Nemotron 3.5 Bolt kontra Qwen 3.8 Max: Oba te modele oglądają wideo

Niewiele jest par modeli, w których zaskakujące jest to, jaką możliwość dzielą. Oba NVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB i Qwen 3.8 Maxprzyjmują wideo jako dane wejściowe i oba zwracają tekst. Qwen 3.8 Max, opublikowany przez Alibaba 3 sierpnia 2026, to hostowany model multimodalny z kontekstem 1 000 000 tokenów, udostępniany przez interfejsy zgodne z OpenAI, zgodne z Anthropic oraz natywne DashScope z pięciu regionów, w cenie 2,00 USD za milion tokenów wejściowych i 6,00 USD za milion tokenów wyjściowych, z odczytem z pamięci podręcznej po 0,25 USD. Nemotron 3.5 Bolt, wydany przez NVIDIA 15 października 2026, to plik 24GB o otwartych wagach z enkoderem wizyjnym C-RADIO v4-H, oknem 262 144 tokenów i zupełnie bez ceny.

Dwa modele, którym można przekazać nagranie ekranu, nie różnią się niczym poza tym, gdzie działają i ile to kosztuje. To czystsze porównanie, niż zwykle udaje się uzyskać w bezpośrednich starciach, i szybko się rozstrzyga, gdy przestaniesz pytać, który jest mądrzejszy.

Dwa stosy multimodalne, jedna koperta pamięci

Multimodalność Bolta jest odziedziczona, a nie zaprojektowana z myślą o nim. NVIDIA skompresowała swój model 120B-A12B Nemotron 3.5 Super VL do 74B-A9B za pomocą wyszukiwania kierowanego przez router, które nazywa Star Elastic, a następnie sprowadziła wynik do 2,0625 bita na wagę eksperta w formacie IQ2_XXS za pomocą destylacji uwzględniającej kwantyzację. Wieża wizyjna — enkoder C-RADIO v4-H — została objęta kompresją, a przełącznik trybu rozumowania jest tym samym, który udostępnia klient Super VL: flagą enable_thinking w szablonie czatu. Łącznie 74B parametrów, 9B aktywnych na token, szkielet to hybryda Mamba-2 i Transformera, którą dostawca nazywa LatentMoE, licencja OpenMDW-1.1 do użytku komercyjnego i niekomercyjnego.

Qwen 3.8 Max to artefakt innego rodzaju. To najwyższy poziom możliwości Alibaba, natywnie multimodalny, i istnieje wyłącznie jako endpoint. Nie ma checkpointu do pobrania, skwantyzowanej wersji do uruchomienia na stacji roboczej ani wersji, której koszt krańcowy to rachunek za prąd. Ma za to zasięg: trzy formaty transmisji, dzięki czemu istniejący Anthropic SDK lub integracja z DashScope działa bez przepisywania, oraz pięć obsługiwanych regionów w Azji, Europie i Ameryce Północnej, które sprawiają, że kwestia opóźnień jest kwestią geografii w takim samym stopniu jak inżynierii.

Praktyczną konsekwencją jest to, że multimodalne zachowanie Bolta jest ograniczone przez te same 24 GB, w których mieszczą się pamięć podręczna KV, historia rozmowy i wyniki narzędzi. Zachowanie multimodalne Qwen 3.8 Max jest ograniczone przez to, co zapewnia endpoint, co nie jest twoim problemem.

Co płacisz i komu

Qwen 3.8 Max jest rozliczany za użycie, a stawki są niskie jak na to, co oferuje. Prompt o długości 20 000 tokenów z odpowiedzią o długości 3000 tokenów kosztuje 0,04 USD za wejście i 0,18 USD za wyjście, czyli około 0,22 USD za wywołanie — a odczyty z pamięci podręcznej po 0,25 USD za milion sprawiają, że stabilny prompt systemowy lub powtarzany dokument jest niemal darmowy przy drugim przebiegu. Jego p50 czasu do pierwszego tokenu w naszym katalogu wynosi 3,22 sekundy przy p95 na poziomie 10,00 sekund, a w ciągu ostatnich siedmiu dni obsłużył 41,3 miliona tokenów ruchu kierowanego.

Nemotron 3.5 Bolt nie ma cennika, ponieważ nie ma czego rozliczać. Brak hostowanego endpointu, brak API dostawcy, brak platformy zewnętrznej, która go obsługuje i na którą moglibyśmy cię wskazać. Artificial Analysis podaje zarówno jego szybkość, jak i koszt na zadanie Intelligence Index jako N/A właśnie z tego powodu. Jeśli go uruchomisz, koszt to GPU, pobór mocy i okres amortyzacji, a koszt krańcowy kolejnego miliona tokenów wynosi zero. W przypadku zadania nocnego, które codziennie czyta ten sam korpus, to nie jest zniżka — to inny model rozliczeniowy, a próg rentowności zależy w całości od tego, jak często je uruchamiasz.

Okno i możliwość korzystania z niego

Kontekst to oś, wzdłuż której te dwa na papierze wyglądają najbliżej siebie, a w praktyce rozchodzą się najszybciej.

• Zadeklarowane okno — Qwen 3.8 Max 1 000 000 tokenów wobec Nemotron 3.5 Bolt 262 144. Mniej więcej cztery do jednego, a to właśnie ten stosunek decyduje o tym, czy zadanie dotyczące całej bazy kodu albo całego archiwum jest w ogóle możliwe w jednym żądaniu.

• Przywoływanie w obrębie okna — Artificial Analysis odnotowuje wskaźnik przywoływania przy długim kontekście na poziomie 80,3 dla Qwen 3.8 Max. Dla Bolt nie ma równoważnej, niezależnej liczby, a jego okno już na starcie jest mniejsze, co czyni to porównaniem między zdolnością zmierzoną a niezmierzoną.

• Co jeszcze dzieli tę przestrzeń — 262 144 tokeny Bolta mieszczą się w tych samych 24 GB co wagi, klatki wideo i pamięć podręczna KV. Długi prompt wideo i długa rozmowa konkurują o tę samą pamięć. Okno Qwen 3.8 Max jest przydzielane przez operatora, więc ograniczeniem jest cena, a nie sprzęt.

• Kontrola rozumowania — Qwen 3.8 Max udostępnia przełącznik enable_thinking albo reasoning.effort w Responses API. Odpowiednikiem w Boltcie jest przełącznik szablonu czatu z tej samej rodziny flag, odziedziczony po kliencie Super VL. Ani jedno, ani drugie nie jest nietypowe; oba pozwalają przestać płacić za namysł przy rutynowych wywołaniach.

Mierzone wobec niemierzonego

Artificial Analysis przyznaje Qwen 3.8 Max wynik 45,4 w swoim Intelligence Index, co plasuje go na piętnastym miejscu spośród 145 zmierzonych modeli — w górnych dziesięciu procentach, choć nie na szczycie. Jego uzupełniające wiersze są mocne tam, gdzie potrzebuje ich obciążenie agentowe: AA Coding Index na poziomie 76,2 i dziewiąte miejsce na 138, 88,8 w Terminal-Bench 2.1 oraz 92,8 w GPQA Diamond. Jego względną słabością jest natomiast 80,3 w przywoływaniu długiego kontekstu, co jak na model o milionie tokenów jest przyzwoite, ale nie wyjątkowe.

Liczby Bolta mają węższy zakres. Uzyskuje 21 w tym samym indeksie, czwarte miejsce na 67 w swojej klasie filtrowanej pod względem footprintu, przy medianie w klasie wynoszącej 8, a Artificial Analysis opisuje go jako jeden z wiodących modeli open-weight o podobnym rozmiarze. Wartości zmierzonej szybkości i kosztu są puste. Wszystko inne — wynik 50,98 w Terminal-Bench 2.1, GPQA Diamond 86,43, BrowseComp 66,75, WebArena vision 50,86, SciCode 41,02 — pochodzi z własnej karty modelu NVIDIA, gdzie każdy model referencyjny to inny model o jednej trzeciej tego rozmiaru. Te wiersze nie są nieuczciwe; odpowiadają na pytanie o efektywność, a nie o możliwości na poziomie frontier, a odczytywanie ich jako rywalizacji z hostowanym flagowcem jest błędnym odczytaniem dokumentu.

Luka w szybkości zasługuje na taką samą uwagę. Artificial Analysis nie może zmierzyć przepustowości Bolta, ponieważ nie ma czego wywołać. NVIDIA podaje cel projektowy wynoszący co najmniej 80 tokenów na sekundę dekodowania, 84 w AIPerf SPEED-Bench na RTX Spark i 83,99 w uruchomieniu llama.cpp na Surface Laptop Ultra z 128 GB — a wszystko to pozostaje nieodtworzone. Czas 3,22 sekundy do pierwszego tokena w Qwen 3.8 Max jest zmierzony i publicznie dostępny. Planuj, opierając się na zmierzonej liczbie, a drugą traktuj jako aspirację.

Kwestia routingu, która tutaj nie jest symetryczna

Qwen 3.8 Max znajduje się w naszym katalogu jako qwen/qwen3.8-max, kierowany po cenie katalogowej dostawcy Alibaba z doliczonym 0% narzutem — 2,00 USD i 6,00 USD za milion tokenów, te same liczby na naszej stronie co u dostawcy, co oznacza, że zmiana stawki po stronie dostawcy dociera do naszych użytkowników tego samego dnia, a nie przy odnowieniu umowy. Znajduje się pod tym samym kluczem co ponad 200 innych modeli, z automatycznym przełączaniem awaryjnym między dostawcami nadrzędnymi, gdy jeden z nich ulegnie degradacji, oraz DSL routingu do komponowania kilku modeli w jedno żądanie.

Nemotron 3.5 Bolt nie ma w naszym katalogu i nie obsługujemy go. Nie istnieje żaden endpoint Bolt, żaden identyfikator, na który można wskazać żądanie, i nic w tym tekście nie stanowi oferty hostowania checkpointu NVIDIA. Uczciwy kształt porady dotyczącej routingu jest tu podziałem, a nie wyborem: hostowany model multimodalny obsługuje żądania z długim oknem, korpusy wideo zbyt duże dla 24 GB pamięci współdzielonej oraz wszystko, co musi być wywoływalne z dowolnego miejsca; plik lokalny obsługuje przebiegi o wysokiej częstotliwości, w których dane nie powinny opuszczać budynku, a wolumen sprawiłby, że rozliczanie za token byłoby bolesne. Fuzja modeli to wariant wart poznania, jeśli kosztowne wywołania są tymi o istotnych konsekwencjach — panel modeli wspólnie odpowiada na ten sam prompt, a ty przyjmujesz konsensus, co jest tanim sposobem kupienia pewności przy decyzji, której nie możesz łatwo odwrócić.

Jak to się rozwiązuje

Częścią wspólną jest wideo i to właśnie dlatego te dwa modele w ogóle warto porównywać — większość lokalnych modeli o takim rozmiarze w ogóle nie potrafi widzieć, a większości modeli hostowanych nie można przekazać nagrania ekranu bez etapu wyodrębniania klatek, który gubi to, co próbowałeś mu pokazać.

Poza tym obszarem wspólnym rozchodzą się na każdej osi. Qwen 3.8 Max wygrywa pod względem szerokiego okna, zmierzonej latencji, bogatszego zestawu danych wejściowych oraz – z dużą przewagą – niezależnie ocenianej inteligencji. Nemotron 3.5 Bolt wygrywa na jedynej osi, której nie może zakwestionować żaden hostowany model: działa tam, gdzie już znajdują się Twoje dane, niezależnie od tego, czy jest sieć, przy koszcie krańcowym równym zero.

Decyzja zwykle nie jest kwestią preferencji. Jeśli nagranie wideo nigdy nie opuszcza budynku, opcja hostowana nigdy nie była dostępna, a porównanie sprowadza się do jednego kandydata. Jeśli korpus to milion tokenów tekstu, opcja lokalna nigdy nie była dostępna z tego samego powodu, tyle że w odwrotną stronę. Tam, gdzie naprawdę jest blisko — niewielkie wolumeny, dane, które mogłyby legalnie wędrować, praca polegająca głównie na krótkich wywołaniach narzędzi z okazjonalnymi długimi odczytami — rozstrzyga jedna liczba, której brakuje w tym porównaniu: jak szybko checkpoint 24GB faktycznie działa na twoim sprzęcie, czego nikt poza NVIDIA jeszcze nie zmierzył.