英伟达在8月11日正式发布了首款开源大模型Nemotron 3.5 Lightning，这是一款专为AI智能体（Agent）量身定制的轻量级模型，核心卖点是 “极低成本的超高速推理”——总参数仅300亿，但推理时只有约30亿参数被激活，输出速度却比同类模型快4倍，能在普通笔记本的单块GPU上流畅运行。
一、架构革新：用1/10的参数量跑出4倍速度
MoE混合专家架构：Nemotron 3.5 Lightning总参数约300亿（31.6B），但每次推理仅激活约3.6B参数，通过混合专家机制动态调用最相关的“专家”模块，大幅降低算力消耗。
极致推理效率：输出速度接近670 tokens/秒，相比同级别开源模型最高提升4倍；在PinchBench基准测试中准确率达86%，跑1万次任务比Qwen3.6 35B快30%。
超长上下文支持：原生支持最高100万Token（1M）上下文窗口，能一次性处理大量代码库、长文档或复杂对话记录。
二、专为智能体场景设计：从“对话”转向“执行”
Agent任务原生优化：模型专门面向高并发、专用任务（工具调用、结果验证、子智能体委派），而非传统的聊天对话场景。
任务完成速度提升30%：在Artificial Analysis智能指数上得分24分，较前代提升9分，性能对标gpt-oss-120b但参数量仅为其四分之一。
低门槛部署：可在RTX PC、DGX Spark、Jetson等消费级设备上运行，甚至普通笔记本电脑的单块GPU即可驱动，真正实现“本地智能体”。
三、彻底开源：权重、数据、训练配方全公开
完全开放商用：采用OpenMDW-1.1商用许可，模型权重、训练数据、训练方案全部开放，开发者可免费下载、修改和商用。
低成本定制：企业可用自有数据做低成本后训练——合作伙伴仅用单张H100、耗资85美元、花2小时就完成了定制化路由智能体的训练。
配套路由工具NeMo Switchyard：同步开源的模型路由库，能自动将不同任务分配给成本最优的模型，将整体任务成本降至单独运行顶级模型的近三分之一。