Nemotron 3.5 Lightning (free) API
Nemotron 3.5 — открытая тексто-ориентированная MoE-модель NVIDIA, созданная для высоконагруженных агентных задач и работы с длинным контекстом.
Nemotron 3.5 Lightning — открытая тексто-ориентированная модель NVIDIA с гибридной архитектурой Mixture-of-Experts: слои Mamba-2 чередуются со слоями MoE и отдельными слоями внимания. При30 млрд общих параметров на каждый токен активируется около 3 млрд, что позволяет модели соответствовать или приближаться к более крупным плотным моделям при примерно четверти их общего числа параметров. Модель дистиллирована из Nemotron 3 Ultra и использует спекулятивное декодирование DFlash для снижения задержки на токен. Контекст — до 1 миллиона токенов, веса, данные обучения и рецепты доступны по лицензии OpenMDW-1.1; после посттренировки через NVIDIA NeMo права на веса остаются у организации.
Модель рассчитана на исполнительный слой долгоживущих агентных систем: она обучена использованию инструментов в популярных агентных средах, включая OpenClaw и Hermes Agent. Подходит для персональных агентов, управляющих почтой, календарём и бронированиями; для извлечения данных из финансовых документов, проверки правил и мониторинга рисков; для обогащения оповещений и классификации инцидентов в кибербезопасности; для триажа аварийных сигналов и ответов на вопросы по биллингу в телекоме; для обогащения товарных каталогов и разбора исключений в ритейле; для ассистентов, проверяющих pull request'ы, а также для агентов поддержки и биллинга. Модель работает на одном поддерживаемом GPU.
Обновлено:
MODEL ID
nemotron-3.5-lightning:free- Контекст
- 1M
- Макс. вывод
- 65.536K
- Рекомендуемый API
- messages
- Вход
- text
- Выход
- text
Ключевые возможности
- Гибридная архитектура MoE с Mamba-2
- 30 млрд параметров, ~3 млрд активных на токен
- Контекст до 1 млн токенов
- Спекулятивное декодирование DFlash
- Открытые веса по лицензии OpenMDW-1.1
- Работает на одном GPU
Поставщики
Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.
| Доступность | |||
|---|---|---|---|
| $0 | $0 |
Историческая статистика не является проверкой в реальном времени. Отсутствие данных не означает сбой.
Бенчмарки
- 64.3%
AA-Omniscience Non-Hallucination Rate
Artificial Analysis
- 66.4%
Доля устранённых избыточных шаблонов
тестирование доменной адаптации, в процентах
- 98.4%
Богатство словаря
процент от базового уровня, тестирование доменной адаптации
- 20%
Точность валидации при дообучении на изображениях
до дообучения, кейс компании
- 58%
Точность валидации при дообучении на изображениях
после дообучения, кейс компании
Результаты опубликованы производителем модели.
Рассуждения
- Всегда включены
- Нет
Quick Start
Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.
Добавьте API key
Создайте key в аккаунте Felo API Platform и задайте его как environment variable.
export FELO_API_KEY="YOUR_API_KEY"Первый запрос
Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.
nemotron-3.5-lightning:freeЭта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении 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());Сторонние SDK
В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.
Включить streaming
Добавьте stream: true, чтобы получать responses как 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 предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringnemotron-3.5-lightning:freeПубличный model ID для вызова.max_tokensinteger—Максимальное число generated tokens.messagesarray—Сообщения conversation для Chat Completions.seed———toolsarray—Tool calling definitions по compatible schema.top_p———reasoning———temperaturenumber—Управляет вариативностью ответа, если поддерживается.tool_choicestring or object—Управляет тем, нужно ли вызвать tool.include_reasoning———Частые вопросы
О модели Nemotron 3.5 Lightning (free)?
Nemotron 3.5 Lightning — открытая тексто-ориентированная модель NVIDIA с гибридной архитектурой Mixture-of-Experts: слои Mamba-2 чередуются со слоями MoE и отдельными слоями внимания. При30 млрд общих параметров на каждый токен активируется около 3 млрд, что позволяет модели соответствовать или приближаться к более крупным плотным моделям при примерно четверти их общего числа параметров. Модель дистиллирована из Nemotron 3 Ultra и использует спекулятивное декодирование DFlash для снижения задержки на токен. Контекст — до 1 миллиона токенов, веса, данные обучения и рецепты доступны по лицензии OpenMDW-1.1; после посттренировки через NVIDIA NeMo права на веса остаются у организации. Модель рассчитана на исполнительный слой долгоживущих агентных систем: она обучена использованию инструментов в популярных агентных средах, включая OpenClaw и Hermes Agent. Подходит для персональных агентов, управляющих почтой, календарём и бронированиями; для извлечения данных из финансовых документов, проверки правил и мониторинга рисков; для обогащения оповещений и классификации инцидентов в кибербезопасности; для триажа аварийных сигналов и ответов на вопросы по биллингу в телекоме; для обогащения товарных каталогов и разбора исключений в ритейле; для ассистентов, проверяющих pull request'ы, а также для агентов поддержки и биллинга. Модель работает на одном поддерживаемом GPU.
Как рассчитывается стоимость?
Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.
Какие типы входных и выходных данных поддерживает модель?
Модель принимает только текст и возвращает только текст.
Каков размер контекста?
Контекст — до 1 миллиона токенов.
Для каких задач модель предназначена?
Для исполнительного слоя долгоживущих агентных нагрузок: использования инструментов, извлечения данных, классификации инцидентов, поддержки клиентов и код-ревью.
Как модель соотносится с другими моделями серии Nemotron 3?
Lightning — специализированный высоконагруженный исполнительный движок, дистиллированный из более крупной Nemotron 3 Ultra.
Можно ли дообучить модель под свои задачи?
Да, с помощью NVIDIA NeMo можно дообучить модель под доменные инструменты, рабочие процессы и политики, сохранив контроль над весами.
Связанные модели
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeМультимодальная модель NVIDIA Nemotron 3.5 Super VL объединяет визуальное понимание, рассуждение, следование инструкциям и работу с инструментами, поддерживая текст, изображения, документы, скриншоты интерфейсов и видео на входе.
Контекст
1M
Макс. вывод
131.072K
Входные токены
$0 / 1M токенов
Выходные токены
$0 / 1M токенов
Nemotron 3 Ultra (free)
NVIDIAnemotron-3-ultra-550b-a55b:freeNVIDIA Nemotron 3 Ultra — открытая модель рассуждений с 550 млрд параметров, архитектурой Mixture-of-Experts и контекстом 1 млн токенов для агентных задач.
Контекст
1M
Макс. вывод
65.536K
Входные токены
$0 / 1M токенов
Выходные токены
$0 / 1M токенов