Nemotron 3.5 Super VL vs Kimi K3: 종량제 플래그십 대 요금표 없는 가중치 공개

가장 짧고 솔직한 답은 이 두 모델 중 하나만 가격이 있다는 것이며, 그것은 NVIDIA의 모델이 아니다. Kimi K3는 백만 입력 토큰당 $3, 백만 출력 토큰당 $15의 종량제 서비스로 판매되고 90% 캐시 할인이 적용되며, 오늘 단일 키로 호출할 수 있는 모델이다. NVIDIA Nemotron 3.5 Super VL은 매개변수 1,200억 개, 활성 매개변수 120억 개의 오픈 웨이트 체크포인트로 OpenMDW-1.1을 따르며 공개된 요금표가 전혀 없다. 자체 가속기에서 실행하거나, 이 모델을 서비스하는 쪽과 협상해야 한다. 이 모델의 가중치는 2026년 10월 12일 Hugging Face에 공개됐고 NVIDIA의 공식 발표는 10월 15일에 이어졌으므로, 성숙한 제품이라기보다 나온 지 사흘 된 릴리스다. 이 대결을 결정짓는 것은 벤치마크 표가 아니라 바로 이 비대칭성이다.

이들 각각이 실제로 무엇인지

NVIDIA Nemotron 3.5 Super VL은 하이브리드 비전-언어 모델입니다. 인터리브된 Mamba-2 레이어, MoE 레이어당 512개의 라우팅된 전문가로 구성된 전문가 혼합(mixture-of-experts), 그리고 일부 어텐션 레이어를 갖추고 있으며, C-RADIO 비전 인코더와 비전-언어 커넥터가 결합되어 있습니다. 총 1,200억 개의 파라미터를 보유하고 토큰당 120억 개를 활성화하며, 최대 100만 토큰의 컨텍스트를 지원하고 텍스트, 이미지, 비디오를 입력으로 받아 텍스트를 출력합니다. 네이티브 Multi-Token Prediction 덕분에 별도의 드래프터 체크포인트 없이도 투기적 디코딩(speculative decoding)이 가능합니다. NVIDIA는 BF16 레퍼런스 빌드와 NVFP4 빌드를 제공하며, BF16 기준으로 4×H100 또는 2×GB200에 대한 배포 레시피를 함께 제공합니다. 사전 학습과 지속 사전 학습에는 NVIDIA가 수조 개의 토큰 규모라고 설명하는 코퍼스가 사용되었고, 사후 학습에는 합성 데이터와 수십 개의 공개 환경 전반에 걸친 강화 학습이 추가되었습니다.

Kimi K3는 Moonshot AI의 플래그십 모델이다: 2.8조 파라미터 규모의 전문가 혼합(MoE) 모델로, 활성 파라미터는 104B이고, 100만 토큰 컨텍스트 윈도우와 텍스트와 함께 네이티브 이미지 입력을 지원한다. 단순히 공개되는 데 그치지 않고 서비스로 제공되며, 샘플링 파라미터 대신 최상위 수준의 reasoning_effort 제어를 노출하고, OpenAI API 형식을 따르며, 에이전트 하네스 내 장기 호라이즌 코딩 및 지식 작업에 포지셔닝되어 있다.

• 규모 — Super VL은 120B 풀에서 토큰당 12B개의 파라미터를 활성화합니다. Kimi K3는 2조 8,000억 개 파라미터 풀에서 104B를 활성화합니다. 이는 토큰당 연산량에서 약 9배의 차이입니다.

• 컨텍스트 — 양쪽 모두 1M 토큰이며, 둘 다 단일 프롬프트가 아닌 작업 세션을 유지하도록 설계되었습니다.

• 모달리티 — Super VL은 텍스트, 정지 이미지, 샘플링된 비디오 프레임을 입력으로 받고, Kimi K3는 텍스트와 이미지를 받는다. 비디오는 두 모델이 서로 동등하지 않은 유일한 입력 축이다.

• 가격 — 2026년 10월 16일 기준 Super VL에 대해 공개된 요금은 어디에도 없습니다; Kimi K3는 백만 토큰당 입력 $3 / 출력 $15이며 90% 캐시 할인이 적용됩니다.

• 라이선스 및 통제 — Super VL의 경우 상업적 사용이 가능한 OpenMDW-1.1, 공개 가중치, 공개 데이터셋 및 학습 레시피; Kimi K3의 경우 가중치 다운로드가 없는 상업용 API.

• 최소 배포 사양 — Super VL은 BF16 기준 4×H100 또는 2×GB200, 또는 공급업체의 NIM 마이크로서비스, Kimi K3는 배포할 필요 없음.

제너럴리스트의 주장을 결정짓는 8점 격차

Artificial Analysis Intelligence Index에서 Kimi K3는 44점, NVIDIA Nemotron 3.5 Super VL은 26점에 자리한다 — 둘 다 추정치가 아니며, 둘을 만든 연구소가 아닌 제3자가 측정할 수 있다. 18점 차이는 반올림 오차가 아니다. 그것은 대략 프런티어 범용 모델과 중간 계층 모델 사이의 격차다. Kimi K3는 또한 주변 모델들보다 토큰당 더 느리고 더 비싸며, 같은 패널도 이를 명백히 지적한다.

그 숫자는 API를 통해 제공되는 텍스트 전용 추론을 업무로 삼는 사람이라면 누구에게나 그 자체로 완전한 논거가 되며, 이 점은 얼버무리지 않고 말할 가치가 있다. 에이전트의 일이 저장소를 읽고, 변경을 계획하고, 그에 관해 긴 대화를 나누는 것이라면, K3가 더 강력한 모델이며 현재 공개된 가격으로 이용할 수 있다.

비교가 더 이상 지능에 관한 것이 아니게 되는 지점

NVIDIA는 Nemotron 3.5 Super VL을 범용 추론 지수에서 이기기 위해 만든 것이 아니며, 이 경쟁 구도를 마치 그런 목적으로 나온 것처럼 읽는 것이 사람들이 결국 실망하게 되는 이유다. 이번 출시는 발표에서 이른바 always-on 에이전트라고 부르는 것, 즉 기업이 자체 경계 안에서 실행하고, 자사 데이터로 포스트트레이닝하며, 감사할 수 있기를 원하는 대량의, 장시간 실행되는 문서 및 화면 형태의 작업을 겨냥한다. 벤더의 설명 자체는 효율성에 초점을 맞춘다. Super VL은 동급에서 그다음으로 좋은 모델보다 작업 완료 속도가 다섯 배 빠르며, NVIDIA의 가장 큰 추론 모델에 필적하는 정확도를 약 5분의 1의 매개변수 수로 달성한다는 주장이다.

그것들은 벤더의 주장으로, NVIDIA 자체 테스트 도구에서 측정된 것이며, 아직 NVIDIA 외부의 누구도 이를 재현하지 못했습니다. 공개된 지 하루가 지난 시점에서 솔직한 해석은 이렇습니다. 아키텍처는 문서화되어 있고, 가중치는 다운로드할 수 있으며, 라이선스는 허용적이고, 처리량 수치는 독립적인 주체가 다시 실행하기 전까지는 하나의 주장일 뿐입니다.

검증할 수 있는 것은 작업의 성격이다. Super VL이 공개한 강점은 광학 문자 인식, 표와 차트, 시각 문서에 담긴 구조화된 정보, 그리고 다단계 비즈니스 워크플로다. — 보험 청구, 신용 문서, 엔지니어링 도면, 애플리케이션 사일로 전반에 걸친 검색. 이것은 여러 파일로 된 패치를 작성하는 것과는 다른 작업이며, 이 작업에서는 페이지 단위 작업을 빠르게 끝내는 12B-active 모델이 그 일을 더 잘하지만 더 늦게 끝내는 104B-active 모델보다 더 가치가 있다.

하나의 키가 그것들 각각에 대해 하는 일

비대칭이 가장 뼈아프게 작용하는 지점이 바로 여기다. 두 모델이 접근성에서 정반대의 상황에 놓여 있기 때문이다.

Kimi K3는 Moonshot 자체 정가에 0% 마크업을 붙여 kimi/kimi-k3라는 이름으로 카탈로그에 등록되어 있습니다 — 제공사 요금이 그대로 전달되므로, Moonshot이 숫자를 바꾸면 지불하시는 금액도 같은 날 바뀝니다. 다른 모든 것과 동일한 OpenAI 호환 엔드포인트를 통해 제공되므로, 교체 작업은 통합 프로젝트가 아니라 모델 문자열 변경에 불과합니다. Kimi K3는 temperature와 top_p 대신 reasoning_effort를 노출하기 때문에, 바로 그 엔드포인트에서 별도의 코드 경로 없이 요청마다 추론 깊이를 조절할 수 있습니다.

반면 NVIDIA Nemotron 3.5 Super VL은 저희가 제공하는 대상이 아닙니다. 그것은 직접 호스팅하는 체크포인트이며, 비용 모델은 토큰이 아니라 자본과 활용률입니다. 자체 호스팅 모델을 위해 저희가 할 수 있는 일은 그 주변의 기반 구조입니다: 업스트림 제공자 전반에 걸친 자동 페일오버로, 호스팅 모델에 급증이나 장애가 발생해도 실패하는 대신 우아하게 성능이 저하되도록 하는 것, 그리고 여러 모델을 하나의 호출로 구성하는 라우팅 DSL — 기계적인 추출은 저렴한 소형 모델로 보내고, 판단이 필요한 페이지만 에스컬레이션하는 것입니다. 이 패턴은 바로 Super VL의 경제성이 요구하는 방식입니다. 12B 활성 모델은 모든 작업에 돌리기에 충분히 저렴하지만 104B 활성 모델은 그렇지 않기 때문입니다.

따라서 앞으로 몇 달 동안의 현실적인 프로덕션 형태는 선택 사항이 아니다. 그것은 추론 비중이 큰 분기에는 K3를, 문서 볼륨이 큰 분기에는 자체 호스팅 Super VL을 두고, 앞단의 라우터 하나가 요청이 어느 분기에 속하는지 결정하는 구성이다.

답을 바꾸는 것은 무엇인가?

세 가지입니다. 첫째, ‘다섯 배’ 주장에 대한 독립적 재현입니다. Super VL이 정말로 해당 작업군을 실제 시간(wall-clock)의 5분의 1로 완료한다면, 규제 경계 내에서 이를 실행해야 한다는 논거는 훨씬 강해지고, 그렇지 않다면 토큰당 정확도 논변은 평범한 오픈웨이트 모델의 논변으로 되돌아가 붕괴합니다. 둘째, 서빙 제공자의 공개 요금입니다. Super VL이 종량제 API로 등장하는 순간, H100 8장을 보유하지 않은 모든 사람에게 배포 하한(deployment floor) 반론은 사라지고, 이는 곧바로 가격 대 지수 문제가 되는데, 현재 K3는 지수에서 이기고 다른 어떤 면에서도 뒤지지 않습니다. 셋째, Kimi K3 자체도 가만히 있지 않습니다. Moonshot은 빠르게 반복해 왔고, 3-시리즈 출시는 이 페이지를 다듬는 것이 아니라 재설정할 것입니다.

그중 하나가 실제로 나오기 전까지는 선택이 명확하다. 오늘 기준 토큰당 가장 유능한 모델을 원하고 그 비용을 감당할 수 있다면 Kimi K3이고, 직접 소유하고 포스트트레이닝해 온프레미스에 두고 싶은 문서·화면 에이전트를 원하며 그것이 하는 일을 가장 먼저 측정해볼 의향이 있다면 NVIDIA Nemotron 3.5 Super VL이다.