跳到主要内容
  • 262K 上下文
  • Responses API

Nemotron 3.5 Lightning · QuickSilver Pro

nemotron-3.5-lightning
NVIDIA实时可用性—

Nemotron 3.5 Lightning 是 NVIDIA 的开放 30B 参数 Mixture-of-Experts 模型,每个 token 仅激活 3B 参数。它为快速、重度使用工具的 agent、高吞吐自动化和领域定制而构建。QuickSilver Pro 提供 262K token 的上下文,每百万 token 输入 $0.066 / 输出 $0.176,零数据保留 —— 比市场上最低的稳定付费价格高约 10%。

  • 262K 上下文
  • 最大输出 131K
  • 工具调用
  • 流式输出
  • JSON Schema 输出

你支付 · 每 1M 输入 / 输出

$0.066 / $0.176

贵 10%

输入和输出均对比 市场价

价格对比($/1M token)

条形长度 = 相对所列最高价的价格

服务商输入输出对比 QSP
QuickSilver Pro$0.066$0.176—
市场价(public paid rate)$0.06$0.16贵 10%
OpenAI (GPT-4o-mini)$0.15$0.60低 71%

NVIDIA 价格来源: huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16

概览

上下文
262K token
输入 / 1M
$0.066
输出 / 1M
$0.176
默认思考
否
最大输出
131K
延迟 · 实时
—

快速、便宜的工具调用 agent —— 总参数 30B,每个 token 激活 3B,上下文 262K。

什么时候该选 Nemotron 3.5 Lightning?

依据目录中的能力和公开价格整理,而非基准测试。

适用场景

Nemotron 3.5 Lightning 适合大批量编码助手、检索 agent、长时间运行的工具循环、结构化抽取,以及反复复用大型 system prompt 或仓库上下文的工作流。稀疏的 30B-A3B 设计让生成成本保持低廉,缓存输入价格为每百万 token $0.033。

  • 长文档和代码库,最多 262K token 上下文
  • 需要调用工具并输出严格 JSON Schema 的 Agent
  • 既支持 Chat Completions,也支持 Responses API 客户端

何时该选其他模型

这是一个快速的高效型模型,不是前沿旗舰。高难度的研究、数学推理或复杂的自主编码,在你的评测证明值得为更高价格买单时,请升级到 DeepSeek V4 Pro、Qwen3.8 Max 或 Grok 4.6。QSP 的这个 endpoint 仅支持文本,目前保证 262K token 的上下文,零数据保留。

在模型列表中比较其他选择

快速开始(curl)

获取 API key →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nemotron-3.5-lightning",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="nemotron-3.5-lightning",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "nemotron-3.5-lightning",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nemotron-3.5-lightning",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="nemotron-3.5-lightning",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

兼容 OpenAI。只需改一行 base_url 即可迁移。

网关行为

本模型的兼容性说明。

prompt
提示最多 262K token。
max_tokens
最多 131K 个输出 token。
  • /v1/chat/completions: 支持
  • /v1/responses: 支持
  • 流式输出: 支持
  • 工具调用: 支持
  • 图片输入: 本模型未列出
  • JSON Schema: 支持
  • 推理: 本模型未列出

价格从何而来

目录 v87 · 无单独的长上下文价格档

目录核验日期
提示缓存 · 不参与对比
读取 $0.033

usage.cost = prompt_tokens × $0.066/1M + completion_tokens × $0.176/1M

/pricing.json

按基础价格计算;缓存的提示 token 按上方缓存价格计费。

常见问题

常见问题

每百万输入 token $0.066,每百万输出 token $0.176,每百万缓存输入 token $0.033 —— 比市场上最低的稳定付费价格高约 10%。

Nemotron 3.5 Lightning

充值翻倍试用 Nemotron 3.5 Lightning —— 最高赠送 $50 额度

获取 API Key

$0.066 / $0.176每 1M token 输入 / 输出

试用获取 API Key