
NVIDIA Nemotron 3.5 Lightning 30B A3B: סוס העבודה הפתוח של אנבידיה לסוכנים, מוסבר
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 89 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 97 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 88 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 133 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 123 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 123 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 138 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 189 tok/s
Nvidia הכריזה על Nemotron 3.5 Lightning ב-11 באוגוסט 2026, וצירפה אליו משהו שרוב השקות המודלים משמיטות: ראוטר. NeMo Switchyard, ספריית קוד פתוח שמחליטה איזה מודל יטפל בקריאה הבאה בתוך לולאת סוכן, הושקה באותו יום כמו מודל mixture-of-experts בעל 30 מיליארד פרמטרים, עם רק 3 מיליארד פרמטרים פעילים — וזו הנקודה. ההסבר הזה עוסק ב-checkpoint הראשון ש-Nvidia שחררה, NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16, הבסיס הגולמי המאומן מראש ולא גרסת הייחוס המכווננת לצ'אט, ועל מה שמשפחת המודלים כולה מספרת על הכיוון שאליו הולכת הגשת מודלים פתוחים.
הערת מקור אחת לפני המספרים: כל מדד ביצועים, טענת מהירות ונתון שותפים בכתבה זו הוא של Nvidia עצמה, ואף אחד מהם לא שוחזר באופן בלתי תלוי עדיין — המודל בן שעות ספורות. התייחסו לנתוני הביצועים כאל כרטיס מידע של ספק: אינפורמטיבי ומכוון, אך עדיין לא לוח תוצאות.
מה זה בעצם Nemotron 3.5 Lightning
Nemotron 3.5 Lightning הוא החבר החדש והקטן ביותר במשפחת Nemotron 3 הפתוחה של Nvidia. זהו מודל MoE בעל 30 מיליארד פרמטרים, שרק 3 מיליארד מהם פעילים לכל טוקן, המבוסס על ארכיטקטורה היברידית של Mamba-2 ו-MoE עם שכבות קשב נבחרות וראשי חיזוי רב-טוקני (MTP) ששולבו בשלב קדם-אימון ייעודי. Nvidia אומרת שהוא זוקק ממודל הדגל Nemotron 3 Ultra שלה ואומן על יותר מ-20 טריליון טוקנים, והוא תומך בחלון הקשר של עד מיליון טוקנים.
מטרת התכנון היא זמן השהיה ועלות בקנה מידה, לא כלליות חזיתית. Nvidia ממקמת את Lightning עבור "שכבת הביצוע" של סוכנים פעילים תמידית — הקריאות בנפח גבוה ובדרגת קושי נמוכה יותר שסוכן מבצע כל הזמן: קריאות לכלים, סקירת קוד, ניהול התראות אבטחה, שאלות חיוב, והאצלת משימות לסוכני משנה. זו עבודה שבה לא רוצים מודל חזיתי בכל שלב; רוצים מודל זול ומהיר שמספיק טוב. טענות המהירות נובעות מהארכיטקטורה: עד פי 4 פלט מהיר יותר ממודלים בגודל דומה וכ-30% השלמה מהירה יותר של משימות סוכניות, לפי המדידות של Nvidia. שני מודלי טיוטה, DSpark ו-DFlash, מספקים פענוח ספקולטיבי מכוון לשרת ברמות בינוניות עד גבוהות של מקביליות.
שלושת נקודות הבידוק — ואיזו מהן אתה רוצה
ההשקה היא למעשה שלוש הורדות, וסיקור שמתייחס ל"Nemotron 3.5 Lightning" כמודל אחד מפספס את ההבחנה שהכי חשובה למפתח.
נושא הקטע הזה, NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16, הוא נקודת הבידוק הגולמית שאומנה מראש — ללא כוונון מונחה, ללא למידת חיזוק, וללא זיקוק. זהו מודל בסיס במובן הקפדני: הוא אינו מנהל שיחה מחוץ לקופסה, ונועד לשמש נקודת התחלה להמשך אימון מראש, SFT מותאם אישית, RL או זיקוק. אם ברצונך לבנות מודל משלך על גבי האימון המקדים של Nvidia, זהו הקובץ שאתה צריך.
הגרסה המקבילה, NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16, היא משקלי הייחוס שהריצו את כל הצינור — פרה-אימון, המשך MTP, SFT ו-RL. היא מודל חשיבה וצ'אט לשימוש כללי, אבל Nvidia עדיין מציגה אותו כנקודת התחלה להתאמה אישית, ולא כארטיפקט לשרת ייצור. לצורך שרת, ה-NVFP4 checkpoint (ששוחרר לצדה, חולק את קרנלי הקוונטיזציה ש-Nvidia משתמשת בהם עבור Nemotron 3 Ultra) הוא זה שמיועד לשיהוי ותפוקה.
הכוונה מעשית, בשורה אחת לכל נקודת ביקורת:
• Base-BF16 — המשך אימון מקדים, אימון המשך תחומי, זיקוק מאפס. אתה ממשיך מכאן.
• BF16 רפרנס — מסוגל לצ'אט ולחשיבה, אך נועד כבסיס ל-SFT או RL משלך, לא כנקודת קצה מתארחת.
• NVFP4 — הצ'קפוינט המותאם לשרתים לפריסה על GPUs של Nvidia.
רוב הקוראים שפונים ל-API ייצור רוצים את המודלים המכווננים, לא את הבסיס. הבסיס חשוב בכל מקרה, כי Nvidia שחררה אותו תחת רישיון פתוח (OpenMDW-1.1) שמכסה משקלים, נתוני אימון ומתכונים — האימון המקדים הגולמי הוא החלק שאי אפשר להשיג מספק סגור, והוא החלק שהופך את כל המשפחה לשלך.

פנקס אמות המידה, מתויג ביושר
הנה מה שאנבידיה מדווחת על נקודת הביקורת הבסיסית בהערכות שלה: MMLU 78.59, MMLU-Pro (5-shot) 67.94, GSM8K 91.28, HumanEval 77.44, MBPP 78.59, ARC-Challenge 92.66, HellaSwag 85.55, WinoGrande 79.95, וציון RULER להקשר ארוך של 69.62 ב-1M טוקנים. הגרסה המכווננת מזיזה את המחט היכן שהייתם מצפים: MMLU-Pro 81.94, GPQA Diamond (ללא כלים) 75.44, SWE-bench Verified 51.56, Terminal-Bench 2.1 24.58.
נתוני המהירות בכותרת מדווחים גם הם על ידי הספק: עד פי 4 מהיר יותר בפלט ו-30% מהיר יותר בהשלמת משימות סוכניות מאשר מודלים במחלקתו, בתוספת תוצאת PinchBench של 86% דיוק בריצה של 10,000 משימות, מהיר בכ-30% מ-Qwen3.6-35B ברמת דיוק דומה. Nvidia מצטטת גם מדד Artificial Analysis Intelligence Index של 24, בשוויון עם gpt-oss-120b — אבל שימו לב למקור: זוהי Nvidia המצטטת ציון עבור מודל שעד 11 באוגוסט עוד לא מופיע בלוח התוצאות הפומבי של Artificial Analysis. מעבדות עצמאיות לא פרסמו עדיין נתוני Lightning.
כדי להבין היכן 24 יושב בתוך המשפחה, המדדים הנמדדים ב-AA עבור המודלים הפתוחים האחרים של Nvidia הם 25.4 עבור גם Nemotron 3 Ultra וגם Nemotron 3 Super, ו-14.2 עבור Nemotron 3 Nano. Lightning אינו מודל חזיתי, ו-Nvidia אינה טוענת שהוא כזה; זה הימור על הצד של המהירות והעלות של חזית פארטו.

למה זה מיועד: שכבת הביצוע של סוכנים
הטיעון של Nvidia הוא חלוקת עבודה: מודל מתקדם מתכנן וחושב, ומבצע זול מטפל באלפי הקריאות השגרתיות שמאפשרות לסוכן לפעול בפועל לאורך כל היום. לכן אותה ההכרזה כוללת גם ספריית ניתוב — Lightning נועד להיות רובד אחד במערכת גדולה יותר, לא המערכת כולה.
מחקרי המקרה של השותפים מסופקים על ידי Nvidia, אז קראו אותם כשיווק עם מספרים מצורפים. המקרה שממחיש בצורה הטובה ביותר את מטרת המודל הוא CodeRabbit, שלטענתו ביצע post-training למודל Lightning לצורך סקירת קוד בפחות משלוש שעות ובעלות של פחות מ-100 דולר, תוך השגת דיוק גבוה בכ-4% לעומת קו בסיס מסוג GPT בעלות חישוב של כמחצית. בין אם אתם סומכים על המספרים המדויקים, הצורה הכללית היא העיקר: מודל עם 3B פרמטרים פעילים זול מספיק כדי לבצע fine-tuning על הנתונים שלכם ולשרת בקנה מידה גדול — וזהו כל הערך המוצע.
מתמטיקת העלות
אין מחירון עבור Nemotron 3.5 Lightning, כי אין מה לקנות — המשקולות חינמיות תחת OpenMDW-1.1, יחד עם נתוני האימון והמתכונים. המחיר הוא מה שמארח גובה כדי לשרת את זה, והמספר הזה ישתנה יותר מאשר האיכות ברגע ש-API של צד שלישי יתחילו לשאת את המשפחה. לצורך אב-טיפוס, Nvidia מגישה את זה כמיקרוסרוויס NIM על הפלטפורמה שלה build.nvidia.com, שניתן לנסות בחינם עם מגבלת קצב וללא כרטיס אשראי.
שתי מציאות עלות חשובות לפני שמגבשים הערכה. ראשית, "30B סה״כ, 3B פעילים" פירושו שההסקה זולה לכל טוקן, אבל כל ה-30B עדיין חייבים לשהות בזיכרון של כל GPU — הגשת המודל (serving) אינה בחינם, ומקביליות האצווה (batch concurrency) קובעת כמה מהר הוא באמת רץ. שנית, כשמודל בעל משקלים פתוחים נוחת על כמה APIים מתארחים, מחירי הטוקן בין הספקים יכולים להשתנות בכפולות — וההבדל הזה אינו אות איכות. זו הנקודה שבה שער מעבר (pass-through) מצדיק את קיומו: OrcaRouter מעביר את מחירי המחירון של הספק ישירות בתוספת 0%, כך שהורדת מחיר אצל הספק נכנסת לתוקף באותו היום, ושונות המחירים נשארת בצד השוק. Nemotron 3.5 Lightning עדיין לא על OrcaRouter — המשקלים נחתו לפני שעות — אבל הדפוס לאימוץ בטוח של מודל בן יום הוא לנתב אותו מאחורי מעבר אוטומטי (failover), כך שבעיית התנעה קרה על מארח אחד לא תוכל להפיל נתיב ייצור.
הנתב שסופק איתו
NeMo Switchyard שווה להבין כי הוא ההימור של Nvidia על האופן שבו בינה מלאכותית סוכנת פתוחה צריכה לפעול: לא מודל אחד גדול, אלא מערכת ששולחת כל צעד למודל המסוגל והיעיל ביותר הקיים. זוהי ספריית קוד פתוח שאתה משלב במערכת שלך, עם בקרות לכוונון לכיוון איכות, זמן השהיה או עלות. אמת המידה של Nvidia עצמה טוענת לדיוק ברמת מודל חזית בעלות של כשליש מעלות הפעלת מודל חזית לבדו.
תוצאות השותפים, ששוב דווחו על ידי Nvidia, עקביות במגמה: בומי אומרת שהיא ניתבה 59% מהתעבורה למודל מתמחה מהיר פי 5, עם חביון נמוך ב-21% בסיבובים המאוחרים; Cognition מדווחת על עלות ממוצעת נמוכה ב-28%; Ramp אומרת שהיא תאמה את ביצועי מודל החזית ב-SWE-bench שלה, בעלות נמוכה ב-58%. הנתון הכנה ביותר הוא של LangChain: עלות נמוכה ב-74% על פני 145 משימות סוכן רב-שלביות, כשרק 7% מהקריאות מופנות למודל חזית — במחיר של 6% פחות דיוק. הניתוב אינו בלא מחיר; זוהי פשרה מכוונת.
Switchyard היא ספרייה, כלומר זו הדרך של "בנה זאת בעצמך": אתה מגדיר את המדיניות, משלב אותה, ומפעיל אותה. החלופה המנוהלת היא API ניתוב מתארח, שבו מפתח אחד מכסה קטלוג של יותר מ-200 דגמים, failover הוא ברירת מחדל ולא משהו שאתה מחבר, ו-DSL לניתוב מאפשר לך להרכיב כמה דגמים לקריאה אחת. מספרי הבדיקות של Nvidia עצמה — 59%, 74%, 58% — הם הטיעון החזק ביותר בעד התבנית הזו, בכל שכבה שבה תריץ אותה.
איך להריץ את זה היום
התמיכה ביום ההשקה רחבה. הצ'קפוינטים פועלים מקומית על מחשבי RTX, DGX Spark, DGX Station וחומרת Jetson, ובמרכז הנתונים על GPUs מסוג Hopper ו-Blackwell. המערכת האקולוגית שהוכרזה מכסה את vLLM, SGLang, llama.cpp, Ollama, LM Studio, Unsloth ו-TensorRT-LLM, בתוספת קונטיינר NIM לתשתית של Nvidia. עבור פוסט-אימון, Nvidia שחררה גם מערך נתוני RL פתוח, Nemotron-RL-Agentic-Terminal-Pivot, שמיועד ליכולות של סוכני קוד — שימושי אם אתה מתכנן לבצע שלב RL משלך על גבי המודל הבסיסי.

מי צריך לפעול עכשיו?
שלוש קבוצות מקבלות משהו מהמהדורה הזו, וכל אחת צריכה לפעול אחרת. אם אתם בונים מודלים — המשך אימון מקדים, אימון תחומי בתר-אימון, זיקוק — נקודת הביקורת Base-BF16 היא ההורדה המעניינת, והיא אכן חדשה: Nvidia לא פתחה בעבר אימון מקדים גולמי ברמת 30B תחת רישיון זה. אם אתם משרתים מודלים, נקודת הביקורת NVFP4 ומסלול NIM שווים השוואה למה שכבר מריצים עבור עומסי עבודה של סוכנים; פרופיל 3B-active הוא כל העניין. ואם אתם מפתחי יישומים, התשובה הכנה היא להמתין מעט: המודלים המכווננים עדיין לא זמינים ב-APIs מתארחים בצורה יציבה, נתונים בלתי תלויים יגיעו בעוד שבועות, ותמונת העלויות תהיה ברורה יותר ברגע שהשוק יתמחר MoE פתוח של 30B.
מה לצפות בהמשך: הריצה העצמאית הראשונה על Artificial Analysis, שתאשר או תפריך את הטענה של Index-24; המחירים שספקי האירוח הראשונים יקבעו עבור הצ'קבוינטים המכווננים; וכמה פעמים המספרים של Switchyard של Nvidia עצמה מופיעים בבנצ'מרקים של אחרים. זו השקה על יעילות וניתוב, לא על גבול חדש — וזה, לא גיליון המפרט, הוא הסיפור.
שאלות נפוצות
האם אני יכול להשתמש ב-checkpoint של Base-BF16 לצ'אט כמו שהוא?
לא. NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16 הוא ה-checkpoint הגולמי המאומן מראש ללא SFT או RL — הוא אינו מכוונן להוראות. האפשרות בעלת יכולות הצ'אט והחשיבה היא אחותו NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16, מהדורת ה-reference, שהריצה את כל ארבעת שלבי התהליך; ה-base נועד לעבור אימון המשך, ולא לפריסה כפי שהוא.
האם מדד ה-Artificial Analysis Index של 24 הוא ציון עצמאי?
לא — עדיין לא. הנתון הזה הוא Nvidia המצטטת ציון עבור מודל שעדיין לא מופיע בלוח התוצאות הציבורי של Artificial Analysis, נכון ל-11 באוגוסט 2026. מעבדות עצמאיות לא פרסמו תוצאות של Nemotron 3.5 Lightning, אז התייחסו לכל מספר בחומרי ההשקה כאל דיווח ספק עד שתופיע ריצה של צד שלישי.
