nvidia

NVIDIA: Nemotron 3.5 Lightning

nvidia/nemotron-3.5-lightning

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

nvidia/nemotron-3.5-lightning es el modelo BF16 de texto a texto de NVIDIA con una arquitectura mixture-of-experts de 30B parámetros totales y 3B activos, presentado por NVIDIA como pesos de referencia para personalización, no como la versión optimizada para inferencia. La ficha indica un diseño híbrido de Mamba-2, MoE y atención, razonamiento configurable, llamadas a herramientas y salidas estructuradas, cobertura multilingüe con inglés como idioma principal y contexto de hasta 1M tokens en despliegues adecuados; OpenRouter lista 262.144 tokens y entrada/salida de texto. Las mediciones del proveedor abarcan razonamiento, programación, tareas agénticas, seguimiento de instrucciones y contexto largo.[1][2]

Puntos fuertes

La arquitectura híbrida reportada por el proveedor combina Mamba-2, enrutamiento de expertos y atención, activando solo una fracción de los parámetros totales; es un diseño orientado a eficiencia para trabajo especializado o de alto rendimiento.[1][2]
Este checkpoint BF16 se presenta expresamente como base de personalización para SFT, RL, destilación, adaptación de dominio y variantes cuantizadas producidas por el usuario.[2]
Los parámetros del catálogo incluyen herramientas, salidas estructuradas, controles de muestreo y opciones de razonamiento; NVIDIA también documenta un modo de razonamiento activable o desactivable.[1][2]

Limitaciones

El paquete de evidencia contiene un catálogo de mercado y la ficha propia de NVIDIA, pero ninguna ficha o evaluación independiente; los resultados publicados fueron medidos por el proveedor, por lo que conviene validar calidad, latencia y coste en la carga de trabajo prevista.[1][2]
Esta variante BF16 no es la vía recomendada por NVIDIA para inferencia optimizada en producción; la ficha remite a una versión NVFP4 distinta, cuyas propiedades no deben suponerse aquí.[2]
El contexto depende del despliegue: un solo H100 de 80GB está validado a 256K en BF16, mientras que las configuraciones documentadas más grandes alcanzan 1M; OpenRouter expone 262.144.[1][2]

Dónde utilizarlo

Un candidato razonable para equipos que planeen post-entrenamiento, adaptación de dominio, destilación o cuantización personalizada a partir de pesos de precisión completa.[2]
Conviene evaluarlo para prototipos de agentes solo de texto, chat, RAG y seguimiento de instrucciones que requieran llamadas a herramientas o salidas estructuradas; el rendimiento en producción debe probarse antes de adoptarlo.[1][2]
Puede ser útil para investigación de contexto largo, recuperación o experimentos de agregación de varios documentos cuando el hardware elegido admita la ventana de contexto necesaria.[1][2]

Fuentes

[1] OpenRouter catalog · NVIDIA: Nemotron 3.5 LightningFuentes consultadas: 13 nov 2026
[2] Model documentation · NVIDIA: Nemotron 3.5 LightningFuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

NVIDIA Nemotron 3.5 Lightning is an open mixture-of-experts model from NVIDIA, with 3B active parameters out of 30B total. It is suited for high-throughput agentic workloads and specialized tasks that...

Especificaciones

ID del modelo: nvidia/nemotron-3.5-lightning
ID canónico: nvidia/nemotron-3.5-lightning-20260807
Creador: nvidia
Añadido a OpenRouter: 11.08.2026
Longitud de contexto: 262,144
Modalidad: text->text
Modalidades de entrada: text
Modalidades de salida: text
Precio por token: USD por 1M de tokens: entrada $0.070 / salida $0.200
Corte de conocimiento: —
Fecha de expiración: —

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

Tarea	Nota	Capacidad declarada por la fuente
Calidad general	CC — por debajo de la franja B	razonamiento: opcional · parámetros: include_reasoning, reasoning
Programación	CC — por debajo de la franja B	—
Agentes	CC — por debajo de la franja B	parámetros: structured_outputs, tool_choice, tools
Escritura	Sin medición	salida: text
Razonamiento	Sin medición	razonamiento: opcional · parámetros: include_reasoning, reasoning
Análisis de documentos	Sin medición	—
Visión	Sin medición	—
Generación de imágenes	Sin medición	—
Audio	Sin medición	—
Vídeo	Sin medición	—
Embeddings	Sin medición	—

Evaluaciones

Fuente	Benchmark	Valor	Nota	Datos obtenidos
Artificial Analysis	Intelligence index	5.5	CC — por debajo de la franja B	13.11.2026
Artificial Analysis	Coding index	26.8	CC — por debajo de la franja B	13.11.2026
Artificial Analysis	Agentic index	3.5	CC — por debajo de la franja B	13.11.2026

Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

S — S — 10% superior de la cohorte
A — A — siguiente 20% de la cohorte
B — B — siguiente 30% de la cohorte
C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

Proveedor	Longitud de contexto	Precio entrada /1M	Precio salida /1M	Latencia p50 (30m, s)	Rendimiento p50 (30m, tok/s)	Disponibilidad (30m)
Darkbloomint4	262,144	$0.025	$0.120	—	—	100%
Fireworks	262,144	$0.050	$0.200	—	—	100%
DeepInfrabf16	262,144	$0.060	$0.160	—	—	100%
CoreWeavebf16	262,144	$0.070	$0.200	—	—	100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.