Nemotron 3.5 Lightning (free) API
Modèle open-weight texte de NVIDIA, Nemotron 3.5 Lightning est un mixture-of-experts hybride conçu pour l'exécution rapide de charges agentiques à long terme.
Nemotron 3.5 Lightning est un modèle open-weight texte de NVIDIA, publié le 11 août 2026 sous licence OpenMDW-1.1 avec des poids, des données d'entraînement et des recettes téléchargeables. Son architecture hybride Mixture-of-Experts alterne des couches Mamba-2, des couches MoE et quelques couches d'attention, pour un total de 30 milliards de paramètres dont environ 3 milliards actifs par token. Il intègre le décodage spéculatif DFlash afin de réduire la latence par token et peut être exécuté sur un seul GPU pris en charge.
Distillé à partir du modèle frontalier Nemotron 3 Ultra, il est entraîné à l'usage d'outils agentiques dans des harnais populaires comme OpenClaw et Hermes Agent, et peut être post-entraîné avec NVIDIA NeMo pour des outils, workflows et politiques spécifiques à un domaine. Les organisations conservent le contrôle des poids après post-entraînement. Le modèle est disponible via Amazon SageMaker JumpStart, GMI Cloud, DeepInfra et OpenRouter, et il est accompagné de NeMo Switchyard, une bibliothèque open-source de routage de modèles.
Il convient particulièrement aux charges agentiques à fort volume : agents personnels gérant e-mails, calendriers et réservations, extraction de données documentaires et vérification de règles dans les services financiers, enrichissement d'alertes et classification d'incidents en cybersécurité, tri d'alarmes réseau et optimisation de configuration en télécoms, enrichissement de catalogues produits et résolution d'exceptions de stock en commerce de détail, assistants de codage pour la revue de pull requests, ou agents de support client et de facturation. Comparé à d'autres modèles ouverts de taille similaire, il offre jusqu'à 4 fois plus de débit et jusqu'à 30 % de tâches terminées plus rapidement sur ces charges ; un test indépendant a relevé un avantage de 4,9 fois en débit et en temps jusqu'au premier token sur trois profils, du contexte court au contexte long. Sa seule limitation documentée est d'être un modèle texte uniquement.
Mis à jour:
ID DU MODÈLE
nemotron-3.5-lightning:free- Contexte
- 1M
- Sortie max.
- 65.536K
- API recommandée
- messages
- Entrée
- text
- Sortie
- text
Points clés
- Open-weight sous licence OpenMDW-1.1
- 30 milliards de paramètres, ~3 milliards actifs
- Architecture hybride Mamba-2 et MoE
- Décodage spéculatif DFlash
- Contexte jusqu'à 1 million de tokens
- Exécution sur un seul GPU pris en charge
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| Disponibilité | |||
|---|---|---|---|
| $0 | $0 |
Les statistiques historiques ne sont pas un contrôle en direct. Une donnée manquante ne signifie pas une panne.
Benchmarks
- 64.3%
Taux de non-hallucination AA-Omniscience
selon Artificial Analysis
- 66.4%
Schémas surutilisés éliminés
pourcentage, tests d'adaptation au domaine
- 98.4%
Richesse du vocabulaire
pourcentage de la référence, tests d'adaptation au domaine
- 20%
Précision de validation du fine-tuning vision
avant fine-tuning, étude de cas d'entreprise
- 58%
Précision de validation du fine-tuning vision
après fine-tuning, étude de cas d'entreprise
Scores tels que publiés par le fournisseur du modèle.
Raisonnement
- Toujours activé
- Non
Démarrage rapide
Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.
Configurer votre clé API
Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.
export FELO_API_KEY="YOUR_API_KEY"Effectuer votre première requête
Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.
nemotron-3.5-lightning:freeCe modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.
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());Utiliser des SDK tiers
Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.
Activer le streaming
Ajoutez stream: true pour recevoir les réponses sous forme de 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 expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.
Messages
Messages compatibles Anthropic pour les clients de style Claude.
POST
https://openapi.felo.ai/api/v1/messagesParamètres
modelstringnemotron-3.5-lightning:freeID public du modèle à appeler.max_tokensinteger—Nombre maximal de tokens générés.messagesarray—Messages de la conversation pour Chat Completions.seed———toolsarray—Définitions de tool calling conformes au schéma compatible.top_p———reasoning———temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.tool_choicestring or object—Contrôle si un outil doit être appelé.include_reasoning———Questions fréquentes
Qu'est-ce que Nemotron 3.5 Lightning (free)?
Nemotron 3.5 Lightning est un modèle open-weight texte de NVIDIA, publié le 11 août 2026 sous licence OpenMDW-1.1 avec des poids, des données d'entraînement et des recettes téléchargeables. Son architecture hybride Mixture-of-Experts alterne des couches Mamba-2, des couches MoE et quelques couches d'attention, pour un total de 30 milliards de paramètres dont environ 3 milliards actifs par token. Il intègre le décodage spéculatif DFlash afin de réduire la latence par token et peut être exécuté sur un seul GPU pris en charge. Distillé à partir du modèle frontalier Nemotron 3 Ultra, il est entraîné à l'usage d'outils agentiques dans des harnais populaires comme OpenClaw et Hermes Agent, et peut être post-entraîné avec NVIDIA NeMo pour des outils, workflows et politiques spécifiques à un domaine. Les organisations conservent le contrôle des poids après post-entraînement. Le modèle est disponible via Amazon SageMaker JumpStart, GMI Cloud, DeepInfra et OpenRouter, et il est accompagné de NeMo Switchyard, une bibliothèque open-source de routage de modèles. Il convient particulièrement aux charges agentiques à fort volume : agents personnels gérant e-mails, calendriers et réservations, extraction de données documentaires et vérification de règles dans les services financiers, enrichissement d'alertes et classification d'incidents en cybersécurité, tri d'alarmes réseau et optimisation de configuration en télécoms, enrichissement de catalogues produits et résolution d'exceptions de stock en commerce de détail, assistants de codage pour la revue de pull requests, ou agents de support client et de facturation. Comparé à d'autres modèles ouverts de taille similaire, il offre jusqu'à 4 fois plus de débit et jusqu'à 30 % de tâches terminées plus rapidement sur ces charges ; un test indépendant a relevé un avantage de 4,9 fois en débit et en temps jusqu'au premier token sur trois profils, du contexte court au contexte long. Sa seule limitation documentée est d'être un modèle texte uniquement.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.
Quels types d'entrées le modèle accepte-t-il ?
Nemotron 3.5 Lightning accepte uniquement du texte en entrée et produit du texte en sortie.
Quelle est la longueur de contexte prise en charge ?
Le modèle prend en charge un contexte allant jusqu'à 1 million de tokens.
À quelles tâches est-il destiné ?
Il est conçu pour l'exécution de charges agentiques à long terme et à fort volume, notamment les agents personnels, l'extraction documentaire, la cybersécurité, les télécoms, le commerce de détail, le codage et le support client.
Comment se compare-t-il aux autres modèles Nemotron ?
Nemotron 3.5 Lightning est distillé à partir de Nemotron 3 Ultra et se positionne comme le moteur d'exécution spécialisé à fort volume au sein d'une approche système-de-modèles.
Peut-on l'adapter à un domaine spécifique ?
Oui, il peut être post-entraîné avec NVIDIA NeMo pour des outils, workflows et politiques propres à un domaine, et les organisations conservent le contrôle des poids après post-entraînement.
Modèles liés
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeNemotron 3.5 Super VL est un modèle multimodal ouvert de NVIDIA, conçu pour les agents spécialisés combinant compréhension visuelle, raisonnement, suivi d'instructions et utilisation d'outils.
Contexte
1M
Sortie max.
131.072K
Tokens d'entrée
$0 / 1M tokens
Tokens de sortie
$0 / 1M tokens
Nemotron 3 Ultra (free)
NVIDIAnemotron-3-ultra-550b-a55b:freeModèle de raisonnement et d'orchestration open weights de NVIDIA, doté d'une architecture hybride Transformer-Mamba Mixture-of-Experts et d'un contexte d'un million de tokens.
Contexte
1M
Sortie max.
65.536K
Tokens d'entrée
$0 / 1M tokens
Tokens de sortie
$0 / 1M tokens