NVIDIA Nemotron 3.5 Super VL 120B vs DeepSeek V4 Pro: 픽셀은 텍스트보다 40배 더 비싸며, 그 계산은 다음과 같습니다

DeepSeek V4 Pro costs $0.66 per million input tokens. Whatever a page of a scanned contract costs you to push through N​VIDIA N​emotron 3.5 Super VL 120B A12B, it is not 66 cents per million, and the reason is that you are not renting it — you are buying GPUs. That single asymmetry is the whole shape of this comparison between DeepSeek V4 Pro, D​eepSeek's 1.6-trillion-parameter text-only flagship listed since April 2026, and N​VIDIA N​emotron 3.5 Super VL 120B A12B, the open-weights vision-language model N​VIDIA uploaded to Hugging Face on 12 October 2026 with no announced price on any serving path. Comparing their benchmark scores is easy and mostly useless. Comparing what each one costs you to operate on the same document is the exercise that actually decides anything.

짧은 대답

입력이 텍스트이고 예산이 개별 항목으로 계상되는 상황이라면, DeepSeek V4 Pro는 어떤 오픈 모델도 좁힐 수 없는 격차로 앞섭니다 — 제3자 패널은 천 토큰당 1센트의 일부에 불과한 비용으로 Super VL보다 9.5 인덱스 포인트 앞선다고 평가합니다. 입력에 이미지, 동영상 또는 페이지 스캔이 포함된다면, DeepSeek V4 Pro는 이를 볼 수 없기 때문에 비교 자체가 성립하지 않습니다. 두 모델은 대부분의 팀이 실제로 중요하게 여기는 축에서 겹치지 않습니다.

각 모델이 무엇인지, 한 번에

DeepSeek V4 Pro는 토큰당 49B가 활성화되는 1.6T 파라미터의 전문가 혼합 모델로, 1M 토큰 컨텍스트 창, 최대 384K 출력 토큰을 갖추고 있으며 텍스트만이 유일한 입력 및 출력 모달리티입니다. 2026년 4월 24일부터 DeepSeek 자체 API와 타사 플랫폼을 통해 일반 제공되어 왔으며, 입력 100만 토큰당 $0.66, 출력 100만 토큰당 $1.98이고 캐시 읽기는 $0.022입니다. Artificial Analysis 패널을 통한 독립 측정에서 2026년 8월 13일 마지막으로 평가된 결과, Intelligence Index에서 36.0을 기록하며 147개 모델 중 41위에 올랐습니다.

N​emotron 3.5 Super VL 120B A12B is a Mamba-2/Transformer hybrid with 512 routed experts per MoE layer, 120B total parameters and 12B active per token, a C-RADIO vision encoder, native Multi-Token Prediction, and 1M tokens of context. Inputs are text, images and video; output is text. It is open under OpenMDW-1.1 with commercial use permitted, shipped in BF16, base-BF16 and NVFP4 builds, and runs on 4× H100 or 2× GB200 in BF16 or a single H200, single GB200, 2× H100 or one DGX Spark in NVFP4. Independent measurement puts it at 26.49 on the same panel, which is the number to hold onto as the conversation moves.

입력 비용이 실제로 발생하는 곳

아무도 공개하지 않은 계산이 여기 있다. 200페이지 스캔 계약서 세트를 가정하자. DeepSeek V4 Pro를 쓰면, 그 문서는 도착하기 전에 OCR 및 텍스트 추출이 되어야 하고, 그런 다음 모델은 추출된 텍스트에 대해 백만 입력 토큰당 $0.66를 청구한다. Super VL을 쓰면, 페이지는 이미지로 한 번 들어가며, 이미 GPU 시간당 비용을 지불하고 있는 모델로 들어간다.

• 정가 기준 DeepSeek V4 Pro — 백만 토큰당 입력 $0.66, 출력 $1.98, 캐시 읽기 $0.022. 200페이지 추출은 호출당 비용이 예산 검토에 잡히지 않을 만큼 저렴하다.

• Super VL의 인플레이션 비용 — BF16에서는 4× H100 또는 2× GB200, NVFP4에서는 H200 한 대 / GB200 한 대 / DGX Spark 한 대. 이는 문서가 도착하든 안 하든 발생하는 임대료 또는 자본 지출입니다.

• 교차점 — Super VL을 자체 호스팅하는 것이 OCR-plus-V4-Pro보다 저렴해지는 시점은 문서 처리량과 GPU에서 유지할 수 있는 활용률에 따라 달라진다. 아무도 이를 공개하지 않았으며, 저용량 팀의 경우 그 시점은 십중팔구 오지 않을 것이다.

• 어느 열에도 없는 것 — DeepSeek의 경로가 요구하는 OCR 파이프라인. 그것은 두 번째 시스템이자 두 번째 실패 모드이며, 대부분의 문서 파이프라인이 실제로 무너지는 지점입니다: OCR이 엉망으로 만드는 표, 추출 과정에서 사라지는 차트, 서명 블록 위에 찍힌 스탬프.

이것이 비전 모델의 진짜 근거이며 벤치마크 근거가 아닙니다. 바로 추출 단계가 사라진다는 점입니다. 페이지는 존재하는 그대로 모델에 도착하고, 모델은 평탄화된 근사치를 받는 대신 차트와 표, 어색한 레이아웃을 다뤄야 합니다. Super VL의 비전이 GPU를 보유할 만큼 충분히 좋은지는 여러분의 문서에 달린 질문이며, 그것에 답하는 유일하게 정직한 방법은 여러분 자신의 세트를 단일 H200에서 NVFP4 빌드로 돌려 오류를 세어 보는 것입니다.

존재하는 벤치마크 행, 그리고 그것이 누구의 것인지

여기에는 서로 다른 두 종류의 수가 등장하며, 이들은 라벨 없이 같은 문장에서 인용되어서는 안 된다.

패널 측정 기준, Artificial Analysis에서 DeepSeek V4 Pro가 2026년 8월 13일에 마지막으로 평가된 결과:

• Intelligence Index — DeepSeek V4 Pro 36.0 vs N​emotron 3.5 Super VL 26.49.

• Humanity's Last Exam — DeepSeek V4 Pro 41.0. 이 패널에는 Super VL 행이 없습니다.

• 장문 컨텍스트 회상 — AA-LCR 척도에서 DeepSeek V4 Pro 80.3 대 Super VL 0.69로, 이 글에서 가장 큰 비례 격차입니다.

• SciCode — DeepSeek V4 Pro 51.0 대 Super VL의 항목은 패널에 미공개.

• Terminal-Bench 4.0 — DeepSeek V4 Pro 14.1 vs Super VL 0.0.

• τ²-bench — DeepSeek V4 Pro 96.2, DeepSeek가 앞서는 수치이며, 패널은 이에 상응하는 Super VL 수치를 공개하지 않는다.

Vendor-reported, from N​VIDIA's own NeMo Gym evaluation of Super VL, which N​VIDIA ran on its own model against baselines it chose:

• 에이전틱 — SWE-bench Verified 71.10, SWE-bench Multilingual 67.72, SWE-bench Pro 51.78, tau2-bench 리테일 69.24 및 항공 76.50, BrowseComp 78.91, 100만 토큰 초과 설정에서 GraphWalks 89.71.

• 추론 — GPQA-Diamond 89.52, 도구 없이 HLE 31.79, 별도의 내부 하네스에서 도구를 사용하면 46.01로 상승.

• 비전 — CharXiv-RQ 80.82, MathVision 78.16, V* 85.60, OCR 추론 65.08, OCRBench-v2 영어 68.12 및 중국어 59.15, MMLongBench-Doc 62.82, OSWorld 52.14, Video-MME-v2 32.85.

The two documents do not share a single row, which is why the index comparison above is the only clean ranking available. And a reader should notice the thing that is easy to miss: Super VL's SWE-bench Verified 71.10 is a strong number and it is N​VIDIA's own, and the panel gave the same model 0.0 on Terminal-Bench 4.0. Those can both be true. An agentic-coding score measured on a vendor harness and a terminal score measured by a third party are not the same kind of evidence, and the honest reading is that Super VL's agentic profile is asserted rather than established.

왜 long-context 행을 걱정해야 하는가

A 1M-token context window is on both spec sheets. In practice the panel measures long-context recall at 80.3 for DeepSeek V4 Pro and 0.69 for Super VL, and N​VIDIA's own counter-argument is GraphWalks 89.71 at the over-1M-token setting — a vendor number, on a vendor harness, on a task where Super VL is being asked to walk a graph rather than recall a passage.

이것들은 같은 것을 측정하는 것이 아니며, 바로 그것이 결정을 내려야 하는 사람에게는 정확히 문제다. 당신의 작업이 "이 900,000토큰 제출 문서에서 조항을 찾아내라"라면, 패널 수치가 당신의 작업에 더 가깝지만 그것도 가까운 편은 아니다. 당신의 작업이 "이 연결된 문서 집합을 순회하며 무엇이 무엇에 의존하는지 보고하라"라면, 벤더 수치가 더 가깝고, 그 역시 주장으로 취급해야 한다. 독립적인 누군가가 체크포인트를 대상으로 두 작업을 모두 실행하기 전까지는, 안전한 계획 가정은 Super VL의 실효 컨텍스트가 사양서에 적힌 것보다 실질적으로 더 짧다는 것이다.

두 가지 경로, 하나의 열쇠, 그리고 한눈에 드러난 가격 차이

DeepSeek V4 Pro는 OrcaRouter 카탈로그에 DeepSeek이 공개한 $0.66 및 $1.98로 마크업 없이 등록되어 있습니다 — 제공업체 정가가 그대로 전달되므로, D​eepSeek 가격 변경은 다음 결제 주기가 아니라 같은 날 여기에서 바로 반영됩니다. 지난 7일 동안 게이트웨이를 통과한 요청에서 V4 Pro는 p50 기준 첫 토큰까지 걸리는 시간이 1.89초이고 초당 출력 토큰 수가 81.9개이며, 해당 기간에 4억 8,030만 토큰의 트래픽을 처리했습니다. 이는 공급업체 벤치마크가 아니라 실제 호출을 측정한 값이며, 비용 모델을 세울 때 기반으로 삼아야 할 숫자입니다.

N​emotron 3.5 Super VL 120B A12B is not on our catalogue. N​VIDIA has published no per-token price for it on any path, including its own NIM microservice, so there is nothing for us to pass through and this article will not pretend otherwise — it is a checkpoint you host yourself, on the hardware in the recipe above.

이 조합에서 게이트웨이가 실제로 해 주는 것은 파이프라인의 두 절반이 더 이상 두 개의 통합으로 남지 않게 된다는 점입니다. 추출 및 트리아지 호출은 자체 Super VL 배포로 향하고, 추론·코딩·저렴한 대량 텍스트 호출은 동일한 엔드포인트와 동일한 키를 통해 DeepSeek V4 Pro로 전달됩니다. 그리고 그 분리는 애플리케이션 코드의 조건문이 아니라 라우팅 규칙으로 표현됩니다. 이미지 라우팅이 결정적 요인일 때, DSL은 프롬프트에 이미지 첨부가 있는지 여부에 기준을 둘 수 있습니다 — 이는 어떤 코드 경로가 무엇을 하는지 기억하는 것보다 경계를 유지하는 더 깔끔한 방법입니다. 제공자 간 자동 페일오버는 라우팅된 모델 아래에 자리하므로, 텍스트 호출에서 업스트림 429가 발생하면 사용자가 아니라 폴백으로 전달됩니다.

당신이 선의 어느 쪽에 있는지 알아내기

• 이미지가 없다면 — 더 따질 것도 없이 DeepSeek V4 Pro. 인덱스 점수 9.5점 앞서고, 입력 백만 토큰당 $0.66, 첫 토큰 p50 1.89초, 그리고 운영할 것도 없다.

• 이미지가 있지만 양이 적다면 — 추출 오류율로 인한 비용이 GPU를 사용할 때 드는 비용보다 커지기 시작할 때까지 OCR과 DeepSeek V4 Pro를 사용하세요. 먼저 추출 오류를 측정하세요. 교차점을 정하는 것은 벤치마크 격차가 아니라 바로 그 숫자입니다.

• 이미지가 있는데 어디에도 전송할 수 없다면 — Super VL이 선택 가능한 유일한 옵션이며, 결정은 어떤 체크포인트를 쓸지로 귀결됩니다: 파인튜닝할 생각이라면 BF16, 서빙할 생각이라면 NVFP4.

• 장문 컨텍스트 회상이 워크로드의 핵심이라면 — 도입을 결정하기 전에 테스트하세요. 패널의 0.69 대 80.3은 격차가 충분히 커서, 1M 토큰 스펙 시트를 1M 토큰 역량의 증거로 간주해서는 안 됩니다.

• If you want the model to improve on your domain — V4 Pro gives you no path. Super VL gives you weights, and N​VIDIA published the post-training datasets and NeMo Gym RL environments alongside it, which is the more reusable half of that release.

이 글을 바꾸려면 무엇이 필요할까요?

답을 얼마나 바꿀지 순서대로, 세 가지입니다.

A price for Super VL, from N​VIDIA or from anyone serving it. The moment a per-token figure exists, the first section of this piece becomes arithmetic instead of a framework, and the crossover discussion collapses into a comparison of two numbers.

A second independent dataset on the model. N​VIDIA has one third-party score, and it does not include a long-context or a coding-agent row. A panel re-run that publishes those rows would settle the two questions this article has to leave open.

And the Terminal-Bench 2.1 discrepancy in N​VIDIA's own paperwork — 66.70 on the model card against 60.67 in the technical report's summary table, with everything else in those documents agreeing. One of two primary sources is wrong. Until somebody re-runs the recipes, both values are unsafe to quote, and the fact that the discrepancy exists at all is a reason to treat every other single-sourced row in that report as provisional.

벤치마크는 낡아가고 가격은 변동하지만, 실패 기록은 그렇지 않습니다: 이 계열의 모델과 관련된 문서화된 AI 사고와 에이전트 실패는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목은 자체 출처, 심각도, 신뢰도 등급, 이의 제기 플래그를 갖추고 있습니다.