Nemotron 3.5 Super VL vs DeepSeek V4 Flash Vision Exp: 여덟 개의 인덱스 포인트, 그리고 그중 오직 하나만이 제품이다

Artificial Analysis Intelligence Index에서, DeepSeek V4 Flash Vision Exp는 앞선다, NVIDIA Nemotron 3.5 Super VL을8.35점 차이로 — 34.84 대 26.49, 둘 다 추정치 아님 — 그리고 공개된 100만 입력 토큰당 $0.44, 출력 $1.32로 그렇게 하는 반면 NVIDIA는 가격을 전혀 공개하지 않았다. 이것이 스펙 시트를 읽는 사람이 얻어 가는 요약이며, 그것은 행동에 옮겨서는 안 될 잘못된 요약이다. 두 모델은 같은 자리를 놓고 경쟁하는 것이 아니다. NVIDIA Nemotron 3.5 Super VL은 기술 보고서, NIM 마이크로서비스, 엔터프라이즈 지원, 그리고 Scale AI, Salesforce, CrowdStrike를 포함하는 포스트트레이닝 생태계를 갖춘 일반 가용성(GA) 모델이다. DeepSeek V4 Flash Vision Exp는 파일 이름에서 알 수 있듯 실험이다: V4 패밀리의 첫 멀티모달 구성원으로, 가중치와 최소한의 PyTorch 참조 구현으로 제공되며, DeepSeek이 판매하지 않는 구성으로 해당 패널에서 평가되었다. 8점은 실질적인 격차다. 그것은 또한 서비스와 연구 결과물 사이의 격차이기도 하며, 유용한 질문은 누가 이기느냐가 아니라 6개월 후 어느 쪽이 귀하의 컴플라이언스 경계 안에 들어올 수 있느냐이다.

각각이 실제로 무엇인지

NVIDIA Nemotron 3.5 Super VL은 120B 파라미터 하이브리드로, Mamba-2 레이어, 512개의 라우팅된 전문가로 구성된 전문가 혼합(MoE), 어텐션을 갖추고 있으며, C-RADIO 비전 인코더, 토큰당 12B의 활성 파라미터, 최대 1M 토큰의 컨텍스트, 그리고 별도의 드래프터 없이 추측 디코딩을 위한 네이티브 Multi-Token Prediction을 지원합니다. 입력은 텍스트, 이미지, 비디오이고 출력은 텍스트입니다. NVIDIA 자체 평가는 OCR, 차트 및 문서 추론, 비디오 이해, 장문 컨텍스트 작업을 아우르며, 라이선스는 상업적 사용을 허용하는 OpenMDW-1.1입니다. 기술 보고서와 4×H100 또는 2×GB200용으로 공개된 배포 레시피를 제공합니다.

DeepSeek V4 Flash Vision Exp는 DeepSeek-V4-Flash 아키텍처를 기반으로 하며 비전 모듈과 지속 학습을 추가합니다. 이 저장소에는 MIT 라이선스 하에 48개의 safetensors 샤드, 토크나이저, OpenAI 스타일 메시지 블록을 프롬프트로 변환하는 인코딩 모듈, 그리고 비전 인코더, 얼라이너, DFlash 어텐션, MoE, Hyper-Connections 및 DSpark 순전파 경로를 다루는 최소한의 PyTorch 구현이 포함되어 있습니다. config에는 256개의 라우팅된 전문가, 토큰당 6개의 전문가, 최대 1,048,576개의 위치, 3계층 다중 토큰 예측 헤드를 갖춘 43계층 MoE가 나와 있습니다. 이 모델 카드는 이것이 V4 라인에서 DeepSeek의 첫 실험적 멀티모달 모델임을 분명히 밝히고 있으며, 멀티모달 에이전트 작업에서는 DeepSeek-V4-Flash-0731보다 개선되고 텍스트 전용 작업에서는 비슷한 성능을 유지한다고 설명합니다.

• 파라미터 및 형태 — NVIDIA Nemotron 3.5 Super VL: 전체 120B / 활성 12B 하이브리드 MoE, C-RADIO 비전 포함. DeepSeek V4 Flash Vision Exp: 전체 284B / 활성 13B MoE, 라우팅된 전문가 256개, 토큰당 6개.

• 인텔리전스 지수 — Super VL은 26.49, 서빙된 DeepSeek 구성은 34.84. 둘 다 추정치가 아닌 값이며, 둘 다 Artificial Analysis에 따른 것입니다.

• 인덱스 작업당 출력 토큰 — 49,174 대 69,174. Super VL은 29% 더 적은 토큰으로 패널의 작업을 완료합니다.

• 가격 — Super VL의 경우 어디에도 공개된 요금이 없음; 동일 패널 기준, 제공되는 DeepSeek 구성의 경우 백만 개당 입력 $0.44 / 출력 $1.32.

• 라이선스 및 약정 — 상업적 사용과 GA, 그리고 Super VL을 위한 NIM 서비스를 갖춘 OpenMDW-1.1; 실험적이라고 표시된 MIT 가중치와 참조 구현, DeepSeek V4 Flash Vision Exp용.

• 모달리티 — NVIDIA의 스펙표에 따르면 Super VL은 텍스트, 이미지, 동영상을 입력으로 받고, DeepSeek 모델은 이미지를 입력받아 텍스트를 출력하는데, 자체 벤치마크 표에는 동영상 행이 전혀 없습니다.

8점 격차는 여전히 유효하다; 가격 비교는 그렇지 않다.

진정으로 확정된 부분부터 시작하겠습니다. DeepSeek의 모델은 더 높은 점수를 받고 토큰당 비용은 더 낮으며, 그 차이는 노이즈가 아닙니다 — 8.35 지수 포인트는 NVIDIA Nemotron 3.5 Super VL과 22.93에 위치한 NVIDIA 자체의 550B NVIDIA Nemotron 3 Ultra 550B A55B 사이의 거리와 대략 비슷합니다. 따라서 솔직한 표현은 중국 연구소의 실험적인 284B 멀티모달 릴리스가 현재 미국 연구소의 플래그십 오픈 비전 모델보다 더 높은 점수를 받고 있으며, 활성 매개변수 축에서 약 3분의 1 크기이고 공개된 요율이라는 것입니다. 만약 여러분의 워크로드가 API를 통해 제공되는 화면 및 차트 이해라면, 그것이 전체 답이며 읽기를 멈춰도 됩니다.

직접 실행하려는 순간 이 비교는 무너진다. 두 모델이 모두 존재하는 이유가 바로 그것이다. 34.84라는 수치는 배포 가능한 체크포인트가 아니라 서빙되는 Max 구성에 붙은 것이다. Hub 저장소는 MIT 라이선스로 공개된 진정한 가중치 릴리스이지만, DeepSeek 자체 카드는 이를 최소한의 추론 경로를 갖춘 실험적 산출물로 제시한다 — 연구자들이 논문을 재현할 수 있도록 연구소가 공개하는 종류의 릴리스이지, 기업 계약으로 지원하는 종류가 아니다. NVIDIA는 반대로 하고 있다: 제품과 동시에 가중치를 공개하며, 호출자가 직접 호스팅할 것으로 기대한다. 두 연구소가 공개하기로 선택한 벤치마크에서 그 차이가 드러난다. DeepSeek은 멀티모달 에이전트 작업을 강조한다 — ApexBench 36.5 대 자사 텍스트 전용 모델의 26.2, Chartography 64.3, ZeroBench 35.0 pass@5, Agents' Last Exam 27.3. NVIDIA는 문서 및 비디오 영역을 강조한다 — OCRBench v2 영어 68.12, MMLongBench-Doc 62.82, CharXiv 추론 80.82, Video-MME v2 32.85. 어느 쪽 집합도 서로 비교할 수 없으며, 둘 다 벤더 보고 수치다.

공급업체 수치가 서로 일치하지 않는 경우

NVIDIA 자체 표에 한 단락을 할애할 만한 세부 사항이 있는데, 이는 바로 집계 과정에서 세탁되기 쉬운 종류의 것이기 때문이다. NVIDIA의 비교 열에는 DeepSeek-V4-Flash0731이 포함되어 있고, 해당 모델의 Terminal-Bench 2.1 점수를 76.80으로 보고한다. DeepSeek 자체 카드는 동일 모델의 동일 벤치마크 점수를 82.7로, DeepSeek V4 Flash Vision Exp에 대해서는 83.9를 보고한다. 세 개의 숫자, 하나의 벤치마크, 두 개의 하네스, 그리고 어느 쪽에도 조정은 없다. 이것은 스캔들이 아니다 — 서로 다른 스캐폴딩과 추론 노력 설정은 에이전트 벤치마크를 몇 점씩 움직이며, NVIDIA가 NeMo Gym 레시피를 공개하는 것은 바로 그 설정을 점검할 수 있게 하기 위해서다. 하지만 이는 8포인트 지수 격차를 볼 때, 지수 자체는 신뢰할 수 있는 부분이고 구성 벤치마크는 그렇지 않다는 뜻이다. 지수는 제3자가 두 모델 모두에 적용한 단일 하네스다. 벤치마크 표들은 네 개 연구소가 각자 자신의 스캐폴딩으로 자기 숙제를 채점하는 것이다.

같은 패널에서 두 모델 모두 음의 전지성 지수를 기록합니다. Super VL은 정확도 23.3%, 환각률 35.8%로 -4.22에 위치합니다. 그 행은 모델이 모르는 경우 답변을 거부하는지를 측정하는데, 이 두 모델 중 어느 쪽도 그것을 잘하지 못합니다. GDPval-AA — 답변이 아니라 완성된 결과물 — 는 Super VL에 1,162.41을 주고, AA-Briefcase 루브릭에는 Elo 998.76을 줍니다. DeepSeek 모델의 경우 같은 행들은 제공된 구성에서 채워지지 않습니다. 사용 사례가 지식 검색이라면, 두 수치 모두 고무적이지 않습니다. 문서 작성이라면, Super VL이 이 쌍에서 유일하게 측정된 행을 가지고 있습니다.

둘 중 하나를 실행하기

배포 단계에서 두 경로는 완전히 갈라진다. NVIDIA Nemotron 3.5 Super VL은 고정된 vLLM 및 SGLang 컨테이너로 4×H100 또는 2×GB200에서 BF16을 서빙하며, 더 작은 설치 공간을 위한 NVFP4 빌드를 추가하고, 2 FPS로 256프레임을 샘플링하며 0.5 프루닝 비율을 적용하는 비디오 파이프라인을 문서화해 두었다. DeepSeek V4 Flash Vision Exp는 단일 4×GB300 노드를 위한 vLLM 레시피를 공개했는데, FP8 KV 캐시, 블록 크기 256, 동일한 체크포인트에서 가져온 DSpark 추측 디코딩을 사용하며 SGLang 경로도 있다 — 판매 측면에서는 더 가볍지만, 당신이 무엇을 하고 있는지 안다는 가정에는 더 무겁다. 둘 다 데이터센터급 하드웨어가 필요하며, 어느 쪽도 노트북용 모델이 아니다. 주목할 점은, 두 모델이 공유하는 단 하나는 벤더가 정가를 인하하면 그것이 출시되는 당일 OrcaRouter에 원가로 등장한다는 사실인데, 우리가 제공업체 가격을 200개 이상의 모델에 걸쳐 0% 마크업으로 단일 키에서 그대로 전달하며, 자동 장애 조치를 통해 아직 검증되지 않은 체크포인트를 트래픽의 일부에 투입하는 동안 검증된 체크포인트가 나머지를 맡도록 할 수 있기 때문이다. 이것이 8포인트 격차와 빠져 있는 가격 때문에 결정이 정말로 팽팽할 때 나오는 실용적인 답이다: 둘 다 라우팅하고, 자신의 입력으로 측정하라, 그리고 트래픽이 결정하게 하라 — 단, 오늘 라우팅할 수 있는 것은 둘 중 하나뿐이라는 전제하에. DeepSeek V4 Flash Vision Exp는 이미 우리 카탈로그에 있으며, 마크업된 요율이 아니라 제공업체가 공개한 요율로 제공된다; NVIDIA Nemotron 3.5 Super VL은 아직 없는데, 사흘 된 체크포인트를 안정적으로 서빙하는 곳이 아무도 없기 때문이다. 그 비대칭성은 우리가 둘 다 취급한다고 암시하는 대신 솔직히 말할 가치가 있다.

각각 한 줄로 요약한 선택

선택하세요: NVIDIA Nemotron 3.5 Super VL은(는) 작업이 문서, 차트, 스캔한 페이지, 동영상이고, 라이선스가 상업적 사용을 허용해야 하며, 1년 후에도 해당 체크포인트에 관한 지원 티켓에 계속 답변해 줄 공급업체가 필요할 때 — 8.35 지수 포인트를 포기하고 토큰 대신 GPU 비용을 지불한다는 점을 감수하면서. 선택: DeepSeek V4 Flash Vision Exp은(는) API를 통한 차트 및 화면 이해가 작업이고, 백만 토큰당 $0.44와 $1.32가 예산선이며, 실험적 릴리스의 베타급 프레이밍이 허용될 때 — 제공되는 구성이 체크포인트가 아니고 체크포인트는 지원되지 않는다는 점을 감수하면서 선택하세요. 두 동작이 모두 필요한 팀은 보통 서로 다른 두 워크로드를 실행하며, 서로 다른 두 워크로드는 바로 페일오버가 있는 단일 엔드포인트의 용도입니다.