Xing 4.0 29B-A4B vs Nemotron 3.5 Lightning 30B-A3B: Bentuk Sama, Lisensi Berbeda

Letakkan Xing 4.0 29B-A4B dan Nemotron 3.5 Lightning 30B-A3B pada baris yang sama dan spesifikasinya hampir konvergen: 29 miliar parameter berbanding 30 miliar, empat miliar aktif per token berbanding tiga, tata letak sparse mixture-of-experts di kedua sisi, dan target desain eksplisit untuk kerja agentik dan penggunaan alat di kedua kartu model. Keduanya bahkan muncul terpaut lima minggu di musim panas yang sama — rilis ketersediaan umum NVIDIA pada 11 Agustus 2026, bobot China Telecom pada 16 September 2026, dengan endpoint yang dapat dipanggil menyusul pada pertengahan Oktober. Konvergensi ini nyata dan menjadikan ini pasangan yang paling dapat dibandingkan secara langsung dalam seri ini. Di sinilah juga kemiripannya berakhir, karena kedua rilis mengambil taruhan yang berlawanan pada panjang konteks, pada arsitektur atensi, dan terutama pada lisensi — dan salah satu dari ketiga hal itu adalah keputusan yang dibuat tim hukum Anda, bukan tim ML Anda.

Ketika spesifikasinya benar-benar cocok

• Total parameter — Nemotron 3.5 Lightning total 30B vs Xing 4.0 29B. Perbedaan satu miliar parameter pada model tiga puluh miliar bukanlah apa-apa.

• Parameter aktif — N​emotron 3B per token vs Xing 4B per token. Ini angka yang menentukan throughput Anda, dan selisihnya jauh lebih kecil daripada yang terlihat dari perbedaan penamaan ("A3B" versus "A4B"): sekitar sepertiga lebih banyak aritmetika per token untuk Xing.

• Form — keduanya MoE sparse, keduanya merupakan artefak terbuka penuh bergaya Apache dalam artian bobotnya dapat diunduh dan resep penyajiannya diterbitkan, keduanya hadir dengan build terkuantisasi dari vendor dan komunitas.

• Ringkasan desain — kedua kartu ini ditulis untuk agen. Xing 4.0 menyebutkan perencanaan multi-langkah, pemanggilan alat, dan rantai penalaran; Nemotron hadir bersama NeMo Switchyard, pustaka perutean sumber terbuka untuk menentukan model mana yang menangani langkah berikutnya di dalam loop agen. Dua lab, kesimpulan yang sama tentang di mana model terbuka kecil benar-benar berguna.

• Publikasi — N​emotron 3.5 Lightning mencapai GA pada 11 Agustus 2026, dengan varian NVFP4 dan base muncul selama beberapa hari berikutnya. Repositori Xing 4.0 dibuat pada 16 September 2026, build terkuantisasinya dirilis pada 13 Oktober, dan endpoint metered muncul pada 15–16 Oktober.

Di mana mereka berhenti cocok: konteks, dan bagaimana Anda memperolehnya

Ini adalah kesenjangan praktis terbesar antara keduanya, dan itu tidak dekat.

• Jendela konteks — N​emotron 3.5 Lightning: hingga 1M token. Xing 4.0: 256K native, diklaim kartu dapat diperluas hingga 512K.

• Apa artinya dalam praktik — Kartu milik NVIDIA sendiri secara jujur mengakui bahwa jendela satu juta token dibatasi oleh memori dan bahwa 256K adalah angka yang telah tervalidasi pada satu H100 80GB. Jadi perbandingan yang jujur pada tingkat penerapan adalah 256K versus 256K, dengan Nemotron memegang jalur terdokumentasi yang divalidasi vendor menuju empat kali lipat angka itu dan Xing memegang klaim kartu menuju dua kali lipatnya.

• Desain attention — N​emotron 3.5 Lightning adalah model hibrida: lapisan state-space Mamba-2 yang dicampur dengan attention dan routing MoE. Xing 4.0 menggunakan MLA secara menyeluruh — state key-value laten yang terkompresi, pendekatan dari garis keturunan D​eepSeek — plus aliran residual hyper-connection yang dibatasi manifold. Keduanya adalah dua strategi berbeda untuk masalah KV-cache yang sama, dan tak satu pun merupakan kesalahan.

• Dekode spekulatif — Xing 4.0 memiliki prediksi multi-token yang dilatih langsung ke dalam checkpoint. Artefak terbitan N​emotron 3.5 Lightning mencakup varian model draf dalam keluarga terkuantisasinya, yang melayani tujuan serupa, tetapi MTP adalah properti dari bobot Xing, bukan berkas pendamping.

• Presisi — N​VIDIA menerbitkan checkpoint BF16 sebagai referensi presisi penuh yang secara eksplisit dimaksudkan untuk kustomisasi dan pasca-pelatihan, dengan build NVFP4 untuk inferensi produksi. Xing 4.0 menerbitkan BF16, FP8, w8a8, dan GGUF. Jika Anda berencana melakukan fine-tuning, keduanya sama-sama cocok; jika Anda berencana melakukan serving, keduanya mengarahkan Anda ke artefak terkuantisasi.

Perbedaan lisensi adalah keputusan yang sesungguhnya

N​emotron 3.5 Lightning dirilis di bawah Perjanjian Lisensi OpenMDW, versi 1.1 — lisensi model terbuka milik N​VIDIA sendiri, yang dikelola di luar perusahaan. Xing 4.0 dirilis di bawah Apache 2.0.

Keduanya mengizinkan penggunaan komersial. Keduanya bukan dokumen yang setara, dan perbedaannya muncul pada bagian-bagian dari suatu deployment yang jarang dibaca oleh engineer. Apache 2.0 adalah lisensi yang matang, banyak diuji di pengadilan, disetujui OSI, dengan pemberian paten yang familier dan preseden hukum korporat selama satu dekade di belakangnya; lisensi ini sudah disetujui di muka di sebagian besar organisasi besar. OpenMDW lebih baru dan kurang familier, yang berarti deployment komersial pertama dari model Nemotron di dalam lingkungan yang diatur regulasi atau perusahaan lebih mungkin melalui tinjauan hukum dibandingkan deployment Xing 4.0 yang setara. Itu bukan argumen bahwa OpenMDW bersifat restriktif — itu argumen bahwa ketidakfamilieran memiliki biaya, dan biaya itu dibayar dalam hitungan minggu, bukan dolar. Jika Anda memilih di antara keduanya hanya berdasarkan keunggulan teknis, Anda mengabaikan separuh keputusan yang dimiliki oleh tim hukum Anda.

Kedua tabel benchmark tersebut adalah tabel vendor.

Inilah bagian dari perbandingan ini yang seharusnya membuat pembaca melambat. Tidak satu pun model memiliki evaluasi independen pada harness yang dipilih oleh pihak selain vendor.

• 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 N​emotron 3.5 Lightning 39.33.

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

• Kepatuhan terhadap instruksi — Xing 4.0 IFBench 69,67 vs N​emotron 3.5 Lightning IFBench 71,88, dilaporkan pada pengaturan longgar.

• Penalaran umum — Nemotron 3.5 Lightning MMLU Pro 81.94, GPQA Diamond 75.44, HLE 11.72, SciCode 32.60, AA-Omniscience 17.50. Kartu Xing 4.0 tidak mempublikasikan baris yang sebanding.

• Konteks panjang — Xing 4.0 AA.LCR 61.00 vs N​emotron 3.5 Lightning AA-LCR 52.00. Xing menang di satu-satunya baris konteks panjang yang kedua angkanya tersedia, sebuah hasil yang agak mengejutkan mengingat jendela yang dinyatakan N​emotron jauh lebih besar.

• Penjelajahan dan pengambilan agentik — N​emotron 3.5 Lightning BrowseComp 36.97, PinchBench 85.37, τ³-bench (Perbankan) 9.28, GDPval-AA-V2 832. Xing 4.0 Claw-Eval 76.55, Tau3-Bench 64.63, DeepresearchBII 60.80. Rangkaian ini sama sekali tidak tumpang tindih, jadi tidak ada perbandingan yang mungkin dilakukan dan tabel mana pun yang menyandingkannya sedang mengarang perbandingan itu.

Asal-usul di baliknya berbeda dalam satu hal yang menarik. N​VIDIA menyatakan hasilnya diukur di bawah harness internal yang konsisten dan memperingatkan bahwa hasil tersebut "mungkin berbeda dari angka yang dilaporkan vendor" — dan tabel yang diterbitkannya mencakup kolom pesaing untuk Qwen 3.6 35B A3B, Gemma 4 26B A4B dan G​PT-OSS 20B, yang merupakan pengujian ulang model-model tersebut oleh N​VIDIA sendiri. Tabel China Telecom melakukan hal yang sama ke arah sebaliknya, membandingkan dirinya dengan pengujian ulangnya sendiri atas G​emma 4 dan Q​wen. Setiap lab mengukur para pesaingnya di harness miliknya sendiri dan menerbitkan hasilnya sebagai kolom perbandingan. Tidak ada yang melakukan hal tidak jujur, dan tidak ada kolom yang boleh dibaca sebagai angka milik pesaing itu sendiri.

Biaya dan penyajian

Jendela 1M token milik Nemotron 3.5 Lightning punya konsekuensi operasional nyata yang baru disadari para engineer dengan cara yang pahit: sifatnya terikat memori, dan permintaan yang melampaui kapasitas KV-cache yang tersedia akan gagal di sisi provider alih-alih menurun secara bertahap. Itulah bentuk kegagalan yang memang dirancang untuk diserap oleh router — OrcaRouter mencoba ulang ke kapasitas cadangan yang sehat sebelum respons dimulai, sehingga kehabisan memori di sisi hulu atau 429 pada panggilan konteks panjang tidak muncul ke pengguna sebagai error. Kami merutekan lebih dari 200 model terkelola di balik satu API dengan markup 0%, harga daftar provider diteruskan tanpa tambahan apa pun, dan inilah mode kegagalan ketika rantai failover berhenti menjadi sekadar diagram yang bagus dan mulai menjadi alasan agen Anda menuntaskan tugasnya.

Baik N​emotron 3.5 Lightning maupun Xing 4.0 tidak ada dalam katalog kami saat ini, jadi kami bukan rute menuju salah satu model tersebut dan tulisan ini tidak akan menyiratkan sebaliknya. Bagaimana angka-angkanya jika Anda menjalankannya sendiri: kuantisasi 4-bit Xing 4.0 diklaim sekitar 15GB VRAM, yang akan menempatkannya pada satu RTX 3090 atau 4090; perilaku terikat memori N​emotron 3.5 Lightning pada satu H100 80GB didokumentasikan untuk jendela 256K tervalidasi, yang merupakan target lebih menuntut di antara keduanya. Xing 4.0 adalah model yang lebih murah untuk dihosting; N​emotron 3.5 Lightning adalah model dengan jalur terdokumentasi menuju konteks yang jauh lebih panjang jika Anda memiliki perangkat kerasnya.

Cara memilih

Pilih N​emotron 3.5 Lightning 30B-A3B jika panjang konteks menjadi kendala utama, jika Anda sudah berada di dalam stack N​VIDIA dan NeMo Switchyard merupakan kecocokan alami untuk loop agen Anda, atau jika organisasi Anda sudah menyetujui OpenMDW untuk penggunaan komersial. Jendela yang lebih luas, rute model dasar yang dipublikasikan untuk kustomisasi, dan fakta bahwa tabel evaluasinya mencakup empat belas benchmark alih-alih sembilan semuanya menunjuk ke arah yang sama.

Ambil Xing 4.0 29B-A4B jika kecepatan klirens lisensi penting, jika pekerjaan Anda adalah rekayasa perangkat lunak dan tugas agen berbentuk terminal alih-alih pengambilan dokumen panjang, atau jika argumen throughput per kartu adalah hal yang sebenarnya Anda beli. Margin agentiknya pada tabelnya sendiri adalah yang terbesar di kelas bobot ini, lisensinya adalah lisensi yang sudah dikenal setiap pengacara, dan baris konteks panjangnya — satu-satunya tempat kedua model menerbitkan angka yang sebanding — dimenangkan oleh Xing.

Apa yang akan mengubah jawabannya adalah hal yang sama yang akan mengubahnya dalam setiap perbandingan di seri ini: satu evaluasi independen terhadap kedua model, yang dijalankan oleh pihak ketiga, pada satu harness. NVIDIA dan China Telecom masing-masing telah menerbitkan tabel yang menyanjung model mereka sendiri terhadap pengujian ulang generasi model pihak lain. Ketika seseorang menerbitkan tabel pertama yang tidak ditulis oleh keduanya, celah SWE-bench 23 poin di atas menjadi entah angka paling penting di kelas bobot ini atau artefak dari dua harness agen yang berbeda. Tidak ada cara untuk mengetahuinya dari luar.

Tidak ada satu pun dari itu yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda status diperdebatkan.