英伟达开源Nemotron 3.5 Lightning

时间：2026年8月11日 地点：美国 人物：英伟达（NVIDIA） 事件详情：英伟达正式开源Nemotron 3.5系列首款模型Nemotron 3.5 Lightning，采用混合Mamba-Transformer + MoE架构，总参数量31.6B、激活参数仅3.6B，支持1M token上下文，可单卡H100或DGX Spark（GB10）部署。该模型采用OpenMDW-1.1宽松许可，商业使用明确允许。Artificial Analysis基准显示其智能指数达24，与OpenAI gpt-oss-120b（24）持平，但参数量仅为后者的四分之一。推理速度上，NVFP4权重下达到每秒670 token，是同档模型中最快的，约为Google Gemini 3.5 Flash-Lite（386 token/s）的1.7倍，完成同等任务仅需0.5分钟（Qwen3.6 35B A3B需3.5分钟、Gemma 4 31B需5.8分钟）。智能体基准方面，GDPval-AA v2 Elo评分从490跃升至824（+334），超越gpt-oss-120b（800）和更大的Nemotron 3 Super（698）；Terminal-Bench v2.1准确率从7%提升至24.3%，逼近gpt-oss-120b的26.2%。 背景：Nemotron 3.5 Lightning是6月发布的550B参数Nemotron 3 Ultra蒸馏版本，延续Nemotron 3 Nano的混合Mamba-Transformer架构，专为"长期运行的智能体系统"中高频次专用任务设计，可作为多模型编排体系中的"工作马"模型，承担代码审查、工具调用、安全告警监控、账单问答等子任务。同日英伟达还开源了NeMo Switchyard智能路由库，可在企业自有开源/闭源/NVIDIA模型组合中按需路由请求，无需重写应用。 影响：模型权重已在Hugging Face上线，DeepInfra、Fireworks、FriendliAI、CoreWeave、GMI Cloud、Nebius、Crusoe等多家推理服务商同步提供serverless推理，OpenRouter亦上线免费档位。CodeRabbit（代码审查）、Harvey（法律服务）、CrowdStrike（网络安全）、Lila Sciences（科研）、Fastino Labs（金融医疗）等企业已基于该模型微调专属智能体，标志着英伟达在开放权重生态下进一步抢占智能体基础设施入口。 总结：英伟达Nemotron 3.5 Lightning以31.6B总参/3.6B激活的紧凑结构，在保持与gpt-oss-120b相当的智能水平同时实现业界领先的推理速度，配合NeMo Switchyard路由库与多家推理服务商的全链路支持，正迅速成为智能体高频子任务的事实标准工作模型。 参考来源： 1. https://the-decoder.com/nvidias-open-weight-nemotron-3-5-lightning-prioritizes-speed-over-maximum-intelligence/ 2. https://blogs.nvidia.com/blog/nemotron-lightning-switchyard-rtx-dgx/ 3. https://developer.nvidia.com/blog/nvidia-nemotron-3-5-lightning-delivers-fast-accurate-specialized-task-execution-for-long-running-agents/ 4. https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-NVFP4 5. https://artificialanalysis.ai/models/nemotron-3-5-lightning 6. https://www.explainx.ai/blog/nvidia-nemotron-3-5-lightning-30b-a3b-open-moe-2026 7. https://news.ycombinator.com/item?id=49257947 8. https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/