Nemotron 3.5 Super VL vs Qwen3.8-Max: ระดับน้ำหนักเปิดปะทะฟรอนเทียร์แบบคิดค่าตามการใช้งาน
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 71 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 738 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 35 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 821 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040ความฉลาด
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 109 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 184 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845ความฉลาด75การเขียนโค้ด
ใครก็ตามที่กำลังวางแผนไปป์ไลน์ประมวลผลเอกสารในไตรมาสนี้ มีสองรูปแบบให้เลือกพอดี และทั้งสองรูปแบบนั้นไม่เหมือนกัน NVIDIA Nemotron 3.5 Super VLเป็นเช็กพอยต์แบบ vision-language ขนาด 120B พารามิเตอร์ เปิดใช้งาน 12B ภายใต้ OpenMDW-1.1 ซึ่งน้ำหนักโมเดลถูกเผยแพร่เมื่อวันที่ 12 ตุลาคม 2026 ก่อนที่ NVIDIA จะประกาศของตัวเองในวันที่ 15 ตุลาคมสามวัน: คุณดาวน์โหลดมันเอง โฮสต์มันเอง และจ่ายด้วย GPU กับค่าไฟฟ้า Qwen3.8-Maxเป็นเรือธงแบบกรรมสิทธิ์เฉพาะของ Alibaba — โมเดล mixture-of-experts ขนาด 2.4 ล้านล้านพารามิเตอร์ ที่เปิดใช้งาน 95B พารามิเตอร์ รับอินพุตภาพ มีหน้าต่างบริบท 1M โทเคน และคิดค่าบริการรายโทเคนที่ 2 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคน และ 6 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเคน พร้อมส่วนลดแคช 88% ตัวหนึ่งคือรายจ่ายฝ่ายทุนที่ควบคุมได้เต็มที่ ส่วนอีกตัวคือรายจ่ายในการดำเนินงานที่มีตารางราคากำกับ ทุกอย่างอื่นในการเปรียบเทียบนี้ล้วนเป็นผลสืบเนื่องจากการแยกกันตรงนั้น
สองโมเดลธุรกิจพร้อมการเปรียบเทียบเกณฑ์มาตรฐาน
เป็นเรื่องน่าดึงดูดใจที่จะนำสิ่งเหล่านี้มาเทียบกันตามขีดความสามารถแล้วประกาศผู้ชนะ การวางกรอบแบบนั้นซ่อนการตัดสินใจที่แท้จริง ซึ่งเป็นการตัดสินใจว่าใครเป็นเจ้าของโหมดความล้มเหลว กับ Super VL หากอัตราทรูพุตทำให้คุณผิดหวัง คุณก็เทรนใหม่ ควอนไทซ์ใหม่ หรือซื้อฮาร์ดแวร์ที่ต่างออกไป — เพดานนั้นคุณยกขึ้นได้เอง กับ Qwen3.8-Max หากอัตราทรูพุตทำให้คุณผิดหวัง คุณก็เปลี่ยนสตริงโมเดลหรือเจรจา; เพดานเป็นของ Alibaba และโรดแมปก็เช่นกัน
ความแตกต่างนั้นเห็นได้ชัดจากสิ่งที่ผู้ขายแต่ละรายเผยแพร่ NVIDIA เผยแพร่รายงานทางเทคนิค สูตรการฝึก ชุดข้อมูลเปิด สภาพแวดล้อม RL และเส้นทางการถอดรหัสแบบคาดการณ์แยกกันถึงสามเส้นทางสำหรับตระกูลนี้ — นั่นคือเครื่องมือประกอบของโมเดลที่ตั้งใจจะให้ติดตั้งใช้งานและดัดแปลงแก้ไข ส่วน Qwen เผยแพร่ API พร้อมรายการราคาและส่วนลดแคช ซึ่งเป็นเครื่องมือประกอบของโมเดลที่ตั้งใจจะให้ใช้งานแบบสำเร็จรูป
สิ่งที่ Super VL ให้คุณซึ่งปลายทางแบบโฮสต์ให้ไม่ได้
NVIDIA Nemotron 3.5 Super VL เป็นแบบไฮบริด: เลเยอร์ Mamba-2 แบบสลับกัน, มิกซ์เจอร์ออฟเอ็กซ์เพิร์ตที่มีผู้เชี่ยวชาญแบบกำหนดเส้นทาง 512 รายต่อเลเยอร์ MoE และเลเยอร์แอตเทนชันที่เลือกไว้บางเลเยอร์ ซึ่งเชื่อมต่อกับตัวเข้ารหัสภาพ C-RADIO และตัวเชื่อมต่อภาพ-ภาษา ข้อความ รูปภาพ และเฟรมวิดีโอเป็นอินพุต; เอาต์พุตเป็นข้อความ แบ็กโบนภาษาของมันถูกเริ่มต้นจาก Nemotron 3 Super Base ซึ่งกลั่นด้วยหนึ่งล้านล้านโทเค็นจาก Nemotron 3 Ultra Base จากนั้นจึงได้รับการขยายด้วย 35 พันล้านโทเค็นไปสู่คอนเท็กซ์ 1M การฝึกระดับกลางด้านวิศวกรรมซอฟต์แวร์ และขั้นตอนการฟื้นฟูบริบทแบบยาว การทำนายหลายโทเค็นแบบเนทีฟช่วยให้ถอดรหัสเชิงคาดการณ์ได้โดยไม่ต้องมีดราฟเตอร์แยกต่างหาก มันทำงานที่ BF16 บน 4×H100 หรือ 2×GB200 พร้อมบิลด์ NVFP4 และไมโครเซอร์วิส NIM สำหรับการปรับใช้ในโปรดักชัน
• สิ่งที่คุณเป็นเจ้าของ — ค่าน้ำหนักของโมเดล ตัวตัดคำ (tokeniser) ตัวเข้ารหัสภาพ (vision encoder) ไปป์ไลน์หลังการฝึก และร่องรอยการตรวจสอบ ทุกพรอมต์ยังคงอยู่ภายในขอบเขตของคุณ ซึ่งสำหรับงานด้านประกันภัย สินเชื่อ สุขภาพ หรือกลาโหมแล้ว นี่ไม่ใช่ความชอบส่วนตัว แต่เป็นข้อกำหนด
• สิ่งที่คุณจ่าย — ตัวเร่งความเร็ว H100s สี่ตัวที่ความแม่นยำเต็มคือตั๋วเข้าประตู และเส้นโค้งต้นทุนคืออัตราการใช้งาน: แพงเมื่อว่าง แทบฟรีเมื่อใช้งานจนอิ่มตัว
• สิ่งที่คุณต้องแลกไป — ตารางอัตราค่าใช้จ่าย ณ วันที่ 16 ตุลาคม 2026 ยังไม่มีใครเผยแพร่ราคาของ Super VL เลย ดังนั้นการเปรียบเทียบต้นทุนรวมใด ๆ ที่คุณสร้างขึ้นในวันนี้จึงอิงจากการวัดอัตราการประมวลผลของคุณเอง ไม่ใช่ตัวเลขจากผู้ขาย
สิ่งที่ Qwen3.8-Max มอบให้คุณซึ่งเช็กพอยต์ให้ไม่ได้
Qwen3.8-Max เปิดใช้งานพารามิเตอร์ 95B ต่อโทเคน จากคลังพารามิเตอร์ขนาด 2.4 ล้านล้าน รับได้ทั้งภาพและข้อความ และมีหน้าต่างบริบทที่ต่ำกว่าหนึ่งล้านโทเคนเล็กน้อยโดยค่าเริ่มต้น บน Artificial Analysis มีค่า Intelligence Index อยู่ที่ 45 ซึ่งสูงกว่าค่า 26 ที่บันทึกไว้สำหรับ NVIDIA Nemotron 3.5 Super VL ในดัชนีเดียวกันอยู่ 19 คะแนน — และต่างจากตัวเลขส่วนใหญ่ในหน้านี้ ทั้งสองค่านั้นเป็นการวัดโดยบุคคลที่สาม ไม่ใช่คำกล่าวอ้างของผู้ขาย
• สิ่งที่คุณได้รับ — โมเดลอเนกประสงค์ระดับแนวหน้า พร้อมความสามารถด้านภาพ เรียกใช้งานได้ภายในบ่ายนี้ด้วยคีย์ API ไม่ต้องมีฮาร์ดแวร์ ไม่มีงานปฏิบัติการ ไม่ต้องวางแผนความจุ
• สิ่งที่คุณจ่าย — 2 ดอลลาร์ขาเข้า และ 6 ดอลลาร์ขาออกต่อล้านโทเคน พร้อมส่วนลด 88% สำหรับอินพุตที่แคชไว้ ซึ่งเปลี่ยนโครงสร้างต้นทุนของเวิร์กโหลดใด ๆ ที่มีพรีฟิกซ์ขนาดใหญ่ที่คงที่: พรอมต์ระบบแบบยาว เอกสารแบบคงที่ และสคีมาเครื่องมือแบบถาวร
• สิ่งที่คุณต้องแลกไป — น้ำหนักของโมเดล ไม่มีการดาวน์โหลด ไม่มีการติดตั้งใช้งานภายในเครื่อง ไม่มีการปรับจูนโมเดลที่ให้บริการ และไม่มีความสามารถในการเก็บข้อมูลไว้บนฮาร์ดแวร์ของคุณเอง
ส่วนลดแคชสมควรได้รับคำอธิบายเฉพาะ เพราะเป็นตัวเลขที่มักถูกจำลองผิดมากที่สุดในทั้งสองคอลัมน์ การลดลง 88% สำหรับอินพุตที่แคชไว้ไม่ได้หมายความว่าบิลจะถูกลง 88% แต่หมายความว่าส่วนที่ซ้ำกันของพรอมป์ต์ของคุณมีค่าใช้จ่ายประมาณหนึ่งในเก้าของราคาตามรายการ และประโยชน์จะแปรผันตามปริมาณของแต่ละคำขอที่เหมือนกับครั้งก่อนหน้าจริง ๆ ไปป์ไลน์ที่ส่งคำนำแบบคงที่ขนาดใหญ่ซ้ำ ๆ ได้ประโยชน์มหาศาล ไปป์ไลน์ที่ส่งเอกสารใหม่ทุกครั้งแทบจะไม่ได้ประโยชน์ใด ๆ เลย
เส้นราคา ที่ดำเนินไปอย่างซื่อสัตย์
สัญชาตญาณคือการคำนวณหาจุดตัด — ที่จำนวนโทเค็นเท่าไรที่การโฮสต์เองจะชนะ? การคำนวณนั้นให้ตัวเลขออกมาตัวหนึ่ง และตัวเลขนั้นมักผิด เพราะมันละเลยต้นทุนสองอย่างที่ครอบงำอยู่ นั่นคือ เวลาทางวิศวกรรมในการทำให้สแต็กการอนุมานที่โฮสต์เองทันสมัยอยู่เสมอ และต้นทุนค่าเสียโอกาสจากการใช้โมเดลที่เล็กกว่าในกรณีที่ยาก
เวอร์ชันที่มีประโยชน์กว่าคือ: รันโปรไฟล์ทราฟฟิกจริงของคุณกับอัตราที่เผยแพร่ของ Qwen3.8-Max แล้วได้ตัวเลขรายเดือนที่แม่นยำ เพราะฝั่งนั้นมีตารางอัตราค่าบริการ จากนั้นถามว่าทราฟฟิกจำนวนนั้นสัดส่วนเท่าไรที่โมเดลแบบ 12B-active จะรองรับได้ตามมาตรฐานของคุณ แล้วคิดราคาเฉพาะสัดส่วนนั้นในหน่วย GPU ในไปป์ไลน์การสกัดเอกสารส่วนใหญ่ คำตอบคือปริมาณหลักเป็นงานกลไก — ใบแจ้งหนี้ แบบฟอร์ม แผนภูมิ เลย์เอาต์ที่ซ้ำ ๆ — และมีหางเล็ก ๆ ที่ต้องใช้วิจารณญาณ ปริมาณหลักคือจุดที่การโฮสต์เองได้เปรียบ ส่วนหางคือจุดที่โมเดลระดับแนวหน้าอย่าง Qwen3.8-Max ได้เปรียบ
การแยกส่วนดังกล่าวคือสิ่งที่เลเยอร์การกำหนดเส้นทางของเราเองถือกำเนิดขึ้นมาเพื่อรองรับ และข้อเท็จจริงที่เกี่ยวข้องก็แคบพอที่จะกล่าวอย่างตรงไปตรงมาได้ Qwen3.8-Max อยู่ในแค็ตตาล็อกของเราในชื่อ qwen/qwen3.8-max/ ในราคาตามรายการของ Alibaba โดยบวกเพิ่ม 0% ผู้ขายเรียกเก็บเท่าไร นั่นคือสิ่งที่คุณจ่าย และการลดราคาของผู้ขายจะมีผลในวันเดียวกัน ไม่ใช่รอบบิลถัดไป ส่วน NVIDIA Nemotron 3.5 Super VL ไม่ได้อยู่ในแค็ตตาล็อกของเรา และจะไม่มีวันอยู่ในรูปแบบของ endpoint เพราะมันคือเช็กพอยต์ที่คุณโฮสต์เอง มากกว่าจะเป็นบริการที่ใครจะขายต่อให้คุณ สิ่งที่อยู่ระหว่างสองสิ่งนี้คือการประกอบเข้าด้วยกัน: DSL การกำหนดเส้นทางช่วยให้การเรียกครั้งเดียวกระจายออกไปได้ ดังนั้นหน้าที่ทำงานเชิงกลไกสามารถส่งไปยังโมเดลราคาถูกที่คุณชี้ไปได้ ขณะที่หน้าที่ต้องใช้วิจารณญาณจะถูกยกระดับขึ้น และการสลับสำรองอัตโนมัติจะย้ายคำขอไปยังต้นทางที่ยังทำงานปกติ เมื่อต้นทางที่มันมุ่งหน้าไปนั้นเสื่อมประสิทธิภาพลง คีย์เดียวสำหรับครึ่งที่เป็นโฮสต์ GPU ของคุณเองสำหรับอีกครึ่ง และนโยบายเดียวที่ตัดสินว่าคำขอใดจะไปที่ใด
ตัวอย่างที่ลงมือทำจริง ไม่ใช่แค่สมมติฐาน: ไปป์ไลน์เดียวกันสามารถส่งแบบฟอร์มหนึ่งหน้าไปยังโมเดลข้อความขนาดเล็กผ่านแค็ตตาล็อก ส่งรายงานประจำปีที่เน้นกราฟไปยังโมเดลวิชัน และเก็บ Qwen3.8-Max ไว้สำรองสำหรับเอกสารส่วนน้อยที่การสกัดข้อมูลกำกวมจริง ๆ โมเดลสำรองคิดราคา $6 ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็น และไม่มีค่าใช้จ่ายเมื่อไม่ได้ใช้ ซึ่งเป็นวิธีที่ดีกว่ามากเมื่อเทียบกับการจัดเตรียม H100 เครื่องที่สี่สำหรับปริมาณงานที่พุ่งสูงเดือนละสองครั้ง
ใครควรทำอะไร เริ่มตั้งแต่สัปดาห์นี้
ถ้างานของคุณเกี่ยวข้องกับข้อมูลที่มีการกำกับดูแล — หมวดหมู่ใดก็ตามที่การส่งเพจไปยังบุคคลที่สามต้องผ่านการตรวจสอบทางกฎหมาย — การตัดสินใจก็ถูกกำหนดไว้ให้คุณแล้ว และนั่นคือ Super VL รวมถึงฮาร์ดแวร์ขั้นต่ำและทุกอย่างที่เกี่ยวข้อง ถ้างานของคุณคือการทำความเข้าใจเอกสารและหน้าจอปริมาณมากภายใต้แนวปฏิบัติด้านความเป็นส่วนตัวตามปกติ คำตอบที่ถูกต้องและประหยัดที่สุดสำหรับทีมส่วนใหญ่ในตอนนี้คือโมเดลแนวหน้าแบบคิดตามปริมาณการใช้งาน เพราะมันใช้งานได้แล้ววันนี้และราคาเป็นที่ทราบกัน ถ้าคุณอยู่ตรงกลางระหว่างสองแบบ ซึ่งเป็นจุดที่ไปป์ไลน์จริงส่วนใหญ่อยู่ สองสิ่งนี้ไม่ใช่คู่แข่งกันเลย: Qwen3.8-Max สำหรับส่วนที่ยาก และ Super VL ที่โฮสต์เองสำหรับปริมาณมาก โดยมีเราเตอร์ตัดสินใจเป็นรายคำขอ
สิ่งที่ทำให้หน้านี้เปลี่ยนไปคืออัตราค่าบริการที่ประกาศเผยแพร่สำหรับ Super VL จากผู้ให้บริการรายใดก็ตาม ทันทีที่เช็คพอยต์ Nemotron ปรากฏอยู่หลังปลายทางแบบคิดค่าบริการตามการใช้งาน ข้อโต้แย้งเรื่องค่าใช้จ่ายขั้นต่ำในการดีพลอยก็สลายไป การเปรียบเทียบก็กลายเป็นราคาเทียบกับราคา และคำถามที่น่าสนใจก็เปลี่ยนจากรุ่นไหนมาเป็นผู้ให้บริการรายไหน จนกว่าจะถึงตอนนั้น สองคอลัมน์ก็ยังตอบคำถามที่ต่างกันอยู่ — และคำตอบที่ตรงไปตรงมาต่อ "ตัวไหนดีกว่า" ก็คือ โมเดลที่มีราคากับโมเดลที่มีใบอนุญาตไม่ใช่สิ่งประเภทเดียวกัน
