Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.

Sei nuovo? Scopri come funziona Un tour di 1 minuto tra banco di prova, modelli e la tua chiave API.

DeepSeek V4 Pro 0423 vs Nemotron 3.5 Super VL: prezzo API, contesto e funzionalità · api14

DeepSeek: DeepSeek V4 Pro 0423 contro NVIDIA: Nemotron 3.5 Super VL

Un confronto fianco a fianco tra DeepSeek: DeepSeek V4 Pro 0423 (5,60 USD / 1M token (≈ 4,99 €)) e NVIDIA: Nemotron 3.5 Super VL (0,52 USD / 1M token (≈ 0,47 €)) con i prezzi in USD e le funzionalità aggiornati dal catalogo di api14. Entrambi funzionano con la stessa API compatibile OpenAI.

Specifiche

	DeepSeek: DeepSeek V4 Pro 0423	NVIDIA: Nemotron 3.5 Super VL
Fornitore	DeepSeek	NVIDIA
Ingresso	5,60 USD / 1M token (≈ 4,99 €)	0,52 USD / 1M token (≈ 0,47 €)
Uscita	11,20 USD / 1M token (≈ 9,97 €)	1,75 USD / 1M token (≈ 1,56 €)
Lettura cache	0,47 USD / 1M token (≈ 0,42 €)	0,07 USD / 1M token (≈ 0,06 €)
Finestra di contesto	1.048.576	1.048.576
Output massimo	393.216	943.718
Ingresso	text	text, image, video
Uscita	text	text
chiamata di strumenti
Output strutturato
Controllo del ragionamento
Aggiunto	24 apr 2026	15 ott 2026

Differenze principali

NVIDIA: Nemotron 3.5 Super VL costa il 91% in meno sui token di input.
NVIDIA: Nemotron 3.5 Super VL costa il 84% in meno sui token di output.
Una richiesta con 1.000 token di input e 500 di output costa 0,01 USD con DeepSeek: DeepSeek V4 Pro 0423 e 0,00140 USD con NVIDIA: Nemotron 3.5 Super VL.

Nel dettaglio

DeepSeek: DeepSeek V4 Pro 0423 è un modello testuale di DeepSeek. NVIDIA: Nemotron 3.5 Super VL è un modello testuale di NVIDIA. Entrambi si collocano nella categoria testo su api14, ed entrambi sono stati rilasciati dai rispettivi provider alle date indicate per ciascuno, ma sono costruiti per tipi di input diversi.

I due modelli condividono la stessa lunghezza di contesto di 1048576 token, quindi nessuno dei due offre una finestra di lavoro più ampia rispetto all'altro. Espongono inoltre quasi lo stesso insieme di parametri di campionamento e controllo, tra cui temperature, top_p, top_k, min_p, penalità di frequenza e presenza, penalità di ripetizione, seed, stop, logit_bias, logprobs e top_logprobs, response_format, structured_outputs, tools e tool_choice, più le opzioni relative al reasoning. La vera differenza sta nelle modalità di input. DeepSeek V4 Pro 0423 accetta solo testo e restituisce testo. Nemotron 3.5 Super VL accetta testo, immagini e video come input e restituisce testo, il che lo rende la scelta da preferire quando il prompt include uno screenshot, un diagramma, una pagina scansionata o una clip video. L'output su entrambi i lati è testo.

Per il lavoro quotidiano puramente linguistico, uno o l'altro è un default ragionevole, e la parità sulla lunghezza del contesto significa che puoi inviare documenti molto lunghi a entrambi. Quando il tuo compito è riassumere un lungo report, redigere o rifattorizzare codice, estrarre campi strutturati da testo, o eseguire un ciclo di tool calling, DeepSeek V4 Pro 0423 lo copre, e porta con sé l'intero insieme di parametri elencati per esso. Quando il tuo compito implica leggere qualcosa di visivo, come descrivere cosa accade in un video, estrarre testo da un'immagine, o rispondere a domande su un grafico, Nemotron 3.5 Super VL è quello che può vedere l'input, perché DeepSeek V4 Pro 0423 accetta solo testo. Nota che Nemotron elenca max_tokens anziché max_completion_tokens, quindi se il tuo client invia max_completion_tokens dovresti cambiare quel campo in max_tokens per quel modello.

Chiamare uno dei due modelli tramite api14 funziona allo stesso modo, perché l'API è compatibile con OpenAI. Punti il tuo client esistente in stile OpenAI all'URL di base di api14, invii la tua solita richiesta di chat completions, e cambi solo l'id del modello. Usa "deepseek/deepseek-v4-pro" per il modello DeepSeek e "nvidia/nemotron-3.5-super-vl" per il modello NVIDIA. Tutto il resto nel corpo della richiesta, i tuoi messaggi, i tuoi parametri di campionamento, i tuoi tools e il tuo formato di risposta, resta com'è, a parte la nota su max_tokens sopra.

Sul prezzo, il modello NVIDIA è il più economico dei due sia per l'input che per l'output, quindi se il tuo carico di lavoro è solo testo e il costo conta, Nemotron 3.5 Super VL è la chiamata più economica, e copre anche i casi con immagini e video. Il caso a favore di DeepSeek V4 Pro 0423 è il carico di lavoro solo testo in cui vuoi specificamente il modello DeepSeek, e resta la scelta naturale ogni volta che l'input è testo semplice e preferisci quel provider. Controlla la tabella dei prezzi live su questa pagina per i numeri attuali.

Cambia modello con una stringa

Entrambi i modelli usano lo stesso endpoint e la stessa struttura di richiesta. Cambia il valore di model da "deepseek/deepseek-v4-pro" a "nvidia/nemotron-3.5-super-vl", prompt, streaming e tool continuano a funzionare.

DeepSeek: DeepSeek V4 Pro 0423: dettagli e banco di prova →NVIDIA: Nemotron 3.5 Super VL: dettagli e banco di prova →

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);

DeepSeek: DeepSeek V4 Pro 0423 contro NVIDIA: Nemotron 3.5 Super VL

Specifiche

Differenze principali

Nel dettaglio

Cambia modello con una stringa

Altri confronti