Xing 4.0 29B-A4B vs. Nemotron 3.5 Lightning 30B-A3B: Gleiche Form, andere Lizenz

Setzt man Xing 4.0 29B-A4B und N​emotron 3.5 Lightning 30B-A3B in dieselbe Zeile, konvergieren die Spezifikationen beinahe: 29 Milliarden Parameter gegen 30 Milliarden, vier Milliarden aktive pro Token gegen drei, ein Sparse-Mixture-of-Experts-Layout auf beiden Seiten und ein explizites Designziel für agentische und werkzeugnutzende Arbeit in beiden Model Cards. Sie erschienen sogar mit nur fünf Wochen Abstand im selben Sommer — N​VIDIAs General-Availability-Release am 11. August 2026, China Telecoms Gewichte am 16. September 2026, mit einem aufrufbaren Endpunkt, der Mitte Oktober folgte. Die Konvergenz ist real, und sie macht dies zur am direktesten vergleichbaren Paarung in dieser Reihe. Hier endet allerdings auch die Ähnlichkeit, denn die beiden Releases setzen gegensätzliche Wetten auf Kontextlänge, auf Attention-Architektur und vor allem auf Lizenzierung — und eine dieser drei ist eine Entscheidung, die Ihr Legal-Team trifft, nicht Ihr ML-Team.

Wo die Spezifikationen tatsächlich übereinstimmen

• Gesamtparameter — Nemotron 3.5 Lightning insgesamt 30B vs. Xing 4.0 29B. Ein Unterschied von einer Milliarde Parametern bei einem Modell mit dreißig Milliarden ist nichts.

• Aktive Parameter — N​emotron 3B pro Token vs. Xing 4B pro Token. Das ist die Zahl, die über Ihren Durchsatz entscheidet, und die Lücke ist viel kleiner, als der Namensunterschied („A3B“ gegenüber „A4B“) vermuten lässt: etwa ein Drittel mehr Rechenaufwand pro Token für Xing.

• Form — beide sparse MoE, beide im Apache-Stil vollständig offene Artefakte in dem Sinne, dass die Gewichte herunterladbar und die Serving-Rezepte veröffentlicht sind, beide mit quantisierten Builds vom Anbieter und von der Community.

• Design-Briefing – beide Karten sind für Agenten verfasst. Bei Xing 4.0 heißt es: mehrstufige Planung, Tool-Aufrufe und Reasoning-Ketten; N​emotron kommt zusammen mit NeMo Switchyard, einer Open-Source-Routing-Bibliothek, die entscheidet, welches Modell den nächsten Schritt innerhalb eines Agent-Loops übernimmt. Zwei Labore, dieselbe Schlussfolgerung darüber, wo kleine offene Modelle ihren Wert beweisen.

• Veröffentlichung — Nemotron 3.5 Lightning erreichte am 11. August 2026 die allgemeine Verfügbarkeit (GA), wobei NVFP4- und Basisvarianten in den darauffolgenden Tagen erschienen. Das Repository von Xing 4.0 wurde am 16. September 2026 angelegt, seine quantisierten Builds kamen am 13. Oktober heraus, und ein abgerechneter Endpunkt erschien am 15.–16. Oktober.

Wo sie nicht mehr übereinstimmen: Kontext und wie man ihn bekommt

Dies ist die größte praktische Lücke zwischen den beiden, und das ist nicht einmal knapp.

• Kontextfenster — Nemotron 3.5 Lightning: bis zu 1M Tokens. Xing 4.0: 256K nativ, laut Datenblatt erweiterbar auf 512K.

• Was das in der Praxis bedeutet — N​VIDIAs eigenes Datenblatt räumt offen ein, dass das Fenster von einer Million Token speicherbegrenzt ist und dass 256K der validierte Wert auf einer einzelnen 80GB H100 ist. Der ehrliche Vergleich auf Deployment-Ebene ist also 256K gegen 256K, wobei N​emotron einen dokumentierten, vom Anbieter validierten Weg zu vier Mal so viel vorweisen kann und Xing auf dem Datenblatt zwei Mal so viel beansprucht.

• Attention-Design — N​emotron 3.5 Lightning ist ein Hybrid: Mamba-2-State-Space-Schichten, gemischt mit Attention und MoE-Routing. Xing 4.0 verwendet durchgängig MLA — komprimierter latenter Key-Value-State, der Ansatz aus der D​eepSeek-Linie — plus mannigfaltigkeitsbeschränkte Hyper-Connection-Residual-Streams. Das sind zwei verschiedene Strategien für dasselbe KV-Cache-Problem, und keine von beiden ist ein Fehler.

• Spekulative Dekodierung — In Xing 4.0 ist die Multi-Token-Vorhersage direkt in den Checkpoint hineintrainiert. Die veröffentlichten Artefakte von Nemotron 3.5 Lightning enthalten Draft-Model-Varianten in seiner quantisierten Familie, die einem ähnlichen Zweck dienen, doch MTP ist eine Eigenschaft von Xings Gewichten und keine Begleitdatei.

• Präzision — NVIDIA veröffentlicht den BF16-Checkpoint als Full-Precision-Referenz, die ausdrücklich für Anpassung und Post-Training vorgesehen ist, mit NVFP4-Builds für die Produktionsinferenz. Xing 4.0 veröffentlicht BF16, FP8, w8a8 und GGUF. Wenn Sie ein Fine-Tuning planen, sind beide gleichermaßen gut geeignet; wenn Sie bereitstellen wollen, möchten beide, dass Sie auf das quantisierte Artefakt setzen.

Der Unterschied bei der Lizenzierung ist die eigentliche Entscheidung

N​emotron 3.5 Lightning wird unter der OpenMDW License Agreement, Version 1.1, veröffentlicht – N​VIDIAs eigene Open-Model-Lizenz, die außerhalb des Unternehmens verwaltet wird. Xing 4.0 wird unter Apache 2.0 veröffentlicht.

Beide erlauben die kommerzielle Nutzung. Sie sind keine gleichwertigen Dokumente, und der Unterschied zeigt sich in den Teilen eines Deployments, die Ingenieure selten lesen. Apache 2.0 ist eine ausgereifte, vielfach gerichtlich erprobte, von der OSI anerkannte Lizenz mit einer vertrauten Patentgewährung und einem Jahrzehnt unternehmensrechtlicher Präzedenzfälle dahinter; sie ist in den meisten großen Organisationen vorab freigegeben. OpenMDW ist neuer und weniger vertraut, was bedeutet, dass der erste kommerzielle Einsatz eines N​emotron-Modells in einer regulierten oder Unternehmensumgebung wahrscheinlicher durch eine Rechtsprüfung läuft als der entsprechende Xing 4.0-Einsatz. Das ist kein Argument dafür, dass OpenMDW restriktiv ist – es ist ein Argument dafür, dass Unvertrautheit Kosten verursacht, und diese Kosten werden in Wochen statt in Dollar bezahlt. Wenn Sie sich allein aufgrund technischer Vorzüge zwischen diesen beiden entscheiden, ignorieren Sie die Hälfte der Entscheidung, die Ihr Rechtsteam verantwortet.

Beide Benchmark-Tabellen sind Herstellertabellen.

Das ist der Teil des Vergleichs, an dem ein Leser langsamer werden sollte. Keines der beiden Modelle verfügt über eine unabhängige Evaluierung mit einem Evaluations-Harness, der von jemand anderem als dem Anbieter ausgewählt wurde.

• SWE-bench Verified — Xing 4.0 75,00 vs. N​emotron 3.5 Lightning 51,56.

• SWE-bench Multilingual — Xing 4.0 66.00 vs. Nemotron 3.5 Lightning 39.33.

• Terminal-Bench 2.1 — Xing 4.0 57,50 vs. N​emotron 3.5 Lightning 24,58.

• Instruktionsbefolgung — Xing 4.0 IFBench 69,67 vs N​emotron 3.5 Lightning IFBench 71,88, angegeben für die lockere Einstellung.

• Allgemeines Schlussfolgern — N​emotron 3.5 Lightning MMLU Pro 81,94, GPQA Diamond 75,44, HLE 11,72, SciCode 32,60, AA-Omniscience 17,50. Das Datenblatt von Xing 4.0 veröffentlicht keine vergleichbare Zeile.

• Langer Kontext — Xing 4.0 AA.LCR 61,00 vs. N​emotron 3.5 Lightning AA-LCR 52,00. Xing gewinnt die einzige Langkontext-Zeile, in der beide Werte existieren, was angesichts des deutlich größeren angegebenen Fensters von N​emotron ein leicht überraschendes Ergebnis ist.

• Agentisches Browsen und Abrufen — Nemotron 3.5 Lightning BrowseComp 36.97, PinchBench 85.37, τ³-bench (Banking) 9.28, GDPval-AA-V2 832. Xing 4.0 Claw-Eval 76.55, Tau3-Bench 64.63, DeepresearchBII 60.80. Diese Suiten überschneiden sich überhaupt nicht, ein Vergleich ist also nicht möglich, und jede Tabelle, die sie nebeneinanderstellt, erfindet einen.

Die Herkunft dahinter unterscheidet sich auf eine interessante Weise. N​VIDIA gibt an, seine Ergebnisse seien unter einem konsistenten internen Testaufbau gemessen worden, und warnt, sie „könnten von den von Anbietern gemeldeten Zahlen abweichen“ – und die veröffentlichte Tabelle enthält Konkurrenzspalten für Qwen 3.6 35B A3B, Gemma 4 26B A4B und G​PT-OSS 20B, bei denen es sich um N​VIDIAs eigene erneute Durchläufe dieser Modelle handelt. Die Tabelle von China Telecom macht dasselbe in die andere Richtung und vergleicht sich mit seinen eigenen erneuten Durchläufen von G​emma 4 und Q​wen. Jedes Labor misst seine Rivalen in seinem eigenen Testaufbau und veröffentlicht das Ergebnis als Vergleichsspalte. Keines von beiden tut etwas Unehrliches, und keine der beiden Spalten sollte als die eigene Zahl des jeweiligen Rivalen gelesen werden.

Kosten und Portionen

Das 1-Million-Token-Fenster von Nemotron 3.5 Lightning hat eine handfeste operative Konsequenz, die Ingenieure auf die harte Tour entdecken: Es ist speichergebunden, und eine Anfrage, die die verfügbare KV-Cache-Kapazität übersteigt, scheitert beim Anbieter, statt sauber zu degradieren. Genau auf diese Art von Fehler ist ein Router ausgelegt – OrcaRouter wiederholt den Versuch gegen gesunde Fallback-Kapazität, bevor die Antwort beginnt, sodass ein Out-of-Memory beim Upstream oder ein 429 bei einem Long-Context-Aufruf für den Nutzer nicht als Fehler sichtbar wird. Wir routen über 200 gehostete Modelle hinter einer einzigen API mit 0 % Aufschlag, der Listenpreis des Anbieters wird ohne jeden Zuschlag weitergegeben, und dies ist der Fehlermodus, in dem die Failover-Kette aufhört, ein hübsches Diagramm zu sein, und anfängt, der Grund dafür zu sein, dass Ihr Agent seine Aufgabe zu Ende bringt.

Weder N​emotron 3.5 Lightning noch Xing 4.0 ist heute in unserem Katalog, daher sind wir kein Bezugsweg zu einem der beiden Modelle, und dieser Artikel wird nichts anderes nahelegen. Wie die Zahlen aussehen, wenn Sie sie selbst betreiben: Die 4-Bit-Quantisierung von Xing 4.0 wird mit ungefähr 15 GB VRAM angegeben, was es auf eine einzelne RTX 3090 oder 4090 bringen würde; das speicherbegrenzte Verhalten von N​emotron 3.5 Lightning auf einer einzelnen 80-GB-H100 ist für sein validiertes 256K-Fenster dokumentiert, welches das anspruchsvollere Ziel der beiden ist. Xing 4.0 ist das günstigere Modell für das Hosting; N​emotron 3.5 Lightning ist dasjenige mit einem dokumentierten Weg zu einem viel längeren Kontext, wenn Sie die dafür nötige Hardware haben.

Wie man wählt

Nehmen Sie N​emotron 3.5 Lightning 30B-A3B, wenn die Kontextlänge die ausschlaggebende Einschränkung ist, wenn Sie sich bereits im NVIDIA-Stack befinden und NeMo Switchyard nahtlos zu Ihrer Agent-Schleife passt oder wenn Ihre Organisation OpenMDW bereits für die kommerzielle Nutzung freigegeben hat. Das größere Fenster, der veröffentlichte Weg über das Basismodell zur Anpassung und die Tatsache, dass seine Evaluierungstabelle vierzehn statt neun Benchmarks abdeckt, weisen alle in dieselbe Richtung.

Nimm Xing 4.0 29B-A4B, wenn die Geschwindigkeit der Lizenzfreigabe zählt, wenn deine Arbeit Software-Engineering und terminalförmige Agent-Aufgaben statt Long-Document-Retrieval umfasst, oder wenn das Durchsatz-pro-Karte-Argument das ist, was du tatsächlich kaufst. Seine Agentic-Margen in seiner eigenen Tabelle sind die größten in dieser Gewichtsklasse, seine Lizenz ist die, die jeder Anwalt bereits kennt, und seine Langkontext-Zeile – die einzige Stelle, an der beide Modelle einen vergleichbaren Wert veröffentlichten – ging an Xing.

Was die Antwort ändern würde, ist dasselbe, was sie in jedem Vergleich in dieser Serie ändern würde: eine unabhängige Bewertung beider Modelle, durchgeführt von einem Dritten, auf einem einzigen Harness. N​VIDIA und China Telecom haben jeweils eine Tabelle veröffentlicht, die das eigene Modell gegenüber erneuten Durchläufen der Generation des anderen schönfärbt. Wenn jemand die erste Tabelle veröffentlicht, die keiner von beiden geschrieben hat, wird die 23-Punkte-Lücke bei SWE-bench oben entweder die wichtigste Zahl in dieser Gewichtsklasse oder ein Artefakt zweier unterschiedlicher Agent-Harnesses. Von außen ist nicht zu erkennen, was davon zutrifft.

Nichts davon ist hypothetisch: Die dokumentierten KI-Ausfälle und Agent-Vorfälle, die hinter Releases wie diesem stehen, finden sich im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seinen Konfidenzgrad und sein Umstritten-Flag führt.