ArtikelChris Alexiuk and Chintan PatelAnkündigung
Autonome Agenten verbringen den Großteil ihrer Rechenzeit mit wiederkehrenden Standardaufrufen statt mit komplexer Planung. Teure Frontier-Modelle für jede Tool-Interaktion einzusetzen, treibt Latenz und Kosten unnötig in die Höhe. Nemotron 3.5 Lightning bietet Entwicklern eine offene, hochperformante Ausführungsebene, die sich lokal oder im Rechenzentrum effizient betreiben lässt.
Mit Nemotron 3.5 Lightning und NeMo Switchyard forciert NVIDIA eine klare Aufgabenteilung in agentischen Architekturen: Große Frontier-Modelle planen, spezialisierte kleine MoE-Modelle führen aus. Die Integration von NVFP4-Quantisierung und spekulativem Decoding zeigt den Fokus auf Durchsatz und Kostenreduktion. Durch die permissive Lizenzierung und native Unterstützung für Frameworks wie Ollama, vLLM und LM Studio positioniert NVIDIA das Modell direkt gegen Open-Source-Konkurrenten wie Qwen im Bereich langlebiger Agenten.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Artikel:Liquid AI
Liquid AI hat das Open-Weight-Modell LFM2.5-2.6B vorgestellt. Mit 2,6 Milliarden Parametern wurde es speziell für Agenten-Workflows optimiert und läuft vollständig lokal auf Smartphones, CPUs oder Rechenzentrums-GPUs.
Link:NVIDIA
NVIDIA stellt mit dem DGX Spark einen kompakten Desktop-Supercomputer vor, der speziell auf lokale autonome Agenten und generative KI-Workloads ausgelegt ist. Das System basiert auf dem GB10 Grace Blackwell Superchip und bietet 128 GB kohärenten Unified Memory.
Artikel:Inferact
Der Leitfaden erläutert den Betrieb von vLLM auf NVIDIAs Desk-Side-System DGX Spark (GB10). Durch den gemeinsamen 128-GB-Unified-Memory-Pool eignet sich das System besonders für lokale Inferenz mit NVFP4-MoE-Modellen wie Nemotron-3-Super.
Link:Apodex AI
Apodex AI hat das Modell Apodex-1.1-mini unter der Apache-2.0-Lizenz auf Hugging Face bereitgestellt. Das Modell basiert auf der Architektur qwen3_5_moe und ist speziell auf komplexe Recherche- und Agenten-Aufgaben mit nativer Tool-Nutzung ausgelegt.
Artikel:Zhidx
Ant Groups Bailian hat das Open-Source-Modell Ling-3.0-tiny vorgestellt. Die Architektur kombiniert DeepSeeks MLA mit Kimis KDA in einem Mixture-of-Experts-Design mit 7,9 Milliarden Gesamtparametern, von denen pro Token nur 1,3 Milliarden aktiviert werden. Das Modell zielt auf den effizienten lokalen Einsatz auf Rechnern wie Apple-Silicon-Macs und DGX-Workstations ab.
Link:inclusionAI
inclusionAI hat Ling-3.0-tiny veröffentlicht, ein leichtgewichtiges MoE-Modell mit 7,9 Milliarden Gesamtparametern, das pro Token nur 1,3 Milliarden Parameter aktiviert. Das Modell setzt auf eine hybride Architektur aus linearen Aufmerksamkeits- und Latent-Attention-Schichten und zielt auf recheneffizientes Reasoning sowie Agenten-Aufgaben auf lokaler Hardware ab.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
