/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
transformers
Опубликована
11 авг 2026

NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16-GGUF

Генерация текстаТекст → текст15 профессий

Гибридная языковая модель NVIDIA для диалоговой генерации текста, рассуждений и задач с кодом, доступная в GGUF-вариантах для запуска и дальнейшей адаптации.

271скачиваний за 30 дней3лайкавеса обновлены11 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это GGUF-представление NVIDIA Nemotron 3.5 Lightning — гибридной языковой модели NVIDIA с архитектурой Mixture-of-Experts, слоями Mamba-2 и выборочными слоями Attention. Модель содержит 30 млрд параметров, из которых при генерации активны около 3 млрд; контекст достигает 1 млн токенов, а на одной H100 — 256 тыс. токенов. В карточке представлены варианты F16, Q4_K_M и Q5_K_M; метаданные также указывают GGUF BF16.

Модель предназначена для диалога и генерации текста, включая задачи с кодом, математикой, наукой, вызовом инструментов и структурированными ответами. Она поддерживает настраиваемый режим рассуждений и английский, испанский, французский, немецкий, итальянский и японский языки. Контрольные результаты в README показывают конкурентный уровень, но уступание более крупным моделям NVIDIA в большинстве приведённых агентных задач программирования и рассуждений.

Этот чекпойнт описан как полноточечная основа для дальнейшей настройки, адаптации и выпуска квантованных вариантов; для непосредственного развёртывания NVIDIA рекомендует сопутствующий NVFP4-вариант. Репозиторий заявлен под лицензией OpenMDW-1.1.

Сценарии применения

  • диалоговые ответы и генерация текста
  • решение математических задач с пошаговыми рассуждениями
  • написание и анализ программного кода
  • ответы на вопросы по научным темам
  • генерация структурированных ответов и сценарии с вызовом инструментов

Ограничения

В README указано, что модель уступает более крупным моделям NVIDIA в большинстве приведённых тестов агентного программирования и рассуждений. Для непосредственного производственного развёртывания NVIDIA рекомендует сопутствующую NVFP4-версию; полноточечный чекпойнт ориентирован прежде всего на настройку и адаптацию.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16-GGUF

NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 is the full-precision reference release of NVIDIA's Nemotron 3.5 Lightning model, a hybrid Mixture-of-Experts architecture interleaving Mamba-2 and MoE layers with select Attention layers, totaling 30B parameters with only 3B active at inference and supporting up to 1M tokens of context (256K on a single H100). Pre-trained on over 20 trillion tokens using an NVFP4 recipe and enhanced with Multi-Token Prediction (MTP) layers for richer training signals, it underwent a four-stage pipeline — pretraining, MTP continued pretraining, supervised fine-tuning on code/math/science/tool-calling data, and multi-environment GRPO reinforcement learning across math, code, instruction-following, and structured-output tasks — supporting configurable reasoning mode (enable_thinking), English plus five additional languages, and speculative decoding via DSpark, DFlash, or MTP for faster generation. This BF16 checkpoint is intended primarily as a starting point for customization — post-training (SFT/RL/distillation), domain adaptation, or producing quantized (NVFP4, W4A16, GGUF) variants — rather than direct production deployment, for which NVIDIA recommends the companion NVFP4 release; on NVIDIA's internal benchmark harness it trails larger sibling Qwen3.6-35B-A3B and Nemotron 3 Super on most agentic coding and reasoning tasks (e.g., 51.56 on SWE-bench Verified, 75.44 on GPQA Diamond) while remaining competitive with Gemma4-26B-A4B and GPT-OSS-20B, deployable on single or multi-GPU H100/H200/GB200/A100 setups via vLLM, and released under the OpenMDW-1.1 license alongside NVIDIA's full pre-training and post-training dataset lineage.

Model Files

File NameQuant TypeFile SizeFile Link
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16.F16.ggufF1665.9 GBDownload
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16.Q4_K_M.ggufQ4_K_M25.4 GBDownload
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16.Q5_K_M.ggufQ5_K_M27 GBDownload
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16.Q8_0.ggufQ8_035 GBDownload

Quick Start with llama.cpp

FROM ghcr.io/ggml-org/llama.cpp:full

WORKDIR /app

RUN apt update && apt install -y python3-pip
RUN pip install -U huggingface_hub --break-system-packages

RUN python3 -c 'from huggingface_hub import hf_hub_download; \
    repo="prithivMLmods/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16-GGUF"; \
    hf_hub_download(repo_id=repo, filename="NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16.Q4_K_M.gguf", local_dir="/app")'

CMD ["--server", \
     "-m", "/app/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16.Q4_K_M.gguf", \
     "--host", "0.0.0.0", \
     "--port", "7860", \
     "-t", "2", \
     "--cache-type-k", "q8_0", \
     "--cache-type-v", "iq4_nl", \
     "-c", "128000", \
     "-n", "38912"]

llama.cpp

LLM inference in C/C++ — https://github.com/ggml-org/llama.cpp

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
b18ea12

0 моделей