Nemotron 3.5 Super VL chega com 1 milhão de tokens por US$ 0,15

A NVIDIA colocou o Nemotron 3.5 Super VL no OpenRouter por US$ 0,15 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída. A janela de contexto da versão paga é de 1.048.576 tokens — o equivalente comercial a 1 milhão — e existe uma variante gratuita com entrada e saída a US$ 0.

Para quem paga a conta da API, o número mais importante é o preço de entrada: ele fica abaixo do Gemini 2.0 Flash, que custa US$ 0,10 por milhão de tokens de entrada e US$ 0,40 de saída, mas cobra menos que o Nemotron na entrada e na saída. O modelo da NVIDIA, portanto, não é o mais barato entre as opções de contexto longo listadas no OpenRouter. A vantagem está na combinação entre custo baixo, contexto muito amplo e uma rota sem cobrança para experimentação.

Duas versões, duas contas

O modelo pago aparece como “NVIDIA: Nemotron 3.5 Super VL”. A versão gratuita usa o identificador “nvidia/nemotron-3.5-super-vl:free”. No OpenRouter, a primeira tem contexto de 1.048.576 tokens; a segunda, de 1.000.000.

Essa diferença de 48.576 tokens importa se a aplicação trabalha no limite da janela. Para a maioria dos fluxos, porém, ambas entram na mesma categoria prática: modelos capazes de receber conjuntos de instruções e documentos muito maiores do que os modelos de 32.000 tokens também lançados hoje, como o Moondream 3 Preview e o Moondream 3.1, ambos com entrada a US$ 0,30 por milhão e saída a US$ 2,50.

A opção gratuita reduz a barreira para testar prompts, formatos de resposta e integração. Ela não deve ser tratada automaticamente como substituta da versão paga em produção: o catálogo informa o preço e o contexto, mas não registra limites de uso, prioridade, disponibilidade ou garantia de estabilidade para essa variante.

O marketing que os números confirmam

O nome “Super VL” posiciona o lançamento na categoria visual da NVIDIA, mas os dados de catálogo não informam arquitetura, número de parâmetros, desempenho em imagens ou suporte a tarefas específicas. Também não há nota de inteligência, código ou uso agêntico do Artificial Analysis para este modelo.

Isso muda a leitura do anúncio. É possível confirmar uma janela de contexto de até 1 milhão de tokens e preços agressivos. Não é possível, a partir dos números disponíveis, afirmar que o Nemotron supera concorrentes em reconhecimento visual, programação, raciocínio ou agentes.

A comparação de preço é mais favorável quando se olha para a saída. O Nemotron cobra US$ 0,50 por milhão de tokens gerados, enquanto o Gemini 2.0 Flash cobra US$ 0,40 e o Gemini 2.5 Flash Lite cobra US$ 0,40. Já o Gemini 2.5 Flash custa US$ 2,50 por milhão de tokens de saída, cinco vezes o valor do Nemotron.

Para quem vale a troca

Se você precisa processar documentos extensos, conversas longas ou entradas multimodais e ainda não tem benchmark interno, o Nemotron merece um teste controlado. A versão gratuita serve para validar a integração sem adicionar custo de inferência, enquanto a paga oferece uma referência de preço previsível para estimar a fatura.

Para quem só precisa de respostas curtas e texto simples, a janela de 1 milhão de tokens provavelmente não muda a decisão. O Gemini 2.0 Flash tem contexto igual de 1.048.576 tokens e cobra US$ 0,10 na entrada e US$ 0,40 na saída. Nesse cenário, o Nemotron não vence por preço; a escolha dependerá da qualidade observada no caso de uso.

Também não há motivo para trocar um modelo de produção apenas porque a NVIDIA lançou uma alternativa barata. O lançamento não traz, nos dados disponíveis, pontuação de benchmark, velocidade, limite de requisições ou informação sobre pesos abertos. Esses fatores podem alterar completamente o custo operacional real.

Como testar sem distorcer a fatura

O caminho mais seguro é separar avaliação e produção. Comece pela versão gratuita com um conjunto fixo de entradas representativas. Depois, repita as mesmas chamadas na versão paga e compare qualidade, tamanho das respostas e consumo de tokens.

Na conta, simule o volume de entrada e saída separadamente. Uma aplicação que envia 10 milhões de tokens de entrada e gera 2 milhões de saída gastaria US$ 2,50 no Nemotron pago, usando as tarifas do OpenRouter. O mesmo volume custaria US$ 1,80 no Gemini 2.0 Flash e US$ 5,00 no Gemini 2.5 Flash.

A decisão, então, não é “modelo de 1 milhão contra modelo pequeno”. É contexto amplo por preço baixo contra maturidade ainda não medida nos dados disponíveis. Se o teste confirmar qualidade suficiente, a versão paga pode reduzir a fatura em cargas que hoje dependem de modelos de saída mais caros; se não confirmar, o milhão de tokens vira apenas capacidade que a aplicação não usa.