Nemotron 3.5 Super 對比 Gemini 3.1 Pro：一個是檔案，一個是預覽

最重大的差異，存在於NVIDIA Nemotron 3.5 Super與Gemini 3.1 Pro之間，但不在任何基準測試表上。而是在發布狀態。NVIDIA 這款模型——總參數 1,200 億、每個 token 啟用 120 億，並將 C-RADIO 視覺編碼器接上混合 Mamba-2 與 Transformer 的專家混合架構，以更完整的名稱 NVIDIA Nemotron 3.5 Super VL 發布，並在 Ollama 上以 nemotron-3.5-super 推出——是一組檔案。它們在 2026 年 10 月 12 日上傳至 Hugging Face，比 NVIDIA 自家新聞室在 10 月 15 日發文使其正式公開還早三天；你今晚就能下載其中 82.3 GiB，並在允許商業使用的授權下，在自己的顯示卡上執行。Google 的 Gemini 3.1 Pro於 2026 年 2 月 19 日發布，至今仍以預覽端點形式提供服務。八個月過去，它是個你可以呼叫、卻無法持有的模型。

那樣的說法並不是在貶低任何一種做法。預覽端點是前沿實驗室用來推出並迭代某個它還不準備凍結的東西的方式，而對大多數團隊來說，這是更划算的選擇。但這兩個模型在部署中占據不同的位置，而誠實的比較要問的是你需要哪個位置——不是哪一個能在表格上勝出。

在數字之前，有一件事要直說。Nemotron 3.5 Super 在撰寫本文時才問世四天。廠商已經宣布它，所以就未經確認這層意義來說，它並非悄悄發布；但針對它的獨立證據基礎，大約只有一項評測面板分數，以及大量廠商提供的資料列。Gemini 預覽版已吸引全球目光八個月，背後有規模大得多的第三方評測資料。在證據薄弱之處，本頁會如實說明，而不是誇大湊數。

硬體對抗金鑰

• 您會獲得什麼—— 一份檢查點：BF16 參考權重、一個 Base 變體與一個 NVFP4 版本，外加一個獨立的 LiLiCorr 草稿模型，全部於 2026 年 10 月 12 日發布 · 一個需透過 API 金鑰存取的託管端點，自 2026 年 2 月 19 日起處於預覽狀態。

• 授權 — OpenMDW-1.1，允許商業使用，且模型卡指出該檢查點已可供商業或非商業用途 · Google 的服務條款。

• 參數 — 總計 120B、啟用 12B，每個 MoE 層有 512 個路由專家，已於模型卡上完整揭露 · 未公開發表。

• 直接觸及硬體 — BF16 需四張 H100 或兩張 GB200；預設 4 位元標籤在 82.3 GiB 下需一張 96 GB 顯示卡，外加 1.6 GiB 視覺投影器 · 無，設計使然。

• 上下文 — 最高 1,000,000 個 token，卡片本身也提醒：實際可用數字取決於可用記憶體與執行階段設定，且提示、圖片、歷史記錄、工具結果與生成的 token 全都共用這份額度 · 1,048,576 個 token 的上下文。

• 輸出上限 — NVIDIA 的規格表與執行階段登錄檔均未載明此項 · 65,536 個 token。

• 模態 — 輸入文字、圖像與影片，輸出文字；視覺路徑並非可有可無，每個已發佈的標籤都帶有投影器 · 輸入文字、圖像、影片、音訊與檔案，輸出文字，是本次比較中所有項目裡最廣泛的輸入介面。

• 計量價格 — 未公布任何價格；只能自行架設，別無他途 · 每百萬輸入權杖 $2、每百萬輸出權杖 $12，而當提示超過 200,000 個權杖時，將加倍至 $4 及 $12 起。

決定部署的兩條線是價格與輸入。NVIDIA 的模型沒有價格，因為它沒有端點——它的成本是硬體與電力，而唯一重要的變數是使用率。Gemini 預覽版則有價格，而且帶有斷崖：前 200,000 個輸入 token 以每百萬 2 美元計費，超過的部分則以兩倍計費，這是你建置每通呼叫都塞進一百萬個 token 上下文的管線之前會想知道的細節。

視覺編碼器正是這兩者實際交會之處

兩個模型都接受圖像和影片，這使得這一點成為唯一能直接比較、而非結構性比較的面向。這也是證據最參差不齊的面向。

在 NVIDIA 自家的表格中，所有數據均由廠商透過 NeMo Gym 測試框架跑出：MMLongBench-Doc 為 62.82，MathVision 為 78.16，CharXiv reasoning 為 80.82，OCR-Reasoning 為 65.08，V* 為 85.60，OCRBench v2 English 為 68.12，中文集為 59.15，Video-MME v2 為 32.85，OSWorld-Verified 為 51.14。這些數據列與一個能稱職閱讀文件與圖表、但在中文文本上明顯弱於英文的模型相符。

Google 尚未以 NVIDIA 使用的格式，為該預覽版發布對照表，而本頁也不會藉由把來自不同測試框架的數字湊在一起，來杜撰一份。老實說，能說的是：為這兩個模型評分的同一個第三方評測小組，在其整體指數上把 Gemini 預覽版排在略高的位置——約 29.7，對上 NVIDIA 檢查點的 26.49——而且該評測小組對 Gemini 項目的評估，日期可追溯至其二月發布時，而非任何更近期的修訂。有鑑於指數差距約為三點，且這兩個項目相隔八個月才測得，把其中任一方當作對另一方的定論，都會是過度解讀。

有一點不算過度解讀：Gemini 預覽版接受音訊，而 NVIDIA 檢查點則不接受。如果你的輸入包含通話錄音、一場會議，或任何音訊軌，那麼這場比較有一半在參數還沒出場前就已經底定。反過來說，如果你的工作負載是一份固定的文件語料庫，每天要處理數萬次，那麼一個你能在本地以固定成本執行的模型，和一個每次翻看一頁就按每百萬個 token 收費 $2 的模型，在本質上是截然不同的選項。

NVIDIA 預設中那個無人寫過的陷阱

這種細節，唯有去讀執行階段登錄檔、而不是看廠商部落格，才會浮現，而它值得花上這一段篇幅。

這張模型卡指定了兩種建議的取樣設定：文字用 temperature 1.0 搭配 top_p 0.95，視覺用 temperature 0.6 搭配 top_p 0.95。Ollama manifest 中隨附的預設值是文字那組。這表示大多數人預設會用來執行這個視覺模型的設定，是為模型中非視覺的那一半調校的。如果你在掃描頁面或圖表上第一次使用它的體驗令人失望，取樣設定是第一個該檢查的地方——在對這個檢查點本身的能力做出任何結論之前。

同一份 manifest 中有兩個相關細節。設定 blob 宣告 model_type: 123.6B，而每個面向人類的標籤都寫 120B；這是四捨五入上的不一致，而非權重本身有差異，但當工具指令碼要判斷什麼裝得下時，這就有影響。而且執行階段閘門是強制執行，不是建議：requires: 0.40.5，所以在任何較早版本的 Ollama 上，這個模型完全無法拉取。

八個月的空窗期究竟價值幾何

可以說，一個歷經八個月流量考驗的預覽版，在某些方面比一個四天前才建立的檢查點更值得信賴，而這是個有力的論點。

一個預覽端點已被大量請求反覆衝擊。它的各種失效模式已有其他人記錄在案。它的價格是公開揭示的，而不是靠推測得知。它的上下文視窗就如文件所述那樣運作，因為數千名使用者已經找出它不照文件運作的地方。而 Google 讓一個預覽版持續留在預覽狀態八個月，而非將它正式推出，至少它沒有被悄悄撤回——這是關於該模型商業可行性的資訊，而任何儲存庫時間戳都無法就 NVIDIA 檢查點提供給你這類資訊。

相較之下，預覽版帶有兩項自行託管檔案所沒有的成本。第一，它可能會改變。預覽狀態是一項明確聲明，表明該端點可能未經通知即修訂，而一條針對預覽版確切行為調校的管線，就是一條內含未避險依賴的管線。第二，其成本結構會永遠呈線性成長。不存在任何用量規模能讓 Gemini 預覽版的每 token 成本變得更低；但存在某個用量規模，能讓四張 H100 的固定成本勝過它。那個交叉點是唯一應該驅動這項決策的數字，而它是你的流量特性，而非任一模型的特性。

而 NVIDIA 這個檢查點的八個月落差並不純然是一項負債。該廠商不僅發布了權重，還發布了可重現的評估測試框架與技術報告，而模型卡上的發布日期欄位與儲存庫時間戳記也都與新聞室貼文相符。這是一套比多數開放權重釋出所能獲得的更具可稽核性的發布流程，即便稽核才剛剛開始。

這兩者都不在我們的關鍵上，而其中一個才是真正重要的原因。

關於可用性，值得直說。Gemini 3.1 Pro 以預覽版形式可在 OrcaRouter 上使用，並以供應商定價原樣提供，沒有任何每 token 加價——輸入 $2、輸出 $12，且長上下文層級按 Google 公布的費率計價，我們這邊當天就上線，而不是等到下一次續約。如果你想了解這個預覽版是否能處理你的文件工作負載，那只需要一組金鑰，無需採購流程。

Nemotron 3.5 Super 不在我們的 key 中。我們提供兩百多個模型的路由，其中沒有 NVIDIA Nemotron 這個項目，所以本文並非暗示你可以在我們的平台上呼叫它。你的途徑是 NVIDIA 自家的建置與發行管道，以及本機執行環境的拉取。

路由層在這裡真正有用之處，在於這個決策中與基準測試毫無關係的那一部分。先讓你實際的文件工作負載跑在託管預覽版上。如果它通過了門檻，你就得知這個工作負載是前沿模型能處理的那種，而你現在可以針對是否要把其中任何部分移到本機執行的檢查點，提出一套規模化的論證。如果它沒有通過門檻，你反而學到了更有價值的東西，而且只花了幾美元的 token 代價，而不是一整個叢集的代價。

狹義的裁決

如果你需要音訊輸入、盡可能最廣泛的輸入模態組合、已公開的輸出上限，或是失敗模式已由其他人摸透的模型，那麼 Gemini 3.1 Pro Preview 就是答案；而它背後八個月的第三方評測，價值高於那三點指數差距所暗示的程度。

如果你需要持有模型、取得商業使用授權、在自有硬體上執行，並為持續處理的文件工作負載支付固定成本，那麼 NVIDIA 檢查點本月首次成為真正可行的選項——但附帶三項具體注意事項。預設標籤是 4 位元量化，而且該量化沒有已發布的評估結果。出廠的取樣預設值是這張卡的文字設定，而非其視覺設定。而且這個模型才推出四天。

先用自己的資料試用預覽。如果行得通，問題就只剩資料量，而資料量不過是算術。如果行不通，你剛剛就替自己省下了一整個叢集。

這些都不是假設：像這次發布這類版本背後那些有紀錄的 AI 失效與代理事件，全都收錄在OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。