NVIDIA Nemotron 3.5 Super VL 120B vs DeepSeek V4 Pro: piksele kosztują 40 razy więcej niż tekst, a oto arytmetyka

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.

Krótka odpowiedź

Jeśli Twoje dane wejściowe to tekst, a Twój budżet to pojedyncza pozycja, DeepSeek V4 Pro wygrywa przewagą, której żaden otwarty model nie zdoła zniwelować — niezależny panel daje mu 9,5 punktu indeksowego przewagi nad Super VL, przy koszcie ułamka centa za tysiąc tokenów. Jeśli Twoje dane wejściowe obejmują obrazy, wideo lub skany stron, nie ma w ogóle porównania, ponieważ DeepSeek V4 Pro ich nie widzi. Te dwa modele nie pokrywają się w wymiarze, który dla większości zespołów faktycznie się liczy.

Czym jest każdy model, w jednym przebiegu

DeepSeek V4 Pro is a 1.6T-parameter mixture of experts with 49B active per token, a 1M-token context window, up to 384K output tokens, and text as its only input and output modality. It has been generally available since 24 April 2026 through D​eepSeek's own API and third-party platforms, priced at $0.66 per million input and $1.98 per million output, with cache reads at $0.022. Independent measurement through the Artificial Analysis panel, last evaluated 13 August 2026, puts it at 36.0 on the Intelligence Index — 41st of 147 models.

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.

Gdzie tak naprawdę tkwi koszt wejścia

Oto kalkulacja, której nikt nie opublikował. Weź 200-stronicowy zestaw zeskanowanych umów. W przypadku DeepSeek V4 Pro trzeba go najpierw poddać OCR i wyekstrahować tekst, zanim trafi do modelu, a model następnie nalicza 0,66 USD za milion tokenów wejściowych na wyekstrahowanym tekście. W przypadku Super VL strony trafiają jako obrazy, jednorazowo, do modelu, za który już płacisz za godzinę GPU.

• DeepSeek V4 Pro w cenie katalogowej — 0,66 USD za wejście, 1,98 USD za wyjście, 0,022 USD za odczyt z pamięci podręcznej, za milion tokenów. Ekstrakcja 200 stron jest tak tania, że koszt pojedynczego wywołania nie pojawia się w przeglądzie budżetu.

• Koszt inflacji Super VL — 4× H100 lub 2× GB200 w BF16, albo jeden H200 / jeden GB200 / jeden DGX Spark w NVFP4. To czynsz lub CAPEX, który nalicza się niezależnie od tego, czy dokument dotrze.

• Punkt przecięcia — moment, w którym samodzielne hostowanie Super VL staje się tańsze niż OCR-plus-V4-Pro — jest funkcją wolumenu dokumentów i wykorzystania, jakie możesz utrzymać na GPU. Nikt go nie opublikował, a dla zespołów o małym wolumenie najprawdopodobniej nigdy nie nadejdzie.

• What is not in either column — the OCR pipeline D​eepSeek's path requires. That is a second system, a second failure mode, and the place where most document pipelines actually break: the table that OCR mangles, the chart that vanishes in extraction, the stamp over the signature block.

To jest prawdziwy argument za modelem wizyjnym i nie jest to argument z benchmarku. Chodzi o to, że etap ekstrakcji znika. Strona trafia do modelu w takiej postaci, w jakiej istnieje, a model musi poradzić sobie z wykresem, tabelą i niewygodnym układem, zamiast otrzymywać ich spłaszczone przybliżenie. To, czy wizja Super VL jest wystarczająco dobra, by uzasadnić posiadanie GPU, jest pytaniem o twoje dokumenty, a jedynym uczciwym sposobem, by na nie odpowiedzieć, jest przepuszczenie własnego zestawu przez kompilację NVFP4 na pojedynczym H200 i zliczenie błędów.

Wiersze benchmarku, które istnieją, i do kogo należą

W grę wchodzą tu dwa różne rodzaje liczb i nigdy nie należy ich przytaczać w tym samym zdaniu bez etykiety.

Zmierzone panelowo, na podstawie Artificial Analysis, gdzie DeepSeek V4 Pro został ostatnio oceniony 13 sierpnia 2026:

• 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. Panel nie zawiera wiersza Super VL.

• Przywoływanie w długim kontekście — DeepSeek V4 Pro 80,3 vs Super VL 0,69 w skali AA-LCR, co stanowi największą proporcjonalną różnicę w tym artykule.

• SciCode — DeepSeek V4 Pro 51,0 vs wiersz Super VL niepublikowany na panelu.

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

• τ²-bench — DeepSeek V4 Pro 96.2, a number D​eepSeek leads with, and the panel publishes no Super VL equivalent.

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:

• Agentowe — SWE-bench Verified 71,10, SWE-bench Multilingual 67,72, SWE-bench Pro 51,78, tau2-bench retail 69,24 i airline 76,50, BrowseComp 78,91, GraphWalks 89,71 w ustawieniu powyżej 1 mln tokenów.

• Rozumowanie — GPQA-Diamond 89,52, HLE bez narzędzi 31,79, wzrost do 46,01 z narzędziami w oddzielnym wewnętrznym zestawie testowym.

• Wizja — CharXiv-RQ 80.82, MathVision 78.16, V* 85.60, OCR-Reasoning 65.08, OCRBench-v2 — 68.12 w języku angielskim i 59.15 w języku chińskim, 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.

Dlaczego to właśnie wiersz długiego kontekstu jest tym, który powinien budzić niepokój

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.

Te liczby nie mierzą tego samego i to jest dokładnie problem dla każdego, kto podejmuje decyzję. Jeśli Twoje obciążenie pracą to „znajdź klauzulę w tym dokumencie o 900 000 tokenów”, liczba z panelu jest bliższa Twojemu zadaniu — i wcale nie jest blisko. Jeśli Twoje obciążenie pracą to „przejdź przez ten zbiór powiązanych dokumentów i zaraportuj, co od czego zależy”, liczba podana przez dostawcę jest bliższa, ale nadal należy ją traktować jako deklarację. Dopóki ktoś niezależny nie uruchomi obu zadań na checkpoincie, bezpiecznym założeniem planistycznym jest to, że efektywny kontekst Super VL jest istotnie krótszy, niż podaje jego karta specyfikacji.

Dwie trasy, jeden klucz i różnica cen na widoku

DeepSeek V4 Pro is in the OrcaRouter catalogue at DeepSeek's published $0.66 and $1.98 with zero markup — the provider list price passed straight through, so a D​eepSeek price change is live here the same day rather than at the next billing cycle. Across the last seven days of requests through the gateway, V4 Pro shows a p50 time-to-first-token of 1.89 seconds at 81.9 output tokens per second, and it carried 480.3 million tokens of traffic in that window. Those are measurements of real calls, not vendor benchmarks, and they are the numbers a cost model should be built on.

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.

To, co bramka faktycznie daje ci w tym zestawieniu, polega na tym, że obie połowy potoku przestają być dwiema integracjami. Wywołania ekstrakcji i triażu trafiają do twojego własnego wdrożenia Super VL; wywołania związane z rozumowaniem, kodowaniem oraz tanie wywołania tekstowe o dużym wolumenie trafiają do DeepSeek V4 Pro z tym samym endpointem i tym samym kluczem; a podział jest wyrażony jako reguła routingu, a nie jako warunek w kodzie aplikacji. Gdy routing obrazów jest czynnikiem decydującym, DSL może opierać się na tym, czy prompt w ogóle zawiera załącznik obrazu — co jest czystszym sposobem utrzymania granicy niż pamiętanie, która ścieżka kodu robi co. Automatyczne przełączanie awaryjne między dostawcami znajduje się pod modelem routowanym, więc błąd 429 po stronie nadrzędnej przy wywołaniu tekstowym trafia do mechanizmu awaryjnego, a nie do twojego użytkownika.

Ustalanie, po której stronie linii się znajdujesz

• Jeśli nie masz obrazów — DeepSeek V4 Pro, bez dalszej analizy. Wyprzedza o dziewięć i pół punktu indeksu, 0,66 USD za milion na wejściu, p50 pierwszego tokenu wynosi 1,89 sekundy i nic nie trzeba obsługiwać.

• Jeśli masz obrazy, ale mały wolumen — OCR plus DeepSeek V4 Pro, dopóki wskaźnik błędów ekstrakcji nie zacznie kosztować więcej, niż kosztowałyby GPU. Najpierw zmierz błędy ekstrakcji; to ta liczba, a nie różnica w benchmarku, wyznacza punkt przejścia.

• Jeśli masz obrazy i nie możesz ich nigdzie wysłać — Super VL to jedyna opcja na stole, a decyzja sprowadza się do tego, który checkpoint wybrać: BF16, jeśli zamierzasz dostrajać model, NVFP4, jeśli zamierzasz go serwować.

• Jeśli odtwarzanie informacji z długiego kontekstu jest sednem obciążenia — przetestuj, zanim się zdecydujesz. Wynik panelu 0,69 wobec 80,3 to wystarczająco duża różnica, aby specyfikacji 1 mln tokenów nie traktować jako dowodu na kompetencję w zakresie 1 mln tokenów.

• 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.

Co zmieniłoby ten artykuł

Trzy rzeczy, w kolejności od tego, jak bardzo zmieniłyby odpowiedź.

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.

Benchmarki się starzeją, a ceny się zmieniają; rejestr awarii pozostaje taki sam: udokumentowane incydenty AI i awarie agentów dotyczące modeli z tej klasy są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i oznaczenie sporności.