Xing 4.0 29B-A4B vs Nemotron 3.5 Lightning 30B-A3B：相同架構，不同授權

把Xing 4.0 29B-A4B與N​VIDIA N​emotron 3.5 Lightning 30B-A3B放在同一行，規格幾乎趨同：290 億參數對上 300 億，每 token 40 億活躍參數對上 30 億，雙方都是稀疏混合專家架構，且兩份模型卡都明確以代理式與工具使用工作為設計目標。它們甚至在同一個夏天相隔五週問世——N​VIDIA 於 2026 年 8 月 11 日正式發布，China Telecom 的權重於 2026 年 9 月 16 日釋出，隨後在 10 月中旬推出可呼叫的端點。這種趨同是真實的，也讓這兩者成為本系列中最可直接比較的一對。相似之處也到此為止，因為這兩個版本在上下文長度、注意力架構，以及最重要的授權條款上，做出了相反的押注——而這三者之一，是你的法務團隊而非 ML 團隊所做的決定。

在規格真正相符的地方

• 總參數量 — Nemotron 3.5 Lightning 30B 的總參數量對比 Xing 4.0 的 29B。在一個三百億參數的模型上，十億參數的差距根本不算什麼。

• 活躍參數 —— Nemotron 每 token 3B，對上 Xing 每 token 4B。這個數字決定了你的吞吐量，而兩者的差距遠比命名差異（「A3B」對「A4B」）乍看之下小得多：Xing 每 token 的運算量大約多出三分之一。

• Form — 兩者皆為稀疏 MoE，兩者都是以 Apache 風格完全開放的成果，意即權重可供下載、服務配方已公佈，且兩者都有來自廠商與社群的量化版本。

• 設計簡報 — 兩張卡都是為代理而寫。Xing 4.0 的內容提到多步驟規劃、工具呼叫與推理鏈；Nemotron 的則與 NeMo Switchyard 一同推出，這是一個開源路由函式庫，用來決定代理迴圈中下一步由哪個模型處理。兩家實驗室，對於小型開源模型能在何處發揮價值，得出相同結論。

• 發布—— Nemotron 3.5 Lightning 於 2026 年 8 月 11 日正式推出（GA），NVFP4 與基礎版本在接下來幾天陸續現身。Xing 4.0 的儲存庫於 2026 年 9 月 16 日建立，其量化版本於 10 月 13 日上線，而計量端點則於 10 月 15–16 日出現。

它們在哪裡不再匹配：上下文，以及你如何取得它

這是兩者之間最大的實際差距，而且差距相當懸殊。

• 上下文視窗 — N​emotron 3.5 Lightning：最高 1M 個 token。Xing 4.0：原生 256K，卡上宣稱可擴展至 512K。

• 這在實務上代表什麼——NVIDIA 自家的規格資料也坦言，百萬 token 的視窗受制於記憶體，而在單張 80GB H100 上，256K 才是經過驗證的數字。因此，在部署層級上，誠實的比較是 256K 對上 256K：Nemotron 握有有文件佐證、經供應商驗證、可達四倍於此的路徑，而 Xing 則只有規格表上宣稱的兩倍。

• 注意力設計 — Nemotron 3.5 Lightning 是混合架構：Mamba-2 狀態空間層混合了注意力與 MoE 路由。Xing 4.0 則全篇採用 MLA——壓縮的潛在鍵值狀態，也就是 DeepSeek 一脈的做法——再加上受流形約束的超連結殘差流。這是針對同一個 KV 快取問題的兩種不同策略，而兩者都稱不上錯誤。

• 推測解碼 — Xing 4.0 已將多詞元預測訓練進檢查點之中。Nemotron 3.5 Lightning 發佈的產物包含其量化系列中的草稿模型變體，用途相近，但 MTP 是 Xing 權重本身的特性，而非附帶檔案。

• 精度 — N​VIDIA 將 BF16 檢查點發布為全精度參考，明確鎖定客製化與後訓練用途，並提供 NVFP4 版本供正式推論使用。Xing 4.0 發布 BF16、FP8、w8a8 與 GGUF。若你打算微調，兩者同樣能滿足需求；若你打算提供服務，兩者都希望你採用其量化產物。

授權差異才是真正的決策關鍵

Nemotron 3.5 Lightning 以 OpenMDW 授權協議第 1.1 版發布——這是 NVIDIA 自家的開放模型授權，由公司外部機構負責管理。Xing 4.0 以 Apache 2.0 發布。

兩者皆允許商業使用。它們並非等同的文件，而差異會出現在部署中工程師很少閱讀的部分。Apache 2.0 是成熟、廣泛涉訟、經 OSI 認可的授權條款，背後有熟悉的專利授權條款與十年企業法律先例；它在大多數大型組織中已預先通過審核。OpenMDW 較新且較不為人熟悉，這表示在受監管或企業環境中首次商業部署 Nemotron 模型，會比同等的 Xing 4.0 部署更可能需經法律審查。這不是在主張 OpenMDW 具限制性——而是在說不熟悉是有代價的，而且這代價是以週數而非美元來支付。如果你只依據技術優劣在這兩者之間做選擇，你就是忽略了法律團隊所掌有的那一半決策。

這兩張基準表都是廠商表格

這是這份比較中，讀者應該放慢腳步的部分。兩個模型都沒有在由廠商以外的人所選擇的測試框架上，接受過獨立評估。

• SWE-bench Verified — Xing 4.0 75.00 對比 N​emotron 3.5 Lightning 51.56。

• SWE-bench Multilingual — Xing 4.0 66.00 對比 N​emotron 3.5 Lightning 39.33。

• Terminal-Bench 2.1 — Xing 4.0 57.50 對比 Nemotron 3.5 Lightning 24.58。

• 指令遵循 — Xing 4.0 IFBench 69.67 對比 N​emotron 3.5 Lightning IFBench 71.88，於寬鬆設定下回報。

• 一般推理——Nemotron 3.5 Lightning MMLU Pro 81.94、GPQA Diamond 75.44、HLE 11.72、SciCode 32.60、AA-Omniscience 17.50。Xing 4.0 的模型卡並未公布任何可比較的數據列。

• 長上下文 — Xing 4.0 AA.LCR 61.00 對上 Nemotron 3.5 Lightning AA-LCR 52.00。在兩者皆有數據的唯一一個長上下文項目中，Xing 勝出；考量到 Nemotron 宣稱的視窗大上許多，這個結果略顯出乎意料。

• 代理式瀏覽與檢索 — N​emotron 3.5 Lightning BrowseComp 36.97、PinchBench 85.37、τ³-bench（銀行業）9.28、GDPval-AA-V2 832。Xing 4.0 Claw-Eval 76.55、Tau3-Bench 64.63、DeepresearchBII 60.80。這些測試套件彼此完全沒有重疊，因此無法進行比較，任何將它們並排對照的表格都是在憑空捏造。

它們背後的來源在某個有趣的面向上有所不同。NVIDIA 表示，其結果是在一致的內部測試框架下測得，並警告這些結果「可能與廠商回報的數字不同」——而其公布的表格納入了 Qwen 3.6 35B A3B、Gemma 4 26B A4B 與 GPT-OSS 20B 等競爭對手欄位，這些欄位是 NVIDIA 自行重跑那些模型所得的結果。中國電信的表格則朝相反方向做同樣的事，以自己重跑的 Gemma 4 與 Qwen 作為基準來衡量自己。每個實驗室都在自己的測試框架中量測競爭對手，並把結果當作比較欄公布。兩者都沒有任何不誠實之舉，而這兩欄也都不應被解讀為競爭對手自身的數字。

成本與份量

Nemotron 3.5 Lightning 的 100 萬 token 視窗有一個真實的營運後果，工程師往往得吃過苦頭才會發現：它受記憶體限制，而當請求超出可用的 KV-cache 容量時，會在供應商端失敗，而不是優雅地降級。這正是路由器被設計來吸收的失敗型態——OrcaRouter 會在回應開始之前，針對健康的備援容量重試，因此上游的記憶體不足，或長上下文呼叫遇到 429，都不會以錯誤形式浮現給使用者。我們以 0% 加成，在單一 API 背後路由 200 多個託管模型，供應商標價原樣傳遞、不額外加價，而這正是故障轉移鏈不再只是好看的圖示，而是成為你的代理能完成任務之原因的那種失敗模式。

目前我們的型錄中既沒有 N​emotron 3.5 Lightning，也沒有 Xing 4.0，所以我們並非取得這兩個模型的途徑，本文也不會暗示並非如此。如果你自己實際跑起來，數字大概會是這樣：Xing 4.0 的 4 位元量化據稱約需 15GB 的 VRAM，這意味著單張 RTX 3090 或 4090 就能跑；N​emotron 3.5 Lightning 在單張 80GB H100 上受記憶體限制的表現，已有文件記載其經過驗證的 256K 視窗，而這是兩者中要求更高的目標。Xing 4.0 是代管成本較低的模型；N​emotron 3.5 Lightning 則有明確文件記載可通往長得多的上下文，前提是你有相應的硬體。

如何選擇

選擇N​emotron 3.5 Lightning 30B-A3B，若上下文長度是決定性限制、您已身處 N​VIDIA 生態系中且 NeMo Switchyard 正好適合您的代理迴圈，或您的組織已為商業用途取得 OpenMDW 授權。更寬廣的視窗、已發布且可供客製化的基礎模型路徑，以及其評估表涵蓋十四項而非九項基準測試，全都指向同一個方向。

選擇 Xing 4.0 29B-A4B，如果授權許可的審查速度很重要、如果你的工作是軟體工程與終端機形態的代理任務，而非長篇文件檢索，或者如果你真正要買的是每張卡的吞吐量論點。它在自身表格上的代理式優勢幅度是這個權重級別中最大的，它的授權條款是每位律師都已熟知的那一種，而它的長上下文那一列——兩個模型唯一發表可比較數字的地方——由 Xing 勝出。

能改變答案的，與這個系列中每一次比較裡會改變答案的是同一件事：由第三方在同一個測試框架上對兩個模型進行的一次獨立評估。N​VIDIA 和 China Telecom 各自發布了一份表格，在重新執行對方世代模型的結果上，美化了自己的模型。當有人發布第一份不是他們兩方寫的表格時，上述 23 分的 SWE-bench 差距，要嘛會成為這個量級中最重要的數字，要嘛就只是兩個不同代理測試框架所造成的人為產物。從外部無法分辨是哪一種。

這些都不是假設：像這次發布這類版本背後那些有紀錄的 AI 失效與代理事件，全都收錄在OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。