Существует два способа внедрения ИИ в конвейер обработки КТ, и только один из них связан с изображениями. NV-Reason-CT — первый вариант: 3D-модель визуального восприятия и языка с 4,69 миллиарда параметров, которая напрямую считывает томограммы в формате NIfTI и была опубликована на Hugging Face 8 сентября 2026 года без какого-либо анонса от NVIDIA. Grok 4.6 — второй вариант: модель для работы с текстом и изображениями с контекстным окном в 500 000 токенов, выпущенная 12 августа 2026 года, которая стоит 2,00 доллара за миллион входных токенов и превосходно справляется с той частью работы, которая выполняется уже после того, как кто-то зафиксировал находку в письменном виде. Если сопоставить их друг с другом, привычный вопрос — «какая модель лучше» — оказывается некорректным. Они не борются за одно и то же место в конвейере. Они претендуют на одну и ту же статью расходов в бюджете.
Что на самом деле выпустила каждая из сторон
NV-Reason-CT появилась в виде репозитория, научной статьи и демонстрационного пространства Space, а не готового продукта. Репозиторий на GitHub в рамках организации NVIDIA-Medtech был создан 2 сентября 2026 года; веса на Hugging Face появились 8 сентября; а препринт на arXiv под названием «NV-Reason-CT: 3D Visual Language Model for CT Analysis» был опубликован 23 сентября в соавторстве с шестнадцатью исследователями из NVIDIA, NIH и Университета Цюриха. В новостном разделе NVIDIA об этом нет ни слова. В карточке модели описана версия 0.1, а ее использование ограничено исследовательскими и образовательными целями.
Grok 4.6 представляет собой совершенно иной тип релиза. Это полноценный коммерческий эндпоинт, указанный как «Latest» в документации разработчика для вендора, с фиксированными тарифами и доступный в качестве OpenAI-совместимой модели, которую существующие интеграции могут использовать простой заменой базового URL. Она пришла на смену Grok 4.5 с тем же контекстным окном, теми же входными возможностями и прежним базовым ценообразованием.
Эта асимметрия и составляет суть всего сравнения. Одна из них — исследовательский артефакт, который случайно оказался доступен для скачивания. Другая — полноценная инфраструктура. Их сопоставление наглядно показывает, где в сфере медицинской визуализации сегодня проходит граница между «исследовательским артефактом» и «инфраструктурой», — и она находится совсем не там, где можно было бы предположить.
Разделение труда: входы и выходы
• Объемный ввод — NV-Reason-CT читает томограммы .nii/.nii.gz в формате NIfTI в единицах Хаунсфилда (только грудная клетка или брюшная полость) против Grok 4.6, который читает текст, изображения и файлы, но не имеет механизмов для работы с объемами • Пространственная обработка — NV-Reason-CT преобразует объем 384×384×384 мм в сетку 24×24×24 из 13 824 токенов с использованием 3D MRoPE без понижения дискретизации против Grok 4.6, который воспринимает изображение как обычную 2D-картинку • Контекст — NV-Reason-CT принимает один объем в качестве фиксированного префикса без привычного контекстного окна против Grok 4.6 с его 500 000 токенов • Вывод — NV-Reason-CT выдает структурированный отчет, ответ или цепочку рассуждений с возможностью отключения режима мышления против Grok 4.6, выводящего текст со структурированными результатами и вызовами инструментов • Лицензия — NV-Reason-CT OpenMDW-1.1, веса BF16 объемом 10,6 ГБ против Grok 4.6 проприетарной с доступом только через API • Стоимость — NV-Reason-CT требует капитальных затрат на GPU без тарифной ставки за токены против Grok 4.6 стоимостью $2,00 / $6,00 за миллион токенов (с удвоением цены при вводе свыше 200 тыс.)
Эту пару можно рассматривать как естественную эстафету. NV-Reason-CT извлекает патологию из объема данных; Grok 4.6 — это модель, которой можно передать тысячу таких заключений в одном контекстном окне для поиска закономерностей на уровне когорты. Никто пока не опубликовал подобный конвейер. Это очевидная архитектура, и стоит прямо сказать, что она пока не прошла проверку практикой.
Показатели Grok 4.6 и их происхождение
Два показателя Grok 4.6 часто упоминаются вместе, хотя они относятся к совершенно разным категориям. Результат 94,9 балла в тесте GPQA Diamond измерен компанией Artificial Analysis, а не заявлен самим вендором, что делает его более надежным, поскольку его оценивала независимая третья сторона. Индексный балл Artificial Analysis Intelligence Index, равный 44 (при ревизии индекса v4.3.2), ставит Grok 4.6 на 28-е место из 211 в своем классе. Artificial Analysis также относит модель к проприетарным: ее веса недоступны публично.
В том же рейтинге AA фиксирует результаты Terminal-Bench 2.1 на уровне 88.4, SciCode — 56.5, Humanity's Last Exam — 42.9, 𝜏²-banking — 50.7, а качество извлечения данных из длинного контекста — 80.3. Все это инструменты для оценки общих способностей к рассуждению. Ни один из них нельзя запустить на трехмерном КТ-скане, и это не упрек в адрес Grok 4.6, а констатация того, что именно измеряет данный набор бенчмарков.
В отношении КТ есть ровно одна таблица, и она принадлежит авторам
Вся база публичных доказательств NV-Reason-CT сводится к одной классификационной таблице по 18 меткам набора данных CT-RATE при фиксированном универсальном пороге, с использованием прямого промпта Да/Нет без классификационного модуля. В ней сообщается о показателях Macro-F1 на уровне 0,614 и Macro-AUROC на уровне 0,871 по сравнению с VoxelFM (0,581/0,870), Pillar-0 (0,544/0,861), ClinFusion-8B (0,442), CT-CLIP (0,398/0,733), Merlin (0,358/0,662) и MedGemma 1.5 (0,303).
Эти данные заявлены разработчиком в карточке модели, и я подчеркиваю это, поскольку ни одна независимая сторона их пока не воспроизвела. В таблице стоит обратить внимание на два момента. Разница по метрике F1 с VoxelFM составляет 0,033, что является существенным отрывом на 18 метках при фиксированном пороге. Разница по AUROC с той же моделью составляет 0,001, то есть результаты равны. Оба числа приведены в одной строке одной таблицы, но претендовать на превосходство позволяет только одно из них.
Второе, о чем говорит эта таблица, связано с позиционированием самой статьи. Модели для сравнения включают в себя системы 3D контрастного предобучения, объединенную генеративную многомодельную языковую систему (MLLM) 2D/3D и послойную фронтирную модель. Авторы выбрали для бенчмаркинга системы, обрабатывающие объемы, поскольку единственное значимое утверждение здесь заключается в том, что генеративная 3D-модель способна превзойти дискриминативные 3D-модели в классификации без специального классификационного модуля. Это ничего не говорит о том, как NV-Reason-CT соотносится с общей фронтирной моделью в других аспектах, так как подобное сравнение по этой оси просто отсутствует.
Куда уходят деньги и почему границы уровней имеют значение
В тарифах Grok 4.6 есть нюанс, который тихо определяет многое в архитектуре: запросы с объемом входных данных более 200 тыс. токенов тарифицируются по двойной базовой ставке — 4,00 доллара за ввод и 12,00 долларов за вывод, при этом стоимость чтения из кэша возрастает с 0,50 до 1,00 доллара. Задача по ретроспективному анализу когорты, которая накапливает выводы в рамках единого длинного контекста, как раз и представляет собой ту нагрузку, которая перешагивает эту черту. До этого порога стоимость чтения из кэша в размере 0,50 доллара за миллион составляет четверть от цены ввода, что и делает многократное использование большого фиксированного префикса для тысяч отчетов финансово доступным, а не просто технически возможным.
Через OrcaRouter модель Grok 4.6 предоставляется по списочной цене провайдера без какой-либо наценки, поэтому описанная выше тарифная арифметика отражает реальные расходы, а любые будущие изменения цен коснутся вашего счета в тот же день, а не при следующем продлении. Причиной маршрутизации подобных задач вместо жесткого кодирования одного эндпоинта является то, что этап анализа когорты в клиническом конвейере — это именно то место, где вам захочется протестировать три разные модели перед окончательным выбором. При использовании одного OpenAI-совместимого ключа с автоматическим переключением между провайдерами такой эксперимент сводится к простой смене названия модели.
У компьютерной томографии в этой цепочке нет подобной опции. NV-Reason-CT не размещен на OrcaRouter — это контрольная точка объемом 10,6 ГБ с пользовательским кодом модели, которую вы запускаете самостоятельно на кремнии Ampere, Hopper или Lovelace с параметром trust_remote_code=True. Мы не собираемся утверждать обратное. Если вы создаете эту цепочку, вы покупаете графические процессоры для одной половины и токены для другой, и тот факт, что обеими половинами можно управлять хотя бы из одной консоли, — это единственное утверждение об интеграции, о котором стоит говорить.
Чего на самом деле стоит второй читатель
В документе по NV-Reason-CT содержится предварительное исследование с участием экспертов-радиусов, в котором сообщается о «благоприятных оценках уверенности при проверке с поддержкой ИИ» и 50-процентном сокращении среднего времени интерпретации и составления отчетов. Это весомые цифры, но к ним прилагается оговорка, которую авторы делают сами: исследование является предварительным и основано на дизайне самих авторов. Независимых опубликованных репликаций нет, а 50-процентное сокращение времени в контролируемом исследовании чтения — это как раз тот результат, который уменьшается при репликации. За этим стоит следить. Это не стоит цитировать как установленный факт.
С этой точки зрения вклад Grok 4.6 в рабочий процесс радиологии заключается вовсе не в диагностике. Это слой, который читает отчеты: очередь сортировки, письмо с рекомендациями по дальнейшему наблюдению, кодирование, пакет документов для предварительного согласования. Эта работа состоит из текста, имеет большой объем, дешева в расчете на единицу, а сбой при ее неправильном выполнении носит административный, а не клинический характер. Это также область, где окно контекста на 500 тыс. токенов и чтение из кэша за 0,50 долл. действительно оправдывают себя.
Таким образом, разделение, к которому приходит это сравнение, очевидно: у NV-Reason-CT есть реальный трехмерный путь обработки, но нет дистрибуции, цены и независимой верификации. У Grok 4.6 есть дистрибуция, цена, независимое покрытие тестами и полное отсутствие объемного пути. Если вам нужно прочитать снимок, это может сделать только один из них. Если вам нужно разобраться с бумажной волокитой вокруг снимка, продуктом является только другой.
