Xing 4.0 29B-A4B vs Nemotron 3.5 Lightning 30B-A3B: misma forma, diferente licencia

Pon Xing 4.0 29B-A4B y N​emotron 3.5 Lightning 30B-A3B en la misma línea y las especificaciones casi convergen: 29 mil millones de parámetros frente a 30 mil millones, cuatro mil millones activos por token frente a tres, una disposición dispersa de mezcla de expertos en ambos lados, y un objetivo de diseño explícito de trabajo agéntico y de uso de herramientas en ambas tarjetas de modelo. Incluso llegaron con cinco semanas de diferencia en el mismo verano — el lanzamiento de disponibilidad general de N​VIDIA el 11 de agosto de 2026, los pesos de China Telecom el 16 de septiembre de 2026, con un endpoint invocable que llegó a mediados de octubre. La convergencia es real y convierte a este en el emparejamiento más directamente comparable de esta serie. También es donde termina el parecido, porque los dos lanzamientos apuestan de forma opuesta por la longitud del contexto, por la arquitectura de atención y, sobre todo, por las licencias — y una de esas tres es una decisión que toma tu equipo legal, no tu equipo de ML.

Donde las especificaciones coinciden de verdad

• Parámetros totales — Nemotron 3.5 Lightning 30B en total frente a Xing 4.0 29B. Una diferencia de mil millones de parámetros en un modelo de treinta mil millones no es nada.

• Parámetros activos — N​emotron 3B por token frente a Xing 4B por token. Este es el número que decide tu rendimiento, y la brecha es mucho menor de lo que sugiere la diferencia de nombres ("A3B" frente a "A4B"): aproximadamente un tercio más de operaciones aritméticas por token para Xing.

• Form — ambos son MoE dispersos, ambos son artefactos totalmente abiertos al estilo Apache en el sentido de que los pesos se pueden descargar y las recetas de servicio están publicadas, ambos con compilaciones cuantizadas tanto del proveedor como de la comunidad.

• Brief de diseño — ambas tarjetas están escritas para agentes. La de Xing 4.0 dice planificación de varios pasos, llamada a herramientas y cadenas de razonamiento; la de N​emotron se lanza junto con NeMo Switchyard, una biblioteca de enrutamiento de código abierto para decidir qué modelo se encarga del siguiente paso dentro de un bucle de agente. Dos laboratorios, la misma conclusión sobre dónde los pequeños modelos abiertos se ganan su lugar.

• Publicación — ​Nemotron 3.5 Lightning alcanzó la disponibilidad general (GA) el 11 de agosto de 2026, y las variantes NVFP4 y base aparecieron a lo largo de los días siguientes. El repositorio de Xing 4.0 se creó el 16 de septiembre de 2026, sus compilaciones cuantizadas llegaron el 13 de octubre y un endpoint de pago apareció el 15–16 de octubre.

Dónde dejan de coincidir: el contexto, y cómo conseguirlo

Esta es la mayor diferencia práctica entre los dos, y no hay comparación.

• Ventana de contexto — N​emotron 3.5 Lightning: hasta 1M de tokens. Xing 4.0: 256K nativa, extensible a 512K según la tarjeta.

• Qué significa esto en la práctica — la propia ficha de N​VIDIA reconoce con franqueza que la ventana de un millón de tokens está limitada por la memoria y que 256K es la cifra validada en una sola H100 de 80GB. Así que la comparación honesta a nivel de despliegue es 256K contra 256K, con N​emotron ostentando una ruta documentada y validada por el proveedor hasta cuatro veces esa cifra, y Xing con una ficha que afirma el doble de eso.

• Diseño de la atención — Nemotron 3.5 Lightning es un híbrido: capas de espacio de estados Mamba-2 mezcladas con atención y enrutamiento MoE. Xing 4.0 es MLA de principio a fin —estado de clave-valor latente comprimido, el enfoque de la línea DeepSeek— además de flujos residuales de hiperconexión con restricciones de variedad. Son dos estrategias distintas para el mismo problema de la caché KV, y ninguna de las dos es un error.

• Decodificación especulativa — Xing 4.0 tiene la predicción multi-token integrada en el propio checkpoint durante el entrenamiento. Los artefactos publicados de Nemotron 3.5 Lightning incluyen variantes de modelo borrador dentro de su familia cuantizada, que cumplen una función similar, pero MTP es una propiedad de los pesos de Xing y no un archivo complementario.

• Precisión — N​VIDIA publica el checkpoint BF16 como referencia de precisión completa, pensada explícitamente para la personalización y el entrenamiento posterior, con compilaciones NVFP4 para la inferencia en producción. Xing 4.0 publica BF16, FP8, w8a8 y GGUF. Si tienes previsto hacer ajuste fino, ambos te sirven igual de bien; si tienes previsto servir, ambos quieren que uses el artefacto cuantizado.

La diferencia de licencias es la verdadera decisión

N​emotron 3.5 Lightning se distribuye bajo el Acuerdo de Licencia OpenMDW, versión 1.1 — la licencia de modelos abiertos de la propia N​VIDIA, gestionada fuera de la empresa. Xing 4.0 se distribuye bajo Apache 2.0.

Ambas permiten el uso comercial. No son documentos equivalentes, y la diferencia se manifiesta en las partes de un despliegue que los ingenieros rara vez leen. Apache 2.0 es una licencia madura, ampliamente litigada, aprobada por la OSI, con una concesión de patentes familiar y una década de precedentes legales corporativos detrás; está preaprobada en la mayoría de las grandes organizaciones. OpenMDW es más nueva y menos conocida, lo que significa que el primer despliegue comercial de un modelo Nemotron dentro de un entorno regulado o empresarial es más probable que pase por una revisión legal de lo que lo haría el despliegue equivalente de Xing 4.0. Eso no es un argumento de que OpenMDW sea restrictiva — es un argumento de que la falta de familiaridad tiene un costo, y es un costo que se paga en semanas, no en dólares. Si estás eligiendo entre estas dos únicamente por mérito técnico, estás ignorando la mitad de la decisión que le corresponde a tu equipo legal.

Ambas tablas comparativas son tablas de proveedores

Esta es la parte de la comparación en la que un lector debería ir más despacio. Ninguno de los dos modelos cuenta con una evaluación independiente en un harness elegido por alguien distinto del proveedor.

• SWE-bench Verified — Xing 4.0 75,00 frente a Nemotron 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 frente a Nemotron 3.5 Lightning 24,58.

• Seguimiento de instrucciones — Xing 4.0 IFBench 69,67 frente a N​emotron 3.5 Lightning IFBench 71,88, reportado en la configuración permisiva.

• Razonamiento general — Nemotron 3.5 Lightning MMLU Pro 81.94, GPQA Diamond 75.44, HLE 11.72, SciCode 32.60, AA-Omniscience 17.50. La ficha de Xing 4.0 no publica ninguna fila comparable.

• Contexto largo — Xing 4.0 AA.LCR 61,00 vs N​emotron 3.5 Lightning AA-LCR 52,00. Xing gana la única fila de contexto largo en la que existen ambos números, un resultado algo sorprendente dada la ventana declarada mucho mayor de N​emotron.

• Navegación y recuperación agénticas — 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. Estos conjuntos de pruebas no se solapan en absoluto, por lo que no es posible ninguna comparación y cualquier tabla que los alinee se está inventando una.

La procedencia de estos difiere de una manera interesante. NVIDIA afirma que sus resultados se midieron bajo un arnés interno consistente y advierte que "pueden diferir de las cifras reportadas por los proveedores" — y su tabla publicada incluye columnas de competidores para Qwen 3.6 35B A3B, Gemma 4 26B A4B y GPT-OSS 20B, que son reejecuciones propias de NVIDIA de esos modelos. La tabla de China Telecom hace lo mismo en la dirección opuesta, comparándose con sus propias reejecuciones de Gemma 4 y Qwen. Cada laboratorio mide a sus rivales con su propio arnés y publica el resultado como una columna de comparación. Ninguno hace nada deshonesto, y ninguna de esas columnas debería interpretarse como la cifra propia del rival.

Costo y porciones

La ventana de 1M de tokens de Nemotron 3.5 Lightning tiene una consecuencia operativa real que los ingenieros descubren a las malas: está limitada por la memoria, y una solicitud que supera la capacidad disponible de la caché KV falla en el proveedor en lugar de degradarse de forma elegante. Esa es la forma de fallo que un router está diseñado para absorber — OrcaRouter reintenta contra capacidad de respaldo saludable antes de que comience la respuesta, de modo que un out-of-memory aguas arriba o un 429 en una llamada de contexto largo no llegue al usuario como un error. Enrutamos más de 200 modelos alojados detrás de una sola API con un 0% de margen, el precio de lista del proveedor se transfiere sin añadir nada, y este es el modo de fallo en el que la cadena de conmutación por error deja de ser un bonito diagrama y pasa a ser la razón por la que tu agente termina su tarea.

Ni N​emotron 3.5 Lightning ni Xing 4.0 están hoy en nuestro catálogo, así que no somos una vía hacia ninguno de los dos modelos y este artículo no insinuará lo contrario. Cómo se ven los números si los ejecutas tú mismo: se afirma que la cuantización de 4 bits de Xing 4.0 requiere aproximadamente 15 GB de VRAM, lo que lo situaría en una sola RTX 3090 o 4090; el comportamiento limitado por memoria de N​emotron 3.5 Lightning en una sola H100 de 80 GB está documentado para su ventana validada de 256K, que es el objetivo más exigente de los dos. Xing 4.0 es el modelo más económico de alojar; N​emotron 3.5 Lightning es el que tiene una ruta documentada hacia un contexto mucho más largo si dispones del hardware para ello.

Cómo elegir

Elige N​emotron 3.5 Lightning 30B-A3B si la longitud de contexto es la restricción determinante, si ya estás dentro de la pila de N​VIDIA y NeMo Switchyard encaja de forma natural en el bucle de tu agente, o si tu organización ya ha autorizado OpenMDW para uso comercial. La ventana más amplia, la ruta publicada de modelo base para personalización y el hecho de que su tabla de evaluación cubra catorce benchmarks en lugar de nueve apuntan todos en la misma dirección.

Elija Xing 4.0 29B-A4B si la velocidad de autorización de licencias importa, si su trabajo es la ingeniería de software y tareas de agentes con forma de terminal en lugar de la recuperación de documentos largos, o si el argumento de rendimiento por tarjeta es lo que realmente está comprando. Sus márgenes agénticos en su propia tabla son los mayores de esta clase de peso, su licencia es la que todos los abogados ya conocen, y su fila de contexto largo —el único lugar donde ambos modelos publicaron una cifra comparable— fue para Xing.

Lo que cambiaría la respuesta es lo mismo que lo cambiaría en todas las comparaciones de esta serie: una evaluación independiente de ambos modelos, realizada por un tercero, en un mismo harness. NVIDIA y China Telecom han publicado cada una una tabla que favorece a su propio modelo frente a re-ejecuciones de la generación del otro. Cuando alguien publique la primera tabla que ninguno de los dos escribió, la brecha de 23 puntos en SWE-bench mencionada arriba se convierte en el número más importante de esta categoría de peso o en un artefacto de dos harness de agente diferentes. No hay forma de saber cuál de las dos cosas es desde fuera.

Nada de eso es hipotético: los fallos documentados de IA y los incidentes de agentes detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.