Felo API PlatformFelo API Platform
Volver a los modelos
NVIDIAmessages

Nemotron 3.5 Lightning (free) API

Modelo de pesos abiertos de NVIDIA, solo texto, con arquitectura híbrida de mezcla de expertos, diseñado para ejecutar cargas de trabajo agénticas de alto volumen y larga duración.

Nemotron 3.5 Lightning es un modelo de NVIDIA publicado el 11 de agosto de 2026, con pesos abiertos bajo licencia OpenMDW-1.1. Utiliza una arquitectura híbrida de mezcla de expertos que intercala capas Mamba-2 con capas MoE y capas de atención selectivas. Con 30 mil millones de parámetros totales y aproximadamente 3 mil millones activos por token, incorpora decodificación especulativa DFlash para reducir la latencia por token. Solo acepta entrada y salida de texto, con una ventana de contexto de hasta 1 millón de tokens.

Está entrenado para el uso de herramientas agénticas en arneses populares como OpenClaw y Hermes Agent, y se destila del modelo frontera Nemotron 3 Ultra de NVIDIA. Su enfoque es la capa de ejecución de cargas agénticas de larga duración y alto volumen, donde ofrece hasta 4 veces más rendimiento y hasta un 30% más de rapidez en la finalización de tareas en comparación con otros modelos abiertos líderes de tamaño similar. Una prueba independiente encontró una ventaja de rendimiento de 4.9 veces y de tiempo hasta el primer token de 4.9 veces en tres perfiles, desde contextos cortos hasta largos.

Es adecuado para agentes personales que gestionan correo, calendario, proyectos y reservas; extracción de datos de documentos financieros y verificación de reglas; enriquecimiento de alertas y clasificación de incidentes en ciberseguridad; triaje de alarmas y optimización de configuración en telecomunicaciones; enriquecimiento de catálogos y resolución de excepciones en comercio minorista; asistentes de programación que revisan solicitudes de cambio o generan correcciones; y agentes de soporte y facturación. Puede post-entrenarse con NVIDIA NeMo para herramientas, flujos de trabajo y políticas específicas de dominio, y se ejecuta en una sola GPU compatible.

Actualizado:

ID DEL MODELO

nemotron-3.5-lightning:free
Contexto
1M
Salida máx.
65.536K
API recomendada
messages
Entrada
text
Salida
text

Aspectos destacados

  • Pesos abiertos bajo licencia OpenMDW-1.1
  • Arquitectura híbrida Mamba-2 y MoE
  • 30 mil millones de parámetros totales, 3 mil millones activos
  • Decodificación especulativa DFlash
  • Contexto de hasta 1 millón de tokens
  • Hasta 4 veces más rendimiento en cargas agénticas

Proveedores

1 proveedores

Compara los precios de API entre proveedores. Selecciona un proveedor para ver todos los cargos y condiciones.

Proveedor · Detalles de precio
Disponibilidad
$0$0

Benchmarks

  • Tasa de no alucinación en AA-Omniscience

    Artificial Analysis

    64.3%
  • Patrones sobreutilizados eliminados

    porcentaje, pruebas de adaptación de dominio

    66.4%
  • Riqueza de vocabulario

    porcentaje de la línea base, pruebas de adaptación de dominio

    98.4%
  • Precisión de validación en ajuste fino de visión

    antes del ajuste fino, estudio de caso empresarial

    20%
  • Precisión de validación en ajuste fino de visión

    después del ajuste fino, estudio de caso empresarial

    58%

Puntuaciones según lo publicado por el proveedor del modelo.

Razonamiento

Siempre activado
No

Inicio rápido

Código listo para llamar a este modelo con las APIs compatibles de Felo API Platform. Empieza en el Playground si quieres probar prompts antes de escribir código.

1

Configura tu clave de API

Crea una clave en tu cuenta de Felo API Platform y configúrala como variable de entorno.

export FELO_API_KEY="YOUR_API_KEY"
2

Haz tu primera solicitud

Usa este ID de modelo con el endpoint de Felo API Platform. Las cabeceras opcionales como X-Request-Id ayudan a diagnosticar problemas.

nemotron-3.5-lightning:free

Este modelo puede razonar. Si el protocolo seleccionado y la ruta del modelo exponen controles de razonamiento, conserva los metadatos de razonamiento devueltos al continuar la conversación.

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());

Usar SDK de terceros

En los SDK compatibles, define baseURL como https://openapi.felo.ai/api/v1. Para clientes de estilo Claude, usa la URL base compatible con Anthropic. https://openapi.felo.ai/api.

3

Activa el streaming

Añade stream: true para recibir respuestas como server-sent events.

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

Felo API Platform expone superficies compatibles para llamar a modelos. Elige la superficie que tu app o cliente de agente ya admite.

SurfaceMethodURL

Messages

Mensajes compatibles con Anthropic para clientes de estilo Claude.

POST

https://openapi.felo.ai/api/v1/messages

Parámetros

NombreTipoPredeterminadoDescripción
modelstringnemotron-3.5-lightning:freeID público del modelo que se va a llamar.
max_tokensinteger—Número máximo de tokens generados.
messagesarray—Mensajes de la conversación para Chat Completions.
seed———
toolsarray—Definiciones de tool calling según el esquema compatible.
top_p———
reasoning———
temperaturenumber—Controla la variedad de las respuestas cuando es compatible.
tool_choicestring or object—Controla si se debe llamar a una herramienta.
include_reasoning———

Preguntas frecuentes

¿Qué es Nemotron 3.5 Lightning (free)?

Nemotron 3.5 Lightning es un modelo de NVIDIA publicado el 11 de agosto de 2026, con pesos abiertos bajo licencia OpenMDW-1.1. Utiliza una arquitectura híbrida de mezcla de expertos que intercala capas Mamba-2 con capas MoE y capas de atención selectivas. Con 30 mil millones de parámetros totales y aproximadamente 3 mil millones activos por token, incorpora decodificación especulativa DFlash para reducir la latencia por token. Solo acepta entrada y salida de texto, con una ventana de contexto de hasta 1 millón de tokens. Está entrenado para el uso de herramientas agénticas en arneses populares como OpenClaw y Hermes Agent, y se destila del modelo frontera Nemotron 3 Ultra de NVIDIA. Su enfoque es la capa de ejecución de cargas agénticas de larga duración y alto volumen, donde ofrece hasta 4 veces más rendimiento y hasta un 30% más de rapidez en la finalización de tareas en comparación con otros modelos abiertos líderes de tamaño similar. Una prueba independiente encontró una ventaja de rendimiento de 4.9 veces y de tiempo hasta el primer token de 4.9 veces en tres perfiles, desde contextos cortos hasta largos. Es adecuado para agentes personales que gestionan correo, calendario, proyectos y reservas; extracción de datos de documentos financieros y verificación de reglas; enriquecimiento de alertas y clasificación de incidentes en ciberseguridad; triaje de alarmas y optimización de configuración en telecomunicaciones; enriquecimiento de catálogos y resolución de excepciones en comercio minorista; asistentes de programación que revisan solicitudes de cambio o generan correcciones; y agentes de soporte y facturación. Puede post-entrenarse con NVIDIA NeMo para herramientas, flujos de trabajo y políticas específicas de dominio, y se ejecuta en una sola GPU compatible.

¿Cómo se cobra el uso?

Tu factura depende del proveedor que uses, de sus precios y de tu uso. Las entradas más largas u otras condiciones pueden tener precios distintos.

¿Qué tipos de entrada y salida admite Nemotron 3.5 Lightning?

Solo admite entrada y salida de texto. Es un modelo exclusivamente de texto, sin capacidades multimodales.

¿Cuál es su ventana de contexto?

Admite hasta 1 millón de tokens de contexto.

¿Para qué tipo de tareas está diseñado?

Está orientado a la capa de ejecución de cargas agénticas de larga duración y alto volumen, como agentes personales, extracción de documentos financieros, ciberseguridad, telecomunicaciones, comercio minorista, asistentes de código y soporte al cliente.

¿En qué se diferencia de Nemotron 3 Ultra?

Nemotron 3.5 Lightning se destila del modelo frontera Nemotron 3 Ultra y está especializado en ejecución de alto volumen, mientras que Nemotron 3 Ultra es el modelo frontera de la familia.

¿Se puede adaptar a dominios específicos?

Sí, puede post-entrenarse con NVIDIA NeMo para herramientas, flujos de trabajo y políticas específicas de dominio, y las organizaciones conservan el control de los pesos tras el post-entrenamiento.

Modelos relacionados