Nvidia开放Nemotron 3.5 Lightning模型，优先速度而非极致智能

Nvidia推出了Nemotron 3.5 Lightning，这是其新Nemotron 3.5系列的首款模型。它是Nemotron 3 Nano 30B A3B的直接继任者，并保留了该模型的混合Mamba-Transformer架构：总参数316亿，其中36亿为活跃参数。根据独立基准测试平台Artificial Analysis的数据，该模型的智能指数达到24，比其前代（15）跃升了9个点。这使得Lightning与OpenAI的gpt-oss-120b（24）持平，仅次于Nvidia自家约四倍大的Nemotron 3 Super（26）。同类中最智能的小型模型，如Qwen3.6 35B A3B（32）或Meta的新Muse Glimmer（35），仍然明显领先。Nvidia将Lightning定位于效率前沿的另一侧：在使用最终NVFP4权重的初步测试中，该模型达到了每秒近670个token的速度，这是所比较模型中测得的最高值，几乎是Google Gemini 3.5 Flash-Lite（每秒386个token）的两倍。智能指数中的一项任务因此耗时约0.5分钟，而Qwen3.6 35B A3B耗时约3.5分钟，Gemma 4 31B则约5.8分钟。专有模型继续主导整体效率前沿：Gemini 3.5 Flash-Lite在类似的任务耗时下实现了37的智能指数，GPT-5.6 Luna（最大）在不到两分钟内达到了52点。根据Artificial Analysis，最大的改进体现在代理能力方面。在GDPval-AA v2中，Lightning达到了824的Elo评分，比Nemotron 3 Nano高出334分，超越了gpt-oss-120b（800）和更大的Nemotron 3 Super（698）。在Terminal-Bench v2.1中，得分从7%升至24.3%，几乎达到了gpt-oss-120b（26.2%）的水平。凭借宽松的OpenMDW-1.1许可证，Nvidia将这款模型定位为高吞吐量代理流水线的高效主力。根据Artificial Analysis，Nvidia与CodeRabbit和Harvey等合作伙伴在后训练方面进行了合作，以提高特定领域的性能。Nvidia提供BF16和NVFP4权重版本；NVFP4变体在智能指数上也获得24分，与更高精度版本相比性能损失极小。该推理模型仅处理文本，上下文窗口为100万token。权重即刻可用；DeepInfra、Fireworks、FriendliAI、CoreWeave、GMI Cloud、Nebius和Crusoe提供无服务器推理服务。