Nemotron 3.5 Bolt vs Qwen 3.8 Max: Cả hai mô hình này đều xem được video

Không có nhiều cặp mô hình mà phần gây ngạc nhiên lại chính là khả năng mà chúng chia sẻ với nhau. Cả NVIDIA Nemotron 3.5 Bolt 74B-A9B 24GB và Qwen 3.8 Max đều nhận video làm đầu vào, và cả hai đều trả về văn bản. Qwen 3.8 Max, do Alibaba công bố ngày 3 tháng 8 năm 2026, là một mô hình đa phương thức dạng máy chủ với ngữ cảnh 1.000.000 token, được cung cấp qua các giao diện tương thích OpenAI, tương thích Anthropic và DashScope gốc từ năm khu vực, với giá 2,00 USD mỗi triệu token đầu vào và 6,00 USD mỗi triệu token đầu ra, cùng mức giá 0,25 USD cho phần đọc từ bộ nhớ đệm. Nemotron 3.5 Bolt, được NVIDIA phát hành ngày 15 tháng 10 năm 2026, là một tệp trọng số mở 24GB với bộ mã hóa thị giác C-RADIO v4-H, cửa sổ 262.144 token, và hoàn toàn không có giá.

Hai mô hình đều có thể được đưa cho một bản ghi màn hình, chỉ khác nhau ở nơi chúng chạy và mức chi phí cho việc đó. Đó là một so sánh rõ ràng hơn hầu hết các cuộc đối đầu trực tiếp, và nó sẽ nhanh chóng ngã ngũ khi bạn ngừng hỏi cái nào thông minh hơn.

Hai ngăn xếp đa phương thức, một phong bì bộ nhớ

Tính đa phương thức của Bolt là thừa hưởng chứ không phải được xây dựng riêng cho nó. NVIDIA đã nén mô hình Nemotron 3.5 Super VL 120B-A12B của mình xuống còn 74B-A9B bằng một tìm kiếm do router dẫn dắt mà họ gọi là Star Elastic, rồi đưa kết quả xuống 2,0625 bit cho mỗi trọng số expert ở định dạng IQ2_XXS với chưng cất nhận biết lượng tử hóa. Tháp thị giác — một bộ mã hóa C-RADIO v4-H — đi kèm với quá trình nén, và công tắc chế độ suy luận cũng chính là công tắc mà client Super VL hiển thị: một cờ enable_thinking trong chat template. Tổng tham số 74B, kích hoạt mỗi token 9B, xương sống là hybrid Mamba-2 và Transformer mà nhà cung cấp gọi là LatentMoE, giấy phép OpenMDW-1.1 cho mục đích thương mại và phi thương mại.

Qwen 3.8 Max là một kiểu thực thể khác. Nó là tầng năng lực cao nhất của Alibaba, đa phương thức gốc, và chỉ tồn tại dưới dạng endpoint. Không có checkpoint để tải xuống, không có bản dựng lượng tử hóa để chạy trên máy trạm, và không có phiên bản nào mà chi phí biên chỉ là hóa đơn tiền điện. Thay vào đó, thứ nó có là phạm vi tiếp cận: ba định dạng truyền tải, để một Anthropic SDK hoặc tích hợp DashScope hiện có hoạt động mà không cần viết lại, và năm khu vực được phục vụ trải khắp châu Á, châu Âu và Bắc Mỹ, khiến câu hỏi độ trễ trở thành câu hỏi địa lý cũng nhiều như câu hỏi kỹ thuật.

Hệ quả thực tế là hành vi đa phương thức của Bolt bị giới hạn bởi cùng 24GB lưu trữ KV cache, lịch sử hội thoại và kết quả công cụ. Của Qwen 3.8 Max bị giới hạn bởi bất cứ thứ gì mà endpoint cung cấp, đó không phải là vấn đề của bạn.

Bạn trả bao nhiêu, và trả cho ai

Qwen 3.8 Max được tính phí theo mức sử dụng, và mức giá là thấp so với tầm cỡ của nó. Một prompt 20.000 token với câu trả lời 3.000 token tốn $0,04 đầu vào và $0,18 đầu ra, khoảng $0,22 mỗi lần gọi — và lượt đọc từ bộ nhớ đệm ở mức $0,25 mỗi triệu nghĩa là một prompt hệ thống ổn định hoặc một tài liệu lặp lại gần như miễn phí ở lần xử lý thứ hai. p50 thời gian đến token đầu tiên trên danh mục của chúng tôi là 3,22 giây với p95 là 10,00 giây, và nó đã xử lý 41,3 triệu token lưu lượng được định tuyến trong bảy ngày qua.

Nemotron 3.5 Bolt không có bảng giá vì không có gì để đo đếm. Không có endpoint được host, không có API nhà cung cấp, không có nền tảng bên thứ ba nào phục vụ nó mà chúng tôi có thể chỉ cho bạn. Artificial Analysis liệt kê cả tốc độ và chi phí cho mỗi tác vụ Intelligence Index của nó là N/A chính vì lý do đó. Nếu bạn chạy nó, chi phí là một GPU, một mức tiêu thụ điện năng và một kỳ khấu hao, còn giá biên của một triệu token tiếp theo là bằng không. Đối với một tác vụ chạy hằng đêm đọc cùng một kho ngữ liệu mỗi ngày, đó không phải là một khoản giảm giá — mà là một mô hình hạch toán khác, và điểm hòa vốn phụ thuộc hoàn toàn vào việc bạn chạy nó thường xuyên đến đâu.

Cửa sổ, và khả năng sử dụng nó

Ngữ cảnh là trục mà trên đó hai thứ này trông giống nhau nhất trên lý thuyết nhưng lại tách biệt nhanh nhất trong thực tế.

• Cửa sổ được công bố — Qwen 3.8 Max 1.000.000 token so với Nemotron 3.5 Bolt 262.144. Xấp xỉ bốn trên một, và tỷ lệ này chính là yếu tố quyết định liệu một tác vụ trên toàn bộ mã nguồn hay toàn bộ kho lưu trữ có khả thi trong một yêu cầu hay không.

• Khả năng nhớ lại trong cửa sổ — Artificial Analysis ghi nhận chỉ số nhớ lại ngữ cảnh dài là 80.3 đối với Qwen 3.8 Max. Không có con số độc lập tương đương nào cho Bolt, và cửa sổ của nó vốn đã nhỏ hơn ngay từ đầu, khiến đây trở thành so sánh giữa một năng lực đã được đo lường và một năng lực chưa được đo lường.

• Còn gì khác cùng chia sẻ không gian đó — 262.144 token của Bolt nằm trong cùng 24GB với trọng số, các khung hình video và KV cache. Một prompt video dài và một cuộc hội thoại dài tranh nhau cùng bộ nhớ. Cửa sổ của Qwen 3.8 Max do nhà vận hành cấp phát, nên ràng buộc nằm ở giá chứ không phải phần cứng.

• Kiểm soát suy luận — Qwen 3.8 Max cung cấp một nút bật/tắt enable_thinking, hoặc reasoning.effort trên Responses API. Tương đương ở Bolt là một công tắc chat-template trong cùng nhóm cờ, được kế thừa từ client Super VL. Cả hai đều không có gì bất thường; cả hai đều cho phép bạn ngừng trả chi phí cho việc suy xét ở các lệnh gọi thông thường.

Được đo lường so với không đo lường

Artificial Analysis chấm Qwen 3.8 Max 45,4 điểm trên Intelligence Index, đứng thứ mười lăm trong số 145 mô hình được đo — nằm trong top mười phần trăm dù không ở vị trí dẫn đầu. Các chỉ số hỗ trợ của nó rất mạnh ở những điểm mà một khối lượng công việc agentic cần: AA Coding Index 76,2, đứng thứ chín trong số 138, 88,8 trên Terminal-Bench 2.1, và 92,8 trên GPQA Diamond. Điểm yếu tương đối của nó là khả năng nhớ lại ngữ cảnh dài 80,3, mức đáng nể chứ không xuất sắc đối với một mô hình một triệu token.

Các con số của Bolt có phạm vi hẹp hơn. Nó đạt 21 trên cùng chỉ số đó, đứng thứ tư trong số 67 ở lớp đã lọc theo dấu chân của nó, so với mức trung vị của lớp là 8, và Artificial Analysis mô tả nó là một trong những mô hình trọng số mở hàng đầu có kích thước tương đương. Tốc độ và chi phí đo được của nó đều để trống. Mọi thứ còn lại — điểm Terminal-Bench 2.1 là 50.98, GPQA Diamond 86.43, BrowseComp 66.75, WebArena vision 50.86, SciCode 41.02 — đều đến từ model card của chính NVIDIA, nơi mọi đường cơ sở đều là một mô hình khác chỉ bằng một phần ba kích thước. Những hàng đó không hề thiếu trung thực; chúng đang trả lời một câu hỏi về hiệu quả, chứ không phải về năng lực tiên phong, và việc đọc chúng như một cuộc so tài với một mô hình chủ lực được host sẽ hiểu sai tài liệu.

Khoảng cách về tốc độ cũng đáng được quan tâm tương tự. Artificial Analysis không thể đo thông lượng của Bolt vì không có gì để gọi. NVIDIA báo cáo mục tiêu thiết kế là tối thiểu 80 token mỗi giây khi giải mã, 84 trên AIPerf SPEED-Bench trên RTX Spark, và 83.99 trong một lần chạy llama.cpp trên Surface Laptop Ultra với 128GB, tất cả đều chưa được tái lập. 3.22 giây để có token đầu tiên của Qwen 3.8 Max là con số được đo đạc và công khai. Hãy lập kế hoạch dựa trên con số đã đo được và coi con số còn lại là một khát vọng.

Câu hỏi định tuyến, vốn không đối xứng ở đây

Qwen 3.8 Max có trong danh mục của chúng tôi với mã qwen/qwen3.8-max, được định tuyến theo giá niêm yết của nhà cung cấp Alibaba, không cộng thêm markup 0% — $2.00 và $6.00 mỗi triệu token, đúng những con số xuất hiện trên trang của chúng tôi cũng như trên trang của nhà cung cấp, nghĩa là thay đổi giá từ phía nhà cung cấp sẽ đến với người dùng của chúng tôi ngay trong cùng ngày thay vì phải chờ đến kỳ gia hạn hợp đồng. Nó dùng chung một khóa với hơn 200 mô hình khác, với tính năng tự động chuyển sang nhà cung cấp dự phòng khi một nhà cung cấp thượng nguồn gặp sự cố, cùng một DSL định tuyến cho phép kết hợp nhiều mô hình vào một yêu cầu duy nhất.

Nemotron 3.5 Bolt không có trong danh mục của chúng tôi và chúng tôi không phục vụ nó. Không có Bolt endpoint, không có mã định danh để trỏ một yêu cầu tới, và không có gì trong bài này là lời đề nghị lưu trữ checkpoint của NVIDIA. Hình hài trung thực của lời khuyên định tuyến ở đây là một sự phân tách chứ không phải một lựa chọn: mô hình đa phương thức được lưu trữ xử lý các yêu cầu cửa sổ dài, các kho ngữ liệu video quá lớn so với 24GB bộ nhớ chia sẻ, và bất cứ thứ gì cần có thể gọi được từ mọi nơi; tệp cục bộ xử lý các lượt chạy tần suất cao, nơi dữ liệu không nên rời khỏi tòa nhà và khối lượng sẽ khiến việc tính phí theo token trở nên đau đớn. Model fusion là biến thể đáng biết nếu những lệnh gọi đắt đỏ là những lệnh gọi có hệ quả quan trọng — một nhóm mô hình cùng trả lời một prompt và bạn lấy phần đồng thuận, một cách rẻ để mua sự tự tin cho một quyết định bạn không thể dễ dàng đảo ngược.

Cái này giải quyết như thế nào

Điểm chung chính là video, và đó là lý do hai mô hình này đáng được so sánh với nhau — hầu hết các mô hình cục bộ ở kích thước này hoàn toàn không thể nhìn, còn hầu hết các mô hình chạy trên máy chủ không thể nhận một bản ghi màn hình mà không qua bước trích xuất khung hình, vốn làm mất đi thứ bạn đang cố cho nó xem.

Ngoài vùng trùng lặp đó, chúng phân kỳ trên mọi trục. Qwen 3.8 Max thắng ở cửa sổ rộng, độ trễ đo được, tập đầu vào phong phú hơn và, với cách biệt lớn, năng lực thông minh được chấm điểm độc lập. Nemotron 3.5 Bolt thắng ở trục duy nhất mà không mô hình chạy trên máy chủ nào có thể tranh chấp: nó chạy ngay tại nơi dữ liệu của bạn vốn đã ở đó, dù có mạng hay không, với chi phí biên bằng không.

Quyết định thường không phải là chuyện sở thích. Nếu video không bao giờ rời khỏi tòa nhà, phương án hosted vốn chưa từng khả dụng và phép so sánh thu hẹp còn một ứng viên duy nhất. Nếu kho ngữ liệu là một triệu token văn bản, phương án cục bộ cũng chưa từng khả dụng vì cùng lý do theo chiều ngược lại. Ở những trường hợp thực sự sát nút — khối lượng khiêm tốn, dữ liệu có thể hợp pháp di chuyển, công việc chủ yếu là các lệnh gọi công cụ ngắn với đôi lần đọc dài — yếu tố phá thế cân bằng chính là con số còn thiếu trong phép so sánh này: checkpoint 24GB thực tế chạy nhanh đến mức nào trên phần cứng của bạn, thứ mà chưa ai ngoài NVIDIA đo được.