NV-Reason-CT vs Nemotron 3 Ultra: Jedno logo, dwie filozofie wydania

NVIDIA wypuściła w tym roku dwa modele z otwartymi wagami i o jednym z nich nikomu nie powiedziała. Nemotron 3 Ultra trafił na Hugging Face 4 czerwca 2026 roku jako flagowy model o łącznej liczbie 550 mld parametrów i 55 mld aktywnych, z raportem technicznym, reżimem licencyjnym OpenMDW-1.1 oraz całym otwartym zbiorem danych do pre-treningu i post-treningu udostępnionym wraz z nim. NV-Reason-CT pojawił się 8 września 2026 roku jako 4,69-miliardowy specjalista od CT, z repozytorium, Space z demem i preprintem na arXiv dwa tygodnie później, który wzmiankuje to wydanie w bloku cytowania. Drugiego z nich nikt nie zapowiedział. Porównaj je, a tak naprawdę nie porównujesz możliwości — flagowy model ogólny o 550 mld parametrów i medyczny specjalista o 4,69 mld parametrów się nie pokrywają. Porównujesz dwie różne teorie tego, jak wydawać model, stosowane przez tę samą firmę, w odstępie trzech miesięcy.

Co tak naprawdę zawiera każde repozytorium

Wydanie Nemotron 3 Ultra to kompletny otwarty pipeline. Checkpoint NVFP4 w Hugging Face zgromadził 249 746 pobrań i 338 polubień; bliźniacza wersja BF16, podstawowy checkpoint oraz zbiory danych po treningu są opublikowane razem z nim. Jest dwunastojęzyczny, wyłącznie tekstowy, zbudowany na ukrytym hybrydowym modelu Mamba2-Transformer z mieszaniną ekspertów i predykcją wielu tokenów oraz objęty licencją openmdw-1.1. Artificial Analysis umieszcza go na poziomie 47,7 w Indeksie Inteligencji w dostarczanej precyzji NVFP4 i 48,2 w pełnej precyzji — najwyżej spośród amerykańskich modeli o otwartych wagach według tego zestawienia. Nasze wcześniejsze omówienie modeli nauczycielskich Nemotron odnotowuje medianę ceny dostawcy na poziomie około 0,60 USD za milion tokenów wejściowych i 2,60 USD za milion tokenów wyjściowych oraz wynik przepustowości NVIDIA wynoszący 183 tokeny wyjściowe na sekundę w pomiarach podmiotów trzecich.

NV-Reason-CT to znacznie mniejszy i znacznie bardziej zamknięty artefakt. Dziesięć i sześć dziesiątych gigabajta wag BF16, 10 KB model.py, 26 KB processor.py, szablon czatu i inference.py. Jedna przestrzeń demonstracyjna Space. Jeden artykuł. Dwieście dziesięć pobrań na ten tydzień. Brak wydania zbioru danych. Brak raportu technicznego. Brak konfiguracji serwowania poza przykładem jednowolumenowym.

Kontrast nie dotyczy rozmiaru — chodzi o to, co inżynier na dalszym etapie może zrobić z artefaktem. Wydanie Ultra jest zaprojektowane tak, aby ktoś inny mógł odtworzyć trening. Wydanie NV-Reason-CT jest zaprojektowane tak, aby ktoś inny mógł przeprowadzić wnioskowanie. To różne obietnice.

Tylko jeden z nich jest zbudowany na własnym stosie NVIDIA

Oto szczegół, który zaskakuje ludzi, i można go zweryfikować na podstawie frontmatter karty modelu: bazowym modelem NV-Reason-CT jest Qwen/Qwen3.5-4B, w relacji fine-tune, a nie jako checkpoint Nemotron. NVIDIA dołączyła transformer wizyjny Primus 3D — zainicjowany na wagach COLIPRI — do modelu językowego Qwen i wytrenowała tę parę od początku do końca, stosując nadzorowane dostrajanie, a następnie Group Relative Policy Optimization.

To nie jest krytyka i to nie jest skandal. To norma branżowa w pracy nad modelami wizyjno-językowymi, a NVIDIA ujawnia to wprost w metadanych repozytorium. Oznacza to jednak, że najbardziej naturalne założenie dotyczące tego zestawienia — że NV-Reason-CT jest pochodną Nemotron — jest fałszywe. Dwa modele na tej stronie łączą logo i rodzina licencji, i zasadniczo nic poza tym. Brak wspólnej architektury, brak wspólnego tokenizera, brak wspólnych danych treningowych, brak wspólnej ścieżki serwowania.

Rozmiar — w liczbach, które decydują, gdzie działa

• Parametry — NV-Reason-CT łącznie 4,69 mld / 4,35 mld aktywnych w ścieżce CT vs Nemotron 3 Ultra łącznie 550 mld / 55 mld aktywnych, rzadki LatentMoE • Checkpoint na dysku — NV-Reason-CT ~10,6 GB BF16 vs Nemotron 3 Ultra setki gigabajtów w BF16, dodatkowo publikowany w NVFP4 • Wejście — NV-Reason-CT woluminy CT 3D NIfTI w jednostkach Hounsfielda, wyłącznie klatka piersiowa lub jama brzuszna, jeden prefiks wolumenu o długości 13 824 tokenów vs Nemotron 3 Ultra tekst, do 1 mln tokenów kontekstu z limitem wyjścia 65 tys. • Kontekst — NV-Reason-CT nie dotyczy w zwykłym sensie vs Nemotron 3 Ultra 1 000 000 tokenów • Licencja — obie OpenMDW-1.1 • Sprzęt — NV-Reason-CT Ampere / Hopper / Lovelace, przetestowany na H100 i L40S vs Nemotron 3 Ultra obsługa na wielu GPU przy 55 mld aktywnych • Niezależny wynik — NV-Reason-CT brak opublikowanego vs Nemotron 3 Ultra AA Intelligence Index 47,7 NVFP4 / 48,2 pełna precyzja

Praktyczna granica to ta pamięciowa. Model o 4,69 mld parametrów z enkoderem 3D mieści się na jednej karcie i grupa badawcza może to uzasadnić. Model o łącznej liczbie 550 mld parametrów przy 55 mld aktywnych wymaga prawdziwej infrastruktury do serwowania, nawet po kwantyzacji. Żaden z nich nie jest eksperymentem na weekend, ale dzieli je kilka rzędów wielkości w tym problemie.

Dwa reżimy oceny, których nie można uśrednić

W przypadku Ultra dowodem są ogólne możliwości: indeks Artificial Analysis Intelligence Index na poziomie wysokich czterdziestu kilku punktów, pokrycie benchmarków obejmujących rozumowanie, kodowanie i zadania agentowe oraz dane liczbowe podane przez producenta dla rodziny, w tym SWE-Bench Verified 71.9, MMLU-Pro 86.8 i LiveCodeBench v6 89.0 — przy czym te trzy ostatnie to własne wyniki NVIDIA, oznaczone jako takie.

Dowodem NV-Reason-CT jest jedna tabela. Macro-F1 0,614 i Macro-AUROC 0,871 w 18-etykietowym zadaniu klasyfikacyjnym CT-RATE, przy stałym jednolitym progu, z użyciem bezpośredniego monitu Tak/Nie bez głowicy klasyfikacyjnej, w zestawieniu z VoxelFM z 0,581/0,870, Pillar-0 z 0,544/0,861, ClinFusion-8B z 0,442, CT-CLIP z 0,398/0,733, Merlin z 0,358/0,662 i MedGemma 1.5 z 0,303. Znowu liczby NVIDII, na karcie modelu, bez niezależnego odtworzenia.

AA Intelligence Index na poziomie 47,7 i CT-RATE Macro-F1 na poziomie 0,614 to nie dwa pomiary jednej rzeczy. To pomiary dwóch rzeczy. Nie ma żadnego możliwego do obrony sposobu, by powiedzieć, że Ultra jest „lepszy” niż NV-Reason-CT, a powodem nie jest preferencja sposobu punktowania — chodzi o to, że stosowane instrumenty w ogóle się nie pokrywają. Jedynym uczciwym porównaniem w tej parze jest to, dla kogo każdy model ma akredytację, w dosłownym sensie tego, jakie dowody istnieją, że wykonuje swoją pracę.

Dlaczego cicha premiera jest racjonalna

Postaw się na miejscu zespołu obrazowania medycznego. Masz działający model 3D CT. Chcesz, aby używali go radiolodzy, studenci medycyny i naukowcy. Co daje ci wystąpienie keynote?

Wydarzenie premierowe wzbudza oczekiwania dotyczące wsparcia, planów rozwoju i długowieczności, którym zespół badawczy nie może sprostać. Zaprasza do ogólnej oceny na benchmarkach, na których model 4.69B ograniczony do jednej modalności wypadnie nieimponująco z przyczyn strukturalnie nieistotnych. A do tego stawia model, który wyraźnie „nie może być używany jako substytut profesjonalnej oceny klinicznej”, przed publicznością, która nie czyta warunków licencji. Repozytorium, artykuł i demo Space docierają dokładnie do tej publiczności, która czyta wszystkie trzy, i pozwalają artefaktowi mówić we własnym tempie. Ciąg wersji to „0.1”. Karta modelu mówi: tylko badania i edukacja. To wydanie stworzone po to, by je cytowano, a nie kupowano.

Premiera Ultra jest przeciwieństwem i równie racjonalna — flagowy produkt potrzebuje dystrybucji, cennika i wsparcia ekosystemu, dlatego pojawił się z zestawami danych i raportem.

Gdzie router pasuje, a gdzie nie

Żaden z tych modeli nie jest dostępny w OrcaRouter i nie będę sugerować, że jest inaczej: NV-Reason-CT to checkpoint 10,6 GB z niestandardowym kodem modelu, który hostujesz samodzielnie, a Nemotron 3 Ultra przy 55B aktywnych parametrów jest udostępniany przez własne API NVIDIA i kilka platform firm trzecich.

To, co warstwa routingu robi dla zespołu pracującego z oboma, jest węższe i nadal przydatne. Pipeline badań klinicznych, który wykorzystuje NV-Reason-CT do dużego wolumenu, a model ogólny do otaczającego tekstu, potrzebuje miejsca, w którym może podmienić ten model ogólny bez zawierania drugiej umowy, a jeden punkt końcowy kompatybilny z OpenAI obsługujący ponad 200 modeli z automatycznym przełączaniem awaryjnym między dostawcami jest tym miejscem. Utrzymuje model specjalistyczny hostowany samodzielnie i model ogólny hostowany zewnętrznie pod jednym kluczem, a nie w ramach dwóch integracji.

Co wyciągnąć z parowania

Odczytane jako konkurenci, te dwa modele to błąd kategorii. Odczytane jako studium przypadku, są wyjątkowo jasne. Ten sam dostawca, ta sama rodzina licencji, ten sam rok — i dwie strategie wydania wybrane tak, by odpowiadały dwóm całkowicie różnym intencjom downstream. Jeden to infrastruktura z dołączonym ekosystemem. Drugi to artykuł z dołączonymi wagami, wydany po to, aby konkretna, niewielka grupa odbiorców mogła go uruchomić i zacytować.

Jeśli szukasz ogólnego modelu z otwartymi wagami, NV-Reason-CT nie jest kandydatem i nigdy nie miał nim być. Jeśli programowo odczytujesz woluminy CT klatki piersiowej i jamy brzusznej, Nemotron 3 Ultra nie może ci pomóc i nigdy nie był do tego przeznaczony. Jedynym rzeczywistym elementem wspólnym między nimi jest logo, a jedyna prawdziwa lekcja jest taka, że NVIDIA jest gotowa wydać produkt po cichu, gdy odbiorcy są nieliczni i wystarczająco techniczni, by samodzielnie znaleźć repozytorium.