
Nemotron for Science vs Nemotron 3.5 Super: те же веса, другой продукт
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 90 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 97 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaНОВИНКАOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 89 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 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 45 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 · 134 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 · 126 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 · 179 tok/s
В основе этого сравнения лежит неудобный факт: NVIDIA Nemotron for Science и NVIDIA Nemotron 3.5 Super — это не две модели. Это один и тот же чекпоинт на 120 млрд параметров, выпущенный с интервалом в пять недель в разной упаковке. Nemotron 3.5 Super — это веса: репозиторий под более полным названием Nemotron 3.5 Super VL 120B A12B, доступный на Hugging Face с 12 октября 2026 года, анонсированный 15 октября, OpenMDW-1.1, 12 млрд активных параметров на токен, контекст в 1M токенов. Nemotron for Science — это то, что NVIDIA анонсировала на SC26 16 ноября: этот чекпоинт плюс LitmusBench v0.2, примерно 50 000 вопросов по химическому рассуждению, плюс рецепты посттренировки и интеграция инструментов CUDA-X, плюс семь названных институциональных внедрений.
Так что полезный вопрос — не о том, что лучше. А о том, что ноябрьский пакет добавляет к октябрьскому чекпоинту, оправдывают ли эти добавления отдельное название, и что вы на самом деле скачали бы сегодня, если бы хотели запускать химических агентов на кремнии NVIDIA. Это более интересный вопрос, чем таблица характеристик, и ответ льстит NVIDIA сильнее, чем обычно бывает в истории о переупаковке.
Что идентично, и это составляет большую часть этого
Начните с контрольной точки, потому что всё в обоих пакетах держится на ней. Архитектура не меняется между октябрём и ноябрём: гибридная смесь экспертов Mamba-2 и Transformer, 512 маршрутизируемых экспертов на слой MoE, головы предсказания нескольких токенов, визуальный энкодер C-RADIO и соединитель «видение — язык», 120 млрд общих параметров при 12 млрд активных на токен и контекст до 1 млн токенов. Входные данные — текст, RGB-изображения и MP4-видео длительностью до двух минут; выходные — текст. Уровень усилий при рассуждении настраивается через шаблон чата: выкл., средний или вкл.
• Параметры — 120B всего, 12B активных. Идентично в обоих. Нет контрольной точки Nemotron for Science с другим числом параметров, потому что отдельной контрольной точки Nemotron for Science не существует.
• Лицензия — OpenMDW-1.1 для коммерческого и некоммерческого использования. Идентичная, и именно она делает возможным сам питч постобучения.
• Контекст — 1 млн токенов, при этом карта рекомендует видео с частотой 2 FPS до 256 кадров или 1 FPS и 128 кадров при 1080p.
• Аппаратный минимум — 4× H100 или 2× GB200 при BF16; сборка NVFP4 умещается на одном DGX Spark, одном H200, двух H100 или одном GB200. Линейка DGX Spark — та, на которую опирается SC26, и та же линейка, которая уже фигурировала в октябрьской карточке.
• Бенчмарки — GPQA-Diamond 89.52, SWE-bench Verified 71.10, SWE-bench Pro 51.78, Terminal-Bench 2.1 60.67, tau2 retail 69.24, BrowseComp 78, MathVision 78.16, CharXiv reasoning 80.82. Все данные заявлены производителем, все опубликованы вместе с октябрьской карточкой, ни один из них не является новым.
Если вы уже скачали Nemotron 3.5 Super в октябре, у вас есть модель, на которой основан Nemotron for Science. Ничто в ноябрьском анонсе не меняет её веса.
Что действительно нового, и это не пустяк
Теперь — то, ради чего стоит написать статью. 16 ноября появилось три вещи, которых не существовало 15 октября, и каждая из них меняет то, что вы можете сделать в первый же день.
LitmusBench v0.2 — главная новость. Около 50 000 вопросов по химическому рассуждению, построенных на данных о свойствах молекул и экспериментальных записях из области разработки лекарств и охватывающих такие задачи, как прогнозирование растворимости и того, как организм метаболизирует соединение. Два свойства делают его не просто очередным лидербордом: он открыт и предназначен для использования как для дообучения, так и для оценки. Модель 120B с разрешительной лицензией и без химических данных для тонкой настройки — это модель, для которой вам придётся создать набор данных; модель 120B, поставляемая с 50 000 размеченных вопросов по химии, — это модель, которую можно адаптировать за неделю. Вот в чём разница, которую даёт этот пакет.
Рецепты — это вторая часть. NVIDIA опубликовала рецепты постобучения для адаптации к предметной области и документацию по встраиванию модели в агентные рабочие процессы, которые читают научную информацию, пишут код и вызывают ускоренные инструменты CUDA-X. Для тех, кто пытался заставить универсальную модель правильно вызывать пакет молекулярной динамики, документация по подключению инструментов — это та неприглядная часть, которая определяет, работает ли цикл вообще.
Внедрения — это третье, и они служат доказательством, а не артефактами. Terray Therapeutics дообучила модель на химических схемах и восстановила около 76% аннотированных реакций в RxnScribe, превзойдя ранее опубликованные результаты по двум бенчмаркам. Lila Sciences достигла 61% точности синтеза квантовых точек против 54% у GPT-6 Astra при в 10–20 раз меньшей стоимости инференса. Therna почти вдвое повысила точность предсказания диапазона экспрессии белка для дизайна мРНК, при этом учёные предпочли её объяснения в 96% слепых сравнений. Argonne интегрирует её в StructBioReasoner; Jülich — в агентов для поиска лекарств и научных открытий; RIKEN предоставляет её на RIKYU через шлюз RiVault. А KTH создал агент по исправлению GROMACS, который за один ночной прогон на одном DGX Spark исправил 81% намеренно сломанных конфигураций, что подтвердил сам GROMACS.

Почему разделение на два названия оправдано
Циничная интерпретация такова: NVIDIA дважды анонсировала одну и ту же модель. Я не считаю, что это выдерживает проверку, и причина в том, что эти два анонса отвечают на разные вопросы.
Вопрос октября был: «что это за чекпоинт и можно ли его развернуть?» Ответом была 120B vision-language MoE с окном в 1M токенов, минимальными требованиями к оборудованию от DGX Spark до узла GB200 и заявлением о скорости — в 5 раз быстрее следующего лучшего в своём классе, по данным NVIDIA, хотя Artificial Analysis не указывала эту модель в списке на момент, когда было сделано это заявление. Это запуск модели.
Вопрос ноября звучит так: «что группа химиков делает с этим в понедельник?» Ответ на него — это набор данных, рецепт и семь организаций, которые уже сделали это и сообщили цифры. Поставка весов — не тот же продукт, что поставка рабочего процесса, и именно второе исследовательская группа действительно может внедрить.
Самое сильное свидетельство в пользу такого прочтения — это характер результатов партнёров. Каждая без исключения ключевая цифра взята из варианта после дообучения, а не из чекпойнта в том виде, в каком он поставляется. Terray адаптировала его на диаграммах. Lila адаптировала его на отзывах лаборатории. Therna адаптировала его на данных по дизайну мРНК. Пакет не утверждает, что базовая модель — химик; он утверждает, что базовая модель — достаточно хорошая отправная точка, чтобы команда специалистов в предметной области могла сделать её химиком. Это более скромное и более полезное утверждение, и было бы странно выдвигать его в октябре — до того, как появился набор данных, с помощью которого его можно было бы сделать.
Чего пакет по-прежнему вам не даёт
Три пробела — в порядке того, насколько дорого вам обойдётся обнаружить их на собственном опыте.
• Независимой оценки химии нет. Artificial Analysis действительно включает Nemotron 3.5 Super VL — индекс интеллекта 14, 291 токен в секунду на выходе, 11,85 с до первого токена ответа, $0,20 за миллион входных и $0,50 за миллион выходных токенов при 75% скидке на кэш. Это сторонняя общая оценка, и о ней стоит знать. Это не оценка по химии. Каждая научная цифра в релизе SC26 была получена стороной, заинтересованной в ней, а LitmusBench v0.2 настолько нов, что ни одна внешняя группа не опубликовала по нему результатов.
• Нет цены от поставщика. Указанные выше $0.20/$0.50 — это тариф сторонней платформы, а не прайс-лист NVIDIA. NVIDIA не опубликовала цену NIM за токен, а значит, единственный путь бюджетирования с известной стоимостью — самостоятельный хостинг.
• Нет данных о доле завершённых циклов агента. В результате KTH сообщается, что исправлено 81% тестовых случаев, — это самое конкретное число в релизе, но там не указано, сколько вызовов инструментов потребовалось для каждого исправления, как часто агент зацикливался без прогресса и сколько стоило выполнение завершённой задачи. Именно эти цифры определяют, пригоден ли агент к развёртыванию или он лишь впечатляет.
Как это запустить и где вписывается окружающий стек
Рекомендации по развёртыванию на удивление однозначны для релиза с открытыми весами, поэтому воспринимайте их буквально. В карточке модели указаны vLLM с TP4 или TP2, --trust-remote-code, асинхронным планированием, спекулятивным декодированием MTP с пятью черновыми токенами и --max-num-seqs 32; либо SGLang с FP8 KV-кэшем и спекулятивным декодированием EAGLE на пяти шагах. Сэмплирование: температура 1.0 с top_p 0.95 для текста и 0.6 с 0.95 для изображений, а имя сервера в примерах — nemotron-3.5-super-vl. Мультимодальные ограничения — одно изображение и одно видео на запрос. Это конфигурация, которую можно скопировать, а не выводить самостоятельно.
Nemotron 3.5 Super VL отсутствует в нашем каталоге — мы его не предоставляем, поэтому реальный путь здесь — самостоятельный хостинг, и для статьи об открытом чекпоинте это вполне уместно сказать. Наша часть стека проявляется не внутри научной модели, а вокруг неё. Исследовательский агент — это планировщик, обёрнутый вокруг предметного чекпоинта: он декомпозирует задачу, вызывает химическую модель, вызывает симуляцию, читает результат и решает, что делать дальше. Планировщик обычно представляет собой универсальную модель, и именно на этом уровне один ключ к более чем 200 моделям по прайс-листу провайдера с наценкой 0 % экономит работу по интеграции — с автоматическим переключением при сбое, чтобы шестичасовой ночной прогон не оборвался на пятом часу из-за деградации одного провайдера. Объединение моделей — ещё один рычаг, о котором стоит знать в этом контексте: пул моделей, совместно отвечающих на один и тот же химический вопрос, — разумный способ отсеять, какие протоколы стоит запускать на реальном оборудовании.

Что посмотреть
Первый внешний результат LitmusBench v0.2 — это самое полезное, что могло бы появиться, потому что это единственное число в этой истории, которое может получить нейтральная сторона. Тарифная карта NIM превратила бы сравнение хостингового и самостоятельно размещённого вариантов из догадок в арифметику. А отчёт по агентному циклу — доля завершённых задач, бюджет вызовов инструментов, стоимость одной завершённой задачи — превратил бы результаты KTH и Lila из обнадёживающих историй в нечто, на что группа может опираться при планировании.
А пока — коротко: если вы скачали Nemotron 3.5 Super в октябре, Nemotron for Science его не заменяет, а дополняет — данными и рецептами, которые превращают его в инструмент для химии. Если не скачали, ноябрьский пакет — более удобная точка входа, потому что это те же веса, но с прилагающимся стартовым набором.

