Новая модель сделана под долгоживущих AI-агентов, coding-задачи и дешёвый inference. Внутри гибридная архитектура Mamba-2 + MoE + Attention, контекст до 1 млн токенов, а pretraining прошёл на более чем 20 трлн токенов. За счёт MoE из 30B параметров активируются около 3B, поэтому модель можно развернуть даже на одном H100 или DGX Spark. NVIDIA сразу выпустила и NVFP4 checkpoint для более экономного inference. Отдельно прокачали скорость генерации. Вместе с Lightning выходят сразу три варианта speculative...