Nvidia发布开源模型Nemotron 3.5 Lightning，36亿活跃参数在速度基准上与大型闭源模型相当。

英伟达发布了Nemotron 3.5 Lightning，这是其新Nemotron 3.5系列中的首款模型。该模型直接继承自Nemotron 3 Nano 30B A3B，保留了混合Mamba-Transformer架构，拥有31.6亿个总参数，但在任何给定时间只有3.6亿个参数处于活跃状态。这款紧凑的开源权重模型在智能基准测试中与OpenAI的gpt-oss-120b相当，但参数量仅为其四分之一，同时在同类模型中提供最快的推理速度。

根据独立基准测试平台Artificial Analysis的数据，Nemotron 3.5 Lightning在智能指数上获得24分，相比其前身（15分）提高了9个百分点。这使其与OpenAI的gpt-oss-120b（24分）相当，仅略低于英伟达自家的Nemotron 3 Super（26分），后者的规模约为其四倍。同类规模中最智能的小型模型，如Qwen3.6 35B A3B（32分）和Meta的新款Muse Glimmer（35分），仍然保持明显领先。

英伟达用Lightning瞄准的是效率前沿的不同位置。在使用最终NVFP4权重的预发布测试中，该模型达到近670个token/秒，是所有对比模型中吞吐量最高的，几乎是Google Gemini 3.5 Flash-Lite（386 token/秒）的两倍。智能指数任务完成需要约0.5分钟，而Qwen3.6 35B A3B需要约3.5分钟，Gemma 4 31B则需要约5.8分钟。专有模型仍然主宰整体效率前沿：Gemini 3.5 Flash-Lite在智能指数上获得37分且任务耗时相似，GPT-5.6 Luna（max）在不到两分钟内达到52分。

最大的改进体现在代理基准测试中。在GDPval-AA v2上，Lightning达到824的Elo评级，相比Nemotron 3 Nano提高了334分。这超过了gpt-oss-120b（800分）和更大的Nemotron 3 Super（698分）。在Terminal-Bench v2.1上，得分从7%跳升至24.3%，几乎接近gpt-oss-120b的26.2%。

英伟达在permissive OpenMDW-1.1许可证下发布该模型，将其定位为基于代理的管道的高吞吐量主力。英伟达与CodeRabbit和Harvey等合作伙伴合作进行后训练，以提升特定领域的性能。该模型提供BF16和NVFP4两种权重版本。相比更高精度的版本，NVFP4变体在智能指数上获得24分，质量损失最小。推理模型仅处理文本，支持一百万token的上下文窗口。权重现已可用，无服务器推理由DeepInfra、Fireworks、FriendliAI、CoreWeave、GMI Cloud、Nebius和Crusoe等多家公司提供。

英伟达强调效率胜于规模的做法并非新颖之举。在去年广泛讨论的一篇论文中，其研究人员主张不到100亿参数的模型能够以十分之一到三十分之一的成本处理与700亿到1750亿参数模型相同的大多数代理工作负载。Nemotron 3.5 Lightning拥有31.6亿参数，但每步仅激活3.6亿个参数，将其置于同一轻量级类别中。在近670 token/秒的速度下，它在代理基准测试上也超越了gpt-oss-120b和更大的Nemotron 3 Super，成为迄今为止该论点最清晰的产品级证明。