NVIDIA Nemotron 3.5 Super VL 120B vs DeepSeek V4 Pro: pixels custam 40 vezes mais do que o texto, e aqui está a aritmética

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.

A resposta curta

Se a sua entrada for texto e o seu orçamento for uma rubrica orçamentária, o DeepSeek V4 Pro vence por uma margem que nenhum modelo aberto consegue alcançar — um painel de terceiros o coloca 9,5 pontos de índice à frente do Super VL, enquanto custa uma fração de centavo por mil tokens. Se a sua entrada incluir imagens, vídeos ou digitalizações de páginas, não há comparação alguma, porque o DeepSeek V4 Pro não consegue vê-los. Os dois modelos não se sobrepõem no eixo que realmente importa para a maioria das equipes.

O que cada modelo é, em uma única passada

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.

Onde o custo de insumo realmente está

Aqui está o cálculo que ninguém publicou. Pegue um conjunto de contratos escaneados de 200 páginas. Com o DeepSeek V4 Pro, é preciso aplicar OCR e extrair o texto antes que ele chegue, e o modelo então cobra US$ 0,66 por milhão de tokens de entrada sobre o texto extraído. Com o Super VL, as páginas entram como imagens, uma única vez, em um modelo pelo qual você já paga por hora de GPU.

• DeepSeek V4 Pro ao preço de tabela — US$ 0,66 de entrada, US$ 1,98 de saída, US$ 0,022 por leitura de cache, por milhão de tokens. Uma extração de 200 páginas é barata o suficiente para que o custo por chamada não apareça em uma revisão de orçamento.

• Custo de inflação do Super VL — 4× H100 ou 2× GB200 em BF16, ou um H200 / um GB200 / um DGX Spark em NVFP4. Isso é aluguel ou capex que se acumula, independentemente de um documento chegar.

• O crossover — o ponto em que a auto-hospedagem do Super VL se torna mais barata do que o OCR-plus-V4-Pro — é uma função do seu volume de documentos e da utilização que você consegue manter na GPU. Ninguém o publicou, e, para equipes de baixo volume, ele muito provavelmente nunca chega.

• 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.

Este é o verdadeiro argumento a favor do modelo de visão e não é um argumento de benchmark. É que a etapa de extração desaparece. A página chega ao modelo tal como existe, e o modelo tem de lidar com o gráfico e a tabela e o layout desajeitado, em vez de receber uma aproximação achatada deles. Se a visão do Super VL é boa o suficiente para justificar possuir GPUs é uma questão sobre os seus documentos, e a única forma honesta de responder a isso é executar o seu próprio conjunto pela build NVFP4 numa única H200 e contar os erros.

As linhas de benchmark que existem, e a quem pertencem

Dois tipos diferentes de número estão em jogo aqui, e eles nunca devem ser citados na mesma frase sem um rótulo.

Medido por painel, segundo a Artificial Analysis, onde o DeepSeek V4 Pro foi avaliado pela última vez em 13 de agosto de 2026:

• Intelligence Index — DeepSeek V4 Pro 36.0 vs N​emotron 3.5 Super VL 26.49.

• O Último Exame da Humanidade — DeepSeek V4 Pro 41,0. O painel não inclui uma linha Super VL.

• Recuperação de contexto longo — DeepSeek V4 Pro 80,3 vs Super VL 0,69 na escala AA-LCR, que é a maior diferença proporcional neste artigo.

• SciCode — DeepSeek V4 Pro 51,0 vs. linha do Super VL não publicada no painel.

• Terminal-Bench 4.0 — DeepSeek V4 Pro 14.1 vs 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:

• Agêntico — SWE-bench Verified 71,10; SWE-bench Multilingual 67,72; SWE-bench Pro 51,78; tau2-bench varejo 69,24 e companhias aéreas 76,50; BrowseComp 78,91; GraphWalks 89,71 na configuração de mais de 1M de tokens.

• Raciocínio — GPQA-Diamond 89,52, HLE sem ferramentas 31,79, subindo para 46,01 com ferramentas em um harness interno separado.

• Visão — CharXiv-RQ 80,82, MathVision 78,16, V* 85,60, OCR-Reasoning 65,08, OCRBench-v2 com 68,12 em inglês e 59,15 em chinês, 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.

Por que a linha de contexto longo é a que preocupa

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.

Estas não estão medindo a mesma coisa, e esse é exatamente o problema para quem precisa decidir. Se sua carga de trabalho for "encontrar a cláusula neste documento de 900.000 tokens", o número do painel está mais próximo da sua tarefa, e não é por pouco. Se sua carga de trabalho for "percorrer este conjunto de documentos vinculados e relatar o que depende do quê", o número do fornecedor está mais próximo, e ainda assim deve ser tratado como uma alegação. Até que alguém independente execute ambas as tarefas contra o checkpoint, a suposição segura para planejamento é que o contexto efetivo do Super VL é materialmente menor do que sua ficha técnica indica.

Duas rotas, uma chave e a diferença de preço à vista de todos

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.

O que o gateway oferece a você neste emparelhamento é que as duas metades do pipeline deixam de ser duas integrações. As chamadas de extração e triagem vão para sua própria implantação do Super VL; as chamadas de raciocínio, codificação e de texto de baixo custo e alto volume vão para o DeepSeek V4 Pro no mesmo endpoint e na mesma chave; e a divisão é expressa como uma regra de roteamento em vez de um condicional no código da aplicação. Quando o roteamento de imagens é o fator decisivo, a DSL pode se basear em se um prompt carrega ou não um anexo de imagem — o que é uma maneira mais limpa de manter a fronteira do que lembrar qual caminho de código faz o quê. O failover automático entre provedores fica sob o modelo roteado, de modo que um 429 upstream em uma chamada de texto cai em um fallback em vez de cair no seu usuário.

Descobrir de que lado da linha você está

• Se você não tiver imagens — DeepSeek V4 Pro, sem análise adicional. Nove pontos e meio de índice à frente, US$ 0,66 por milhão na entrada, primeiro token p50 de 1,89 segundo, e nada para operar.

• Se você tem imagens, mas com baixo volume — use OCR mais DeepSeek V4 Pro até que a taxa de erro da extração comece a custar mais do que as GPUs custariam. Meça primeiro os erros de extração; é esse número, e não a diferença de benchmark, que define o ponto de virada.

• Se você tem imagens e não pode enviá-las a lugar nenhum — o Super VL é a única opção em cima da mesa, e a decisão passa a ser qual checkpoint: BF16 se você pretende fazer fine-tuning, NVFP4 se você pretende servir.

• Se a recuperação de contexto longo é o cerne da carga de trabalho — teste antes de se comprometer. O 0,69 do painel contra 80,3 é uma diferença grande o suficiente para que uma ficha técnica de 1M de tokens não deva ser tomada como evidência de competência em 1M de tokens.

• 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.

O que mudaria este artigo?

Três coisas, em ordem de quanto elas mudariam a resposta.

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.

Os benchmarks envelhecem e os preços mudam; o registro de falhas não: os incidentes de IA documentados e as falhas de agentes por trás dos modelos desta classe estão reunidos no OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.