I pesi sono aperti e posso eseguire questo modello localmente?

Sì, i pesi BF16 sono su Hugging Face sotto OpenMDW License v1.1 e sono autorizzati per uso commerciale. Una singola H100 80GB o A100 80GB lo gestisce, anche se per hardware consumer conviene usare le varianti NVFP4 o GGUF che NVIDIA indica separatamente.

Quanto costa e qual è la finestra di contesto?

Via API costa 0,07$ per milione di token in input e 0,20$ per milione di token in output. La finestra di contesto è di 256K token su una singola H100; l'architettura supporta fino a 1M token su setup multi-GPU Blackwell.

In cosa differisce questo rilascio BF16 da quello NVFP4?

Il rilascio BF16 è il checkpoint di riferimento a piena precisione, pensato per lavori post-training come SFT, RL, distillazione e produzione di varianti quantizzate. Il rilascio NVFP4 è quello che NVIDIA raccomanda per inferenza ottimizzata e deployment a bassa latenza.

▲

59.6%

questa settimana

Nemotron 3.5 Lightning

8980°

#llm #nvidia #ragionamento #agenti #locale #contesto lungo

Questo mese

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

NVIDIA | contesto da 262.144 token | $0.07/M input, $0.20/M output. NVIDIA Nemotron 3.5 Lightning è un modello open Mixture-of-Experts di NVIDIA, con 3B parametri attivi su 30B totali. È adatto per carichi di lavoro agentici ad alto throughput e compiti specializzati che beneficiano di personalizzazioni specifiche per dominio.

Guide per questo modello

Ollama vs LM Studio (2026): quale app AI locale usare e quali modelli top esegue ciascuna

Il miglior LLM locale per caso d'uso (ottobre 2026): il modello open giusto per ogni lavoro

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)

Quanta VRAM serve davvero per l'AI locale?

Come Installare Ollama e Usare un'IA Locale (Windows, Mac, Linux)

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

Nemotron 3.5 Lightning è un modello Mixture-of-Experts da 30B parametri di NVIDIA con solo 3B parametri attivi all'inferenza, costruito su un'architettura ibrida Mamba-2, MoE e Attention. Il rilascio BF16 qui è il checkpoint di riferimento — il punto di partenza giusto per fine-tuning, distillazione o per costruire varianti quantizzate, non il percorso più veloce verso la produzione. Pesi aperti, uso commerciale permesso, e 256K contesto su una singola H100.

Conosciuto per

Efficienza MoE: 30B parametri totali, solo 3B attivi per passaggio in avanti
Architettura ibrida che combina Mamba-2, strati MoE e Attention
Modalità di ragionamento configurabile — attiva o disattiva il pensiero all'inferenza
Progettato come base per fine-tuning e distillazione, non solo come endpoint chat
Supporta sei lingue tra cui inglese, spagnolo, francese, tedesco, italiano e giapponese

Attenzione a

Questo rilascio BF16 è per lavori di personalizzazione; per serving a bassa latenza NVIDIA consiglia la variante NVFP4.
La distribuzione su singola H100 è validata fino a 256K token; per arrivare a 1M serve multi-GPU o hardware Blackwell.
I pesi sono aperti ma sotto la OpenMDW License Agreement v1.1 — non una licenza standard Apache o MIT; controlla i termini.

Ideale per

Agenti e uso di strumenti

Prompt da provare

Attiva il ragionamento su un problema

Stai risolvendo un problema logistico. Un magazzino spedisce ordini in lotti da 12. Ha 500 unità del prodotto A e riceve 75 nuovi ordini al giorno. Ogni ordine richiede 3 unità. Quanti giorni pieni passano prima che le scorte finiscano, e in quale giorno viene spedito l'ultimo lotto completo? Mostra il ragionamento passo passo.

Preparazione fine-tuning di dominio

Sto preparando un dataset di fine-tuning supervisionato per un assistente di revisione documenti legali. Scrivi 5 coppie istruzione-risposta di alta qualità dove l'istruzione chiede al modello di identificare un tipo specifico di clausola in un estratto contrattuale, e la risposta identifica la clausola, cita il testo rilevante e spiega il significato in linguaggio semplice.

Decomposizione di compito agentico

Sei un agente con accesso a uno strumento di ricerca web, uno di esecuzione codice e uno di scrittura file. Un utente vuole un report settimanale sui prezzi dei concorrenti per tre prodotti SaaS. Suddividi questo in una sequenza concreta di chiamate agli strumenti e sotto-compiti, specificando cosa ogni chiamata recupera o calcola e come gli output alimentano il report finale.

Confronta con

Nemotron 3 Ultra
Modello con pesi aperti
Contesto di 262,144 token · Input $0.60/M, output $2.40/M
Nemotron 3 Super
Modello con pesi aperti
Contesto di 262,144 token · Input $0.08/M, output $0.45/M
NVIDIA Nemotron 3 Ultra 550B A55B
Modello con pesi aperti
Contesto di 262,144 token · Input $0.50/M, output $2.20/M
Nemotron 3.5 Content Safety
Modello con pesi aperti
Contesto di 131,072 token · Input $0.20/M, output $0.20/M

Altri modelli di testo da nvidia

Domande frequenti

I pesi sono aperti e posso eseguire questo modello localmente?: Sì, i pesi BF16 sono su Hugging Face sotto OpenMDW License v1.1 e sono autorizzati per uso commerciale. Una singola H100 80GB o A100 80GB lo gestisce, anche se per hardware consumer conviene usare le varianti NVFP4 o GGUF che NVIDIA indica separatamente.
Quanto costa e qual è la finestra di contesto?: Via API costa 0,07$ per milione di token in input e 0,20$ per milione di token in output. La finestra di contesto è di 256K token su una singola H100; l'architettura supporta fino a 1M token su setup multi-GPU Blackwell.
In cosa differisce questo rilascio BF16 da quello NVFP4?: Il rilascio BF16 è il checkpoint di riferimento a piena precisione, pensato per lavori post-training come SFT, RL, distillazione e produzione di varianti quantizzate. Il rilascio NVFP4 è quello che NVIDIA raccomanda per inferenza ottimizzata e deployment a bassa latenza.

Verdetto del capitano
Una solida base per fine-tuning con un'architettura MoE intelligente — usalo quando devi personalizzare, non solo per un endpoint chat.

Scheda modello su Hugging Face

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #54 Hottest AI model · #29 Hottest Text / LLM model · #29 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendenza di popolarità di Nemotron 3.5 Lightning

Punteggio di calore da 11 Aug 2026

Punteggio di popolarità

8,980°

Questa settimana

▲

59.6%

8,919° allora, 8,980° ora

Questo mese

▲

1,079%

8,656° allora, 8,980° ora

Ultimo anno

n/a

Non ancora rilasciato/tracciato

7,000°

Floor

La scala va da 0° a 9.999°. Tutto ciò che sta sotto 7,000° è riservato ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete. 7,000° è dove iniziano i dati misurati: un modello con dati reali ma quasi nessun download sta al floor, e le misurazioni riempiono i gradi sopra di esso. Il floor non dice nulla sul modello; solo i gradi sopra lo fanno, e sono quelli che distinguono un modello dall'altro.

+1,656°

Token OpenRouter

3,296,276,417,858 token processati da questo modello tramite OpenRouter negli ultimi 30 giorni, prompt e risposte insieme. Ogni 10,000,000 token conta come un download nel termine di download, 329,627 in totale; i token dell'ultimo giorno contribuiscono al tasso di adozione. Fonte: OpenRouter (openrouter.ai/rankings).

+324°

Tasso di adozione

Circa 21,182 download al giorno, misurati tra due rilevazioni delle fonti, mai stimati da una media a vita. La velocità pesa un quarto del termine download, così una nuova impennata si vede senza che un picco di un giorno superi anni di uso.

Mostra dettagli

Ogni numero su questo sito può essere verificato. Il punteggio heat di questo modello è 8,980°, ed è costruito un ingrediente alla volta, con il totale progressivo dopo ogni passaggio: il floor, i gradi che ogni fonte aggiunge, il bonus per il tipo di modello e cosa toglie l'età dei suoi pesi. I colori corrispondono alle bande del grafico sopra. Il glossario alla fine definisce ogni termine.

1
Inizia dal floor.
Perché 7,000° e non zero: la scala va da 0° a 9.999°, e la parte sotto 7,000° è riservata ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete e non superare mai un modello con dati. 7,000° è dove iniziano i dati misurati. Un modello con dati reali ma quasi nessun download sta qui; tutto ciò che segue è misurazione, e lo spazio sopra il floor contiene dieci passi decuplici nei download a 300° ciascuno. Il floor è uguale per ogni modello, quindi non decide nulla; lo fanno i gradi sopra di esso.
7,000°
totale in corso
2
Aggiungi i download.
329,627 equivalenti di download in totale, da Token OpenRouter. Dieci volte i download aggiungono lo stesso 300°, quindi la dimensione conta ma non domina mai il punteggio.
+1,656°
8,656°
totale in corso
3
Aggiungi il tasso di adozione.
Circa 21,182 download al giorno in questo momento, misurati tra due rilevazioni, con un peso di un quarto.
+324°
8,980°
totale in corso
=
Il punteggio heat.
Dove si posiziona questo modello in ogni lista di questo sito. Niente altro lo modifica.
8,980°

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Come si è mosso questo modello rispetto al resto del catalogo: la sua crescita in download, like e utilizzo in ogni periodo, misurata rispetto alla crescita tipica dei modelli nello stesso periodo, con il suo punteggio di popolarità al momento. Sopra la crescita tipica indica un aumento, sotto una diminuzione. Il passato è ricostruito dai totali di oggi, dal primo giorno del modello e dalla sua velocità di download misurata quando ci sono due letture; un modello che non esisteva all'inizio del periodo mostra n/a.

Modelli simili

Qwen3 Coder 480B A35B Instruct Turbo

TEXT / LLM

Modelli di IA per generare immagini, video e testo

Nemotron 3.5 Lightning è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm nvidia ragionamento agenti locale contesto lungo multilingue

Sfoglia per famiglia di modelli