Nemotron 3.5 Super VL 對決 Kimi K3：按用量計費的旗艦，對上沒有價目表的權重釋出

最誠實的簡短答案是：這兩個模型中只有一個有標價，而且不是 NVIDIA 的那個。Kimi K3以計量服務形式販售，每百萬輸入 token 為 3 美元、每百萬輸出 token 為 15 美元，並享有 90% 的快取折扣，而且它就是你今天用單一金鑰就能呼叫的模型。NVIDIA Nemotron 3.5 Super VL是一個 1,200 億參數、120 億活躍參數的開放權重檢查點，採用 OpenMDW-1.1 授權，且完全沒有公布價目表——你要嘛在自己的加速器上運行它，要嘛和提供服務的一方談判。它的權重於 2026 年 10 月 12 日上傳到 Hugging Face，NVIDIA 自家的公告則在 10 月 15 日跟進，這使它成為一個推出才三天的發布，而非成熟產品。決定這場對決的，是這種不對稱性，而不是基準測試表。

這些各自實際上是什麼

NVIDIA Nemotron 3.5 Super VL 是一款混合式視覺語言模型：交錯的 Mamba-2 層、每層 MoE 有 512 個路由專家的混合專家架構，以及精選的注意力層，並搭配 C-RADIO 視覺編碼器與視覺語言連接器。它擁有 120B 總參數、每個 token 啟動 12B 參數，支援高達 1M token 的上下文，可輸入文字、圖像與影片並輸出文字。原生多重 token 預測（Native Multi-Token Prediction）讓它無需額外的草稿模型檢查點即可進行投機解碼。NVIDIA 提供 BF16 參考版本與 NVFP4 版本，並附上 BF16 下 4×H100 或 2×GB200 的部署配置。預訓練與持續預訓練使用了 NVIDIA 所述達數兆 token 的語料庫，後訓練則加入了合成資料，以及在數十個公開環境中進行的強化學習。

Kimi K3 是 Moonshot AI 的旗艦模型：一個擁有 2.8 兆參數的混合專家模型，具備 104B 的活躍參數、100 萬 token 的上下文視窗，並原生支援圖像與文字輸入。它不僅被發表，更直接提供服務；它對外暴露頂層的 reasoning_effort 控制項，而非取樣參數；它採用 OpenAI API 的格式；並且其定位是在代理框架（agent harnesses）內進行長時程的程式編寫與知識工作。

• 規模 — Super VL 每個 token 會從 120B 的參數池中啟用 12B 參數。Kimi K3 則從 2.8 兆參數的參數池中啟用 104B。這大約是每 token 運算量九倍的差異。

• 上下文 — 兩者皆為 1M tokens，且兩者都設計用來承載一次工作階段，而非單一提示。

• 模態 — Super VL 可接收文字、靜態圖像與取樣視訊幀；Kimi K3 可接收文字與圖像。視訊是兩者唯一不對等的輸入軸。

• 價格 — 截至 2026 年 10 月 16 日，Super VL 在任何地方都尚未公布費率；Kimi K3 為每百萬個 token 輸入 $3／輸出 $15，並享有 90% 快取折扣。

• 授權與控制 — 適用於 Super VL 的 OpenMDW-1.1，允許商業使用、開放權重、開放資料集與訓練配方；而 Kimi K3 則提供商業 API，但不提供權重下載。

• 部署最低需求 — Super VL 在 BF16 下需要 4×H100 或 2×GB200，或採用廠商的 NIM 微服務；Kimi K3 則無需部署。

決定通才主張的八個百分點差距

在 Artificial Analysis Intelligence Index 上，Kimi K3 以 44 分位居其中，NVIDIA Nemotron 3.5 Super VL 則為 26 分——兩者皆非估算值，且都可由第三方衡量，而非由打造它們的實驗室自行衡量。十八分的差距不是四捨五入的誤差；這大致相當於前沿通用型模型與中階模型之間的距離。Kimi K3 相較於周遭模型，每 token 也更慢、更昂貴，同一組評測人員也直白地指出這一點。

那個數字，對任何工作負載是透過 API 提供的純文字推理的人來說，就是完整的論據；而且值得毫不含糊地這麼說。如果你的代理程式的工作是閱讀一個儲存庫、規劃一項變更，並就此進行長時間對話，那麼 K3 是更強的模型，而且現在已以公開定價提供。

當比較不再關乎智能

NVIDIA 打造 Nemotron 3.5 Super VL，並不是為了在通用推理指標上勝出；而把它當成那樣的產品來解讀這場較量，正是人們最終感到失望的原因。這次發布鎖定的目標，是官方公告所稱的常駐代理：高頻率、長時間運行、以文件和螢幕為形態的工作，企業希望在自己的邊界內運行、用自己的資料進行後訓練，並可加以稽核。廠商自己的定調是效率——其宣稱 Super VL 完成任務的速度比同級中次佳的模型快五倍，而且以大約五分之一的參數量，達到與 NVIDIA 最大推理模型相當的準確度。

那些是廠商聲稱，是在 NVIDIA 自家的測試工具上測量的，而且 NVIDIA 以外的任何人都尚未重現它們。在公開發布一天後，誠實的解讀是：架構已有文件記錄，權重可供下載，授權條款寬鬆，而吞吐量數字在獨立第三方重新運行之前，都只是一項主張。

可以檢核的是工作的性質。Super VL 公開展示的強項是光學字元辨識、表格與圖表、視覺文件中的結構化資訊，以及多步驟業務流程——保險理賠、授信文件、工程圖、跨應用孤島的搜尋。這和撰寫多檔案修補程式是不同性質的工作，而在這類工作中，一個能完成頁面級快速任務的 12B 活躍參數模型，比一個完成得更好但更晚的 104B 活躍參數模型更有價值。

一把鑰匙對它們每一個做什麼

這正是這種不對稱最為棘手的地方，因為這兩個模型有著截然相反的存取情況。

Kimi K3 已在我們的目錄中，型號為 kimi/kimi-k3，採用 Moonshot 自家的定價，0% 加價——供應商的費率原封不動地傳遞，因此當 Moonshot 調整數字時，你支付的數字會在同一天跟著變動。它與其他所有項目一樣，透過相同的 OpenAI 相容端點提供，這意味著要換用它只需更改模型字串，而不是一項整合專案。由於 Kimi K3 提供的是 reasoning_effort 而非 temperature 和 top_p，同一個端點讓你無需第二條程式碼路徑，就能針對每個請求調整推理深度。

相較之下，NVIDIA Nemotron 3.5 Super VL 並不是我們所提供的東西。它是一個由你自行託管的檢查點，而其成本模型是資本與使用率，而不是 token。對於自託管模型，我們能做的是周邊的管線：跨上游供應商的自動容錯移轉，讓託管模型上的尖峰或中斷能夠優雅降級，而不是直接失效，以及將多個模型組合成單一呼叫的路由 DSL——把機械式擷取交給小型便宜模型，只升級需要判斷的頁面。這個模式正是 Super VL 的經濟效益所招引的，因為 12B 啟動參數的模型便宜到足以套用於所有事情，而 104B 啟動參數的模型則不然。

因此，未來幾個月實際可行的生產形態並不是一種選擇，而是：推理密集型分支採用 K3，文件量分支採用自託管的 Super VL，並在前方由一個路由器決定某個請求屬於哪個分支。

什麼會改變答案？

三件事。第一，獨立重現那項五倍宣稱：如果 Super VL 真的能以五分之一的實際耗時完成其任務類別，那麼在受監管邊界內運行它的理由就會強得多；若做不到，每詞元準確率的論點就會退回成普通的開放權重論點。第二，服務供應商公佈的費率：一旦 Super VL 以計量 API 的形式出現，對於沒有八張 H100 的人來說，部署門檻的反對意見就會消失，而這會變成單純的價格對指數問題；目前 K3 在指數上勝出，且在任何方面都不輸。第三，Kimi K3 本身並未停滯不前——Moonshot 一直快速迭代，而 3 系列的發布會重設這一頁，而不是對它做改良。

在其中一款真正問世之前，分界很清楚：如果你想要當今每 token 最強大的模型，而且付得起，就選 Kimi K3；如果你想要一個自己擁有、可後訓練並留在本地端部署的文件與螢幕代理，而且願意成為第一個衡量它實際能耐的人，就選 NVIDIA Nemotron 3.5 Super VL。