Nemotron 3.5 Lightning 30B A3B

Nemotron 3.5 Lightning 属于 NVIDIA 的 nemotron 系列，权重开放，输入输出均为纯文本，知识截止 2025 年 9 月。上下文窗口 262144 tokens、单次最大输出 131072 tokens，意味着长合同、长日志、多轮工具链记录可以一次性送入而不必切片。能力上覆盖推理、工具调用、结构化输出和温度调节，便于嵌进 Agent 工作流、抽取式数据管线和需要稳定 JSON 的服务端接口。官方定价输入 0.05 美元/百万 tokens、输出 0.2 美元/百万 tokens、缓存读 0.01 美元/百万 tokens，属于同家族中价格最低的一档，与 Nemotron 3 Nano 30B A3B 持平，明显低于 Super、Ultra 等更大规格成员。对成本敏感的批量任务，这个价位配合 262K 上下文，构成它最实际的卖点。

选型建议需要低成本、长上下文、结构化输出的批量文本任务选它；涉及复杂编码、科学计算或高难度工具链推理时，应换用家族内更大规格或其他模型。

• 用 262K 上下文整篇读取合同或财报，抽取条款要点并输出结构化 JSON
• 在 Agent 流程中承担工具调用与参数填充，把复杂决策交回上层模型
• 批量完成客服工单分类、摘要与标签生成，压低单条调用成本
• 对长日志或长对话记录做检索式问答，避免切片丢失上下文
• 作为开发测试期的主力模型，用低输入价快速迭代提示词与评测集

公开资料对该模型的层数、注意力方案与训练细节披露较少，可确认的是它沿用 Nemotron 系列的文本编解码路线，并通过开放权重交付。

• 结构纯文本输入输出，上下文窗口 262144 tokens，单次最大输出 131072 tokens，长输入长输出的组合适合整篇文档改写与长链路推理。
• 能力支持推理、工具调用、结构化输出与温度调节，工具调用与结构化输出是它对接 Agent 和函数调用场景的主要抓手。
• 披露参数量、注意力机制、训练数据构成等细节在本站事实中未给出，公开资料较少，选型时建议以实测为准。

开源权重

是

模型家族

nemotron

Artificial Analysis 口径的跑分呈明显偏科：知识类指标尚可，编程与终端类任务偏弱，需按任务类型区分看待。

• 强项GPQA 74.3%、LCR 60.3%，知识问答与长上下文检索类任务表现相对稳，配合 262K 窗口适合长材料理解。
• 短板编程指数 26.8、SciCode 32.1、TerminalBench v2.1 24.3、HLE 10.6、Tau-Banking 8.9，代码生成、科学计算与工具型复杂任务明显吃力。
• 适合把输出约束在结构化抽取、分类、摘要、长文检索问答上的批量任务，比让它独立完成多步编码或终端操作更可靠。

官方定价处于同家族最低档，输入 0.05 美元/百万 tokens、输出 0.2 美元/百万 tokens，缓存读仅 0.01 美元/百万 tokens。

• 定位Nemotron 家族内的低价位文本模型，与 Nemotron 3 Nano 30B A3B 同价，用价格换吞吐而非换峰值能力。
• 横向对比相对本模型输入价，Super VL 高 20.0%，Super 120B A12B 高 500.0%，Ultra 550B A55B 高 1150.0%，价差梯度清晰。
• 平台差价models.dev 与 models.dev · vercel 为官方价，HowToken 输入高 20.0%，OpenRouter 输入高 40.0% 且缓存读 0.04 美元/百万 tokens。
• 省钱优先走官方价渠道；长系统提示与固定知识库内容依赖缓存读，0.01 美元/百万 tokens 可显著压低重复调用成本。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.06/M / $0.16/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

官方模型 ID

nvidia/nemotron-3.5-lightning

官方上下文

262.1K context · 131.1K output

目录家族

Nemotron

目录热度

1

资料更新

2026-11-09

官方文档

NVIDIA NIM 官方文档

本块是厂商官方渠道口径（官方文档与官方模型 ID），与上方第三方目录、本站探针是三套独立数据； 官方 API 的价格、区域与订阅额度见官方 API 价格目录。

• 口径所列跑分均为 Artificial Analysis 口径的第三方结果，非官方自评，不同测试环境与提示写法会产生差异。
• 边界仅支持文本输入输出，不含图像与语音；知识截止 2025 年 9 月，之后的事实需靠检索或外部注入补齐。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。