Nemotron 3.5 Super VL vs Kimi K3: เรือธงที่คิดค่าบริการตามการใช้งาน เทียบกับการเปิดตัวเวตที่ไม่มีตารางราคา

คำตอบตรงไปตรงมาที่สั้นที่สุดคือ ในสองโมเดลนี้มีเพียงตัวเดียวเท่านั้นที่มีราคากำหนดไว้ และไม่ใช่ตัวที่มาจาก NVIDIA Kimi K3 จำหน่ายเป็นบริการแบบคิดตามการใช้งาน ในราคา 3 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเค็น และ 15 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเค็น พร้อมส่วนลดแคช 90% และเป็นโมเดลที่คุณเรียกใช้ได้วันนี้ด้วยคีย์เพียงอันเดียว NVIDIA Nemotron 3.5 Super VL เป็นเช็กพอยต์แบบเปิดน้ำหนัก 120,000 ล้านพารามิเตอร์ โดยมีพารามิเตอร์ที่ทำงานจริง 12,000 ล้าน ภายใต้สัญญาอนุญาต OpenMDW-1.1 และไม่มีตารางราคาเผยแพร่เลยแม้แต่รายการเดียว — คุณต้องรันมันบนตัวเร่งความเร็วของคุณเอง หรือไม่ก็ต้องเจรจากับผู้ที่ให้บริการมัน น้ำหนักของมันถูกอัปโหลดขึ้น Hugging Face เมื่อวันที่ 12 ตุลาคม 2026 และประกาศของ NVIDIA เองตามมาเมื่อวันที่ 15 ตุลาคม ซึ่งทำให้สิ่งนี้เป็นการเปิดตัวที่อายุได้สามวันมากกว่าจะเป็นผลิตภัณฑ์ที่เติบโตเต็มที่ ความไม่สมดุลนี้ ไม่ใช่ตารางเปรียบเทียบประสิทธิภาพ คือสิ่งที่ตัดสินผลการจับคู่นี้

แต่ละสิ่งเหล่านี้จริง ๆ แล้วคืออะไร

NVIDIA Nemotron 3.5 Super VL เป็นโมเดลภาษาภาพแบบไฮบริด: เลเยอร์ Mamba-2 ที่สลับแทรกกัน, mixture-of-experts ที่มี routed experts 512 รายต่อเลเยอร์ MoE, และเลเยอร์ attention ที่เลือกใช้บางส่วน ทำงานร่วมกับตัวเข้ารหัสภาพ C-RADIO และตัวเชื่อมต่อภาษาภาพ โดยมีพารามิเตอร์รวม 120B และเปิดใช้งาน 12B ต่อโทเค็น รองรับบริบทได้ถึง 1M โทเค็น และรับข้อความ ภาพ และวิดีโอเข้า โดยส่งออกเป็นข้อความ Native Multi-Token Prediction ทำให้สามารถทำ speculative decoding ได้โดยไม่ต้องมี drafter checkpoint แยกต่างหาก NVIDIA จัดส่งบิลด์อ้างอิง BF16 และบิลด์ NVFP4 พร้อมสูตรการดีพลอยสำหรับ 4×H100 หรือ 2×GB200 ที่ BF16 การพรีเทรนและการพรีเทรนต่อเนื่องใช้คลังข้อมูลที่ NVIDIA ระบุว่าอยู่ในระดับหลายล้านล้านโทเค็น และการโพสต์เทรนได้เพิ่มข้อมูลสังเคราะห์พร้อมการเรียนรู้แบบเสริมกำลังในสภาพแวดล้อมที่เผยแพร่หลายสิบแห่ง

Kimi K3 เป็นโมเดลเรือธงของ Moonshot AI: เป็นสถาปัตยกรรม mixture-of-experts ขนาด 2.8 ล้านล้านพารามิเตอร์ ที่มีพารามิเตอร์ที่ทำงานอยู่ 104B มีหน้าต่างบริบท 1M โทเคน และรองรับการป้อนภาพโดยตรงควบคู่กับข้อความ โดยให้บริการผ่านระบบแทนที่จะเพียงเผยแพร่โมเดล เปิดให้ควบคุม reasoning_effort ในระดับบนสุดแทนการตั้งค่าพารามิเตอร์การสุ่มตัวอย่าง ใช้รูปแบบ API แบบเดียวกับ OpenAI และถูกวางตำแหน่งสำหรับงานเขียนโค้ดและงานองค์ความรู้ในระยะยาวภายในระบบตัวแทน (agent harnesses)

• ขนาด — Super VL เปิดใช้งานพารามิเตอร์ 12B ต่อโทเคนจากพูล 120B Kimi K3 เปิดใช้งาน 104B จากพูลพารามิเตอร์ขนาด 2.8 ล้านล้านพารามิเตอร์ นั่นเป็นความแตกต่างประมาณเก้าเท่าในการประมวลผลต่อโทเคน

• บริบท — ทั้งสองมี 1M โทเคน และทั้งคู่ถูกออกแบบมาเพื่อรองรับเซสชันการทำงาน ไม่ใช่แค่พรอมป์เดียว

• โมดัลลิตี — Super VL รับข้อความ ภาพนิ่ง และเฟรมวิดีโอที่สุ่มมา; Kimi K3 รับข้อความและภาพ วิดีโอคือแกนอินพุตเดียวที่ทั้งสองไม่เทียบเท่ากัน

• ราคา — ไม่มีอัตราที่เผยแพร่ที่ใดเลยสำหรับ Super VL ณ วันที่ 16 ตุลาคม 2026; Kimi K3 อยู่ที่ $3 ขาเข้า / $15 ขาออก ต่อล้านโทเค็น พร้อมส่วนลดแคช 90%

• สิทธิ์การใช้งานและการควบคุม — OpenMDW-1.1 ที่อนุญาตให้ใช้เชิงพาณิชย์ มีการเปิดน้ำหนักโมเดล ชุดข้อมูล และสูตรการฝึกสำหรับ Super VL; ส่วน Kimi K3 มี API เชิงพาณิชย์ที่ไม่สามารถดาวน์โหลดน้ำหนักโมเดลได้

• ข้อกำหนดขั้นต่ำสำหรับการดีพลอย — 4×H100 หรือ 2×GB200 ที่ BF16 สำหรับ Super VL หรือไมโครเซอร์วิส NIM ของผู้จำหน่าย; ไม่มีอะไรต้องดีพลอยสำหรับ Kimi K3

ช่องว่างแปดจุดที่ชี้ขาดกรณีของเจเนอรัลลิสต์

บน Artificial Analysis Intelligence Index Kimi K3 อยู่ที่ 44 และ NVIDIA Nemotron 3.5 Super VL อยู่ที่ 26 — ทั้งคู่ไม่ใช่ค่าประมาณ ทั้งคู่เป็นค่าที่วัดได้โดยบุคคลที่สาม ไม่ใช่โดยห้องแล็บที่สร้างมันขึ้นมา สิบแปดคะแนนไม่ใช่ความคลาดเคลื่อนจากการปัดเศษ; มันเป็นระยะห่างโดยประมาณระหว่างโมเดลอเนกประสงค์ระดับแนวหน้ากับโมเดลระดับกลาง Kimi K3 ยังช้ากว่าและมีค่าใช้จ่ายต่อโทเคนสูงกว่าโมเดลรอบข้าง ซึ่งคณะผู้จัดทำชุดเดียวกันก็ระบุไว้อย่างตรงไปตรงมา

ตัวเลขนั้นคือข้อโต้แย้งทั้งหมดสำหรับใครก็ตามที่มีภาระงานเป็นงานให้เหตุผลแบบข้อความล้วนซึ่งให้บริการผ่าน API และควรพูดเช่นนั้นโดยไม่ต้องอ้อมค้อม หากงานของเอเจนต์ของคุณคือการอ่านรีโพซิทอรี วางแผนการเปลี่ยนแปลง และสนทนายาว ๆ เกี่ยวกับเรื่องนั้น K3 คือโมเดลที่แข็งแกร่งกว่า และพร้อมใช้งานแล้วในราคาที่ประกาศไว้

จุดที่การเปรียบเทียบไม่ใช่เรื่องของสติปัญญาอีกต่อไป

NVIDIA ไม่ได้สร้าง Nemotron 3.5 Super VL เพื่อชนะดัชนีการให้เหตุผลทั่วไป และการอ่านการเปรียบเทียบนี้ราวกับว่ามันถูกสร้างขึ้นเพื่อการนั้นคือสาเหตุที่ผู้คนลงเอยด้วยความผิดหวัง การเปิดตัวนี้มุ่งเป้าไปที่สิ่งที่ประกาศเรียกว่าตัวแทนที่ทำงานตลอดเวลา (always-on agents) ซึ่งเป็นงานปริมาณสูง ทำงานยาวนาน และมีลักษณะเป็นเอกสารและหน้าจอ ที่บริษัทต้องการรันภายในขอบเขตของตนเอง ฝึกหลังการฝึก (post-train) ด้วยข้อมูลของตนเอง และตรวจสอบ กรอบของผู้ขายเองคือประสิทธิภาพ — ข้อกล่าวอ้างคือ Super VL ทำงานเสร็จเร็วเป็นห้าเท่าของโมเดลที่ดีที่สุดอันดับถัดไปในระดับเดียวกัน และมีความแม่นยำเทียบได้กับโมเดลการให้เหตุผลที่ใหญ่ที่สุดของ NVIDIA ด้วยจำนวนพารามิเตอร์เพียงประมาณหนึ่งในห้า

นั่นเป็นคำกล่าวอ้างของผู้ขาย ซึ่งวัดบนชุดทดสอบของ NVIDIA เอง และยังไม่มีใครนอก NVIDIA ที่ทำซ้ำผลเหล่านั้นได้เลย การตีความอย่างตรงไปตรงมาหลังจากเปิดให้ใช้งานทั่วไปได้หนึ่งวันคือ สถาปัตยกรรมมีเอกสารประกอบ น้ำหนักโมเดลดาวน์โหลดได้ สัญญาอนุญาตเป็นแบบผ่อนปรน และตัวเลขอัตราการประมวลผลเป็นเพียงข้ออ้างจนกว่าฝ่ายอิสระจะรันซ้ำ

สิ่งที่ตรวจสอบได้คือลักษณะของงาน จุดแข็งที่เผยแพร่ของ Super VL คือการรู้จำอักขระด้วยแสง ตารางและแผนภูมิ ข้อมูลที่มีโครงสร้างในเอกสารภาพ และเวิร์กโฟลว์ทางธุรกิจหลายขั้นตอน — การเคลมประกัน เอกสารเครดิต แบบวิศวกรรม การค้นหาข้ามไซโลแอปพลิเคชัน นั่นเป็นงานที่แตกต่างจากการเขียนแพตช์หลายไฟล์ และเป็นงานที่โมเดล 12B-active ที่ทำงานแบบ page-fast ให้เสร็จ มีค่ามากกว่าโมเดล 104B-active ที่ทำได้ดีกว่าแต่ช้ากว่า

สิ่งที่คีย์หนึ่งทำกับแต่ละรายการ

นี่คือจุดที่ความไม่สมมาตรกัดลึกที่สุด เพราะโมเดลทั้งสองมีเรื่องราวการเข้าถึงที่ตรงกันข้ามกัน

Kimi K3 อยู่ในแค็ตตาล็อกของเราในชื่อ kimi/kimi-k3 ในราคาตามที่ Moonshot กำหนดไว้เอง โดยบวกเพิ่ม 0% — อัตราของผู้ให้บริการส่งผ่านมาโดยไม่ปรับเปลี่ยน ดังนั้นเมื่อ Moonshot เปลี่ยนตัวเลข ตัวเลขที่คุณจ่ายก็เปลี่ยนในวันเดียวกัน. ให้บริการผ่าน endpoint ที่เข้ากันได้กับ OpenAI เหมือนกับอย่างอื่น ๆ ทั้งหมด ซึ่งหมายความว่าการสลับมาใช้เป็นเพียงการเปลี่ยนสตริงชื่อโมเดล ไม่ใช่โปรเจกต์การเชื่อมต่อระบบ เนื่องจาก Kimi K3 เปิดให้ใช้ reasoning_effort แทน temperature และ top_p endpoint เดียวกันนี้จึงให้คุณปรับความลึกของการให้เหตุผลต่อคำขอได้ โดยไม่ต้องมีเส้นทางโค้ดที่สอง.

ในทางกลับกัน NVIDIA Nemotron 3.5 Super VL ไม่ใช่สิ่งที่เราให้บริการ มันคือเช็กพอยต์ที่คุณโฮสต์เอง และโมเดลต้นทุนของมันคือเงินลงทุนกับอัตราการใช้งาน ไม่ใช่จำนวนโทเคน สิ่งที่เราทำได้ให้กับโมเดลที่โฮสต์เองคือระบบโครงสร้างโดยรอบ: การสลับไปยังผู้ให้บริการต้นทางรายอื่นโดยอัตโนมัติ เพื่อให้เมื่อเกิดพีคหรือผู้ให้บริการรายหนึ่งล่ม โมเดลที่โฮสต์ไว้จะค่อย ๆ ลดประสิทธิภาพลงอย่างนุ่มนวลแทนที่จะล้มไปเลย และ DSL สำหรับการจัดเส้นทางที่ประกอบหลายโมเดลเข้าเป็นการเรียกครั้งเดียว — ส่งงานสกัดข้อมูลแบบกลไกไปยังโมเดลเล็กที่ราคาถูก และส่งต่อไปยังโมเดลใหญ่เฉพาะหน้าเอกสารที่ต้องใช้การตัดสินใจ รูปแบบนี้คือสิ่งที่เศรษฐศาสตร์ของ Super VL ชักชวนให้ทำพอดี เพราะโมเดลที่มีพารามิเตอร์ทำงานจริง 12B นั้นถูกพอที่จะรันกับทุกอย่างได้ แต่โมเดลที่มีพารามิเตอร์ทำงานจริง 104B ไม่ใช่

รูปแบบการผลิตที่สมจริงสำหรับอีกไม่กี่เดือนข้างหน้าจึงไม่ใช่ทางเลือก แต่คือ K3 สำหรับสายที่เน้นการให้เหตุผล และ Super VL ที่โฮสต์เองสำหรับสายที่เน้นปริมาณเอกสาร โดยมีเราเตอร์หนึ่งตัวอยู่ด้านหน้าคอยตัดสินว่าคำขอหนึ่ง ๆ ควรอยู่สายใด

อะไรจะเปลี่ยนคำตอบ

สามเรื่อง เรื่องแรก การทำซ้ำโดยอิสระของข้ออ้างเรื่องห้าเท่า — ถ้า Super VL ทำงานในกลุ่มงานของมันเสร็จจริงด้วยเวลาตามนาฬิกาจริงเพียงหนึ่งในห้า กรณีสำหรับการรันมันภายในขอบเขตที่มีการกำกับดูแลจะแข็งแกร่งขึ้นมาก และถ้าไม่จริง ข้อโต้แย้งเรื่องความแม่นยำต่อโทเค็นก็ย้อนกลับไปเป็นแบบโมเดลน้ำหนักเปิดทั่วไป เรื่องที่สอง อัตราค่าบริการที่ประกาศโดยผู้ให้บริการเสิร์ฟ: ทันทีที่ Super VL ปรากฏภายใต้ API แบบคิดค่าตามปริมาณการใช้ ข้อโต้แย้งเรื่องเกณฑ์ขั้นต่ำในการดีพลอยก็หายไปสำหรับทุกคนที่ไม่ได้เป็นเจ้าของ H100s แปดตัว และมันกลายเป็นคำถามตรงๆ เรื่องราคาเทียบกับดัชนี ซึ่งตอนนี้ K3 ชนะในด้านดัชนีและไม่แพ้ในด้านใดเลย เรื่องที่สาม Kimi K3 เองก็ไม่ได้หยุดนิ่ง — Moonshot กำลังพัฒนาซ้ำอย่างรวดเร็ว และการเปิดตัวซีรีส์ 3 จะรีเซ็ตหน้านี้มากกว่าจะขัดเกลามัน

จนกว่าหนึ่งในนั้นจะเปิดตัว ทางเลือกก็แบ่งได้ชัดเจน: Kimi K3 หากคุณต้องการโมเดลที่ทรงความสามารถสูงสุดต่อโทเค็นในวันนี้ และจ่ายไหว; NVIDIA Nemotron 3.5 Super VL หากคุณต้องการเอเจนต์ด้านเอกสารและหน้าจอที่คุณเป็นเจ้าของ ฝึกเพิ่มเติมหลังการฝึก (post-train) และเก็บไว้ภายในโครงสร้างพื้นฐานของตนเอง และพร้อมเป็นรายแรกที่วัดว่ามันทำอะไรได้บ้าง