El Nemotron 3.5 Lightning abierto de Nvidia prioriza la velocidad sobre la máxima inteligencia

Nvidia ha lanzado Nemotron 3.5 Lightning, el primer modelo de su nueva serie Nemotron 3.5. Es el sucesor directo de Nemotron 3 Nano 30B A3B y conserva la arquitectura híbrida Mamba-Transformer de ese modelo: 31.6 mil millones de parámetros en total, de los cuales 3.6 mil millones están activos. Según la plataforma de evaluación independiente Artificial Analysis, el modelo alcanza un Índice de Inteligencia de 24, un salto de nueve puntos respecto a su predecesor (15). Esto sitúa a Lightning a la par con gpt-oss-120b de OpenAI (24) y justo detrás del propio Nemotron 3 Super de Nvidia (26), que es aproximadamente cuatro veces más grande. Los modelos pequeños más inteligentes de la misma clase, como Qwen3.6 35B A3B (32) o el nuevo Muse Glimmer de Meta (35), siguen estando claramente por delante. Nvidia apunta a Lightning a un punto diferente de la frontera de eficiencia: en pruebas preliminares con pesos finales NVFP4, el modelo alcanza casi 670 tokens por segundo, el valor más alto medido entre los modelos comparados y casi el doble de rápido que Gemini 3.5 Flash-Lite de Google (386 tokens/s). Así, una tarea del Índice de Inteligencia tarda unos 0.5 minutos, mientras que Qwen3.6 35B A3B tarda unos 3.5 minutos y Gemma 4 31B unos 5.8 minutos. Los modelos propietarios siguen dominando la frontera de eficiencia general: Gemini 3.5 Flash-Lite logra un Índice de Inteligencia de 37 con un tiempo similar por tarea, GPT-5.6 Luna (max) alcanza 52 puntos en menos de dos minutos. Las mayores mejoras se ven en las capacidades de agente, según Artificial Analysis. En GDPval-AA v2, Lightning alcanza una puntuación Elo de 824, una ganancia de 334 puntos sobre Nemotron 3 Nano, superando tanto a gpt-oss-120b (800) como al más grande Nemotron 3 Super (698). En Terminal-Bench v2.1, la puntuación sube del 7 al 24.3 por ciento, casi al nivel de gpt-oss-120b (26.2 por ciento). Con la licencia permisiva OpenMDW-1.1, Nvidia posiciona el modelo como un caballo de batalla eficiente para pipelines de agente de alto rendimiento. Según Artificial Analysis, Nvidia trabajó con socios como CodeRabbit y Harvey en el post-entrenamiento para mejorar el rendimiento en dominios específicos. Nvidia entrega el modelo en pesos BF16 y NVFP4; la variante NVFP4 también obtiene 24 en el Índice de Inteligencia con una degradación mínima respecto a la versión de mayor precisión. El modelo de razonamiento procesa solo texto y tiene una ventana de contexto de un millón de tokens. Los pesos están disponibles de inmediato; la inferencia sin servidor la ofrecen DeepInfra, Fireworks, FriendliAI, CoreWeave, GMI Cloud, Nebius y Crusoe.