Nemotron 3.5 Super против Gemini 3.1 Pro: один — файл, другой — превью

Самое значимое различие между NVIDIA Nemotron 3.5 Super и Gemini 3.1 Pro не в какой-либо таблице бенчмарков. Оно в статусе релиза. Модель NVIDIA — 120 млрд параметров всего при 12 млрд активных на токен, визуальный энкодер C-RADIO, прикрученный к гибридной смеси экспертов Mamba-2 и Transformer, опубликованная под более полным именем NVIDIA Nemotron 3.5 Super VL и выпущенная на Ollama как nemotron-3.5-super — это набор файлов. Они появились на Hugging Face 12 октября 2026 года, за три дня до того, как собственный пост NVIDIA в новостной комнате 15 октября сделал их официальными, и вы можете скачать 82,3 ГиБ из них сегодня вечером и запустить их на своей собственной видеокарте по лицензии, разрешающей коммерческое использование. Google Gemini 3.1 Pro была анонсирована 19 февраля 2026 года и до сих пор подаётся как preview-эндпоинт. Спустя восемь месяцев это модель, которую можно вызвать, но нельзя подержать в руках.

Такая формулировка — не упрёк ни одному из подходов. Preview-эндпоинт — это то, как передовая лаборатория выпускает и дорабатывает то, что ещё не готова заморозить, и для большинства команд это более выгодный вариант. Но эти две модели занимают разные позиции в развёртывании, и честное сравнение — о том, какая позиция нужна вам, а не о том, кто побеждает в таблице.

Одну вещь стоит сказать прямо перед тем, как перейти к цифрам. На момент написания Nemotron 3.5 Super существует всего четыре дня. Производитель объявил о нём, так что это не тихий релиз в смысле отсутствия подтверждения, но независимая доказательная база по нему — это примерно одна оценка от панели и множество строк от производителя. За предварительной версией Gemini стоят восемь месяцев внимания всего мира и гораздо более обширный массив независимых измерений. Там, где доказательств мало, эта страница говорит об этом прямо, а не округляет в большую сторону.

Аппаратное обеспечение против ключа

• Что вы получаете — контрольную точку: эталонные веса BF16, вариант Base и сборку NVFP4, а также отдельный драфтер LiLiCorr, всё опубликовано 12 октября 2026 г. · размещённую конечную точку, доступную по API-ключу, в статусе предварительного просмотра с 19 февраля 2026 г.

• Лицензия — OpenMDW-1.1, разрешено коммерческое использование, и в карточке модели указано, что чекпоинт готов к коммерческому и некоммерческому использованию · условия обслуживания Google.

• Параметры — 120B всего, 12B активных, 512 маршрутизируемых экспертов на слой MoE, полностью раскрыты в карточке · не опубликовано.

• Соприкосновение с железом — четыре H100 или два GB200 для BF16; одна карта на 96 ГБ для тега 4-бит по умолчанию при 82,3 ГиБ плюс визуальный проектор на 1,6 ГиБ · нет, по замыслу.

• Контекст — до 1 000 000 токенов, с оговоркой самой карточки о том, что доступная память и параметры среды выполнения определяют реально доступный объём, и что запросы, изображения, история, результаты инструментов и сгенерированные токены совместно используют этот бюджет · 1 048 576 токенов контекста.

• Ограничение вывода — ни в карточке NVIDIA, ни в реестре среды выполнения оно не указано · 65 536 токенов.

• Модальность — текст, изображение и видео на входе, текст на выходе; путь зрения не является необязательным, каждый опубликованный тег несёт проектор · текст, изображение, видео, аудио и файл на входе, текст на выходе, что представляет собой самую широкую входную поверхность среди всего в этом сравнении.

• Цена по счётчику — ничего не опубликовано; либо собственный хостинг, либо ничего · $2 за миллион входных токенов и $12 за миллион выходных, с удвоением до $4 и до $12 и выше для промптов объёмом более 200 000 токенов.

Две строки, определяющие развёртывание, — это цена и входные данные. У модели NVIDIA нет цены, потому что у неё нет эндпоинта — её стоимость — это оборудование и электроэнергия, и единственная переменная, которая имеет значение, — это загрузка. У предварительной версии Gemini есть цена с обрывом: первые 200 000 входных токенов тарифицируются по $2 за миллион, а всё, что сверх этого, тарифицируется по двойной ставке; это деталь, которую стоит знать, прежде чем строить пайплайн, который забивает миллион токенов контекста в каждый вызов.

Визуальный энкодер — это место, где эти двое на самом деле встречаются.

Обе модели принимают изображения и видео — это единственная ось, по которой сравнение прямое, а не структурное. Это также ось, по которой данные наиболее неравномерны.

Согласно собственной таблице NVIDIA, все запуски выполнены вендором через среду NeMo Gym: 62,82 на MMLongBench-Doc, 78,16 на MathVision, 80,82 на CharXiv reasoning, 65,08 на OCR-Reasoning, 85,60 на V*, 68,12 на OCRBench v2 English, 59,15 на китайском наборе, 32,85 на Video-MME v2 и 51,14 на OSWorld-Verified. Эти строки согласуются с моделью, которая компетентно читает документы и диаграммы и заметно слабее работает с текстом на китайском языке, чем на английском.

Google не опубликовала сопоставимую таблицу для предварительной версии в том формате, который использует NVIDIA, и эта страница не собирается подделывать её, сопоставляя цифры из разных тестовых стендов. Что можно честно сказать, так это то, что та же сторонняя панель, которая оценивает обе модели, ставит предварительную версию Gemini немного выше в своём общем индексе — около 29,7 против 26,49 у чекпойнта NVIDIA — и что оценка панелью записи Gemini датируется февральским анонсом, а не какой-либо более поздней ревизией. Учитывая, что разрыв в индексе составляет около трёх пунктов, а две записи измерялись с интервалом в восемь месяцев, рассматривать любую из них как окончательный вердикт о другой было бы чрезмерным истолкованием.

Что не является натяжкой: предварительная версия Gemini принимает аудио, а чекпоинт NVIDIA — нет. Если ваши входные данные включают запись звонка, встречи или вообще любую аудиодорожку, половина этого сравнения решается ещё до того, как дело дойдёт до параметров. И наоборот, если ваша рабочая нагрузка — это фиксированный корпус документов, который вы обрабатываете десятки тысяч раз в день, модель, которую можно запускать локально с фиксированной стоимостью, — это структурно иное предложение, чем та, что выставляет $2 за миллион токенов каждый раз, когда вы заглядываете на страницу.

Ловушка в стандартных настройках NVIDIA, о которой никто не писал

Это та деталь, которая проявляется, только если читать реестр среды выполнения, а не блог вендора, и она стоит того, чтобы посвятить ей абзац.

В карточке указаны две рекомендуемые конфигурации сэмплирования: temperature 1.0 с top_p 0.95 для текста и temperature 0.6 с top_p 0.95 для vision. Поставляемый по умолчанию набор в манифесте Ollama — это пара для текста. Это значит, что конфигурация, с которой большинство людей по умолчанию будут запускать эту vision-модель, настроена на ту половину модели, которая не связана с vision. Если ваш первый опыт работы с ней на отсканированных страницах или графиках окажется разочаровывающим, настройки сэмплирования — первое, что стоит проверить, прежде чем делать какие-либо выводы о возможностях самого чекпойнта.

Две связанные детали из одного и того же манифеста. В блобе конфигурации объявлено model_type: 123.6B, тогда как во всех метках, отображаемых пользователю, указано 120B — это расхождение из-за округления, а не несоответствие в весах, но оно имеет значение, когда скрипт инструментария решает, что поместится. А проверка во время выполнения носит обязательный, а не рекомендательный характер: requires: 0.40.5, поэтому в любой более ранней версии Ollama эта модель вообще не подтянется.

Чего на самом деле стоит восьмимесячный перерыв

Можно привести аргумент, что превью, пережившее восемь месяцев трафика, в некотором смысле заслуживает большего доверия, чем четырёхдневный чекпойнт, и это веский аргумент.

Превью-эндпоинт изрядно потрепали. Его режимы отказа задокументированы другими людьми. Его цена опубликована, а не выведена косвенно. Его контекстное окно ведёт себя так, как сказано в документации, потому что тысячи пользователей выяснили, где это не так. А превью, которое Google восемь месяцев держит в статусе превью, не продвигая его, как минимум не было тихо отозвано — а это информация о коммерческой жизнеспособности модели, которую никакая временная метка репозитория не даст вам о чекпоинте NVIDIA.

В противовес этому у предварительной версии есть две издержки, которых нет у файла, развёрнутого на собственном хостинге. Первая — она может меняться. Статус предварительной версии — это явное заявление о том, что конечная точка может быть изменена без предупреждения, а конвейер, настроенный на точное поведение предварительной версии, — это конвейер с незахеджированной зависимостью внутри. Вторая — её экономика масштабируется линейно и бесконечно. Не существует такого объёма, при превышении которого предварительная версия Gemini становится дешевле за токен; но есть объём, при превышении которого фиксированная стоимость четырёх H100s начинает выигрывать у неё. Эта точка перехода — единственное число, которое должно определять это решение, и она является свойством вашего трафика, а не любой из моделей.

И восьмимесячное отставание чекпойнта NVIDIA — не только недостаток. Вендор опубликовал не просто веса, а воспроизводимый стенд для оценки и технический отчёт, и поле даты выпуска в карточке, и временны́е метки репозитория — всё сходится с публикацией в новостном разделе. Это более прозрачный для проверки процесс выпуска, чем достаётся большинству релизов открытых весов, даже если сама проверка только началась.

Ни того, ни другого нет в нашем ключе, и одно из них — та самая причина, которая имеет значение.

Стоит сказать прямо о доступности. Gemini 3.1 Pro доступен на OrcaRouter в виде предварительной версии по каталожной цене провайдера, передаваемой без наценки за токен — $2 на входе и $12 на выходе, при этом уровень для длинного контекста тарифицируется по цене, которую публикует Google, и появляется у нас в тот же день, а не при следующем продлении. Если вы хотите выяснить, справляется ли предпросмотр с вашей нагрузкой на документы, для этого нужен один ключ и никаких закупок.

Nemotron 3.5 Super отсутствует на нашем ключе. Мы маршрутизируем чуть более двухсот моделей, и среди них нет записи NVIDIA Nemotron, поэтому эта статья не является предложением, что вы можете вызвать её на нашей платформе. Ваши маршруты — это собственные каналы сборки и распространения NVIDIA и локальная загрузка среды выполнения.

Что слой маршрутизации действительно даёт полезного в данном случае — это та часть этого решения, которая не имеет никакого отношения к бенчмаркам. Сначала прогоните свою реальную рабочую нагрузку с документами через размещённый предварительный просмотр. Если она проходит планку, вы узнали, что эта нагрузка — из тех, с которыми справляется фронтирная модель, и теперь можете приводить довод об объёме: стоит ли переносить что-либо из неё на локально запускаемый чекпоинт. Если она не проходит планку, вы узнали кое-что даже более ценное — и узнали это ценой нескольких долларов за токены, а не ценой кластера.

Узкий вердикт

Если вам нужен аудиовход, самый широкий из возможных набор входных модальностей, опубликованный лимит вывода или модель, режимы отказов которой другие уже описали, ответ — Gemini 3.1 Pro Preview, и восемь месяцев сторонних измерений за ней стоят большего, чем предполагает разрыв в три пункта в индексе.

Если вам нужно держать модель у себя, лицензировать её для коммерческого использования, запускать на собственном оборудовании и платить фиксированную стоимость за постоянно обрабатываемую нагрузку с документами, то чекпоинт NVIDIA впервые за этот месяц становится реальным вариантом — с тремя конкретными оговорками. Тег по умолчанию — это 4-битная квантизация, и для этой квантизации нет опубликованной оценки. Поставляемые по умолчанию настройки сэмплирования — это текстовые настройки карты, а не её настройки для зрения. И модели всего четыре дня.

Сначала попробуйте предпросмотр на своих собственных данных. Если он работает, вопрос сводится к объёму, а объём — это арифметика. Если нет, вы только что сэкономили себе целый кластер.

Ничего из этого не гипотетично: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг оспаривания.