NVIDIA: Nemotron 3.5 Super VL 대 Reflection: Beam 1.0 501B A23B
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 NVIDIA: Nemotron 3.5 Super VL(US$0.52 / 100만 토큰 (≈ ₩708))와(과) Reflection: Beam 1.0 501B A23B(US$1.05 / 100만 토큰 (≈ ₩1,415))를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.
사양
| NVIDIA: Nemotron 3.5 Super VL | Reflection: Beam 1.0 501B A23B | |
|---|---|---|
| 제공업체 | NVIDIA | Reflection |
| 입력 | US$0.52 / 100만 토큰 (≈ ₩708) | US$1.05 / 100만 토큰 (≈ ₩1,415) |
| 출력 | US$1.75 / 100만 토큰 (≈ ₩2,358) | US$3.50 / 100만 토큰 (≈ ₩4,717) |
| 캐시 읽기 | US$0.07 / 100만 토큰 (≈ ₩94) | US$0.14 / 100만 토큰 (≈ ₩189) |
| 컨텍스트 윈도우 | 1,048,576 | 1,048,576 |
| 최대 출력 | 943,718 | 943,718 |
| 입력 | text, image, video | text |
| 출력 | text | text |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 10. 15. | 2026. 10. 16. |
주요 차이점
- NVIDIA: Nemotron 3.5 Super VL의 입력 토큰 가격이 50% 더 저렴합니다.
- NVIDIA: Nemotron 3.5 Super VL의 출력 토큰 가격이 50% 더 저렴합니다.
- 입력 1,000 토큰, 출력 500 토큰 요청의 비용은 NVIDIA: Nemotron 3.5 Super VL에서 US$0.00140, Reflection: Beam 1.0 501B A23B에서 US$0.00280입니다.
자세히 보기
NVIDIA: Nemotron 3.5 Super VL은 NVIDIA가 만들고, Reflection: Beam 1.0 501B A23B는 Reflection이 만듭니다. 둘 다 출력이 텍스트라는 의미에서 텍스트 모델이며, 둘 다 api14를 통해 나란히 제공됩니다. 두 제공자는 서로 다른 회사이므로, 여기서 같은 API 표면 뒤에 있더라도 별도의 학습 작업에서 나온 모델입니다.
둘 사이의 가장 명확한 차이는 입력 모달리티에 있습니다. Nemotron 3.5 Super VL은 텍스트, 이미지, 비디오를 입력으로 받는 반면, Beam 1.0 501B A23B는 텍스트만 받습니다. 둘 다 컨텍스트 길이가 1,048,576 토큰으로 표시되므로, 얼마나 많이 넣을 수 있는지에는 의미 있는 차이가 없습니다. 파라미터에서는 두 목록이 거의 동일합니다. 둘 다 frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs, top_p를 지원합니다. Beam 1.0 501B A23B는 그 집합 위에 reasoning_effort를 추가로 제공하는데, 이는 Nemotron 3.5 Super VL이 노출하지 않는 추론 강도를 조절하는 손잡이를 줍니다. Nemotron 3.5 Super VL은 입력과 출력 모두에서 둘 중 더 저렴하므로, 토큰당 비용이 중요하다면 그쪽으로 기울면 됩니다.
실용적인 선택에서는 실제로 가진 입력부터 시작하십시오. 작업에 스크린샷, 스캔한 문서, 다이어그램, 사진 또는 비디오 프레임이 포함된다면, Nemotron 3.5 Super VL이 둘 중 그 자료를 직접 받을 수 있는 유일한 모델이므로 기본 선택입니다. 입력이 일반 텍스트라면 둘 다 실행 가능하며, 결정은 비용과 제어로 귀결됩니다. Nemotron 3.5 Super VL은 입력과 출력 모두에서 더 저렴하므로 분류, 추출, 요약, 대량 생성 같은 대용량 텍스트 작업에 매력적입니다. Beam 1.0 501B A23B는 모델이 수행하는 추론량을 명시적으로 제어하고 싶을 때 고려할 모델인데, reasoning_effort가 그쪽에는 있고 NVIDIA 모델에는 없기 때문입니다. 그 외에는 컨텍스트 길이와 지원 파라미터에서 둘이 충분히 비슷해서 어느 쪽이든 긴 문서, 도구 호출, 구조화된 출력을 처리할 수 있습니다.
api14를 통해 어느 모델을 호출하든 방식은 같습니다. 게이트웨이가 OpenAI 호환 API를 노출하기 때문입니다. 클라이언트를 같은 base URL로 향하게 하고, 같은 chat completions 스타일 요청 본문을 보내며, model id만 바꾸면 됩니다. NVIDIA 모델을 원하면 "nvidia/nemotron-3.5-super-vl"을 사용하고, Reflection 모델을 원하면 "reflection/beam-1.0-501b-a23b"를 사용하십시오. messages, tools, response_format, 샘플링 파라미터를 포함한 요청의 나머지 모든 것은 위의 파라미터 목록에 따라 그대로 유지됩니다. 즉, 통합을 다시 작성하지 않고 문자열 하나만 편집해 비교나 폴백을 위해 둘 사이를 전환할 수 있습니다.
Beam 1.0 501B A23B가 더 비싸고 텍스트만 받는데도 여전히 더 나은 선택인 경우가 있습니다. 워크로드가 텍스트 기반이고 모델이 수행하는 내부 추론량을 조정하기 위해 reasoning_effort 제어가 특별히 필요하다면, 그 파라미터는 Reflection 모델에만 있습니다. 그 상황에서는 추가 비용과 이미지 및 비디오 입력의 부재가 문제되지 않습니다. 입력이 텍스트이고 우선순위가 지출 최소화가 아니라 추론 깊이를 조종하는 것이기 때문입니다. 그 외의 모든 경우, 특히 이미지나 비디오와 관련된 것이나 더 저렴한 요율이 결정적 요인인 텍스트 워크로드에서는 Nemotron 3.5 Super VL이 더 자연스러운 기본값입니다.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "nvidia/nemotron-3.5-super-vl"에서 "reflection/beam-1.0-501b-a23b"로 바꾸기만 하면 프롬프트, 스트리밍, 도구가 그대로 작동합니다.
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": "reflection/beam-1.0-501b-a23b",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
더 많은 비교
- LiquidAI: LFM3-1.7B 대 Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B 대 Crouton Alpha
- LiquidAI: LFM3-1.7B 대 Tencent: Hy4
- LiquidAI: LFM3-1.7B 대 Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview 대 Crouton Alpha
- Ricursive: Ripple 65B Preview 대 Tencent: Hy4
- Ricursive: Ripple 65B Preview 대 Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha 대 Tencent: Hy4