Nemotron 3.5 Super VL so với Nemotron 3.5 Super VL 120B: Một mô hình, năm tệp, ba hành vi khác nhau

This comparison exists because a search box made it. NVIDIA Nemotron 3.5 Super VL and NVIDIA Nemotron 3.5 Super VL 120B are not two models. They are one checkpoint written down two ways, and no benchmark separates them because there is nothing to separate: the 120B is the parameter count of the Super VL, and the shorter string is what the marketing page calls the file whose full repository name is nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16. The naming confusion around this checkpoint is the kind of thing that ends up in a postmortem, and the recorded incidents are catalogued in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

Vậy so sánh trực diện là bài viết sai. Phiên bản hữu ích là phiên bản nảy sinh từ chính sự nhầm lẫn đó: nếu cả hai cái tên đều chỉ cùng một mô hình, thì tại sao tải xuống "Nemotron 3.5 Super VL" lại cho bạn năm kho lưu trữ khác nhau, ba kích thước tải xuống khác nhau và hai kiến trúc khác nhau, và bạn thực sự nhận được cái nào?

Đặt tên, gỡ rối

NVIDIA sử dụng ba nhãn chồng lấn cho một bản phát hành, và chúng lồng vào nhau chứ không xung đột.

• Nemotron 3.5 Super VL — tên sản phẩm. Đó là tên mà bài viết blog, phiên thảo luận và mọi bài báo đều dùng để gọi nó.

• Nemotron 3.5 Super VL 120B — vẫn là tên đó nhưng có thêm số lượng tham số ở phía sau. Thường gặp trong các bảng so sánh và danh mục sản phẩm, kể cả những danh mục đã tạo ra trang này.

• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B — tên gốc của kho lưu trữ, bổ sung số lượng tham số hoạt động. Mọi sản phẩm có thể tải xuống đều gắn với tên gốc này: BF16, NVFP4, Base và một drafter NVFP4 LiLiCorr.

Không cái nào trong ba cái đó là một mô hình khác. Những thứ thực sự khác biệt nằm ở một cấp thấp hơn, trong các hậu tố về độ chính xác và hậu huấn luyện, và đó chính là nơi một quyết định thực sự nằm.

Năm tệp, và thực chất mỗi tệp là gì

Cả năm đều xuất hiện cách nhau trong khoảng bốn ngày, và dấu thời gian tạo của chúng là bằng chứng phát hành đáng tin cậy nhất hiện có — đáng tin cậy hơn ngày công bố, vốn đến sau tất cả chúng.

• ...-120B-A12B-Base-BF16 — được tạo lúc 2026-10-12T15:31:49Z. Checkpoint trước hậu huấn luyện. Không tinh chỉnh theo chỉ dẫn, không huấn luyện sử dụng công cụ, không chế độ suy luận. Đây là bản nên bắt đầu nếu bạn định tự thực hiện hậu huấn luyện, và nó vô dụng với bạn nếu bạn không làm vậy.

• ...-120B-A12B-BF16 — được tạo lúc 15:32:06Z, mười bảy giây sau. Mô hình instruct hoàn chỉnh, độ chính xác đầy đủ, khoảng 249 GB trải trên 63 shard. Công thức phục vụ của NVIDIA là song song tensor 4 trên H100, hoặc 2 trên GB200.

• ...-120B-A12B-NVFP4 — được tạo lúc 15:32:30Z. Cùng một bộ trọng số sau huấn luyện, được lượng tử hóa xuống 4-bit trong quá trình huấn luyện thay vì sau đó, khoảng 75 GB. Đây là tệp mà hầu hết mọi người sẽ thực sự triển khai, và nó chạy trên một H200, hai H100, một GB200 hoặc một DGX Spark.

• ...-120B-A12B-NVFP4-LiLiCorr — được tạo vào 2026-10-11T20:20:59Z, sớm hơn những cái khác một ngày và trước khi có bất kỳ thông báo nào. Không phải là một mô hình theo nghĩa thông thường: một bộ soạn thảo giải mã suy đoán, mà blog của NVIDIA sau đó đã gọi là lựa chọn được khuyến nghị cho suy luận độ trễ thấp trên DGX Spark.

• GGUF và các bản lượng tử hóa do cộng đồng thực hiện — là dạng dẫn xuất, không do NVIDIA phát hành, và nằm ngoài phạm vi bất kỳ nội dung nào mà nhà cung cấp báo cáo.

Nếu bạn đến đây để tìm câu trả lời cho "cái nào trong hai cái này tốt hơn", thì câu trả lời là hai trong số năm thứ này hoàn toàn không phải là lựa chọn thay thế cho nhau: checkpoint gốc và checkpoint instruct là những giai đoạn khác nhau của cùng một quá trình huấn luyện, còn drafter không phải là một mô hình mà bạn sẽ gọi trực tiếp.

Có gì thay đổi giữa bản dựng độ chính xác đầy đủ và bản dựng 4-bit?

Đây là phép so sánh duy nhất trong mớ rối tên gọi có hậu quả thực sự, và cũng là phép so sánh có ít bằng chứng độc lập nhất.

• Ổ đĩa và bộ nhớ — 248,94 GB cho BF16, 75,06 GB cho NVFP4. Chênh lệch 174 GB, chính là sự khác biệt giữa bốn H100 và hai H100.

• Số học — NVFP4 chạy W4A4 trên Blackwell và W4A16 trên phần cứng cũ hơn. Việc lượng tử hóa được áp dụng trong quá trình huấn luyện bằng chưng cất, mà NVIDIA cho rằng sẽ thu hẹp khoảng cách độ chính xác do lượng tử hóa hậu kỳ tạo ra.

• Tuyên bố về độ chính xác — NVIDIA báo cáo mức khôi phục độ chính xác trung vị 99.62% so với tham chiếu BF16. Đó là một con số của nhà cung cấp trên một bộ đánh giá của nhà cung cấp, và đây là con số chưa được xác minh có sức nặng nhất trong toàn bộ bản phát hành.

• Đánh giá độc lập — không có. Artificial Analysis chấm điểm mô hình ở mức 26,49 trên Chỉ số Thông minh của mình, không phải ước tính, nhưng không công bố một hàng riêng cho bản dựng NVFP4. Mọi con số bên thứ ba mà bạn đã thấy cho mô hình này đều là phép đo độ chính xác đầy đủ hoặc mặc định của nhà cung cấp.

• Tổn hao hiệu năng — NVIDIA khẳng định là không có, vì quá trình lượng tử hóa diễn ra trong lúc huấn luyện thay vì là một bước khi chạy.

Hãy đọc kỹ con số 99,62% trước khi lập kế hoạch dựa vào nó. "Khôi phục độ chính xác trung vị" trên một tập đánh giá không được nêu tên không phải là tuyên bố giống như "mất 0,38% năng lực". Một giá trị trung vị có thể nằm ở 99,62% trong khi các benchmark riêng lẻ dịch chuyển vài điểm theo cả hai hướng, và nếu không có độ phân tán theo từng benchmark thì con số này cho bạn biết ít hơn vẻ ngoài của nó. Nếu khối lượng công việc của bạn nhạy cảm với một năng lực cụ thể — OCR tài liệu dài, trích xuất biểu đồ, định vị video — cách tiếp cận hợp lý duy nhất là chạy cả hai bản dựng trên dữ liệu của chính bạn, vì NVIDIA chưa công bố hàng mà bạn sẽ cần.

Checkpoint cơ sở là cái mà chẳng ai đem ra benchmark.

Trong số năm tệp, bản build gốc là bản ít được bàn đến nhất và cũng thú vị nhất nếu bạn có kế hoạch hậu huấn luyện. Nó mang cùng cấu trúc tổng 120B và 12B hoạt động, cùng backbone lai và cùng bộ mã hóa thị giác, đồng thời dừng lại trước pipeline hậu huấn luyện sáu giai đoạn đã tạo ra mô hình instruct — pipeline mà NVIDIA cũng đã công bố các bộ dữ liệu SFT và RL, mười một bộ, tất cả trong khoảng thời gian 61 giờ trong cùng một tuần.

Điều nó không có là một bảng benchmark dùng được. Card của nó chạy MMLU và MMLU-Pro; card sau huấn luyện bỏ hoàn toàn MMLU để chuyển sang MMLU-ProX và thêm các bộ kiểm thử agentic và ở mức harness. Hai bộ không trùng lặp đủ để trả lời “hậu huấn luyện đã thêm được bao nhiêu”, nghĩa là cách duy nhất để định lượng câu hỏi đó là tự chạy cả hai. Trọng số mở khiến điều đó khả thi. Chúng không khiến nó miễn phí.

Tại sao lại có các tên trùng lặp ngay từ đầu

Ba tạo tác, ba đối tượng độc giả, một bản phát hành. Bài đăng blog cần một tên sản phẩm đủ ngắn để làm tiêu đề: Nemotron 3.5 Super VL. Danh mục hoặc bảng so sánh cần một thứ có thể sắp xếp và rõ ràng, không mơ hồ trong một dòng sản phẩm cũng có Bolt 74B, Bolt E4B và Lightning 30B: thêm 120B vào sẽ đáp ứng điều đó. Hub cần một tên kho lưu trữ mã hóa độ chính xác và số tham số hoạt động để một script có thể chọn tệp mà không cần người đọc mô tả.

Chi phí của việc phân lớp đó là tìm kiếm. Hai chuỗi có cùng ý nghĩa sẽ cạnh tranh cho cùng một truy vấn, và một người đọc gõ một trong hai chuỗi đó sẽ được đưa đến một trang so sánh hỏi xem cái nào tốt hơn. Câu trả lời hữu ích cho truy vấn đó là câu ở trên: chúng là cùng một tệp, đây là năm thứ mà cái tên thực sự có thể ám chỉ, và đây là cách để biết bạn đang có cái nào.

Điều này có nghĩa là gì nếu bạn đang gọi nó thay vì tải xuống

Thông qua API, vấn đề đặt tên phần lớn biến mất, vì nhà cung cấp đã chọn sẵn một bản dựng cho bạn — và đó chính xác là nơi sự mơ hồ còn lại dịch chuyển tới. Bảng độc lập theo dõi bảy máy chủ cho checkpoint này và mức giá công bố của họ cho cùng bộ trọng số dao động từ $0.10 đến $0.20 mỗi triệu token đầu vào và $0.40 đến $0.50 mỗi triệu token đầu ra. Hai trong số các mục niêm yết đó rõ ràng là bản dựng NVFP4; số còn lại không nói rõ, và một mức giá không kèm độ chính xác là mức giá bạn không thể so sánh với một mức giá khác.

Đó là phiên bản thực tế của câu hỏi mà trang này bắt đầu. Tên mô hình tương ứng với một kiến trúc và năm tệp; giá cả không cho bạn biết mình đang trả tiền cho tệp nào. Hỏi nhà cung cấp xem họ phục vụ bản build nào, và liệu con số thông lượng của họ được đo trên BF16 hay FP4, là câu hỏi hữu ích hơn bất kỳ so sánh trực tiếp nào giữa hai cách viết của cùng một checkpoint.

Về phía chúng tôi, lưu ý trung thực rất ngắn: checkpoint này không có trong danh mục OrcaRouter. Danh sách mô hình có hơn 200 ID một chút và hiện không có mục nào của NVIDIA, nên không có gì ở đây là lời chào mời phục vụ nó. Điều nền tảng cung cấp có liên quan đến một cái tên mơ hồ như vậy là một lớp định tuyến giữ chuỗi mô hình ở một nơi: khi một biến thể thực sự xuất hiện, điểm gọi không thay đổi, lưu lượng có thể được chia giữa hai nhà cung cấp của cùng một checkpoint để so sánh chúng trên khối lượng công việc của bạn, và chuyển đổi dự phòng tự động bao phủ trường hợp một trong số họ bị suy giảm. Giá niêm yết của nhà cung cấp được chuyển nguyên với mức tăng giá 0%, điều này đặc biệt quan trọng ở đây vì mức chênh lệch trên mô hình này là 2x và bạn muốn nhìn thấy nó hơn là để nó bị hấp thụ vào biên lợi nhuận.

Câu trả lời ngắn gọn, dành cho độc giả đã tìm kiếm tên dài

Nemotron 3.5 Super VL và Nemotron 3.5 Super VL 120B là cùng một mô hình, được phát hành dưới dạng trọng số vào ngày 12 tháng 10 năm 2026 và được công bố vào ngày 15 tháng 10 năm 2026, với 120 tỷ tham số tổng cộng, 12 tỷ tham số hoạt động, ngữ cảnh 1 triệu token, đầu vào văn bản, hình ảnh và video, cùng giấy phép OpenMDW-1.1. Nếu bạn đang cân nhắc giữa các lựa chọn, thì lựa chọn đó không phải là giữa hai cái tên kia. Mà là giữa BF16 và NVFP4, giữa checkpoint gốc và bản instruct, và giữa các máy chủ có giá và độ chính xác không được nêu theo cùng một đơn vị. Đó là ba quyết định thực sự. Cái tên không nằm trong số đó.