【最新】NVIDIA、Nemotron 3.5 LightningとNeMo Switchyardを発表 エージェント運用コスト74%削減へ

NVIDIAがNemotron 3.5 LightningとNeMo Switchyardを同時発表

NVIDIAは2026年8月11日、エージェント型AI向けの新たな2つのサービスを発表しました。ひとつは高度にカスタマイズ可能なNemotronモデル「Nemotron 3.5 Lightning」、もうひとつはエージェント型AI向けのモデルルーター「NeMo Switchyard」です。背景にあるのは、企業がAIモデルの選択肢に溢れ、もはや「生の性能」ではなく「用途への適合性」と「使うタイミング」が問われるようになったという課題認識です。エージェントが日常化するにつれ、その処理内容は高速で単純なタスクの連続から、深い知識領域をまたぐ高難度の推論までに広がります。前者は小規模モデルで効率的に処理でき、後者は高い知能と推論能力を備えたフロンティアモデルが適します。NVIDIAはこの二極化に対し、小型オープンモデルとルーティング技術を同時に投入することで応えた形です。

Nemotron 3.5 Lightning：30BオープンMoEで出力速度は最大4倍

Nemotron 3.5 Lightningは、常時稼働エージェントを支える大量処理タスク向けに、オープンモデルファミリーへ加わった新モデルです。アクティブパラメータ3Bの300億パラメータ規模のMoE（Mixture-of-Experts）モデルで、同クラスの他モデル比で最大4倍の出力速度、そしてエージェントタスク完了時間の30%短縮を実現するとされています。コンテキスト長は100万トークン、ライセンスはOpenMDW-1.1で商用利用が可能です。公開されたモデルカードでは、MMLU Proが81.94（BF16）、GPQA Diamondが75.44、SWE-bench Verifiedが51.56といったスコアが示されています。実行環境としてはDGX Spark 1台やH100 1基で動作し、Ollama、LM Studio、llama.cpp、Unslothを通じてローカル実行も可能です。高速性はマルチトークン予測に加え、DSpark/DFlashドラフタとNVFP4チェックポイントに由来すると説明されています。

NeMo Switchyard：ワークフローの各ステップを最適モデルへ振り分ける

NeMo Switchyardは、エージェントワークフローの各ステップを、その時点で最も能力が高く効率的なモデルへ振り分けるオープンソースのルーティングライブラリです。チューニング不要のルーターとして、セッションアフィニティを備えたLLM分類器、直近のツール利用状況を読むステージルーター、そして安価なモデルから始めて難易度が持続した場合に上位モデルへ昇格させるエスカレーションルーターが用意されています。さらに、モデルの残差ストリームから成功しそうな候補を予測する、学習型のプリフィルルーターも提供されます。LightningとClaude Opus 4.8の間でエスカレーションルーターを用いた検証では、フロンティアモデル単独運用に比べてコストを74%削減し、フロンティアモデルへの呼び出しは全体の7%に抑えられたと報告されています（精度差は約6ポイント）。

NemoClawとOpenShell：ガバナンス付きのエージェント実行基盤

NVIDIA NemoClawは、NVIDIA OpenShellをオーケストレーションしてOpenClawなどのエージェントを実行するオープンソースのリファレンススタックです。OpenClawはメッセージングプラットフォームとAIコーディングエージェントを接続するセルフホスト型ゲートウェイで、NemoClawはこれにガイド付きオンボーディング、ライフサイクル管理、イメージのハードニング、バージョン管理されたブループリントを追加し、モデル推論から対話的なエージェント運用までを一貫して支えます。NemoClawはランタイム制御、モデルルーティング、スキル実行、状態管理、可観測性を統合し、プロトタイプからガバナンスの効いた本番運用への移行を支援します。各ブループリントには、ランタイムポリシー制御のOpenShell、Nemotronおよびその他のフロンティアモデル、特化と最適化のためのNeMoといったNVIDIA Agent Toolkitのコンポーネントが含まれます。公式リポジトリでは、Hermes、LangChain Deep Agents、OpenClawをOpenShell内でより安全に実行する構成が案内されています。

NeMo Customizerによるポストトレーニングと導入事例

今回のリリースで強調されているのが、オープンかつカスタマイズ可能である点です。Nemotron 3.5 Lightningは、組織自身のドメインデータ・ツール・ワークフローを用いてNVIDIA NeMoでポストトレーニングでき、特化タスクの精度を高められます。NVIDIAの生成AI担当バイスプレジデントは、Lightningが「非常にカスタマイズしやすい」という声が寄せられていると述べています。実際にCrowdStrikeはサイバーセキュリティ、HarveyはTrajectoryと組んでリーガル領域、CodeRabbitはBasetenと組んでコードレビュー向けにLightningのカスタマイズを進めています。CodeRabbitの事例では、標準のNeMo Autoレシピを1エポック学習させ、約2時間・85ドルで実働するルーターエージェントを構築できたとされています。ポストトレーニングの実務面では、エージェントの推論ステップやツール呼び出しに対する細粒度フィードバックをNeMo Customizer、NeMo Evaluator、NeMo Data Designerで学習に反映するアプローチも紹介されています。

エコシステムと今後の見通し

NVIDIAは、Cognition、Nous Research、LangChainなどのパートナーと連携し、Switchyardをエージェント開発の現場へ統合していく方針です。CognitionはDevin Desktopでステージルーティングを実装し、FrontierCode Mainではモデル間ルーティングにより平均コストを約28%下げつつ、上位モデルとの精度差を2.8ポイント以内に収めたと報告されています。一方で評価は冷静に見る必要もあります。Artificial Analysis Intelligence IndexではLightningのスコアは24で、gpt-oss-120bと同等、Nemotron 3 SuperやGemma 4 31B、Claude 4.5 Haikuなどの30より下に位置しており、NVIDIA自身も汎用知能でのトップを主張していません。Lightningはあくまでルーティング構成の「高速・低コスト側」を担う設計であり、Switchyardと組み合わせることでフロンティア級のタスク完了率を保ちながらコストを約3分の1に抑える点が要点です。アーキテクチャは2025年12月のNemotron 3ファミリーで導入されたハイブリッドMamba-Transformer＋潜在MoEを拡張したものです。