
Nemotron for Science 對決 GPT-Rosalind:開放權重對抗受信任存取閘門
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 90 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-0711 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 89 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百萬 tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 179 tok/s
若問這兩者各自要價多少,得到的答案幾乎不會提及另一方。NVIDIA Nemotron for Science於 2026 年 11 月 16 日在 SC26 發表,是一套可下載的套件:以 OpenMDW-1.1 授權的開放 Nemotron 3.5 Super VL 檢查點、約含 50,000 道題目且名為 LitmusBench v0.2 的化學資料集,以及後訓練配方。其邊際成本就是你已經擁有的任何 GPU。GPT-Rosalind則是得先提出申請才能使用的計量 API:該公司的生命科學專門模型於 2026 年 4 月 16 日推出,並於 2026 年 9 月 11 日向全球符合資格的組織開放,自 10 月 5 日起按每百萬輸入 token 5.00 美元、每百萬輸出 token 25.00 美元計費。一個是套件,另一個則是前面多了一道審核程序的服務。對於你的實驗室該選用哪一個,這項差異比任何一方的基準測試分數都更具決定性。
兩個標籤都寫著「科學」,而這個詞在兩種情況下都承載了大量意涵。這兩個模型都不是通用型科學家;各自都針對研究工作的一個特定切面,由在該切面有特定商業利益的公司打造,並由該公司評估。因此,這項比較把發表報導中常被混為一談的三個問題拆開來看:每個模型實際上能被指向哪些工作、誰被允許把它指向這些工作,以及在每個模型上做一次實驗要花多少成本。
兩個不同的產品,而不是同一個產品的兩個版本
GPT-Rosalind 是一款針對生物學調校的推理模型——涵蓋分子、蛋白質、基因、通路、疾病機制——並具備有文獻記載的外掛生態系,包含 50 多種生命科學工具,以及研究紀錄方面的實績,其中包括一次分散式代理執行,從 700 多篇參考文獻篩選至 11 篇。它可透過 ChatGPT、Codex 與 API 存取,而 API 途徑需要通過 OpenAI 的信任存取計畫。這是對模型本身的門檻,而非對某項功能的門檻。這項能力確實存在;問題在於你能否取得。
Nemotron for Science 並不是同樣意義上的模型。它內部的模型 Nemotron 3.5 Super VL 於 2026 年 10 月 12 日釋出權重,並由 NVIDIA 於 10 月 15 日發表——比 SC26 早了五週。11 月 16 日問世的是周邊配套機制:一套化學評測集、後訓練配方,以及將模型接上 CUDA-X 科學軟體、使其成為可呼叫工具的說明文件。沒有人設下審核關卡。你自己複製、自行評估硬體規模、用自家資料微調,唯一的核准步驟就是你自己的運算預算。
那種不對稱就是整個比較,而以下的一切都是它的結果。
記分板:逐維度檢視
• 存取模式 — Nemotron for Science:於 Hugging Face 以 OpenMDW-1.1 釋出開放權重,可作商業及非商業用途,無需申請。GPT-Rosalind:首次 API 呼叫前須通過受信任存取審查;聊天存取則透過另行設立、明確排除 API 呼叫的學術計劃提供。
• 定價 — Nemotron for Science:無供應商價目表;自架成本即你的硬體成本。第三方推論將 Super VL 列為每百萬輸入 $0.20、每百萬輸出 $0.50,提供 75% 快取折扣,混合費率為 $0.13。GPT-Rosalind:每百萬輸入 $5.00/輸出 $25.00,快取輸入 $0.50。
• 參數 — Nemotron 3.5 Super VL:總計 120B,每個 token 啟用 12B,採用 Mamba-2 與 Transformer 混合 MoE,每個 MoE 層有 512 個路由專家。GPT-Rosalind:未公開。
• 上下文與模態兩者皆為 1M 個 token。Super VL 可接收文字、圖像及最長兩分鐘的 MP4 影片,並輸出文字。GPT-Rosalind 透過 ChatGPT、Codex 和 API 接收文字與科學檔案輸入;並未發布一般圖像輸入的聲明。
• 領域實證 — Nemotron for Science:七個具名合作夥伴與機構,包括在 Terray 的 RxnScribe 上達到 76% 的反應復原率、KTH 的 agent 在一次通宵 DGX Spark 執行中修復了 81% 的故障 GROMACS 設置,以及在 Lila Sciences 對比 GPT-6 Astra 時,量子點合成準確率為 61% 對 54%。GPT-Rosalind:BixBench 領先、MedChemBench 27.5%、GeneBench 21.6%、LabWorkBench 63.2%,以及在 LifeSciBench 上每 token 效能提升 4.42%。雙方數據皆為廠商自行報告。
• 獨立評分 — Nemotron 3.5 Super VL:Artificial Analysis Intelligence Index 14,每秒 291 個 token,首個回答 token 耗時 11.85 秒。GPT-Rosalind:未在該指數中追蹤。

化學和生物不是同一個基準。
這正是逐項規格閱讀所掩蓋的不匹配。GPT-Rosalind 已公開的證據絕大多數屬於生物學範疇:蛋白質表現範圍、基因層級推理、藥物化學、實驗室操作流程工作。Nemotron for Science 已公開的證據絕大多數屬於化學與計算範疇:反應式擷取、溶解度預測、代謝歸宿、量子點合成、分子動力學修復。兩者都算「科學」,但計算化學團隊與轉譯腫瘤學團隊並不在同一個市場。
真正重疊之處在於代理層,而 NVIDIA 在這方面的證據異常具體。一個模型若能讀取損壞的 GROMACS 輸入檔、釐清拓撲與座標檔為何不一致,並產出引擎隨後接受的修正,那就是在進行帶有可驗證獎勵的多步驟工具使用;而 KTH 回報,在他們建構的測試案例上成功率為 81%。可相比的 Rosalind 證據,則是十月那次 32 分鐘的膽固醇轉運假設執行:數千個協作代理將 700 多篇參考文獻篩選到 11 篇,且盲測審查者在約四分之三的比較中更偏好其輸出。兩者都是第一方證據。兩者都描述了一個會規劃、執行與檢查的迴圈。但兩者都沒有公布生產負載下的完成率,而那才是真正能讓你比較兩者的數字。
請把這兩個證據庫視為互補,而不是互相競爭。如果你的工作是濕實驗室生物學,NVIDIA 的化學資料集對你來說幾乎無關,而 Rosalind 的 MedChemBench 和 LabWorkBench 列才是你該讀的。如果你的工作是計算化學或分子模擬,GROMACS 和量子點結果描述的才是你實際的一週,而 Rosalind 的生物學調校則是你會付溢價卻用不到的東西。
一場實驗的成本,算清楚了
以 token 為單位計價,對這兩者而言都是錯誤的計價單位,所以真正重要的是這筆算術。以 Nemotron for Science 的一次後訓練執行為例:BF16 的 120B 模型需要 4× H100 或 2× GB200,或者採用 NVFP4 版本的單台 DGX Spark。在單台 DGX Spark 上執行一次徹夜運算——也就是 KTH 配置——相對於你自有或以小時租用的硬體,是一筆固定且可預知的成本。資料集免費,配方也已公開。你可以把這個迴圈跑一百次,而第九十九次執行的邊際成本與第一次相同。
現在對一個按量計費的專門模型做同樣的迭代。以每百萬個 token 輸入 $5.00、輸出 $25.00 計算,對大型科學語料庫做一次長上下文處理可不是什麼舍入誤差,而失敗嘗試的成本與成功嘗試按相同費率計收。這就是為什麼在 Rosalind 這一側,$0.50 的緩存輸入如此重要:如果你的提示共享一大段前綴,折扣就是 90%,成本結構會完全改變。如果不共享,就不會改變。
從那套算術得出的誠實結論並不是「開放比較便宜」。而是這兩種定價形態獎勵的是不同的工作。迭代式微調獎勵開放權重,因為你只為算力付費,別無其他。用前沿模型對一百個假設做爆發式評估,則獎勵按用量計費的 API,因為你只為使用量付費,別無其他。多數研究團隊兩者都做,而這正是尷尬之處。

路由層適合放在哪裡,以及不適合放在哪裡
這兩個檢查點都不在我們的目錄中。我們不提供 Nemotron 3.5 Super VL,也不提供 GPT-Rosalind;若文章硬要假裝並非如此,那就很奇怪了——實務上的答案是:前者要自行下載,後者則要向 OpenAI 申請。
落在我們這一側界線上的,是科學代理當中不屬於科學模型的那一部分。KTH GROMACS 代理、Terray 擷取管線與 Lila 協定產生器,全都是圍繞領域模型包裝而成的代理:它們負責規劃、呼叫工具、讀取輸出並決定下一步,而規劃層通常是通用模型,而非專家模型。這一層正是單一金鑰能橫跨 超過 200 個模型、以供應商定價且 0% 加價來發揮價值的地方,也是 自動容錯移轉至關重要的地方——一趟耗時六小時的代理式執行,你不會想因為某家上游供應商下午出了狀況,就在第五個小時功虧一簣。路由 DSL會組合這些呼叫;專家模型則留在它該在的位置。
該選哪一個
如果你是具備 GPU 算力的計算化學或分子模擬團隊,Nemotron for Science 幾乎是毫不猶豫的選擇:寬鬆的授權條款、一套可用於評估與訓練的 50,000 題化學題集,以及一套有文件記載的工具迴圈,且已在你們每週都要處理的那種失效模式上示範過。反正你本來就打算自行託管,供應商沒有公開價目表並不是問題。
如果你從事轉譯生物學,且需要一個能推理蛋白質與疾病機制的模型,Rosalind 是兩者中唯一針對你的工作所設計的,而受信任存取審查是入門的代價。請在專案計畫中為審查時程編列預算,並注意學術計畫的免費名額不包含 API 存取——想要建立管線的大學團隊需要有自己的商業安排。
而且,如果你建構的是代理,而不是模型,這個選擇的影響就沒有看起來那麼大。兩者都能從迴圈中呼叫;兩者都有故障模式;兩者都沒有公布能解決這個問題的完成率。明智的做法是把迴圈建構成讓底下的模型成為一個設定值,然後再進行測量。這是兩家供應商唯一留給你的比較。

