Nemotron 3.5 Lightning

Для Nemotron 3.5 Lightning используйте Chat Completions API.

О модели

Nemotron 3.5 Lightning — самая быстрая открытая модель NVIDIA для постоянно работающих агентов и массовых узких задач. Принимает текст, отвечает текстом. Вышла 11 августа 2026 года как предварительная версия 1.0.

Архитектура — гибрид Mamba-2, смеси экспертов и внимания: 30 млрд параметров, из них 3 млрд активных. В DSLab модель доступна с контекстом 262 144 токена; NVIDIA указывает возможность до 1 млн токенов. Данные предобучения — по сентябрь 2025 года, дообучения — по май 2026.

Знает английский, испанский, французский, немецкий, итальянский и японский, а также языки программирования. Рассуждения включаются через reasoning_effort: на нашем тестовом вопросе none дал 57 токенов, high — 948.

Стоимость

Текущая стоимость использования этой модели:

Токены	Стоимость за 1 млн токенов
Входные токены	6₽
Выходные токены	16₽
Чтение из кэша	3₽

Как считается расход

Учитываются все токены
И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр	Значение
Вход	Текст
Выход	Текст
Параметры	30 млрд, из них 3 млрд активных
Контекст в DSLab	262 144 токена
Рассуждения	Включаются через reasoning_effort
Вызов функций	Да
Ответ в JSON	Да
Лицензия	OpenMDW-1.1
Дата выхода	11 августа 2026

Сравнение с соседними моделями

Модель	Параметры	Вход	Дата выхода
Nemotron 3.5 Lightning (эта модель)	30 млрд, 3 млрд активных	Текст	11 августа 2026
Nemotron 3.5 Super VL	120 млрд, 12 млрд активных	Текст, изображения	15 октября 2026

Бенчмарки

Бенчмарк	Результат	Условия
SWE-bench Verified	52,8 %	Контрольная точка NVFP4, данные NVIDIA
GPQA Diamond	75,6 %	Без инструментов, NVFP4, данные NVIDIA
MMLU Pro	81,6 %	Контрольная точка NVFP4, данные NVIDIA
IFBench	72,9 %	Мягкая оценка, NVFP4, данные NVIDIA
AA-LCR	49,2 %	Контрольная точка NVFP4, данные NVIDIA

API

Эндпоинт

http

POST https://api.dslab.tech/v1/chat/completions

Текстовый запрос

import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.dslab.tech/v1",)response = client.chat.completions.create(    model="nemotron-3.5-lightning",    reasoning_effort="none",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр	Тип	По умолчанию	Описание
model	string	обязательный	ID модели: nemotron-3.5-lightning.
messages	array	обязательный	История диалога: роли system, user, assistant и tool. content — текст.
max_tokens	integer	—	Максимальный ответ в токенах, включая рассуждения.
stream	boolean	false	Потоковый ответ. Чтобы получить расход токенов в потоке, добавьте stream_options со значением include_usage: true.
tools	array	—	Ваши функции: type function, name, description и parameters.
temperature	number	—	Разброс ответов, от 0 до 2.
response_format	object	—	Формат ответа: json_object.
reasoning_effort	string	—	Уровень рассуждений: none отключает рассуждения, high включает полные. Другие значения зависят от модели.

Важно знать

Это предварительная версия 1.0: поведение может меняться.
Рассуждения тратят токены ответа: с высоким reasoning_effort задавайте max_tokens с запасом.
Изображения модель не принимает: запрос с изображением возвращает ошибку 400.