
Nemotron for Science vs GPT-Rosalind: Pesos Abertos Contra uma Barreira de Acesso Confiável
- 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 / $0.00 por 1M de tokens · 179 tok/s
Pergunte quanto custa cada um destes dois e você recebe uma resposta que quase não diz nada sobre o outro. NVIDIA Nemotron for Science, anunciado no SC26 em 16 de novembro de 2026, é um pacote para download: o checkpoint aberto Nemotron 3.5 Super VL sob a OpenMDW-1.1, um conjunto de dados de química com cerca de 50.000 perguntas chamado LitmusBench v0.2, e receitas de pós-treinamento. Seu custo marginal é qualquer GPU que você já tenha. GPT-Rosalind é uma API tarifada atrás de uma candidatura: o especialista em ciências da vida da empresa, lançado em 16 de abril de 2026, disponibilizado mundialmente a organizações elegíveis em 11 de setembro de 2026, com cobrança de US$ 5,00 por milhão de tokens de entrada e US$ 25,00 por milhão de tokens de saída desde 5 de outubro. Um é um kit. O outro é um serviço com uma etapa de avaliação antes dele. Essa diferença decide mais sobre qual deles seu laboratório deve usar do que qualquer pontuação de benchmark de qualquer um dos lados.
Ambos os rótulos dizem “ciência”, e essa palavra está fazendo muito trabalho nos dois casos. Nenhum dos modelos é um cientista de uso geral; cada um é voltado para uma fatia específica do trabalho de pesquisa, criado por uma empresa com um interesse comercial específico nessa fatia e avaliado por essa empresa. Portanto, esta comparação separa três perguntas que costumam ser fundidas na cobertura de lançamento: para o que cada modelo pode de fato ser apontado, quem tem permissão para apontá-lo e quanto custa um experimento em cada um.
Dois produtos diferentes, não duas versões de um mesmo.
GPT-Rosalind é um modelo de raciocínio ajustado para biologia — moléculas, proteínas, genes, vias, mecanismos de doença — com um ecossistema documentado de plugins de mais de 50 ferramentas de ciências da vida e um histórico de notas de pesquisa que inclui uma execução de agente distribuído que fez a triagem de mais de 700 referências, reduzindo-as a 11. Ele é acessado por meio do ChatGPT, do Codex e da API, e a rota da API exige a aprovação no programa de acesso confiável da OpenAI. Isso é uma barreira no próprio modelo, não em um recurso. A capacidade é real; a questão é se você consegue obtê-la.
O Nemotron for Science não é um modelo no mesmo sentido. O modelo dentro dele, o Nemotron 3.5 Super VL, teve seus pesos disponibilizados em 12 de outubro de 2026 e foi anunciado pela NVIDIA em 15 de outubro — cinco semanas antes do SC26. O que chegou em 16 de novembro é o aparato ao redor: um conjunto de avaliação de química, receitas de pós-treinamento e documentação para conectar o modelo ao software científico CUDA-X como ferramentas chamáveis. Não há controle de acesso. Você o clona, dimensiona o hardware, faz o ajuste fino com seus próprios dados, e a única etapa de aprovação é o seu próprio orçamento de computação.
Essa assimetria é a comparação inteira, e tudo o que vem abaixo é uma consequência disso.
O placar, dimensão por dimensão
• Modelo de acesso — Nemotron for Science: pesos abertos no Hugging Face sob a OpenMDW-1.1, uso comercial e não comercial, sem necessidade de solicitação. GPT-Rosalind: revisão de acesso confiável antes da primeira chamada de API; acesso via chat por meio de um programa acadêmico separado que exclui explicitamente chamadas de API.
• Preço de tabela — Nemotron for Science: sem tabela de tarifas do fornecedor; o custo auto-hospedado é o seu hardware. A inferência de terceiros lista o Super VL a US$ 0,20 por milhão de tokens de entrada e US$ 0,50 por milhão de saída, com 75% de desconto de cache e uma tarifa combinada de US$ 0,13. GPT-Rosalind: US$ 5,00 de entrada / US$ 25,00 de saída por milhão, US$ 0,50 de entrada em cache.
• Parâmetros — Nemotron 3.5 Super VL: 120B no total, 12B ativos por token, MoE híbrido de Mamba-2 e Transformer com 512 especialistas roteados por camada MoE. GPT-Rosalind: não divulgado.
• Contexto e modalidade — Ambos com 1M tokens. O Super VL aceita texto, imagens e vídeo MP4 de até dois minutos e gera texto. O GPT-Rosalind aceita texto e arquivos científicos por meio do ChatGPT, Codex e da API; não há alegação publicada de entrada geral de imagens.
• Evidências de domínio — Nemotron for Science: sete parceiros e instituições nomeados, incluindo 76% de recuperação de reações no RxnScribe na Terray, 81% das configurações quebradas do GROMACS reparadas por um agente do KTH em uma única execução noturna do DGX Spark, e 61% contra 54% de precisão de síntese de pontos quânticos em comparação com o GPT-6 Astra na Lila Sciences. GPT-Rosalind: liderança no BixBench, MedChemBench 27,5%, GeneBench 21,6%, LabWorkBench 63,2% e um ganho de 4,42% de desempenho por token no LifeSciBench. Todos divulgados pelos fornecedores em ambos os lados.
• Pontuação independente — Nemotron 3.5 Super VL: Artificial Analysis Intelligence Index 14, 291 tokens por segundo, 11,85s até o primeiro token de resposta. GPT-Rosalind: não é acompanhado nesse índice.

Química e biologia não são o mesmo benchmark.
É essa a discrepância que uma leitura especificação por especificação esconde. As evidências publicadas do GPT-Rosalind são predominantemente biológicas: faixas de expressão proteica, raciocínio em nível gênico, química medicinal, trabalho com protocolos de laboratório. As evidências publicadas do Nemotron for Science são predominantemente químicas e computacionais: extração de esquemas de reação, previsão de solubilidade, destino metabólico, síntese de pontos quânticos, reparo de dinâmica molecular. Ambos são "ciência", e um grupo de química computacional e um grupo de oncologia translacional não estão no mesmo mercado.
Onde eles realmente se sobrepõem é na camada agêntica, e aqui as evidências da NVIDIA são excepcionalmente concretas. Um modelo que lê um deck de entrada GROMACS defeituoso, descobre por que a topologia e o arquivo de coordenadas discordam e produz uma correção que o motor então aceita está fazendo uso de ferramentas em várias etapas com uma recompensa verificável — e a KTH relata 81% de sucesso em casos de teste que eles construíram. A evidência comparável da Rosalind é a execução de hipótese de tráfego de colesterol de 32 minutos, de outubro, em que milhares de agentes cooperantes filtraram mais de 700 referências até chegar a 11, e revisores cegos preferiram a saída em cerca de três quartos das comparações. Ambos são evidências de primeira mão. Ambos descrevem um loop que planeja, executa e verifica. Nenhum publica uma taxa de conclusão sob carga de produção, que é o número que realmente permitiria compará-los.
Leia as duas bases de evidências como complementares, e não concorrentes. Se o seu trabalho é biologia de bancada (wet-lab), o conjunto de dados de química da NVIDIA é quase irrelevante para você, e as linhas MedChemBench e LabWorkBench da Rosalind são as que você deve ler. Se o seu trabalho é química computacional ou simulação molecular, os resultados de GROMACS e de pontos quânticos descrevem sua semana real, e o ajuste de biologia da Rosalind é aquilo pelo qual você estaria pagando um valor premium e não usando.
Quanto custa um experimento, calculado
A precificação por token é a unidade errada para ambos os casos, então aqui está a conta que importa. Considere uma execução de pós-treinamento no Nemotron for Science: um modelo de 120B em BF16 exige 4× H100 ou 2× GB200, ou um único DGX Spark na build NVFP4. Uma única execução noturna em um DGX Spark — a configuração KTH — é um custo fixo e previsível em relação a hardware que você possui ou aluga por hora. O conjunto de dados é gratuito e as receitas são publicadas. Você pode executar o loop cem vezes, e o custo marginal da nonagésima nona execução é o mesmo da primeira.
Agora, a mesma iteração em um especialista com cobrança por uso. A $5.00 de entrada e $25.00 de saída por milhão de tokens, uma única passagem de contexto longo por um grande corpus científico não é um erro de arredondamento, e o custo de uma tentativa falha é cobrado à mesma taxa que o de uma bem-sucedida. É por isso que a entrada em cache a $0.50 importa tanto do lado da Rosalind: se seus prompts compartilharem um prefixo grande, o desconto é de 90% e a economia muda completamente. Se não compartilharem, não compartilham.
A conclusão honesta dessa aritmética não é “aberto é mais barato”. É que os dois formatos de precificação recompensam trabalhos diferentes. O ajuste fino iterativo recompensa pesos abertos, porque você paga por computação e nada mais. A avaliação em rajada de cem hipóteses contra um modelo de fronteira recompensa uma API com cobrança por uso, porque você paga pelo que usa e nada mais. A maioria dos grupos de pesquisa faz as duas coisas, e é aí que está a parte incômoda.

Onde a camada de roteamento se encaixa, e onde não.
Nenhum dos checkpoints está no nosso catálogo. Não disponibilizamos o Nemotron 3.5 Super VL e não disponibilizamos o GPT-Rosalind, e seria um artigo estranho que fingisse o contrário — a resposta prática para o primeiro é baixá-lo, e para o segundo é solicitar acesso à OpenAI.
O que está do nosso lado da linha é a parte de um agente científico que não é o modelo científico. O agente KTH GROMACS, o pipeline de extração Terray e o gerador de protocolos Lila são todos agentes construídos em torno de um modelo de domínio: eles planejam, chamam ferramentas, leem a saída e decidem o que fazer em seguida, e a camada de planejamento costuma ser um modelo geral, não um especialista. É nessa camada que uma única chave para mais de 200 modelos ao preço de tabela do provedor, com 0% de margem, compensa, e onde o failover automático importa — uma execução agêntica que leva seis horas é uma execução que você não quer perder na quinta hora porque um provedor upstream teve uma tarde ruim. A DSL de roteamento compõe essas chamadas; o especialista fica onde pertence.
Qual escolher
Se você é um grupo de química computacional ou simulação molecular com capacidade de GPU, o Nemotron for Science é quase uma escolha óbvia: licença permissiva, um conjunto de 50.000 perguntas de química no qual você pode tanto avaliar quanto treinar, e um ciclo de ferramentas documentado que foi demonstrado no exato modo de falha com o qual você lida semanalmente. A ausência de uma tabela de preços do fornecedor não é um problema quando você ia auto-hospedar de qualquer forma.
Se você atua em biologia translacional e precisa de um modelo que raciocine sobre proteínas e mecanismos de doenças, Rosalind é o único dos dois voltado para o seu trabalho, e a revisão de acesso confiável é o preço de entrada. Reserve tempo para o prazo da revisão no cronograma do seu projeto e observe que as vagas gratuitas do programa acadêmico não incluem acesso à API — um grupo universitário que deseja um pipeline precisa de um acordo comercial próprio.
E se você está construindo o agente e não o modelo, a escolha tem menos consequências do que parece. Ambos são invocáveis a partir de um loop; ambos têm modos de falha; nenhum publica a taxa de conclusão que resolveria a questão. A atitude sensata é construir o loop de modo que o modelo por baixo dele seja um valor de configuração e, então, medir. Essa é a única comparação que qualquer um dos fornecedores deixou para você.

