DeepSeek: DeepSeek V4 Pro 0423 contre NVIDIA: Nemotron 3.5 Super VL
Un comparatif côte à côte de DeepSeek: DeepSeek V4 Pro 0423 (5,60 $US / 1M jetons (≈ 4,99 €)) et NVIDIA: Nemotron 3.5 Super VL (0,52 $US / 1M jetons (≈ 0,47 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.
Caractéristiques
| DeepSeek: DeepSeek V4 Pro 0423 | NVIDIA: Nemotron 3.5 Super VL | |
|---|---|---|
| Fournisseur | DeepSeek | NVIDIA |
| Entrée | 5,60 $US / 1M jetons (≈ 4,99 €) | 0,52 $US / 1M jetons (≈ 0,47 €) |
| Sortie | 11,20 $US / 1M jetons (≈ 9,97 €) | 1,75 $US / 1M jetons (≈ 1,56 €) |
| Lecture du cache | 0,47 $US / 1M jetons (≈ 0,42 €) | 0,07 $US / 1M jetons (≈ 0,06 €) |
| Fenêtre de contexte | 1 048 576 | 1 048 576 |
| Sortie max. | 393 216 | 943 718 |
| Entrée | text | text, image, video |
| Sortie | text | text |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 24 avr. 2026 | 15 oct. 2026 |
Principales différences
- NVIDIA: Nemotron 3.5 Super VL est 91% moins cher sur les tokens d’entrée.
- NVIDIA: Nemotron 3.5 Super VL est 84% moins cher sur les tokens de sortie.
- Une requête de 1 000 tokens en entrée et 500 en sortie coûte 0,01 $US avec DeepSeek: DeepSeek V4 Pro 0423 et 0,00140 $US avec NVIDIA: Nemotron 3.5 Super VL.
En détail
DeepSeek : DeepSeek V4 Pro 0423 est un modèle texte de DeepSeek. NVIDIA : Nemotron 3.5 Super VL est un modèle texte de NVIDIA. Les deux se situent dans la catégorie texte sur api14, et tous deux ont été publiés par leurs fournisseurs aux dates indiquées pour eux, mais ils sont conçus pour des types d'entrée différents.
Les deux modèles partagent la même longueur de contexte de 1048576 tokens, donc aucun ne vous offre une fenêtre de travail plus longue que l'autre. Ils exposent également presque le même ensemble de paramètres d'échantillonnage et de contrôle, notamment temperature, top_p, top_k, min_p, les pénalités frequency et presence, repetition penalty, seed, stop, logit_bias, logprobs et top_logprobs, response_format, structured_outputs, tools et tool_choice, ainsi que les options liées au raisonnement. La vraie différence se situe au niveau des modalités d'entrée. DeepSeek V4 Pro 0423 accepte uniquement le texte et renvoie du texte. Nemotron 3.5 Super VL accepte le texte, l'image et la vidéo en entrée et renvoie du texte, ce qui en fait le modèle à privilégier lorsque votre prompt inclut une capture d'écran, un diagramme, une page scannée ou un clip vidéo. La sortie des deux côtés est du texte.
Pour le travail quotidien qui est purement linguistique, l'un ou l'autre est un choix par défaut raisonnable, et l'égalité sur la longueur de contexte signifie que vous pouvez fournir de très longs documents aux deux. Lorsque votre tâche consiste à résumer un long rapport, rédiger ou refactoriser du code, extraire des champs structurés à partir de texte, ou exécuter une boucle d'appel d'outils, DeepSeek V4 Pro 0423 couvre cela, et il dispose de l'ensemble complet des paramètres listés pour lui. Lorsque votre tâche implique de lire quelque chose de visuel, comme décrire ce qui se passe dans une vidéo, extraire du texte d'une image, ou répondre à des questions sur un graphique, Nemotron 3.5 Super VL est celui qui peut voir l'entrée, car DeepSeek V4 Pro 0423 accepte uniquement le texte. Notez que Nemotron liste max_tokens plutôt que max_completion_tokens, donc si votre client envoie max_completion_tokens, vous devez remplacer ce champ par max_tokens pour ce modèle.
Appeler l'un ou l'autre modèle via api14 fonctionne de la même manière, car l'API est compatible OpenAI. Vous pointez votre client existant de style OpenAI vers l'URL de base api14, vous envoyez votre requête habituelle de chat completions, et vous changez uniquement l'identifiant du modèle. Utilisez "deepseek/deepseek-v4-pro" pour le modèle DeepSeek et "nvidia/nemotron-3.5-super-vl" pour le modèle NVIDIA. Tout le reste dans le corps de la requête, vos messages, vos paramètres d'échantillonnage, vos tools et votre format de réponse, reste tel quel, hormis la note sur max_tokens ci-dessus.
Côté prix, le modèle NVIDIA est le moins cher des deux pour l'entrée comme pour la sortie, donc si votre charge de travail est uniquement textuelle et que le coût compte, Nemotron 3.5 Super VL est l'appel le plus économique, et il se trouve qu'il couvre aussi les cas d'image et de vidéo. L'argument pour DeepSeek V4 Pro 0423 est la charge de travail uniquement textuelle où vous voulez spécifiquement le modèle DeepSeek, et il reste le choix naturel chaque fois que l'entrée est du texte brut et que vous préférez ce fournisseur. Consultez le tableau des prix en direct sur cette page pour les chiffres actuels.
Changer de modèle en une chaîne
Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "deepseek/deepseek-v4-pro" par "nvidia/nemotron-3.5-super-vl" : prompts, streaming et outils continuent de fonctionner.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "nvidia/nemotron-3.5-super-vl",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Plus de comparatifs
- LiquidAI: LFM3-1.7B contre Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contre Crouton Alpha
- LiquidAI: LFM3-1.7B contre Tencent: Hy4
- LiquidAI: LFM3-1.7B contre Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contre Crouton Alpha
- Ricursive: Ripple 65B Preview contre Tencent: Hy4
- Ricursive: Ripple 65B Preview contre Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contre Tencent: Hy4