การ์ดหัวเรื่องสำหรับการเปรียบเทียบ โดยมีพาดหัวว่า 'Nemotron for Science vs Nemotron 3.5 Super' ระบุว่าเหล่านี้ไม่ใช่สองโมเดล: ช็อกพอยต์เดือนตุลาคมที่ขนาดรวม 120B และใช้งาน 12B พร้อมผู้เชี่ยวชาญแบบ routed 512 รายต่อเลเยอร์ MoE, น้ำหนักโมเดลบน Hugging Face วันที่ 12 ตุลาคม 2026 และประกาศเมื่อวันที่ 15 ตุลาคม, แพ็กเกจเดือนพฤศจิกายนเมื่อวันที่ 16 พฤศจิกายนที่ SC26 ในชิคาโก, และคำถาม LitmusBench v0.2 ประมาณ 50,000 ข้อ ซึ่งเป็นอาร์ติแฟกต์ของโมเดลใหม่เพียงรายการเดียว
Engineering & Research

Nemotron for Science vs Nemotron 3.5 Super: น้ำหนักโมเดลเดียวกัน แต่เป็นผลิตภัณฑ์ที่แตกต่างกัน

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

การเปรียบเทียบนี้มีข้อเท็จจริงที่น่าอึดอัดอยู่ตรงกลาง: NVIDIA Nemotron for Science และ NVIDIA Nemotron 3.5 Superไม่ใช่สองโมเดล แต่เป็นเช็กพอยต์ขนาด 120,000 ล้านพารามิเตอร์เดียวกัน ที่ส่งออกห่างกันห้าสัปดาห์ในบรรจุภัณฑ์ที่ต่างกัน Nemotron 3.5 Super คือน้ำหนักโมเดล — รีโพซิทอรีภายใต้ชื่อเต็มว่า Nemotron 3.5 Super VL 120B A12B ซึ่งอยู่บน Hugging Face ตั้งแต่ 12 ตุลาคม 2026 ประกาศเมื่อ 15 ตุลาคม ภายใต้ OpenMDW-1.1 มีพารามิเตอร์ที่ใช้งานจริง 12,000 ล้านตัวต่อโทเคน และรองรับคอนเท็กซ์ 1M โทเคน ส่วน Nemotron for Science คือสิ่งที่ NVIDIA ประกาศที่ SC26 เมื่อ 16 พฤศจิกายน: เช็กพอยต์นั้น บวกกับ LitmusBench v0.2 ซึ่งเป็นคำถามเกี่ยวกับการให้เหตุผลทางเคมีราว 50,000 ข้อ บวกกับสูตรการฝึกหลังการฝึก (post-training recipes) และการเชื่อมต่อเครื่องมือ CUDA-X บวกกับการติดตั้งใช้งานในสถาบันที่ระบุชื่อเจาะจงเจ็ดแห่ง

ดังนั้น คำถามที่มีประโยชน์จึงไม่ใช่คำถามที่ว่าอันไหนดีกว่า แต่เป็นคำถามว่าแพ็กเกจเดือนพฤศจิกายนเพิ่มอะไรให้กับเช็กพอยต์เดือนตุลาคม สิ่งที่เพิ่มเข้ามานั้นสมควรได้ชื่อแยกต่างหากหรือไม่ และวันนี้คุณจะดาวน์โหลดอะไรจริง ๆ หากต้องการรันเอเจนต์เคมีบนซิลิคอนของ NVIDIA นั่นเป็นคำถามที่น่าสนใจกว่าตารางสเปก และคำตอบก็ยกย่อง NVIDIA มากกว่าเรื่องเล่าการรีแพ็กเกจโดยทั่วไป

สิ่งที่เหมือนกัน และมันคือส่วนใหญ่ของมัน

เริ่มจาก checkpoint เพราะทุกอย่างในทั้งสองแพ็กเกจขึ้นอยู่กับสิ่งนี้ สถาปัตยกรรมไม่เปลี่ยนแปลงระหว่างเดือนตุลาคมถึงพฤศจิกายน: มิกซ์เจอร์ออฟเอ็กซ์เพิร์ตแบบไฮบริดของ Mamba-2 และ Transformer, ผู้เชี่ยวชาญแบบ routed จำนวน 512 รายต่อชั้น MoE, หัวทำนายหลายโทเคน, ตัวเข้ารหัสภาพ C-RADIO และตัวเชื่อมต่อภาพ-ภาษา, พารามิเตอร์รวม 120B โดยมี 12B ที่ใช้งานต่อโทเคน และบริบทสูงสุดถึง 1M โทเคน อินพุตเป็นข้อความ ภาพ RGB และวิดีโอ MP4 ความยาวสูงสุดสองนาที เอาต์พุตเป็นข้อความ ระดับความเข้มข้นในการให้เหตุผลกำหนดค่าได้ผ่านเทมเพลตแชทที่ off, medium หรือ on

• พารามิเตอร์ — รวม 120B, ใช้งาน 12B เหมือนกันในทั้งสองแบบ ไม่มีเช็กพอยต์ Nemotron for Science ที่มีจำนวนพารามิเตอร์ต่างกัน เพราะไม่มีเช็กพอยต์ Nemotron for Science แยกต่างหาก

• สัญญาอนุญาต — OpenMDW-1.1 สำหรับการใช้งานเชิงพาณิชย์และไม่ใช่เชิงพาณิชย์ เหมือนกันทุกประการ และนี่คือสิ่งที่ทำให้ข้อเสนอด้าน post-training เป็นไปได้เลยทีเดียว

• บริบท — 1M โทเค็น โดยการ์ดแนะนำวิดีโอที่ 2 FPS สูงสุด 256 เฟรม หรือ 1 FPS และ 128 เฟรมที่ 1080p

• ระดับฮาร์ดแวร์ขั้นต่ำ — 4× H100 หรือ 2× GB200 ที่ BF16; บิลด์ NVFP4 รองรับ DGX Spark เพียงเครื่องเดียว, H200 หนึ่งเครื่อง, H100 สองเครื่อง หรือ GB200 หนึ่งเครื่อง สายผลิตภัณฑ์ DGX Spark คือสิ่งที่ SC26 ใช้เป็นหลัก และเป็นไลน์เดียวกับที่การ์ดเดือนตุลาคมระบุไว้แล้ว

• เบนช์มาร์ก — GPQA-Diamond 89.52, SWE-bench Verified 71.10, SWE-bench Pro 51.78, Terminal-Bench 2.1 60.67, tau2 retail 69.24, BrowseComp 78, MathVision 78.16, CharXiv reasoning 80.82 ทั้งหมดเป็นข้อมูลที่ผู้ขายรายงานเอง ทั้งหมดเผยแพร่พร้อมการ์ดเดือนตุลาคม ไม่มีรายการใดเป็นข้อมูลใหม่

หากคุณดาวน์โหลด Nemotron 3.5 Super ไปแล้วในเดือนตุลาคม คุณก็มีโมเดลที่เป็นพื้นฐานของ Nemotron for Science อยู่แล้ว ไม่มีส่วนใดในการประกาศเดือนพฤศจิกายนที่เปลี่ยนแปลงค่าน้ำหนักของโมเดลนี้

อะไรกันแน่ที่ใหม่ และมันก็ไม่ใช่เรื่องเล็กน้อย

ตอนนี้คือส่วนที่คุ้มค่ากับบทความ มีสามสิ่งมาถึงในวันที่ 16 พฤศจิกายน ซึ่งไม่มีอยู่ในวันที่ 15 ตุลาคม และแต่ละอย่างก็เปลี่ยนสิ่งที่คุณทำได้ตั้งแต่วันแรก

LitmusBench v0.2 คือไฮไลต์หลักคำถามการให้เหตุผลทางเคมีราว 50,000 ข้อ สร้างจากข้อมูลคุณสมบัติโมเลกุลและบันทึกการค้นพบยาจากการทดลอง ครอบคลุมงานอย่างการทำนายการละลายและวิธีที่ร่างกายเมแทบอไลซ์สารประกอบ คุณสมบัติสองประการทำให้มันเป็นมากกว่ากระดานจัดอันดับ: มันเป็นแบบเปิด และได้รับการออกแบบให้ใช้สำหรับ post-training รวมถึงการประเมินผล โมเดล 120B ที่มีสัญญาอนุญาตแบบผ่อนปรนและไม่มีข้อมูลเคมีสำหรับ fine-tune นั้นเป็นโมเดลที่คุณต้องสร้างชุดข้อมูลขึ้นมาเอง ส่วนโมเดล 120B ที่มาพร้อมคำถามเคมีที่ติดป้ายกำกับ 50,000 ข้อ คือโมเดลที่คุณปรับแต่งได้ภายในหนึ่งสัปดาห์ นั่นคือความแตกต่างที่แพ็กเกจนี้มอบให้

สูตรเหล่านี้คือชิ้นส่วนที่สอง NVIDIA ได้เผยแพร่สูตรการฝึกหลังการฝึกสำหรับการปรับใช้กับโดเมนเฉพาะ ตลอดจนเอกสารประกอบสำหรับการฝังโมเดลในเวิร์กโฟลว์ของเอเจนต์ที่อ่านข้อมูลทางวิทยาศาสตร์ เขียนโค้ด และเรียกใช้เครื่องมือที่เร่งความเร็วด้วย CUDA-X สำหรับใครก็ตามที่เคยลองให้โมเดลทั่วไปเรียกใช้แพ็กเกจพลศาสตร์โมเลกุลได้อย่างถูกต้อง เอกสารการเชื่อมต่อเครื่องมือถือเป็นส่วนที่ไม่หวือหวา แต่เป็นตัวชี้ขาดว่าลูปนั้นจะทำงานได้จริงหรือไม่

การนำไปใช้งานจริงถือเป็นประเภทที่สาม และสิ่งเหล่านี้คือหลักฐานเชิงประจักษ์มากกว่าจะเป็นเพียงสิ่งที่สร้างขึ้น Terray Therapeutics ฝึกปรับโมเดลเพิ่มเติมด้วยแผนภาพเคมี และกู้คืนปฏิกิริยาที่มีคำกำกับได้ราว 76% บน RxnScribe ซึ่งเอาชนะผลลัพธ์ที่เผยแพร่ก่อนหน้าบนสองเบนช์มาร์ก Lila Sciences ทำความแม่นยำในการสังเคราะห์ควอนตัมดอทได้ 61% เทียบกับ 54% ของ GPT-6 Astra ด้วยต้นทุนการอนุมานต่ำกว่า 10–20 เท่า Therna เกือบเพิ่มความแม่นยำในการทำนายช่วงการแสดงออกของโปรตีนสำหรับการออกแบบ mRNA เป็นสองเท่า โดยนักวิทยาศาสตร์เลือกคำอธิบายของระบบใน 96% ของการเปรียบเทียบแบบปกปิด Argonne กำลังผสานรวมเข้ากับ StructBioReasoner; Jülich ผสานเข้ากับเอเจนต์การค้นพบยาและวิทยาศาสตร์; RIKEN ให้บริการบน RIKYU ผ่านเกตเวย์ RiVault และ KTH สร้างเอเจนต์ซ่อมแซม GROMACS ที่แก้ไขการตั้งค่าที่จงใจทำให้เสียได้ 81% ในการรันข้ามคืนครั้งเดียวบน DGX Spark เครื่องเดียว โดยตรวจสอบยืนยันโดย GROMACS เอง

A two-column scoreboard contrasting the October checkpoint with the November package across what it is, when it was announced, dataset, recipes, evidence and price: the checkpoint is the open 120B model alone with a vendor benchmark table and no rate card, while the November package adds LitmusBench v0.2 at about 50,000 questions, post-training recipes with CUDA-X tool wiring, and seven named partners and institutions.

ทำไมการแยกออกเป็นสองชื่อจึงมีเหตุผลรองรับ

การตีความแบบมองในแง่ร้ายคือ NVIDIA ประกาศโมเดลเดียวกันสองครั้ง ผมไม่คิดว่าข้อนั้นจะสมเหตุสมผล และเหตุผลก็คือการประกาศทั้งสองครั้งตอบคำถามที่แตกต่างกัน

คำถามของเดือนตุลาคมคือ “เช็กพอยต์นี้คืออะไร และนำไปดีพลอยได้หรือไม่” คำตอบคือโมเดล MoE ที่รองรับทั้งภาษาและภาพขนาด 120B พร้อมหน้าต่างบริบท 1M โทเคน ข้อกำหนดฮาร์ดแวร์ขั้นต่ำตั้งแต่ DGX Spark ไปจนถึงโหนด GB200 และคำกล่าวอ้างเรื่องความเร็ว — เร็วกว่าอันดับรองลงมาในคลาสเดียวกัน 5 เท่า ตามข้อมูลของ NVIDIA แม้ว่าในเวลาที่มีการกล่าวอ้างนั้น Artificial Analysis จะไม่ได้ระบุโมเดลนี้ไว้ก็ตาม นั่นคือการเปิดตัวโมเดล

คำถามของเดือนพฤศจิกายนคือ "กลุ่มเคมีทำอะไรกับมันในวันจันทร์?" คำตอบนั้นคือชุดข้อมูล สูตร และองค์กรเจ็ดแห่งที่ทำมันแล้วและรายงานตัวเลข การจัดส่งน้ำหนักไม่ใช่ผลิตภัณฑ์เดียวกันกับการจัดส่งเวิร์กโฟลว์ และอันที่สองคือสิ่งที่กลุ่มวิจัยสามารถนำไปใช้ได้จริง

หลักฐานที่หนักแน่นที่สุดสำหรับการตีความนั้นคือรูปร่างของผลลัพธ์จากพาร์ตเนอร์ ตัวเลขพาดหัวทุกตัวล้วนมาจากเวอร์ชันที่ผ่านการฝึกต่อ ไม่ใช่จากเช็กพอยต์ในสภาพที่ส่งมอบ Terray ปรับแต่งมันจากไดอะแกรม Lila ปรับแต่งมันจากฟีดแบ็กในห้องแล็บ Therna ปรับแต่งมันจากข้อมูลการออกแบบ mRNA ชุดนี้ไม่ได้อ้างว่าโมเดลฐานเป็นนักเคมี แต่กำลังอ้างว่าโมเดลฐานเป็นจุดเริ่มต้นที่ดีพอที่ทีมในโดเมนจะทำให้มันเป็นนักเคมีได้ นั่นเป็นการอ้างที่ถ่อมตัวกว่าและมีประโยชน์กว่า และคงเป็นเรื่องแปลกที่จะอ้างเช่นนั้นในเดือนตุลาคม ก่อนที่ชุดข้อมูลจะถูกสร้างขึ้นมาเพื่อใช้ในการอ้าง

สิ่งที่แพ็กเกจยังไม่ได้ให้คุณ

สามช่องโหว่ เรียงตามต้นทุนที่คุณจะต้องจ่าย หากต้องค้นพบด้วยวิธีที่เจ็บปวด

• ไม่มีการประเมินทางเคมีโดยอิสระ Artificial Analysis ระบุ Nemotron 3.5 Super VL ไว้จริง — Intelligence Index 14, เอาต์พุต 291 โทเค็นต่อวินาที, 11.85 วินาทีถึงโทเค็นคำตอบแรก, $0.20 ต่อล้านโทเค็นอินพุต และ $0.50 ต่อล้านโทเค็นเอาต์พุต พร้อมส่วนลดแคช 75% นั่นเป็นคะแนนทั่วไปจากบุคคลที่สาม และควรค่าแก่การทราบ แต่ไม่ใช่คะแนนทางเคมี ตัวเลขวิทยาศาสตร์ทุกตัวในรีลีส SC26 ถูกสร้างโดยฝ่ายที่มีส่วนได้ส่วนเสีย และ LitmusBench v0.2 ใหม่พอที่ยังไม่มีกลุ่มภายนอกใดเผยแพร่ผลลัพธ์บนนั้น

• ไม่มีราคาจากผู้ขาย $0.20/$0.50 ข้างต้นเป็นมิเตอร์ของแพลตฟอร์มบุคคลที่สาม ไม่ใช่ตารางราคาของ NVIDIA NVIDIA ยังไม่ได้เผยแพร่ราคา NIM ต่อโทเคน ซึ่งหมายความว่าเส้นทางการจัดทำงบประมาณเดียวที่มีต้นทุนที่ทราบคือการโฮสต์ด้วยตนเอง

• ไม่มีอัตราความสำเร็จสำหรับลูปของเอเจนต์ ผลลัพธ์ของ KTH รายงานว่ามีการแก้ไขกรณีทดสอบ 81% ซึ่งเป็นตัวเลขที่ชัดเจนที่สุดในรีลีส — แต่ไม่ได้รายงานว่าแต่ละการแก้ไขต้องเรียกเครื่องมือกี่ครั้ง เอเจนต์วนซ้ำโดยไม่มีความคืบหน้ากี่ครั้ง หรืองานที่เสร็จสมบูรณ์มีต้นทุนเท่าใด ตัวเลขเหล่านี้คือสิ่งที่กำหนดว่าเอเจนต์พร้อมนำไปใช้งานได้จริงหรือเพียงแค่น่าประทับใจ

วิธีรันมัน และสแตกโดยรอบเข้ากันตรงไหน

คำแนะนำในการติดตั้งใช้งานนั้นชัดเจนเป็นพิเศษสำหรับรีลีสแบบเปิดน้ำหนักโมเดล ดังนั้นให้ยึดตามอย่างเคร่งครัด การ์ดระบุให้ใช้ vLLM พร้อม TP4 หรือ TP2, --trust-remote-code, การจัดตารางแบบ async, การถอดรหัสแบบ speculative ด้วย MTP ที่มี draft token ห้าตัว และ --max-num-seqs 32; หรือ SGLang พร้อม FP8 KV cache และการถอดรหัสแบบ speculative ด้วย EAGLE ที่ห้าขั้นตอน การสุ่มตัวอย่างใช้ temperature 1.0 พร้อม top_p 0.95 สำหรับข้อความ และ 0.6 พร้อม 0.95 สำหรับภาพ และชื่อเซิร์ฟเวอร์ในตัวอย่างคือ nemotron-3.5-super-vl ขีดจำกัดมัลติโมดัลคือหนึ่งภาพและหนึ่งวิดีโอต่อพรอมต์ นี่คือการกำหนดค่าที่คุณคัดลอกไปใช้ได้เลยโดยไม่ต้องคำนวณเอง

Nemotron 3.5 Super VL ไม่อยู่ในแคตตาล็อกของเรา — เราไม่ได้ให้บริการมัน ดังนั้นเส้นทางแบบโฮสต์เองคือเส้นทางจริง และนั่นเป็นสิ่งที่สมเหตุสมผลที่บทความเกี่ยวกับเช็กพอยต์แบบเปิดจะพูดได้ ด้านของสแต็กเราที่เข้าไปเกี่ยวข้องคือรอบ ๆ โมเดลวิทยาศาสตร์ มากกว่าเข้าไปอยู่ในตัวมันเอง เอเจนต์วิจัยคือตัววางแผนที่ห่อหุ้มเช็กพอยต์เฉพาะโดเมนไว้: มันแยกงานออกเป็นส่วนย่อย เรียกโมเดลเคมี เรียกการจำลอง อ่านผลลัพธ์ และตัดสินใจว่าต่อไปจะทำอะไร ตัววางแผนมักเป็นโมเดลทั่วไป และนั่นคือเลเยอร์ที่คีย์เดียวที่ใช้ได้กับ โมเดลมากกว่า 200 โมเดล ในราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ช่วยประหยัดงานการเชื่อมต่อ — พร้อมด้วย การสลับสำรองอัตโนมัติ ดังนั้นงานรันข้ามคืนหกชั่วโมงจะไม่ล้มเหลวในชั่วโมงที่ห้าเพราะผู้ให้บริการรายหนึ่งมีประสิทธิภาพลดลง การรวมโมเดล คืออีกกลไกหนึ่งที่ควรรู้ในบริบทนี้: ชุดโมเดลที่ช่วยกันตอบคำถามทางเคมีเดียวกันเป็นวิธีที่สมเหตุสมผลในการคัดกรองว่ามีโปรโตคอลใดบ้างที่คุ้มค่าจะรันบนฮาร์ดแวร์จริง

A five-row deployment card titled 'How to run Nemotron 3.5 Super VL', giving the vLLM configuration with TP4 or TP2 and MTP speculative decoding at five draft tokens, the SGLang configuration with FP8 KV cache and EAGLE at five steps, sampling temperatures of 1.0 and 0.6 with top_p 0.95, the one-image and one-video per-prompt limit, and the hardware floor of 4x H100 or 2x GB200 at BF16 or a single DGX Spark on the NVFP4 build.

ดูอะไรดี

คะแนน LitmusBench v0.2 จากภายนอกครั้งแรกคือสิ่งที่มีประโยชน์ที่สุดเพียงอย่างเดียวที่อาจปรากฏขึ้น เพราะมันเป็นตัวเลขเดียวในเรื่องนี้ที่ฝ่ายที่เป็นกลางสามารถสร้างขึ้นมาได้ ตารางอัตราค่าบริการของ NIM จะทำให้การเปรียบเทียบระหว่างแบบโฮสต์กับแบบโฮสต์เองเป็นการคิดเลขแทนการคาดเดา และรายงานวงจรการทำงานของเอเจนต์ — อัตราความสำเร็จ งบการเรียกใช้เครื่องมือ ต้นทุนต่องานที่ทำเสร็จ — จะเปลี่ยนผลลัพธ์ของ KTH และ Lila จากเกร็ดเรื่องที่ให้กำลังใจให้กลายเป็นสิ่งที่ทีมสามารถวางแผนรองรับได้

จนถึงตอนนั้น สรุปสั้น ๆ คือ: หากคุณดาวน์โหลด Nemotron 3.5 Super ไปในเดือนตุลาคม Nemotron for Science ไม่ได้มาแทนที่มัน แต่ต่อยอดมันด้วยข้อมูลและสูตรการใช้งานที่ทำให้มันกลายเป็นเครื่องมือทางเคมี หากคุณยังไม่ได้ดาวน์โหลด แพ็กเกจเดือนพฤศจิกายนเป็นจุดเริ่มต้นที่ดีกว่า เพราะเป็นเวตชุดเดียวกันพร้อมชุดเริ่มต้นแนบมาให้

A screenshot of the Hugging Face model card for nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16, showing the repository name, the model card header and the opening sections of the documentation.
© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube