Xing 4.0 29B-A4B กับ Nemotron 3.5 Lightning 30B-A3B: รูปร่างเดียวกัน แต่ใบอนุญาตต่างกัน
- Orcaใหม่Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 61 tok/s
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 75 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 · 722 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 · 36 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 · 185 tok/s
วาง Xing 4.0 29B-A4B และ Nemotron 3.5 Lightning 30B-A3B ไว้ในบรรทัดเดียวกัน แล้วสเปกก็เกือบจะบรรจบกัน: พารามิเตอร์ 29 พันล้าน เทียบกับ 30 พันล้าน, 4 พันล้านที่เปิดใช้งานต่อโทเคน เทียบกับ 3 พันล้าน, โครงสร้างแบบ sparse mixture-of-experts ทั้งสองฝั่ง และเป้าหมายการออกแบบที่ชัดเจนสำหรับงานแบบ agentic และการใช้เครื่องมือในโมเดลการ์ดทั้งสอง ทั้งสองมาถึงห่างกันเพียงห้าสัปดาห์ในฤดูร้อนเดียวกัน — การเปิดตัวแบบ general availability ของ NVIDIA เมื่อวันที่ 11 สิงหาคม 2026, น้ำหนักโมเดลของ China Telecom เมื่อวันที่ 16 กันยายน 2026 โดยมี endpoint ที่เรียกใช้งานได้ตามมาในช่วงกลางเดือนตุลาคม ความบรรจบกันนี้เป็นเรื่องจริง และทำให้คู่นี้เป็นคู่ที่เทียบกันได้ตรงที่สุดในซีรีส์นี้ และนี่ก็เป็นจุดที่ความคล้ายคลึงสิ้นสุดลงเช่นกัน เพราะการเปิดตัวทั้งสองเดิมพันในทิศทางตรงกันข้ามในเรื่องความยาวบริบท สถาปัตยกรรม attention และที่สำคัญที่สุดคือการออกใบอนุญาต — และหนึ่งในสามข้อนั้นเป็นการตัดสินใจที่ทีมกฎหมายของคุณเป็นผู้ทำ ไม่ใช่ทีม ML ของคุณ
ในจุดที่สเปกตรงกันอย่างแท้จริง
• จำนวนพารามิเตอร์ทั้งหมด — Nemotron 3.5 Lightning 30B ทั้งหมด เทียบกับ Xing 4.0 29B ความแตกต่างหนึ่งพันล้านพารามิเตอร์บนโมเดลสามหมื่นล้านนั้นไม่ใช่เรื่องอะไรเลย
• พารามิเตอร์ที่ใช้งานอยู่ — Nemotron 3B ต่อโทเคน เทียบกับ Xing 4B ต่อโทเคน นี่คือตัวเลขที่กำหนดทรูพุตของคุณ และช่องว่างนั้นเล็กกว่าที่ความต่างของชื่อ ("A3B" เทียบกับ "A4B") ทำให้ดูเหมือนมาก: Xing ใช้การคำนวณต่อโทเคนมากกว่าประมาณหนึ่งในสาม
• Form — ทั้งคู่เป็น MoE แบบ sparse, ทั้งคู่เป็นอาร์ติแฟกต์แบบเปิดเต็มที่ในสไตล์ Apache ในแง่ที่ว่าน้ำหนักนั้นดาวน์โหลดได้และสูตรการให้บริการนั้นได้รับการเผยแพร่, ทั้งคู่มีบิลด์แบบควอนไทซ์จากผู้ขายและชุมชน
• บรีฟการออกแบบ — การ์ดทั้งสองใบเขียนขึ้นสำหรับเอเจนต์ การ์ดของ Xing 4.0 ระบุถึงการวางแผนหลายขั้นตอน การเรียกใช้เครื่องมือ และห่วงโซ่การให้เหตุผล ส่วนของ Nemotron มาพร้อมกับ NeMo Switchyard ไลบรารีจัดเส้นทางแบบโอเพนซอร์สสำหรับตัดสินว่าโมเดลใดจะจัดการขั้นถัดไปภายในลูปของเอเจนต์ สองแล็บ ข้อสรุปเดียวกันว่าโมเดลโอเพนขนาดเล็กสร้างคุณค่าได้ตรงไหน
• การเผยแพร่ — Nemotron 3.5 Lightning ถึงระยะ GA เมื่อวันที่ 11 สิงหาคม 2026 โดยมีเวอร์ชัน NVFP4 และ base ปรากฏขึ้นในวันถัด ๆ ไป รีโพซิทอรีของ Xing 4.0 ถูกสร้างขึ้นเมื่อวันที่ 16 กันยายน 2026 บิลด์ที่ผ่านการควอนไทซ์เปิดตัวเมื่อวันที่ 13 ตุลาคม และเอนด์พอยต์แบบคิดค่าบริการตามการใช้งานปรากฏขึ้นในวันที่ 15–16 ตุลาคม
จุดที่มันเริ่มไม่ตรงกัน: บริบท และวิธีที่คุณได้มันมา
นี่คือช่องว่างในทางปฏิบัติที่ใหญ่ที่สุดระหว่างทั้งสอง และไม่ใช่เรื่องใกล้เคียงเลย
• หน้าต่างบริบท — Nemotron 3.5 Lightning: สูงสุด 1M โทเค็น Xing 4.0: 256K แบบเนทีฟ การ์ดอ้างว่าขยายได้ถึง 512K
• นั่นหมายความว่าอย่างไรในทางปฏิบัติ — การ์ดของ NVIDIA เองยอมรับอย่างตรงไปตรงมาว่าหน้าต่างหนึ่งล้านโทเคนถูกจำกัดด้วยหน่วยความจำ และ 256K คือตัวเลขที่ผ่านการตรวจสอบแล้วบน H100 ขนาด 80GB เพียงตัวเดียว ดังนั้นการเปรียบเทียบอย่างตรงไปตรงมาในระดับการนำไปใช้งานคือ 256K เทียบกับ 256K โดย Nemotron มีเส้นทางที่มีเอกสารและผ่านการตรวจสอบจากผู้ขายไปสู่สี่เท่าของจำนวนนั้น และ Xing มีข้ออ้างบนการ์ดว่าได้เป็นสองเท่าของจำนวนนั้น
• การออกแบบ Attention — Nemotron 3.5 Lightning เป็นแบบไฮบริด: เลเยอร์สเปซสถานะ Mamba-2 ผสมกับ attention และการจัดเส้นทางแบบ MoE ส่วน Xing 4.0 ใช้ MLA ตลอดทั้งระบบ — สถานะคีย์-แวลูแฝงแบบบีบอัด แนวทางสาย DeepSeek — บวกกับสตรีมเรซิดิวแบบ hyper-connection ที่มีข้อจำกัดบนเมนิโฟลด์ สองสิ่งนี้เป็นกลยุทธ์ที่แตกต่างกันสำหรับปัญหา KV-cache เดียวกัน และไม่มีอันใดเป็นความผิดพลาด
• การถอดรหัสเชิงสเปกูเลทีฟ — Xing 4.0 มีการทำนายหลายโทเค็นที่ฝึกฝนไว้ในเช็กพอยต์แล้ว อาร์ติแฟกต์ที่เผยแพร่ของ Nemotron 3.5 Lightning นั้นรวมโมเดลร่างรูปแบบต่าง ๆ ไว้ในตระกูลที่ผ่านการควอนไทซ์ ซึ่งทำหน้าที่คล้ายคลึงกัน แต่ MTP เป็นคุณสมบัติของค่าน้ำหนักของ Xing เอง มากกว่าที่จะเป็นไฟล์ประกอบ
• ความแม่นยำ — NVIDIA เผยแพร่เช็กพอยต์ BF16 เป็นข้อมูลอ้างอิงระดับความแม่นยำเต็มรูปแบบที่ตั้งใจไว้อย่างชัดเจนสำหรับการปรับแต่งและการฝึกหลังการฝึก โดยมีบิลด์ NVFP4 สำหรับการอนุมานในระดับโปรดักชัน Xing 4.0 เผยแพร่ BF16, FP8, w8a8 และ GGUF หากคุณวางแผนจะไฟน์จูน ทั้งสองแบบก็ตอบโจทย์ได้ดีพอ ๆ กัน หากคุณวางแผนจะให้บริการ ทั้งคู่ก็ต้องการให้คุณใช้ชิ้นงานที่ผ่านการควอนไทซ์
ความแตกต่างด้านไลเซนซิ่งคือสิ่งที่ตัดสินใจจริงๆ
Nemotron 3.5 Lightning เผยแพร่ภายใต้ข้อตกลงสัญญาอนุญาต OpenMDW เวอร์ชัน 1.1 — สัญญาอนุญาตสำหรับโมเดลเปิดของ NVIDIA เอง ซึ่งมีองค์กรภายนอกบริษัทเป็นผู้ดูแล ส่วน Xing 4.0 เผยแพร่ภายใต้ Apache 2.0
ทั้งสองอนุญาตให้ใช้เชิงพาณิชย์ได้ ทั้งสองไม่ใช่เอกสารที่เทียบเท่ากัน และความแตกต่างจะปรากฏในส่วนต่าง ๆ ของการนำไปใช้งานที่วิศวกรมักไม่ค่อยอ่าน Apache 2.0 เป็นสัญญาอนุญาตที่มีความสมบูรณ์ ถูกฟ้องร้องกันอย่างกว้างขวาง ได้รับการรับรองจาก OSI พร้อมการให้สิทธิ์ด้านสิทธิบัตรที่เป็นที่คุ้นเคย และมีบรรทัดฐานทางกฎหมายระดับองค์กรรองรับเป็นเวลาหนึ่งทศวรรษ จึงผ่านการอนุมัติล่วงหน้าแล้วในองค์กรขนาดใหญ่ส่วนใหญ่ OpenMDW เป็นสัญญาที่ใหม่กว่าและเป็นที่คุ้นเคยน้อยกว่า ซึ่งหมายความว่าการนำโมเดล Nemotron ไปใช้เชิงพาณิชย์เป็นครั้งแรกภายในสภาพแวดล้อมที่อยู่ภายใต้การกำกับดูแลหรือระดับองค์กร มีแนวโน้มที่จะต้องผ่านการตรวจสอบทางกฎหมายมากกว่าการนำ Xing 4.0 ไปใช้ในลักษณะเทียบเท่ากัน นั่นไม่ใช่ข้อโต้แย้งว่า OpenMDW เป็นสัญญาที่จำกัดสิทธิ์ — แต่เป็นข้อโต้แย้งว่าความไม่คุ้นเคยมีต้นทุน และต้นทุนนั้นจ่ายเป็นสัปดาห์ ไม่ใช่เป็นดอลลาร์ หากคุณกำลังเลือกระหว่างสองตัวนี้โดยพิจารณาจากคุณค่าทางเทคนิคเพียงอย่างเดียว คุณกำลังมองข้ามอีกครึ่งหนึ่งของการตัดสินใจที่ทีมกฎหมายของคุณต้องรับผิดชอบ
ตาราง benchmark ทั้งสองเป็นตารางของผู้ขาย
นี่คือส่วนของการเปรียบเทียบที่ผู้อ่านควรอ่านอย่างช้า ๆ และพิจารณาให้รอบคอบ โมเดลทั้งสองยังไม่มีผลการประเมินที่เป็นอิสระบนชุดทดสอบที่เลือกโดยบุคคลอื่นที่ไม่ใช่ผู้ขาย
• SWE-bench Verified — Xing 4.0 75.00 เทียบกับ Nemotron 3.5 Lightning 51.56
• SWE-bench Multilingual — Xing 4.0 66.00 เทียบกับ Nemotron 3.5 Lightning 39.33.
• Terminal-Bench 2.1 — Xing 4.0 57.50 เทียบกับ Nemotron 3.5 Lightning 24.58
• การปฏิบัติตามคำสั่ง — Xing 4.0 IFBench 69.67 เทียบกับ Nemotron 3.5 Lightning IFBench 71.88 ซึ่งรายงานภายใต้การตั้งค่าแบบหลวม
• การใช้เหตุผลทั่วไป — Nemotron 3.5 Lightning MMLU Pro 81.94, GPQA Diamond 75.44, HLE 11.72, SciCode 32.60, AA-Omniscience 17.50 การ์ดของ Xing 4.0 ไม่เผยแพร่แถวข้อมูลที่เทียบเคียงได้
• บริบทขนาดยาว — Xing 4.0 AA.LCR 61.00 เทียบกับ Nemotron 3.5 Lightning AA-LCR 52.00 Xing ชนะในแถวบริบทขนาดยาวเพียงแถวเดียวที่มีตัวเลขทั้งสองอยู่ ซึ่งเป็นผลลัพธ์ที่น่าประหลาดใจเล็กน้อย เมื่อพิจารณาว่า Nemotron มีหน้าต่างที่ระบุไว้ใหญ่กว่ามาก
• การท่องเว็บและการเรียกค้นข้อมูลแบบเอเจนต์ — Nemotron 3.5 Lightning BrowseComp 36.97, PinchBench 85.37, τ³-bench (Banking) 9.28, GDPval-AA-V2 832. Xing 4.0 Claw-Eval 76.55, Tau3-Bench 64.63, DeepresearchBII 60.80 ชุดทดสอบเหล่านี้ไม่ทับซ้อนกันเลยแม้แต่น้อย จึงเป็นไปไม่ได้ที่จะเปรียบเทียบกัน และตารางใดก็ตามที่นำชุดทดสอบเหล่านี้มาจัดเรียงคู่กันก็กำลังกุการเปรียบเทียบขึ้นมาเอง
ที่มาของตัวเลขเหล่านี้แตกต่างกันในแง่น่าสนใจประการหนึ่ง NVIDIA ระบุว่าผลลัพธ์ของตนวัดภายใต้ชุดทดสอบภายในที่ใช้เงื่อนไขสม่ำเสมอ และเตือนว่าผลเหล่านั้น "อาจแตกต่างจากตัวเลขที่ผู้จำหน่ายรายงาน" — และตารางที่เผยแพร่ของบริษัทมีคอลัมน์คู่แข่งสำหรับ Qwen 3.6 35B A3B, Gemma 4 26B A4B และ GPT-OSS 20B ซึ่งเป็นผลการรันซ้ำโมเดลเหล่านั้นโดย NVIDIA เอง ตารางของ China Telecom ก็ทำแบบเดียวกันในทิศทางตรงกันข้าม โดยวัดประสิทธิภาพของตนเองเทียบกับผลการรันซ้ำของ Gemma 4 และ Qwen ที่ตนทำเอง แต่ละห้องปฏิบัติการวัดคู่แข่งของตนด้วยชุดทดสอบของตนเอง และเผยแพร่ผลลัพธ์เป็นคอลัมน์เปรียบเทียบ ไม่มีฝ่ายใดทำอะไรที่ไม่สุจริต และไม่ควรตีความว่าคอลัมน์ใดเป็นตัวเลขของคู่แข่งเอง
ต้นทุนและการเสิร์ฟ
หน้าต่าง 1M โทเค็นของ Nemotron 3.5 Lightning มีผลกระทบในทางปฏิบัติจริงที่วิศวกรมักค้นพบด้วยความยากลำบาก นั่นคือมันผูกกับหน่วยความจำ และคำขอที่เกินความจุ KV-cache ที่มีอยู่จะล้มเหลวที่ผู้ให้บริการแทนที่จะลดระดับลงอย่างราบรื่น นั่นคือรูปแบบความล้มเหลวที่เราเตอร์ถูกสร้างขึ้นมาเพื่อรองรับ — OrcaRouter จะลองใหม่กับความจุสำรองที่แข็งแรงก่อนที่การตอบสนองจะเริ่มต้น ดังนั้นหน่วยความจำไม่พอในต้นทางหรือข้อผิดพลาด 429 ในการเรียกใช้บริบทแบบยาวจึงไม่ปรากฏต่อผู้ใช้ในรูปแบบข้อผิดพลาด เรากำหนดเส้นทางโมเดลที่โฮสต์มากกว่า 200 โมเดลไว้เบื้องหลัง API เดียวโดยไม่บวกเพิ่ม 0% ราคาตามรายการของผู้ให้บริการถูกส่งผ่านโดยไม่มีการเพิ่มใด ๆ และนี่คือโหมดความล้มเหลวที่ห่วงโซ่การสลับสำรองหยุดเป็นเพียงแผนภาพสวย ๆ และเริ่มเป็นเหตุผลที่เอเจนต์ของคุณทำงานเสร็จสิ้น
ทั้ง Nemotron 3.5 Lightning และ Xing 4.0 ต่างก็ไม่มีอยู่ในแคตตาล็อกของเราในวันนี้ ดังนั้นเราจึงไม่ใช่เส้นทางสู่โมเดลใดในสองตัวนี้ และบทความนี้จะไม่สื่อเป็นนัยเป็นอย่างอื่น ตัวเลขจะเป็นอย่างไรหากคุณรันมันด้วยตัวเอง: การควอนไทซ์แบบ 4 บิตของ Xing 4.0 ถูกอ้างว่าอยู่ที่ VRAM ประมาณ 15GB ซึ่งจะทำให้มันอยู่บน RTX 3090 หรือ 4090 ตัวเดียวได้ พฤติกรรมที่จำกัดด้วยหน่วยความจำของ Nemotron 3.5 Lightning บน H100 ขนาด 80GB ตัวเดียวมีเอกสารระบุไว้สำหรับหน้าต่าง 256K ที่ผ่านการตรวจสอบแล้ว ซึ่งเป็นเป้าหมายที่ท้าทายกว่าของทั้งสอง Xing 4.0 เป็นโมเดลที่โฮสต์ได้ถูกกว่า ส่วน Nemotron 3.5 Lightning เป็นตัวที่มีเส้นทางซึ่งมีเอกสารระบุไว้ไปสู่คอนเท็กซ์ที่ยาวขึ้นมาก หากคุณมีฮาร์ดแวร์รองรับ
วิธีการเลือก
เลือก Nemotron 3.5 Lightning 30B-A3Bหากความยาวของบริบท (context length) เป็นข้อจำกัดที่ชี้ขาด หากคุณอยู่ในสแตกของ NVIDIA อยู่แล้วและ NeMo Switchyard เข้ากับลูปเอเจนต์ของคุณได้อย่างลงตัว หรือหากองค์กรของคุณอนุมัติการใช้งานเชิงพาณิชย์ของ OpenMDW เรียบร้อยแล้ว หน้าต่างที่กว้างกว่า เส้นทางโมเดลฐานที่เปิดเผยสำหรับการปรับแต่ง และข้อเท็จจริงที่ว่าตารางการประเมินของมันครอบคลุมสิบสี่เบนช์มาร์กแทนที่จะเป็นเก้า ล้วนชี้ไปในทิศทางเดียวกัน
เลือกXing 4.0 29B-A4B หากความเร็วในการเคลียร์ใบอนุญาตเป็นเรื่องสำคัญ หากงานของคุณคือวิศวกรรมซอฟต์แวร์และงานเอเจนต์ที่อยู่ในรูปแบบเทอร์มินัลมากกว่าการสืบค้นเอกสารยาว หรือหากข้อโต้แย้งเรื่องปริมาณงานต่อการ์ดคือสิ่งที่คุณกำลังซื้อจริง ๆ ความได้เปรียบด้านเอเจนต์ของมันบนตารางของตัวเองนั้นมากที่สุดในระดับน้ำหนักนี้ ใบอนุญาตของมันคือใบที่ทนายความทุกคนรู้จักอยู่แล้ว และแถวบริบทแบบยาวของมัน — จุดเดียวที่ทั้งสองโมเดลเผยแพร่ตัวเลขที่เทียบเคียงกันได้ — ตกเป็นของ Xing
สิ่งที่ทำให้คำตอบเปลี่ยนไปก็คือสิ่งเดียวกับที่ทำให้มันเปลี่ยนไปในการเปรียบเทียบทุกครั้งในซีรีส์นี้ นั่นคือ การประเมินอิสระหนึ่งครั้งของทั้งสองโมเดล ที่ดำเนินการโดยบุคคลที่สาม บนฮาร์เนสเดียว NVIDIA และ China Telecom ต่างเผยแพร่ตารางที่ทำให้โมเดลของตนเองดูดีเมื่อเทียบกับการรันซ้ำของเจนเนอเรชันของอีกฝ่าย เมื่อมีใครสักคนเผยแพร่ตารางแรกที่ไม่มีฝ่ายใดในสองฝ่ายเป็นผู้เขียน ช่องว่าง 23 จุดบน SWE-bench ข้างต้นก็จะกลายเป็นไม่ตัวเลขที่สำคัญที่สุดในคลาสน้ำหนักนี้ ก็เป็นอาร์ติแฟกต์จากฮาร์เนสของเอเจนต์สองแบบที่ต่างกัน ไม่มีทางบอกได้จากภายนอกว่าอย่างไหนเป็นอย่างไหน
ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง
