NVIDIAが8月11日、Nemotron 3.5 Lightningを公開した。総パラメータは300億（30B）、そのうち一度に動くのは30億（3B）という構成のモデルで、重みも学習データも作り方も、OpenMDW-1.1という条件で開放されている。ただ、この発表で目を引くのは規模のほうではない。このモデルは賢さの順位を取りにいっていない。狙いは、同じ作業を安く速く何度も回すことのほうに置かれている。AIの目標が一枚岩でなくなり始めた、という話だ。
賢さではなく、繰り返しに寄せてある
NVIDIAの説明では、長く走り続けるAIが時間の大半を使っているのは、込み入った判断ではない。道具を呼び出す、返ってきた結果が正しいか確かめる、下請けの処理に投げる——そういう量の多い作業だ。Lightningはそこに合わせて作られている。
数字も、その方向で出ている。PinchBenchというベンチマークで正答率86%、1万件の課題をQwen3.6 35Bより30%速く終えたとされる。出力の速さは同規模のモデル比で最大4倍、作業全体では30%速い、という書き方だ。いずれもNVIDIA自身が測り、比較対象もNVIDIAが選んでいる数字にはなる。
何を狙っていないかも、はっきりしている。込み入った推論はこのモデルの担当ではなく、その役はNemotron 3 Ultraのような上位モデルに置かれている。速いことと賢いことを、同じモデルで両立させにいっていない。
一緒に出たのは、振り分ける道具のほうだ
だから重要なのは、同時に公開されたNeMo Switchyardのほうかもしれない。これは要求ごとに「どのモデルに投げるか」を判断して振り分ける、開放された部品だ。繰り返しの実行はLightningへ、込み入った計画は上位モデルへ渡す。
NVIDIAは、この組み合わせで上位モデル並みの正確さを保ちながら、Opus 4.8だけで回した場合と比べて作業あたりの費用をおよそ3分の1にできるとしている。これも提供側の主張として読む必要はある。それでも、示している形ははっきりしている。一つのモデルで全部やる、という前提を外している。
考えてみれば、人の仕事の回し方に近い。全部の判断を一番経験のある人に上げていたら、その人が詰まって全体が止まる。分けられるものは分ける。
ただし、振り分けの設計と機材は自分持ちだ
手放しで軽い話ではない。
動かす場所がいる。NVIDIAが挙げているのはDGX SparkやGeForce RTX 5090、Jetson、RTX PROワークステーション、そしてデータセンターやクラウドだ。手元で動かす選択肢は確かにあるが、そこに並んでいるのは、多くの人が普段使っているパソコンではない。実際には当面、誰かが動かしたものを借りる形になる。
振り分けそのものも仕事になる。どの作業を安いほうへ投げるかを決めるのは、結局こちら側だ。境界を間違えると、安いモデルが取りこぼしたぶんを上位モデルでやり直すことになり、費用も時間も逆に増える。安く済んだかどうかは、振り分けが当たったかどうかで決まる。
開放されている範囲も見ておきたい。重み・学習データ・レシピが出ているのは大きいが、それは動かす自由があるという意味であって、動かす設備が手に入るという意味ではない。
自分の作業のどこが「繰り返し」なのか
この分け方は、AIの話に見えて、自分の手元の作業の見取り図の話でもある。
一日のうちで、判断が要る部分はどれくらいあるだろうか。調べる、写す、形を整える、確認する。手が覚えているだけの作業と、決めなければ進まない作業は、たぶん自分の中でも混ざったままになっている。全部を一番いい道具に投げるのは、分けていないことの裏返しでもある。
分けたところで、境界の見極めは残る。任せた側が間違えたときに気づけるかどうかは、結局こちらが中身を分かっているかによる。安く速く回せるようになるほど、確認の設計だけが自分の側に残っていく。
あなたの一日の作業のうち、どこまでが本当に「自分で決めなければいけない」部分だろうか？
