Felo API PlatformFelo API Platform
Torna ai modelli
NVIDIAmessages

Nemotron 3.5 Lightning (free) API

Modello linguistico open-weight di NVIDIA con architettura ibrida Mixture-of-Experts, progettato per carichi di lavoro agentici ad alto volume con contesto fino a 1 milione di token.

Nemotron 3.5 Lightning è un modello text-only open-weight di NVIDIA, rilasciato l'11 agosto 2026 con licenza OpenMDW-1.1, pesi, dati di training e ricette scaricabili. L'architettura ibrida Mixture-of-Experts alterna layer Mamba-2, layer MoE e layer di attenzione selezionati, con 30 miliardi di parametri totali e circa 3 miliardi attivi per token. Include DFlash, una tecnica di decodifica speculativa che riduce la latenza per token, ed è distillato dal modello frontier Nemotron 3 Ultra. Supporta un contesto fino a 1 milione di token e può essere eseguito su una singola GPU supportata.

È pensato per il livello di esecuzione di agenti AI di lunga durata: gestione di email, calendario, progetti e prenotazioni; estrazione dati da documenti finanziari, verifica di regole e monitoraggio del rischio; arricchimento di alert e classificazione di incidenti in ambito cybersecurity; triage di allarmi di rete e ottimizzazione di configurazioni in telecomunicazioni; arricchimento di cataloghi prodotti e gestione delle eccezioni logistiche nel retail; assistenti di coding per la revisione di pull request e la generazione di correzioni; agenti di supporto clienti e fatturazione. È addestrato per l'uso agentico di strumenti nei principali harness come OpenClaw e Hermes Agent, e può essere post-addestrato con NVIDIA NeMo per strumenti, flussi di lavoro e politiche specifiche di dominio.

Rispetto ad altri modelli open di dimensioni simili, offre fino a 4 volte il throughput e fino al 30% di completamento attività più rapido su carichi agentici ad alto volume. Un test indipendente ha rilevato un vantaggio di throughput di 4,9 volte e un vantaggio di tempo al primo token di 4,9 volte su tre profili, da contesto breve a contesto lungo. Il modello è disponibile tramite canali come Amazon SageMaker JumpStart, GMI Cloud, DeepInfra e OpenRouter, e viene rilasciato insieme a NeMo Switchyard, una libreria open-source di routing dei modelli che indirizza i passaggi del flusso di lavoro verso modelli diversi in base a costo, velocità e requisiti del compito.

Aggiornato:

ID MODELLO

nemotron-3.5-lightning:free
Contesto
1M
Output max
65.536K
API consigliata
messages
Input
text
Output
text

In evidenza

  • Open-weight con licenza OpenMDW-1.1
  • Architettura ibrida Mamba-2 e MoE
  • Contesto fino a 1 milione di token
  • 30 miliardi di parametri totali, circa 3 miliardi attivi per token
  • Decodifica speculativa DFlash per ridurre la latenza
  • Post-addestrabile con NVIDIA NeMo

Fornitori

1 fornitori

Confronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.

Fornitore · Dettagli dei prezzi
Disponibilità
$0$0

Benchmark

  • Tasso di non-allucinazione AA-Omniscience

    Artificial Analysis

    64.3%
  • Pattern sovrautilizzati eliminati

    percentuale, test di adattamento al dominio

    66.4%
  • Ricchezza del vocabolario

    percentuale rispetto alla baseline, test di adattamento al dominio

    98.4%
  • Accuratezza di validazione del fine-tuning visivo

    prima del fine-tuning, caso di studio aziendale

    20%
  • Accuratezza di validazione del fine-tuning visivo

    dopo il fine-tuning, caso di studio aziendale

    58%

Punteggi come pubblicati dal fornitore del modello.

Ragionamento

Sempre attivo
No

Avvio rapido

Codice pronto all'uso per chiamare questo modello con le API compatibili di Felo API Platform. Inizia nel Playground se vuoi testare i prompt prima di scrivere codice.

1

Imposta la chiave API

Crea una chiave dal tuo account Felo API Platform e impostala come variabile d'ambiente.

export FELO_API_KEY="YOUR_API_KEY"
2

Invia la prima richiesta

Usa questo ID modello con l'endpoint Felo API Platform. Le intestazioni facoltative come X-Request-Id aiutano nella risoluzione dei problemi.

nemotron-3.5-lightning:free

Questo modello è in grado di ragionare. Se il protocollo selezionato e la route del modello espongono controlli di ragionamento, conserva i metadati di ragionamento restituiti quando continui la conversazione.

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());

Usare SDK di terze parti

Negli SDK compatibili imposta baseURL su https://openapi.felo.ai/api/v1. Per i client in stile Claude, usa la base URL compatibile con Anthropic. https://openapi.felo.ai/api.

3

Attiva lo streaming

Aggiungi stream: true per ricevere le risposte come 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 espone superfici compatibili per le chiamate ai modelli. Scegli la superficie che la tua app o il tuo client agente già supporta.

SurfaceMethodURL

Messages

Messaggi compatibili con Anthropic per i client in stile Claude.

POST

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

Parametri

NomeTipoPredefinitoDescrizione
modelstringnemotron-3.5-lightning:freeID pubblico del modello da chiamare.
max_tokensinteger—Numero massimo di token generati.
messagesarray—Messaggi della conversazione per Chat Completions.
seed———
toolsarray—Definizioni di tool calling secondo lo schema compatibile.
top_p———
reasoning———
temperaturenumber—Controlla la varietà delle risposte quando supportato.
tool_choicestring or object—Controlla se uno strumento deve essere chiamato.
include_reasoning———

Domande frequenti

Cos'è Nemotron 3.5 Lightning (free)?

Nemotron 3.5 Lightning è un modello text-only open-weight di NVIDIA, rilasciato l'11 agosto 2026 con licenza OpenMDW-1.1, pesi, dati di training e ricette scaricabili. L'architettura ibrida Mixture-of-Experts alterna layer Mamba-2, layer MoE e layer di attenzione selezionati, con 30 miliardi di parametri totali e circa 3 miliardi attivi per token. Include DFlash, una tecnica di decodifica speculativa che riduce la latenza per token, ed è distillato dal modello frontier Nemotron 3 Ultra. Supporta un contesto fino a 1 milione di token e può essere eseguito su una singola GPU supportata. È pensato per il livello di esecuzione di agenti AI di lunga durata: gestione di email, calendario, progetti e prenotazioni; estrazione dati da documenti finanziari, verifica di regole e monitoraggio del rischio; arricchimento di alert e classificazione di incidenti in ambito cybersecurity; triage di allarmi di rete e ottimizzazione di configurazioni in telecomunicazioni; arricchimento di cataloghi prodotti e gestione delle eccezioni logistiche nel retail; assistenti di coding per la revisione di pull request e la generazione di correzioni; agenti di supporto clienti e fatturazione. È addestrato per l'uso agentico di strumenti nei principali harness come OpenClaw e Hermes Agent, e può essere post-addestrato con NVIDIA NeMo per strumenti, flussi di lavoro e politiche specifiche di dominio. Rispetto ad altri modelli open di dimensioni simili, offre fino a 4 volte il throughput e fino al 30% di completamento attività più rapido su carichi agentici ad alto volume. Un test indipendente ha rilevato un vantaggio di throughput di 4,9 volte e un vantaggio di tempo al primo token di 4,9 volte su tre profili, da contesto breve a contesto lungo. Il modello è disponibile tramite canali come Amazon SageMaker JumpStart, GMI Cloud, DeepInfra e OpenRouter, e viene rilasciato insieme a NeMo Switchyard, una libreria open-source di routing dei modelli che indirizza i passaggi del flusso di lavoro verso modelli diversi in base a costo, velocità e requisiti del compito.

Come viene addebitato l'utilizzo?

La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.

Quali input e output supporta Nemotron 3.5 Lightning?

Supporta esclusivamente input e output testuali. È un modello text-only, senza modalità immagine o audio.

Qual è la lunghezza massima del contesto?

Il contesto arriva fino a 1 milione di token.

Per quali tipi di attività è adatto?

È progettato per il livello di esecuzione di agenti di lunga durata: gestione di email e calendario, estrazione dati da documenti, cybersecurity, telecomunicazioni, retail, coding e supporto clienti.

Che differenza c'è con Nemotron 3 Ultra?

Nemotron 3.5 Lightning è distillato dal modello frontier Nemotron 3 Ultra ed è posizionato come motore di esecuzione specializzato per carichi ad alto volume all'interno di un approccio system-of-models.

Con quali harness per agenti è addestrato?

È addestrato per l'uso agentico di strumenti nei principali harness, tra cui OpenClaw e Hermes Agent.

Su quante GPU può essere eseguito?

Può essere eseguito su una singola GPU supportata.

Modelli correlati