何が起きたか
Nvidiaが「Nemotron 3.5」ラインナップの第1弾として、Nemotron 3.5 Lightningを公開しました。前世代のNemotron 3 Nano 30B A3Bを直接引き継ぐ後継で、ハイブリッドMamba-Transformerアーキテクチャを維持しています。総パラメータは31.6B、そのうち実際に動くのは常時3.6Bだけ。テキスト専用の推論モデルで、コンテキストウィンドウは100万トークン。ライセンスは寛容なOpenMDW-1.1で、ウェイトはすでに配布中、サーバーレス推論はDeepInfra、Fireworks、FriendliAI、CoreWeave、GMI Cloud、Nebius、Crusoeなどが提供します。
独立ベンチマーク機関Artificial Analysisによれば、Intelligence Indexのスコアは24。前世代の15から9ポイントの上昇で、OpenAIのgpt-oss-120b（24）と同点、約4倍の規模を持つ自社のNemotron 3 Super（26）に迫ります。
本当の差別化は「知能」ではなく「速度」
スコアだけ見れば、Lightningは最上位ではありません。同クラスのQwen3.6 35B A3B（32）やMetaのMuse Glimmer（35）は明確に上を行きます。プロプライエタリ勢の優位はさらに明白で、Gemini 3.5 Flash-Liteは37、GPT-5.6 Luna（max）は2分未満で52点に達します。
Lightningが単独で突き抜けているのは処理速度です。最終版のNVFP4ウェイトを使ったプレリリーステストで毎秒670トークン近くを記録し、比較対象の全モデル中で最速。毎秒386トークンのGemini 3.5 Flash-Liteのほぼ2倍です。Intelligence Indexの1タスクにかかる時間は約0.5分で、Qwen3.6 35B A3Bの約3.5分、Gemma 4 31Bの約5.8分と比べれば桁が違います。同じ仕事を7分の1の時間で終える計算です。
ここで効いてくるのが「アクティブ3.6B」という設計です。Mambaベースの構造は長い系列を扱うときのコストがTransformerほど跳ね上がらず、100万トークンのコンテキストと組み合わせると、大量のログやコードベースを流し込むワークロードで有利に働きます。
伸びたのはエージェント系ベンチマーク
Artificial Analysisが最大の改善点として挙げるのがエージェント系の指標です。GDPval-AA v2ではEloレーティング824を記録し、Nemotron 3 Nanoから334ポイントの上昇。gpt-oss-120b（800）を上回り、自分より大きいNemotron 3 Super（698）すら超えました。Terminal-Bench v2.1でも7%から24.3%へ跳ね上がり、gpt-oss-120bの26.2%にほぼ並んでいます。
この偏り方には理由があります。NvidiaはポストトレーニングでコードレビューのCodeRabbit、リーガルAIのHarveyといったパートナーと組み、特定ドメインの性能を引き上げたとArtificial Analysisは報告しています。汎用知能を薄く広く上げるのではなく、エージェントが実際に踏む工程——ツール呼び出し、ターミナル操作、長い手順の完遂——を狙い撃ちした結果が数字に出ている、と読めます。
「10B未満で足りる」という自社主張の製品化
Nvidiaの研究者は昨年の論文で、100億パラメータ未満のモデルでもエージェントワークロードの大半は700億〜1750億パラメータ級と同等にこなせ、コストは10分の1から30分の1で済むと主張しました。当時は論文上の議論でしたが、Lightningはステップあたり3.6Bしか動かさずgpt-oss-120bと同点を取り、エージェント指標では上回っています。主張を製品として最も明確な形で示した事例と言えます。
実装面でも実務寄りです。BF16とNVFP4の両方のウェイトが提供され、量子化版のNVFP4もIntelligence Indexで同じ24点。高精度版からの品質劣化はごくわずかとArtificial Analysisは評価しています。低精度版を選んでも精度をほぼ落とさずにメモリと帯域を削れるということで、自社ホスティングのハードルは確実に下がります。
💼 事業会社視点：これは自社にどう効くか
経営判断として見るべきは「エージェントの1タスク単価と待ち時間」です。毎秒670トークン、1タスク0.5分という数字は、これまで社内AIエージェント導入の最大の障害だった「遅すぎて業務フローに乗らない」を直接潰します。
特に効くのが受託開発・SIerです。CodeRabbitとの協業でコードレビュー系が強化され、Terminal-Bench v2.1が7%→24.3%に伸びた事実は、CI上でのレビュー自動化やテスト修復ループの現実味が上がったことを意味します。オープンウェイト＋OpenMDW-1.1という寛容ライセンスなので、顧客のオンプレ要件やソース持ち出し禁止条項があっても提案に載せられる。ここは外部API前提のプロダクトには真似できない差です。
SaaS事業者は、全機能を最上位モデルで回している構成を見直すタイミングです。分類・要約・抽出・一次対応といった大量・低難度の処理をLightning級に寄せ、難所だけGPT-5.6 Luna級に投げる二層構成にすれば、粗利率が動きます。100万トークンのコンテキストは、長い問い合わせ履歴や契約書の一括処理と相性が良い。
ECなら商品説明生成やレビュー要約のような「件数が全て」の処理が主戦場です。ただし冷静に見るべきは、知能スコアではQwen3.6 35B A3B（32）やMuse Glimmer（35）が明確に上という点。精度が売上に直結する領域まで速度優先で置き換えるのは早計です。今期やるべきは全面移行ではなく、自社ワークロードを「速度勝負」と「精度勝負」に仕分けし、前者だけを対象にDeepInfraやFireworksで実測を取ること。この仕分けができている会社とできて��ない会社で、来年のAIコストは倍近く開きます。