Xing 4.0 29B-A4B vs Nemotron 3.5 Lightning 30B-A3B: stessa forma, licenza diversa

Metti Xing 4.0 29B-A4B e N​emotron 3.5 Lightning 30B-A3B sulla stessa riga e le specifiche quasi convergono: 29 miliardi di parametri contro 30 miliardi, quattro miliardi attivi per token contro tre, una struttura sparsa mixture-of-experts su entrambi i lati e un obiettivo di progettazione esplicito di lavoro agentico e con uso di strumenti in entrambe le model card. Sono persino arrivati a cinque settimane di distanza nella stessa estate — il rilascio di disponibilità generale di N​VIDIA l'11 agosto 2026, i pesi di China Telecom il 16 settembre 2026, con un endpoint richiamabile a metà ottobre. La convergenza è reale e rende questa la coppia più direttamente confrontabile di questa serie. È anche il punto in cui la somiglianza finisce, perché i due rilasci fanno scommesse opposte sulla lunghezza del contesto, sull'architettura di attenzione e, soprattutto, sulle licenze — e una di quelle tre è una decisione che prende il tuo team legale, non il tuo team di ML.

Dove le specifiche corrispondono davvero

• Parametri totali — Nemotron 3.5 Lightning 30B in totale rispetto a Xing 4.0 29B. Una differenza di un miliardo di parametri su un modello da trenta miliardi non è nulla.

• Parametri attivi — N​emotron 3B per token vs Xing 4B per token. Questo è il numero che determina il tuo throughput, e il divario è molto più piccolo di quanto la differenza di denominazione ("A3B" contro "A4B") faccia sembrare: circa un terzo in più di operazioni aritmetiche per token per Xing.

• Form — entrambi MoE sparsi, entrambi artefatti completamente aperti in stile Apache, nel senso che i pesi sono scaricabili e le ricette di serving sono pubblicate, entrambi con build quantizzate fornite dal fornitore e dalla comunità.

• Brief di design — entrambe le schede sono scritte per gli agenti. Quella di Xing 4.0 parla di pianificazione in più passaggi, tool calling e catene di ragionamento; quella di N​emotron arriva insieme a NeMo Switchyard, una libreria di routing open source per decidere quale modello gestisce il passo successivo all'interno di un loop di agente. Due laboratori, la stessa conclusione su dove i piccoli modelli aperti si guadagnano il loro posto.

• Pubblicazione — N​emotron 3.5 Lightning ha raggiunto la GA l'11 agosto 2026, con le varianti NVFP4 e base comparse nei giorni successivi. Il repository di Xing 4.0 è stato creato il 16 settembre 2026, le sue build quantizzate sono arrivate il 13 ottobre e un endpoint a consumo è apparso il 15–16 ottobre.

Dove smettono di corrispondere: il contesto, e come ottenerlo

Questa è la differenza pratica più grande tra i due, e non c'è partita.

• Finestra di contesto — N​emotron 3.5 Lightning: fino a 1M di token. Xing 4.0: 256K nativa, secondo la scheda tecnica estendibile a 512K.

• Che cosa significa in pratica — La scheda di N​VIDIA stessa ammette candidamente che la finestra da un milione di token è limitata dalla memoria e che 256K è il dato convalidato su una singola H100 da 80GB. Quindi il confronto onesto a livello di deployment è 256K contro 256K, con N​emotron che detiene un percorso documentato e convalidato dal fornitore verso quattro volte tanto e Xing che detiene una dichiarazione sulla scheda per due volte tanto.

• Design dell'attenzione — Nemotron 3.5 Lightning è un ibrido: layer a spazio degli stati Mamba-2 mescolati con attenzione e routing MoE. Xing 4.0 è MLA in tutto — stato chiave-valore latente compresso, l'approccio della linea DeepSeek — più flussi residui di iper-connessione con vincolo di varietà. Sono due strategie diverse per lo stesso problema della KV-cache, e nessuna delle due è un errore.

• Decodifica speculativa — Xing 4.0 integra la previsione multi-token addestrata direttamente nel checkpoint. Gli artefatti pubblicati di N​emotron 3.5 Lightning includono varianti di modello draft nella sua famiglia quantizzata, che svolgono una funzione simile, ma l'MTP è una proprietà dei pesi di Xing anziché un file complementare.

• Precisione — N​VIDIA rilascia il checkpoint BF16 come riferimento a piena precisione esplicitamente destinato alla personalizzazione e al post-training, con build NVFP4 per l'inferenza in produzione. Xing 4.0 rilascia BF16, FP8, w8a8 e GGUF. Se prevedi di fare fine-tuning, entrambe sono ugualmente ben supportate; se prevedi di fare serving, entrambe ti vogliono sull'artefatto quantizzato.

La differenza di licenza è la vera decisione

N​emotron 3.5 Lightning è distribuito con l'accordo di licenza OpenMDW, versione 1.1 — la licenza open-model di N​VIDIA stessa, gestita al di fuori dell'azienda. Xing 4.0 è distribuito con licenza Apache 2.0.

Entrambi consentono l'uso commerciale. Non sono documenti equivalenti, e la differenza emerge nelle parti di una distribuzione che gli ingegneri leggono raramente. Apache 2.0 è una licenza matura, ampiamente oggetto di contenzioso, approvata dall'OSI, con una concessione di brevetti ormai familiare e un decennio di precedenti legali aziendali alle spalle; è pre-approvata presso la maggior parte delle grandi organizzazioni. OpenMDW è più recente e meno familiare, il che significa che la prima distribuzione commerciale di un modello N​emotron all'interno di un ambiente regolamentato o aziendale avrà più probabilità di passare attraverso una revisione legale rispetto a quanto accadrebbe con la distribuzione equivalente di Xing 4.0. Non è un argomento per sostenere che OpenMDW sia restrittiva — è un argomento per sostenere che la scarsa familiarità ha un costo, e si tratta di un costo che si paga in settimane anziché in dollari. Se scegli tra queste due esclusivamente in base al merito tecnico, stai ignorando la metà della decisione che spetta al tuo team legale.

Entrambe le tabelle di benchmark sono tabelle del fornitore

Questa è la parte del confronto in cui un lettore dovrebbe rallentare. Nessuno dei due modelli ha una valutazione indipendente su un banco di prova scelto da qualcuno che non sia il fornitore.

• SWE-bench Verified — Xing 4.0 75,00 contro 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.

• Rispetto delle istruzioni — Xing 4.0 IFBench 69,67 vs N​emotron 3.5 Lightning IFBench 71,88, riportati sull'impostazione loose.

• Ragionamento generale — Nemotron 3.5 Lightning MMLU Pro 81.94, GPQA Diamond 75.44, HLE 11.72, SciCode 32.60, AA-Omniscience 17.50. La scheda di Xing 4.0 non pubblica alcuna riga comparabile.

• Contesto lungo — Xing 4.0 AA.LCR 61,00 vs Nemotron 3.5 Lightning AA-LCR 52,00. Xing vince l'unica riga a contesto lungo in cui esistono entrambi i numeri, un risultato alquanto sorprendente vista la finestra dichiarata molto più ampia di Nemotron.

• Navigazione e recupero agentici — N​emotron 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. Queste suite non si sovrappongono affatto, quindi non è possibile alcun confronto e qualsiasi tabella che le allinei se lo sta inventando.

La provenienza che sta dietro a essi differisce in un modo interessante. NVIDIA dichiara che i suoi risultati sono stati misurati con un harness interno coerente e avverte che essi «possono differire dai valori riportati dai fornitori» — e la sua tabella pubblicata include colonne di concorrenti per Qwen 3.6 35B A3B, Gemma 4 26B A4B e GPT-OSS 20B, che sono ri-esecuzioni di NVIDIA stessa di quei modelli. La tabella di China Telecom fa la stessa cosa nella direzione opposta, confrontandosi con le proprie ri-esecuzioni di Gemma 4 e Qwen. Ogni laboratorio misura i propri rivali nel proprio harness e pubblica il risultato come colonna di confronto. Nessuno dei due fa qualcosa di disonesto, e nessuna delle due colonne dovrebbe essere letta come il valore del rivale stesso.

Costo e porzioni

La finestra da 1M token di Nemotron 3.5 Lightning ha una reale conseguenza operativa che gli ingegneri scoprono a loro spese: è vincolata dalla memoria, e una richiesta che supera la capacità disponibile della KV-cache fallisce presso il provider invece di degradarsi in modo graduale. È questa la forma di guasto che un router è progettato per assorbire — OrcaRouter riprova su capacità di fallback sana prima che la risposta inizi, così un out-of-memory a monte o un 429 su una chiamata a contesto lungo non arriva all'utente come errore. Instradiamo oltre 200 modelli ospitati dietro un'unica API con 0% di markup, il prezzo di listino del provider viene passato senza aggiungere nulla, e questa è la modalità di guasto in cui la catena di failover smette di essere un bel diagramma e inizia a essere il motivo per cui il tuo agente completa il suo compito.

Neither N​emotron 3.5 Lightning nor Xing 4.0 is in our catalogue today, so we are not a route to either model and this piece will not imply otherwise. What the numbers look like if you run them yourself: Xing 4.0's 4-bit quantisation is claimed at roughly 15GB of VRAM, which would put it on a single RTX 3090 or 4090; N​emotron 3.5 Lightning's memory-bound behaviour on a single 80GB H100 is documented for its validated 256K window, which is the more demanding target of the two. Xing 4.0 is the cheaper model to host; N​emotron 3.5 Lightning is the one with a documented path to a much longer context if you have the hardware for it.

Come scegliere

Scegli Nemotron 3.5 Lightning 30B-A3B se la lunghezza del contesto è il vincolo determinante, se sei già all'interno dello stack di N​VIDIA e NeMo Switchyard è una scelta naturale per il tuo loop dell'agente, o se la tua organizzazione ha già autorizzato OpenMDW per l'uso commerciale. La finestra più ampia, il percorso pubblicato del modello base per la personalizzazione e il fatto che la sua tabella di valutazione copra quattordici benchmark anziché nove indicano tutti la stessa direzione.

Scegli Xing 4.0 29B-A4B se conta la rapidità di approvazione della licenza, se il tuo lavoro è ingegneria del software e attività agentiche in stile terminale anziché recupero di documenti lunghi, o se l'argomento del throughput per scheda è ciò che stai effettivamente acquistando. I suoi margini agentici sulla sua stessa tabella sono i più ampi in questa classe di peso, la sua licenza è quella che ogni avvocato già conosce, e la sua riga del contesto lungo — l'unico punto in cui entrambi i modelli hanno pubblicato una cifra comparabile — è andata a Xing.

Ciò che cambierebbe la risposta è la stessa cosa che la cambierebbe in ogni confronto di questa serie: una valutazione indipendente di entrambi i modelli, eseguita da una terza parte, su un unico harness. N​VIDIA e China Telecom hanno ciascuna pubblicato una tabella che favorisce il proprio modello rispetto a ri-esecuzioni della generazione dell'altro. Quando qualcuno pubblicherà la prima tabella che nessuno dei due ha scritto, il divario di 23 punti su SWE-bench di cui sopra diventa o il numero più importante in questa classe di peso o un artefatto di due diversi harness per agenti. Non c'è modo di distinguere quale dei due dall'esterno.

Niente di tutto ciò è ipotetico: i fallimenti documentati dell'IA e gli incidenti degli agenti alla base di rilasci come questo sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.