NVIDIA: Nemotron 3.5 Lightning

NVIDIA: O Nemotron 3.5 Lightning é um modelo de texto aberto de mistura de especialistas da NVIDIA. Tem 3B parâmetros ativos de 30B no total, um design que mantém apenas parte da rede ativa por token. O fornecedor lançou-o em 2026-08-11. Situa-se na categoria de texto, por isso é construído para trabalho de linguagem e não para entrada de imagem ou áudio.

O modelo aceita texto e devolve texto. A sua janela de contexto é de 262,144 tokens, e a saída máxima é de 235,929 tokens, por isso entradas longas e gerações longas são ambas possíveis dentro desses limites. Como é um modelo de mistura de especialistas com uma contagem pequena de parâmetros ativos, a NVIDIA posiciona-o para cargas de trabalho agênticas de alto débito e tarefas especializadas. Também suporta saída de raciocínio, que pode controlar através dos parâmetros reasoning e include_reasoning.

Essas capacidades apontam para alguns usos práticos. Contexto longo mais saída grande tornam-no adequado para processar documentos extensos, como contratos, registos ou material de investigação, e produzir resumos ou extrações detalhadas. O suporte de chamada de ferramentas torna-o adequado para ciclos de agentes em que o modelo decide qual função invocar e devolve resultados para a conversa. Saídas estruturadas e response_format ajudam quando precisa de JSON ou de outra forma conforme a um esquema para código a jusante. Os controlos de raciocínio permitem-lhe ativar ou inspecionar raciocínio intermédio quando uma tarefa o exige, e desativá-lo quando a latência ou o tamanho da saída importam mais.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo "nvidia/nemotron-3.5-lightning". Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs e top_p. A amostragem pode ser ajustada com temperature, top_p, top_k e min_p, enquanto seed, stop e os parâmetros de penalização lhe dão reprodutibilidade e controlo sobre a repetição. O uso de ferramentas é configurado com tools e tool_choice, e a forma da saída com response_format e structured_outputs.

Tenha os limites em mente ao escolhê-lo. A entrada é apenas texto, por isso qualquer coisa que envolva imagens ou áudio precisa de um modelo diferente. A janela de contexto e a saída máxima são grandes mas finitas, e pedidos além delas não caberão. Se a sua carga de trabalho não precisa de chamada de ferramentas, saída estruturada ou raciocínio, um modelo de texto mais simples pode ser suficiente.