英伟达发布Nemotron 3.5 Lightning与Switchyard：双开源方案降低AI智能体运行成本

运行全天候 AI 代理的企业始终面临相同的权衡困境：将每项任务都发送至前沿模型，费用便会迅速攀升；而构建定制化路由逻辑，将简单任务分发至成本更低的模型，则又会演变成一项独立的工程任务——每次工作流变更时，该任务都需持续维护。

英伟达（Nvidia）提出了一种可同时触及该问题两端的解决方案。该公司将于周二发布 Nemotron 3.5 Lightning，这是一款专为高吞吐量、专业化代理任务打造的 300 亿参数开源混合专家（mixture-of-experts）模型；同时发布的还有 NeMo Switchyard，一个开源库，可将代理工作流的每一步路由至最适合该步骤的模型。

关键性能数据如下：据英伟达称，Lightning 的输出速度最高可达同类模型的 4 倍，在同等准确率下完成代理任务的速度比 Qwen3.6-35B 快约 30%。通过 Switchyard 配合使用时，英伟达表示该组合在保持前沿级任务完成能力的同时，基准测试成本降至单独运行 Opus 4.8 的约三分之一。

此次发布时间恰逢行业数月来最密集的开源权重模型发布期。自今年春季以来，阿里巴巴（Alibaba）、月之暗面（Moonshot）、智谱（Zhipu）和深度求索（DeepSeek）均已从中国推出具备竞争力的开源模型，其中多个模型在性能上达到或接近前沿水平，同时在模型规模或价格方面压低了美国实验室的水平。Meta 亦通过发布其自有 300 亿参数开源代理模型加剧了这一竞争压力。 Muse Glimmer。开源权重模型已在数月内从差异化优势转变为入场基本门槛，而英伟达此次发布正精准落于这一转变之中，而非领先于该趋势。

模型与路由器的配对本身即是核心要点。单靠一个模型无法解决成本问题，仅靠一个路由器则缺乏高效可路由的目标模型。英伟达押注的是：开源策略若同时应用于模型层与路由层，方能真正推动代理式 AI 的成本下降；单靠一款更廉价的模型，或仅在他人技术栈上叠加一个更智能的路由器，均无法达成此目标。

Switchyard 真正的竞争对手并非其他开源模型——而是 Not Diamond（目前已驱动 OpenRouter 的 Auto 模式）以及加州大学伯克利分校（UC Berkeley）与 LMSYS 联合开发的开源框架 RouteLLM。二者均未发布自有模型。英伟达的判断是：在单一开源许可证下同时掌控决策的两端（即模型与路由），正是仅提供路由器或仅提供模型的竞争者所无法匹敌的优势。

英伟达生成式 AI 副总裁卡莉·布里斯基（Kari Briski）在一次简报中表示：“这就是模型系统的威力——为工作流的每一步匹配最合适的模型。”

路由器如何实际改变工作流

模型路由并非新兴类别。OpenRouter、LiteLLM 及少数几家独立路由初创公司已允许开发者将流量导向多个供应商。Switchyard 并非直接取代这些工具，而是可接入其中多个系统。

Switchyard 解决的核心问题是：随着代理在任务中推进，最合适的模型也会随之变化。当工具返回结果、错误出现，或某一步骤被证实为常规操作而非复杂操作时，代理的状态即发生转变；而固定选择某一模型则无法适应上述任何一种状态变化。

布里斯基描述了响应这种动态状态变化的路由策略，而非基于静态任务类别的策略。

布里斯基表示：“它包含多种类型的路由策略。你可以采用随机路由器——效果并不理想；也可以采用代理状态路由或分类器路由。依据你的路由策略，系统会力求选择最佳模型。在某些情况下，你希望为真正高效的特定任务选用 Lightning 这类模型，而只要 Lightning 已被纳入你的模型池中，路由器便会实际选择它。”

成本直接嵌入路由决策过程，而非事后考量。在回应 VentureBeat的提问时，布里斯基表示，Switchyard 可评估模型的冗余度（verbosity），即某模型在执行特定任务时倾向于生成的 token 数量，并利用该预测在调用发起前便将任务导向成本更低的选项。

使该方案不至于演变为一项独立集成工程的关键，在于 Switchyard 的定位。英伟达将其合作伙伴划分为两类：一类是直接调用 Switchyard 的代理框架，包括 Cognition、LangChain 和 Nous Research；另一类是已将 Switchyard 支持功能集成至自身产品的大型语言模型（LLM）网关，包括 Kong、LiteLLM 和 OpenRouter。Kong 在其 Kong AI Gateway 中原生集成了 Switchyard。布里斯基在描述该库如何融入现有路由生态系统时，亦援引了同一份网关合作伙伴名单。

布里斯基表示：“我们是生态系统拥护者，致力于确保自身实现充分集成。我们已与 OpenRouter、LiteLLM 和 Kong 展开合作，它们均已集成我们的路由算法，因此你可在当前正在使用的最佳工具基础上直接启用该功能。”

英伟达分享了九家公司在测试 Switchyard 后的结果，其中多家附有具体数据。LangChain 报告称，在 145 个多轮次 Deep Agents 任务中，仅将 7% 的调用路由至前沿模型，即实现了 74% 的成本降幅，但准确率相应降低了 6%。Ramp 表示，其在 Ramp SWE-Bench 上复现了前沿模型的性能，同时将成本降低 58%，运行时间缩短 33%。Cognition 将 Switchyard 的分阶段路由器集成至 Devin Desktop 供内部使用，并报告称在 FrontierCode Main 上实现了接近前沿水平的性能，同时相较将全部请求路由至单一前沿模型的方案，平均成本降低了 28%。

Lightning 的架构与性能提升

Nemotron 3.5 Lightning 本身即是一款独立的开源模型，专为高吞吐量、专业化代理任务设计，而非通用用途。

它延续了英伟达于 2025 年 12 月随 Nemotron 3 系列推出的混合型 Mamba-Transformer 隐式混合专家（latent mixture-of-experts）架构 ，该架构同样支撑着Nemotron 3 Super ，后者在英伟达的后训练对比中被用作 Lightning 自身的基准线。在如 Switchyard 这类路由设置中，Lightning 定位为决策链中快速且低成本的一端，而非前沿端；但它可独立运行并独立发布，无需依赖任何路由器。根据

Artificial Analysis Intelligence Index （一项涵盖九项评测的通用能力基准）数据显示，Lightning 得分为 24，与 gpt-oss-120b 并列，但低于 Nemotron 3 Super、Gemma 4 31B、Claude 4.5 Haiku 和 Mistral Medium 3.5（均为 30 分）。Lightning 并非其尺寸级别中的通用智能领先者，英伟达亦未宣称其具备该地位。其实际主张更为聚焦：据英伟达提供的 PinchBench 数据，Lightning 在 PinchBench（一项覆盖编程、研究与文件管理等真实世界代理任务的基准）上，以约快 30% 的速度达到与 Qwen3.6-35B 相同的准确率，并在相近完成时间内超越 Gemma 4 26B 的准确率。这是一种速度与准确率之间的权衡，而非能力层面的胜利。

实际主张范围更窄：根据英伟达（Nvidia）提供的PinchBench数据，Lightning在PinchBench（一项涵盖编程、研究和文件管理的真实世界智能体任务基准测试）上，以约快30%的速度达到Qwen3.6-35B的准确率，并在相近的完成时间内超越Gemma 4 26B的准确率。这是一种速度与准确率之间的权衡，而非能力上的优势。

后训练阶段是英伟达声称能带来更大收益的环节。该公司分享了四家早期访问合作伙伴的前后对比数据：CrowdStrike 将恶意内容召回率与 Nemotron 3 Super 基线模型进行对比；CodeRabbit 将代码路由能力与 GPT 5.4 Nano 基线模型进行对比；Harvey 和 Trajectory 将法律任务完成率与 Opus 4.6 基线模型进行对比；Lila Sciences 将能源模拟工作与 Opus 4.8 基线模型进行对比。CodeRabbit 的案例最为具体：英伟达表示，采用标准 NeMo Auto 模型配方、仅训练一个 epoch，即可在约两小时内构建出一个可运行的路由智能体（router agent），成本约为 85 美元。

这对企业意味着什么

在日益扩大的开源模型市场中，竞争性产品供应充足。此次新发布的 Nemotron Lightning 将成为组织机构需考虑的又一选项。

在模型层面，Lightning 自身的基准测试图表将 Qwen3.6-35B 选为其直接对比对象。VentureBeat 直接向 Briski 提问，询问 Lightning 与更广泛的中国模型相比表现如何；Briski 并未提供一对一的基准测试结果，而是指出开放性与可定制性才是关键差异化因素。

“我们的价值主张不仅在于开放，更在于高度可定制。”Briski 表示。

对于正在构建智能体（agentic）基础设施的企业而言，有三大趋势尤为突出：

路由决策正从静态转向动态。 那些围绕单一默认模型构建智能体流水线（agent pipelines）的企业，正被推向基于实时信号（例如智能体状态和 token 成本）的逐步骤路由机制，而非在设计阶段即固定分配的静态路由方案。

开源如今已成为覆盖两个层级的成本杠杆，而不再仅限于单一层级。 将开源模型与厂商端到端控制的开源路由器配对，这一论点比单纯依赖更廉价的模型权重（cheaper weights）更新颖；值得观察其他实验室是否会效仿这一模式。

竞争焦点已从‘最佳模型’转向‘最佳系统’。 随着路由库日趋成熟，差异化优势正从企业默认采用的模型，转向其路由层在生产环境中将模型与任务精准匹配的能力——这既更难进行基准测试，也更难进行市场宣传。