Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
N
NVIDIA / nvidia/nemotron-3.5-bolt-e4b
Nemotron 3.5 Bolt E4B
Modèle compact de NVIDIA publié le 23 octobre 2026 et post-entraîné à partir de Gemma-4-E4B-it. Il compte environ 8 milliards de paramètres au total et 4 milliards effectifs ; E4B ne désigne pas un MoE à quatre milliards de paramètres actifs. Nous regroupons BF16 et GGUF Q4_K_M dans une fiche, avec des résultats distincts par précision. La modalité documentée est texte vers texte : viser les assistants vocaux n’en fait pas un système de reconnaissance ou de synthèse audio.
01 / RÉSUMÉ
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
02 / FICHE TECHNIQUE
Limites et intégration
| ID d’API | nvidia/nemotron-3.5-bolt-e4b |
|---|---|
| Type de modèle | Texte et raisonnement · Code |
| Mode d’accès | API et poids ouverts |
| Licence | OpenMDW 1.1 ; base Gemma 4 sous Apache 2.0 |
| Déploiement | API ou déploiement autohébergé |
| Lancement | 23 OCT 2026 |
| Date limite des connaissances | Post-entraînement : mai 2026 |
| Entrée | Texte |
| Sortie | Texte |
| Fenêtre contextuelle | 65 536 tokens partagés entre entrée et sortie |
| puissance maximale | La fiche indique jusqu’à 64K ; il ne s’agit pas de 64K supplémentaires au contexte |
| Raisonnement | enable_thinking et conversational_mode ; budget configurable |
| Outils publiés | Fonctions · Outils sur plusieurs tours |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | NVIDIA Build · Hugging Face · vLLM · llama.cpp |
Conversations, personnages interactifs et assistants d’appareils avec appels d’outils. La variante BF16 permet la recherche, l’évaluation et l’adaptation avec vLLM ; la distribution de 4 Go privilégie le déploiement local avec llama.cpp. Le raisonnement et le mode conversationnel sont contrôlés par le modèle de conversation. NVIDIA recommande une température de 1,0 et un top-p de 0,95. L’agent hôte doit valider les arguments, permissions et réponses des outils avant toute action.
La configuration BF16 fixe 65 536 positions et la recette GGUF utilise le même contexte. La fiche indique jusqu’à 64K pour l’entrée et pour la sortie ; elle ne prouve pas une fenêtre combinée de 128K. NVIDIA Build arrondit à 66K. Les composants d’image et d’audio hérités dans config.json et les exemples automatiques de Hugging Face ne prouvent pas de capacités multimodales validées pour cette version. La mention 4 Go ne garantit pas la mémoire totale au contexte maximal : il faut ajouter le moteur d’exécution et le cache KV.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Conversations, personnages interactifs et assistants d’appareils avec appels d’outils. La variante BF16 permet la recherche, l’évaluation et l’adaptation avec vLLM ; la distribution de 4 Go privilégie le déploiement local avec llama.cpp. Le raisonnement et le mode conversationnel sont contrôlés par le modèle de conversation. NVIDIA recommande une température de 1,0 et un top-p de 0,95. L’agent hôte doit valider les arguments, permissions et réponses des outils avant toute action.
Contexte
65 536 tokens partagés entre entrée et sortie · La fiche indique jusqu’à 64K ; il ne s’agit pas de 64K supplémentaires au contexte
Outils et intégration
Fonctions · Outils sur plusieurs tours
Accès
NVIDIA Build · Hugging Face · BF16 / Q4_K_M
Modalités d’entrée
Texte
04 / TARIFS
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | Point d’accès gratuit pour le prototypage ; tarif commercial non publié | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Point d’accès gratuit pour le prototypage ; tarif commercial non publié | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
NVIDIA Build propose un point d’accès gratuit pour le prototypage, identifié par nvidia/nemotron-3.5-bolt-e4b. Aucun tarif commercial, quota universel ou accès gratuit permanent n’a été vérifié ; les coûts numériques restent vides. Les poids téléchargeables nécessitent une infrastructure propre. Le modèle est régi par OpenMDW 1.1 et la base Gemma 4 déclare Apache 2.0. Les modèles brouillons DFlash sont des composants facultatifs de décodage spéculatif, pas des modèles conversationnels indépendants ni une garantie d’accélération sur tout matériel.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
05 / ÉVALUATIONS
Comment lire les résultats
“
NVIDIA publie une comparaison avec NeMo Gym distinguant BF16 et Q4_K_M. Nous retenons BFCL-v3, ToolSandbox et RULER à 64K : ils évaluent respectivement les appels de fonctions, les outils avec état et la récupération dans le contexte ; ils ne mesurent pas la même chose. Les tests utilisent le raisonnement sauf RoleBench, EQ-Bench v3 et RULER. Ce ne sont ni des mesures d’Inferama ni des tests de sécurité. La précision peut modifier les résultats dans les deux sens ; conservez checkpoint, modèle de conversation, échantillonnage, matériel et version de l’évaluateur pour les reproduire.
| Benchmark | Résultat | Métrique | Source |
|---|---|---|---|
| BFCL-v3 | BF16 : 68,51 % · Q4_K_M : 67,31 % | Plus haut est meilleur | Voir la source ↗ |
| ToolSandbox | BF16 : 68,77 % · Q4_K_M : 74,13 % | Plus haut est meilleur | Voir la source ↗ |
| RULER (64K) | BF16 : 86,99 % · Q4_K_M : 85,76 % | Plus haut est meilleur | Voir la source ↗ |
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
06 / VERSIONS
Chronologie
Bolt E4B · BF16 / Q4_K_M
Poids publiés et point d’accès de prototypage disponible ; variantes regroupées sans doublons.
07 / SOURCES
Traçabilité
FICHE TECHNIQUEBolt E4B Q4_K_M · fiche à révision fixehuggingface.co↗
FICHE TECHNIQUEBolt E4B BF16 · fiche à révision fixehuggingface.co↗
CONFIGURATIONConfiguration BF16 et contextehuggingface.co↗
APINVIDIA Build · point d’accès et identifiantbuild.nvidia.com↗
LANCEMENTAnnonce NVIDIA et date de disponibilitéblogs.nvidia.com↗
LICENCEOpenMDW 1.1openmdw.ai↗