
Por dentro do NVIDIA Nemotron para Ciência: o que o Open Chemistry Stack do SC26 realmente entrega
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 89 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 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 45 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 · 134 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 · 126 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 · 179 tok/s
Oitenta e um por cento é o número com que vale a pena começar, e não é uma pontuação de benchmark. É a proporção de configurações de dinâmica molecular GROMACS deliberadamente quebradas que um agente construído sobre NVIDIA Nemotron for Science reparou em uma única execução durante a noite em uma estação de trabalho DGX Spark, segundo o KTH Royal Institute of Technology — com cada correção verificada pelo próprio GROMACS, em vez de por um modelo avaliando o próprio trabalho. A NVIDIA anunciou a coleção em 16 de novembro de 2026 no SC26, em Chicago, por meio de Ian Buck, seu vice-presidente de Hyperscale e High-Performance Computing. São três artefatos em uma só caixa: o checkpoint aberto Nemotron 3.5 Super VL, um conjunto de dados aberto de química chamado LitmusBench v0.2 com cerca de 50.000 perguntas, e um conjunto de receitas de pós-treinamento que integram o modelo ao ferramental científico acelerado por CUDA-X.
Essa combinação é a parte interessante, e não é a parte que a manchete vende. Um fornecedor lançando mais um checkpoint aberto é rotina no fim de 2026; a NVIDIA lançou este em outubro. O que é novo em 16 de novembro é a estrutura ao redor dele — o conjunto de avaliação, as receitas e um conjunto de implantações institucionais nomeadas que descrevem o que acontece quando você aponta o modelo para um fluxo de trabalho científico real em vez de um ranking. Este texto percorre o que de fato está na coleção, o que os números dos parceiros estabelecem e o que não estabelecem, e onde estão as lacunas para quem planeja construir sobre isso.
Os três artefatos, separados
O comunicado de imprensa da NVIDIA e o respetivo post no X descrevem um único pacote. Desagregá-lo é importante, porque cada peça tem uma postura de licenciamento diferente, um nível de maturidade diferente e um motivo diferente para nos importarmos.
• O checkpoint — Nemotron 3.5 Super VL, uma mistura de especialistas de 120 bilhões de parâmetros com 12 bilhões ativos por token, um híbrido de Mamba-2 e Transformer com 512 especialistas roteados por camada de MoE, um codificador de visão C-RADIO e até 1M de tokens de contexto. Texto, imagens e vídeo MP4 de 2 minutos na entrada; texto na saída. OpenMDW-1.1, uso comercial e não comercial, pesos no Hugging Face. Isto não é novidade em 16 de novembro — o repositório foi publicado em 12 de outubro e o próprio anúncio da NVIDIA veio em 15 de outubro.
• O conjunto de dados — LitmusBench v0.2, um conjunto aberto de aproximadamente 50.000 perguntas de raciocínio químico extraídas de dados de propriedades moleculares e registros experimentais de descoberta de fármacos. Ele foi criado para as duas funções que uma referência científica geralmente precisa dividir entre dois arquivos: avalia o raciocínio químico e é utilizável como dados de pós-treinamento. A predição de solubilidade e o destino metabólico são as duas famílias de tarefas que a NVIDIA nomeia explicitamente.
• As receitas e o conjunto de ferramentas — receitas de pós-treinamento para adaptação de domínio, além da integração que permite a um agente chamar software científico acelerado por CUDA-X como ferramentas. É esta a peça que transforma um modelo de chat em algo capaz de executar uma simulação, ler a saída e decidir o que fazer em seguida.
O checkpoint é o menos inovador dos três, e o conjunto de dados é o mais duradouro. Suítes de benchmark envelhecem; um conjunto de 50.000 perguntas de química com licença permissiva é o tipo de coisa que ainda estará sendo citada daqui a três anos, e é a parte deste lançamento que a NVIDIA mais gastou para disponibilizar gratuitamente.

O que os resultados do parceiro realmente demonstram
Sete organizações são nomeadas no anúncio, e os números que lhes estão associados são o que de mais próximo há de provas no comunicado. Tudo é reportado pelo fornecedor e nada foi reproduzido de forma independente — essa ressalva aplica-se a todos os números desta secção, e é o motivo para os ler como estudos de caso e não como pontuações.
Terray Therapeutics pós-treinou o modelo em diagramas de química — os esquemas de reação desenhados em patentes e artigos — para extrair reagentes, produtos e condições de reação. No RxnScribe, recuperou cerca de 76% das reações anotadas e superou resultados publicados anteriormente em dois benchmarks. A extração de diagramas não é glamourosa e é onde uma grande parte do trabalho real de química de fato ocorre, então uma taxa de recuperação de 76% em um benchmark nomeado é uma alegação mais útil do que uma pontuação de raciocínio.
Lila Sciences é o número em que o comunicado se apoia. Ao gerar protocolos de laboratório prontos para execução para laboratórios automatizados, o modelo base igualou o desempenho de ponta sem qualquer ajuste fino. Com pós-treinamento a partir de feedback de laboratório, a precisão na síntese de pontos quânticos atingiu 61%, contra 54% do GPT-6 Astra, com um custo de inferência 10–20× menor. Duas coisas merecem destaque. A diferença de sete pontos é real se o protocolo for real, e o múltiplo de custo é o número mais consequente — uma economia de 10–20× na inferência muda quais experimentos valem a pena ser executados. Mas trata-se de uma comparação feita pela própria parte que realizou o pós-treinamento, numa tarefa por ela escolhida, contra um concorrente por ela nomeado.
Therna foi pós-treinado para o design agêntico de terapias de mRNA e quase dobrou a precisão de previsão da faixa de expressão proteica. Em uma comparação cega, cientistas preferiram suas explicações às do modelo base em 96% dos casos. Preferência não é precisão, e uma taxa de preferência de 96% é uma afirmação sobre como o raciocínio é lido, não sobre se ele está correto.
Depois, as implantações institucionais, que são a parte que considero mais convincente justamente porque não são apresentadas como vitórias. Argonne National Laboratory está incorporando o Nemotron ao StructBioReasoner, um sistema multiagente para projetar terapêuticos contra o câncer baseados em proteínas. Jülich Supercomputing Centre está integrando-o a agentes de descoberta científica e de fármacos. RIKEN está disponibilizando os modelos, incluindo o Super VL, em sua plataforma de supercomputação RIKYU por meio do gateway de inferência RiVault — um caminho de produção real, em hardware real, para usuários reais. E KTH construiu o agente de reparo do GROMACS por trás daquela cifra de 81%, em um único DGX Spark, da noite para o dia.
O resultado KTH merece uma frase própria por causa de sua forma. Uma configuração de dinâmica molecular quebrada é uma falha corriqueira e de alto volume: um campo de força incompatível, uma topologia que não corresponde ao arquivo de coordenadas, um include ausente. Corrigir 81% delas não é um benchmark de raciocínio. É o modelo fazendo o tipo de trabalho que um grupo de química computacional atualmente atribui a um estudante de pós-graduação, e é verificado pelo motor de simulação, e não pelo modelo, o que faz disso a evidência mais limpa do lançamento.
Por que esta é uma história de pós-treinamento vestindo as roupas de um modelo
Leia o comunicado novamente e observe o que a NVIDIA está realmente pedindo que você faça. Todos os resultados de parceiros, sem exceção, envolvem adaptação: Terray pós-treinado em diagramas, Lila pós-treinado com feedback de laboratório, Therna pós-treinado em design de mRNA. Nenhum dos números de destaque vem do checkpoint como distribuído. Isso é deliberado, e é a coisa mais honesta do anúncio.
O argumento é que os modelos base agora são bons o suficiente para que o diferencial seja o ciclo de pós-treinamento, e não a execução de pré-treinamento. A NVIDIA está vendendo o ciclo: um checkpoint de 120B com licença permissiva que você pode ajustar finamente sem uma revisão jurídica, um conjunto de dados de química para fazer o ajuste fino e receitas que descrevem como fazer isso. Essa é uma proposta genuinamente diferente de “nosso modelo é mais inteligente”, e é uma proposta que só funciona se os pesos forem abertos — o que é precisamente por que a licença importa mais do que a tabela de benchmarks.
A NVIDIA também explica a linha de hardware. A NVIDIA afirma que o modelo foi ajustado para rodar localmente em um DGX Spark de 128 GB, e a build BF16 exige 4× H100 ou 2× GB200, enquanto a build NVFP4 cabe em um único DGX Spark, um H200, dois H100 ou um GB200. Um loop de pós-treinamento é uma carga de trabalho iterativa, de alto volume e baixa latência, e a diferença entre "alugar um nó" e "há uma caixa na bancada" é a diferença entre um loop que você executa duas vezes por trimestre e um que você executa duas vezes por dia.
As lacunas, ditas claramente
Três coisas estão faltando no lançamento, e cada uma mudaria a forma como você planeja.
• Nenhuma avaliação independente das alegações científicas. O Artificial Analysis acompanha o Nemotron 3.5 Super VL — ele lista um Intelligence Index de 14, saída a 291 tokens por segundo, um tempo de 11,85 segundos até o primeiro token de resposta e um preço listado de US$ 0,20 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída, com desconto de cache de 75%. Isso é útil e vem de terceiros. Nada disso é um benchmark de química. Todos os números científicos no lançamento do SC26 vêm de uma parte com interesse no resultado, e o LitmusBench v0.2 é novo o suficiente para que nenhum grupo externo tenha publicado uma pontuação nele ainda.
• Não há preço publicado para o modelo como serviço. O valor de $0.20/$0.50 listado pela AA é o medidor de uma plataforma de terceiros, não uma tabela de preços da NVIDIA — a NVIDIA não publicou nenhum valor por token para o NIM. Se você está planejando o orçamento, a resposta honesta hoje é que a auto-hospedagem é o único caminho com custo conhecido.
• Nenhuma avaliação do loop do agente, apenas dos componentes. As receitas descrevem um agente que planeja, executa simulações, verifica resultados e ajusta. Ninguém no lançamento relata com que frequência esse loop se completa sem um humano, quantas chamadas de ferramentas ele consome ou quanto custa por tarefa concluída. Esses são os números que decidem se um agente é um produto ou uma demonstração, e eles estão ausentes.

O que isso significa se você estiver construindo
A leitura prática é que o Nemotron for Science não é um modelo que você adota; é um kit inicial. Se o seu grupo faz química ou biologia estrutural e você tem capacidade de GPU, a combinação de um checkpoint de 120B com licença permissiva, 50.000 perguntas de química e um conjunto de receitas publicadas é um pacote genuinamente bom para a primeira semana — e o resultado do KTH sugere que o loop de chamada de ferramentas funciona bem o suficiente para ser útil em falhas corriqueiras.
O que ele não é: uma substituição direta de uma API hospedada. O Nemotron 3.5 Super VL não está em nosso catálogo; não o servimos hoje, e o caminho auto-hospedado é aquele em torno do qual este lançamento foi realmente construído. Quando as equipes executam um modelo hospedado como a camada de raciocínio de um pipeline maior — e a maioria faz isso, porque o loop agêntico em torno do modelo científico costuma ser um modelo geral —, a questão do roteamento é separada deste anúncio. Uma única chave para mais de 200 modelos a preço de tabela do provedor com 0% de markup, e failover automático quando um upstream se degrada no meio da execução, é a parte que evita que um trabalho agêntico de várias horas morra na terceira hora porque um provedor teve uma tarde ruim.
O que assistir a seguir
Uma primeira pontuação externa do LitmusBench v0.2 resolve mais do que qualquer benchmark isolado resolveria, porque é o único número aqui que uma parte neutra pode gerar. Uma tabela de preços publicada do NIM tornaria a comparação de custos uma questão aritmética, em vez de posicionamento. E um relatório sobre o próprio loop do agente — taxa de conclusão, orçamento de chamadas de ferramentas, custo por tarefa concluída — é o que transformaria isto de um kit promissor numa decisão de aquisição.
Até lá, o resumo mais justo é aquele que o comunicado acidentalmente escreve para si mesmo: a NVIDIA lançou um bom checkpoint em outubro e, em novembro, lançou aquilo que torna o checkpoint útil. Esse é um anúncio menos empolgante e mais valioso.

