Xing 4.0 29B-A4B vs Nemotron 3.5 Lightning 30B-A3B : même forme, licence différente

Placez Xing 4.0 29B-A4B et Nemotron 3.5 Lightning 30B-A3B sur la même ligne et les spécifications convergent presque : 29 milliards de paramètres contre 30 milliards, quatre milliards actifs par token contre trois, une architecture creuse de mélange d'experts des deux côtés, et un objectif de conception explicite axé sur le travail agentique et l'usage d'outils dans les deux fiches techniques. Ils sont même arrivés à cinq semaines d'intervalle au cours du même été — la version en disponibilité générale de NVIDIA le 11 août 2026, les poids de China Telecom le 16 septembre 2026, avec un endpoint appelable qui a suivi à la mi-octobre. La convergence est réelle, et elle fait de ce duo la paire la plus directement comparable de cette série. C'est aussi là que la ressemblance s'arrête, car les deux versions parient sur des directions opposées en matière de longueur de contexte, d'architecture d'attention et, surtout, de licence — et l'un de ces trois aspects relève d'une décision de votre équipe juridique, pas de votre équipe ML.

Là où les spécifications correspondent réellement

• Paramètres totaux — N​emotron 3.5 Lightning 30B au total contre Xing 4.0 29B. Une différence d’un milliard de paramètres sur un modèle de trente milliards n’est rien.

• Paramètres actifs — N​emotron 3B par token vs Xing 4B par token. C'est le nombre qui décide de votre débit, et l'écart est bien plus petit que ne le laisse paraître la différence de nommage (« A3B » contre « A4B ») : environ un tiers d'opérations arithmétiques en plus par token pour Xing.

• Form — tous deux des MoE clairsemés, tous deux des artefacts entièrement ouverts de style Apache, en ce sens que les poids sont téléchargeables et que les recettes de service sont publiées, tous deux avec des builds quantifiés du fournisseur et de la communauté.

• Brief de conception — les deux fiches sont rédigées à l'intention des agents. Celle de Xing 4.0 évoque la planification en plusieurs étapes, l'appel d'outils et les chaînes de raisonnement ; celle de Nemotron est livrée avec NeMo Switchyard, une bibliothèque de routage open source qui détermine quel modèle traite l'étape suivante dans une boucle d'agent. Deux laboratoires, la même conclusion sur l'endroit où les petits modèles ouverts gagnent leur place.

• Publication — N​emotron 3.5 Lightning est passé en disponibilité générale (GA) le 11 août 2026, les variantes NVFP4 et de base étant apparues dans les jours suivants. Le dépôt de Xing 4.0 a été créé le 16 septembre 2026, ses versions quantifiées sont arrivées le 13 octobre, et un point de terminaison facturé à l'usage est apparu les 15–16 octobre.

Là où ils cessent de correspondre : le contexte, et comment l’obtenir

C'est le plus grand écart pratique entre les deux, et de loin.

• Fenêtre de contexte — N​emotron 3.5 Lightning : jusqu’à 1M de tokens. Xing 4.0 : 256K natif, extensible à 512K selon la fiche produit.

• Ce que cela signifie en pratique — la propre fiche de N​VIDIA reconnaît franchement que la fenêtre d'un million de jetons est limitée par la mémoire et que 256K est la valeur validée sur un seul H100 de 80 Go. La comparaison honnête au niveau du déploiement est donc 256K contre 256K, N​emotron détenant une voie documentée et validée par le fournisseur vers quatre fois cette valeur, et X​ing revendiquant sur fiche deux fois celle-ci.

• Conception de l'attention — N​emotron 3.5 Lightning est un hybride : des couches d'espace d'état Mamba-2 mêlées d'attention et de routage MoE. Xing 4.0 est du MLA de bout en bout — un état clé-valeur latent compressé, l'approche de la lignée D​eepSeek — plus des flux résiduels à hyper-connexions contraintes par variété. Ce sont deux stratégies différentes pour le même problème de cache KV, et ni l'une ni l'autre n'est une erreur.

• Décodage spéculatif — Xing 4.0 dispose d'une prédiction multi-jetons entraînée directement dans le checkpoint. Les artefacts publiés de N​emotron 3.5 Lightning incluent des variantes de modèle brouillon au sein de sa famille quantifiée, qui remplissent un objectif similaire, mais MTP est une propriété des poids de Xing plutôt qu'un fichier d'accompagnement.

• Précision — N​VIDIA publie le checkpoint BF16 comme référence en pleine précision, explicitement destinée à la personnalisation et au post-entraînement, avec des builds NVFP4 pour l'inférence en production. Xing 4.0 publie des versions BF16, FP8, w8a8 et GGUF. Si vous prévoyez d'affiner le modèle, les deux vous serviront tout aussi bien ; si vous prévoyez de le servir, les deux vous orientent vers l'artefact quantisé.

La différence de licence est la véritable décision.

N​emotron 3.5 Lightning est distribué sous l'OpenMDW License Agreement, version 1.1 — la licence de modèle ouvert propre à N​VIDIA, gérée en dehors de l'entreprise. Xing 4.0 est distribué sous Apache 2.0.

Les deux autorisent l’usage commercial. Ce ne sont pas des documents équivalents, et la différence apparaît dans les parties d’un déploiement que les ingénieurs lisent rarement. Apache 2.0 est une licence mature, ayant fait l’objet de nombreux litiges, approuvée par l’OSI, avec une concession de brevet familière et une décennie de précédents juridiques d’entreprise derrière elle ; elle est pré-autorisée dans la plupart des grandes organisations. OpenMDW est plus récente et moins familière, ce qui signifie que le premier déploiement commercial d’un modèle N​emotron dans un environnement réglementé ou d’entreprise a plus de chances de passer par un examen juridique que ne le ferait le déploiement équivalent de Xing 4.0. Ce n’est pas un argument selon lequel OpenMDW serait restrictive — c’est un argument selon lequel la méconnaissance a un coût, et c’est un coût payé en semaines plutôt qu’en dollars. Si vous choisissez entre ces deux licences sur le seul mérite technique, vous ignorez la moitié de la décision qui relève de votre équipe juridique.

Les deux tableaux de benchmark sont des tableaux de fournisseurs.

C’est la partie de la comparaison où le lecteur devrait ralentir. Aucun des deux modèles ne dispose d’une évaluation indépendante sur un harnais choisi par quelqu’un d’autre que le fournisseur.

• SWE-bench Verified — Xing 4.0 75.00 contre N​emotron 3.5 Lightning 51.56.

• SWE-bench Multilingual — Xing 4.0 66,00 vs N​emotron 3.5 Lightning 39,33.

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

• Suivi des instructions — Xing 4.0 IFBench 69,67 vs Nemotron 3.5 Lightning IFBench 71,88, rapportés avec le réglage souple.

• Raisonnement général — N​emotron 3.5 Lightning MMLU Pro 81.94, GPQA Diamond 75.44, HLE 11.72, SciCode 32.60, AA-Omniscience 17.50. La fiche de Xing 4.0 ne publie aucune ligne comparable.

• Contexte long — Xing 4.0 AA.LCR 61.00 contre N​emotron 3.5 Lightning AA-LCR 52.00. Xing remporte la seule ligne de contexte long où les deux chiffres existent, un résultat quelque peu surprenant étant donné la fenêtre annoncée bien plus grande de N​emotron.

• Navigation et récupération agentiques — N​emotron 3.5 Lightning BrowseComp 36,97, PinchBench 85,37, τ³-bench (Banque) 9,28, GDPval-AA-V2 832. Xing 4.0 Claw-Eval 76,55, Tau3-Bench 64,63, DeepresearchBII 60,80. Ces suites ne se chevauchent pas du tout, donc aucune comparaison n’est possible et tout tableau qui les aligne en invente une.

La provenance derrière ces chiffres diffère d’une manière intéressante. NVIDIA déclare que ses résultats ont été mesurés dans le cadre d’un harnais interne cohérent et avertit qu’ils « peuvent différer des chiffres rapportés par les fournisseurs » — et son tableau publié inclut des colonnes de concurrents pour Qwen 3.6 35B A3B, Gemma 4 26B A4B et GPT-OSS 20B, qui sont les propres réexécutions de NVIDIA de ces modèles. Le tableau de China Telecom fait la même chose dans l’autre sens, en se comparant à ses propres réexécutions de Gemma 4 et Qwen. Chaque laboratoire mesure ses rivaux dans son propre harnais et publie le résultat comme colonne de comparaison. Ni l’un ni l’autre ne fait quoi que ce soit de malhonnête, et aucune des deux colonnes ne doit être lue comme le chiffre propre au rival.

Coût et portion

La fenêtre de 1M de tokens de N​emotron 3.5 Lightning a une conséquence opérationnelle bien réelle que les ingénieurs découvrent à leurs dépens : elle est limitée par la mémoire, et une requête qui dépasse la capacité disponible du KV-cache échoue chez le fournisseur plutôt que de se dégrader proprement. C'est le type de défaillance qu'un routeur est conçu pour absorber — OrcaRouter réessaie sur une capacité de repli saine avant que la réponse ne commence, de sorte qu'un out-of-memory en amont ou un 429 sur un appel à long contexte ne remonte pas à l'utilisateur sous forme d'erreur. Nous routons plus de 200 modèles hébergés derrière une seule API à 0 % de marge, le prix catalogue du fournisseur étant répercuté sans rien ajouter, et c'est le mode de défaillance où la chaîne de basculement cesse d'être un joli schéma et devient la raison pour laquelle votre agent termine sa tâche.

Ni Nemotron 3.5 Lightning ni Xing 4.0 ne figurent dans notre catalogue aujourd'hui ; nous ne sommes donc une voie d'accès à aucun de ces deux modèles, et cet article ne laissera pas entendre le contraire. Ce que donnent les chiffres si vous les exécutez vous-même : la quantification 4 bits de Xing 4.0 est annoncée à environ 15 Go de VRAM, ce qui le placerait sur une seule RTX 3090 ou 4090 ; le comportement limité par la mémoire de Nemotron 3.5 Lightning sur une seule H100 de 80 Go est documenté pour sa fenêtre validée de 256K, qui est la cible la plus exigeante des deux. Xing 4.0 est le modèle le moins coûteux à héberger ; Nemotron 3.5 Lightning est celui dont le chemin documenté mène à un contexte bien plus long, si vous disposez du matériel nécessaire.

Comment choisir

Choisissez Nemotron 3.5 Lightning 30B-A3B si la longueur de contexte est la contrainte déterminante, si vous êtes déjà dans la stack NVIDIA et que NeMo Switchyard s'intègre naturellement à votre boucle d'agent, ou si votre organisation a déjà validé OpenMDW pour un usage commercial. La fenêtre plus large, la voie publiée du modèle de base pour la personnalisation, et le fait que son tableau d'évaluation couvre quatorze benchmarks plutôt que neuf pointent tous dans la même direction.

Choisissez Xing 4.0 29B-A4Bsi la rapidité d'obtention de la licence compte, si votre travail relève de l'ingénierie logicielle et de tâches d'agent de type terminal plutôt que de la recherche dans de longs documents, ou si l'argument du débit par carte est ce que vous achetez réellement. Ses marges sur les tâches agentiques dans son propre tableau sont les plus élevées de cette classe de poids, sa licence est celle que tous les juristes connaissent déjà, et sa ligne de contexte long — le seul endroit où les deux modèles ont publié un chiffre comparable — est revenue à Xing.

Ce qui changerait la réponse est la même chose qui la changerait dans toutes les comparaisons de cette série : une évaluation indépendante des deux modèles, menée par un tiers, sur un seul et même harnais. N​VIDIA et China Telecom ont chacun publié un tableau qui flatte leur propre modèle face à des réexécutions de la génération de l'autre. Quand quelqu'un publiera le premier tableau qu'aucun des deux n'a écrit, l'écart de 23 points sur SWE-bench ci-dessus deviendra soit le nombre le plus important de cette catégorie de poids, soit un artefact dû à deux harnais d'agents différents. Il n'y a aucun moyen de savoir lequel depuis l'extérieur.

Rien de tout cela n'est hypothétique : les défaillances documentées de l'IA et les incidents d'agents qui sous-tendent des versions comme celle-ci sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée est accompagnée de ses propres sources, de son niveau de gravité, de son degré de confiance et de son indicateur de contestation.