一張生成的標題卡寫著「Qwen4-Max vs Nemotron 3.5 Super」,副標題為「一個按 token 租用,一個按 GB 購買」,並有三張數字卡分別寫著「指數上 43 對 14」、「每項任務 $3.27 對 $0.56」以及「248.94 GB BF16 開放權重」。頁腳寫著「開放權重依據 NVIDIA;分數依據 Artificial Analysis Intelligence Index v5.0.1;託管費率依據 Artificial Analysis。」白色背景上的扁平向量風格,搭配藍色與青色漸層點綴,OrcaRouter 標誌合成於右下角。
Guides & Insights

Qwen4-Max 對比 Nemotron 3.5 Super:一個按 Token 租用,一個按 GB 購買

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

這項比較中的兩個模型並不是在爭奪同一筆預算項目。Qwen4-Max 自 2026 年 11 月 16 日起在新加坡按 token 計費,每百萬輸入 token 1.50 美元、每百萬輸出 token 4.50 美元,而且它是封閉的——沒有權重、無法下載、永遠不能自行託管。NVIDIA Nemotron 3.5 Super VL 自 2026 年 10 月 12 日起可依 OpenMDW-1.1 下載,形式為 248.94 GB 的 BF16 檢查點或 75.06 GB 的 NVFP4 檢查點,擁有 1,200 億個參數,其中 120 億個為活躍參數,而獨立追蹤機構測得的託管牌價為每百萬輸入 0.20 美元、每百萬輸出 0.50 美元。在該指數上,Qwen4-Max 得分 43,Nemotron 3.5 Super VL 則為 14。就每完成一項任務的成本而言,追蹤機構給出的數字是 3.27 美元對 0.56 美元。把這四個數字放在一起解讀,它們描述的是一個 29 點的能力差距、一個有利於開放模型的 92% 價格差距,以及一個真正取決於你想要的是端點還是一個檔案的決定。

授權是第一列,不是最後一列。

大多數關於中國閉源旗艦與 NVIDIA 開源發布的比較,都把授權當成附註。但在這裡,授權決定了其他各列究竟能意味著什麼。

• 權重 — Qwen4-Max:未公布任何權重,且阿里巴巴尚未表示會為此層級發布任何權重,僅表示同系列中較小的 Qwen4 模型將會開源。Nemotron 3.5 Super VL:BF16 與 NVFP4 版本已於 Hugging Face 上架,最初建立於 2026 年 10 月 12 日,NVIDIA 自家的公告則於 10 月 15 日隨後發布。

• 授權 — NVIDIA 方面採用 OpenMDW-1.1,允許商業使用,並可用自己的資料進行後訓練。阿里巴巴方面則是商業 API 協議,按 token 計量,除了服務條款之外無需接受其他內容。

• 微調 — 在 Nemotron 3.5 Super VL 上可行,而 NVIDIA 的規格卡將客製化與領域調適列為其預期用途。在 Qwen4-Max 上,無論出價多少都不提供;其功能清單中並沒有微調端點。

• 部署型態——一種是位於六個區域的託管端點,你可透過四種傳輸格式存取。另一種則是一組權重,你得為它找 GPU,再加上一套推論堆疊,以及伴隨這兩者的營運工作。

• 用這兩者都做不到的事——買下 Qwen4-Max 的權重,或是假設 NVIDIA 明年仍會提供 Nemotron 3.5 Super VL 而呼叫它。第二點是以反面表述的開放權重優勢:沒有人能收回你已經擁有的權重。

這種不對稱,正是為什麼直接比較指數在這裡幾乎毫無用處。43 對 14 的差距,是在為能力定價;而缺失的那一列,則是在為可選性定價;而可選性,正是這個開放模型真正在賣的東西。

以 14 對照 26 來解讀:指數在此模型下變動

有一個值得特別指出的問題,因為任何拿今日數字與十月報導相比的人都會困惑。Artificial Analysis 首次評估 Nemotron 3.5 Super VL 時給它 26 分,而 Intelligence Index v5.0.1 目前條目顯示 14。這兩個數字都出現在該追蹤器的頁面上;它們彼此不可相比,因為模型底下的指數版本已經改了。讀者應從中得到的結論很有限:在 v5.0.1 之內,Nemotron 3.5 Super VL 的 14 與 Qwen4-Max 的 43 是由同一套測試工具、同一個修訂版本測得,可以放在同一條基準線上比較。26 是不同評分標準下的歷史產物,若把兩者並列引用,彷彿該模型退步了 12 分,那會是錯誤的。

追蹤器中 Nemotron 條目的其餘內容,對開放模型而言資訊異常豐富,因為它已有託管價格。它記錄了每百萬 token $0.20 與 $0.50、95% 的快取折扣、每秒 274 個 token 的輸出速度、首個回答 token 耗時 13.44 秒、每項索引任務 5.0 分鐘、100 萬 token 的上下文,以及在 1.19 億個生成的輸出 token 上,每項完成的索引任務平均 $0.56。描述在正反兩面都很坦率:在同等規模的開放權重模型中,智慧程度屬於領先群;每項任務速度低於平均;非常冗長。

Qwen4-Max 的欄位沒有速度、沒有延遲,也沒有每項任務耗時——效能卡片顯示 N/A。它有 43、在 81 中排名第 38、$1.50 和 $4.50,以及 1.27 億輸出 token。其冗長程度與 Nemotron 相當,這使得每項任務成本的差異幾乎完全來自價格差異,而非行為差異:在輸出每 token 費率約為九分之一的情況下,這個開放模型完成任務的成本只有六分之一,但分數低了 29 分。

A generated two-column scoreboard titled 'Qwen4-Max vs Nemotron 3.5 Super VL — the scoreboard'. The Qwen4-Max column reads Distribution hosted API only, Weights none published, AA Index 43 rank 38 of 81, Price per index task $3.27, Parameters 2.4T total 71B active, Fine-tuning not offered. The Nemotron 3.5 Super VL column reads Distribution open weights OpenMDW-1.1, Weights 248.94 GB BF16 / 75.06 GB NVFP4, AA Index 14, Price per index task $0.56, Parameters 120B total 12B active, Fine-tuning permitted. A footer reads 'Open weights per NVIDIA; AA figures per Artificial Analysis v5.0.1; hosted rates per AA.'

120B 總參數搭配 12B 激活參數,實際能帶給你什麼

Nemotron 3.5 Super VL 是混合專家模型,總參數達 1,200 億,每 token 啟用 120 億個參數;當你自行託管時,這個數字會決定推論成本。它接受文字與圖像輸入,並回傳文字。其語言主幹初始化自純文字模型 Nemotron 3 Super Base,視覺路徑則是後來才加入的——C-RADIO 編碼器與一個連接器是在基礎訓練、蒸餾、Indic 持續預訓練、長上下文擴展與軟體工程中期訓練全部完成後,才作為獨立訓練階段安裝上去。Qwen4-Max 則是相反的建構方式:2.4 兆參數的主幹,每 token 啟用 710 億個參數,從一開始就具備原生視覺能力,另有 3,280 億個 N-gram 嵌入參數是透過查表取得而非乘法計算,還有一條上下文路徑建立在三層 Gated DeltaNet 之上,為每個 Qwen Sparse Attention 層壓縮歷史。

其中一種架構是圍繞圖像設計的,另一種則是把圖像能力事後硬加上去。這個差異是否會在你的工作負載中顯現,是個實證問題,但風險的方向是可得知的:事後改裝的視覺路徑,正是文件擷取管線最先出現回歸問題的地方;而廠商自己的模型卡也給出同方向的暗示:在寬鬆提示上,IFBench 得分為 70.86,而較大的 Nemotron 3 Ultra 則是 82.9。

託管成本計算是另一半。NVIDIA 公布兩個檢查點:BF16 為 248.94 GB、NVFP4 為 75.06 GB,兩者相差 173.88 GB,換來約三分之一的儲存與記憶體佔用量。NVFP4 版本能裝進單一現代加速器節點,而不是整個叢集;而且它是 NVIDIA 自家的檢查點,不是第三方量化版本,如果你在意重現廠商公布的數字,這點很重要。以每個 token 有 120 億個活躍參數來算,吞吐量問題就取決於你的批次大小和 GPU,而不是價目表——這正是開放授權換來的自由,也正是它所需付出的工夫。

A headless-browser screenshot of the Hugging Face model card for nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16, captured 16 November 2026 in English, showing the repository name and like count, Image-Text-to-Text, Transformers, Safetensors and PyTorch tags, the nemotron_h_omni and nemotron-3.5 tags, a link row for the pre-training datasets, developer page and paper, and the start of the card describing it as the full-precision release of NVIDIA Nemotron 3.5 Super VL, a vision-language model for reasoning.

當29分的差距不再是決定性數字時

三種工作負載讓這款開放模型更值得購買,儘管它的得分不到 Qwen4-Max 的三分之一。

• 受監管或氣隙部署——此時問題不在價格,而在於資料能否離開建築物,而租用的端點在查閱指標之前就已遭淘汰。{{1}}Nemotron 3.5 Super VL{{/1}} 以 {{2}}75.06 GB NVFP4{{/2}} 的規模,是合理可行的地端模型;{{3}}Qwen4-Max{{/3}} 則沒有地端形式。

• 大量分類、路由與擷取——在這些情境下,一般性指數上的 14 分仍可能足夠,輸出長度由結構描述固定,而每秒 274 個 token、每百萬輸入 token 0.20 美元的價格,比任何按前沿費率計價的方案都便宜一個數量級。

• 任何需要學習你的資料的用途——用自己的圖像和文件進行微調,在一邊可用,在另一邊無論預算多少都不可用;而當領域詞彙是你獨有的時候,再多的提示工程也無法替代它。

而以下三點,仍讓 Qwen4-Max 成為正確答案:長程代理式工作,其中分數差距會直接轉化為多步驟任務的失敗;跨越數十萬個 token、需要單次請求上下文而無法分塊的請求;以及任何想要今天就從端點取得結構化輸出、平行工具呼叫與快取的團隊,而不是等到下一季才擁有推論堆疊。Qwen4-Max 也公布了它兩個輸入上限——非思考模式下 991,808 個 token,思考模式下 983,616 個——這正是自架團隊得花上一整週才能摸出來的數字。

這兩者都不是什麼,以及什麼才是真正可路由的

截至 2026 年 11 月 16 日,這兩款模型都不在 OrcaRouter 的目錄中。Qwen4-Max 可透過阿里巴巴自家的 Model Studio API 及數個第三方平台取得;Nemotron 3.5 Super VL 則是可下載的權重檔,另有少數幾家託管服務供應商提供。若某個比較頁面暗示兩者之一只差一組 API 金鑰就能使用,那在實際所需投入的心力上就是在說謊。

這裡路由的是閉源陣營的上一代:qwen/qwen3.8-max,每百萬 token 輸入 $2.00、輸出 $6.00,供應商定價原樣轉嫁,0% 加價,並與型錄其餘部分使用同一把金鑰與同一個 OpenAI 相容端點。對於正在評估這組對戰的團隊,這是有用的中間選項——用你今天就能呼叫的路由 Qwen 旗艦來衡量你的工作負載,並用那個數字決定升級到 Qwen4-Max 是否值得再簽一份合約,而不是在取得證據前就買下整合。

A headless-browser screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 16 November 2026 in English, showing the Qwen3.8 Max heading and identifier, text, image and video input with a 1M-token context window, an OpenAI-compatible endpoint at api.orcarouter.ai/v1, the price block reading $2.00 input and $6.00 output per million tokens, measured latency, 144.9M tokens served and a zero-data-retention note.

實務上通常決定結果的路徑,根本不是旗艦模型。高流量管線往往會走向分工:便宜模型負責分類與擷取,強模型負責最後一輪處理,再加上備援,以備主力模型某天表現失常。OrcaRouter 的 路由 DSL 之所以存在,是為了用一次呼叫而不是三次整合來表達這種分工,而 自動容錯移轉之所以存在,是為了讓便宜的那一半可以安全地依賴。本文的兩個模型目前都還沒走上那條路;這個模式值得了解,因為這類對決通常就是落在這裡。

決定一切的考驗,以及它的代價

把你自己的 200 個最難任務分別用兩者跑一遍。不要用廠商的基準測試,也不要看指數——用你自己的任務,搭配你自己的輸出長度。

把 Qwen4-Max 這組的價格訂在每百萬個實測 token 1.50 美元與 4.50 美元,並註明該模型沒有公布速度,所以延遲要自己量,否則就得接受你買的是一個未知數。Nemotron 這組則用兩種方式定價:若想做便宜比較,就採託管價格 0.20 與 0.50 美元;若認真要自架,就用你自己的 GPU 小時成本除以所服務的 token 數,因為託管費率是別人的使用率曲線,不會是你的。接著要看的是失敗情況,而不是平均值,因為 29 點的指數差距會以完全無法完成的任務呈現,而不是以完成得稍差一點的任務呈現。

多數團隊得出的答案不是單一贏家,而是拆分:將開放模型用於大量流量與受監管資料,並將按用量計費的旗艦模型用於部分答案毫無價值的工作。這是比任何單一選擇都更昂貴的架構,而且通常是正確的——這也是為什麼授權那一列值得先讀、索引那一列其次,以及為什麼對於一個無需退役的模型,$0.20 的代管費率是這項比較中最有意思的數字。

本文中的比較1

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新