Nvidia｜开源Nemotron 3.5 Lightning与NeMo Switchyard

智能体账单贵，往往不是「不会选模型」，而是每一步都还在用最贵的那一档——英伟达把模型与路由器一起开源了。

英伟达除GPU外，持续用Nemotron开源模型线与NeMo软件栈切入企业Agent基础设施。企业常开Agent面临同一权衡：全程打前沿模型则账单爆炸；手写路由则成另一套要维护的工程。所谓模型路由，白话就是按步骤难度、状态与成本，把请求派给更合适的模型，而不是设计时写死一个默认大脑。

8月11日，英伟达发布约300亿参数的开源混合专家模型Nemotron 3.5 Lightning，并同步推出开源库NeMo Switchyard。公司口径称，Lightning在同类中输出速度最高约快4倍，在匹配精度下完成智能体任务约比Qwen3.6-35B快约30%；与Switchyard组合时，在自测中可把任务成本压到单独跑某前沿模型约三分之一量级，同时尽量保持任务完成水平。Lightning走混合Mamba-Transformer与潜在MoE路线，面向高吞吐专用Agent步骤；综合智商榜上并非同尺寸第一，强调的是速度—精度权衡与可定制性。

Switchyard机制与生态要点：

1. 动态路由：随工具返回、错误或步骤变简单，可基于Agent状态、分类器乃至对冗长度的预估选模型。
2. 网关集成：与Kong、LiteLLM、OpenRouter等对接，尽量嵌进现有调用链。
3. 框架伙伴：LangChain、Cognition、Nous等可直接调用；早期测试公开口径包括LangChain在多轮任务上称成本下降约74%（仅约7%调用打到前沿模型），Ramp称成本降约58%、耗时降约33%。

把「开源模型+开源路由」绑在一起，是在和「只卖更便宜权重」或「只卖路由器」的对手同时开战。下一观察点是生产环境路由策略的稳定性，以及Lightning在真实工具链中的复现曲线——Agent降本，最终拼的是系统，不是单模型海报。