NVIDIA: Nemotron 3.5 Super VL 対 Qwen: Qwen3.8 Flash
api14カタログの最新のUSD料金と機能をもとに、NVIDIA: Nemotron 3.5 Super VL（$0.52 / 100万トークン (≈ ￥83)）とQwen: Qwen3.8 Flash（$0.52 / 100万トークン (≈ ￥83)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| NVIDIA: Nemotron 3.5 Super VL | Qwen: Qwen3.8 Flash | |
|---|---|---|
| プロバイダー | NVIDIA | Qwen |
| 入力 | $0.52 / 100万トークン (≈ ￥83) | $0.52 / 100万トークン (≈ ￥83) |
| 出力 | $1.75 / 100万トークン (≈ ￥276) | $1.65 / 100万トークン (≈ ￥260) |
| キャッシュ読み取り | $0.07 / 100万トークン (≈ ￥11) | $0.06 / 100万トークン (≈ ￥9) |
| コンテキストウィンドウ | 1,048,576 | 1,000,000 |
| 最大出力 | 943,718 | 131,072 |
| 入力 | text, image, video | text, image, video |
| 出力 | text | text |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/10/15 | 2026/08/26 |
主な違い
- 入力料金はどちらもほぼ同じです。
- Qwen: Qwen3.8 Flashは出力トークンが6%安くなっています。
- 入力1,000トークン・出力500トークンのリクエストの費用は、NVIDIA: Nemotron 3.5 Super VLで$0.00140、Qwen: Qwen3.8 Flashで$0.00135です。
詳しく見る
NVIDIA: Nemotron 3.5 Super VL は NVIDIA が開発し、Qwen: Qwen3.8 Flash は Qwen が開発しています。どちらもテキストを返すという意味でテキストモデルであり、どちらも api14 を通じて OpenAI 互換エンドポイントとして提供されています。リクエストで渡すモデル id は "nvidia/nemotron-3.5-super-vl" と "qwen/qwen3.8-flash" です。NVIDIA のモデルは 2026-10-15 にリリースされ、Qwen のモデルはそれより早い 2026-08-26 にリリースされました。
機能面では両者は近接しています。どちらもテキスト、画像、動画を入力として受け付け、出力はテキストのみです。したがってどちらも純粋な text-to-text モデルではなく、画像や音声を生成することもありません。コンテキストウィンドウもほぼ同じサイズです。Nemotron 3.5 Super VL は 1,048,576 トークン、Qwen3.8 Flash は 1,000,000 トークンで、差は約 4 万 8 千トークンであり、これだけでプロジェクトの可否が決まることはまずありません。パラメータのリストは大きく重なっており、tools、tool_choice、structured_outputs、response_format、reasoning、include_reasoning、temperature、top_p、top_k、seed、stop、logprobs、top_logprobs を含みます。Nemotron 3.5 Super VL はさらに logit_bias、min_p、repetition_penalty を公開していますが、Qwen3.8 Flash はこれらをリストしていません。価格については、入力コストは両者でほぼ同じですが、出力コストは Qwen3.8 Flash の方が低くなっています。
両者から選ぶ開発者にとって、実用的な判断はこれらの詳細から導かれます。トークン確率を誘導するために logit_bias が必要な場合、サンプリングの打ち切りとして min_p を使いたい場合、長い生成でのループを抑えるために repetition_penalty が必要な場合は、これらのパラメータを受け付けるのは Nemotron 3.5 Super VL であり、Qwen3.8 Flash はそれらを拒否するか無視します。ワークロードが出力重視の場合、たとえば長い要約、一括生成、呼び出しごとに多くのトークンを出力するエージェントループなどでは、Qwen3.8 Flash が出力側で安価な選択肢となります。入力価格は NVIDIA とほぼ同じなので、節約は送信内容ではなくモデルが書き出す内容から生まれます。プロンプトが大きな動画や画像の入力と短い回答で占められている場合、入力価格が同等であるためコストは差別化要因にならず、パラメータのサポートやテストでどちらのモデルの挙動を好むかで決められます。
どちらを呼び出す場合も、API が OpenAI 互換であるため api14 を通じた方法は同じです。クライアントを api14 のベース URL に向け、キーを送信し、model フィールドを使用する id に設定します。両者の切り替えは 1 行の変更です。"nvidia/nemotron-3.5-super-vl" を "qwen/qwen3.8-flash" に置き換えるか、その逆を行います。messages 配列、画像と動画のコンテンツパート、ツール定義、response_format、ストリーミング設定はすべてそのまま引き継がれます。両モデルが同じ基本パラメータ群を受け付けるためです。想定すべき編集は、片方だけがサポートするパラメータを削除することだけです。たとえば Qwen3.8 Flash に移行する際の logit_bias、min_p、repetition_penalty などです。
もう一方のモデルの方が依然として適している場合もあります。すでに Qwen3.8 Flash に対してプロンプトを調整済みで、出力が短い場合、出力価格の優位性はあまり重要でないかもしれません。その場合、Nemotron 3.5 Super VL の追加のサンプリング制御は、わずかな節約よりも価値がある可能性があります。逆に、logit_bias、min_p、repetition_penalty を一切使わないのであれば、Qwen3.8 Flash は同じモダリティ、数パーセント以内のコンテキストウィンドウ、同じツールと構造化出力のサポートをより低い出力価格で提供するため、より単純なデフォルトとなります。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"nvidia/nemotron-3.5-super-vl"から"qwen/qwen3.8-flash"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
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": "qwen/qwen3.8-flash",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
その他の比較
- LiquidAI: LFM3-1.7B 対 Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B 対 Crouton Alpha
- LiquidAI: LFM3-1.7B 対 Tencent: Hy4
- LiquidAI: LFM3-1.7B 対 Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview 対 Crouton Alpha
- Ricursive: Ripple 65B Preview 対 Tencent: Hy4
- Ricursive: Ripple 65B Preview 対 Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha 対 Tencent: Hy4