Nemotron 3.5 Super vs Gemini 3.1 Pro: jeden to plik, drugi to zapowiedź

Najistotniejsza różnica między NVIDIA Nemotron 3.5 Super a Gemini 3.1 Pro nie wynika z żadnej tabeli benchmarków. Wynika ze statusu wydania. Model NVIDIA — 120 miliardów parametrów całkowitych, z 12 miliardami aktywnymi na token, enkoder wizyjny C-RADIO doczepiony do hybrydowej mieszanki ekspertów Mamba-2 i Transformer, opublikowany pod pełniejszą nazwą NVIDIA Nemotron 3.5 Super VL i udostępniony w Ollama jako nemotron-3.5-super — to zestaw plików. Zostały opublikowane na Hugging Face 12 października 2026 r., trzy dni przed tym, jak własny post NVIDIA w newsroomie z 15 października uczynił je oficjalnymi, a dziś wieczorem możesz pobrać 82,3 GiB tych plików i uruchomić je na własnej karcie graficznej na licencji zezwalającej na użycie komercyjne. Google Gemini 3.1 Pro został ogłoszony 19 lutego 2026 r. i nadal jest udostępniany jako endpoint podglądowy. Po ośmiu miesiącach to model, który można wywołać, ale nie można go posiadać.

Takie ujęcie nie jest przytykiem do żadnego z tych podejść. Endpoint podglądowy to sposób, w jaki czołowe laboratorium wypuszcza i rozwija coś, czego nie jest jeszcze gotowe zamrozić, a dla większości zespołów jest to lepszy układ. Ale te dwa modele zajmują różne pozycje we wdrożeniu, a uczciwe porównanie dotyczy tego, której pozycji potrzebujesz — a nie tego, który wygrywa w tabeli.

Jedną rzecz trzeba powiedzieć wprost przed liczbami. Nemotron 3.5 Super ma cztery dni w momencie pisania. Producent go ogłosił, więc nie jest to ciche wydanie w sensie bycia niepotwierdzonym, ale niezależna baza dowodowa dla niego to z grubsza jeden wynik panelu i wiele wierszy producenta. Gemini preview ma za sobą osiem miesięcy uwagi świata i znacznie większy zbiór pomiarów stron trzecich. Tam, gdzie dowody są skąpe, ta strona mówi o tym wprost, zamiast zaokrąglać w górę.

Hardware wobec klucza

• Co otrzymujesz — checkpoint: wagi referencyjne BF16, wariant Base i kompilacja NVFP4 oraz oddzielny drafter LiLiCorr, wszystkie opublikowane 12 października 2026 · hostowany endpoint za kluczem API, w statusie podglądu od 19 lutego 2026.

• Licencja — OpenMDW-1.1, dozwolone użycie komercyjne, a karta modelu wskazuje, że checkpoint jest gotowy do użycia komercyjnego lub niekomercyjnego · Warunki korzystania z usług Google.

• Parametry — łącznie 120B, 12B aktywnych, 512 ekspertów routowanych na warstwę MoE, w pełni ujawnione na karcie · nieopublikowane.

• Kontakt z metalem — cztery karty H100 lub dwie GB200 dla BF16; jedna karta 96 GB dla domyślnego tagu 4-bit przy 82,3 GiB plus projektor wizyjny 1,6 GiB · brak — z założenia.

• Kontekst — do 1 000 000 tokenów, z własnym zastrzeżeniem karty, że dostępna pamięć i ustawienia środowiska uruchomieniowego określają użyteczną wartość, a prompty, obrazy, historia, wyniki narzędzi i wygenerowane tokeny współdzielą ten budżet · 1 048 576 tokenów kontekstu.

• Limit wyjściowy — nigdzie niepodany: ani karta NVIDIA, ani rejestr środowiska uruchomieniowego nie określa takiego limitu · 65 536 tokenów.

• Modalność — tekst, obraz i wideo na wejściu, tekst na wyjściu; ścieżka wizyjna nie jest opcjonalna, każdy opublikowany tag zawiera projektor · tekst, obraz, wideo, audio i plik na wejściu, tekst na wyjściu, co stanowi najszerszą powierzchnię wejściową ze wszystkiego w tym porównaniu.

• Cena naliczana za zużycie — brak publikowanych stawek; własny hosting albo nic · 2 USD za milion tokenów wejściowych i 12 USD za milion tokenów wyjściowych, rosnące do 4 USD oraz 12 USD i więcej w przypadku promptów powyżej 200 000 tokenów.

Dwie linie, które decydują o wdrożeniach, to cena i dane wejściowe. Model NVIDIA nie ma ceny, ponieważ nie ma punktu końcowego — jego koszt to sprzęt i energia elektryczna, a jedyną zmienną, która ma znaczenie, jest wykorzystanie. Wersja zapoznawcza Gemini ma cenę z klifem: pierwsze 200 000 tokenów wejściowych jest rozliczane po 2 USD za milion, a wszystko powyżej jest rozliczane po dwukrotnie wyższej stawce, co jest szczegółem, który warto znać, zanim zbudujesz potok, który upycha milion tokenów kontekstu do każdego wywołania.

Enkoder wizji jest miejscem, w którym te dwa tak naprawdę się spotykają

Oba modele przyjmują obrazy i wideo, co czyni to jedyną osią, na której porównanie jest bezpośrednie, a nie strukturalne. To także oś, na której dowody są najbardziej nierównomierne.

W tabeli samej NVIDIA wszystkie przeprowadzone przez dostawcę za pośrednictwem środowiska NeMo Gym: 62,82 w MMLongBench-Doc, 78,16 w MathVision, 80,82 w CharXiv reasoning, 65,08 w OCR-Reasoning, 85,60 w V*, 68,12 w OCRBench v2 English, 59,15 w zestawie chińskim, 32,85 w Video-MME v2 i 51,14 w OSWorld-Verified. Wiersze te są spójne z modelem, który kompetentnie odczytuje dokumenty i wykresy, a jednocześnie jest znacząco słabszy w przypadku tekstu w języku chińskim niż w języku angielskim.

Google nie opublikował odpowiedniej tabeli dla wersji zapoznawczej w formacie używanym przez NVIDIA, a ta strona nie zamierza jej sfabrykować, zestawiając wyniki z różnych narzędzi testowych. Uczciwie można powiedzieć, że ten sam panel zewnętrzny, który ocenia oba modele, stawia wersję zapoznawczą Gemini nieco wyżej w swoim ogólnym indeksie — około 29,7 wobec 26,49 dla checkpointu NVIDIA — oraz że ocena wpisu Gemini przez panel jest datowana na jej lutową zapowiedź, a nie na jakąkolwiek nowszą wersję. Biorąc pod uwagę, że różnica w indeksie wynosi około trzech punktów, a oba wpisy zmierzono w odstępie ośmiu miesięcy, traktowanie któregokolwiek z nich jako rozstrzygającego werdyktu na temat drugiego byłoby nadinterpretacją.

Co nie jest nadinterpretacją: wersja zapoznawcza Gemini obsługuje dźwięk, a checkpoint NVIDIA nie. Jeśli Twoje dane wejściowe obejmują nagranie rozmowy, spotkanie lub jakąkolwiek ścieżkę audio, połowa tego porównania rozstrzyga się, zanim w ogóle pojawią się parametry. Odwrotnie, jeśli Twoje obciążenie to stały korpus dokumentów, który przetwarzasz dziesiątki tysięcy razy dziennie, model, który możesz uruchomić lokalnie przy stałym koszcie, jest strukturalnie inną propozycją niż taki, który pobiera 2 USD za milion tokenów za każdym razem, gdy spojrzysz na stronę.

Pułapka w domyślnych ustawieniach NVIDIA, o której nikt nie napisał

To taki szczegół, który wychodzi na jaw tylko wtedy, gdy czyta się rejestr środowiska wykonawczego, a nie blog dostawcy — i wart jest tego akapitu.

Karta określa dwie zalecane konfiguracje próbkowania: temperaturę 1.0 z top_p 0.95 dla tekstu oraz temperaturę 0.6 z top_p 0.95 dla wizji. Domyślne ustawienie dostarczane w manifeście Ollama to para tekstowa. Oznacza to, że konfiguracja, z którą większość osób będzie domyślnie uruchamiać ten model wizyjny, jest dostrojona pod połowę modelu, która nie odpowiada za wizję. Jeśli Twoje pierwsze doświadczenie z nim na zeskanowanych stronach lub wykresach jest rozczarowujące, ustawienia próbkowania są pierwszą rzeczą do sprawdzenia — zanim wyciągniesz jakiekolwiek wnioski na temat możliwości samego checkpointu.

Dwa powiązane szczegóły z tego samego manifestu. Blob konfiguracji deklaruje model_type: 123.6B, podczas gdy każda etykieta widoczna dla użytkownika mówi 120B — to różnica wynikająca z zaokrąglenia, a nie rozbieżność w wagach, ale ma znaczenie, gdy skrypt narzędziowy decyduje, co się zmieści. A brama środowiska uruchomieniowego jest wymuszana, a nie zalecana: requires: 0.40.5, więc na każdej wcześniejszej wersji Ollama ten model w ogóle się nie pobierze.

Ile tak naprawdę warta jest ośmiomiesięczna przerwa

Można wysunąć argument, że podgląd, który przetrwał osiem miesięcy ruchu, jest pod pewnymi względami bardziej godny zaufania niż czterodniowy punkt kontrolny, i jest to dobry argument.

Punkt końcowy wersji zapoznawczej był ostro obciążany. Jego tryby awarii zostały udokumentowane przez innych. Jego cena jest publikowana, a nie wywnioskowana. Jego okno kontekstowe zachowuje się tak, jak mówi dokumentacja, ponieważ tysiące użytkowników odkryło, gdzie tak nie jest. A wersja zapoznawcza, którą Google trzyma w wersji zapoznawczej od ośmiu miesięcy, zamiast ją promować, przynajmniej nie została po cichu wycofana — co jest informacją o komercyjnej opłacalności modelu, której nie da ci żaden znacznik czasu repozytorium na temat checkpointu NVIDIA.

Z drugiej strony, wersja zapoznawcza niesie ze sobą dwa koszty, których nie ma plik hostowany samodzielnie. Pierwszy polega na tym, że może się zmienić. Status wersji zapoznawczej to wyraźne stwierdzenie, że punkt końcowy może zostać zmieniony bez powiadomienia, a potok dostrojony do dokładnego zachowania wersji zapoznawczej to potok z niezabezpieczoną zależnością w środku. Drugi polega na tym, że jego ekonomika skaluje się liniowo i bez końca. Nie ma takiego wolumenu, powyżej którego wersja zapoznawcza Gemini staje się tańsza na token; istnieje wolumen, powyżej którego stały koszt czterech H100 wygrywa z nim. Ten punkt przecięcia to jedyna liczba, która powinna przesądzać o tej decyzji, i jest właściwością Twojego ruchu, a nie któregokolwiek z modeli.

I ośmiomiesięczne opóźnienie checkpointu NVIDIA nie jest wyłącznie obciążeniem. Dostawca opublikował nie tylko wagi, ale też odtwarzalny zestaw ewaluacyjny i raport techniczny, a pole daty wydania w karcie oraz znaczniki czasu w repozytorium zgadzają się z wpisem w newsroomie. To bardziej audytowalny proces wydawniczy, niż ma to miejsce w przypadku większości premier otwartych wag, nawet jeśli sam audyt dopiero się rozpoczął.

Żadne z nich nie znajduje się na naszym kluczu, a jedno z nich jest powodem, który ma znaczenie.

Warto powiedzieć wprost, jak wygląda dostępność. Gemini 3.1 Pro jest dostępny w OrcaRouter w wersji preview w cenie katalogowej dostawcy przekazanej bez marży za token — 2 USD za wejście i 12 USD za wyjście, przy czym poziom długiego kontekstu wyceniono według stawki publikowanej przez Google, a u nas działa od tego samego dnia zamiast dopiero przy kolejnym odnowieniu. Jeśli chcesz sprawdzić, czy wersja preview poradzi sobie z obciążeniem Twoimi dokumentami, wystarczy jeden klucz i zero procedur zakupowych.

Nemotron 3.5 Super nie ma na naszym kluczu. Obsługujemy nieco ponad dwieście modeli i nie ma wśród nich pozycji NVIDIA Nemotron, więc ten artykuł nie jest sugestią, że możesz go wywołać na naszej platformie. Twoje trasy to własne kanały budowania i dystrybucji NVIDIA oraz lokalne pobranie środowiska uruchomieniowego.

To, do czego warstwa routingu jest tutaj naprawdę przydatna, to ta część tej decyzji, która nie ma nic wspólnego z benchmarkami. Najpierw uruchom swoje rzeczywiste obciążenie dokumentowe na hostowanym podglądzie. Jeśli przejdzie próg, dowiesz się, że to obciążenie jest czymś, z czym radzi sobie model frontier, i możesz teraz przedstawić argument dotyczący wolumenu, czy przenieść jakąkolwiek jego część do lokalnie uruchamianego checkpointu. Jeśli nie przejdzie progu, dowiesz się czegoś jeszcze cenniejszego — i dowiesz się tego za cenę kilku dolarów tokenów, a nie za cenę klastra.

Wąski werdykt

Jeśli potrzebujesz wejścia audio, najszerszego możliwego zestawu modalności wejściowych, opublikowanego limitu wyjściowego lub modelu, którego tryby awarii inni już zmapowali, odpowiedzią jest Gemini 3.1 Pro Preview, a osiem miesięcy niezależnych pomiarów stojących za nim jest warte więcej, niż sugeruje trzystopunktowa różnica w indeksie.

Jeśli potrzebujesz mieć model u siebie, licencjonować go do użytku komercyjnego, uruchamiać go na własnym sprzęcie i płacić stały koszt za obciążenie dokumentowe, które przetwarzasz w sposób ciągły, checkpoint NVIDIA jest w tym miesiącu po raz pierwszy realną opcją — z trzema konkretnymi zastrzeżeniami. Domyślny tag to kwantyzacja 4-bitowa, a dla tej kwantyzacji nie istnieje żadna opublikowana ewaluacja. Domyślne ustawienia próbkowania w dostarczonej wersji to ustawienia tekstowe karty, a nie jej ustawienia wizyjne. A model ma cztery dni.

Najpierw wypróbuj podgląd na własnych danych. Jeśli to działa, sprawa sprowadza się do wolumenu, a wolumen to arytmetyka. Jeśli nie, właśnie oszczędziłeś sobie klaster.