NVIDIA rilascia Nemotron 3.5 Bolt E4B 4GB per agenti locali

NVIDIA ha rilasciato Nemotron 3.5 Bolt E4B 4GB, un small language model open pensato per agenti conversazionali rapidi in esecuzione locale su RTX, Jetson e Spark¹.

Il modello punta a tre casi d’uso: assistenti vocali e del dispositivo, personaggi nei giochi e interfacce robotiche. L’esecuzione è locale sull’hardware indicato da NVIDIA: GeForce RTX, Jetson, RTX Spark e DGX Spark¹. L’obiettivo dichiarato è fornire dialogo naturale e chiamata a tool su più turni all’interno di questi scenari¹.

La scheda tecnica è sintetica. I parametri totali sono 8 miliardi, gli “effettivi” 4 miliardi. Il contesto arriva a 64K token. Nelle prove NVIDIA su GPU RTX, la build Q4_K_M ha usato tra 3,1 e 4,3 GB di VRAM. Per gli sviluppatori, il comportamento da agente entra in circa 4 GB di VRAM, così resta spazio per modelli di voce e di visione affiancati al linguaggio¹.

La provenienza è esplicita. Nemotron 3.5 Bolt E4B è post-addestrato a partire da Gemma 4 E4B di Google, usando solo reinforcement learning. NVIDIA non indica tecniche aggiuntive oltre al RL nella fase di post-training¹.

NVIDIA posiziona il modello come componente per agenti conversazionali locali. L’azienda elenca tre workload target: assistenti del dispositivo e vocali, personaggi interattivi e agenti embedded o industriali. La combinazione annunciata include dialogo naturale e tool calling su più turni, due elementi centrali per agenti che devono interagire in modo continuo e coordinare chiamate a strumenti durante la conversazione¹.

Sulle prestazioni, NVIDIA riporta il risultato migliore in 15 benchmark su 21 nel confronto con Gemma 4 E4B, Qwen3.5-4B e Nemotron 3 Nano 4B. Il dato più alto arriva su IHEval: 84,8. Nello stesso test, Gemma 4 E4B segna 67,0 e Qwen3.5-4B 60,6. Il punto più debole è Tau2-Bench: 55,1, circa 20 punti sotto Qwen3.5-4B a 75,1. Questi numeri sono misurati e comunicati da NVIDIA¹.

Il footprint dichiarato consente di affiancare al modello di linguaggio componenti di voce e visione nello stesso nodo di esecuzione. NVIDIA infatti sottolinea che l’agente sta in circa 4 GB di VRAM, lasciando margine per questi moduli. Nei test interni su RTX, la variante Q4_K_M ha oscillato tra 3,1 e 4,3 GB di impiego di memoria video¹.

In sintesi di posizionamento, Nemotron 3.5 Bolt E4B 4GB mira a casi d’uso locali su GeForce RTX, Jetson e piattaforme Spark. La dotazione include 8B parametri totali, 4B effettivi e 64K di contesto. Il post-training, basato solo su reinforcement learning a partire da Gemma 4 E4B, definisce il profilo del modello. Le misure NVIDIA lo vedono al primo posto in 15 su 21 benchmark, con un picco su IHEval e un minimo su Tau2-Bench¹.

La combinazione di esecuzione locale, consumo di VRAM contenuto e spazio residuo per modelli di voce e visione indica un impiego pratico in assistenti vocali, personaggi interattivi e interfacce robotiche sulle piattaforme elencate da NVIDIA¹.