Nemotron 3.5 Lightning (free) API
NVIDIA Nemotron 3.5 Lightning ist ein offenes, textbasiertes Mixture-of-Experts-Modell für hochvolumige agentische Aufgaben mit bis zu einer Million Token Kontext.
NVIDIA Nemotron 3.5 Lightning ist ein offenes, ausschließlich textbasiertes Mixture-of-Experts-Modell, das NVIDIA am 11. August 2026 veröffentlicht hat. Es basiert auf einer hybriden Architektur, die Mamba-2-Schichten mit MoE-Schichten und ausgewählten Attention-Schichten kombiniert, und wurde aus dem Frontier-Modell Nemotron 3 Ultra destilliert. Mit 30 Milliarden Gesamtparametern und etwa 3 Milliarden aktiven Parametern pro Token ist es auf die Ausführungsebene lang laufender agentischer KI-Workloads ausgelegt. DFlash spekulatives Decoding reduziert die Latenz pro Token.
Das Modell verarbeitet Text und gibt Text aus, mit einem Kontext von bis zu einer Million Token. Es wurde für agentische Tool-Nutzung in verbreiteten Agent-Harnesses wie OpenClaw und Hermes Agent trainiert und lässt sich mit NVIDIA NeMo für domänenspezifische Tools, Workflows und Richtlinien nachtrainieren. Die Gewichte, Trainingsdaten und Rezepte sind unter der OpenMDW-1.1-Lizenz verfügbar; nach dem Nachtraining behalten Organisationen die Kontrolle über die Gewichte. Es läuft auf einer einzelnen unterstützten GPU.
Typische Einsatzfelder sind persönliche Agenten für E-Mail, Kalender und Buchungen, die Extraktion von Daten aus Finanzdokumenten, die Anreicherung von Sicherheitswarnungen im Betrieb, die Triage von Netzwerkalamen im Telekommunikationsumfeld, die Pflege von Produktkatalogen im Einzelhandel sowie Coding-Assistenten, die Pull Requests prüfen oder Korrekturen erzeugen. Auch Kundensupport- und Abrechnungsagenten für Routineanfragen gehören dazu. Damit eignet es sich als spezialisierte, hochvolumige Ausführungsengine innerhalb eines System-of-Models-Ansatzes für agentische KI.
Aktualisiert:
MODELL-ID
nemotron-3.5-lightning:free- Kontext
- 1M
- Max. Ausgabe
- 65.536K
- Empfohlene API
- messages
- Eingabe
- text
- Ausgabe
- text
Highlights
- Offenes, textbasiertes Mixture-of-Experts-Modell
- Bis zu einer Million Token Kontext
- 30 Milliarden Parameter, ca. 3 Milliarden aktiv
- Hybride Architektur mit Mamba-2 und MoE
- DFlash für geringere Latenz pro Token
- Nachtraining mit NVIDIA NeMo möglich
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| Verfügbarkeit | |||
|---|---|---|---|
| $0 | $0 |
Historische Daten sind keine Live-Statusprüfung. Fehlende Daten bedeuten keinen Ausfall.
Benchmarks
- 64.3%
AA-Omniscience Non-Halluzinationsrate
Erhebung von Artificial Analysis
- 66.4%
Eliminierte übermäßig genutzte Muster
Prozentwert aus Domänenanpassungstests
- 98.4%
Vokabularreichtum
Prozent der Baseline aus Domänenanpassungstests
- 20%
Validierungsgenauigkeit nach Vision-Fine-Tuning
vor dem Fine-Tuning, Fallstudie eines Unternehmens
- 58%
Validierungsgenauigkeit nach Vision-Fine-Tuning
nach dem Fine-Tuning, Fallstudie eines Unternehmens
Werte wie vom Modellanbieter veröffentlicht.
Schlussfolgern
- Immer aktiviert
- Nein
Schnellstart
Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.
API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"Erste Anfrage senden
Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.
nemotron-3.5-lightning:freeDieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "nemotron-3.5-lightning:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Drittanbieter-SDKs verwenden
Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.
Streaming aktivieren
Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "nemotron-3.5-lightning:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.
Messages
Anthropic-kompatible Nachrichten für Clients im Claude-Stil.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringnemotron-3.5-lightning:freeÖffentliche Modell-ID, die aufgerufen wird.max_tokensinteger—Maximale Anzahl generierter Tokens.messagesarray—Gesprächsnachrichten für Chat Completions.seed———toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.top_p———reasoning———temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.include_reasoning———Häufige Fragen
Was ist Nemotron 3.5 Lightning (free)?
NVIDIA Nemotron 3.5 Lightning ist ein offenes, ausschließlich textbasiertes Mixture-of-Experts-Modell, das NVIDIA am 11. August 2026 veröffentlicht hat. Es basiert auf einer hybriden Architektur, die Mamba-2-Schichten mit MoE-Schichten und ausgewählten Attention-Schichten kombiniert, und wurde aus dem Frontier-Modell Nemotron 3 Ultra destilliert. Mit 30 Milliarden Gesamtparametern und etwa 3 Milliarden aktiven Parametern pro Token ist es auf die Ausführungsebene lang laufender agentischer KI-Workloads ausgelegt. DFlash spekulatives Decoding reduziert die Latenz pro Token. Das Modell verarbeitet Text und gibt Text aus, mit einem Kontext von bis zu einer Million Token. Es wurde für agentische Tool-Nutzung in verbreiteten Agent-Harnesses wie OpenClaw und Hermes Agent trainiert und lässt sich mit NVIDIA NeMo für domänenspezifische Tools, Workflows und Richtlinien nachtrainieren. Die Gewichte, Trainingsdaten und Rezepte sind unter der OpenMDW-1.1-Lizenz verfügbar; nach dem Nachtraining behalten Organisationen die Kontrolle über die Gewichte. Es läuft auf einer einzelnen unterstützten GPU. Typische Einsatzfelder sind persönliche Agenten für E-Mail, Kalender und Buchungen, die Extraktion von Daten aus Finanzdokumenten, die Anreicherung von Sicherheitswarnungen im Betrieb, die Triage von Netzwerkalamen im Telekommunikationsumfeld, die Pflege von Produktkatalogen im Einzelhandel sowie Coding-Assistenten, die Pull Requests prüfen oder Korrekturen erzeugen. Auch Kundensupport- und Abrechnungsagenten für Routineanfragen gehören dazu. Damit eignet es sich als spezialisierte, hochvolumige Ausführungsengine innerhalb eines System-of-Models-Ansatzes für agentische KI.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingaben und Ausgaben unterstützt das Modell?
Nemotron 3.5 Lightning verarbeitet Text als Eingabe und erzeugt Text als Ausgabe. Es ist ein reines Textmodell ohne multimodale Fähigkeiten.
Wie groß ist der Kontext?
Das Modell unterstützt einen Kontext von bis zu einer Million Token. Eine separate Obergrenze für die Ausgabe ist in den verfügbaren Angaben nicht genannt.
Für welche Aufgaben ist es gedacht?
Es ist auf die Ausführungsebene lang laufender agentischer Workloads ausgelegt, etwa persönliche Agenten, Finanzdokumente, Cybersecurity-Betrieb, Telekom-Triage, Produktkatalogpflege, Coding-Assistenten und Kundensupport.
Wie unterscheidet es sich von Nemotron 3 Ultra?
Nemotron 3.5 Lightning wurde aus dem Frontier-Modell Nemotron 3 Ultra destilliert. Es ist mit 30 Milliarden Gesamtparametern und rund 3 Milliarden aktiven Parametern pro Token deutlich kompakter und auf hochvolumige Ausführung spezialisiert.
Lässt sich das Modell an eigene Domänen anpassen?
Ja, es kann mit NVIDIA NeMo für domänenspezifische Tools, Workflows und Richtlinien nachtrainiert werden. Die Gewichte bleiben dabei unter der Kontrolle der Organisation.
Auf welcher Hardware läuft das Modell?
Es läuft auf einer einzelnen unterstützten GPU. Die Gewichte sind unter der OpenMDW-1.1-Lizenz herunterladbar.
Verwandte Modelle
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeNVIDIA Nemotron 3.5 Super VL kombiniert visuelles Verstehen, Reasoning, Instruktionsbefolgung und Tool-Nutzung in einem multimodalen Modell mit 1.000.000 Token Kontext.
Kontext
1M
Max. Ausgabe
131.072K
Eingabe-Token
$0 / 1M Token
Ausgabe-Token
$0 / 1M Token
Nemotron 3 Ultra (free)
NVIDIAnemotron-3-ultra-550b-a55b:freeNVIDIA Nemotron 3 Ultra ist ein offenes Frontier-Reasoning-Modell der Nemotron-3-Familie mit 1-Million-Token-Kontext, Hybrid-Transformer-Mamba-Architektur und Fähigkeiten zur Agentenorchestrierung.
Kontext
1M
Max. Ausgabe
65.536K
Eingabe-Token
$0 / 1M Token
Ausgabe-Token
$0 / 1M Token