Nemotron 3.5 Lightning: o modelo aberto de 30B da NVIDIA para agentes autônomos de longa duração

O sistema de modelos que roda agentes 24/7

A NVIDIA expandiu a família Nemotron 3 com o Nemotron 3.5 Lightning, um modelo aberto de 30 bilhões de parâmetros com arquitetura Mixture-of-Experts (MoE) projetado especificamente para agentes autônomos de longa duração. A empresa também lançou o NeMo Switchyard, uma biblioteca open source que faz roteamento inteligente entre modelos dentro de frameworks de agentes.

O Lightning é o modelo mais eficiente da sua classe para cargas de trabalho de IA agentiva: geração de tokens até 4× mais rápida e tempo de conclusão 30% menor que modelos abertos comparáveis.

Agentes como sistema de modelos

A NVIDIA propõe uma arquitetura onde agentes autônomos operam como “sistemas de modelos” — ensembles onde diferentes modelos se especializam em diferentes tarefas. Um modelo de raciocínio de fronteira como o Nemotron 3 Ultra planeja e orquestra; modelos menores como o Lightning executam code review, uso de ferramentas, monitoramento de segurança e respostas a perguntas de cobrança.

O Switchyard faz a ponte: direciona cada requisição para o modelo mais capaz para aquela tarefa específica, sem que o desenvolvedor precise reescrever a aplicação.

Onde roda

O Lightning foi projetado para rodar em RTX, DGX, workstations e data centers. Com fine-tuning, o modelo pode ser adaptado para estilos de escrita específicos, vocabulário de domínios como fotografia ou design 3D, e convenções de código particulares.

Contexto competitivo

O Lightning se posiciona entre os modelos pequenos como Nemotron 3 Nano (para dispositivos Edge) e os modelos de fronteira como Nemotron 3 Ultra. A promessa é preencher a lacuna do “agente sempre ligado” — tarefas que precisam de qualidade de raciocínio mas não justificam o custo e latência de um modelo de centenas de bilhões de parâmetros.

Para o ecossistema open source brasileiro, ter um modelo de 30B eficiente e aberto significa que Laboratórios de IA em universidades e startups podem rodar agentes em hardware local (RTX 4090/5090) sem depender de APIs pagas em dólar.