Nemotron 3.5 Super VL 对比 Kimi K3：按量计费的旗舰模型对阵无价目表的权重发布

最坦诚的简短回答是：这两个模型中只有一个有明确标价，而且不是英伟达的那个。Kimi K3以计量服务的形式出售，每百万输入 token 3 美元、每百万输出 token 15 美元，并享有 90% 的缓存折扣；它是你今天就能用一个密钥直接调用的那个模型。NVIDIA Nemotron 3.5 Super VL是一个拥有 1200 亿参数、120 亿激活参数的开源权重检查点，采用 OpenMDW-1.1 许可，却完全没有公布任何价目表——你要么在自己的加速器上运行它，要么与部署它的服务方去谈。它的权重于 2026 年 10 月 12 日上线 Hugging Face，英伟达自己的公告则在 10 月 15 日跟进，也就是说这只是一个发布三天的新东西，而非成熟产品。决定这场对决的，正是这种不对称性，而不是那张基准测试成绩表。

这些实际上分别是什么

NVIDIA Nemotron 3.5 Super VL 是一款混合视觉语言模型：交错的 Mamba-2 层、每个 MoE 层配备 512 个路由专家的混合专家架构，以及精选的注意力层，并与 C-RADIO 视觉编码器和视觉语言连接器搭配。它拥有 120B 总参数，每个 token 激活 12B，支持高达 1M token 的上下文，可输入文本、图像和视频，输出文本。原生多 Token 预测让它无需单独的 drafter 检查点即可实现推测解码。NVIDIA 提供 BF16 参考构建版本和 NVFP4 构建版本，并附有在 BF16 下使用 4×H100 或 2×GB200 的部署方案。预训练和持续预训练使用了 NVIDIA 所描述的规模达数万亿 token 的语料库，后训练则加入了合成数据，以及在数十个已发布环境中进行的强化学习。

Kimi K3 是 Moonshot AI 的旗舰模型：一个 2.8 万亿参数的混合专家模型，拥有 104B 激活参数、1M token 上下文窗口，并原生支持图像输入以及文本。它以服务形式提供，而不仅仅是发布；它暴露的是顶层 reasoning_effort 控制，而不是采样参数；它采用 OpenAI API 形态；并且定位于智能体框架内的长周期编码与知识工作。

• 规模 — Super VL 每个 token 从 120B 参数池中激活 12B 参数。Kimi K3 从 2.8 万亿参数池中激活 104B。这意味着每个 token 的计算量相差约九倍。

• 上下文 — 两者均为 100 万 tokens，且都旨在承载一个工作会话，而非单条提示。

• 模态 — Super VL 接收文本、静态图像和采样视频帧；Kimi K3 接收文本和图像。视频是两者并不等同的唯一输入维度。

• 价格 —— 截至 2026 年 10 月 16 日，Super VL 在任何渠道均未公布费率；Kimi K3 为每百万 token 输入 $3 / 输出 $15，并享 90% 缓存折扣。

• 许可与控制——Super VL 采用 OpenMDW-1.1 许可证，允许商业使用，并开放权重、数据集和训练方案；Kimi K3 则提供商业 API，不开放权重下载。

• 最低部署要求 — Super VL 在 BF16 下需 4×H100 或 2×GB200，或采用供应商的 NIM 微服务；Kimi K3 则无需部署。

决定通才论成败的八个百分点差距

在 Artificial Analysis 智能指数上，Kimi K3 为 44 分，NVIDIA Nemotron 3.5 Super VL 为 26 分——两者均为非估算值，且都由第三方而非研发它们的实验室测得。18 分的差距并非四舍五入的误差；它大致相当于前沿通用模型与中端通用模型之间的距离。Kimi K3 每 token 的速度也比周围模型更慢、成本更高，同一评测小组也直白地指出了这一点。

这个数字就是全部论据，适用于任何工作负载是通过 API 交付的纯文本推理的人，而且值得毫不含糊地这么说。如果你的智能体的工作是读取代码仓库、规划变更并围绕它进行长时间对话，那么 K3 是更强的模型，而且它现在已以公开定价提供。

当比较不再关乎智力时

NVIDIA 打造 Nemotron 3.5 Super VL，并不是为了在通用推理基准上夺魁，而把它当作是这样来解读这场对比，恰恰是人们最终感到失望的原因。此次发布瞄准的是公告中所称的“常驻智能体”：高吞吐量、长时间运行、以文档和屏幕为形态的工作——企业希望在自己的边界内运行它、用自己的数据进行后训练，并对它进行审计。厂商自己的定位是效率——其宣称 Super VL 完成任务的速度比同级别中第二好的模型快五倍，并且以大约五分之一的参数量，达到了与 NVIDIA 最大推理模型相当的准确率。

这些是厂商的说法，是在 NVIDIA 自己的测试框架上测得的，而 NVIDIA 之外还没有任何人复现过。在公开发布一天后，诚实的解读是：架构已有文档，权重可以下载，许可证很宽松，但在独立第三方重新运行之前，那个吞吐量数字仍然只是一种断言。

可核查的是工作的性质。Super VL 公布的强项是光学字符识别、表格和图表、视觉文档中的结构化信息，以及多步骤业务流程——保险理赔、信贷文件、工程图纸、跨应用程序孤岛的搜索。这与编写多文件补丁是另一回事，而且在这类工作中，一个能快速完成单页任务的 12B 活跃参数模型，比一个完成得更好但更晚的 104B 活跃参数模型更有价值。

一个按键对它们各自起什么作用

这正是这种不对称性影响最为严重的地方，因为这两个模型的访问方式完全相反。

Kimi K3 已上架我们的目录，价格为 kimi/kimi-k3 在 Moonshot 自家标价，加价 0%——服务商的费率原样透传，因此当 Moonshot 调整数字时，你支付的数字当天就会同步变化。它与其他所有模型一样，通过同一个兼容 OpenAI 的端点接入，这意味着把它换进来只需改一下模型字符串，而不是一个集成项目。由于 Kimi K3 暴露的是 reasoning_effort 而不是 temperature 和 top_p，同一个端点让你可以按请求调节推理深度，而无需另建一条代码路径。

相比之下，NVIDIA Nemotron 3.5 Super VL 并不是我们提供的服务。它是一个由你自己托管的检查点，其成本模型是资本与利用率，而非 token。对于自托管模型，我们能做的是周边的基础设施：跨上游提供商自动故障转移，使托管模型出现峰值或中断时能够优雅降级，而不是直接失败，以及将多个模型组合成一次调用的路由 DSL——把机械性的提取工作交给小型廉价模型，只将需要判断的页面升级处理。这正是 Super VL 的经济性所引导的模式，因为一个 12B 激活参数的模型足够便宜，可以对所有内容都运行，而 104B 激活参数的模型则不行。

因此，未来几个月现实的生产形态并不是一道选择题。它是推理密集型分支采用 K3、文档吞吐型分支采用自托管的 Super VL，并在前端由一个路由器来决定每个请求归属于哪条分支。

什么会改变答案

三件事。第一，独立复现那个“五倍”的说法——如果 Super VL 真的能在五分之一的挂钟时间内完成其这一类任务，那么在受监管边界内运行它的理由就会强得多；如果做不到，那么每 token 准确率这一论点就会退回到普通的开放权重模型水平。第二，来自服务提供商的公开费率：一旦 Super VL 出现在按量计费的 API 之下，对于所有没有八块 H100 的人来说，部署门槛的反对意见就会消失，问题就会变成一个直接的价格对指数的问题，而 K3 目前在指数上胜出，且在各方面都没有落后。第三，Kimi K3 本身并没有停滞不前——Moonshot 一直在快速迭代，而 3 系列的发布将会重置这一页，而不是对它做改进。

在其中任何一个落地之前，分野都很清晰：如果你想要当下每token能力最强的模型，并且付得起这个价钱，就选Kimi K3；如果你想要一个自己拥有、可后训练并保留在本地的文档与屏幕智能体，并且愿意第一个去衡量它究竟能做什么，就选NVIDIA Nemotron 3.5 Super VL。