Een titelkaart voor de vergelijking, met als kop 'Nemotron for Science vs GPT-Rosalind', met vier statistieken: open gewichten onder OpenMDW-1.1 zonder aanvraag, GPT-Rosalind tegen $5,00 input en $25,00 output per miljoen tokens achter een trusted-accessbeoordeling, ongeveer 50.000 trainbare LitmusBench v0.2-scheikundevragen, en 81% van de GROMACS-fixes bij KTH in één nachtelijke DGX Spark-run.
Guides & Insights

Nemotron for Science vs GPT-Rosalind: open gewichten tegen een poort voor vertrouwde toegang

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Vraag wat elk van deze twee kost, en je krijgt een antwoord dat bijna niets over de ander zegt. NVIDIA Nemotron for Science, aangekondigd op SC26 op 16 november 2026, is een downloadbaar pakket: het open Nemotron 3.5 Super VL-checkpoint onder OpenMDW-1.1, een chemiedataset met ongeveer 50.000 vragen genaamd LitmusBench v0.2, en recepten voor post-training. De marginale kosten zijn de GPU die je al bezit. GPT-Rosalind is een API met verbruiksmeting achter een aanvraagprocedure: de specialist voor levenswetenschappen van het bedrijf, geïntroduceerd op 16 april 2026, werd op 11 september 2026 wereldwijd geopend voor organisaties die in aanmerking komen, en factureert sinds 5 oktober $5,00 per miljoen inputtokens en $25,00 per miljoen outputtokens. Het ene is een bouwpakket. Het andere is een dienst met een beoordelingsstap ervoor. Dat verschil bepaalt meer welke van de twee je lab zou moeten gebruiken dan welke benchmarkscore dan ook aan weerszijden.

Beide labels zeggen "wetenschap", en dat woord speelt in beide gevallen een grote rol. Geen van beide modellen is een wetenschapper voor algemeen gebruik; elk richt zich op een specifiek deel van onderzoekswerk, is gebouwd door een bedrijf met een specifiek commercieel belang in dat deel, en is door dat bedrijf geëvalueerd. Deze vergelijking scheidt dus drie vragen die in de berichtgeving rond de lancering op één hoop worden gegooid: waarop elk model daadwerkelijk kan worden gericht, wie het mag richten, en wat één experiment bij elk model kost.

Twee verschillende producten, niet twee versies van één product

GPT-Rosalind is een redeneermodel dat is afgestemd op biologie — moleculen, eiwitten, genen, routes, ziektemechanismen — met een gedocumenteerd plug-in-ecosysteem van meer dan 50 tools voor de levenswetenschappen en een staat van dienst op het gebied van onderzoeksnotities, waaronder een run met gedistribueerde agenten waarbij meer dan 700 referenties werden teruggebracht tot 11. Het is toegankelijk via ChatGPT, Codex en de API, en voor de API-route moet je door OpenAI's trusted-accessprogramma zien te komen. Dat is een drempel voor het model zelf, niet voor een functie. De capaciteit is er echt; de vraag is of je er toegang toe krijgt.

Nemotron for Science is niet in dezelfde zin een model. Het model erin, Nemotron 3.5 Super VL, bracht zijn gewichten uit op 12 oktober 2026 en werd door NVIDIA aangekondigd op 15 oktober — vijf weken voor SC26. Wat op 16 november verscheen, is de omliggende apparatuur: een chemische evaluatieset, post-trainingrecepten en documentatie om het model aan te sluiten op CUDA-X wetenschappelijke software als aanroepbare tools. Niemand houdt het tegen. Je kloont het, je bepaalt de hardwareomvang, je fine-tunet het op je eigen data, en de enige goedkeuringsstap is je eigen rekenbudget.

Die asymmetrie is de hele vergelijking, en alles hieronder is een gevolg daarvan.

Het scorebord, dimensie voor dimensie

• Toegangsmodel — Nemotron for Science: open gewichten op Hugging Face onder OpenMDW-1.1, commercieel en niet-commercieel gebruik, geen aanvraag. GPT-Rosalind: beoordeling voor vertrouwde toegang vóór de eerste API-aanroep; chattoegang via een apart academisch programma dat API-aanroepen expliciet uitsluit.

• Lijstprijs — Nemotron for Science: geen tariefkaart van de leverancier; de kosten voor zelf hosten zijn je hardware. Inferentie door derden vermeldt Super VL tegen $0,20 per miljoen invoer en $0,50 per miljoen uitvoer, met 75% cachekorting en een gecombineerd tarief van $0,13. GPT-Rosalind: $5,00 invoer / $25,00 uitvoer per miljoen, $0,50 voor gecachte invoer.

• Parameters — Nemotron 3.5 Super VL: 120B totaal, 12B actief per token, Mamba-2- en Transformer-hybride MoE met 512 gerouteerde experts per MoE-laag. GPT-Rosalind: niet bekendgemaakt.

• Context en modaliteit — Beide 1M tokens. Super VL verwerkt tekst, afbeeldingen en MP4-video van maximaal twee minuten en levert tekst op. GPT-Rosalind verwerkt tekst en wetenschappelijke bestandsinvoer via ChatGPT, Codex en de API; er is geen algemene claim over beeldinvoer gepubliceerd.

• Domeinbewijs — Nemotron for Science: zeven met naam genoemde partners en instellingen, waaronder 76% reactieherstel op RxnScribe bij Terray, 81% van defecte GROMACS-opstellingen gerepareerd door een KTH-agent tijdens één nachtelijke DGX Spark-run, en 61% versus 54% nauwkeurigheid bij kwantumdotsynthese tegenover GPT-6 Astra bij Lila Sciences. GPT-Rosalind: BixBench leidt, MedChemBench 27,5%, GeneBench 21,6%, LabWorkBench 63,2%, en een prestatie-per-token-winst van 4,42% op LifeSciBench. Alles is door de leverancier gerapporteerd, aan beide kanten.

• Onafhankelijke score — Nemotron 3.5 Super VL: Artificial Analysis Intelligence Index 14, 291 tokens per seconde, 11,85 s tot het eerste antwoordtoken. GPT-Rosalind: niet gevolgd op die index.

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.

Chemie en biologie zijn niet dezelfde benchmark.

Dit is de mismatch die een specificatie-voor-specificatie-lezing verbergt. Het gepubliceerde bewijs van GPT-Rosalind is overwegend biologisch: eiwitexpressiebereiken, redeneren op genniveau, medicinale chemie, laboratoriumprotocolwerk. Het gepubliceerde bewijs van Nemotron for Science is overwegend chemisch en computationeel: extractie van reactieschema's, oplosbaarheidsvoorspelling, metabole bestemming, kwantumdotsynthese, reparatie van moleculaire dynamica. Beide zijn 'wetenschap', en een computationele-chemiegroep en een translationele-oncologiegroep zitten niet in dezelfde markt.

Waar ze echt overlappen, is de agentische laag, en hier is het bewijs van NVIDIA ongewoon concreet. Een model dat een kapotte GROMACS-invoerdeck leest, uitwerkt waarom de topologie en het coördinatenbestand het oneens zijn en een oplossing produceert die de engine vervolgens accepteert, doet aan meerstaps toolgebruik met een verifieerbare beloning — en KTH meldt 81% succes op testcases die zij hebben samengesteld. Het vergelijkbare Rosalind-bewijs is de 32 minuten durende hypothese-run over cholesteroltransport uit oktober, waarbij duizenden samenwerkende agenten meer dan 700 referenties terugbrachten tot 11 en geblindeerde beoordelaars de output in ongeveer driekwart van de vergelijkingen verkozen. Beide zijn first-party. Beide beschrijven een lus die plant, uitvoert en controleert. Geen van beide publiceert een voltooiingspercentage onder productiebelasting, en dat is nu juist het getal waarmee je ze echt zou kunnen vergelijken.

Lees de twee bewijsbasissen als complementair in plaats van concurrerend. Als je werk nat-labbiologie is, is NVIDIA's chemiedataset voor jou vrijwel irrelevant en zijn Rosalind's MedChemBench- en LabWorkBench-rijen de rijen die je moet lezen. Als je werk computationele chemie of moleculaire simulatie is, beschrijven de GROMACS- en kwantumdot-resultaten je werkelijke week, en is Rosalind's biologie-afstemming precies waar je een premie voor zou betalen zonder het te gebruiken.

Wat een experiment kost, uitgewerkt

Prijs per token is voor beide de verkeerde eenheid, dus hier is de berekening die ertoe doet. Neem een post-training-run op Nemotron for Science: een 120B-model op BF16 vraagt 4× H100 of 2× GB200, of één enkele DGX Spark op de NVFP4-build. Eén nachtelijke run op één DGX Spark — de KTH-configuratie — is een vaste, bekende kostenpost tegenover hardware die je ofwel bezit ofwel per uur huurt. De dataset is gratis en de recepten zijn gepubliceerd. Je kunt de loop honderd keer draaien en de marginale kosten van run negenennegentig zijn dezelfde als die van run één.

Nu dezelfde iteratie voor een gespecialiseerd model dat per gebruik wordt afgerekend. Bij $5,00 voor invoer en $25,00 voor uitvoer per miljoen tokens is één enkele long-contextpass over een groot wetenschappelijk corpus geen verwaarloosbaar detail, en de kosten van een mislukte poging worden tegen hetzelfde tarief in rekening gebracht als die van een geslaagde. Daarom is gecachte invoer tegen $0,50 zo belangrijk aan de Rosalind-kant: als je prompts een grote prefix delen, is de korting 90% en verandert de economie volledig. Delen ze die niet, dan ook niet.

De eerlijke conclusie uit die rekensom is niet "open is goedkoper." Ze is dat de twee prijsvormen verschillend werk belonen. Iteratief fine-tunen beloont open gewichten, omdat je voor compute betaalt en niets anders. Een burst-evaluatie van honderd hypotheses tegen een frontier-model beloont een API met verbruiksafrekening, omdat je betaalt voor wat je gebruikt en niets anders. De meeste onderzoeksgroepen doen beide, en dat is het ongemakkelijke deel.

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.

Waar de routeringslaag wel en niet past

Geen van beide checkpoints staat in onze catalogus. We hosten Nemotron 3.5 Super VL niet en we hosten GPT-Rosalind niet, en het zou een vreemd artikel zijn dat iets anders zou beweren — het praktische antwoord voor de eerste is dat je hem downloadt, en voor de tweede dat je je bij OpenAI aanmeldt.

Wat aan onze kant van de lijn zit, is het deel van een wetenschapsagent dat niet het wetenschapsmodel is. De KTH GROMACS-agent, de Terray-extractiepipeline en de Lila-protocolgenerator zijn allemaal agents die rond een domeinmodel zijn gebouwd: ze plannen, roepen tools aan, lezen de output en beslissen wat er vervolgens moet gebeuren, en de planningslaag is meestal een algemeen model in plaats van een specialist. Die laag is waar één sleutel voor meer dan 200 modellen tegen de lijstprijs van de provider met 0% opslag zijn geld oplevert, en waar automatische failover van belang is — een agentische run die zes uur duurt, is een run die je niet in uur vijf wilt verliezen omdat één upstreamprovider een slechte middag had. De routing-DSL stelt die aanroepen samen; de specialist blijft waar hij thuishoort.

Welke moet je kiezen?

Als je een groep voor computationele chemie of moleculaire simulatie bent met GPU-capaciteit, dan is Nemotron for Science bijna een no-brainer: een permissieve licentie, een chemieset van 50.000 vragen waarop je zowel kunt evalueren als trainen, en een gedocumenteerde tool-loop die is gedemonstreerd op precies het faalmechanisme waar je wekelijks mee te maken hebt. Het ontbreken van een prijskaart van de leverancier is geen probleem wanneer je toch al van plan was om zelf te hosten.

Als je translationele biologie doet en een model nodig hebt dat redeneert over eiwitten en ziektemechanismen, is Rosalind de enige van de twee die op jouw werk is gericht, en de trusted-accessbeoordeling is de prijs van toegang. Houd in je projectplan rekening met de doorlooptijd van de beoordeling, en let op: de gratis plaatsen van het academische programma omvatten geen API-toegang — een universiteitsgroep die een pipeline wil, heeft een eigen commerciële regeling nodig.

En als je de agent bouwt en niet het model, is de keuze minder ingrijpend dan hij lijkt. Beide zijn aanroepbaar vanuit een loop; beide hebben faalmodi; geen van beide publiceert de voltooiingsgraad die de vraag zou beslechten. De verstandige zet is de loop zo te bouwen dat het onderliggende model een configuratiewaarde is, en dan te meten. Dat is de enige vergelijking die beide leveranciers je nog laten.

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.