Nemotron 3.5 Super VL 対 Qwen3.8-Max：オープンウェイト層 vs 従量課金型フロンティア

今四半期に文書処理パイプラインを計画している人には、選ぶべき形がちょうど二つあり、それらは同じ形ではない。NVIDIA Nemotron 3.5 Super VLは、OpenMDW-1.1 の下で公開された 120B パラメータ、12B アクティブの視覚言語チェックポイントで、その重みは 2026 年 10 月 12 日に公開された。NVIDIA 自身による 10 月 15 日の発表の 3 日前である。これをダウンロードし、自分でホストし、GPU と電気代を支払う。Qwen3.8-Maxはアリババの独自フラッグシップである — 2.4 兆パラメータの Mixture-of-Experts で、95B のアクティブパラメータ、視覚入力、100 万トークンのコンテキストウィンドウ、そして入力 100 万トークンあたり 2 ドル、出力 100 万トークンあたり 6 ドル（88% のキャッシュ割引付き）のトークン単位課金を備える。一方は完全な制御を伴う資本支出であり、もう一方は料金表を伴う運用費である。この比較における他のすべては、その分岐の下流にある。

ベンチマーク比較をまとった2つのビジネスモデル

これらを能力で並べて勝者を宣言したくなる。しかしその枠組みは、実際の意思決定——つまり、障害モードを誰が引き受けるのか——を覆い隠している。Super VLでは、スループットが期待に沿わなければ、再トレーニングし、再量子化し、あるいは別のハードウェアを買う。天井を上げるのはあなた次第だ。Qwen3.8-Maxでは、スループットが期待に沿わなければ、モデル文字列を変えるか、交渉する。天井はAlibabaに属し、ロードマップも同様だ。

その違いは、各ベンダーが何を公開したかに読み取れる。NVIDIAは技術レポート、学習レシピ、オープンデータセット、RL環境、そしてそのファミリー向けの3つの別個の投機的デコーディング経路を提供した——それはデプロイされ改変されることを意図したモデルの装備である。Qwenは価格表とキャッシュ割引を備えたAPIを提供した——それは消費されることを意図したモデルの装備である。

ホスト型エンドポイントにはできない、Super VLがあなたに提供するもの

NVIDIA Nemotron 3.5 Super VL はハイブリッド型です。インターリーブされた Mamba-2 層、MoE 層ごとに 512 個のルーティング済みエキスパートを備えた Mixture-of-Experts、および一部のアテンション層を組み合わせ、C-RADIO ビジョンエンコーダーと視覚言語コネクタに接続されています。テキスト、画像、動画フレームを入力し、テキストを出力します。その言語バックボーンは Nemotron 3 Super Base から初期化され、Nemotron 3 Ultra Base から 1 兆トークン分蒸留された後、1M コンテキストへの 350 億トークン拡張、ソフトウェアエンジニアリング中間トレーニング、長コンテキスト回復ステージが施されました。ネイティブの Multi-Token Prediction により、別個のドラフターなしで投機的デコーディングを提供します。BF16 で 4×H100 または 2×GB200 上で動作し、NVFP4 ビルドと本番デプロイ用の NIM マイクロサービスを備えています。

• あなたが所有するもの — 重み、トークナイザー、ビジョンエンコーダー、ポストトレーニングパイプライン、監査証跡。すべてのプロンプトはあなたの境界内にとどまります。これは、保険、与信、医療、防衛の業務においては、好みではなく要件です。

• 支払うもの — アクセラレータ。フル精度のH100を4基揃えるのが参入チケットであり、コスト曲線を決めるのは稼働率だ。アイドル時は高くつき、飽和状態ならほぼ無料。

• 犠牲にするもの — 料金表。2026年10月16日時点で、Super VL について誰からも公表価格は出ていません。そのため、今日作成する総コスト比較はどれも、ベンダーの数値ではなく、自社のスループット測定値に基づくことになります。

Qwen3.8-Max があなたに提供する、チェックポイントにはできないもの

Qwen3.8-Maxは、2.4兆パラメータのプールからトークンあたり950億パラメータを活性化し、テキストだけでなく画像も扱い、デフォルトで100万トークン弱のコンテキストウィンドウを保持する。Artificial Analysisでは、Intelligence Indexが45で、同じ指数でNVIDIA Nemotron 3.5 Super VLが記録した26を19ポイント上回っている——そしてこのページのほとんどの数値とは異なり、その両方はベンダーの主張ではなく第三者による測定値だ。

• 得られるもの — フロンティア級の汎用モデル、視覚機能込み、APIキーがあれば今日の午後には呼び出し可能。ハードウェア不要、運用不要、キャパシティプランニング不要。

• 支払う料金 — 100万トークンあたり入力2ドル、出力6ドル。キャッシュされた入力には88%の割引が適用され、これは大きな安定したプレフィックスを持つあらゆるワークロードの経済性を変えます。長いシステムプロンプト、固定されたドキュメント、永続的なツールスキーマなどです。

• あなたが諦めるもの — 重み。ダウンロードも、ローカルへのデプロイも、サービングモデルのファインチューニングも、自前のハードウェア上にデータを保持する能力もありません。

キャッシュ割引には特筆すべき注意点があります。これはどちらの列でも最もよく誤ってモデル化される数値だからです。キャッシュ済み入力に対する88%の削減は、請求額が88%安くなることを意味しません。それは、プロンプトの反復部分のコストがおおよそ定価の9分の1になるということであり、その利点は、各リクエストのどれだけが直前のリクエストと真に同一かによって変わります。大きな静的プリアンブルを再送するパイプラインは、計り知れないほど大きな恩恵を受けます。呼び出しごとに新しい文書を送るパイプラインは、ほとんど恩恵を受けません。

誠実に運営される価格ライン

本能はクロスオーバーを計算しようとする——自己ホスティングが勝つのは何トークンからか？ その計算は数字を生み出し、その数字はたいてい間違っている。なぜなら、支配的な2つのコスト、すなわち自己ホスト型推論スタックを最新に保つためのエンジニアリング時間と、難しいケースにおけるより小型のモデルの機会費用を無視しているからだ。

より有用な版：実際のトラフィックプロファイルをQwen3.8-Maxの公開料金に当てはめて、正確な月額を算出する。なぜなら、そちら側には料金表があるからだ。次に、そのトラフィックのうち、12Bアクティブモデルがあなたの基準を満たして処理できるのはどの程度の割合かを問い、その割合だけをGPUで見積もる。ほとんどの文書抽出パイプラインでは、答えはこうだ。処理量の大部分は機械的であり——請求書、フォーム、グラフ、繰り返しのレイアウト——、ごく一部のテールが判断を担う。大部分ではセルフホスティングが勝ち、テールではQwen3.8-Maxのようなフロンティアモデルが勝つ。

その分割こそが当社独自のルーティング層が担うために存在するものであり、関連する事実は簡潔に述べられるほど限定的です。Qwen3.8-Max は当社のカタログに掲載されています qwen/qwen3.8-max/ として、Alibaba の定価で 0% のマークアップ — ベンダーが請求する額がそのままあなたの支払額であり、ベンダーの値下げは次の請求サイクルではなく当日に反映されます。NVIDIA Nemotron 3.5 Super VL は当社のカタログにはなく、エンドポイントという形で掲載されることも決してありません。それは、誰かがあなたに再販できるサービスではなく、あなたがホストするチェックポイントだからです。両者の間に位置するのがコンポジションです：ルーティング DSL により 1 回の呼び出しをファンアウトでき、機械的なページは指定した安価なモデルに送り、判断を要するページはエスカレーションできます。そして自動フェイルオーバーは、向かっていた上流が劣化したときに、リクエストを健全な上流へ移動させます。ホスト型の半分には 1 つのキー、もう半分にはあなた自身の GPU、どのリクエストをどこへ送るかは 1 つのポリシーが決定します。

仮説ではなく、実際に機能する形：同じパイプラインで、カタログを通じて1ページのフォームを小型テキストモデルに送り、グラフの多い年次報告書をビジョンモデルにルーティングし、抽出が本当に曖昧な少数の文書のためにQwen3.8-Maxを予備として保持できる。予備モデルは出力100万トークンあたり6ドルで、使わなければ何もかからない。これは、月に2回急増するワークロードのために4台目のH100を用意するより、はるかに優れたやり方だ。

今週から、誰がどれを始めるべきか

あなたの業務が規制対象データ——ページを第三者に送信するだけで法務レビューが必要になるようなあらゆるカテゴリ——を扱うなら、選択は自動的に決まり、それはハードウェアの最低要件も含めて Super VL です。あなたの業務が通常のプライバシー態勢の下での大量の文書・画面理解であるなら、ほとんどのチームにとって現時点で最も安価で正しい答えは従量課金のフロンティアモデルです。なぜなら、それは今日すでに機能し、価格もわかっているからです。その中間にいる場合——ほとんどの実際のパイプラインがそうですが——両者はまったく競合しません。難しいテールには Qwen3.8-Max、大量処理にはセルフホストの Super VL を使い、リクエストごとにルーターが判断します。

このページを変えるのは、何らかのサービス提供事業者によるSuper VLの公開料金である。Nemotronのチェックポイントが従量課金エンドポイントの背後に現れた瞬間、配備の最低条件を理由にした反論は消え、比較は価格対価格になり、興味深い問いはどのモデルかからどのプロバイダーかに移る。それまでは、2つの列は依然として異なる問いに答えている——そして「どちらが優れているか」に対する正直な答えは、価格をもつモデルとライセンスをもつモデルは同じ種類の対象ではない、というものである。