8月11日，英伟达在签署开源AI公开信后首次拿出开源模型：Nemotron 3.5 Lightning总参数300亿、每次推理仅激活约30亿，输出速度最高达同规模模型的4倍；配套开源的NeMo Switchyard路由库，把Agent执行成本砍至全部使用Claude Opus 4.8时的约1/3。
7月24日，英伟达在支持开源AI模型的联名公开信上签了名。不到三周后，它交出了自己的答卷——不是白皮书，不是路线图，而是两个可以直接下载的开源项目。
这次的出手，是双倍的。
Nemotron 3.5 Lightning——黄仁勋称之为"智能、快速、高效且开源"，专为持续运行、长时间工作的Agent设计。NeMo Switchyard——一个在多模型之间按需分配任务的智能路由库，目标是把长程Agent的成本和延迟压下来。
英伟达签署支持开源AI模型的联名公开信
Nemotron 3.5 Lightning 与 NeMo Switchyard 同日开源
模型同步上架Hugging Face、ModelScope、OpenRouter及官方开发者平台
注：时间线信息综合公开报道整理。
一个模型是不是真能打，要看它站在别人的考场上表现如何。两个独立评测给出了相当一致的画面。
注：两个评测的指标不可直接互换——Artificial Analysis侧重模型本体能力与生成速度，PinchBench侧重Agent任务完成效率。
速度的账，靠的是架构。
Nemotron 3.5 Lightning采用混合专家架构：总参数300亿，但处理每个token时只激活约30亿参数——用更少的计算做更多的事，这是速度的第一层来源。
路由只调用少量专家模块，保留300亿总容量的同时，把单次推理的计算开销大幅压低。
训练中学习提前推测后续多个token，再逐项验证，减少一步步「挤牙膏」式生成。
配套DSpark、DFlash两款草稿模型快速生成候选内容，再统一校验，加速推理。
提供BF16与NVFP4双版本，可跑在RTX 5090、DGX Spark等本地硬件上。
在英伟达的规划里，它不负责复杂推理，而是做Agent的"工作模型"——承担工具调用、结果检查、格式整理、代码运行这些高频且流程相对固定的操作。复杂的规划与编排，交给Nemotron 3 Ultra这类前沿模型。
注：CrowdStrike、Harvey、CodeRabbit等公司已分别探索将其用于网络安全、法律服务和代码审查；也有团队在针对软件开发、金融、医疗场景做垂直微调。
真正把成本系统性降下来的，是第二个开源产品。
Agent执行长程任务，要经历规划、检索、工具调用、结果验证、纠错等环节。每个环节对模型能力、响应速度和成本的要求完全不同——都用最强的模型，是巨大的浪费。NeMo Switchyard就是那个分发请求的"调度中枢"。
注：Switchyard不锁死英伟达自家模型，开源与闭源模型均可接入；开发者可按准确率、速度、成本自定义路由策略。
英伟达内部测试显示：与全部任务使用Claude Opus 4.8相比，Switchyard能在保持接近其准确率的前提下，把任务完成成本降至约1/3。
第三方数据，更值得看。
这些账单指向一个事实：模型路由正在成为Agent成本结构的新变量。用对环节，省钱立竿见影；但准确率下降与任务失败的隐性成本，同样要算在账上。
开源双响炮之外，英伟达的牌桌上还有一张更大的牌。据公开报道，Nemotron 4系列正在研发中，最大版本预计至少1万亿参数，约为Nemotron 3 Ultra的两倍，目标直指全球领先开源模型的水平。但训练尚未完成，具体规格与发布时间都还没敲定。
注：条长为相对比例示意（约两倍关系），非精确参数对比；以官方最终发布为准。
英伟达为什么亲自下场做模型？两个目的：一是用模型开发反向优化芯片与软件栈；二是用高质量开源模型降低企业使用AI的门槛——越多企业做训练、微调、部署，GPU需求盘子就越大。
但这让英伟达与客户的关系变得微妙。OpenAI和Anthropic是它芯片的大买家，Reflection AI等开源模型公司又拿过英伟达的投资。自己下场做高性能模型，等于在伙伴的赛道里放了一个"自己"。
英伟达这次没有押注"一个模型打天下"，而是把执行和调度拆成两个开源项目：Lightning负责便宜地干活，Switchyard负责聪明地分配。当Agent从一次性问答走向持续运行，模型路由将变成基础设施的默认层——谁能把"分配"做到最顺，谁就掌握下一代AI应用的成本曲线。真正的风险不是技术，而是英伟达越深入模型层，与自家客户的边界就越难画清。
两个开源项目均已面向开发者开放下载与调用：