•

Open weights model

•

Released agosto de 2026

Análise de inteligência, desempenho e preço do Nemotron 3.5 Lightning

Name: Inteligência
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Experimente Benchmarks de provedores de API

Desempenho

Tempo até o primeiro token da resposta final 16,37sVelocidade de saída 248 tok/s

4,4

Tempo por tarefa do Intelligence Index (minutos)

Custo

Entrada US$ 0,06Saída US$ 0,20Desconto do cache 42%

$0.29

Custo por tarefa do Intelligence Index

Verbosidade

Tokens de entrada 3.84BSaída/entrada 2.027%

77.8M

Tokens de saída do Intelligence Index

Nemotron 3.5 Lightning está abaixo da média em inteligência, mas tem preço razoável em comparação com outros modelos de pesos abertos de tamanho semelhante. Também é especialmente rápido por tarefa, mas é um pouco verboso. O modelo aceita entrada em texto, gera saída em texto e tem uma janela de contexto de 1M tokens.

Nemotron 3.5 Lightning alcança 6 pontos no Artificial Analysis Intelligence Index, ficando abaixo da média entre os modelos comparáveis (mediana: 8). Na avaliação do Intelligence Index, gerou 77.8M tokens, um resultado um pouco verboso em comparação com a mediana de 77.7M.

O preço do Nemotron 3.5 Lightning é de $0.06 por 1M de tokens de entrada (preço moderado, mediana: $0.12) e $0.20 por 1M de tokens de saída (preço moderado, mediana: $0.30). Em média, a avaliação do Nemotron 3.5 Lightning no Intelligence Index custa $0.29 por tarefa.

Com 4.4 minutos por tarefa do Intelligence Index, Nemotron 3.5 Lightning é especialmente rápido em comparação com a mediana de 15.3 minutos dos modelos comparáveis (quanto menor, melhor).

Raciocínio	Sim Esta página mostra a versão com raciocínio deste modelo. Também pode existir uma variante sem raciocínio.
Modalidade de entrada	Compatível com: texto
Modalidade de saída	Compatível com: texto
Janela de contexto	1M ~1500 páginas A4 em fonte Arial tamanho 12
Parâmetros totais	31.6B
Parâmetros ativos	3.6B Número de parâmetros ativos por token durante a inferência
Licença	OpenMDW-1.1
Pesos do modelo	Hugging Face

As métricas são comparadas com modelos da mesma classe:

Modelos sem raciocínio → comparados apenas com outros modelos sem raciocínio
Modelos de raciocínio → comparados com modelos com e sem raciocínio
Modelos de pesos abertos → comparados apenas com outros modelos de pesos abertos da mesma classe de tamanho:

Muito pequeno: ≤4B parâmetros
Pequeno: 4B–40B parâmetros
Médio: 40B–150B parâmetros
Grande: >150B parâmetros

Modelos proprietários → comparados com modelos proprietários e de pesos abertos da mesma faixa de preço, usando uma proporção combinada de 3:1 entre os preços de entrada e saída:

<$0.15 por 1M de tokens
$0.15–$1 por 1M de tokens
>$1 por 1M de tokens

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

Tempo por tarefa

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

Custo por tarefa

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

No publicly available API

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: pesos abertos vs. proprietários

No publicly available API

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index vs. custo por tarefa

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Índices de capacidade

Mede o desempenho dos modelos em capacidades e setores específicos

Artificial Analysis Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

No publicly available API

Avaliações

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

Ver mais

No publicly available API

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 AccuracyUpdated

Knowledge

AA-Omniscience v1.1 Non-Hallucination RateUpdated

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 2.0New

Agentic software engineering in open-source repositories

HLE-DiamondNew

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

AA-3DNew

Agentic interactive 3D experiences, Elo

Code2Video-AANew

Product and brand videos designed in code, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

AA-Briefcase v1.1

Elo do AA-Briefcase

AA-Briefcase v1.1 is an agentic knowledge work benchmark developed by Artificial Analysis. AA-Briefcase Elo is a combined metric that aggregates rubric pass rate, analytical quality Elo and presentation Elo · Higher is better

No publicly available API

AA-Briefcase Elo is a combined metric that aggregates analytical quality Elo, presentation Elo, and rubric pass rate, with rubric performance converted into Elo via synthetic head-to-head matches. Elo and 95% confidence interval bounds are clamped at 0.

AA-Omniscience v1.1

Pontuação líquida do AA-Omniscience

AA-Omniscience v1.1 Net Score (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.

No publicly available API

Openness Index

Artificial Analysis Openness Index: pontuação

O Openness Index avalia a abertura dos modelos em uma escala normalizada de 0 a 100 (quanto maior, mais aberto)

Uso de tokens

Tokens de saída por tarefa do Intelligence Index

Média ponderada de tokens de saída usados para executar uma tarefa do Artificial Analysis Intelligence Index

No publicly available API

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

Custo

Custo por tarefa do Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No publicly available API

Custo de executar o Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

No publicly available API

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Preços: acertos de cache, entrada e saída

Price (USD per M Tokens)

No publicly available API

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Janela de contexto

Context window: tokens limit · Higher is better

No publicly available API

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Desempenho

Medido pelo tempo por tarefa (minutos), pela velocidade de saída (tokens por segundo), pelo tempo até o primeiro token da resposta final e pelo tempo até o primeiro token (segundos)

Tempo por tarefa do Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

No publicly available API

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Velocidade de saída

Output tokens divided by total request time, including time to first token · Higher is better

No publicly available API

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

Tempo até o primeiro token da resposta final

Segundos até receber o primeiro token da resposta final · Inclui o tempo de “pensamento” dos modelos de raciocínio

No publicly available API

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Tamanho do modelo (somente modelos de pesos abertos)

Tamanho do modelo: parâmetros totais e ativos

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Perguntas frequentes

Perguntas comuns sobre o Nemotron 3.5 Lightning

O Nemotron 3.5 Lightning foi lançado em 11 de agosto de 2026.

NVIDIA criou o Nemotron 3.5 Lightning.

Nemotron 3.5 Lightning alcança 6 pontos no Artificial Analysis Intelligence Index, ficando abaixo da média entre outros modelos de pesos abertos de tamanho semelhante (mediana: 8).

Nemotron 3.5 Lightning leva 4.4 minutos por tarefa do Intelligence Index (com base na mediana dos provedores que oferecem o modelo), um resultado entre os mais rápidos em comparação com outros modelos de pesos abertos de tamanho semelhante (mediana: 15.3 minutos; quanto menor, melhor).

Nemotron 3.5 Lightning tem um tempo até o primeiro token da resposta final de 16.37s (com base na mediana dos provedores que oferecem o modelo), um resultado um pouco acima da média em comparação com outros modelos de pesos abertos de tamanho semelhante (mediana: 5.17s).

Nemotron 3.5 Lightning custa $0.06 por 1M de tokens de entrada (melhor que a média, mediana: $0.12) e $0.20 por 1M de tokens de saída (melhor que a média, mediana: $0.30), com base na mediana dos provedores que oferecem o modelo.

Nemotron 3.5 Lightning custa $0.06 por 1M de tokens de entrada e $0.20 por 1M de tokens de saída (com base na mediana dos provedores que oferecem o modelo). Considerando uma tarifa combinada (proporção de 7:2:1 entre acerto do cache, entrada e saída), o preço é de $0.06 por 1M de tokens. O preço pode variar conforme o provedor. Comparar preços dos provedores

Na avaliação do Intelligence Index, Nemotron 3.5 Lightning gerou 77.8M tokens de saída, um resultado um pouco acima da média em comparação com outros modelos de pesos abertos de tamanho semelhante (mediana: 77.7M).

Sim, o Nemotron 3.5 Lightning é um modelo de raciocínio. Ele usa reflexão prolongada ou raciocínio em cadeia para resolver problemas complexos antes de fornecer uma resposta.

Nemotron 3.5 Lightning aceita entrada em texto.

Nemotron 3.5 Lightning permite saída em texto.

Não, o Nemotron 3.5 Lightning não aceita imagens como entrada. Ele só consegue processar texto.

Não, o Nemotron 3.5 Lightning não é multimodal. Ele aceita apenas entrada em texto.

Nemotron 3.5 Lightning tem uma janela de contexto de 1M tokens. Isso determina quanto texto e histórico da conversa o modelo consegue processar em uma única solicitação.

Sim, o Nemotron 3.5 Lightning é um modelo de pesos abertos. Os pesos estão disponíveis publicamente e podem ser baixados para auto-hospedagem.

Nemotron 3.5 Lightning tem 31,6 bilhões parâmetros (3,6 bilhões ativos).

Nemotron 3.5 Lightning é um modelo de mistura de especialistas (MoE) com 31,6 bilhões parâmetros no total, mas apenas 3,6 bilhões parâmetros ativos são usados durante a inferência.

Nemotron 3.5 Lightning foi lançado sob a licença OpenMDW-1.1. Essa licença permite o uso comercial. Ver licença

Nemotron 3.5 Lightning alcança 6 pontos no Artificial Analysis Intelligence Index. Esse benchmark composto avalia os modelos em trabalho do conhecimento, programação, ciência e conhecimento geral.

Sim, o Nemotron 3.5 Lightning está disponível por API em 6 provedores. Comparar provedores de API

Nemotron 3.5 Lightning está disponível em 6 provedores de API. Comparar provedores

Análise de inteligência, desempenho e preço do Nemotron 3.5 Lightning

Resumo do modelo

InteligênciaUpdated

Resumo da comparação

Especificações técnicas

144 modelos nesta classe

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: pesos abertos vs. proprietários

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

AA-Briefcase v1.1

Elo do AA-Briefcase

AA-Briefcase Elo

AA-Omniscience v1.1

Pontuação líquida do AA-Omniscience

AA-Omniscience Net Score

Openness Index

Artificial Analysis Openness Index: pontuação

Uso de tokens

Tokens de saída por tarefa do Intelligence Index

Output Tokens per Intelligence Index Task

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Custo de executar o Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preços: acertos de cache, entrada e saída

Cache Hit

Janela de contexto

Janela de contexto

Context Window for RAG

Context Window

Desempenho

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Velocidade de saída

End-to-End Output Speed

Tempo até o primeiro token da resposta final

Time to First Answer Token

Tamanho do modelo (somente modelos de pesos abertos)

Tamanho do modelo: parâmetros totais e ativos

Total Parameters

Active Parameters at Inference Time

Perguntas frequentes

Quando o Nemotron 3.5 Lightning foi lançado?

Quem criou o Nemotron 3.5 Lightning?

Qual é a inteligência do Nemotron 3.5 Lightning?

Qual é a velocidade do Nemotron 3.5 Lightning?

Qual é a latência do Nemotron 3.5 Lightning?

Quanto custa o Nemotron 3.5 Lightning?

Qual é o preço da API do Nemotron 3.5 Lightning?

Qual é a verbosidade do Nemotron 3.5 Lightning?

O Nemotron 3.5 Lightning é um modelo de raciocínio?

Quais modalidades de entrada o Nemotron 3.5 Lightning aceita?

Quais modalidades de saída o Nemotron 3.5 Lightning aceita?

O Nemotron 3.5 Lightning consegue processar imagens?

O Nemotron 3.5 Lightning é multimodal?

Qual é a janela de contexto do Nemotron 3.5 Lightning?

O Nemotron 3.5 Lightning é de código aberto?

Quantos parâmetros o Nemotron 3.5 Lightning tem?

Quais são os parâmetros ativos do Nemotron 3.5 Lightning?

Qual é a licença do Nemotron 3.5 Lightning?

Qual é o desempenho do Nemotron 3.5 Lightning nos benchmarks?

O Nemotron 3.5 Lightning está disponível por API?

Onde posso usar o Nemotron 3.5 Lightning?