Nemotron 3.5 Lightning (free) API
NVIDIA 推出的開放權重混合專家文字模型,主打長時間代理式工作負載的高吞吐執行。
Nemotron 3.5 Lightning 是 NVIDIA 於 2026 年 8 月 11 日發布的開放權重純文字混合專家模型,從前沿的 Nemotron 3 Ultra 蒸餾而來。它採用交錯 Mamba-2 層、MoE 層與部分注意力層的混合架構,總參數 300 億、每 token 約激活 30 億,並導入 DFlash 推測解碼以降低單 token 延遲,可在單張受支援的 GPU 上執行。
此模型針對長時間執行的代理式 AI 工作負載之執行層設計,並針對 OpenClaw、Hermes Agent 等常見代理框架的工具使用進行訓練。相較於同尺寸的其他領先開放模型,它在高負載代理式工作負載上可提供最高 4 倍吞吐量,任務完成速度最高快 30%。
它適合個人代理處理郵件、行事曆與預訂,也適合金融服務的文件資料擷取與政策規則檢查、資安營運的告警充實與事件分類、電信網路告警分流與帳務問答、零售商品目錄充實與訂單退貨查詢,以及審查拉取請求和產生修正的編碼助理。模型以 OpenMDW-1.1 授權釋出,權重、訓練資料與配方皆可下載,並可透過 NVIDIA NeMo 進行後訓練以適配特定領域的工具與流程。
更新時間:
模型 ID
nemotron-3.5-lightning:free- 上下文
- 1M
- 最大輸出
- 65.536K
- 建議 API
- messages
- 輸入
- text
- 輸出
- text
核心要點
- 開放權重純文字混合專家模型
- 總參數 300 億、每 token 約激活 30 億
- DFlash 推測解碼降低單 token 延遲
- 上下文最高 100 萬 token
- 單張受支援 GPU 即可執行
- 以 OpenMDW-1.1 授權釋出
供應商
比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | |||
|---|---|---|---|
| $0 | $0 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
基準測試
- 64.3%
AA-Omniscience 非幻覺率
Artificial Analysis 評測
- 66.4%
消除的過度使用模式
領域適配測試中的百分比
- 98.4%
詞彙豐富度
領域適配測試中相對基線的百分比
- 20%
視覺微調驗證準確率
公司案例研究中微調前的水準
- 58%
視覺微調驗證準確率
公司案例研究中微調後的水準
分數來自模型廠商公布的資料,未經獨立驗證。
推理能力
- 始終啟用
- 否
填入 API key
從 Felo API Platform 帳戶建立 key,並設定為環境變數。
export FELO_API_KEY="YOUR_API_KEY"發出第一次請求
使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。
nemotron-3.5-lightning:free該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。
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());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
啟用串流輸出
加入 stream: true,即可以 server-sent events 接收回應。
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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringnemotron-3.5-lightning:freePublic model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———toolsarray—Tool calling definitions following compatible schema.top_p———reasoning———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.include_reasoning———常見問題
什麼是 Nemotron 3.5 Lightning (free)?
Nemotron 3.5 Lightning 是 NVIDIA 於 2026 年 8 月 11 日發布的開放權重純文字混合專家模型,從前沿的 Nemotron 3 Ultra 蒸餾而來。它採用交錯 Mamba-2 層、MoE 層與部分注意力層的混合架構,總參數 300 億、每 token 約激活 30 億,並導入 DFlash 推測解碼以降低單 token 延遲,可在單張受支援的 GPU 上執行。 此模型針對長時間執行的代理式 AI 工作負載之執行層設計,並針對 OpenClaw、Hermes Agent 等常見代理框架的工具使用進行訓練。相較於同尺寸的其他領先開放模型,它在高負載代理式工作負載上可提供最高 4 倍吞吐量,任務完成速度最高快 30%。 它適合個人代理處理郵件、行事曆與預訂,也適合金融服務的文件資料擷取與政策規則檢查、資安營運的告警充實與事件分類、電信網路告警分流與帳務問答、零售商品目錄充實與訂單退貨查詢,以及審查拉取請求和產生修正的編碼助理。模型以 OpenMDW-1.1 授權釋出,權重、訓練資料與配方皆可下載,並可透過 NVIDIA NeMo 進行後訓練以適配特定領域的工具與流程。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
Nemotron 3.5 Lightning 支援哪些輸入與輸出?
它只支援文字輸入與文字輸出,是純文字模型。
它的上下文長度是多少?
上下文最高可達 100 萬個 token。
它適合哪些任務?
適合長時間執行的代理式工作負載,例如個人代理、金融文件擷取、資安事件分類、電信告警分流、零售客服與程式碼審查。
它與 Nemotron 3 Ultra 有什麼差別?
Nemotron 3.5 Lightning 是從 Nemotron 3 Ultra 蒸餾而來,定位為系統之模型架構中專責高負載執行的引擎。
可以針對特定領域後訓練嗎?
可以,能使用 NVIDIA NeMo 針對特定領域的工具、工作流程與政策進行後訓練,且後訓練後組織仍保有權重控制權。
它可以在哪裡取得?
可透過 Amazon SageMaker JumpStart、GMI Cloud、DeepInfra 與 OpenRouter 等管道取得。
相關模型
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeNVIDIA 推出的多模態開源模型,以混合專家架構在單張 Blackwell GPU 上執行,兼具視覺理解與代理任務能力。
上下文
1M
最大輸出
131.072K
輸入 tokens
$0 / 1M tokens
輸出 tokens
$0 / 1M tokens
Nemotron 3 Ultra (free)
NVIDIAnemotron-3-ultra-550b-a55b:freeNVIDIA 推出的 Nemotron 3 Ultra 是 Nemotron 3 系列最終且最強的開放推理模型,專為長時間自主代理與高吞吐量流程而設計。
上下文
1M
最大輸出
65.536K
輸入 tokens
$0 / 1M tokens
輸出 tokens
$0 / 1M tokens