Bisakah saya menjalankan Nemotron 3.5 Lightning secara lokal?

Tidak. Bobotnya tidak tersedia untuk umum, jadi Anda hanya dapat mengaksesnya melalui API NVIDIA.

Berapa biayanya dan berapa panjang konteksnya?

Biayanya $0,06 per juta token input dan $0,16 per juta token output, dengan jendela konteks 262.144 token.

Apa bedanya dengan Nemotron 3 Nano?

NVIDIA memposisikan Lightning sebagai peningkatan besar dalam kemampuan agen dibandingkan Nano, dengan throughput hingga 4x lebih tinggi pada beban kerja konteks 1 juta token.

NVIDIA Nemotron 3.5 Lightning

2365°

#llm #nvidia #penalaran #agen #cepat #konteks panjang

Buka DeepInfra

nvidia | konteks token 262.144 | $0,06/M input, $0,16/M output. NVIDIA Nemotron 3.5 Lightning adalah model terbuka tercepat NVIDIA untuk agen selalu aktif dan tugas khusus volume tinggi. Model ini memberikan lonjakan kemampuan agen yang signifikan dibandingkan pendahulunya Nemotron 3 Nano, dengan throughput hingga 4x lebih tinggi pada konteks 1M-token.

Panduan untuk model ini

10 Alternatif ChatGPT Termurah di 2026: model lokal gratis, tingkat gratis, dan paket tarif tetap

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

NVIDIA Nemotron 3.5 Lightning adalah model tercepat NVIDIA dalam lini Nemotron, dibuat untuk agen yang selalu aktif dan beban kerja volume tinggi di mana throughput lebih penting daripada kemampuan mentah. Model ini menawarkan konteks 262.144 token dengan harga per token yang rendah, dengan klaim peningkatan throughput dibandingkan pendahulunya Nemotron 3 Nano. Jika Anda menjalankan agen dalam skala besar dan membutuhkan kecepatan tanpa tagihan model frontier, ini adalah versi yang perlu diperhatikan.

Dikenal untuk

Throughput tertinggi dalam keluarga Nemotron, hingga 4x lebih cepat daripada Nemotron 3 Nano pada konteks panjang
Jendela konteks 262.144 token untuk dokumen panjang dan sesi agen yang diperpanjang
Harga rendah: $0,06 per juta token input, $0,16 per juta token output
Dirancang khusus untuk pipeline agen dan tugas khusus volume tinggi
Ditandai sebagai model penalaran meskipun posisinya mengutamakan kecepatan

Waspadai

Bobot tidak terbuka; Anda hanya dapat menjalankan ini melalui API, tidak untuk deployment lokal.
Model yang dioptimalkan untuk kecepatan menukar beberapa kemampuan demi throughput — verifikasi kualitas pada tugas Anda sebelum berkomitmen dalam volume besar.
NVIDIA belum menerbitkan kartu model, jadi detail arsitektur dan ketentuan lisensi tidak tersedia.

Terbaik untuk

Agen dan penggunaan alat

Cepat

Konteks panjang

Anggaran

Prompt untuk dicoba

Rencana agen multi-langkah

Anda adalah agen otonom. Seorang pengguna ingin meneliti pesaing untuk alat harga SaaS B2B, menyusun laporan ringkasan, dan menjadwalkan pertemuan tindak lanjut. Pecah ini menjadi rangkaian panggilan alat dan sub-tugas yang terpisah, identifikasi data apa yang dibutuhkan setiap langkah, dan tandai setiap langkah yang memerlukan persetujuan manusia sebelum melanjutkan.

Ekstraksi data volume tinggi

Ekstrak semua perusahaan bernama, angka pendapatan yang dinyatakan, dan tahun yang terkait dari transkrip panggilan pendapatan berikut. Kembalikan hasil sebagai array JSON dengan kunci: company, revenue, currency, year. Jika nilai tidak dinyatakan, gunakan null. Transkrip: [tempel transkrip di sini]

Penalaran dokumen panjang

Saya akan menempelkan dokumen persyaratan produk sepanjang 200 halaman di bawah ini. Identifikasi tiga persyaratan dengan risiko teknis tertinggi, jelaskan mengapa masing-masing berisiko, dan sarankan satu mitigasi untuk setiap risiko. Jawaban masing-masing maksimal tiga kalimat. Dokumen: [tempel dokumen di sini]

Bandingkan dengan

Nemotron 3 Ultra
Model dengan bobot terbuka
konteks 262,144 token · $0.60/M input, $2.40/M output
Nemotron 3.5 Lightning
Model dengan bobot terbuka
konteks 262,144 token · $0.07/M input, $0.20/M output
Nemotron 3 Super
Model dengan bobot terbuka
konteks 262,144 token · $0.08/M input, $0.45/M output
NVIDIA Nemotron 3 Ultra 550B A55B
Model dengan bobot terbuka
konteks 262,144 token · $0.50/M input, $2.20/M output

Model teks lain dari nvidia

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Nemotron 3.5 Lightning secara lokal?: Tidak. Bobotnya tidak tersedia untuk umum, jadi Anda hanya dapat mengaksesnya melalui API NVIDIA.
Berapa biayanya dan berapa panjang konteksnya?: Biayanya $0,06 per juta token input dan $0,16 per juta token output, dengan jendela konteks 262.144 token.
Apa bedanya dengan Nemotron 3 Nano?: NVIDIA memposisikan Lightning sebagai peningkatan besar dalam kemampuan agen dibandingkan Nano, dengan throughput hingga 4x lebih tinggi pada beban kerja konteks 1 juta token.

Putusan Kapten
Model API murah dan cepat yang dibuat untuk pipeline agen dalam skala besar — berguna jika throughput adalah hambatan Anda dan deployment lokal bukan persyaratan.

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Cara memasang

Cara Menginstal Ollama dan Menjalankan AI Lokal (Windows, Mac, Linux)

Model Serupa

Gemini 2.5 Flash Lite

Model AI untuk Pembuatan Gambar, Video & Teks

NVIDIA Nemotron 3.5 Lightning adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm nvidia penalaran agen cepat konteks panjang anggaran

Jelajahi berdasarkan Keluarga Model