Одна из этих моделей была загружена с Hugging Face 210 раз. Через другую в нашей собственной песочнице за последние семь дней прошло 588 миллионов токенов. Обе имеют открытые веса, обе доступны для скачивания прямо сейчас, и разрыв между этими двумя цифрами — самое полезное, что есть в этом сравнении. NV-Reason-CT — это трехмерная модель визуального восприятия языка от NVIDIA с 4,69 миллиарда параметров для КТ грудной клетки и брюшной полости, опубликованная на Hugging Face 8 сентября 2026 года без каких-либо анонсов. Kimi K3 — флагманская модель MoonshotAI с контекстным окном в 1 048 576 токенов, выпущенная 15 июля 2026 года и ставшая одной из самых загруженных моделей в нашей сети. Обе они «открыты» в том смысле, который важен для закупочной документации. Но они абсолютно по-разному открыты.
Два значения фразы «ее можно скачать»
Начнем с того, что именно каждая загрузка сохраняет на вашем диске, поскольку именно здесь большинство сравнений моделей с открытыми весами теряют точность.
NV-Reason-CT предоставляет вам model.safetensors размером примерно 10,6 ГБ в формате BF16, а также файл model.py и внушительный processor.py — 26 КБ пользовательского кода обработки, который реализует обрезку с учетом анатомии, ресемплинг 2 мм и разбиение на 3D-патчи. Вы загружаете ее с параметром trust_remote_code=True, что означает выполнение кода репозитория NVIDIA внутри вашего процесса. Для инференса требуется CUDA PyTorch, в списке поддерживаемых карт указаны Ampere, Hopper и Lovelace, тестирование проводилось на H100 и L40S. На вход подается один объем NIfTI за раз. В репозитории нет информации о пакетной обработке (батчинге), данных о пропускной способности и конфигурации обслуживания, за исключением примера inference.py.
Kimi K3 представляет собой универсальную модель рассуждений с контекстным окном в 1 048 576 токенов, возможностью ввода текста и изображений, нативной поддержкой вызова инструментов, структурированными выводами и настраиваемой сложностью рассуждений. Это та модель, к которой вы обратитесь, чтобы прочитать сотню клинических рекомендаций за один запрос или отчеты отделений за целое десятилетие. Ее показатель точности извлечения данных из длинного контекста по версии Artificial Analysis составляет 88,7 — это самый высокий результат среди моделей этой серии и на целых 8,4 пункта выше, чем 80,3 у Grok 4.6.
Проще говоря: NV-Reason-CT — это специализированная контрольная точка с узкой входной поверхностью и пользовательским кодом, которому вы должны доверять и который должны поддерживать. Kimi K3 — это универсальная модель с широкой входной поверхностью, которая функционирует как инфраструктура. Обе доступны для скачивания. И только одна из них готова к немедленному использованию «из коробки».
КТ-свидетельства в полном объеме, и он краток
Все общедоступные сведения о качестве NV-Reason-CT основываются на единственной таблице в карточке самой модели: задача классификации CT-RATE по 18 меткам при фиксированном универсальном пороге, прямые промпты Да/Нет, без головы классификации, без адаптации под конкретную задачу. Макро-F1 0,614, макро-AUROC 0,871.
Для сравнения приведены следующие строки: VoxelFM с 0,581/0,870, Pillar-0 с 0,544/0,861, ClinFusion-8B с 0,442, CT-CLIP с 0,398/0,733, Merlin с 0,358/0,662 и MedGemma 1.5 с 0,303. Каждый из этих показателей заявлен производителем в карточке NVIDIA, и ни один пока не был независимо воспроизведен — статья вышла два дня назад.
То, что устанавливает эта таблица, весьма ограничено и заслуживает точной формулировки: генеративная 3D-модель без специализированной головы превосходит базовые модели 3D-контрастного предварительного обучения и послойную фронтирную модель в задаче 18-классовой классификации КТ. Чего она не устанавливает, так это чего-либо об общих рассуждениях, о модальностях, отличных от КТ грудной клетки и брюшной полости, а также о преимуществе в AUROC — 0,871 против 0,870 представляет собой ничью, выраженную с точностью до знака после запятой.
Показатели Kimi K3 и оговорка в отношении рейтинга открытых весов
Artificial Analysis оценивает индекс интеллекта Kimi K3 в 43,6, что ставит ее на 19-е место из 145 моделей в этом рейтинге по данным снимка нашего API моделей. Ее показатель в GPQA Diamond составляет 93,5, в Humanity's Last Exam — 46,9, в SciCode — 59,5, в Terminal-Bench 2.1 — 85,0, в AA Coding — 76,2 (9-е место), а в 𝜏²-banking — 46,0.
Одно из утверждений о рейтинге требует осторожности, так как в нем легко ошибиться, и в нем уже ошибались ранее. Индекс интеллекта AA для Kimi K3, равный 44, находится на третьем месте среди моделей с открытыми весами в соответствующей таблице, уступая MiMo-V2.6-Pro с 46 и GLM-5.3 с 45. Она не является лидером в этой таблице и не конкурирует в той же таблице, что и Grok 4.6 — Artificial Analysis относит Grok 4.6 к проприетарным, поэтому ее 44 относится к общему рейтингу, а не к рейтингу открытых весов. Эти два индекса выглядят одинаково, но таковыми не являются.
Что видит оператор на самом деле
Именно отсюда берется число 588 миллионов, и его стоит пояснить, поскольку это единственное свидетельство в данной статье, принадлежащее нам, а не чьему-либо маркетингу.
За последние семь дней через песочницу OrcaRouter прошло 587,8 миллиона токенов Kimi K3. Ее медианное время до первого токена составило 7,8 секунды, она генерировала 42,9 выходных токена в секунду, а уровень ошибок за этот период составил 0,21% — один сбой примерно на 480 запросов. Этот измеренный уровень ошибок — то, чего нельзя узнать из карточки модели, и именно этот показатель определяет, безопасно ли использовать модель для пакетных задач.
Для NV-Reason-CT нет эквивалентных данных, поскольку это не размещенная где-либо конечная точка — это контрольная точка, которую вы запускаете самостоятельно. Здесь нет ни p50, ни уровня ошибок, ни времени безотказной работы, ни резервного сервера для переключения. Это не недостаток; это структурный факт самостоятельного развертывания, и именно по этой причине исследовательская группа может внедрить NV-Reason-CT во вторник, а производственная команда обычно не может.
Если вы используете обе части этого решения — Kimi K3 в качестве размещенного общего уровня и NV-Reason-CT на собственном GPU-сервере — именно маршрутизация обеспечивает отказоустойчивость хостинговой части. Kimi K3 обслуживается по собственной прейскурантной цене Moonshot в размере 3,00 долл. США за миллион входных и 15,00 долл. США за миллион выходных токенов без какой-либо наценки; ее ставка на чтение из кэша в размере 0,30 долл. США за миллион составляет десятую часть от стоимости ввода, и поскольку цена передается без изменений, скидка поставщика отображается в вашем счете в тот же день. Автоматическое переключение при отказе между провайдерами позволяет поддерживать работоспособность пакетного задания при сбое одной из восходящих конечных точек, а при частоте ошибок в 0,21% сбои происходят достаточно редко, чтобы о них забывать, пока они не случатся.
Структура затрат не совпадает
• Цена — капитальные затраты на GPU для NV-Reason-CT плюс собственный стек обслуживания против 3,00 / 15,00 долл. США за миллион токенов и 0,30 долл. США за кэшированное чтение для Kimi K3
• Минимально жизнеспособные расходы — одна видеокарта Ampere или новее для NV-Reason-CT, удерживаемая бессрочно, против одного запроса для Kimi K3
• Контекст — один объем данных для NV-Reason-CT, фиксированные 13 824 токена против 1 048 576 токенов у Kimi K3
• Предельные затраты на тысячный запрос — практически равны нулю для NV-Reason-CT после оплаты GPU против линейной зависимости от токенов у Kimi K3
• Где система ломается первой — неапробированная пропускная способность и отсутствие пакетной обработки у NV-Reason-CT против стоимости длинного контекста при 1 млн токенов на запрос у Kimi K3
• Модальности — 3D NIfTI, грудная клетка или брюшная полость для NV-Reason-CT против текста и изображений, всего остального для Kimi K3
Экономика меняется на противоположную в зависимости от объема. Kimi K3 не требует затрат на запуск и масштабируется линейно. NV-Reason-CT требует затрат на видеокарту для запуска, а затем масштабируется практически линейно без роста затрат — именно поэтому 210 загрузок не являются сигналом неудачи. Это правильный показатель для контрольной точки, целевой аудиторией которой являются учреждения, уже владеющие аппаратным обеспечением и никогда не попадающие в статистику пропускной способности токенов.
Что вы выбираете на самом деле
Если задача заключается в чтении объема КТ и формировании структурированного заключения с цепочкой рассуждений, Kimi K3 с этим не справится, а NV-Reason-CT — справится. Не «справляется хуже» — а именно не может, поскольку в нем вообще нет объемного энкодера, а предварительное преобразование скана в плоские изображения уничтожает пространственные взаимосвязи, для сохранения которых и существует 3D-путь.
Если задача заключается в чтении 400 страниц направлений, сопоставлении их с протокольным документом и выдаче структурированного результата, NV-Reason-CT здесь не подходит, в то время как Kimi K3 является одним из лучших доступных вариантов с измеренным уровнем ошибок менее четверти процента в нашей сети.
Подлинный выбор стоит не между ними двумя. Он заключается в том, является ли ваша проблема объемной или текстовой задачами, а разрыв в 210 и 588 миллионов параметров — это просто то, как это различие выглядит со стороны. Одна модель — это научная работа с весами. Другая — элемент инфраструктуры. Обе заслуживают внимания; ни одна из них не заменяет другую.
