
NVIDIA Nemotron 3.5 Super VL 120B vs Intern-S2-397B: dois modelos de visão abertos, um dos quais você pode realmente chamar hoje
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 123 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 189 tok/s
Ambos esses modelos são de pesos abertos, ambos são multimodais, ambos têm licença no estilo Apache ou OpenMDW para uso comercial, e ambos são o tipo de coisa que você baixa em vez de assinar. A diferença que decide a maioria das avaliações não está em nenhuma das fichas técnicas. Intern-S2-397B, o principal modelo de 403 bilhões de parâmetros da InternLM, lançado no Hugging Face em 13 de setembro de 2026, tem uma API hospedada pelo fornecedor para a qual você pode apontar um cliente compatível com a OpenAI no mesmo dia em que lê sobre ele. NVIDIA Nemotron 3.5 Super VL 120B A12B, enviado ao Hugging Face em 12 de outubro de 2026 e confirmado no anúncio da NVIDIA no dia 15, não tem: a NVIDIA não publicou nenhum endpoint nem preço por token para ele em nenhum caminho, incluindo seu próprio microsserviço NIM. Então, um deles você pode avaliar esta tarde com um token, e o outro exige uma H200 ou quatro H100s antes do primeiro prompt. Essa lacuna vale mais do que qualquer diferença de sete pontos em uma tabela de benchmark.
O piso de implantação, lado a lado
Comece aqui, porque isto elimina um destes modelos para a maioria dos leitores antes mesmo de a qualidade ser discutida.
• Parâmetros totais e ativos — Intern-S2-397B: 403B no total, com 10 ativos por token em 60 camadas e 512 especialistas; Nemotron 3.5 Super VL 120B A12B: 120B no total, com 12 ativos por token em camadas intercaladas de Mamba-2, MoE e atenção.
• Tamanho dos pesos em disco — o Intern-S2-397B tem cerca de 807 GB distribuídos em aproximadamente 188 shards BF16/F32; a build BF16 do Super VL é uma fração disso, com uma build NVFP4 pequena o suficiente para rodar em um único DGX Spark.
• Hardware mínimo viável — o Intern-S2-397B precisa de uma frota multi-GPU de verdade; o Super VL precisa de 4× H100 ou 2× GB200 em BF16, ou um H200, um GB200, 2× H100 ou um DGX Spark em NVFP4.
• Acesso hospedado — o Intern-S2-397B está na própria Intern API do fornecedor em chat.intern-ai.org.cn/api/v1 sob o id de modelo intern-s2-397b, documentado como compatível com OpenAI e compatível com Anthropic; o Super VL não tem endpoint publicado por ninguém.
• Licença — Apache-2.0 para Intern-S2-397B; OpenMDW-1.1 para Super VL. Ambos permitem uso comercial.
• Contexto — 256K tokens para o Intern-S2-397B, com avaliação multimodal em 64K; 1M tokens para o Super VL.
• Entrada de vídeo — o Super VL aceita MP4 de até dois minutos, amostrado como quadros; as modalidades documentadas do Intern-S2-397B são texto, imagem e dados de sinal bruto. Vídeo não está entre elas.
Leia essa lista duas vezes e a forma fica clara. O Intern-S2-397B é o modelo maior, mais antigo e mais científico, com uma porta hospedada. O Super VL é o modelo menor, mais recente e mais implantável, com uma janela mais longa e vídeo, e ainda sem nenhuma porta.
Para que o Intern-S2-397B foi realmente criado
A InternLM descreve o modelo como escalando ao longo de três eixos, e o primeiro é a afirmação técnica que vale a pena compreender: pré-treinamento de visão-linguagem realizado diretamente em páginas brutas de literatura científica, modelando conjuntamente semântica simbólica e relações visuais em um espaço de representação compartilhado, sem qualquer etapa intermediária de parsing. Uma figura, uma tabela, um espectro e a frase que os descreve são aprendidos em conjunto, em vez de o texto ser extraído e as imagens anexadas depois.
Esse design aparece nos benchmarks que a InternLM escolheu destacar, e é por isso que os números de visão dos dois modelos não são intercambiáveis. A ficha do Intern-S2-397B reporta ChartQAPro 71,12 e MMMU Pro 81,68 e lidera nas pontuações específicas de ciência — Biology-Instructions 55,71, Mol-Instructions 53,95, MolecularIQ 62,35, SciReasoner-1.5 63,28, TOMG-Bench 66,76. A ficha do Super VL lidera com OCR-Reasoning 65,08, OCRBench-v2 com 68,12 em inglês e 59,15 em chinês, MMLongBench-Doc 62,82, CharXiv-RQ 80,82 e MathVision 78,16. Tarefas diferentes, distribuições de treinamento diferentes, e nenhum dos conjuntos foi reproduzido de forma independente.
O terceiro eixo é o que torna o Intern-S2-397B incomum para uma carga de trabalho agêntica: aprendizagem por reforço agêntica de caixa-preta em ambientes de sandbox, com o agente conectado por vários frameworks e explicitamente voltado para tetos de tarefas de longo horizonte. A alegação equivalente da NVIDIA para o Super VL é um pipeline de pós-treinamento que termina em RL com recompensas verificáveis e destilação on-policy com múltiplos professores, avaliado no SWE-bench e no tau2-bench. Ambas são afirmações de método, e não medições de resultado.
A capacidade de entrada de sinal que nenhum concorrente tem
O Intern-S2-397B aceita dados brutos de sinal — .npy, .csv e .wav — como um tipo de entrada de primeira classe junto com texto e imagens, com um exemplo documentado de evento sísmico que detecta índices de chegada das ondas P e S, e previsão pontual e quantílica por meio de um parâmetro forecast_horizon. Atualmente, isso é exclusivo do LMDeploy e é um recurso em tempo de inferência, e não um resultado de benchmark.
Nenhum modelo nesta comparação faz algo parecido, e nenhum modelo de fronteira fechado também faz. Se o seu trabalho envolve traços de sensores, dados sísmicos ou previsão de séries temporais que precisa ser analisada em conjunto com imagens e texto, o Intern-S2-397B não é a melhor escolha entre estes dois — é a única escolha, e os 807 GB de pesos são o preço de entrada.
Benchmarks, com a fonte anexada a cada um
Nenhum dos modelos possui uma avaliação independente e isenta, e as duas tabelas dos fornecedores não coincidem em uma única linha; portanto, o que se segue é uma leitura de alegações, e não um ranking.
Intern-S2-397B, todos divulgados pelo fornecedor, pela InternLM, em seus próprios harnesses (OpenCompass, VLMEvalKit, AgentCompass), não reproduzidos, com o GPT-5.5 como referência fechada: MMLU Pro 89,77, HMMT-2026 93,56, AdvancedIF 71,57, MMMU Pro 81,68, ChartQAPro 71,12, TerminalBench 2.1 64,04, SWE-bench-Pro 68,54, SWE-bench-Multilingual 84,00, SciCode 47,63, SGLBench 51,89, FrontierScience-Olympiad 87,00 e FrontierScience-Research 55,00. A Artificial Analysis não tinha nenhuma entrada para o Intern-S2-397B no lançamento, e os rankings neutros também não traziam uma — essa lacuna pode ter se fechado desde então, e vale a pena verificar antes de confiar em qualquer um destes.
Nemotron 3.5 Super VL 120B A12B, dividido entre duas fontes. Relatado pela fornecedora NVIDIA no NeMo Gym: SWE-bench Verified 71,10, SWE-bench Multilingual 67,72, SWE-bench Pro 51,78, tau2-bench varejo 69,24 e companhia aérea 76,50, BrowseComp 78,91, GraphWalks 89,71, GPQA-Diamond 89,52, HLE 31,79 sem ferramentas, OCRBench-v2 68,12 em inglês, MMLongBench-Doc 62,82, Video-MME-v2 32,85. Medido pelo painel da Artificial Analysis, e este é o único número produzido de forma independente em todo este artigo: um Intelligence Index de 26,49, com 0,0 no Terminal-Bench 4.0 e uma taxa de alucinação medida de 0,3585.
Duas coisas merecem ser sinalizadas nesse segundo bloco. O número do Terminal-Bench 2.1 da NVIDIA aparece como 66,70 no cartão do modelo e 60,67 na tabela-resumo do relatório técnico, com todas as outras linhas desses documentos concordando — uma das duas está errada, e, até que as receitas sejam executadas novamente, nenhuma delas é segura para citar. E o 0,0 do painel no Terminal-Bench 4.0 contra um 64,04 relatado pelo fornecedor no TerminalBench 2.1 para o Intern-S2-397B, medido em um conjunto de testes diferente pelo próprio laboratório dele, é um lembrete de que pontuações de agentes de terminal não são comparáveis entre harnesses mesmo quando os nomes parecem semelhantes.

Por que a janela de 1M tokens em comparação com 256K não é um ganho de sete dígitos
As fichas técnicas dizem que o Super VL atende 1M de tokens e o Intern-S2-397B atende 256K, com avaliação multimodal em 64K. Isso parece uma vitória esmagadora para o modelo da NVIDIA até você juntar o número de recall de contexto longo do painel: 0,69 no AA-LCR. Um modelo com uma janela de um milhão de tokens e uma pontuação de contexto longo abaixo de um é um modelo que consegue ingerir um milhão de tokens e não necessariamente fazer muito com eles na extremidade final.
O 256K do Intern-S2-397B está documentado em 256K para raciocínio de texto e 64K para multimodal, e a InternLM não publicou absolutamente nenhuma métrica de recall de contexto longo. Então, a posição honesta é que um modelo tem uma janela mais longa e um recall medido ruim nessa janela, e o outro tem uma janela mais curta e nenhuma medição. Se o recall de contexto longo for central para sua carga de trabalho, nenhum deles deve ser selecionado com base no comprimento de seu contexto.
Disponibilidade, e como o OrcaRouter se encaixa quando nenhum dos modelos está no nosso catálogo
Hoje, nem o Intern-S2-397B nem o NVIDIA Nemotron 3.5 Super VL 120B A12B são atendidos pelo OrcaRouter, e este artigo não dará a entender o contrário. O Intern-S2-397B pode ser acessado por meio da API do próprio fornecedor e por auto-hospedagem com LMDeploy, vLLM ou SGLang, com receitas de implantação inclusas no model card. O Super VL é apenas auto-hospedado — o microsserviço NIM da NVIDIA é o caminho anunciado, e nenhum endpoint ou preço foi publicado para ele.
O valor de um gateway quando os modelos que você quer não estão nele tem uma resposta específica: é onde o resto do pipeline já está. A triagem de documentos que precisa permanecer dentro da sua rede é executada na sua própria implantação do Intern-S2-397B ou Super VL; as chamadas de extração, classificação e sumarização ao redor dela são executadas em um modelo hospedado na mesma chave. A DSL de roteamento é o que mantém essa fronteira legível — expressa como uma condição no prompt em vez de uma ramificação enterrada no código da aplicação — e o failover automático significa que a falha da metade auto-hospedada não leva a requisição junto. O markup zero importa aqui de uma forma mais monótona: o que quer que a metade hospedada do seu pipeline custe hoje, custa isso aqui, porque o preço de tabela do provedor é repassado sem alteração.

Escolhendo entre eles
Escolha o Intern-S2-397B se você precisar estar em execução hoje sem comprar hardware, se seu domínio for literatura científica e figuras, se entrada de sinal bruto ou séries temporais fizer parte da carga de trabalho, ou se um endpoint hospedado mantido pelo fornecedor valer mais para você do que o controle sobre a implantação. Os 807 GB de pesos são um custo real, mas a API hospedada significa que você pode estabelecer se o modelo é bom antes de pagar por ele.
Escolha o Nemotron 3.5 Super VL 120B A12B se vídeo for uma entrada, se o que você tem é um único H200 ou um DGX Spark em vez de um conjunto de máquinas, se o modelo precisar ficar dentro da sua rede, ou se você pretende fazer ajuste fino — a NVIDIA publicou os conjuntos de dados de pós-treinamento e os ambientes de RL do NeMo Gym junto com os pesos, e essa é a metade mais reutilizável do lançamento. Rode seu próprio conjunto de documentos na build NVFP4 antes de se comprometer, e teste especificamente a recuperação de contexto longo em vez de confiar no número de 1M de tokens.
Não escolha nenhum dos dois, por enquanto, se o que você realmente precisa é de um modelo com uma avaliação independente em que possa se basear. Os números do Intern-S2-397B são todos informados pelo fornecedor e a cobertura do painel dele não é clara; o Super VL tem exatamente uma pontuação de terceiros, e é um único valor de índice. Dois modelos de visão abertos, com cerca de seis semanas de diferença entre os lançamentos, ambos com tabelas de benchmark não reproduzidas e nenhum em um leaderboard neutro que permita comparação — a atitude responsável é avaliá-los nos seus próprios documentos, e a API do fornecedor é o que torna metade disso barato.
O que acompanhar: uma entrada em um painel independente para o Intern-S2-397B, que transformaria toda a sua ficha de alegações em evidências; um preço e um endpoint para o Super VL, que removeria o H200 dos requisitos de entrada; e um número corrigido do Terminal-Bench da NVIDIA, que resolveria o único ponto em que dois documentos primários do próprio fornecedor se contradizem.

Nada disso é motivo para evitar o modelo, apenas um motivo para conhecer o histórico: os incidentes documentados de IA e as falhas de agentes por trás dos modelos desta classe estão reunidos em the OrcaRouter AI Incident Archive, onde cada entrada traz as suas próprias fontes, o nível de gravidade, o grau de confiança e a marcação de contestação.
