Nvidian avoin Nemotron 3.5 Lightning priorisoi nopeuden maksimaalisen älykkyyden sijaan

Nvidia on julkaissut Nemotron 3.5 Lightningin, ensimmäisen mallin uudesta Nemotron 3.5 -sarjasta. Se on suora seuraaja Nemotron 3 Nano 30B A3B -mallille ja säilyttää sen hybridi-Mamba-Transformer-arkkitehtuurin: yhteensä 31,6 miljardia parametria, joista aktiivisia on 3,6 miljardia. Riippumattoman vertailualustan Artificial Analysisin mukaan malli saavuttaa älykkyysindeksin 24, mikä on yhdeksän pistettä enemmän kuin edeltäjällään (15). Tämä asettaa Lightningin samalle tasolle OpenAI:n gpt-oss-120b:n (24) kanssa ja hieman Nvidian oman Nemotron 3 Superin (26) taakse, joka on noin neljä kertaa suurempi. Saman luokan älykkäimmät pienet mallit, kuten Qwen3.6 35B A3B (32) tai Metan uusi Muse Glimmer (35), ovat edelleen selvästi edellä. Nvidia suuntaa Lightningin eri kohtaan tehokkuuden rintamalla: alustavissa testeissä lopullisilla NVFP4-painoilla malli saavuttaa lähes 670 tokenia sekunnissa, mikä on korkein mitattu arvo vertailtujen mallien joukossa ja lähes kaksi kertaa nopeampi kuin Googlen Gemini 3.5 Flash-Lite (386 tokenia/s). Yksi älykkyysindeksin tehtävä vie siis noin 0,5 minuuttia, kun taas Qwen3.6 35B A3B:llä kestää noin 3,5 minuuttia ja Gemma 4 31B:llä noin 5,8 minuuttia. Omistetut mallit hallitsevat edelleen yleistä tehokkuuden rintamaa: Gemini 3.5 Flash-Lite saavuttaa älykkyysindeksin 37 samankaltaisella tehtäväajalla, GPT-5.6 Luna (max) yltää 52 pisteeseen alle kahdessa minuutissa. Suurimmat parannukset nähdään agenttisissa kyvykkyyksissä, Artificial Analysisin mukaan. GDPval-AA v2:ssa Lightning saavuttaa Elo-pistemäärän 824, mikä on 334 pistettä enemmän kuin Nemotron 3 Nano, ohittaen sekä gpt-oss-120b:n (800) että suuremman Nemotron 3 Superin (698). Terminal-Bench v2.1:ssä pistemäärä nousee 7:stä 24,3 prosenttiin, lähes gpt-oss-120b:n tasolle (26,2 prosenttia). Permissiivisen OpenMDW-1.1-lisenssin ansiosta Nvidia asemoi mallin tehokkaaksi työhevoseksi suuren suorituskyvyn agenttisiin putkistoihin. Artificial Analysisin mukaan Nvidia teki yhteistyötä kumppaneiden, kuten CodeRabbitin ja Harveyn, kanssa jälkitrainauksessa parantaakseen suorituskykyä tietyillä alueilla. Nvidia toimittaa mallin BF16- ja NVFP4-painoilla; NVFP4-versio saa myös 24 älykkyysindeksissä vain vähäisellä heikkenemisellä korkeamman tarkkuuden versioon verrattuna. Päättelymalli käsittelee vain tekstiä ja sen konteksti-ikkuna on miljoona tokenia. Painot ovat heti saatavilla; palvelimetonta inferenssiä tarjoavat DeepInfra, Fireworks, FriendliAI, CoreWeave, GMI Cloud, Nebius ja Crusoe.