比較用のタイトルカード。見出しは「Nemotron for Science vs GPT-Rosalind」で、4つの統計を掲載。OpenMDW-1.1 の下で申請不要のオープンウェイト、GPT-Rosalind は信頼アクセス審査の下で100万トークンあたり入力$5.00・出力$25.00、学習可能な LitmusBench v0.2 の化学問題が約50,000問、KTH における GROMACS 修正の81%を DGX Spark の一晩の実行で完了。
Guides & Insights

Nemotron for Science 対 GPT-Rosalind:オープンウェイト 対 トラステッド・アクセス・ゲート

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

この二つのそれぞれのコストを尋ねても、返ってくる答えはもう一方についてほとんど何も語っていません。NVIDIA Nemotron for Scienceは、2026年11月16日のSC26で発表されたダウンロード可能なパッケージです。OpenMDW-1.1の下で公開されているNemotron 3.5 Super VLチェックポイント、LitmusBench v0.2と呼ばれる約5万問の化学データセット、そして事後学習用のレシピが含まれます。その限界費用は、すでに所有しているGPUそのものです。GPT-Rosalindは、申請を経て利用する従量制APIです。同社のライフサイエンス専門モデルで、2026年4月16日に導入され、2026年9月11日に対象となる組織へ全世界で公開され、10月5日以降は入力100万トークンあたり5.00ドル、出力100万トークンあたり25.00ドルで課金されています。一方はキットです。もう一方は、手前に審査工程があるサービスです。この違いは、どちらかのベンチマークスコアよりも、あなたの研究室がどちらを使うべきかを大きく左右します。

どちらのラベルも「科学」と名乗っており、その言葉はどちらの場合もかなり多くのことを担っている。どちらのモデルも汎用の科学者ではない。それぞれは研究作業の特定の一角を狙ったもので、その一角に特定の商業的関心を持つ企業によって作られ、その企業によって評価されている。だからこの比較は、発表報道では一つにまとめられがちな三つの問いを切り分ける。各モデルが実際に何に向けられるのか、誰がそれを向けることを許されているのか、そしてそれぞれで実験1回にどれだけのコストがかかるのか、である。

2つの異なる製品であり、1つの製品の2つのバージョンではない

GPT-Rosalindは、分子、タンパク質、遺伝子、経路、疾患メカニズムといった生物学向けに調整された推論モデルであり、50以上のライフサイエンスツールからなる文書化されたプラグインエコシステムと、700以上の参考文献を11件まで絞り込むスクリーニングを行った分散エージェント実行を含むリサーチノートの実績を備えています。ChatGPT、Codex、およびAPIを通じてアクセスでき、API経由ではOpenAIのトラステッドアクセスプログラムを通過する必要があります。これは機能ではなく、モデル自体に設けられた関門です。能力は本物です。問題は、それを利用できるかどうかです。

Nemotron for Science は、同じ意味でのモデルではない。その中核にあるモデル、Nemotron 3.5 Super VL は 2026年10月12日に重みを公開し、NVIDIA が10月15日に発表した——SC26 の5週間前のことだ。11月16日に登場したのは、その周辺の仕組みである。化学評価セット、ポストトレーニング用レシピ、そしてモデルを呼び出し可能なツールとして CUDA-X 科学ソフトウェアに接続するためのドキュメントだ。誰もそれをゲートしない。クローンして、ハードウェアをサイジングし、自前のデータでファインチューニングする。唯一の承認ステップは、自分の計算予算だけだ。

その非対称性こそが比較のすべてであり、以下のすべてはその結果である。

スコアボード、次元ごとに

• アクセスモデル — Nemotron for Science:Hugging Face上でOpenMDW-1.1に基づくオープンウェイト、商用・非商用利用が可能、申請不要。GPT-Rosalind:最初のAPI呼び出し前にトラステッドアクセス審査を実施;チャットアクセスは、API呼び出しを明示的に除外する別の学術プログラムを通じて提供。

• 定価 — Nemotron for Science:ベンダーの料金表はなく、セルフホストのコストはお使いのハードウェア次第です。サードパーティ推論では、Super VL は入力100万トークンあたり$0.20、出力100万トークンあたり$0.50で、75%のキャッシュ割引と$0.13のブレンド料率が適用されます。GPT-Rosalind:入力$5.00 / 出力$25.00(100万トークンあたり)、キャッシュ入力$0.50。

• パラメータ — Nemotron 3.5 Super VL:総パラメータ120B、トークンあたり12Bがアクティブ、Mamba-2とTransformerのハイブリッドMoEで各MoE層に512個のルーティングエキスパート。GPT-Rosalind:非公開。

• コンテキストとモダリティ — いずれも100万トークン。Super VL はテキスト、画像、最大2分のMP4動画を入力として受け取り、テキストを出力します。GPT-Rosalind は ChatGPT、Codex、API を通じてテキストおよび科学系ファイルの入力を受け付けます。汎用的な画像入力に関する主張は公開されていません。

• 領域別のエビデンス — Nemotron for Science:7つの名指しされたパートナーと機関。これには、TerrayでのRxnScribeにおける反応回収率76%、KTHのエージェントが一晩のDGX Spark実行で修復した壊れたGROMACSセットアップの81%、Lila SciencesでのGPT-6 Astraに対する量子ドット合成精度61%対54%が含まれます。GPT-Rosalind:BixBenchで首位、MedChemBench 27.5%、GeneBench 21.6%、LabWorkBench 63.2%、LifeSciBenchでトークン当たり性能4.42%向上。すべて両者ともベンダー報告です。

• 独立スコア — Nemotron 3.5 Super VL:Artificial Analysis Intelligence Index 14、毎秒291トークン、最初の回答トークンまで11.85秒。GPT-Rosalind:そのインデックスでは追跡されていません。

A two-column comparison scoreboard for Nemotron for Science and GPT-Rosalind across six dimensions: access, list price, parameters, context and modality, domain evidence, and independent score. Nemotron is open weights at 120B total and 12B active with an Artificial Analysis Intelligence Index of 14; GPT-Rosalind is trusted-access reviewed, priced at $5.00 input and $25.00 output per million with 27.5% on MedChemBench and 63.2% on LabWorkBench, and is not tracked on that index.

化学と生物学は同じベンチマークではありません。

これこそが、仕様項目ごとに読むだけでは見えてこないミスマッチだ。GPT-Rosalindの公表済みエビデンスは圧倒的に生物学的であり、タンパク質発現範囲、遺伝子レベルの推論、医薬化学、実験プロトコル作業を含んでいる。Nemotron for Scienceの公表済みエビデンスは圧倒的に化学的かつ計算的であり、反応スキーム抽出、溶解度予測、代謝運命、量子ドット合成、分子動力学の修復を含んでいる。どちらも「科学」ではあるが、計算化学のグループとトランスレーショナル腫瘍学のグループは同じ市場にはいない。

両者が本当に重なるのはエージェント層であり、ここでのNVIDIAの証拠は異常なほど具体的だ。壊れたGROMACS入力デッキを読み、トポロジーと座標ファイルがなぜ一致しないのかを突き止め、エンジンが受け入れる修正を生成するモデルは、検証可能な報酬を伴う多段階のツール利用を行っている——そしてKTHは、彼らが構築したテストケースで81%の成功率を報告している。比較可能なRosalindの証拠は10月の32分間のコレステロール輸送仮説実行で、そこでは数千の協調エージェントが700以上の参考文献を11まで絞り込み、盲検レビュアーは比較のおよそ4分の3でその出力を好んだ。どちらもファーストパーティのものだ。どちらも計画し、実行し、検査するループを記述している。どちらも本番負荷下での完了率を公表していないが、それこそが実際に両者を比較できるようにする数値だ。

2つのエビデンスベースは、競合するものではなく相補的なものとして読んでください。あなたの仕事がウェットラボ生物学なら、NVIDIAの化学データセットはあなたにとってほぼ無関係であり、読むべきはRosalindのMedChemBenchとLabWorkBenchの行です。あなたの仕事が計算化学や分子シミュレーションなら、GROMACSと量子ドットの結果があなたの実際の1週間を表しており、Rosalindの生物学向けチューニングは、割増料金を払いながら使っていないものになります。

実験にかかるコストを算出

トークン単位の料金設定は、これら両方にとって誤った単位です。そこで、重要な計算を示します。Nemotron for Science でのポストトレーニング実行を例に取ります。BF16 の 120B モデルには 4×H100 または 2×GB200、あるいは NVFP4 ビルドの DGX Spark 1 台が必要です。1 台の DGX Spark での一晩の単一実行、つまり KTH 構成は、所有しているか時間単位で借りるかのいずれかのハードウェアに対して、固定で把握可能なコストです。データセットは無料で、レシピは公開されています。ループを 100 回実行でき、99 回目の実行の限界コストは 1 回目と同じです。

次は、従量課金制の専門モデルに対する同じイテレーションです。入力が100万トークンあたり$5.00、出力が$25.00だと、大規模な科学コーパスに対する長文コンテキストの1回の処理は誤差では済みませんし、失敗した試行のコストも成功した試行と同じ料金で請求されます。だからこそ、$0.50のキャッシュ済み入力がRosalind側では非常に重要です。プロンプトが大きなプレフィックスを共有していれば、割引は90%で経済性は完全に変わります。共有していなければ、変わりません。

その計算から得られる正直な結論は「オープンの方が安い」ではない。二つの価格体系は、それぞれ異なる作業に報いるということだ。反復的なファインチューニングはオープンウェイトに報いる。計算資源にだけ支払い、それ以外には支払わないからだ。フロンティアモデルに対して100個の仮説を一気に評価することは、従量課金APIに報いる。使った分にだけ支払い、それ以外には支払わないからだ。ほとんどの研究グループは両方を行う。それが厄介な点だ。

A two-column cost card titled 'What one experiment costs, worked out', comparing a self-hosted Nemotron run against a metered GPT-Rosalind call across unit of cost, cost of run ninety-nine, cost of a failed attempt, shared prompt prefix discount, hardware requirement, and the kind of work each pricing shape rewards.

ルーティング層が当てはまる場所と、当てはまらない場所

どちらのチェックポイントも当社のカタログにはありません。当社は Nemotron 3.5 Super VL を提供しておらず、GPT-Rosalind も提供していません。そうでないふりをする記事は奇妙でしょう。現実的な答えは、前者なら自分でダウンロードすること、後者なら OpenAI に申請することです。

境界線のこちら側にあるのは、科学エージェントのうち科学モデルではない部分です。KTH GROMACSエージェント、Terray抽出パイプライン、Lilaプロトコル生成器はいずれも、ドメインモデルを包み込むエージェントです。これらは計画を立て、ツールを呼び出し、出力を読み、次に何をするかを決定します。そして計画層は通常、専門モデルではなく汎用モデルです。その層こそ、単一のキーが200を超えるモデルにまたがり、プロバイダー定価で0%のマークアップで価値を発揮する場所であり、自動フェイルオーバーが重要になる場所です。6時間かかるエージェント実行は、上流プロバイダーの1つが散々な午後を過ごしたせいで5時間目で失いたくない実行です。ルーティングDSLがそれらの呼び出しを構成し、専門モデルはあるべき場所にとどまります。

どちらを選ぶべきですか

GPU リソースを持つ計算化学や分子シミュレーションのグループなら、Nemotron for Science はほぼ迷う必要のない選択肢です。寛容なライセンス、評価にも学習にも使える5万問の化学データセット、そして週次で対処しているまさにその障害モードで実証済みの、文書化されたツールループがあります。もともとセルフホストする予定だったなら、ベンダーの料金表がないことは問題ではありません。

トランスレーショナル生物学に携わり、タンパク質や疾患メカニズムについて推論するモデルが必要なら、2つのうちあなたの業務を対象としているのはRosalindだけであり、トラステッドアクセス審査は参加のためのコストです。プロジェクト計画には審査の所要期間を織り込み、アカデミックプログラムの無料枠にはAPIアクセスが含まれないことに留意してください。パイプラインを必要とする大学グループは、独自に商用契約を結ぶ必要があります。

モデルではなくエージェントを構築しているなら、その選択は見た目ほど重大ではない。どちらもループから呼び出せ、どちらにも失敗モードがあり、どちらも問題を決着させる完了率を公開していない。賢明なのは、その下にあるモデルを設定値にするようにループを構築し、それから測定することだ。それが、どちらのベンダーもあなたに残してくれた唯一の比較だ。

A screenshot of the Artificial Analysis model page for Nemotron 3.5 Super VL, showing the model title, the NVIDIA open-weights label with an October 2026 release date, and the performance and price analysis panel with Intelligence Index 14, 291 output tokens per second, $0.20 input and $0.50 output per million tokens, a 75% cache discount, 11.85 seconds to first token and $0.56 per task, above the site's written analysis and a technical specifications sidebar.