NVIDIA veröffentlicht Open-Source-Modell Nemotron 3.5 Lightning für KI-Agenten
NVIDIA stellt mit Nemotron 3.5 Lightning ein neues Open-Model vor, das durch hohe Generierungsgeschwindigkeit und Präzision speziell für den Einsatz in autonomen KI-Agenten entwickelt wurde.
NVIDIA hat das Open-Model Nemotron 3.5 Lightning veröffentlicht, das für kontinuierlich arbeitende KI-Agenten konzipiert ist.
Das Modell verfügt über 30 Milliarden Parameter, von denen jedoch nur 3 Milliarden aktiviert werden (Sparse-MoE-Architektur). Dies führt zu einer bis zu vierfach höheren Generierungsgeschwindigkeit im Vergleich zu Modellen ähnlicher Größe.
In Benchmark-Tests wie PinchBench erreichte Nemotron 3.5 Lightning eine Genauigkeit von 86 % und erledigte 10.000 Aufgaben 35 % schneller als Qwen3.6 35B bei vergleichbarer Präzision.
Anpassung und Effizienz
Das Modell kann auf benutzerdefinierten Daten, Tools und Workflows feinabgestimmt (Fine-Tuning) werden. Dank seiner kompakten Architektur eignet es sich ideal für den Betrieb auf NVIDIA DGX Spark.
Zusätzlich hat NVIDIA die Bibliothek NeMo Switchyard geöffnet. Diese ermöglicht die Verteilung verschiedener Stufen der Agentenarbeit auf unterschiedliche Modelle: Komplexe Schlussfolgerungen und Planungsaufgaben können an leistungsstärkere Modelle delegiert werden, während die schnelle Ausführung von Massenaufgaben vom Lightning-Modell übernommen wird.
NVIDIA hat zudem die Gewichte, Daten und Trainingsrezepte veröffentlicht. Das Modell ist kostenlos über OpenRouter verfügbar.
Warum das wichtig ist
AnalyseDieses Modell eröffnet Entwicklern von KI-Agenten neue Möglichkeiten zur individuellen Feinabstimmung und Skalierung. Die Kombination aus hoher Geschwindigkeit und Genauigkeit macht es besonders attraktiv für Echtzeit-Anwendungen und ressourcenoptimierte Deployment-Szenarien.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
JSON – strukturierte Daten für Anwendungen, APIs und KI-Agenten
Ein umfassender praktischer Leitfaden zum JSON-Format: Syntaxregeln, Serialisierung über parse/stringify, Arbeit mit REST-APIs, JSON Schema und strukturierter Output für künstliche Intelligenz.
Nvidias Monopolstellung und die CUDA-Plattform
Eine Analyse der technologischen und wirtschaftlichen Dominanz von Nvidia auf dem Markt für künstliche Intelligenz. Wie die im Jahr 2006 eingeführte Softwareplattform CUDA (Compute Unified Device Architecture) gewöhnliche Gaming-Grafikkarten zum wichtigsten Rechenwerkzeug der Welt machte und warum es Konkurrenten wie AMD und Intel so schwerfällt, dieses Monopol zu brechen.
Binance veröffentlicht Untersuchung zum Diebstahl von 6,3 Mrd. US-Dollar
Die Untersuchung verbindet den Diebstahl mit einem manipulierten Homebrew, einem gefälschten Interview und dem Missbrauch eines internen KI-Tools von Binance.
Vier Lebenslauf-Tipps vom Leiter für Applied-AI-Entwicklung bei OpenAI
Wulfie Bain, Leiter der Applied-AI-Entwicklung bei OpenAI, nannte vier Regeln: Kürze, Relevanz, Ergebnisfokus und starke Erfolge am Anfang.