Analyse: Nemotron 3.5 Super VL, OpenRouter-Preis und HF-Downloads
Kontextlänge bezahlt 1048576, frei 1000000. Auf Hugging Face hat BF16 18759 Downloads, NVFP4 188 Likes. Keiner der Zähler ist ein Qualitätsscore.
Wer zwischen OpenRouter-Tokenpreisen und einem NVFP4- oder BF16-Download auf Hugging Face wählt, legt zuerst die öffentlichen Felder vom 2026-10-21 nebeneinander. Eval-Scores stehen hier nicht.
Das Listing heißt NVIDIA Nemotron 3.5 Super VL. Die kostenpflichtige Id ist nvidia/nemotron-3.5-super-vl, die freie nvidia/nemotron-3.5-super-vl:free. OpenRouter speichert US-Dollar pro Token. Die Tabelle multipliziert mit 1.000.000.
Kostenpflichtige und freie Zeile
Beide Zeilen haben created Unix 1792076662 (2026-10-15T15:04:22Z) und canonical_slug nvidia/nemotron-3.5-super-vl-20261015. Bezahlt: prompt 0.00000015, completion 0.0000005, input_cache_read 0.00000002. Pro 1.000.000 Token sind das $0.15, $0.50 und $0.02. Die freie Pricing-Struktur hat prompt und completion bei 0 und kein Cache-Feld.
| OpenRouter-Id | context_length | top_provider-Kontext | Eingabe / 1.000.000 | Ausgabe / 1.000.000 | Cache-Read / 1.000.000 |
|---|---|---|---|---|---|
nvidia/nemotron-3.5-super-vl |
1048576 | 262144 | $0.15 | $0.50 | $0.02 |
nvidia/nemotron-3.5-super-vl:free |
1000000 | 1000000 | $0 | $0 | Feld fehlt |
Der Listing-Text nennt ein offenes multimodales Mixture-of-Experts-Modell von NVIDIA, 12B aktive Parameter von 120B gesamt, Eingaben Text, Bilder, Dokumente, GUI-Screenshots und Video. Die API-Beschreibung endet mit Auslassung, der Rest wird hier nicht ergänzt. Architecture: Eingabe text, image, video; Ausgabe text. Die Namen 120B-A12B auf Hugging Face passen zu diesem Text. Parameter wurden hier nicht nachgemessen.
NVFP4 und BF16 auf Hugging Face
Die Suche lautet NVIDIA-Nemotron-3.5-Super. Die Tabelle enthält nur die zwei offiziellen NVIDIA-Gewichte. downloads ist eine Abrufzahl, likes ein anderer Zähler. Keiner ist ein Qualitätsscore. BF16 hat mehr Downloads, NVFP4 mehr Likes. Die Zähler laufen entgegengesetzt.
| Hugging-Face-Repo | downloads | likes | createdAt |
|---|---|---|---|
nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 |
11459 | 188 | 2026-10-12T15:32:30.000Z |
nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 |
18759 | 82 | 2026-10-12T15:32:06.000Z |
Dieselbe Suche enthält die offizielle Base nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-Base-BF16: 1030 Downloads, 52 Likes, createdAt 2026-10-12T15:31:49.000Z. Drittanbieter-Umwandlungen nicht in die Tabelle addieren. ggml-org/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF hat 31763 Downloads und 9 Likes, createdAt 2026-10-15T16:01:56.000Z. lmstudio-community/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF hat 26971 Downloads und 2 Likes, createdAt 2026-10-14T15:21:07.000Z. Beide offiziellen Repos haben pipeline image-text-to-text.
OpenRouter setzt hugging_face_id auf nvidia/NVIDIA-Nemotron-3.5-Super-VL. Die öffentliche Suche lieferte für diese exakte Id keine Download-Zahl. Ein direkter Abruf antwortete mit HTTP 401, deshalb steht hier keine Download-Zahl dafür.
Was die Zahlen tragen
Pro Token zahlen
Die bezahlte Zeile: $0.15 Eingabe und $0.50 Ausgabe. 1048576 am Modell und 262144 bei top_provider stammen aus derselben Antwort.
Freie Zeile
Der Preis ist $0, context_length aber 1000000, nicht 1048576. Ein Cache-Preis fehlt. Ihn nicht als 0 ergänzen.
Gewichte laden
NVFP4 und BF16 sind zwei Dateien. 18759 gegen 11459 ist ein Unterschied der Abrufe, keine Qualitätsrangfolge.
Die Felder später neu lesen
-
1
Beide OpenRouter-Preise lesen
https://openrouter.ai/api/v1/modelsöffnen, die zwei Ids suchen und USD pro Token mit 1.000.000 multiplizieren. -
2
context_length getrennt notieren
Bleibt bezahlt bei 1048576 und frei bei 1000000, nicht als ein Fenster schreiben. Danach den top_provider-Kontext lesen.
-
3
Nur offizielle NVFP4 und BF16
Auf Hugging Face nach
NVIDIA-Nemotron-3.5-Supersuchen und downloads, likes, createdAt der zwei nvidia-Repos übernehmen. Community-GGUF separat zählen.
Wer die Tabelle mit anderen ausbreitet, öffnet auf tidemeet einen Browser-Raum. Fläche und Sprache liegen auf einer Seite, ein Konto ist dafür nicht nötig.
Warum unterscheiden sich die Kontextlängen?
In den Modellobjekten vom 2026-10-21 ist context_length bezahlt 1048576 und frei 1000000. Das steht so im Listing. top_provider der bezahlten Zeile nennt zusätzlich 262144.
Bedeuten mehr Downloads ein besseres Checkpoint?
Nein. BF16 hat 18759 Downloads und 82 Likes. NVFP4 hat 11459 Downloads und 188 Likes. Die Zähler widersprechen sich, und manche Community-GGUF liegen bei den Downloads noch höher. Downloads sind hier kein Qualitätsscore, Benchmarks fehlen absichtlich.
Ist $0.15 der Preis für ein Token?
Nein. Das Feld prompt ist 0.00000015 USD pro Token. Mal 1.000.000 sind das $0.15 pro 1.000.000 Token. completion 0.0000005 sind $0.50 pro 1.000.000 Token.
Ist die Hugging-Face-Id von OpenRouter das NVFP4-Repo?
Nein. hugging_face_id ist nvidia/NVIDIA-Nemotron-3.5-Super-VL und deckt sich weder mit NVFP4 noch mit BF16. Die öffentliche Suche lieferte dafür keine Downloads, der direkte Abruf HTTP 401.