Что произошло
15 октября 2026 года Nvidia выпустила семейство открытых моделей Nemotron 3.5 для ИИ-агентов — программ, которые сами выполняют многошаговые задачи: читают документы, вызывают инструменты, ходят по сайтам. Флагман Nemotron 3.5 Super VL на 120 млрд параметров рассчитан на серверы компаний. Nemotron 3.5 Bolt 74B-A9B ужат до 24 ГБ памяти и работает на ПК. Веса, датасеты и рецепты обучения открыты.
Детали
| Super VL | Bolt 74B-A9B | Bolt E4B | |
|---|---|---|---|
| Параметры (всего / активных) | 120B / 12B | 74B / 9B | не раскрыто |
| Ввод | текст, картинки, видео | текст, картинки, видео | — |
| Контекст | до 1 млн токенов | до 256 тыс. токенов | — |
| Память | NVFP4 (4 бита) | 24 ГБ, родные 2 бита | 4 ГБ |
| Железо по карточке | 1× DGX Spark, 1× H200, 2× H100 | GeForce RTX, RTX/DGX Spark | GeForce RTX, Jetson |
| Доступность | сейчас | сейчас | 23 октября |
Обе модели — гибрид Mamba-2 и трансформера с архитектурой MoE (смесь экспертов: на каждый токен работает лишь часть параметров, отсюда «A12B» и «A9B» в названиях). Лицензия — OpenMDW-1.1 от Linux Foundation, она разрешает коммерческое использование и дообучение.
Super VL лежит на Hugging Face, OpenRouter, ModelScope и в NVIDIA NIM. Nvidia утверждает, что модель держит точность своего крупнейшего reasoning-флагмана при пятой части параметров и в 5 раз быстрее ближайшего открытого конкурента. Это замеры самой компании. Среди первых пользователей — CrowdStrike, Perplexity, Salesforce и Atlassian.
Bolt уже есть в Ollama (ollama run nemotron-3.5-bolt, загрузка около 25 ГБ), LM Studio и llama.cpp (формат GGUF).
Что это значит
Для владельцев мощных видеокарт Bolt — один из немногих способов запустить агента уровня 70B без облака. Цифра «24 ГБ» в названии — это объём самих весов, а не планка видеокарты. Официальные рецепты llama.cpp в карточке модели требуют дискретную RTX с 32 ГБ и больше для контекста 64 тыс. токенов. Это уровень RTX 5090 (о её потолке в 32 ГБ мы писали отдельно). Для полных 256 тыс. токенов нужно 48 ГБ. С Mac через Ollama не выйдет: на странице модели прямо сказано, что Apple Silicon пока не поддерживается.
Владельцам DGX Spark и ноутбуков RTX Spark повезло больше: по замеру Nvidia на RTX Spark с 128 ГБ Bolt выдаёт около 84 токенов/с. В той же таблице Nvidia меньшие Qwen3.6 35B-A3B и Gemma 4 26B-A4B быстрее — 97 и 101 токен/с. Bolt выигрывает точностью в агентных тестах, а не скоростью.
Обладателям карт на 8–16 ГБ стоит дождаться Bolt E4B 23 октября: ему хватит 4 ГБ.
Контекст
Ноутбуки на чипе RTX Spark поступили в продажу на прошлой неделе — первые замеры локального ИИ на них мы разбирали в новости о старте продаж RTX Spark.
