Nemotron 3.5 Bolt 74B vs DeepSeek V4 Pro: Cả hai đều mở, một bản vừa trong 24GB

N​VIDIA's N​emotron 3.5 Bolt 74B-A9B 24GB and DeepSeek V4 Pro are on the same side of the open-versus-closed line and nowhere near each other on the hardware line. Both publish weights you can download, both permit commercial use, and both can be served without asking anyone's permission. One of them is 74 billion parameters with 9 billion active, quantised to fit in 24 gigabytes so it runs on a laptop-class machine next to your other applications. The other is 1.6 trillion parameters with 49 billion active, and the phrase "deployment footprint" does not mean what it means for the first one.

Sự khác biệt đó có hệ quả lớn hơn điểm chỉ số, và bản thân điểm chỉ số vốn đã chênh nhau 15 điểm. Dưới đây là phép so sánh mà một đội ngũ thực sự phải thực hiện: không phải mô hình nào tốt hơn trên lý thuyết, mà là trong hai sản phẩm trọng số mở này, bạn có thể vận hành trên thực tế sản phẩm nào, với chất lượng ra sao, tốn bao nhiêu tiền.

Hai hình dạng rất khác nhau của “mở”

Worth stating plainly before any of it, though, because the two open-weight halves did not arrive the same way. D​eepSeek published V4 Pro as a product, with a card and a rate card. N​VIDIA has not announced N​emotron 3.5 Bolt 74B-A9B 24GB at all. The files simply appeared: the 24GB quantised repository on 7 October 2026, its GGUF conversion hours later, a BF16 checkpoint on 9 October, the LiLiCorr speculative drafter on 12 October. Sixteen days of silence on N​VIDIA's own channels is the state of things, so the verifiable half of this comparison is what a repository can prove — licence, parameter counts, file formats, the serving recipe on the card — and the unconfirmed half is everything a launch post would have carried. The throughput and agentic figures below are N​VIDIA's own and are marked as such, because there is no third party except one index to check them against.

Bắt đầu với giấy phép và checkpoint, vì đó chính là nơi một quyết định trọng số mở thực sự được đưa ra.

• Licence — N​emotron 3.5 Bolt 74B-A9B 24GB: OpenMDW-1.1, a permissive model-weights licence with an explicit commercial-use carve-in; N​VIDIA's card states the model is ready for commercial or non-commercial use. DeepSeek V4 Pro: MIT, which is about as unrestricted as a weights licence gets.

• What is actually publishable — N​emotron 3.5 Bolt 74B-A9B 24GB: the 24GB IQ2 build, a BF16 checkpoint before quantisation, GGUF builds for llama.cpp, and a separate LiLiCorr speculative drafter. DeepSeek V4 Pro: the full-weight checkpoint and its derivatives.

• Where the checkpoint came from — N​emotron 3.5 Bolt 74B-A9B 24GB: compressed from N​VIDIA's N​emotron 3.5 Super VL 120B-A12B parent using Star Elastic, a router-guided architecture search, then quantised with quantisation-aware distillation. It is a distilled child, not a from-scratch model, and N​VIDIA's own research page argues explicitly that compressing a large model into a fixed budget beats training a small one from scratch. DeepSeek V4 Pro: a natively trained frontier-scale mixture-of-experts.

Gạch đầu dòng thứ ba đó là điểm quyết định phần lớn các đánh giá mà bạn sẽ đọc. Mọi so sánh benchmark giữa hai thứ này đều là so sánh giữa một triết lý thiết kế nén mạnh mẽ và một triết lý thiết kế mở rộng quy mô, và cả hai không hội tụ trên cùng những khối lượng công việc.

Mỗi cái đo lường ở mức nào

Artificial Analysis đã chạy cả hai, trên cùng bản sửa đổi hiện tại của chỉ số mình, và đó là lý do duy nhất khiến một câu như thế này có thể được viết ra.

• Intelligence Index — N​emotron 3.5 Bolt 74B-A9B 24GB 21, fourth of 67 models in its open-weight size class. DeepSeek V4 Pro 36, ninth of 116, measured on the 0813 build in the max configuration.

• Cost per Intelligence Index task — N​emotron 3.5 Bolt 74B-A9B 24GB: not applicable, because the panel records no public API for it and there is no metered price to divide by. DeepSeek V4 Pro: 0.67 dollars measured on the panel's own weighted basis.

• Output speed — N​emotron 3.5 Bolt 74B-A9B 24GB: N​VIDIA reports 83.99 tokens per second on AIPerf SPEED-Bench-Coding with its drafter, on a Surface Laptop Ultra. DeepSeek V4 Pro: 96.3 tokens per second measured by Artificial Analysis against the hosted API. The two are not the same measurement and should not be subtracted from each other; what they establish is that both are fast enough that speed is not your constraint.

• Verbosity — N​emotron 3.5 Bolt 74B-A9B 24GB generated 230 million tokens during the panel's index run, against a median of 100 million for its class — the panel's own note calls it very verbose. DeepSeek V4 Pro generated 160 million against a median of 130 million. On a metered API that difference is a line item; on a local box it is electricity and wall-clock.

The 15-point index gap is real and is not closed by the fact that the smaller model is cheaper to run. What closes it, in the workloads where it closes at all, is the vendor's own benchmark set — and that set is worth reading with the right suspicion. N​VIDIA's card puts the Bolt model at Terminal-Bench 2.1 of 50.98 and BrowseComp of 66.75, ahead of every comparator column printed beside it. Those are N​VIDIA's numbers on N​VIDIA's card, and D​eepSeek is not one of the columns.

Sơ đồ triển khai chính là quyết định thực tế

This is where DeepSeek V4 Pro and N​emotron 3.5 Bolt 74B-A9B 24GB stop being substitutes for one another.

• Room to run. A 1.6-trillion-parameter model at 49 billion active needs a serving cluster. Even heavily quantised, the checkpoint alone is an order of magnitude past what a single workstation can hold, and the active-parameter count means every token touches a substantial slice of memory bandwidth regardless of the quantisation scheme. The Bolt model was designed against a stated ceiling — N​VIDIA's architecture search targets a footprint below 24GB at batch size one and 128K context — and the search is run with the downstream quantisation already accounted for.

• Minimum viable serving stack. N​emotron 3.5 Bolt 74B-A9B 24GB wants a specific vLLM nightly with the v2 model runner enabled, a downloaded reasoning-parser plugin, b12x kernels, and explicit MoE, Mamba and attention backend flags; llama.cpp covers the GGUF path. DeepSeek V4 Pro is served by the usual inference stacks at distributed scale, which is a different kind of project with a different kind of on-call rotation.

• Đầu vào. Mô hình Bolt nhận văn bản, hình ảnh và video, với công thức tham chiếu giới hạn số khung hình video và áp dụng tỷ lệ cắt tỉa. Danh sách phương thức đã công bố của DeepSeek V4 Pro là văn bản vào, văn bản ra — quy mô hỗn hợp chuyên gia của nó được dành cho suy luận, không phải tri giác.

• Context. 262,144 tokens for the Bolt model against roughly a million for DeepSeek V4 Pro. If your workload is a repository, a contract set or a long agent transcript, that is a real four-times difference and it is in D​eepSeek's favour.

Put plainly: if you have a datacenter and a workload that needs frontier reasoning, DeepSeek V4 Pro is the better model and the index says so. If you have a laptop, a Spark box or a workstation, and the requirement is that the model runs locally alongside everything else, N​emotron 3.5 Bolt 74B-A9B 24GB is not a compromise on that requirement — it is the only one of the two that meets it.

Mô hình nhỏ hơn mang lại cho bạn điều gì ngoài dung lượng đĩa

Ba điều không xuất hiện trong điểm chỉ số mà lại xuất hiện trong một buổi đánh giá triển khai.

• It runs with the network cable out. A 24GB checkpoint on local storage has no availability dependency, no rate limit and no provider incident. For an agent that runs on a machine you own, that is the whole design goal and the reason N​VIDIA compressed a 120B parent instead of shipping something at full precision.

• Speculation is cheap and safe here. The LiLiCorr drafter adds under a gigabyte on disk and N​VIDIA reports mean acceptance lengths of 4.68 greedy and 4.25 probabilistic at seven drafted tokens and concurrency 64. Because the target verifies every draft, a bad guess costs speed rather than accuracy — the output distribution is preserved. That property is what makes shipping a speculative path reasonable on a local box, and it is documented on the model card.

• Toàn bộ stack đều có thể kiểm tra. Trọng số, cấu hình lượng tử hóa, drafter, công thức phục vụ và báo cáo kỹ thuật đều công khai. Khi mô hình hoạt động sai, bạn có thể đọc cấu hình thay vì tạo ticket.

Đánh giá chi phí của hai phương án một cách trung thực

Việc so sánh giá không mang tính đối xứng, và giả vờ rằng nó đối xứng sẽ là sai lầm dễ mắc nhất trên trang này.

• N​emotron 3.5 Bolt 74B-A9B 24GB has no per-token price because it has no metered endpoint. Its cost is hardware you buy or already own, plus power, plus the engineering hours to stand up the serving recipe. Once that is paid, marginal cost per token is close to zero and stays there.

• DeepSeek V4 Pro is metered. On OrcaRouter it is routed at D​eepSeek's published list, 0.66 dollars per million input tokens and 1.98 dollars per million output tokens, with no markup added on top — so a vendor price move is live on our side the same day. For a workload in the millions of tokens a day, that is a budget line, not a rounding error.

• Điểm hòa vốn không phải là số lượng token, mà là một hồ sơ mức sử dụng. Một mô hình cục bộ nằm không là chi phí đầu tư thuần túy. Một mô hình chạy trên dịch vụ hosted mà chỉ chạy một yêu cầu mỗi tuần thì gần như miễn phí. Điểm giao nhau xảy ra khi số token bạn sẽ đo vượt quá chi phí khấu hao của chiếc máy, và cách duy nhất để biết điểm đó nằm ở đâu đối với lưu lượng của bạn là đo một tuần lưu lượng đó.

Cũng có một lựa chọn thứ ba hầu như không tốn gì để thử, đó là OrcaRouter định tuyến DeepSeek V4 Pro trên một khóa duy nhất cùng với hơn 200 mô hình khác, với khả năng chuyển đổi dự phòng tự động giữa các nhà cung cấp. Trước khi dành hẳn một máy trạm cho bản dựng cục bộ 24GB, việc so sánh đầu ra của bản dựng đó với một mô hình tiên phong tính phí theo mức sử dụng trên bộ prompt của riêng bạn chỉ tốn vài đô la và giải quyết câu hỏi về chất lượng bằng thực nghiệm thay vì dựa vào sức mạnh của một bảng chỉ số.

Phiên bản của quyết định này mà không ai phải hối tiếc

Run both, in the pattern each is good at. DeepSeek V4 Pro for the requests where reasoning depth or a million-token context is the point, and where the metered cost is visible and acceptable. N​emotron 3.5 Bolt 74B-A9B 24GB for the high-volume, private, multimodal or offline traffic, where the model being local is the requirement rather than a cost optimisation.

Cuộc so sánh mà người ta cứ cố thực hiện — một con số chỉ mục này với một con số chỉ mục khác — là cách đóng khung ít hữu ích nhất ở đây, vì hai sản phẩm này không được tạo ra để cạnh tranh với nhau. Một sản phẩm được tạo ra để tốt nhất có thể mà không có ràng buộc về dấu chân bộ nhớ. Sản phẩm kia được tạo ra để tốt nhất có thể trong phạm vi 24 gigabyte. Cả hai đều mở, cả hai đều chính đáng, và đó chính xác là lý do lựa chọn thuộc về bạn thay vì để một nhà cung cấp chọn thay bạn.

Những so sánh như thế này cũng là nơi các kiểu thất bại lộ diện: các sự cố AI và lỗi agent được ghi nhận đằng sau các mô hình thuộc lớp này được tập hợp trong Kho lưu trữ Sự cố AI OrcaRouter, trong đó mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.