Actualité

NVIDIA Nemotron 3.5 Bolt E4B : le poids « 4GB » est disponible, son fichier pèse 6,18 Go

Le poids Q4_K_M de NVIDIA Nemotron 3.5 Bolt E4B est réellement téléchargeable, mais ses 6 180 446 208 octets ne prouvent pas qu’il fonctionne dans 4 Go de mémoire. NVIDIA publie aussi une version BF16 et un drafter DFlash séparé ; sa démonstration sur Jetson et ses mesures de performances restent des résultats du constructeur, sans validation indépendante trouvée par TekBrut.

Artefacts vérifiés le 25 octobre 2026 à 14:16, heure de Paris (Europe/Paris, UTC+01:00).

Un fichier téléchargeable, pas une simple annonce

NVIDIA Nemotron 3.5 Bolt E4B est un modèle texte vers texte issu du post-entraînement de Gemma 4 E4B. La carte NVIDIA indique 8 milliards de paramètres au total, dont 4 milliards « effectifs », et annonce un contexte pouvant atteindre 64K tokens en entrée comme en sortie.

Le dépôt Hugging Face nommé « 4GB » contient bien un poids GGUF quantifié en Q4_K_M. Le téléchargement direct répondait en HTTP 200 lors du contrôle des sources, pour une taille de 6 180 446 208 octets. Une variante BF16 est publiée dans un dépôt distinct.

Cette disponibilité change la nature de l’annonce : le modèle peut être téléchargé. Elle ne suffit toutefois pas à fixer la mémoire nécessaire pour l’exécuter. Le nom du dépôt n’est donc ni une mesure de VRAM, ni une garantie de fonctionnement avec 4 Go de mémoire, ni une promesse de compatibilité avec toutes les machines Jetson ou RTX.

Le drafter DFlash est un composant séparé

NVIDIA fournit aussi un drafter DFlash pour l’inférence spéculative. Il compte 360 480 000 paramètres et son fichier BF16 pèse 736 812 096 octets. Ce drafter n’est pas un modèle autonome : il partage ses embeddings et sa tête de sortie avec le modèle cible et doit être chargé avec lui.

Sa présence constitue un artefact vérifiable. Elle ne permet pas, à elle seule, d’annoncer un gain de vitesse sur une configuration donnée. Les chiffres de débit, de latence et d’accélération publiés autour de Bolt viennent de NVIDIA et de son protocole. TekBrut n’a trouvé aucune mesure indépendante permettant de les reprendre comme résultats établis.

La démonstration Jetson associe Bolt à Cosmos

Dans une démonstration publiée le 23 octobre 2026, NVIDIA montre le robot Reachy Mini sur un Jetson Orin Nano 8GB. Bolt y gère la conversation et Cosmos la vision, selon le constructeur.

Cette séparation compte : Bolt est un modèle textuel. La vidéo ne prouve pas qu’il soit multimodal, qu’il assure seul la vision du robot ou qu’il occupe à lui seul la mémoire montrée. Elle ne démontre pas davantage une compatibilité universelle avec les appareils Jetson et RTX que NVIDIA cite comme plateformes cibles.

Des recettes publiées, sans reproduction indépendante

Le dépôt NVIDIA NeMo AutoModel comprend des recettes de personnalisation complète et LoRA pour la variante BF16. Elles documentent une voie de fine-tuning ; TekBrut n’a pas reproduit le post-entraînement ni vérifié que ces recettes permettent d’obtenir les mêmes résultats que NVIDIA.

Le modèle est distribué sous OpenMDW-1.1. Cette licence autorise l’utilisation, la modification et la redistribution sous conditions, notamment la conservation de la licence et des notices lors d’une redistribution. La carte NVIDIA indique Apache-2.0 pour le modèle amont Gemma 4. Ces mentions ne dispensent pas de vérifier les conditions applicables à chaque usage.

Ce que l’on peut conclure aujourd’hui

NVIDIA Nemotron 3.5 Bolt E4B n’est pas qu’une démonstration : son poids Q4_K_M, sa variante BF16 et son drafter sont publiés. En revanche, les sources vérifiées ne permettent pas de promettre une exécution dans 4 Go de mémoire, un niveau de performances précis ou une compatibilité matérielle générale.

La carte du modèle avertit aussi que les réponses peuvent être inexactes ou incomplètes et varier selon le domaine, la langue et le contexte. NVIDIA demande une évaluation et des garde-fous adaptés avant un usage en production, et exclut les usages critiques pour la vie. Pour évaluer Bolt sur une machine donnée, il faut encore mesurer la mémoire, la latence et la qualité avec le moteur, le contexte et la charge réellement visés.

Sources principales