DeepSeek: DeepSeek V4 Pro 0423 mot NVIDIA: Nemotron 3.5 Super VL
En jämförelse sida vid sida av DeepSeek: DeepSeek V4 Pro 0423 (5,60 US$ / 1M textdelar (≈ 54,86 kr)) och NVIDIA: Nemotron 3.5 Super VL (0,52 US$ / 1M textdelar (≈ 5,14 kr)) med aktuella USD-priser och funktioner från api14-katalogen. Båda körs via samma OpenAI-kompatibla API.
Specifikationer
| DeepSeek: DeepSeek V4 Pro 0423 | NVIDIA: Nemotron 3.5 Super VL | |
|---|---|---|
| Leverantör | DeepSeek | NVIDIA |
| Indata | 5,60 US$ / 1M textdelar (≈ 54,86 kr) | 0,52 US$ / 1M textdelar (≈ 5,14 kr) |
| Utdata | 11,20 US$ / 1M textdelar (≈ 109,72 kr) | 1,75 US$ / 1M textdelar (≈ 17,14 kr) |
| Cacheläsning | 0,47 US$ / 1M textdelar (≈ 4,63 kr) | 0,07 US$ / 1M textdelar (≈ 0,69 kr) |
| Kontextfönster | 1 048 576 | 1 048 576 |
| Max utdata | 393 216 | 943 718 |
| Indata | text | text, image, video |
| Utdata | text | text |
| Verktygsanrop | ||
| Strukturerad utdata | ||
| Styrning av resonemang | ||
| Tillagd | 24 apr. 2026 | 15 okt. 2026 |
Viktiga skillnader
- NVIDIA: Nemotron 3.5 Super VL är 91% billigare på indata-tokens.
- NVIDIA: Nemotron 3.5 Super VL är 84% billigare på utdata-tokens.
- Ett anrop med 1 000 indata- och 500 utdata-tokens kostar 0,01 US$ med DeepSeek: DeepSeek V4 Pro 0423 och 0,00140 US$ med NVIDIA: Nemotron 3.5 Super VL.
Mer i detalj
DeepSeek: DeepSeek V4 Pro 0423 är en textmodell från DeepSeek. NVIDIA: Nemotron 3.5 Super VL är en textmodell från NVIDIA. Båda ligger i textkategorin på api14, och båda släpptes av sina leverantörer på de datum som anges för dem, men de är byggda för olika typer av indata.
De två modellerna delar samma kontextlängd på 1048576 tokens, så ingen av dem ger dig ett längre arbetsfönster än den andra. De exponerar också nästan samma uppsättning parametrar för sampling och styrning, inklusive temperature, top_p, top_k, min_p, frequency- och presence-straff, repetition penalty, seed, stop, logit_bias, logprobs och top_logprobs, response_format, structured_outputs, tools och tool_choice, plus de resonemangsrelaterade alternativen. Den verkliga skillnaden ligger i indatamodaliteter. DeepSeek V4 Pro 0423 tar endast emot text och returnerar text. Nemotron 3.5 Super VL tar emot text, bild och video som indata och returnerar text, vilket gör den till det självklara valet när din prompt innehåller en skärmbild, ett diagram, en skannad sida eller ett videoklipp. Utdata på båda sidor är text.
För dagligt arbete som är ren språkbehandling är endera ett rimligt standardval, och likheten i kontextlängd innebär att du kan mata in mycket långa dokument i båda. När din uppgift är att sammanfatta en lång rapport, skriva eller refaktorera kod, extrahera strukturerade fält från text, eller köra en verktygsanropsloop, täcker DeepSeek V4 Pro 0423 det, och den har den fullständiga uppsättningen parametrar som anges för den. När din uppgift innebär att läsa något visuellt, som att beskriva vad som händer i en video, plocka ut text ur en bild, eller svara på frågor om ett diagram, är Nemotron 3.5 Super VL den som överhuvudtaget kan se indata, eftersom DeepSeek V4 Pro 0423 endast tar emot text. Observera att Nemotron listar max_tokens snarare än max_completion_tokens, så om din klient skickar max_completion_tokens bör du byta det fältet till max_tokens för den modellen.
Att anropa endera modellen via api14 fungerar på samma sätt, eftersom API:et är OpenAI-kompatibelt. Du pekar din befintliga klient av OpenAI-typ mot api14:s bas-URL, skickar din vanliga chat completions-begäran, och ändrar endast modell-id:t. Använd "deepseek/deepseek-v4-pro" för DeepSeek-modellen och "nvidia/nemotron-3.5-super-vl" för NVIDIA-modellen. Allt annat i begärans brödtext, dina meddelanden, dina samplingparametrar, dina verktyg och ditt svarsformat, förblir som det är, bortsett från max_tokens-noteringen ovan.
Vad gäller pris är NVIDIA-modellen den billigare av de två för både indata och utdata, så om din arbetsbelastning är endast text och kostnaden spelar roll, är Nemotron 3.5 Super VL det mer ekonomiska valet, och den råkar dessutom täcka fallen med bild och video. Argumentet för DeepSeek V4 Pro 0423 är den textbaserade arbetsbelastningen där du specifikt vill ha DeepSeek-modellen, och den förblir det naturliga valet när indata är ren text och du föredrar den leverantören. Kontrollera den aktuella pristabellen på den här sidan för de senaste siffrorna.
Byt med en sträng
Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "deepseek/deepseek-v4-pro" till "nvidia/nemotron-3.5-super-vl", promptar, streaming och verktyg fortsätter att fungera.
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);
Fler jämförelser
- LiquidAI: LFM3-1.7B mot Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B mot Crouton Alpha
- LiquidAI: LFM3-1.7B mot Tencent: Hy4
- LiquidAI: LFM3-1.7B mot Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview mot Crouton Alpha
- Ricursive: Ripple 65B Preview mot Tencent: Hy4
- Ricursive: Ripple 65B Preview mot Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha mot Tencent: Hy4