Сгенерированная титульная карточка с надписью «Qwen4-Max против Nemotron 3.5 Super» и подзаголовком «Одну вы арендуете по токенам, другую покупаете по гигабайтам», а также три карточки с показателями: «43 против 14 в индексе», «$3.27 против $0.56 за задачу» и «248.94 ГБ открытых весов BF16». В нижнем колонтитуле: «Открытые веса — по данным NVIDIA; оценки — по Artificial Analysis Intelligence Index v5.0.1; тарифы хостинга — по данным Artificial Analysis». Плоская векторная стилистика на белом фоне с сине-голубыми градиентными акцентами, знак OrcaRouter наложен в правом нижнем углу.
Guides & Insights

Qwen4-Max vs Nemotron 3.5 Super: один вы арендуете по токенам, другой покупаете по гигабайтам

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Эти две модели в данном сравнении не борются за одну и ту же статью бюджета. Qwen4-Max тарифицируется по токенам с 16 ноября 2026 года — $1.50 за миллион входных и $4.50 за миллион выходных токенов в Сингапуре, — и она закрытая: никаких весов, никакого скачивания, никакого самостоятельного развёртывания, никогда. NVIDIA Nemotron 3.5 Super VL доступна для скачивания с 12 октября 2026 года по OpenMDW-1.1 в виде чекпойнта BF16 на 248.94 GB или NVFP4 на 75.06 GB, со 120 млрд параметров, из которых 12 млрд активны, а каталожная цена хостинга, которую для неё фиксирует независимый трекер, составляет $0.20 за входные и $0.50 за выходные токены за миллион. В индексе Qwen4-Max набирает 43 против 14 у Nemotron 3.5 Super VL. По стоимости за выполненную задачу трекер указывает $3.27 против $0.56. Если читать эти четыре числа вместе, они описывают разрыв в возможностях в 29 пунктов, разрыв в цене в 92% в пользу открытой модели и решение, которое на самом деле сводится к тому, нужен ли вам эндпоинт или файл.

Лицензия — это первая строка, а не последняя

Большинство сравнений между китайским закрытым флагманом и открытым релизом NVIDIA воспринимают лицензирование как сноску. Здесь же именно оно определяет, что вообще могут означать остальные строки.

• Веса — Qwen4-Max: не опубликованы, и Alibaba не заявляла, что опубликует их для этого уровня, лишь то, что меньшие модели Qwen4 будут открыты с открытым исходным кодом в той же линейке. Nemotron 3.5 Super VL: сборки BF16 и NVFP4 на Hugging Face, впервые созданы 12 октября 2026 г., а собственное объявление NVIDIA последовало 15 октября.

• Лицензия — OpenMDW-1.1 со стороны NVIDIA, которая разрешает коммерческое использование и дообучение на собственных данных. Со стороны Alibaba — коммерческое API-соглашение с оплатой по токенам и без необходимости принимать что-либо, кроме условий обслуживания.

• Дообучение — возможно на Nemotron 3.5 Super VL; NVIDIA в карточке продукта указывает кастомизацию и адаптацию к предметной области как предполагаемое применение. На Qwen4-Max оно не предлагается ни за какую цену; в списке его возможностей нет эндпоинта для дообучения.

• Форма развёртывания — в одном случае это размещённая конечная точка в шести регионах, к которой вы обращаетесь через четыре сетевых формата. В другом — набор весов, для которых вам нужно найти GPU, плюс стек инференса, плюс операционная работа, сопутствующая и тому, и другому.

• Чего нельзя сделать ни с одним из них — купить веса Qwen4-Max или обращаться к Nemotron 3.5 Super VL, рассчитывая, что NVIDIA будет по-прежнему предоставлять его и в следующем году. Второе — это преимущество открытых весов, сформулированное негативно: никто не может отозвать веса, которые у вас уже есть.

Эта асимметрия — причина, по которой прямое сравнение индексов здесь почти бесполезно. Разрыв 43 против 14 отражает цену возможностей, а отсутствующая строка — цену опциональности, и именно опциональность на самом деле продаёт открытая модель.

Значение 14 против 26: индекс сместился в рамках этой модели.

Есть одна тонкость, которую стоит обозначить, потому что она запутает любого, кто сравнивает сегодняшние цифры с октябрьскими материалами. Artificial Analysis при первом оценивании поставила Nemotron 3.5 Super VL 26 баллов, а текущая запись в Intelligence Index v5.0.1 показывает 14. Оба числа есть на собственных страницах трекера; они несопоставимы друг с другом, поскольку версия индекса, к которой они относятся, успела измениться. Вывод, который читатель должен отсюда вынести, узкий: в рамках v5.0.1 Nemotron 3.5 Super VL с 14 и Qwen4-Max с 43 измерены одним стендом на одной версии и могут быть поставлены в один ряд. 26 — это исторический артефакт иной системы критериев, и приводить эти два числа рядом так, будто модель ухудшилась на двенадцать пунктов, было бы неправильно.

Остальная часть записи Nemotron в трекере необычно информативна для открытой модели, поскольку для неё существуют цены хостинга. В ней указаны $0,20 и $0,50 за миллион токенов, 95%-ная скидка за кэширование, скорость вывода 274 токена в секунду, 13,44 секунды до первого токена ответа, 5,0 минут на задачу индексирования, контекст в 1 млн токенов и средняя стоимость $0,56 за завершённую задачу индексирования при 119 млн сгенерированных выходных токенов. Описание откровенно в обе стороны: среди ведущих моделей по интеллекту среди open-weight моделей сопоставимого размера, медленнее среднего на задачу, очень многословна.

В столбце Qwen4-Max нет ни скорости, ни задержки, ни времени на задачу — в карточке производительности указано N/A. Там есть 43, ранг 38 из 81, $1.50 и $4.50, а также 127 миллионов выходных токенов. Многословность сопоставима с Nemotron, из-за чего разница в стоимости на задачу почти полностью обусловлена разницей в цене, а не в поведении: при примерно одной девятой ставки за токен на выходе открытая модель выполняет задачи за одну шестую стоимости, набирая при этом на 29 баллов меньше.

A generated two-column scoreboard titled 'Qwen4-Max vs Nemotron 3.5 Super VL — the scoreboard'. The Qwen4-Max column reads Distribution hosted API only, Weights none published, AA Index 43 rank 38 of 81, Price per index task $3.27, Parameters 2.4T total 71B active, Fine-tuning not offered. The Nemotron 3.5 Super VL column reads Distribution open weights OpenMDW-1.1, Weights 248.94 GB BF16 / 75.06 GB NVFP4, AA Index 14, Price per index task $0.56, Parameters 120B total 12B active, Fine-tuning permitted. A footer reads 'Open weights per NVIDIA; AA figures per Artificial Analysis v5.0.1; hosted rates per AA.'

Что на самом деле даёт 120B с 12B активными

Nemotron 3.5 Super VL — это смесь экспертов с 120 млрд общих параметров и 12 млрд активных на токен; именно это число определяет стоимость инференса при самостоятельном размещении. Модель принимает текст и изображения и возвращает текст. Её языковой бэкбон был инициализирован из Nemotron 3 Super Base — текстовой модели — а визуальный путь добавлен позже: кодировщик C-RADIO и коннектор, установленные отдельным этапом обучения после завершения базового обучения, дистилляции, продолженного предобучения на индийских языках, расширения длинного контекста и mid-training по программной инженерии. Qwen4-Max устроена противоположным образом: бэкбон на 2,4 трлн параметров с 71 млрд активных на токен, нативное зрение с самого начала, ещё 328 млрд параметров N-граммных эмбеддингов, которые извлекаются, а не перемножаются, и контекстный путь, построенный на трёх слоях Gated DeltaNet, сжимающих историю для каждого слоя Qwen Sparse Attention.

Одна из этих архитектур была спроектирована вокруг изображений. В другую изображения были добавлены постфактум. Проявится ли эта разница в вашей рабочей нагрузке — вопрос эмпирический, но направление риска известно: именно на дооснащённом пути обработки изображений конвейер извлечения документов впервые обнаруживает регрессию, и собственная карточка вендора намекает в ту же сторону — с оценкой IFBench 70,86 на свободных промптах против 82,9 у более крупной Nemotron 3 Ultra.

Арифметика хостинга — это другая половина. NVIDIA публикует два чекпойнта: 248,94 ГБ в BF16 и 75,06 ГБ в NVFP4 — разрыв в 173,88 ГБ при примерно трети объёма хранения и памяти. Сборка NVFP4 — та, что помещается на одном узле современных ускорителей, а не на кластере, и это собственный чекпойнт NVIDIA, а не сторонняя квантизация, что важно, если вы хотите воспроизвести опубликованные вендором цифры. При 12 млрд активных параметров на токен вопрос пропускной способности сводится к вашему размеру пакета и вашей GPU, а не к тарифной карте — именно эту свободу даёт открытая лицензия и именно такой объём работы она требует.

A headless-browser screenshot of the Hugging Face model card for nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16, captured 16 November 2026 in English, showing the repository name and like count, Image-Text-to-Text, Transformers, Safetensors and PyTorch tags, the nemotron_h_omni and nemotron-3.5 tags, a link row for the pre-training datasets, developer page and paper, and the start of the card describing it as the full-precision release of NVIDIA Nemotron 3.5 Super VL, a vision-language model for reasoning.

Когда разрыв в 29 очков перестаёт быть решающим числом

Три рабочие нагрузки делают открытую модель более выгодной покупкой, несмотря на то что она набирает менее трети от Qwen4-Max.

• Регулируемые или изолированные (air-gapped) развертывания — где вопрос не в цене, а в том, могут ли данные покинуть здание, и арендуемая конечная точка дисквалифицируется еще до того, как будет рассмотрен индекс. Nemotron 3.5 Super VL с 75.06 GB NVFP4 — это правдоподобная on-premise-модель; Qwen4-Max не имеет on-premise-формы.

• Классификация, маршрутизация и извлечение при больших объёмах — где 14 в общем индексе всё ещё может быть достаточно, длина вывода фиксируется схемой, а 274 токена в секунду при $0.20 за миллион входных токенов на порядок дешевле, чем что-либо, тарифицируемое по расценкам передового уровня.

• Всё, что требует обучения на ваших данных, — дообучение на ваших собственных изображениях и документах доступно с одной стороны и недоступно с другой при любом бюджете, и никакой объём промпт-инжиниринга не заменит его, когда предметный словарь принадлежит только вам.

И три причины, по которым Qwen4-Max всё равно остаётся правильным выбором: долгосрочная агентная работа, где разрыв в баллах напрямую оборачивается провалом многошаговых задач; запросы, которые переваливают за несколько сотен тысяч токенов и требуют контекста в рамках одного запроса без разбиения на части; и любая команда, которой уже сегодня нужны структурированный вывод, параллельный вызов инструментов и кэширование от конечной точки, а не стек инференса в следующем квартале. Qwen4-Max также публикует оба своих входных лимита — 991 808 токенов в режиме без размышлений и 983 616 в режиме размышлений — а ведь именно такие цифры команда, разворачивающая модель у себя, обычно тратит неделю, чтобы выяснить.

Что не является ни одним из этих двух и что на самом деле подлежит маршрутизации

Ни одна из этих моделей не входит в каталог OrcaRouter по состоянию на 16 ноября 2026 года. Qwen4-Max доступна через собственный API Model Studio от Alibaba и несколько сторонних платформ; Nemotron 3.5 Super VL — это скачиваемые веса плюс несколько провайдеров с хостингом. Страница сравнения, которая подразумевала бы, что для доступа к любой из них достаточно одного API-ключа, вводила бы в заблуждение относительно необходимых усилий.

Здесь маршрутизируется предыдущее поколение закрытой стороны: qwen/qwen3.8-max по $2.00 за вход и $6.00 за выход за миллион токенов, списочная цена поставщика, переданная с наценкой 0%, на том же ключе и том же OpenAI-совместимом эндпоинте, что и остальной каталог. Для команды, оценивающей это сравнение, это полезная промежуточная позиция — измерьте свою рабочую нагрузку на маршрутизируемом флагмане Qwen, который можно вызвать уже сегодня, и используйте эту цифру, чтобы решить, оправдывает ли переход на Qwen4-Max второй контракт, а не покупать интеграцию до того, как у вас появятся доказательства.

A headless-browser screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 16 November 2026 in English, showing the Qwen3.8 Max heading and identifier, text, image and video input with a 1M-token context window, an OpenAI-compatible endpoint at api.orcarouter.ai/v1, the price block reading $2.00 input and $6.00 output per million tokens, measured latency, 144.9M tokens served and a zero-data-retention note.

Путь, который на практике обычно решает исход, — вовсе не флагманская модель. Высоконагруженный конвейер, как правило, в итоге разделяется: дешёвая модель выполняет сортировку и извлечение, сильная модель делает финальный проход, а резервный вариант — на случай, когда у основной модели выдаётся неудачный день. У OrcaRouter имеется DSL маршрутизации, чтобы выразить это разделение одним вызовом вместо трёх интеграций, а также имеется автоматическое переключение при отказе, чтобы на дешёвую половину можно было безопасно полагаться. Ни одна из двух моделей в этой статье пока не идёт по этому пути; этот паттерн стоит знать, потому что именно к этому обычно приходит подобное сравнение.

Тест, который всё решает, и чего это стоит

Прогоните 200 своих самых сложных задач через оба. Не вендорные бенчмарки, не индекс — ваши задачи, с вашей длиной вывода.

Оцените вариант Qwen4-Max в $1,50 и $4,50 за миллион измеренных токенов и учтите, что для модели не опубликована скорость, поэтому измерьте задержку сами или примите, что покупаете неизвестность. Оцените вариант Nemotron двумя способами: по тарифам хостинга $0,20 и $0,50, если вам нужно дешёвое сравнение, и по вашей собственной стоимости GPU-часа, делённой на обслуженные токены, если вы серьёзно относитесь к самохостингу, потому что тариф хостинга — это чужая кривая загрузки, и она не будет вашей. Затем смотрите на отказы, а не на средние значения, поскольку разрыв в 29 пунктов индекса проявляется как задачи, которые вообще не выполняются, а не как задачи, которые выполняются чуть хуже.

Ответ, к которому приходит большинство команд, — это не победитель, а разделение: открытая модель — для объёмной нагрузки и регулируемых данных, тарифицируемый флагман — для работы, где неполный ответ бесполезен. Это более дорогая архитектура, чем любой из двух отдельных вариантов, и обычно именно она правильная — что также объясняет, почему строку о лицензировании стоит читать первой, а строку об индексе второй, и почему тариф хостинга $0.20 для модели, которую никому не придётся выводить из эксплуатации, — самое интересное число в этом сравнении.

Сравнение в этой статье1

Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно

© 2026 OrcaRouter