Xing 4.0 29B-A4B vs Nemotron 3.5 Lightning 30B-A3B: 같은 형태, 다른 라이선스

같은 줄에 놓고 보면, Xing 4.0 29B-A4B와 N​emotron 3.5 Lightning 30B-A3B의 사양은 거의 수렴합니다: 파라미터는 290억 개 대 300억 개, 토큰당 활성 파라미터는 40억 개 대 30억 개, 양쪽 모두 희소 전문가 혼합(MoE) 구조이며, 두 모델 카드 모두 에이전트 및 도구 사용 작업을 명시적인 설계 목표로 삼고 있습니다. 두 모델은 심지어 같은 여름에 5주 간격으로 등장했습니다 — N​VIDIA의 정식 출시는 2026년 8월 11일, China Telecom의 가중치는 2026년 9월 16일, 호출 가능한 엔드포인트는 10월 중순에 뒤따랐습니다. 이 수렴은 사실이며, 이로써 이 조합은 이 시리즈에서 가장 직접적으로 비교 가능한 짝이 됩니다. 또한 바로 여기에서 유사성은 끝납니다. 두 릴리스가 컨텍스트 길이, 어텐션 아키텍처, 그리고 무엇보다 라이선싱에 대해 상반된 베팅을 하기 때문입니다 — 그리고 그 셋 중 하나는 ML 팀이 아니라 법무 팀이 내리는 결정입니다.

스펙이 실제로 일치하는 경우

• 총 파라미터 — Nemotron 3.5 Lightning 30B 전체 대 Xing 4.0 29B. 300억 규모 모델에서 10억 파라미터 차이는 아무것도 아닙니다.

• 활성 파라미터 — N​emotron은 토큰당 3B, Xing은 토큰당 4B입니다. 이것이 처리량을 결정하는 수치이며, 그 격차는 이름 차이("A3B" 대 "A4B")가 보이게 만드는 것보다 훨씬 작습니다: Xing의 경우 토큰당 산술 연산량이 대략 3분의 1 더 많습니다.

• Form — 둘 다 희소 MoE이며, 가중치를 다운로드할 수 있고 서빙 레시피가 게시되어 있다는 점에서 둘 다 Apache 스타일의 완전 공개 아티팩트이고, 벤더와 커뮤니티에서 제공하는 양자화 빌드도 갖추고 있습니다.

• 디자인 브리프 — 두 카드 모두 에이전트를 위해 작성되었습니다. Xing 4.0의 카드는 다단계 계획, 도구 호출, 추론 체인을 말하고, Nemotron의 카드는 에이전트 루프 안에서 다음 단계를 어느 모델이 처리할지 결정하기 위한 오픈소스 라우팅 라이브러리인 NeMo Switchyard와 함께 제공됩니다. 두 연구소, 소형 오픈 모델이 제 몫을 하는 지점에 관한 동일한 결론.

• 발표 — N​emotron 3.5 Lightning은 2026년 8월 11일에 GA에 도달했으며, NVFP4와 기본 변형은 그다음 날부터 등장했습니다. Xing 4.0의 저장소는 2026년 9월 16일에 생성되었고, 양자화 빌드는 10월 13일에 공개되었으며, 종량제 엔드포인트는 10월 15~16일에 등장했습니다.

일치가 멈추는 지점: 컨텍스트, 그리고 그것을 얻는 방법

이것이 둘 사이의 가장 큰 실질적 격차이며, 그 차이는 근소하지도 않다.

• 컨텍스트 윈도우 — N​emotron 3.5 Lightning: 최대 1M 토큰. Xing 4.0: 네이티브 256K, 카드 표기상 512K까지 확장 가능.

• 실제로 이것이 의미하는 바 — N​VIDIA 자체 카드는 백만 토큰 윈도우가 메모리에 종속적이며, 단일 80GB H100에서 검증된 수치는 256K라는 점을 솔직히 밝히고 있습니다. 따라서 배포 수준에서 정직한 비교는 256K 대 256K이며, N​emotron은 그 네 배에 달하는 문서화되고 벤더가 검증한 경로를 확보하고 있고 Xing은 두 배라는 카드상의 주장을 내세우고 있습니다.

• 어텐션 설계 — N​emotron 3.5 Lightning은 하이브리드입니다: Mamba-2 상태 공간 계층이 어텐션 및 MoE 라우팅과 혼합되어 있습니다. Xing 4.0은 전반적으로 MLA입니다 — 압축된 잠재 키-값 상태, D​eepSeek 계열의 접근 방식 — 여기에 매니폴드 제약 하이퍼커넥션 잔차 스트림이 더해집니다. 이는 동일한 KV 캐시 문제에 대한 두 가지 서로 다른 전략이며, 어느 쪽도 실수가 아닙니다.

• 추측 디코딩 — Xing 4.0은 체크포인트 자체에 멀티 토큰 예측이 훈련되어 있습니다. Nemotron 3.5 Lightning의 공개 아티팩트에는 양자화 제품군 내에 유사한 목적을 수행하는 드래프트 모델 변형이 포함되어 있지만, MTP는 별도의 동반 파일이 아니라 Xing 가중치 자체의 속성입니다.

• 정밀도 — NVIDIA는 BF16 체크포인트를 커스터마이징과 포스트 트레이닝을 위해 명시적으로 의도된 완전 정밀도 레퍼런스로 공개하며, 프로덕션 추론을 위한 NVFP4 빌드도 함께 제공합니다. Xing 4.0은 BF16, FP8, w8a8 및 GGUF를 공개합니다. 파인튜닝을 계획하고 있다면 두 모델 모두 동등하게 잘 지원해 주며, 서빙을 계획하고 있다면 둘 다 양자화된 아티팩트를 사용하도록 요구합니다.

라이선스 차이가 진짜 결정이다

N​emotron 3.5 Lightning은 OpenMDW License Agreement 버전 1.1에 따라 배포됩니다. 이는 N​VIDIA 자체의 오픈 모델 라이선스로, 회사 외부에서 관리됩니다. Xing 4.0은 Apache 2.0에 따라 배포됩니다.

두 라이선스 모두 상업적 사용을 허용합니다. 이 둘은 동등한 문서가 아니며, 그 차이는 엔지니어들이 좀처럼 읽지 않는 배포의 일부에서 드러납니다. Apache 2.0은 성숙하고 폭넓게 법적 분쟁을 거쳤으며 OSI 승인을 받은 라이선스로, 익숙한 특허 허여 조항과 10년간의 기업 법률 선례를 갖추고 있습니다. 대부분의 대규모 조직에서 사전 승인되어 있습니다. OpenMDW는 더 새롭고 덜 익숙합니다. 따라서 규제 또는 엔터프라이즈 환경 안에서 Nemotron 모델을 처음 상업적으로 배포하는 경우, 이에 상응하는 Xing 4.0 배포보다 법률 검토를 거칠 가능성이 더 큽니다. 그것은 OpenMDW가 제한적이라는 주장이 아닙니다. 그것은 낯설음에 비용이 든다는 주장이며, 그 비용은 달러가 아니라 몇 주로 치르는 비용입니다. 이 둘을 오직 기술적 장점만으로 선택하고 있다면, 법무팀이 책임지는 결정의 절반을 무시하고 있는 것입니다.

두 벤치마크 표는 모두 벤더가 제공한 표입니다

이것은 독자가 속도를 늦춰야 하는 비교의 대목입니다. 두 모델 모두 공급업체가 아닌 다른 주체가 선택한 하네스에 대한 독립적인 평가를 갖고 있지 않습니다.

• SWE-bench Verified — Xing 4.0 75.00 대 Nemotron 3.5 Lightning 51.56.

• SWE-bench Multilingual — Xing 4.0 66.00 대 Nemotron 3.5 Lightning 39.33.

• Terminal-Bench 2.1 — Xing 4.0 57.50 대 Nemotron 3.5 Lightning 24.58.

• 지시 수행 — Xing 4.0 IFBench 69.67 vs N​emotron 3.5 Lightning IFBench 71.88, 관대한 설정에서 보고된 수치입니다.

• 일반 추론 — Nemotron 3.5 Lightning MMLU Pro 81.94, GPQA Diamond 75.44, HLE 11.72, SciCode 32.60, AA-Omniscience 17.50. Xing 4.0의 카드에는 비교 가능한 항목이 공개되어 있지 않습니다.

• 장문 컨텍스트 — Xing 4.0 AA.LCR 61.00 vs Nemotron 3.5 Lightning AA-LCR 52.00. Xing은 두 수치가 모두 존재하는 유일한 장문 컨텍스트 행에서 승리했는데, 이는 Nemotron의 훨씬 더 큰 표기 컨텍스트 윈도우를 고려하면 다소 의외의 결과입니다.

• 에이전트형 브라우징 및 검색 — 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. 이 스위트들은 서로 전혀 겹치지 않으므로 비교가 불가능하며, 이들을 나란히 나열하는 어떤 표든 비교를 지어내는 셈이다.

그 배후의 출처는 한 가지 흥미로운 점에서 다르다. N​VIDIA는 자사 결과가 일관된 내부 하네스에서 측정되었다고 밝히며, 그 수치가 "벤더가 보고한 수치와 다를 수 있다"고 경고한다. 그리고 공개한 표에는 Qwen 3.6 35B A3B, Gemma 4 26B A4B, G​PT-OSS 20B에 대한 경쟁사 열이 포함되어 있는데, 이는 N​VIDIA가 해당 모델들을 자체적으로 다시 실행한 결과다. China Telecom의 표는 반대 방향으로 같은 일을 한다. 자사가 G​emma 4와 Q​wen을 다시 실행한 결과를 기준으로 자신을 벤치마킹한다. 각 연구소는 자체 하네스에서 경쟁사를 측정하고 그 결과를 비교 열로 공개한다. 어느 쪽도 부정직한 일을 하고 있지 않으며, 어느 열도 경쟁사 자체의 수치로 읽어서는 안 된다.

비용 및 제공

Nemotron 3.5 Lightning의 100만 토큰 윈도우에는 엔지니어들이 어렵게 깨닫게 되는 실질적인 운영상의 결과가 따릅니다. 바로 메모리 바운드(memory-bound)라는 점이며, 사용 가능한 KV 캐시 용량을 초과하는 요청은 우아하게 성능이 저하되는 대신 제공자 측에서 실패합니다. 이것이 바로 라우터가 흡수하도록 설계된 실패의 형태입니다. OrcaRouter는 응답이 시작되기 전에 정상적인 폴백 용량을 대상으로 재시도하므로, 업스트림의 메모리 부족이나 장문 컨텍스트 호출에서의 429 응답이 사용자에게 오류로 드러나지 않습니다. 우리는 200개 이상의 호스팅 모델을 0% 마크업으로 하나의 API 뒤에서 라우팅하며, 제공자의 정가를 아무것도 더하지 않고 그대로 전달합니다. 그리고 이것이 바로 페일오버 체인이 그저 멋진 다이어그램에 그치지 않고 여러분의 에이전트가 작업을 끝까지 완수하게 만드는 이유가 되는 실패 모드입니다.

Nemotron 3.5 Lightning과 Xing 4.0은 현재 우리 카탈로그에 없습니다. 따라서 우리는 두 모델 중 어느 쪽으로도 가는 경로가 아니며, 이 글은 그와 반대되는 내용을 암시하지 않습니다. 직접 실행해 보면 수치가 어떻게 보이는지: Xing 4.0의 4비트 양자화는 약 15GB의 VRAM을 요구한다고 주장되며, 이는 단일 RTX 3090 또는 4090에 올라간다는 뜻입니다. Nemotron 3.5 Lightning이 단일 80GB H100에서 메모리 바운드 동작을 보인다는 점은 검증된 256K 윈도우에 대해 문서화되어 있으며, 이는 두 모델 중 더 까다로운 목표입니다. Xing 4.0은 호스팅 비용이 더 저렴한 모델이고, Nemotron 3.5 Lightning은 하드웨어만 갖추면 훨씬 더 긴 컨텍스트로 가는 경로가 문서화된 모델입니다.

선택하는 방법

다음의 경우 N​emotron 3.5 Lightning 30B-A3B를 선택하세요: 컨텍스트 길이가 제약 조건이라면, 이미 N​VIDIA 스택 안에 있고 NeMo Switchyard가 에이전트 루프에 자연스럽게 맞는다면, 또는 조직이 이미 상업적 사용을 위해 OpenMDW를 승인했다면. 더 넓은 윈도우, 커스터마이징을 위한 공개된 베이스 모델 경로, 그리고 평가 표가 9개가 아닌 14개 벤치마크를 다룬다는 점은 모두 같은 방향을 가리킵니다.

를 선택하세요:Xing 4.0 29B-A4B 라이선스 승인 속도가 중요하다면, 당신의 업무가 장문 문서 검색이 아니라 소프트웨어 엔지니어링 및 터미널 형태의 에이전트 작업이라면, 또는 카드당 처리량 논거가 당신이 실제로 구매하는 것이라면. 자체 표 기준으로 에이전트 작업 마진은 이 체급에서 가장 크고, 그 라이선스는 모든 변호사가 이미 아는 바로 그 라이선스이며, 장문 컨텍스트 행 — 두 모델 모두 비교 가능한 수치를 공개한 유일한 항목 — 은 Xing의 승리로 돌아갔다.

답을 바꿀 요인은 이 시리즈의 모든 비교에서 답을 바꾸는 것과 같습니다. 바로 제3자가 하나의 하네스에서 두 모델을 모두 독립적으로 평가하는 것입니다. NVIDIA와 China Telecom은 각각 상대방 세대의 재실행 결과를 상대로 자사 모델을 돋보이게 하는 표를 공개했습니다. 두 회사 중 어느 쪽도 작성하지 않은 첫 번째 표를 누군가 공개하면, 위의 23점 SWE-bench 격차는 이 체급에서 가장 중요한 숫자가 되거나 서로 다른 두 에이전트 하네스가 만들어낸 아티팩트가 됩니다. 외부에서는 어느 쪽인지 알 방법이 없습니다.

그중 어느 것도 가정이 아닙니다: 이번과 같은 릴리스의 배경이 된 문서화된 AI 실패와 에이전트 사고는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 분쟁 플래그가 함께 제공됩니다.