Nemotron 3.5 Super VL vs Kimi K3: Một flagship tính phí theo mức sử dụng đối đầu với bản phát hành trọng số không có bảng giá

Câu trả lời thật thà ngắn gọn nhất là chỉ một trong hai mô hình này có giá, và đó không phải là mô hình của NVIDIA. Kimi K3 được bán như một dịch vụ tính theo lượng sử dụng với mức 3 USD cho mỗi triệu token đầu vào và 15 USD cho mỗi triệu token đầu ra, kèm mức chiết khấu bộ nhớ đệm 90%, và đây là mô hình bạn có thể gọi ngay hôm nay chỉ với một khóa duy nhất. NVIDIA Nemotron 3.5 Super VL là một checkpoint trọng số mở với 120 tỷ tham số, 12 tỷ tham số hoạt động, theo OpenMDW-1.1, và hoàn toàn không có bảng giá nào được công bố — bạn hoặc là tự chạy nó trên các bộ tăng tốc của riêng mình, hoặc là thương lượng với bất kỳ ai đang cung cấp dịch vụ đó. Trọng số của nó đã được đưa lên Hugging Face vào ngày 12 tháng 10 năm 2026 và thông báo chính thức của NVIDIA tiếp theo vào ngày 15 tháng 10, khiến đây là một bản phát hành mới ba ngày tuổi chứ không phải một sản phẩm trưởng thành. Chính sự bất đối xứng đó, chứ không phải bảng điểm chuẩn, mới là yếu tố quyết định cuộc so tài này.

Mỗi thứ trong số này thực sự là gì

NVIDIA Nemotron 3.5 Super VL là một mô hình thị giác-ngôn ngữ lai: các lớp Mamba-2 xen kẽ, một hỗn hợp chuyên gia với 512 chuyên gia được định tuyến trong mỗi lớp MoE, và một số lớp attention chọn lọc, được ghép với bộ mã hóa thị giác C-RADIO và một bộ kết nối thị giác-ngôn ngữ. Mô hình mang tổng cộng 120B tham số và kích hoạt 12B mỗi token, hỗ trợ ngữ cảnh lên tới 1M token, đồng thời nhận đầu vào là văn bản, hình ảnh và video với đầu ra là văn bản. Native Multi-Token Prediction mang lại cho mô hình khả năng giải mã suy đoán mà không cần một checkpoint drafter riêng. NVIDIA cung cấp bản dựng tham chiếu BF16 và bản dựng NVFP4, cùng các recipe triển khai cho 4×H100 hoặc 2×GB200 ở BF16. Quá trình tiền huấn luyện và tiền huấn luyện tiếp tục dựa trên một kho ngữ liệu mà NVIDIA mô tả là hàng nghìn tỷ token, còn hậu huấn luyện bổ sung dữ liệu tổng hợp cùng học tăng cường trên hàng chục môi trường đã được công bố.

Kimi K3 là mô hình chủ lực của Moonshot AI: một mixture-of-experts 2,8 nghìn tỷ tham số với 104B tham số hoạt động, cửa sổ ngữ cảnh 1M token và khả năng nhập hình ảnh gốc song song với văn bản. Nó được cung cấp thay vì chỉ được công bố, nó phơi bày một điều khiển reasoning_effort cấp cao nhất thay vì các tham số lấy mẫu, nó tuân theo hình dạng OpenAI API, và nó được định vị cho lập trình tầm xa và công việc tri thức bên trong các harness tác nhân.

• Quy mô — Super VL kích hoạt 12 tỷ tham số mỗi token từ một tập 120 tỷ tham số. Kimi K3 kích hoạt 104 tỷ từ một tập 2,8 nghìn tỷ tham số. Đó là mức chênh lệch khoảng chín lần về khối lượng tính toán trên mỗi token.

• Ngữ cảnh — 1M token trên cả hai và cả hai đều được thiết kế để chứa một phiên làm việc thay vì một lời nhắc đơn lẻ.

• Phương thức — Super VL nhận văn bản, ảnh tĩnh và các khung hình video được lấy mẫu; Kimi K3 nhận văn bản và hình ảnh. Video là trục đầu vào duy nhất mà hai mô hình không tương đương.

• Giá — không có mức giá nào được công bố ở bất kỳ đâu cho Super VL tính đến ngày 16 tháng 10 năm 2026; Kimi K3 là 3 USD vào / 15 USD ra trên mỗi triệu token với mức chiết khấu bộ nhớ đệm 90%.

• Giấy phép và kiểm soát — OpenMDW-1.1 với quyền sử dụng thương mại, trọng số mở, bộ dữ liệu mở và công thức huấn luyện cho Super VL; một API thương mại không cho phép tải trọng số xuống đối với Kimi K3.

• Mức tối thiểu để triển khai — 4×H100 hoặc 2×GB200 ở BF16 cho Super VL, hoặc NIM microservice của nhà cung cấp; không cần triển khai gì cho Kimi K3.

Khoảng cách tám điểm định đoạt luận điểm về người đa năng

Trên Chỉ số Trí tuệ Artificial Analysis, Kimi K3 đạt 44 và NVIDIA Nemotron 3.5 Super VL đạt 26 — cả hai đều không phải ước tính, cả hai đều có thể đo lường được bởi một bên thứ ba thay vì chính các phòng thí nghiệm đã tạo ra chúng. Mười tám điểm không phải là sai số làm tròn; đó là khoảng cách gần đúng giữa một mô hình đa dụng tiên phong và một mô hình đa dụng tầm trung. Kimi K3 cũng chậm hơn và đắt hơn trên mỗi token so với các mô hình xung quanh, điều mà cùng hội đồng đánh giá đó ghi nhận một cách thẳng thắn.

Con số đó chính là toàn bộ lập luận cho bất kỳ ai mà khối lượng công việc chỉ là suy luận văn bản được cung cấp qua API, và điều đó đáng được nói thẳng mà không cần rào đón. Nếu công việc của agent của bạn là đọc một kho mã, lập kế hoạch thay đổi và trò chuyện dài về nó, thì K3 là mô hình mạnh hơn và hiện đã có sẵn với mức giá được công bố.

Nơi sự so sánh không còn là về trí thông minh

NVIDIA không xây dựng Nemotron 3.5 Super VL để giành ngôi đầu trên một chỉ số suy luận tổng quát, và việc đọc cuộc so tài này như thể họ làm vậy chính là cách khiến người ta thất vọng. Bản phát hành này nhắm tới thứ mà thông báo gọi là các agent luôn hoạt động: khối lượng công việc lớn, chạy dài hạn, có dạng tài liệu và màn hình, mà một công ty muốn vận hành bên trong ranh giới của chính mình, huấn luyện hậu kỳ trên dữ liệu của chính mình và kiểm toán. Cách nhà cung cấp tự định vị là hiệu quả — tuyên bố đưa ra là Super VL hoàn thành tác vụ nhanh gấp năm lần so với mô hình tốt nhất tiếp theo trong cùng phân khúc, và đạt độ chính xác tương đương mô hình suy luận lớn nhất của NVIDIA với số lượng tham số chỉ bằng khoảng một phần năm.

Đó là những tuyên bố của nhà cung cấp, được đo trên bộ khung đo lường của chính NVIDIA, và chưa có ai ngoài NVIDIA tái tạo được chúng. Cách diễn giải trung thực sau một ngày ra mắt công khai là: kiến trúc đã được tài liệu hóa, trọng số có thể tải xuống, giấy phép thoáng, và con số thông lượng vẫn chỉ là một khẳng định cho đến khi một bên độc lập chạy lại phép đo đó.

Điều có thể kiểm chứng được là kiểu công việc. Những điểm mạnh đã được công bố của Super VL là nhận dạng ký tự quang học, bảng biểu và biểu đồ, thông tin có cấu trúc trong tài liệu hình ảnh, và các quy trình kinh doanh nhiều bước — yêu cầu bồi thường bảo hiểm, chứng từ tín dụng, bản vẽ kỹ thuật, tìm kiếm xuyên các silo ứng dụng. Đó là một công việc khác với việc viết một bản vá nhiều tệp, và là công việc mà một mô hình 12B-active hoàn thành nhanh một tác vụ cỡ một trang có giá trị hơn một mô hình 104B-active hoàn thành nó tốt hơn nhưng muộn hơn.

Một phím làm gì với từng cái

Đây là nơi sự bất đối xứng tác động mạnh nhất, bởi vì hai mô hình có những câu chuyện tiếp cận trái ngược nhau.

Kimi K3 có trong danh mục của chúng tôi với mã kimi/kimi-k3 ở đúng giá niêm yết của chính Moonshot, với mức đội giá 0% — mức giá của nhà cung cấp được giữ nguyên không thay đổi, nên khi Moonshot đổi con số, con số bạn phải trả cũng đổi ngay trong cùng ngày. Nó được cung cấp qua đúng endpoint tương thích OpenAI như mọi thứ khác, nghĩa là chỉ cần đổi chuỗi model để đưa vào sử dụng chứ không phải làm một dự án tích hợp. Vì Kimi K3 dùng reasoning_effort thay cho temperature và top_p, chính endpoint đó cho phép bạn tinh chỉnh độ sâu suy luận theo từng yêu cầu mà không cần thêm một luồng code thứ hai.

Ngược lại, NVIDIA Nemotron 3.5 Super VL không phải là thứ chúng tôi cung cấp. Đó là một checkpoint do bạn tự vận hành, và mô hình chi phí ở đây là vốn và mức độ sử dụng chứ không phải token. Điều chúng tôi có thể làm cho một mô hình tự lưu trữ là phần hạ tầng xung quanh: tự động chuyển đổi dự phòng giữa các nhà cung cấp thượng nguồn để khi một mô hình được lưu trữ gặp đỉnh tải hoặc sự cố thì nó suy giảm một cách êm ái thay vì thất bại, và DSL định tuyến giúp kết hợp nhiều mô hình vào một lệnh gọi duy nhất — gửi phần trích xuất máy móc cho một mô hình nhỏ, rẻ và chỉ nâng cấp những trang cần phán đoán. Mô hình đó chính xác là điều mà kinh tế học của Super VL mời gọi, bởi vì một mô hình có 12B tham số hoạt động thì đủ rẻ để chạy trên mọi thứ, còn mô hình 104B hoạt động thì không.

Do đó, hình hài sản xuất thực tế cho vài tháng tới không phải là một lựa chọn. Đó là K3 cho nhánh nặng về suy luận và một Super VL tự triển khai cho nhánh khối lượng tài liệu, với một bộ định tuyến ở phía trước quyết định một yêu cầu thuộc về nhánh nào.

Điều gì sẽ làm thay đổi câu trả lời

Ba điều. Thứ nhất, một bản tái tạo độc lập cho tuyên bố gấp năm lần — nếu Super VL thực sự hoàn thành lớp tác vụ của nó trong một phần năm thời gian thực tế, thì lý lẽ cho việc chạy nó bên trong một vành đai được quản lý sẽ mạnh hơn nhiều, và nếu không, lập luận về độ chính xác trên mỗi token sẽ quay trở lại thành một mô hình trọng số mở thông thường. Thứ hai, một mức giá được công bố từ một nhà cung cấp dịch vụ: thời điểm Super VL xuất hiện dưới dạng API tính phí theo mức sử dụng, phản đối về ngưỡng triển khai tối thiểu sẽ biến mất đối với tất cả những ai không sở hữu tám H100, và nó trở thành một câu hỏi thẳng giữa giá và chỉ số, trong đó K3 hiện thắng về chỉ số và không thua ở điểm nào. Thứ ba, bản thân Kimi K3 không đứng yên — Moonshot đã và đang cải tiến nhanh chóng, và một bản phát hành dòng 3 sẽ đặt lại trang này thay vì tinh chỉnh nó.

Cho đến khi một trong số đó ra mắt, lựa chọn vẫn rất rạch ròi: Kimi K3 nếu bạn muốn mô hình mạnh nhất trên mỗi token hiện nay và có thể chi trả cho nó; NVIDIA Nemotron 3.5 Super VL nếu bạn muốn một tác nhân tài liệu và màn hình do bạn sở hữu, hậu huấn luyện và giữ tại chỗ, đồng thời sẵn sàng là người đầu tiên đo lường những gì nó làm.