
Nemotron for Science vs Nemotron 3.5 Super: stessi pesi, prodotto diverso
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 89 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 133 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 179 tok/s
Questo confronto ha un fatto scomodo al centro: NVIDIA Nemotron for Science e NVIDIA Nemotron 3.5 Super non sono due modelli. Sono lo stesso checkpoint da 120 miliardi di parametri, rilasciato a cinque settimane di distanza, con un packaging diverso. Nemotron 3.5 Super sono i pesi — il repository con il nome più completo Nemotron 3.5 Super VL 120B A12B, disponibile su Hugging Face dal 12 ottobre 2026, annunciato il 15 ottobre, OpenMDW-1.1, 12 miliardi di parametri attivi per token, contesto da 1M token. Nemotron for Science è ciò che NVIDIA ha annunciato a SC26 il 16 novembre: quel checkpoint più LitmusBench v0.2, circa 50.000 domande di ragionamento chimico, più ricette di post-addestramento e integrazione degli strumenti CUDA-X, più sette implementazioni istituzionali denominate.
Quindi la domanda utile non è quale dei due sia migliore. È che cosa aggiunge il pacchetto di novembre al checkpoint di ottobre, se le aggiunte giustifichino un nome separato e che cosa scaricheresti davvero oggi se volessi eseguire agenti per la chimica su silicio NVIDIA. È una domanda più interessante di una tabella delle specifiche, e la risposta è più lusinghiera per NVIDIA di quanto di solito lo sia una storia di repackaging.
Ciò che è identico, e ne costituisce la maggior parte
Partiamo dal checkpoint, perché tutto in entrambi i pacchetti si basa su di esso. L'architettura non cambia tra ottobre e novembre: una mistura di esperti ibrida Mamba-2 e Transformer, 512 esperti instradati per livello MoE, teste di previsione multi-token, un encoder visivo C-RADIO e un connettore visione-linguaggio, 120B parametri totali con 12B attivi per token e fino a 1M token di contesto. Gli input sono testo, immagini RGB e video MP4 fino a due minuti; l'output è testo. L'intensità di ragionamento è configurabile tramite il template della chat su off, medium o on.
• Parametri — 120B totali, 12B attivi. Identici in entrambi. Non esiste un checkpoint Nemotron for Science con un conteggio dei parametri diverso, perché non esiste un checkpoint separato Nemotron for Science.
• Licenza — OpenMDW-1.1 per uso commerciale e non commerciale. Identica, ed è ciò che rende del tutto possibile la proposta di post-training.
• Contesto — 1M token, con la scheda che consiglia video a 2 FPS fino a 256 frame, oppure 1 FPS e 128 frame a 1080p.
• Base hardware — 4× H100 o 2× GB200 in BF16; la build NVFP4 sta su una singola DGX Spark, una H200, due H100 o una GB200. La linea DGX Spark è quella su cui punta SC26, ed è la stessa linea che la scheda di ottobre riportava già.
• Benchmark — GPQA-Diamond 89,52, SWE-bench Verified 71,10, SWE-bench Pro 51,78, Terminal-Bench 2.1 60,67, tau2 retail 69,24, BrowseComp 78, MathVision 78,16, CharXiv reasoning 80,82. Tutti dichiarati dal fornitore, tutti pubblicati con la scheda di ottobre, nessuno di essi è nuovo.
Se hai già scaricato Nemotron 3.5 Super a ottobre, hai il modello su cui è costruito Nemotron for Science. Nulla nell'annuncio di novembre cambia i suoi pesi.
Ciò che è davvero nuovo, e non è poco
Ora, la parte che vale l'articolo. Il 16 novembre sono arrivate tre cose che il 15 ottobre non esistevano, e ciascuna cambia quello che puoi fare fin dal primo giorno.
LitmusBench v0.2 è la novità principale. Circa 50.000 domande di ragionamento chimico, costruite a partire da dati sulle proprietà molecolari e registri sperimentali di scoperta di farmaci, che coprono compiti come prevedere la solubilità e il modo in cui il corpo metabolizza un composto. Due caratteristiche lo rendono più di una classifica: è aperto ed è progettato per essere usato sia per il post-training sia per la valutazione. Un modello da 120B con licenza permissiva e senza dati di chimica su cui fare fine-tuning è un modello per cui devi costruire un dataset; un modello da 120B fornito con 50.000 domande di chimica annotate è un modello che puoi adattare in una settimana. È questa la differenza che il pacchetto offre.
Le ricette sono il secondo elemento. NVIDIA ha pubblicato ricette di post-training per l'adattamento al dominio e documentazione per integrare il modello in flussi di lavoro agentici che leggono informazioni scientifiche, scrivono codice e richiamano strumenti accelerati CUDA-X. Per chiunque abbia provato a far invocare correttamente a un modello generalista un pacchetto di dinamica molecolare, la documentazione sul cablaggio degli strumenti è la parte poco affascinante che determina se il ciclo funziona o meno.
I deployment sono il terzo elemento, e sono prove piuttosto che artefatti. Terray Therapeutics ha post-addestrato il modello su diagrammi di chimica e ha recuperato circa il 76% delle reazioni annotate su RxnScribe, superando i risultati pubblicati precedenti su due benchmark. Lila Sciences ha raggiunto il 61% di accuratezza nella sintesi di punti quantici contro il 54% di GPT-6 Astra, con un costo di inferenza da 10 a 20 volte inferiore. Therna ha quasi raddoppiato l'accuratezza di previsione dell'intervallo di espressione proteica per la progettazione di mRNA, con gli scienziati che hanno preferito le sue spiegazioni nel 96% dei confronti in cieco. Argonne lo sta integrando in StructBioReasoner; Jülich negli agenti per la scoperta di farmaci e la scoperta scientifica; RIKEN lo sta servendo su RIKYU tramite il gateway RiVault. E KTH ha costruito un agente di riparazione GROMACS che ha corretto l'81% delle configurazioni deliberatamente danneggiate in un'unica esecuzione notturna su un singolo DGX Spark, verificato da GROMACS stesso.

Perché la suddivisione in due nomi è difendibile
La lettura cinica è che NVIDIA abbia annunciato lo stesso modello due volte. Non ritengo che regga, e il motivo è che i due annunci rispondono a domande diverse.
La domanda di ottobre era: "cos'è questo checkpoint e può essere distribuito?" La risposta era un MoE visione-linguaggio da 120B con una finestra di 1M token, un requisito hardware minimo che spazia da una DGX Spark a un nodo GB200 e una dichiarazione sulla velocità: 5× più veloce del secondo migliore della sua categoria, secondo NVIDIA, anche se Artificial Analysis non elencava il modello nel momento in cui la dichiarazione è stata fatta. Questo è il lancio di un modello.
La domanda di novembre è «che cosa ne fa un gruppo di chimica lunedì?» La risposta è un dataset, una ricetta e sette organizzazioni che l'hanno già fatto e hanno riportato i numeri. Distribuire pesi non è lo stesso prodotto che distribuire un workflow, e il secondo è ciò che un gruppo di ricerca può effettivamente adottare.
La prova più forte a sostegno di questa interpretazione è la forma dei risultati dei partner. Ogni singolo numero principale proviene da una variante post-addestrata, non dal checkpoint così come distribuito. Terray l'ha adattata sui diagrammi. Lila l'ha adattata sul feedback di laboratorio. Therna l'ha adattata sui dati di progettazione di mRNA. Il pacchetto non sostiene che il modello di base sia un chimico; sostiene che il modello di base sia un punto di partenza sufficientemente buono perché un team di dominio possa renderlo tale. È un'affermazione più modesta e più utile, e sarebbe strano formularla a ottobre, prima che esistesse il dataset con cui formularla.
Quello che il pacchetto ancora non ti offre
Tre lacune, in ordine di quanto ti costerebbe scoprirle a tue spese.
• Nessuna valutazione chimica indipendente.Artificial Analysis elenca effettivamente Nemotron 3.5 Super VL — Intelligence Index 14, 291 token al secondo in output, 11,85 s al primo token di risposta, 0,20 $ per milione di token in input e 0,50 $ per milione in output con uno sconto del 75% sulla cache. Si tratta di un punteggio generale di terze parti, e vale la pena conoscerlo. Non è un punteggio di chimica. Ogni dato scientifico nel rilascio SC26 è stato prodotto da una parte interessata, e LitmusBench v0.2 è così recente che nessun gruppo esterno ha pubblicato un risultato al riguardo.
• Nessun prezzo del fornitore. I $0,20/$0,50 sopra indicati sono il tariffario di una piattaforma di terze parti, non un listino prezzi NVIDIA. NVIDIA non ha pubblicato alcun prezzo per token per NIM, il che significa che l'unico percorso di pianificazione del budget con un costo noto è l'hosting autonomo.
• Nessun tasso di completamento per il ciclo dell'agente. Il risultato KTH riporta l'81% dei casi di test corretti, che è il numero più concreto nella release — ma non riporta quante chiamate agli strumenti ha richiesto ogni correzione, con quale frequenza il ciclo dell'agente ha continuato a iterare senza progressi, né quanto è costato un compito completato. Questi sono i numeri che determinano se un agente è deployabile o solo impressionante.
Come eseguirlo e dove si inserisce lo stack circostante
I consigli per il deployment sono insolitamente chiari per un rilascio open-weights, quindi prendili alla lettera. La scheda specifica vLLM con TP4 o TP2, --trust-remote-code, pianificazione asincrona, decodifica speculativa MTP con cinque token di bozza e --max-num-seqs 32; oppure SGLang con cache KV FP8 e decodifica speculativa EAGLE a cinque passi. Il campionamento prevede temperatura 1.0 con top_p 0.95 per il testo e 0.6 con 0.95 per la visione, e il nome del server negli esempi è nemotron-3.5-super-vl. I limiti multimodali sono un'immagine e un video per prompt. È una configurazione che puoi copiare invece di ricavare.
Nemotron 3.5 Super VL non è nel nostro catalogo — non lo serviamo, quindi la strada self-hosted è quella reale, e per un articolo su un checkpoint aperto è una cosa giusta da dire. Il punto in cui il nostro lato dello stack entra in gioco è attorno al modello scientifico, non al suo interno. Un agente di ricerca è un planner avvolto attorno a un checkpoint di dominio: scompone un'attività, chiama il modello chimico, chiama una simulazione, legge il risultato e decide cosa fare dopo. Il planner è di solito un modello generale, ed è quello il livello in cui una sola chiave per più di 200 modelli al prezzo di listino del provider con 0% di ricarico fa risparmiare il lavoro di integrazione — con failover automatico, così un'esecuzione notturna di sei ore non fallisce alla quinta ora perché un provider si è degradato. Model fusion è l'altra leva che vale la pena conoscere qui: un panel di modelli che rispondono insieme alla stessa domanda di chimica è un modo ragionevole di selezionare quali protocolli vale la pena eseguire su hardware reale.

Cosa guardare
Un primo punteggio esterno di LitmusBench v0.2 è la cosa più utile che potrebbe comparire, perché è l'unico numero in questa storia che una parte neutrale può generare. Un tariffario NIM renderebbe il confronto tra hosted e self-hosted un calcolo aritmetico anziché una congettura. E un report sul ciclo dell'agente — tasso di completamento, budget di chiamate agli strumenti, costo per attività completata — trasformerebbe i risultati di KTH e Lila da aneddoti incoraggianti in qualcosa su cui un gruppo può pianificare.
Fino ad allora, la versione breve: se hai scaricato Nemotron 3.5 Super a ottobre, Nemotron for Science non lo sostituisce, lo estende con i dati e le ricette che ne fanno uno strumento per la chimica. Se non lo hai fatto, il pacchetto di novembre è il punto d'ingresso migliore, perché sono gli stessi pesi con un kit di partenza allegato.

