Nemotron 3.5 Super VL vs Nemotron 3 Ultra: ถูกกว่าเรือธง หรือแค่เล็กกว่า?

NVIDIA มี Nemotron 3.5 อยู่สามระดับ และหนึ่งในนั้นคือกับดักสำหรับนักวางแผน NVIDIA Nemotron 3 Ultra 550B-A55B ซึ่งเปิดตัวเมื่อวันที่ 4 มิถุนายน 2026 เป็นเรือธงของตระกูลนี้: พารามิเตอร์รวม 5.5 แสนล้าน โดยมี 5.5 หมื่นล้านที่ทำงานต่อโทเคน เลเยอร์ LatentMoE พร้อม Multi-Token Prediction คอนเท็กซ์ 1 ล้านโทเคน และระบุขั้นต่ำว่าต้องใช้ H100 สิบหกตัว หรือ GB200 แปดตัว NVIDIA Nemotron 3.5 Super VL ซึ่งเวตของมันมาถึง Hugging Face เมื่อวันที่ 12 ตุลาคม 2026 โดยประกาศของ NVIDIA ตามมาในวันที่ 15 ตุลาคม เป็นระดับที่ต่ำลงมา: รวม 120B ทำงาน 12B คอนเท็กซ์ 1 ล้านโทเคนเท่ากัน ตัวเข้ารหัสภาพ C-RADIO และขั้นต่ำ H100 สี่ตัว หรือ GB200 สองตัว การ์ดของ NVIDIA เองสำหรับ Super VL นั้นวัด benchmarking เทียบกับ Ultra โดยตรง และอ้างว่ามีความแม่นยำในระดับใกล้เคียง Ultra ด้วยพารามิเตอร์ประมาณหนึ่งในห้า ข้ออ้างนั้นเป็นข้อมูลที่ผู้ขายรายงานเอง ไม่ได้รับการทำซ้ำ และมันเป็นประโยคเดียวที่การเปรียบเทียบทั้งหมดนี้แขวนอยู่

การคำนวณที่เป็นตัวตัดสินการปรับใช้จริง ๆ

เริ่มจากสิ่งที่ด่านตรวจทั้งสองแห่งจำเป็นต้องมีในทางกายภาพก่อน เพราะนั่นคือตัวเลขที่ผู้ดูแลงบประมาณเซ็นอนุมัติ

• จำนวนพารามิเตอร์ทั้งหมด — 120B สำหรับ Super VL เทียบกับ 550B สำหรับ Ultra คิดเป็นปริมาณน้ำหนักราว 4.6 เท่า และน้ำหนักเหล่านี้เองคือสิ่งที่ไปเติมเต็ม GPU

• พารามิเตอร์ที่ใช้งานจริงต่อโทเคน — 12B เทียบกับ 55B การประมวลผลต่อโทเคนจะปรับตามค่านี้ ไม่ใช่ตามจำนวนรวม ซึ่งเป็นเหตุผลว่าทำไมทั้งสองโมเดลจึงถูกกว่ามากในการรันเมื่อเทียบกับสิ่งที่ขนาดของมันบ่งชี้ — และเป็นเหตุผลว่าทำไมช่องว่างระหว่างทั้งสองจึงเป็น 4.6× ในด้านหน่วยความจำ แต่ก็เป็น 4.6× ในด้านการคำนวณต่อโทเคนเช่นกัน

• ฮาร์ดแวร์ขั้นต่ำ — 4×H100 หรือ 2×GB200 สำหรับ Super VL; 16×H100 หรือ 8×GB200 สำหรับ Ultra ในทางปฏิบัติ หนึ่งโหนดเทียบกับหนึ่งแร็ค

• โมดัลลิตี้ — ข้อความ รูปภาพ และวิดีโอขาเข้าสำหรับ Super VL; ข้อความเข้า ข้อความออกสำหรับ Ultra Ultra ไม่มีเส้นทางการมองเห็นเลย

• การออกแบบแอตเทนชัน — Super VL เป็นไฮบริดแบบอินเทอร์ลีฟของ Mamba-2, mixture-of-experts และแอตเทนชัน โดยมี routed experts 512 ตัวต่อเลเยอร์ MoE; Ultra ใช้การจัดเรียง LatentMoE ของ NVIDIA ทั้งสองมี MTP heads สำหรับการถอดรหัสแบบ speculative

• สัญญาอนุญาต — OpenMDW-1.1 อนุญาตให้ใช้เชิงพาณิชย์ได้ทั้งคู่ โดยเปิดทั้งน้ำหนักโมเดลและสูตรสำหรับทั้งคู่

รูปแบบในหกบรรทัดนั้นคือ Super VL ไม่ใช่ Ultra เวอร์ชันตัดทอนลงมา แต่เป็นโมเดลอีกรูปแบบหนึ่ง คือรองรับความสามารถด้านการมองเห็น ใช้หน่วยความจำน้อยกว่ามาก และที่สำคัญคือนำไปติดตั้งใช้งานบนฮาร์ดแวร์ที่ทีมขนาดกลางอาจมีอยู่แล้วได้ จุดต่ำสุดของ Ultra คือระดับที่ต้องพูดคุยกันเรื่องศูนย์ข้อมูล ส่วนจุดต่ำสุดของ Super VL คือโหนดประมวลผลอนุมานระดับจริงจัง

พารามิเตอร์ที่ใช้งานอยู่เพิ่มอีก 43 พันล้านตัวให้อะไรได้บ้าง

กรณีการให้เหตุผลทั่วไป

Ultra ถูกสร้างขึ้นเพื่อเป็นสุดยอดในกลุ่มผลิตภัณฑ์ของ NVIDIA สำหรับการให้เหตุผลด้วยข้อความล้วน และการเปิดตัวในเดือนมิถุนายนของ NVIDIA ได้ทดสอบเปรียบเทียบมันกับโมเดลระดับแนวหน้าร่วมสมัยหกตัว ครอบคลุมชุดทดสอบด้านความรู้ คณิตศาสตร์ การเขียนโค้ด และบริบทแบบยาว ตัวเลขเหล่านั้น เช่นเดียวกับตัวเลขทุกตัวในการเปรียบเทียบนี้ มาจากชุดทดสอบของ NVIDIA ไม่ใช่ผู้ประเมินอิสระ ดังนั้นจึงแสดงให้เห็นถึงสิ่งที่ NVIDIA วัด ไม่ใช่สิ่งที่บุคคลที่สามจะวัด

กรณีมัลติโมดัล

นี่คือจุดที่การเปรียบเทียบพลิกกลับ Ultra ไม่สามารถอ่านหน้าเอกสารได้ ถ้างานเกี่ยวข้องกับเอกสาร ตาราง แผนภูมิ ภาพหน้าจอ หรือเฟรมวิดีโอ โมเดลเรือธงก็ไม่ใช่ตัวเลือกที่ควรพิจารณาเลย และโมเดลที่ใหญ่ที่สุดในตระกูลก็ไม่เกี่ยวข้องกับปัญหาของคุณ ไม่ว่าดัชนีการให้เหตุผลของมันจะดีเพียงใด vision encoder และ connector ของ Super VL ถูกสร้างขึ้นมาเพื่องานลักษณะนี้โดยเฉพาะ และจุดแข็งที่เผยแพร่ไว้ของมัน — OCR, การสกัดข้อมูลแบบมีโครงสร้างจากเอกสารภาพ, เวิร์กโฟลว์ธุรกิจหลายขั้นตอน — อธิบายถึงงานคนละแบบกับงานที่ Ultra ถูกปรับจูนมาเพื่อทำ

กรณีบริบทขนาดยาว

ทั้งสองรุ่นไปถึง 1 ล้านโทเคน NVIDIA ขยายคอนเท็กซ์ของ Super VL ด้วยสเตจเฉพาะขนาด 35,000 ล้านโทเคน ตามด้วยรอบการฟื้นฟูคอนเท็กซ์ยาว ซึ่งเป็นสัญญาณที่หนักแน่นกว่าความยาวสูงสุดเพียงอย่างเดียว นั่นหมายความว่าอินพุตยาวถูกมองว่าเป็นขีดความสามารถที่ต้องรักษาไว้ มากกว่าจะเป็นบัฟเฟอร์ไว้โฆษณา ส่วน Ultra ไปถึงหน้าต่างขนาดเดียวกันผ่านไปป์ไลน์การเทรนของตัวเอง หากไม่มีการประเมินคอนเท็กซ์ยาวที่เป็นอิสระของทั้งสองรุ่น ให้ถือว่านี่เป็นผลเสมอ โดยมีความได้เปรียบที่เป็นไปได้กับรุ่นที่ร่องรอยการดึงข้อมูลของคุณเองบ่งชี้ว่ายังทำงานได้ดีเกิน 200k

การให้บริการหนึ่งหรือทั้งสอง และกับดักระดับชั้น

กับดักคือการสมมติว่าตระกูลนี้เป็นบันไดที่คุณปีนขึ้นไป มันใกล้เคียงกับพาร์ติชันมากกว่า และพาร์ติชันนั้นถูกแบ่งด้วยต้นทุนต่องาน มากกว่าด้วยความสามารถ โมเดล 12B-active ที่ต้องใช้ GB200s สองตัวและทำงานเอกสารเสร็จเร็วเป็นห้าเท่าของรุ่นเดียวกัน หากคำอ้างเรื่องอัตราการประมวลผลของ NVIDIA เป็นจริง ย่อมเอาชนะโมเดล 55B-active ในงานนั้นได้ ไม่ว่าโมเดลไหนจะฉลาดกว่ากัน เพราะโมเดลที่ฉลาดกว่าจะว่างเปล่า รอให้คิวของโมเดลที่เร็วกว่าะบายออก พลิกงานไปเป็นโจทย์เขียนโค้ดหรือคณิตศาสตร์ระยะยาวที่ไม่มีพิกเซลอยู่ในนั้น และพารามิเตอร์ส่วนเกินของ Ultra ก็ทำงานจริง

ไม่มีโมเดลเหล่านี้อยู่ในแคตตาล็อกของเรา และควรพูดให้ชัดเจนแทนที่จะปล่อยให้ประโยคกำกวมสื่อเป็นนัยเป็นอย่างอื่น: OrcaRouter ไม่ให้บริการ NVIDIA Nemotron 3.5 Super VL, Nemotron 3 Ultra 550B-A55B หรือเช็กพอยต์ NVIDIA อื่นใด ทั้งหมดคือเวตต์ที่คุณนำไปดีพลอยเอง สิ่งที่เลเยอร์จัดเส้นทางมีส่วนช่วยในการตัดสินใจแบบนี้คือการวัดผล ไม่ใช่การเข้าถึง DSL สำหรับจัดเส้นทางช่วยให้คุณป้อนพรอมป์ต์เดียวกันให้โมเดลต้นทางสองตัวและอ่านคำตอบเทียบกันแบบเคียงข้าง ดังนั้นการประเมินผู้ท้าชิงที่ใช้งานจริง 12B เทียบกับตัวเดิมที่ใช้งานจริง 55B จึงเป็นการเปลี่ยนคอนฟิกเพียงครั้งเดียว ไม่ใช่โปรเจ็กต์รวมระบบสองโปรเจ็กต์ การเฟลโอเวอร์อัตโนมัติสำคัญด้วยเหตุผลตรงกันข้าม: หากโมเดลโฮสต์ที่คุณจัดเส้นทางไปนั้นมีประสิทธิภาพลดลงกลางไปป์ไลน์ คำขอจะถูกย้ายไปแทนที่จะล้มเหลว ซึ่งช่วยรักษาเส้นทางสำรองให้ยังใช้งานได้สำหรับทีมที่ยังคงใช้ Super VL แบบโฮสต์เองเป็นตัวหลัก และสำหรับส่วนของเวิร์กโหลดที่ไม่มีเทียร์แบบโฮสต์เองชั้นใดควรรับไว้ — ภาระแบบพุ่งสูง โมดัลที่พบได้ยาก งานบริบทขนาดใหญ่แบบครั้งเดียว — แคตตาล็อกที่อยู่เบื้องหลังคีย์เดียว โมเดลมากกว่าสองร้อยรายการโดยบวกเพิ่ม 0% จากราคาตามรายการของผู้ให้บริการ คือที่ที่คำขอเหล่านั้นไป

การวางกรอบย่อหน้านั้นอย่างตรงไปตรงมาที่สุดก็คือ เราไม่ใช่ผู้ขายของโมเดลใดในสองโมเดลนี้ เราเป็นเลเยอร์ที่ทำให้การเปรียบเทียบนั้นรันได้ในต้นทุนต่ำ และทำให้เส้นทางการยกระดับนั้นดูแลรักษาได้ในต้นทุนต่ำ

ข้อกล่าวอ้างที่ต้องทดสอบก่อนที่คุณจะตัดสินใจ

ทุกอย่างข้างต้นสรุปเหลือเพียงประโยคเดียวที่ยังไม่ได้รับการยืนยัน: ว่าโมเดล 120B พารามิเตอร์ที่มีพารามิเตอร์ใช้งานจริง 12B นั้นเทียบเท่าโมเดล reasoning ที่ใหญ่ที่สุดของ NVIDIA ที่จำนวนพารามิเตอร์ประมาณหนึ่งในห้า หากเป็นจริง Super VL ก็เป็นค่าตั้งต้นที่ดีกว่าสำหรับภาระงานแบบผสม และ Ultra จะถูกสงวนไว้สำหรับกลุ่มปัญหาส่วนน้อยที่ต้องการมันจริง ๆ หากไม่เป็นจริง — และหนึ่งวันหลังการเปิดตัว ก็ยังไม่มีใครนอก NVIDIA ที่วัดผลได้ — ระดับทั้งสองก็เป็นเพียงขนาดที่ต่างกันของสิ่งเดียวกัน และทางเลือกก็กลับไปสู่สิ่งที่งานของคุณต้องการ: มีพิกเซลหรือไม่มีพิกเซล หนึ่งโหนดหรือหนึ่งแร็ก

การทดสอบนี้มีต้นทุนต่ำและเจาะจง หยิบงานจริงห้าสิบงานจากคิวของคุณเองที่มีคำตอบซึ่งตรวจสอบได้ นำไปรันกับทั้งสอง แล้วให้คะแนนจากความสำเร็จของงาน มากกว่าคะแนน benchmark ตัวเลขนั้น ไม่ใช่ของ NVIDIA คือตัวเลขที่ตัดสินว่าคุณจะซื้อฮาร์ดแวร์ระดับใด — และเป็นตัวเลขที่จะยังคงจริงอยู่เมื่อ Nemotron เวอร์ชันถัดไปเปิดตัวและรีเซ็ตหน้านี้