Xing 4.0 29B-A4B vs Nemotron 3.5 Lightning 30B-A3B: одинаковая форма, разные лицензии

Поставьте Xing 4.0 29B-A4B и N​emotron 3.5 Lightning 30B-A3B в одну строку, и характеристики почти сходятся: 29 миллиардов параметров против 30 миллиардов, четыре миллиарда активных параметров на токен против трёх, разреженная архитектура смеси экспертов с обеих сторон и явно заявленная целевая сфера — агентная работа и использование инструментов — в обеих карточках моделей. Они даже появились с разницей в пять недель тем же летом — общедоступный релиз N​VIDIA 11 августа 2026 года, веса China Telecom 16 сентября 2026 года, а вызываемая конечная точка появилась в середине октября. Сходство реально, и оно делает эту пару самой непосредственно сопоставимой в этой серии. Но именно здесь сходство заканчивается, потому что два релиза делают противоположные ставки на длину контекста, на архитектуру внимания и, прежде всего, на лицензирование — и одно из этих трёх — решение, которое принимает ваша юридическая команда, а не ваша ML-команда.

Где характеристики действительно совпадают

• Общее число параметров — N​emotron 3.5 Lightning 30B всего против Xing 4.0 29B. Разница в один миллиард параметров у тридцатимиллиардной модели — ничто.

• Активные параметры — N​emotron 3B на токен против Xing 4B на токен. Именно это число определяет вашу пропускную способность, а разрыв гораздо меньше, чем кажется по разнице в названиях («A3B» против «A4B»): примерно на треть больше арифметических операций на токен у Xing.

• Form — оба разреженные MoE, оба — полностью открытые артефакты в стиле Apache в том смысле, что веса можно скачать, а рецепты обслуживания опубликованы, оба с квантованными сборками от вендора и сообщества.

• Дизайн-бриф — обе карточки написаны для агентов. В карточке Xing 4.0 говорится о многошаговом планировании, вызове инструментов и цепочках рассуждений; Nemotron поставляется вместе с NeMo Switchyard — открытой библиотекой маршрутизации, позволяющей решать, какая модель выполняет следующий шаг внутри агентного цикла. Две лаборатории приходят к одному и тому же выводу о том, где небольшие открытые модели оправдывают своё содержание.

• Публикация — Nemotron 3.5 Lightning достиг статуса GA 11 августа 2026 года, а варианты NVFP4 и base появились в последующие дни. Репозиторий Xing 4.0 был создан 16 сентября 2026 года, его квантованные сборки вышли 13 октября, а эндпоинт с оплатой по мере использования появился 15–16 октября.

Где они перестают совпадать: контекст и как его получить

Это самое большое практическое расхождение между ними, и оно колоссально.

• Окно контекста — Nemotron 3.5 Lightning: до 1 млн токенов. Xing 4.0: 256K нативно, согласно заявлению в карточке расширяется до 512K.

• Что это означает на практике — В собственной документации N​VIDIA прямо признаётся, что окно в миллион токенов ограничено объёмом памяти и что 256K — это проверенная цифра на одной 80GB H100. Поэтому честное сравнение на уровне развёртывания — это 256K против 256K, при этом N​emotron имеет документированный, подтверждённый производителем путь к четырёхкратному значению, а Xing — заявленное в спецификации значение вдвое больше.

• Дизайн внимания — Nemotron 3.5 Lightning — это гибрид: слои пространства состояний Mamba-2 в сочетании с вниманием и маршрутизацией MoE. Xing 4.0 целиком построен на MLA — сжатое латентное состояние ключ-значение, подход из линии DeepSeek — плюс остаточные потоки гиперсвязей с ограничениями на многообразии. Это две разные стратегии решения одной и той же проблемы KV-кэша, и ни одна из них не является ошибкой.

• Спекулятивное декодирование — в Xing 4.0 предсказание нескольких токенов заложено в сам чекпоинт при обучении. В опубликованных артефактах N​emotron 3.5 Lightning в составе его квантованного семейства есть варианты draft-моделей, которые служат похожей цели, но MTP — это свойство весов Xing, а не отдельный сопутствующий файл.

• Точность — NVIDIA публикует чекпойнт BF16 как эталон полной точности, явно предназначенный для кастомизации и постобучения, а сборки NVFP4 — для продакшн-инференса. Xing 4.0 публикует BF16, FP8, w8a8 и GGUF. Если вы планируете дообучение, обе модели подходят одинаково хорошо; если же вы планируете их обслуживать, и та и другая подталкивают вас к квантованному артефакту.

Разница в лицензировании — это и есть решающий фактор.

Nemotron 3.5 Lightning выпускается по Лицензионному соглашению OpenMDW версии 1.1 — собственной лицензии NVIDIA на открытые модели, управляемой вне компании. Xing 4.0 выпускается по лицензии Apache 2.0.

Обе разрешают коммерческое использование. Это не эквивалентные документы, и разница проявляется в тех частях развёртывания, которые инженеры читают редко. Apache 2.0 — это зрелая, многократно проверенная в судах, одобренная OSI лицензия со знакомым патентным грантом и десятилетием корпоративной юридической практики за спиной; в большинстве крупных организаций она уже прошла предварительное согласование. OpenMDW — новее и менее знакома, а значит, первое коммерческое развёртывание модели Nemotron в регулируемой или корпоративной среде с большей вероятностью пройдёт через юридическую проверку, чем аналогичное развёртывание Xing 4.0. Это не аргумент в пользу того, что OpenMDW ограничительна, — это аргумент в пользу того, что незнакомость имеет свою цену, и эта цена измеряется неделями, а не долларами. Если вы выбираете между этими двумя исключительно по техническим достоинствам, вы игнорируете ту половину решения, которая находится в ведении вашей юридической команды.

Обе таблицы бенчмарков — вендорские таблицы.

Это та часть сравнения, где читателю стоит замедлиться. Ни у одной из моделей нет независимой оценки на тестовом стенде, выбранном кем-то, кроме вендора.

• SWE-bench Verified — Xing 4.0 75,00 против Nemotron 3.5 Lightning 51,56.

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

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

• Следование инструкциям — Xing 4.0 IFBench 69,67 против Nemotron 3.5 Lightning IFBench 71,88, по данным на нестрогой настройке.

• Общие рассуждения — Nemotron 3.5 Lightning MMLU Pro 81,94, GPQA Diamond 75,44, HLE 11,72, SciCode 32,60, AA-Omniscience 17,50. В карточке Xing 4.0 сопоставимая строка не публикуется.

• Длинный контекст — Xing 4.0 AA.LCR 61,00 против N​emotron 3.5 Lightning AA-LCR 52,00. Xing побеждает в единственной строке с длинным контекстом, где присутствуют оба числа, — что является слегка неожиданным результатом, учитывая гораздо более широкое заявленное окно N​emotron.

• Агентный браузинг и поиск информации — 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. Эти наборы тестов вообще не пересекаются, поэтому сравнение невозможно, и любая таблица, которая выстраивает их в один ряд, это сравнение просто выдумывает.

Их происхождение различается в одном интересном отношении. NVIDIA заявляет, что её результаты были измерены в рамках единообразного внутреннего тестового стенда, и предупреждает, что они «могут отличаться от цифр, заявленных вендорами», — а её опубликованная таблица включает столбцы конкурентов для Qwen 3.6 35B A3B, Gemma 4 26B A4B и GPT-OSS 20B, которые представляют собой собственные повторные прогоны NVIDIA этих моделей. Таблица China Telecom делает то же самое в обратном направлении, сравнивая себя со своими собственными повторными прогонами Gemma 4 и Qwen. Каждая лаборатория измеряет своих конкурентов в собственном тестовом стенде и публикует результат в виде столбца сравнения. Ни одна из них не делает ничего нечестного, и ни один из этих столбцов не следует воспринимать как показатель, полученный самим конкурентом.

Стоимость и порция

У 1M-токенного окна N​emotron 3.5 Lightning есть реальное операционное последствие, которое инженеры обнаруживают на собственном горьком опыте: оно ограничено памятью, и запрос, превышающий доступную ёмкость KV-кэша, завершается ошибкой у провайдера, а не деградирует плавно. Именно такой сбой и предназначен поглощать маршрутизатор — OrcaRouter повторяет попытки через здоровые резервные мощности до начала ответа, поэтому нехватка памяти на стороне вышестоящего провайдера или 429 при вызове с длинным контекстом не всплывает у пользователя как ошибка. Мы маршрутизируем более 200 размещённых моделей через один API с наценкой 0%, цена из прайс-листа провайдера передаётся как есть, без каких-либо добавок, и это тот режим отказа, когда цепочка аварийного переключения перестаёт быть красивой схемой и становится причиной, по которой ваш агент доводит задачу до конца.

Ни {{1}}Nemotron 3.5 Lightning{{/1}}, ни Xing 4.0 сегодня нет в нашем каталоге, поэтому мы не являемся путём ни к одной из этих моделей, и этот материал не будет утверждать обратное. Как выглядят цифры, если запустить их самостоятельно: 4-битная квантизация Xing 4.0 заявлена примерно при 15 ГБ видеопамяти, что позволило бы разместить её на одной RTX 3090 или 4090; поведение {{1}}Nemotron 3.5 Lightning{{/1}}, ограниченное пропускной способностью памяти, на одной 80-гигабайтной H100 задокументировано для его валидированного окна в 256K, а это более требовательная из двух целей. Xing 4.0 — более дешёвая в хостинге модель; {{1}}Nemotron 3.5 Lightning{{/1}} — та, для которой есть документированный путь к гораздо более длинному контексту, если у вас есть для этого оборудование.

Как выбрать

Выбирайте N​emotron 3.5 Lightning 30B-A3B, если длина контекста является ограничивающим фактором, если вы уже работаете в стеке N​VIDIA и NeMo Switchyard естественно вписывается в цикл вашего агента, или если ваша организация уже получила разрешение на коммерческое использование OpenMDW. Более широкое окно, опубликованный путь базовой модели для кастомизации и тот факт, что её таблица оценки охватывает четырнадцать бенчмарков, а не девять, — всё указывает в одном направлении.

Выбирайте Xing 4.0 29B-A4B, если скорость согласования лицензии имеет значение, если ваша работа — это программная инженерия и задачи агентов в терминале, а не поиск по длинным документам, или если аргумент о пропускной способности на одну карту — это то, что вы на самом деле покупаете. Его агентные преимущества по его собственной таблице — самые значительные в этом весовом классе, его лицензия — та, которую уже знает каждый юрист, а его строка по длинному контексту — единственное место, где обе модели опубликовали сопоставимую цифру — осталась за Xing.

Что изменило бы ответ — это то же самое, что изменило бы его в любом сравнении в этой серии: одна независимая оценка обеих моделей, проведённая третьей стороной, на одном стенде. NVIDIA и China Telecom опубликовали по таблице, которая льстит собственной модели на фоне повторных прогонов генерации другой модели. Когда кто-нибудь опубликует первую таблицу, которую не составила ни одна из этих компаний, упомянутый выше разрыв в 23 пункта по SWE-bench станет либо самым важным числом в этом весовом классе, либо артефактом двух разных агентных стендов. Со стороны невозможно определить, что из этого верно.

Ничего из этого не гипотетично: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг оспаривания.