NVIDIA: Nemotron 3.5 Super VL من إنتاج NVIDIA، وReflection: Beam 1.0 501B A23B من إنتاج Reflection. كلاهما نموذج نصي بمعنى أن مخرجاته نصية، وكلاهما يُقدَّم عبر api14 جنبًا إلى جنب. المزوّدان شركتان مختلفتان، لذا يأتي النموذجان من جهود تدريب منفصلة حتى وإن كانا يقفان خلف نفس واجهة API هنا.
أوضح فرق بينهما هو في modalities الإدخال. يقبل Nemotron 3.5 Super VL النص والصور والفيديو كمدخلات، بينما يقبل Beam 1.0 501B A23B النص فقط. يذكر كلاهما طول سياق يبلغ 1,048,576 tokens، لذا لا يوجد فرق جوهري في كمية ما يمكنك تغذيتهما به. أما بالنسبة للمعاملات، فالقائمتان متطابقتان تقريبًا: كلاهما يدعم frequency_penalty وinclude_reasoning وlogit_bias وlogprobs وmax_tokens وmin_p وpresence_penalty وreasoning وrepetition_penalty وresponse_format وseed وstop وstructured_outputs وtemperature وtool_choice وtools وtop_k وtop_logprobs وtop_p. يضيف Beam 1.0 501B A23B المعامل reasoning_effort فوق تلك المجموعة، مما يمنحك مقبضًا لضبط شدة الاستدلال لا يوفره Nemotron 3.5 Super VL. Nemotron 3.5 Super VL هو الأرخص بين الاثنين في كل من الإدخال والإخراج، لذا إذا كانت التكلفة لكل token مهمة، فهو النموذج الذي يُفضَّل الميل إليه.
للاختيار العملي، ابدأ من المدخلات التي لديك فعلاً. إذا كانت مهمتك تتضمن لقطات شاشة أو مستندات ممسوحة ضوئيًا أو مخططات أو صورًا فوتوغرافية أو إطارات فيديو، فإن Nemotron 3.5 Super VL هو الوحيد بين الاثنين القادر على استقبال تلك المواد مباشرة، لذا فهو الخيار الافتراضي. إذا كانت مدخلاتك نصًا صرفًا، فكلاهما قابل للاستخدام، ويتحدد القرار بناءً على التكلفة والتحكم. Nemotron 3.5 Super VL أرخص في كل من الإدخال والإخراج، مما يجعله جاذبًا لأعمال النصوص ذات الحجم الكبير مثل التصنيف والاستخراج والتلخيص والتوليد بالجملة. Beam 1.0 501B A23B هو النموذج الذي يستحق النظر عندما تريد تحكمًا صريحًا في مقدار الاستدلال الذي يقوم به النموذج، لأن reasoning_effort متاح هناك وليس في نموذج NVIDIA. فيما عدا ذلك، فإن الاثنين متقاربان بما يكفي في طول السياق والمعاملات المدعومة بحيث يمكن لأي منهما التعامل مع المستندات الطويلة واستدعاءات الأدوات والمخرجات المهيكلة.
استدعاء أي من النموذجين عبر api14 يعمل بالطريقة نفسها، لأن البوابة تكشف عن API متوافق مع OpenAI. توجّه عميلك إلى نفس base URL، وترسل نفس جسم الطلب بأسلوب chat completions، وتغيّر فقط model id. استخدم "nvidia/nemotron-3.5-super-vl" عندما تريد نموذج NVIDIA، و"reflection/beam-1.0-501b-a23b" عندما تريد نموذج Reflection. كل ما عدا ذلك في الطلب، بما في ذلك messages وtools وresponse_format ومعاملات أخذ العينات، يبقى كما هو، رهناً بقوائم المعاملات أعلاه. وهذا يعني أنه يمكنك التبديل بينهما للمقارنة أو للرجوع الاحتياطي بتعديل سلسلة نصية واحدة، دون إعادة كتابة التكامل الخاص بك.
هناك حالة يظل فيها Beam 1.0 501B A23B الخيار الأفضل رغم أنه أغلى ويستقبل النص فقط. إذا كان عبء عملك نصيًا وكنت تحتاج تحديدًا إلى تحكم reasoning_effort لضبط مقدار الاستدلال الداخلي الذي ينفذه النموذج، فإن ذلك المعامل موجود فقط في نموذج Reflection. في تلك الحالة لا تهم التكلفة الإضافية ولا غياب إدخال الصور والفيديو، لأن مدخلاتك نصية وأولويتك توجيه عمق الاستدلال بدلاً من تقليل الإنفاق. وفي كل ما عدا ذلك، خصوصًا أي شيء يتضمن صورًا أو فيديو، أو أي عبء عمل نصي تكون فيه المعدلات الأرخص هي العامل الحاسم، فإن Nemotron 3.5 Super VL هو الافتراضي الأكثر طبيعية.