
NVIDIA Nemotron 3.5 Super VL 120B против Intern-S2-397B: две открытые визуальные модели, одну из которых вы действительно можете вызвать уже сегодня
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 89 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 97 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaНОВИНКАOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 88 tok/s
- OrcaНОВИНКАOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 133 tok/s
- OrcaНОВИНКАOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 за 1 млн токенов · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 123 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 за 1 млн токенов · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Интеллект
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Интеллект
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 за 1 млн токенов · 189 tok/s
У обеих этих моделей открытые веса, обе мультимодальны, обе имеют лицензию типа Apache или OpenMDW, допускающую коммерческое использование, и обе — из тех, что скачивают, а не оформляют подписку. Разница, которая определяет исход большинства оценок, не отражена ни в одной из спецификаций. Intern-S2-397B, флагман InternLM с 403 миллиардами параметров, выпущенный на Hugging Face 13 сентября 2026 года, имеет API, размещённый вендором, к которому можно подключить клиент, совместимый с OpenAI, в тот же день, когда вы о ней прочитаете. NVIDIA Nemotron 3.5 Super VL 120B A12B, загруженная на Hugging Face 12 октября 2026 года и подтверждённая в анонсе NVIDIA 15-го числа, — не имеет: NVIDIA не опубликовала ни эндпоинта, ни цены за токен для неё ни по одному пути, включая собственный микросервис NIM. Так что одну из них можно оценить сегодня днём, имея токен, а для другой нужен H200 или четыре H100 до первого запроса. Этот разрыв важнее, чем любая разница в семь пунктов в таблице бенчмарков.
Этаж развертывания, бок о бок
Начните отсюда, потому что это ещё до того, как вообще зайдёт речь о качестве, исключает одну из этих моделей для большинства читателей.
• Общее и активное число параметров — Intern-S2-397B: 403B всего при 10 активных на токен в 60 слоях и 512 экспертах; Nemotron 3.5 Super VL 120B A12B: 120B всего при 12 активных на токен в чередующихся слоях Mamba-2, MoE и внимания.
• Размер весов на диске — Intern-S2-397B около 807 ГБ, распределённых примерно по 188 шардам BF16/F32; сборка Super VL на BF16 составляет лишь малую долю от этого, а сборка на NVFP4 достаточно мала, чтобы запуститься на одном DGX Spark.
• Минимально необходимое аппаратное обеспечение — Intern-S2-397B требует настоящего парка из нескольких GPU; Super VL требует 4× H100 или 2× GB200 в BF16, либо один H200, один GB200, 2× H100 или один DGX Spark в NVFP4.
• Хостинговый доступ — Intern-S2-397B размещён в собственном Intern API вендора по адресу chat.intern-ai.org.cn/api/v1 под идентификатором модели intern-s2-397b, в документации указана совместимость с OpenAI и Anthropic; у Super VL нет опубликованного эндпоинта ни от кого.
• Лицензия — Apache-2.0 для Intern-S2-397B; OpenMDW-1.1 для Super VL. Обе допускают коммерческое использование.
• Контекст — 256K токенов для Intern-S2-397B, с мультимодальной оценкой при 64K; 1M токенов для Super VL.
• Видеовход — Super VL принимает MP4 длительностью до двух минут с выборкой по кадрам; документированные модальности Intern-S2-397B — текст, изображение и необработанные сигнальные данные. Видео среди них нет.
Прочитайте этот список дважды — и картина станет ясной. Intern-S2-397B — более крупная, более старая и более научная модель с хостинговой дверью. Super VL — меньшая, более новая и лучше подходящая для развёртывания модель с более длинным окном и видео, и пока вообще без двери.
Для чего на самом деле был создан Intern-S2-397B
InternLM описывает модель как масштабируемую по трём осям, и первая — это техническое утверждение, которое стоит понять: визуально-языковое предобучение, выполняемое непосредственно на необработанных страницах научной литературы, совместно моделирующее символическую семантику и визуальные связи в общем пространстве представлений, без промежуточного этапа парсинга. Рисунок, таблица, спектр и описывающее их предложение изучаются вместе, а не так, что текст извлекается, а изображения прикрепляются после.
Эта конструкция проявляется в бенчмарках, которые InternLM выбрала для демонстрации лидерства, и именно поэтому показатели зрения двух моделей не являются взаимозаменяемыми. В карточке Intern-S2-397B указаны ChartQAPro 71.12 и MMMU Pro 81.68, и она лидирует по научным показателям — Biology-Instructions 55.71, Mol-Instructions 53.95, MolecularIQ 62.35, SciReasoner-1.5 63.28, TOMG-Bench 66.76. Карточка Super VL выдвигает на первый план OCR-Reasoning 65.08, OCRBench-v2 с 68.12 на английском и 59.15 на китайском, MMLongBench-Doc 62.82, CharXiv-RQ 80.82 и MathVision 78.16. Разные задачи, разные обучающие распределения, и ни один из этих наборов не был независимо воспроизведён.
Третья ось — та, что делает Intern-S2-397B необычной для агентной нагрузки: чёрноящичное агентное обучение с подкреплением в изолированных песочницах, где агент подключён через несколько фреймворков и явно нацелен на потолки долгосрочных задач. Аналогичное заявление NVIDIA для Super VL — это пайплайн постобучения, завершающийся RL с проверяемыми наградами и он-полиси дистилляцией от нескольких учителей, с оценкой на SWE-bench и tau2-bench. И то, и другое — утверждения о методе, а не измерения результата.
Возможность ввода сигнала, которой нет ни у одного конкурента
Intern-S2-397B принимает необработанные сигнальные данные — .npy, .csv и .wav — как полноценный тип входных данных наряду с текстом и изображениями, с документированным примером сейсмического события, обнаруживающим индексы вступлений P-волн и S-волн, а также точечное и квантильное прогнозирование через параметр forecast_horizon. Сейчас это поддерживается только в LMDeploy, и это функция времени вывода, а не результат бенчмарка.
Ни одна модель в этом сравнении не делает ничего подобного, и ни одна закрытая передовая модель тоже. Если ваша работа связана с сенсорными трассами, сейсмическими данными или прогнозированием временных рядов, которое нужно анализировать вместе с изображениями и текстом, Intern-S2-397B — не лучший выбор из этих двух: это единственный выбор, а 807 ГБ весов — плата за вход.
Бенчмарки, с указанием источника для каждого
Ни одна из моделей не имеет четкой независимой оценки, а две таблицы поставщиков не пересекаются ни по одной строке, поэтому дальнейшее — это толкование заявлений, а не рейтинг.
Intern-S2-397B: все показатели заявлены производителем InternLM на его собственных харнессах (OpenCompass, VLMEvalKit, AgentCompass), независимо не воспроизведены, а в качестве закрытого референса используется GPT-5.5: 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 и FrontierScience-Research 55.00. На момент выпуска у Artificial Analysis не было записи об Intern-S2-397B, и нейтральные лидерборды её тоже не содержали — возможно, с тех пор этот пробел закрылся, и это стоит проверить, прежде чем полагаться на что-либо из этого.
Nemotron 3.5 Super VL 120B A12B, разделённый между двумя источниками. По данным производителя NVIDIA на NeMo Gym: SWE-bench Verified 71.10, SWE-bench Multilingual 67.72, SWE-bench Pro 51.78, tau2-bench retail 69.24 и airline 76.50, BrowseComp 78.91, GraphWalks 89.71, GPQA-Diamond 89.52, HLE 31.79 без инструментов, OCRBench-v2 68.12 английский, MMLongBench-Doc 62.82, Video-MME-v2 32.85. По измерениям панели Artificial Analysis, и это единственное независимо полученное число во всей этой статье: индекс интеллекта 26.49, с 0.0 на Terminal-Bench 4.0 и измеренной частотой галлюцинаций 0.3585.
Во втором блоке два момента заслуживают внимания. Показатель NVIDIA для Terminal-Bench 2.1 указан как 66,70 в карточке модели и 60,67 в сводной таблице технического отчёта, при этом все остальные строки в этих документах совпадают — одно из двух значений неверно, и пока рецепты не будут перезапущены, ни одно из них нельзя безопасно цитировать. А оценка панели 0,0 в Terminal-Bench 4.0 против заявленного производителем значения 64,04 в TerminalBench 2.1 для Intern-S2-397B, измеренного в другом наборе тестов его собственной лабораторией, напоминает, что оценки терминальных агентов несопоставимы между разными средами тестирования, даже когда названия выглядят похоже.

Почему окно в 1M токенов по сравнению с 256K — это не семизначный выигрыш
В спецификациях указано, что Super VL обслуживает 1M токенов, а Intern-S2-397B — 256K, при этом мультимодальная оценка проводится на 64K. Это выглядит как разгром для модели NVIDIA, пока не учтёшь показатель полноты на длинном контексте из панели: 0,69 на AA-LCR. Модель с окном в миллион токенов и показателем полноты на длинном контексте меньше единицы — это модель, которая может принять миллион токенов и не обязательно сделает с ними что-то полезное на дальнем конце.
256K у Intern-S2-397B задокументирован как 256K для текстовых рассуждений и 64K для мультимодальных задач, а InternLM вообще не публиковал ни одного показателя полноты на длинном контексте. Так что честная позиция состоит в том, что у одной модели окно длиннее, а измеренная полнота на нём низкая, у другой окно короче и измерений нет. Если полнота на длинном контексте критически важна для вашей рабочей нагрузки, ни одну из этих моделей не следует выбирать, руководствуясь длиной её контекста.
Доступность и то, как OrcaRouter вписывается, когда ни одной из моделей нет в нашем каталоге
Ни Intern-S2-397B, ни NVIDIA Nemotron 3.5 Super VL 120B A12B сегодня не обслуживаются через OrcaRouter, и эта статья не будет подразумевать обратное. Intern-S2-397B доступна через собственный API поставщика и при самостоятельном развёртывании с LMDeploy, vLLM или SGLang, а рецепты развёртывания поставляются в карточке модели. Super VL доступна только при самостоятельном развёртывании — объявленным путём является микросервис NIM от NVIDIA, и для него не опубликованы ни эндпоинт, ни цена.
Вопрос о том, чего стоит шлюз, когда нужных вам моделей в нём нет, имеет конкретный ответ: он там, где уже живёт остальная часть пайплайна. Разбор документов, который должен оставаться внутри вашей сети, выполняется на вашем собственном развёртывании Intern-S2-397B или Super VL; вызовы извлечения, классификации и суммаризации вокруг него идут на размещённой модели по тому же ключу. Именно DSL маршрутизации сохраняет эту границу читаемой — выраженной как условие в промпте, а не как ветвление, зарытое в код приложения, — а автоматическое переключение при сбое означает, что отказ самостоятельно размещённой половины не утянет за собой запрос. Нулевая наценка важна здесь в более скучном смысле: сколько бы ни стоила сегодня размещённая половина вашего пайплайна, здесь она стоит столько же, потому что прейскурантная цена провайдера передаётся без изменений.

Выбирая между ними
Выбирайте Intern-S2-397B, если вам нужно запуститься уже сегодня без покупки оборудования, если ваша предметная область — научная литература и графические материалы, если необработанные сигналы или временные ряды входят в рабочую нагрузку, или если поддерживаемый поставщиком хостинговый эндпоинт для вас ценнее контроля над развёртыванием. 807 ГБ весов — это реальные затраты, но хостинговый API означает, что вы можете выяснить, хороша ли модель, прежде чем нести эти расходы.
Выбирайте Nemotron 3.5 Super VL 120B A12B, если на вход подаётся видео, если у вас есть один H200 или DGX Spark, а не целый флот, если модель должна работать внутри вашей сети или если вы собираетесь её дообучать — NVIDIA опубликовала датасеты постобучения и RL-среды NeMo Gym вместе с весами, и это более переиспользуемая половина релиза. Прогоните свой набор документов через сборку NVFP4, прежде чем сделать окончательный выбор, и отдельно проверьте извлечение информации из длинного контекста, а не полагайтесь на цифру в 1 млн токенов.
Пока не выбирайте ни одну из них, если вам на самом деле нужна модель с независимой оценкой, на которую можно положиться. Все показатели Intern-S2-397B заявлены производителем, а охват его панели неясен; у Super VL есть ровно одна сторонняя оценка, и это единственный индексный показатель. Две открытые визуальные модели, выпущенные с разницей примерно в шесть недель, обе с невоспроизведёнными таблицами бенчмарков, и ни одна из них не представлена на нейтральном лидерборде так, чтобы их можно было сравнить, — так что ответственный шаг — протестировать их на ваших собственных документах, и именно API вендора делает половину этого дешёвой.
На что обратить внимание: независимая запись панели для Intern-S2-397B, которая превратила бы всю его карточку из утверждений в доказательства; цена и эндпоинт для Super VL, что убрало бы H200 из требований для входа; и исправленный показатель Terminal-Bench от NVIDIA, который устранил бы единственное место, где два основных документа самого вендора противоречат друг другу.

Ничто из этого не является причиной избегать эту модель — лишь повод знать историю: задокументированные инциденты с ИИ и сбои агентов, стоящие за моделями этого класса, собраны в the OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и флаг оспаривания.
