Nemotron 3.5 Super vs Gemini 3.1 Pro: ตัวหนึ่งเป็นไฟล์ อีกตัวเป็นพรีวิว

ความแตกต่างที่สำคัญที่สุดระหว่าง NVIDIA Nemotron 3.5 Super และ Gemini 3.1 Proไม่ได้อยู่บนตาราง benchmark ใด ๆ แต่อยู่ที่สถานะการเปิดตัว โมเดลของ NVIDIA — พารามิเตอร์รวม 120 พันล้าน โดยเปิดใช้งาน 12 พันล้านต่อโทเคน, ตัวเข้ารหัสภาพ C-RADIO ที่ต่อกับ Mamba-2 แบบไฮบริดและ Transformer แบบ mixture of experts, เผยแพร่ภายใต้ชื่อเต็มว่า NVIDIA Nemotron 3.5 Super VLและปล่อยบน Ollama ในชื่อ nemotron-3.5-super — คือชุดไฟล์ พวกมันถูกอัปโหลดบน Hugging Face เมื่อวันที่ 12 ตุลาคม 2026 สามวันก่อนที่โพสต์ข่าวในห้องข่าวของ NVIDIA เองเมื่อวันที่ 15 ตุลาคมทำให้เป็นทางการ และคุณสามารถดาวน์โหลด 82.3 GiB ได้คืนนี้ และรันบนการ์ดของคุณเองภายใต้สัญญาอนุญาตที่อนุญาตให้ใช้เชิงพาณิชย์ได้ ของ Google Gemini 3.1 Proถูกประกาศเมื่อวันที่ 19 กุมภาพันธ์ 2026 และยังคงให้บริการเป็น preview endpoint แปดเดือนผ่านไป มันเป็นโมเดลที่คุณเรียกใช้ได้แต่จับต้องไม่ได้

การวางกรอบแบบนั้นไม่ใช่การวิจารณ์แนวทางใดแนวทางหนึ่ง ปลายทางแบบพรีวิวคือวิธีที่ห้องปฏิบัติการระดับแนวหน้าปล่อยและพัฒนาในสิ่งที่ยังไม่พร้อมจะล็อก และสำหรับทีมส่วนใหญ่แล้วมันเป็นข้อตกลงที่ดีกว่า แต่โมเดลทั้งสองอยู่ในตำแหน่งที่แตกต่างกันในการนำไปใช้งาน และการเปรียบเทียบที่ซื่อตรงนั้น是关于ว่าคุณต้องการตำแหน่งไหน — ไม่ใช่เกี่ยวกับว่าอันไหนชนะบนตาราง

มีเรื่องหนึ่งที่ต้องพูดให้ชัดเจนก่อนจะถึงตัวเลข ณ เวลาที่เขียน Nemotron 3.5 Super เพิ่งมีอายุสี่วัน ผู้ขายได้ประกาศเปิดตัวแล้ว ดังนั้นจึงไม่ใช่การเปิดตัวแบบเงียบในความหมายที่ว่ายังไม่ได้รับการยืนยัน แต่ฐานหลักฐานอิสระที่รองรับนั้นมีอยู่ประมาณคะแนนจากคณะผู้ประเมินหนึ่งชุดกับแถวข้อมูลจากผู้ขายจำนวนมาก ส่วน Gemini พรีวิว มีความสนใจจากทั่วโลกมาแปดเดือนแล้ว และมีคลังการวัดจากบุคคลที่สามที่ใหญ่กว่ามากรองรับอยู่เบื้องหลัง ในจุดที่หลักฐานยังบางเบา หน้านี้จะบอกตามนั้น แทนที่จะปัดขึ้น

ฮาร์ดแวร์กับคีย์

• สิ่งที่คุณได้รับ — เช็กพอยต์: น้ำหนักอ้างอิง BF16 ตัวแปร Base และบิลด์ NVFP4 พร้อมดราฟเตอร์ LiLiCorr แยกต่างหาก ซึ่งเผยแพร่ทั้งหมดเมื่อวันที่ 12 ตุลาคม 2026 · เอนด์พอยต์ที่โฮสต์ไว้ซึ่งต้องใช้คีย์ API อยู่ในสถานะพรีวิวตั้งแต่ 19 กุมภาพันธ์ 2026

• สัญญาอนุญาต — OpenMDW-1.1 อนุญาตให้ใช้เชิงพาณิชย์ และโมเดลการ์ดระบุว่าเช็คพอยต์พร้อมสำหรับการใช้งานเชิงพาณิชย์หรือไม่เชิงพาณิชย์ · ข้อกำหนดการให้บริการของ Google

• พารามิเตอร์ — รวม 120B ใช้งาน 12B ผู้เชี่ยวชาญแบบ routed 512 รายต่อเลเยอร์ MoE เปิดเผยอย่างครบถ้วนบนการ์ด · ไม่ได้เผยแพร่

• การสัมผัสฮาร์ดแวร์โดยตรง — H100 สี่ใบ หรือ GB200 สองใบสำหรับ BF16; การ์ด 96 GB หนึ่งใบสำหรับแท็ก 4-bit เริ่มต้นที่ 82.3 GiB บวกกับ vision projector ขนาด 1.6 GiB · ไม่มีเลย โดยการออกแบบ

• บริบท — สูงสุด 1,000,000 โทเคน พร้อมข้อแม้ที่ระบุไว้บนการ์ดเองว่า หน่วยความจำที่ใช้ได้และการตั้งค่าการทำงานเป็นตัวกำหนดตัวเลขที่ใช้งานได้จริง และพรอมต์ รูปภาพ ประวัติ ผลลัพธ์จากเครื่องมือ รวมถึงโทเคนที่สร้างขึ้น ล้วนใช้โควตาดังกล่าวร่วมกัน · บริบท 1,048,576 โทเคน

• ขีดจำกัดเอาต์พุต — ไม่มีการเผยแพร่ไว้ที่ใด ทั้งในเอกสารสเปกของการ์ด NVIDIA หรือรีจิสทรีรันไทม์ ว่ามีการระบุค่าดังกล่าว · 65,536 โทเค็น

• มอดาลิตี้ — ข้อความ รูปภาพ และวิดีโอเข้า ข้อความออก; เส้นทางวิชันไม่ใช่ตัวเลือกเสริม ทุกแท็กที่เผยแพร่ล้วนมีโปรเจกเตอร์ติดมาด้วย · ข้อความ รูปภาพ วิดีโอ เสียง และไฟล์เข้า ข้อความออก ซึ่งเป็นพื้นผิวอินพุตที่กว้างที่สุดในบรรดาสิ่งใด ๆ ในการเปรียบเทียบนี้

• ราคาแบบคิดตามปริมาณ — ไม่มีการเปิดเผย; ต้องโฮสต์เองหรือไม่มีเลย · 2 ดอลลาร์ต่ออินพุต 1 ล้านโทเค็น และ 12 ดอลลาร์ต่อเอาต์พุต 1 ล้านโทเค็น โดยเพิ่มเป็นสองเท่าเป็น 4 ดอลลาร์ และ 12 ดอลลาร์ขึ้นไปสำหรับพรอมต์ที่เกิน 200,000 โทเค็น

สองบรรทัดที่ชี้ขาดการนำไปใช้งานจริงคือราคาและอินพุต โมเดลของ NVIDIA ไม่มีราคาเพราะไม่มีเอนด์พอยต์ — ต้นทุนของมันคือฮาร์ดแวร์และไฟฟ้า และตัวแปรเดียวที่สำคัญคืออัตราการใช้งาน Gemini พรีวิวมีราคาที่มีหน้าผาอยู่ในนั้น: โทเคนอินพุต 200,000 ตัวแรกคิดค่าบริการที่ 2 ดอลลาร์ต่อล้าน และส่วนที่เกินจากนั้นคิดเป็นสองเท่าของราคานั้น ซึ่งเป็นรายละเอียดที่คุณควรรู้ก่อนสร้างไปป์ไลน์ที่ยัดบริบทหนึ่งล้านโทเคนลงไปในทุกครั้งที่เรียก

ตัวเข้ารหัสภาพคือจุดที่สองสิ่งนี้มาบรรจบกันจริง ๆ

ทั้งสองโมเดลรองรับทั้งภาพและวิดีโอ ซึ่งทำให้แกนนี้เป็นแกนเดียวที่การเปรียบเทียบเป็นไปโดยตรงแทนที่จะเป็นเชิงโครงสร้าง และยังเป็นแกนที่หลักฐานมีความไม่สม่ำเสมอมากที่สุดอีกด้วย

บนตารางของ NVIDIA เอง ซึ่งทั้งหมดรันโดยผู้ขายผ่านฮาร์เนส NeMo Gym: 62.82 บน MMLongBench-Doc, 78.16 บน MathVision, 80.82 บน CharXiv reasoning, 65.08 บน OCR-Reasoning, 85.60 บน V*, 68.12 บน OCRBench v2 English, 59.15 บนชุดภาษาจีน, 32.85 บน Video-MME v2 และ 51.14 บน OSWorld-Verified แถวข้อมูลเหล่านี้สอดคล้องกับโมเดลที่อ่านเอกสารและแผนภูมิได้อย่างมีความสามารถ และอ่อนแอกว่าอย่างมีนัยสำคัญกับข้อความภาษาจีนเมื่อเทียบกับภาษาอังกฤษ

Google ยังไม่ได้เผยแพร่ตารางเทียบเคียงสำหรับพรีวิวในรูปแบบที่ NVIDIA ใช้ และหน้านี้จะไม่ปลอมตารางขึ้นมาโดยจับคู่ตัวเลขจากชุดทดสอบที่แตกต่างกัน สิ่งที่พูดได้อย่างซื่อตรงคือ คณะผู้ประเมินจากบุคคลที่สามชุดเดียวกับที่ให้คะแนนทั้งสองโมเดลจัดให้พรีวิว Gemini อยู่สูงกว่าเล็กน้อยบนดัชนีโดยรวม — ประมาณ 29.7 เทียบกับ 26.49 สำหรับเช็กพอยต์ของ NVIDIA — และการประเมินรายการ Gemini ของคณะผู้ประเมินนั้นลงวันที่ตามประกาศในเดือนกุมภาพันธ์ ไม่ใช่การแก้ไขปรับปรุงครั้งใหม่กว่านั้น เมื่อช่องว่างของดัชนีอยู่ที่ประมาณสามจุด และสองรายการถูกวัดห่างกันแปดเดือน การถือว่าอันใดอันหนึ่งเป็นคำตัดสินที่ยุติแล้วเกี่ยวกับอีกอันย่อมเป็นการตีความเกินเลย

นี่ไม่ใช่การตีความเกินไป: Gemini preview รองรับเสียง ส่วน NVIDIA checkpoint ไม่รองรับ หากอินพุตของคุณมีบันทึกเสียงการโทร การประชุม หรือแทร็กเสียงใด ๆ ก็ตาม ครึ่งหนึ่งของการเปรียบเทียบนี้ก็ตัดสินไปแล้วก่อนที่พารามิเตอร์จะเข้ามาเกี่ยวข้อง ในทางกลับกัน หากเวิร์กโหลดของคุณคือคลังเอกสารคงที่ที่คุณประมวลผลหลายหมื่นครั้งต่อวัน โมเดลที่คุณรันในเครื่องได้ด้วยต้นทุนคงที่ก็เป็นข้อเสนอที่แตกต่างในเชิงโครงสร้างจากโมเดลที่คิดค่าบริการ 2 ดอลลาร์ต่อล้านโทเคนทุกครั้งที่คุณเปิดดูหน้าเพจ

กับดักในค่าเริ่มต้นของ NVIDIA ที่ยังไม่มีใครเขียนถึง

นี่คือรายละเอียดประเภทที่จะปรากฏให้เห็นก็ต่อเมื่อคุณอ่านรีจิสทรีรันไทม์แทนที่จะอ่านบล็อกของผู้ขาย และมันคุ้มค่ากับย่อหน้านี้

การ์ดระบุค่าคอนฟิกูเรชันการสุ่มตัวอย่างที่แนะนำไว้สองแบบ: temperature 1.0 กับ top_p 0.95 สำหรับข้อความ และ temperature 0.6 กับ top_p 0.95 สำหรับ vision ค่าเริ่มต้นที่จัดส่งมาใน Ollama manifest คือคู่ค่าสำหรับข้อความ นั่นหมายความว่าคอนฟิกูเรชันที่คนส่วนใหญ่จะรันโมเดล vision นี้ด้วยโดยค่าเริ่มต้นนั้นถูกปรับมาสำหรับครึ่งหนึ่งของโมเดลที่ไม่ใช่ vision หากประสบการณ์ครั้งแรกของคุณกับมันบนหน้าสแกนหรือแผนภูมิไม่น่าพอใจ การตั้งค่าการสุ่มตัวอย่างเป็นสิ่งแรกที่ควรตรวจสอบ — ก่อนจะสรุปสิ่งใดเกี่ยวกับความสามารถของ checkpoint เอง

รายละเอียดสองอย่างที่เกี่ยวข้องกันจาก manifest เดียวกัน บล็อกคอนฟิกประกาศว่า model_type: 123.6B ในขณะที่ป้ายที่ผู้ใช้เห็นทุกป้ายบอกว่า 120B ซึ่งเป็นความไม่ลงรอยจากการปัดเศษ มากกว่าจะเป็นความคลาดเคลื่อนในค่าน้ำหนัก แต่มันสำคัญเมื่อสคริปต์เครื่องมือตัดสินว่าอะไรจะพอดี และด่านตอนรันไทม์ถูกบังคับใช้จริง ไม่ใช่แค่คำแนะนำ: requires: 0.40.5 ดังนั้นบน Ollama เวอร์ชันก่อนหน้านี้ใด ๆ โมเดลนี้จะดึงไม่ได้เลย

ช่องว่างแปดเดือนนั้นมีค่าจริง ๆ เท่าไร

อาจมีข้อโต้แย้งได้ว่า พรีวิวที่ผ่านทราฟฟิกมาแปดเดือนนั้น ในบางแง่ก็น่าเชื่อถือมากกว่าเช็กพอยต์อายุสี่วัน และนั่นก็เป็นข้อโต้แย้งที่ดี

ปลายทางพรีวิวแห่งหนึ่งถูกรุมใช้งานอย่างหนัก รูปแบบความล้มเหลวของมันมีคนอื่นบันทึกไว้ ราคาของมันถูกประกาศออกมาแทนที่จะต้องคาดเดา หน้าต่างบริบทของมันทำงานตามที่เอกสารระบุ เพราะผู้ใช้หลายพันคนได้ค้นพบจุดที่มันไม่เป็นเช่นนั้น และพรีวิวที่ Google เก็บไว้ในสถานะพรีวิวมาแปดเดือนแทนที่จะโปรโมต อย่างน้อยก็ไม่ได้ถูกถอนออกอย่างเงียบ ๆ — ซึ่งเป็นข้อมูลเกี่ยวกับศักยภาพเชิงพาณิชย์ของโมเดลที่เวลาประทับของคลังเก็บใด ๆ ไม่อาจให้คุณได้เกี่ยวกับเช็กพอยต์ของ NVIDIA

ในทางกลับกัน พรีวิวมีต้นทุนสองอย่างที่ไฟล์ที่โฮสต์เองไม่มี อย่างแรกคือมันเปลี่ยนแปลงได้ สถานะพรีวิวเป็นการระบุอย่างชัดเจนว่าเอนด์พอยต์อาจถูกแก้ไขโดยไม่แจ้งให้ทราบ และไปป์ไลน์ที่ปรับจูนกับพฤติกรรมที่แน่นอนของพรีวิวก็คือไปป์ไลน์ที่มีการพึ่งพาโดยไม่ได้ป้องกันความเสี่ยงไว้ อย่างที่สองคือเศรษฐศาสตร์ของมันขยายแบบเชิงเส้นและตลอดไป ไม่มีปริมาณใดที่ทำให้พรีวิวของ Gemini ถูกกว่าต่อโทเคน แต่มีปริมาณหนึ่งที่ต้นทุนคงที่ของ H100 สี่ตัวชนะมัน จุดตัดนั้นคือตัวเลขเดียวที่ควรขับเคลื่อนการตัดสินใจนี้ และมันเป็นคุณสมบัติของทราฟฟิกของคุณ ไม่ใช่ของคุณสมบัติของโมเดลใดโมเดลหนึ่ง

และช่องว่างแปดเดือนของเช็กพอยต์ NVIDIA ก็ไม่ได้เป็นเพียงข้อเสียเปรียบเท่านั้น ผู้พัฒนาได้เผยแพร่ไม่เพียงน้ำหนักโมเดล แต่ยังมีชุดทดสอบการประเมินผลที่ทำซ้ำได้และรายงานทางเทคนิค และทั้งฟิลด์วันที่เผยแพร่บนการ์ดกับแสตมป์เวลาในรีโพซิทอรีต่างก็สอดคล้องกับโพสต์ในนิวส์รูม นั่นเป็นกระบวนการเผยแพร่ที่ตรวจสอบได้มากกว่าที่การเปิดตัวโมเดลแบบเปิดน้ำหนักส่วนใหญ่ได้รับ แม้ว่าการตรวจสอบจะเพิ่งเริ่มต้นขึ้นเท่านั้น

ทั้งสองอย่างนี้ไม่มีอยู่ในคีย์ของเรา และหนึ่งในนั้นคือเหตุผลที่มีความสำคัญ

ขอพูดตรง ๆ เรื่องความพร้อมให้ใช้งาน Gemini 3.1 Pro เข้าถึงได้บน OrcaRouter ในรูปแบบ preview ในราคาตามที่ผู้ให้บริการประกาศไว้ ส่งต่อโดยไม่บวกเพิ่มต่อโทเคน — ขาเข้า $2 ขาออก $12 โดยระดับ long-context คิดราคาตามอัตราที่ Google ประกาศ และพร้อมใช้งานฝั่งเราภายในวันเดียวกัน แทนที่จะรอรอบต่ออายุถัดไป ถ้าคุณอยากรู้ว่า preview รับงานเอกสารของคุณไหวหรือไม่ นั่นก็แค่คีย์เดียว ไม่ต้องจัดซื้อจัดจ้างอะไร

Nemotron 3.5 Super ไม่ได้อยู่ในคีย์ของเรา เราให้เส้นทางแก่โมเดลมากกว่าสองร้อยรายการ และไม่มีรายการ NVIDIA Nemotron อยู่ในนั้น ดังนั้นบทความนี้จึงไม่ใช่การแนะนำว่าคุณสามารถเรียกใช้งานมันบนแพลตฟอร์มของเราได้ เส้นทางของคุณคือช่องทางการสร้างและการเผยแพร่ของ NVIDIA เอง รวมถึงการดึงรันไทม์ในเครื่อง

สิ่งที่เลเยอร์การจัดเส้นทางมีประโยชน์จริง ๆ ในบริบทนี้ คือส่วนของการตัดสินใจนี้ที่ไม่เกี่ยวกับเบนช์มาร์กเลย ก่อนอื่นให้รันเวิร์กโหลดเอกสารจริงของคุณกับพรีวิวที่โฮสต์ไว้ ถ้ามันผ่านเกณฑ์ คุณก็ได้เรียนรู้ว่าเวิร์กโหลดนี้เป็นสิ่งที่โมเดลระดับแนวหน้าจัดการได้ และตอนนี้คุณสามารถตั้งข้อโต้แย้งเชิงปริมาณได้ว่าจะย้ายงานส่วนใดไปยังเช็กพอยต์ที่รันในเครื่องหรือไม่ ถ้ามันไม่ผ่านเกณฑ์ คุณก็ได้เรียนรู้สิ่งที่ยังมีค่ามากกว่านั้น และคุณได้เรียนรู้มันด้วยราคาแค่ค่าโทเคนไม่กี่ดอลลาร์ แทนที่จะเป็นราคาของคลัสเตอร์

คำตัดสินที่เฉียดฉิว

หากคุณต้องการอินพุตเสียง ชุดรูปแบบอินพุตที่กว้างที่สุดเท่าที่จะเป็นไปได้ เพดานเอาต์พุตที่ประกาศไว้ หรือโมเดลที่โหมดความล้มเหลวถูกคนอื่นจำแนกไว้แล้ว Gemini 3.1 Pro Preview คือคำตอบ และการวัดโดยบุคคลที่สามตลอดแปดเดือนที่อยู่เบื้องหลังนั้นมีค่ามากกว่าที่ช่องว่างของดัชนีสามจุดบ่งชี้ไว้

หากคุณต้องการถือโมเดลไว้เอง ได้รับสิทธิ์ใช้งานเชิงพาณิชย์ รันบนฮาร์ดแวร์ที่คุณเป็นเจ้าของ และจ่ายต้นทุนคงที่สำหรับงานเอกสารที่คุณประมวลผลอย่างต่อเนื่อง เช็กพอยต์ของ NVIDIA ก็ถือเป็นตัวเลือกที่ใช้ได้จริงเป็นครั้งแรกในเดือนนี้ — พร้อมข้อควรระวังเฉพาะเจาะจงสามข้อ แท็กเริ่มต้นคือการควอนไทซ์แบบ 4 บิต และยังไม่มีการประเมินที่เผยแพร่สำหรับการควอนไทซ์นั้น ค่าการสุ่มเริ่มต้นที่ให้มานั้นเป็นค่าตั้งค่าด้านข้อความของการ์ด ไม่ใช่ค่าตั้งค่าด้านวิสชันของมัน และโมเดลนี้เพิ่งจะมีอายุได้สี่วันเท่านั้น

ลองพรีวิวกับข้อมูลของคุณเองก่อน หากมันได้ผล คำถามก็จะกลายเป็นเรื่องของปริมาณ และปริมาณก็คือคณิตศาสตร์ หากมันไม่ได้ผล คุณก็เพิ่งประหยัดคลัสเตอร์ไปได้หนึ่งชุด