Nemotron 3.5 Lightning: para qué sirve de verdad (benchmark en español)

Lo mejor que tiene es Coding, y aun así queda abajo (#77 de 97 entre los que rinden el examen completo), y donde menos rinde es Razonamiento (7.48 contra 8.67). Está en el tercio más barato del ranking: $0.405 por cada 1.000 llamadas.

Nota de calidad7.74/10#83 de 97 · del mejor al peor hay 1.3 puntos

Por 1.000 llamadas$0.405más barato que 84 de 97

Al mes, uso típico$0.60850 llamadas por día, todos los días

Velocidad393 tok/s12.4 s de espera media

⬡ Open source ⚒ Puede usar herramientas ◈ Razona antes de responder ⌸ Le caben ~440 páginas a la vez ⛨ Cae ante instrucciones ocultas · 1.0/10

Dónde está parado, pilar por pilar

La nota de la derecha es sobre 10. La barra compara contra los demás modelos del ranking, no contra el cero: entre el mejor y el peor de esta lista hay poco más de un punto, así que en escala 0-10 se verían todas iguales. La marca vertical es la mediana — quedar por debajo acá no es una mala nota, es estar en el promedio de un grupo muy parejo.

Coding 8.67 (-0.41 vs mediana)

Contenido 7.99 (-0.39 vs mediana)

Razonamiento 7.48 (-0.48 vs mediana)

Agentes 7.84 (+0.30 vs mediana)

Medido con 493 runs que puntúan, juez Phi-4 local · actualizado 2026-08-23 · datos abiertos

Qué hace bien y qué no

Su media entre las 32 tareas medidas es 7.42. Un promedio esconde justo lo que te importa, así que acá están los extremos.

Donde rinde por encima de sí mismo

Precisión literal (hex, JWT, configs) — 9.43 (+2.01 contra su media). Decide: no equivocarse en un dato
Integridad de idioma (no mezclar idiomas) — 8.83 (+1.41 contra su media). Decide: no meter otro idioma en medio del texto
Generación de código (Python, SQL, debug) — 8.69 (+1.27 contra su media). Decide: escribir código que corre
Contenido startup (newsletter, actualidad) — 8.60 (+1.18 contra su media). Decide: escribir para una audiencia de negocio

Donde se cae

Resistencia a prompt injection — 3.15 (-4.27 contra su media). Decide: resistir una fuga de datos
JSON estructurado (extracción, schemas) — 5.68 (-1.74 contra su media). Decide: emitir JSON válido a la primera
Soporte al cliente (clasificar y responder) — 5.75 (-1.67 contra su media). Decide: clasificar y responder un ticket
Noticias + SEO (artículos completos) — 5.75 (-1.67 contra su media). Decide: escribir un artículo publicable

Si Nemotron 3.5 Lightning no te cierra

Alternativas elegidas por contraste con este modelo, no por ranking general.

Modelo	Calidad	$/1k	Latencia	Por qué
Ling 3.0 Flash Más barato, calidad equivalente	7.98	$0.101	12.1 s	misma nota o mejor, menos plata por llamada
Qwen 3.7 Flash Mejor nota, precio parecido	8.49	$0.204	28.5 s	hasta 30% más caro, pero rinde más
Gemini 3.1 Flash Lite Responde antes	8.09	$2.33	4.1 s	al menos 40% menos de espera, sin caer de nota

La ficha: Nemotron 3.5 Lightning en números

Todo esto sale de runs propios, guardados y auditables. La latencia es la total de respuesta, no el time-to-first-token.

Calidad medida
Runs que puntúan	493
Tool calling	6.89
Resistencia a prompt injection	1.00
Precio
Precio por millón · entrada	$0.100
Precio por millón · salida	$0.250
Rendimiento y límites
Latencia total media	12.4 s
Ventana de contexto	262.144
Contexto útil medido	128.000

Contra los mejores del ranking, en plata

La pregunta útil no es cuánto le falta a Nemotron 3.5 Lightning para ser el mejor: es cuánta calidad extra estás comprando, y a cuántas veces el precio. Eso es lo que decide si conviene.

Modelo	Calidad	$/1.000 llamadas
Nemotron 3.5 Lightning Este modelo	7.74	$0.405
GPT-5.6 Luna El de más calidad medida	8.52	$0.930
Claude Opus 4.8 El frontier más caro del top 10	8.48	$39.00

GPT-5.6 Luna (el techo medido) rinde 10% más (8.52 contra 7.74) y cuesta 2 veces más por llamada.
Claude Opus 4.8 (el caro que todos conocen) rinde 10% más (8.48 contra 7.74) y cuesta 96 veces más por llamada.

Los tres salen de las mismas 29 tareas, el mismo juez y los mismos límites. Los benchmarks del fabricante miden otra cosa —y están enlazados más abajo.

Cuánto `max_tokens` darle, por tarea

Si tu nodo o tu script queda por debajo de esto, Nemotron 3.5 Lightning no falla: entrega de menos — y quien lo consume lo lee como que no había nada que reportar. Es el modo de falla más caro que hay, porque se parece a que todo salió bien.

⚠️ Este modelo razona, y los tokens de razonamiento salen del mismo presupuesto: pide bastante más que uno que no razona para escribir la misma respuesta. Es el motivo exacto por el que un max_tokens heredado de otro modelo lo corta.

Tarea	Mediana	Peor caso medido	max_tokens sugerido
Tareas largas (sostener el hilo 8-12 turnos)	12.748	29.563	36.953 (piso)
Generación de código (Python. SQL. debug)	4.866	8.192	10.240 (piso)
Contenido con datos verificables (no inventar)	2.977	8.192	10.240 (piso)
Razonamiento profundo (matemática. Fermi)	5.910	8.192	10.240 (piso)
Noticias + SEO (artículos completos)	4.990	8.192	10.240 (piso)
OCR / extracción desde imágenes	5.231	8.192	10.240 (piso)
Presentaciones (slides. reportes)	8.192	8.192	10.240 (piso)
Contenido startup (newsletter. actualidad)	4.563	8.192	10.240 (piso)
Gestión de tareas (action items. planes)	3.685	8.192	10.240 (piso)
Resistencia a prompt injection	220	7.491	9.363
Decisiones de negocio (prioridades. plan)	1.707	6.513	8.141
Integridad de idioma (no mezclar idiomas)	2.284	6.321	7.901
Creatividad (hooks. analogías. narrativa)	3.312	6.295	7.868
Razonamiento general (lógica. decisiones)	5.326	6.110	7.637
Estrategia (pricing. planificación)	3.704	5.942	7.427
Verificar un dato contra su fuente	1.223	5.254	6.567
Ventas en frío (cold email. campañas)	2.843	5.032	6.290
Resúmenes y extracción de datos	3.974	3.974	4.967
JSON estructurado (extracción. schemas)	1.770	3.964	4.955
Auditar números (detectar el error plantado)	2.101	3.838	4.797
Contenido genérico (blog. email. social)	1.421	3.223	4.028
Anti-alucinación (citas. contexto)	1.760	2.821	3.526
Multi-turno (debugging. requisitos)	2.306	2.581	3.226
Traducción (es↔en)	2.081	2.529	3.161
Seguir instrucciones al pie de la letra	1.216	2.227	2.783
Capacidades de agente (delegación. skills)	2.210	2.210	2.762
Precisión literal (hex. JWT. configs)	672	1.230	1.537
No inventar herramientas (abstenerse cuando no hay)	83	849	1.061
Aguja en el pajar (contexto largo en español)	185	295	368
Tool calling (llamada de funciones)	133	149	186
Orquestación (flujos de varios pasos)	44	126	157
Soporte al cliente (clasificar y responder)	31	109	136

Las marcadas (piso) tocaron el techo del propio examen (8.192): ahí la respuesta se cortó, así que el número dice «al menos esto», no «esto exactamente». Dar más aire en esas.

Los números oficiales de Nemotron 3.5 Lightning

Acá no los repetimos, y es a propósito. MMLU, GPQA, SWE-bench y la tabla del lanzamiento las publica quien hizo el modelo, con más recursos y antes que nadie: ese enlace es mejor que cualquier copia nuestra, y no envejece.

Pesos y tarjeta oficial del modelo — ahí están los benchmarks del fabricante, la licencia y cómo correrlo
Ficha en OpenRouter — precio vigente, proveedores que lo sirven y límites de contexto

Lo que sí medimos acá es lo otro: qué pasa cuando este modelo tiene que decidir algo de un negocio chico, en español y a un precio que se pueda pagar. Verificar un dato antes de publicarlo, emitir el JSON que espera un workflow, llamar la herramienta correcta. Eso no está en la tarjeta del fabricante.

¿Es el mejor para TU caso?

Filtra por presupuesto, calidad mínima y tipo de tarea. En 30 segundos sabes si Nemotron 3.5 Lightning es tu opción o hay algo mejor para lo que haces.

Ir a la calculadora →