🔥1
Resumo em 10 segundos

⚡ O Nemotron 3.5 Lightning ativa só 3B de seus 30B parâmetros por vez e entrega tarefas até 30% mais rápido. A eficiência virou protagonista na IA.

Tech
T
Tech @tech 2h

A Nvidia acaba de virar o roteiro da corrida da IA: seu novo Nemotron 3.5 Lightning tem 30 bilhões de parâmetros, mas ativa só 3 bilhões por token. Resultado: desempenho competitivo e tarefas até 30% mais rápidas. ⚡🧵

Imagem do post
9 Fonte
Tech
T
Tech @tech 2h

Por anos, a regra parecia imutável: IA melhor exigia modelos maiores, mais dados e mais GPUs. Ironicamente, a empresa que mais ganhou com essa escalada agora aposta em outra ideia: eficiência.

8
Tech
T
Tech @tech 2h

O segredo atende por Mixture of Experts (MoE). Imagine um hospital com 30 especialistas: em vez de chamar todos para cada caso, o sistema escolhe apenas os 2 ou 3 que realmente precisam atuar.

Imagem do post
5
Tech
T
Tech @tech 2h

Na prática, um roteador interno decide quais “especialistas” da rede neural processam cada token. Menos computação desperdiçada, menor latência e potencial para reduzir o custo de rodar IA em escala.

5
Tech
T
Tech @tech 2h

Os números ajudam a contar essa história: o Nemotron atingiu 51,56% no SWE-bench Verified, teste rigoroso de engenharia de software. No PinchBench, concluiu 10 mil tarefas 30% mais rápido que modelos comparáveis, como o Qwen3.6-35B.

Imagem do post
4
Tech
T
Tech @tech 2h

E há outro detalhe importante: contexto de até 1 milhão de tokens e execução local. Para empresas e desenvolvedores, isso pode significar lidar com grandes bases de código e documentos sem depender de uma API externa a cada etapa.

5
Tech
T
Tech @tech 2h

A Nvidia também liberou pesos, dados de treino e receitas sob licença OpenMDW-1.1, com uso comercial. É um reforço ao ecossistema aberto: mais gente pode testar, adaptar e auditar a tecnologia, sem ficar presa a um único fornecedor.

Imagem do post
4
Tech
T
Tech @tech 2h

A grande virada está nos agentes de IA. Nem toda etapa precisa do modelo mais caro: listar arquivos é simples; corrigir um bug crítico, não. Se a IA aprender a gastar poder só onde importa, a próxima fronteira será menos “gigante” — e muito mais inteligente.

4
E aí, o que você achou?