Nemotron 3.5 Bolt 74B مقابل Nemotron 3.5 Lightning 30B-A3B: نفس الوصفة، سقفان للذاكرة

هذه هي المقارنة الوحيدة في شجرة عائلة N​VIDIA N​emotron 3.5 حيث بُني كلا الجانبين على يد الفريق نفسه لتنفيذ المهمة نفسها بحجمين مختلفين، وقد أجرى المورّد بنفسه المواجهة المباشرة بالفعل. N​VIDIA N​emotron 3.5 Bolt 74B-A9B 24GB و N​VIDIA N​emotron 3.5 Lightning 30B-A3B كلاهما نقطتا تفتيش هجينتان بنمط Mamba-2 ومزيج من الخبراء مع رؤوس فك تشفير تخميني، وكلتاهما صدرتا بموجب OpenMDW-1.1 للاستخدام التجاري، وكلتاهما مُعدّتان ليشغّلهما الشخص الذي يقرأ عنهما بدلاً من استئجارهما من مركز بيانات. طُرح Lightning في 11 أغسطس 2026. رُفعت أوزان Bolt في 7 أكتوبر 2026 وأعلنت N​VIDIA عنه في 15 أكتوبر.

الفرق يكمن في سقف الذاكرة: 24 جيجابايت لأحدهما، ونحو 16 جيجابايت للآخر في صيغته المُكمَّمة، والنقاط الثماني في مؤشر Artificial Analysis Intelligence Index بينهما هي ما يجلبه ذلك السقف.

وصفة واحدة، تُنفَّذ بحجمين

وصل Lightning أولاً، وأرسى الشكل الذي يتبعه الجيل 3.5 بأكمله: بنية هجينة تُشابك كتل فضاء الحالات Mamba-2 مع طبقات مزيج الخبراء والانتباه، ورؤوس التنبؤ متعدد الرموز (Multi-Token Prediction) بحيث يستطيع النموذج صياغة عدة رموز دفعة واحدة والتحقق منها بالتوازي، ونماذج صياغة مرافقة منفصلة — DSpark لعمليات النشر في مراكز البيانات منخفضة التزامن، وDFlash، ولاحقاً LiLiCorr — تجعل فك التشفير التخميني إعداداً مدعوماً بدلاً من حيلة بحثية. ويمثّل التقطير من المعلّم Nemotron 3 Ultra النصف الآخر من الوصفة.

Bolt هو نفس الوصفة الموجّهة نحو ميزانية أكثر إحكامًا. تُضغط معلماته البالغة 74B إلى 24GB بواسطة Star Elastic، وهو بحث البنية الموجّه بالراوتر من NVIDIA، يأخذ نقطة تحقق أبوية ويبحث عن عدد الخبراء لكل طبقة وعرض MoE الوسيط الذي يلبي بصمة نشر صارمة مع تقليل خسارة التقطير المعرفي. في حالة Bolt، كان البحث محدودًا بأقل من 24GB عند حجم دفعة 1 وسياق 128K، وانخفض top-K للخبراء من 22 في النموذج الأبوي إلى 9، ثم تم تكميم أوزان الخبراء إلى IQ2-XXS عند 2.0625 بت لكل عنصر مع تقطير واعٍ بالتكميم لاستعادة الدقة. طبقات Mamba عند NVFP4، والتضمينات وطبقات الإخراج عند Q8_0.

النموذج الأب لـ Bolt ليس Lightning. بل هو N​emotron 3.5 Super VL 120B-A12B، النموذج متعدد الوسائط ذو 120 مليار معلمة الذي أطلقته N​VIDIA في اليوم نفسه، ولهذا يأتي Bolt مزودًا بمرمّز رؤية C-RADIO v4-H بينما لا يأتي Lightning بذلك.

تباين المواصفات، كلا الجانبين في سطر واحد

• إجمالي المعاملات والمعاملات النشطة — Bolt: 74 مليارًا إجمالًا، 9 مليارات نشطة لكل توكن. Lightning: 30 مليارًا إجمالًا، ونحو 3 مليارات نشطة لكل توكن.

• البنية المعمارية — Bolt: نموذج LatentMoE هجين يجمع بين Mamba-2 وTransformer، بالإضافة إلى مُرمّز رؤية C-RADIO v4-H. Lightning: MoE هجين من Mamba-2 مع آلية انتباه، دون برج رؤية.

• الدقة والحجم — Bolt: IQ2 بمعدل 2.0625 بت لكل عنصر، مُحزّم إلى أقل من 24GB. Lightning: BF16 وNVFP4 وإصدارات مُكمّمة أخرى تُنشر بشكل منفصل.

• السياق — Bolt: حتى 256,000 رمز، مع وصفات نشر فردية حرة في استخدام عدد أقل. Lightning: حتى 1,000,000 رمز من حيث المبدأ، مع ما يقرب من 256,000 كسقف عملي على وحدة H100 واحدة.

• المدخلات والمخرجات — Bolt: نص، وصور، وفيديو كمدخلات، ونص كمخرجات. Lightning: نص كمدخل، ونص كمخرج.

• الرخصة — OpenMDW-1.1 لكليهما، مُجازة من N​VIDIA للاستخدام التجاري وغير التجاري.

• الفك التخميني — Bolt: مُسوِّدة LiLiCorr عبر DFlash، وسبعة رموز تخمينية في الوصفة المرجعية. Lightning: رؤوس MTP إضافةً إلى مُسوِّدات DFlash وDSpark.

• مؤشر الذكاء — Bolt: 21.4، الرابع من 67 في فئته الحجمية، تم قياسه بشكل مستقل من قبل Artificial Analysis. Lightning: 12.9، تم قياسه بشكل مستقل.

• السعر — Bolt: لا يوجد سعر قائم على القياس في أي مكان؛ ولا تُدرِج Artificial Analysis أي سعر للإدخال أو الإخراج، ولا توجد نقطة نهاية مستضافة منشورة. Lightning: 0.06 دولار لكل مليون رمز إدخال و0.20 دولار لكل مليون رمز إخراج كما تتبعه Artificial Analysis، مع إدخال مخزّن مؤقتًا بنحو 0.006 دولار.

• سرعة الإخراج — Bolt: لم يُنشر أي قياس مستقل. Lightning: 305 رمز إخراج في الثانية مع 0.57 ثانية حتى أول رمز، وكلاهما مقاس بشكل مستقل، وهو من بين أسرع الأرقام على لوحة الفريق.

المقارنة المباشرة التي أجراها البائع بنفسه، اقرأها بعناية

تنشر بطاقة نموذج NVIDIA الخاصة بـ Bolt جدولًا يكون فيه Lightning أحد ثلاثة خطوط أساس، ويستحق القراءة كحجة لا كلوحة نتائج، لأن الشركة اختارت معايير قياس يفوز فيها نموذجها الجديد.

• Terminal-Bench 2.1 — ‏Bolt بنتيجة 50.98 مقابل 23.46 لـ Lightning. كلاهما مُشغَّل من المورّد، وكلاهما على إصدار BF16 من Lightning.

• GPQA Diamond — Bolt 86.43 مقابل 75.57 لـ Lightning.

• BrowseComp — Bolt 66.75 مقابل 36.81 الخاصة بـ Lightning.

• HLE بدون أدوات — ‏Bolt بنتيجة 25.30 مقابل 10.47 لـ Lightning.

• PinchBench — Bolt 87.82 مقابل 83.43 لـ Lightning، وهو فارق أضيق بكثير من الفوارق الأخرى، ويتوافق مع ادعاء NVIDIA بأن Bolt هو النموذج المفتوح الأول في فئته في ذلك المعيار.

• AA-Omniscience لعدم الهلوسة — Bolt 61.27 مقابل 68.81 لـ Lightning. تفوز Lightning بهذه الجولة، وهو الصف الذي اختارت NVIDIA نشره على أي حال، وهذه نقطة لصالح الجدول.

• دقة AA-Omniscience — Bolt ‏16.90 مقابل ‏16.63 لـ Lightning. تعادل فعليًا، وأضعف زوج من الأرقام في الجدول من حيث القيمة المطلقة.

كل رقم في تلك القائمة مُبلَّغ عنه من قبل المورّد على بطاقة النموذج وغير مُعاد إنتاجه. وقد قامت Artificial Analysis منذ ذلك الحين بقياس درجتي المؤشر بشكل مستقل — 21.4 و12.9 — والاتجاه متطابق، وهو أقصى ما يمكن قوله اليوم.

حيث يكون النموذج الأصغر هو الإجابة الأفضل

فجوة المؤشر حقيقية، وهي ليست المحور الوحيد. يتفوق Lightning في ثلاثة صفوف تهم عمليات نشر محددة.

إنه أسرع بمعامل لم يقم أحد بقياسه على جانب Bolt. 305 رمز إخراج في الثانية مع زمن أقل من ثانية حتى أول رمز هو فئة مختلفة من الاستجابة عن أي شيء يمكن افتراض أن نقطة تفتيش 2-bit 74B غير مقاسة يمكنها الوصول إليه حالياً، وهو مُقاس. إن معدل النقل المنشور الخاص بـ Bolt، 83.99 رمزاً في الثانية على AIPerf SPEED-Bench-Coding مع تفعيل مُسوّد LiLiCorr، يأتي من صفحة أبحاث N​VIDIA على جهاز من فئة الحواسيب المحمولة وليس قابلاً للمقارنة مع جهاز اللجنة.

يتمتع بأربعة أضعاف السياق: مليون توكن مقابل 256,000، ويظهر الفرق في درجة الاسترجاع المستقلة للسياق الطويل: يسجّل Lightning نتيجة 49.19 في AA-LCR في جدول N​VIDIA، بينما يسجّل Bolt نتيجة 64.06 — Bolt أفضل في استخدام السياق الطويل، لكن Lightning هو الوحيد بين الاثنين الذي يعلن عن نافذة تبلغ مليون توكن، لذا إذا كان عبء العمل هو «قراءة المستودع بالكامل»، فقد يكون السقف أكثر أهمية من جودة الاسترجاع داخله.

إنه الوحيد من بين الاثنين الذي له سعر. يتوفر Lightning بسعر 0.06 دولار للإدخال و0.20 دولار للإخراج لكل مليون توكن، مما يجعله بنية تحتية قابلة للاستدعاء بدلاً من مشروع عتاد. لم ينشر أحد تسعيرة مستضافة لـ Bolt، لذا فإن السبيل الوحيد لتشغيله هو امتلاك الجهاز.

ما لا يستطيع Lightning فعله هو الرؤية. فهو نصّي فقط، بينما يقبل Bolt الصور والفيديو عبر مشفّر C-RADIO v4-H، محرزًا 50.86 في رؤية WebArena حيث لا يملك Lightning أي مشاركة. إذا كان الوكيل يقرأ لقطات الشاشة أو يفتح ملفات PDF أو يشغّل متصفحًا، فإن هذا الصف وحده يحسم الاختيار — وهو الصف الذي يأتي من نسب Super VL الخاص بـ Bolt لا من عدد معاملاته.

كم يكلف تشغيل Bolt فعليًا

إن وصفة الخدمة المرجعية من NVIDIA لنقطة تفتيش بحجم 24GB ليست أمرًا واحدًا تلصقه. فهي تثبّت صورة vLLM nightly محددة، وتثبّت حزمة نواة b12x وتنزّل النوى، وتجلب ملف إضافة محلل الاستدلال بشكل منفصل، ثم تضبط مشغّل النموذج v2، والواجهات الخلفية الخطية وMoE إلى b12x، وواجهات الانتباه وMamba الخلفية إلى FlashInfer، وأنواع بيانات ذاكرة Mamba المؤقتة الصريحة، وعلامة chunked-prefill، وإعداد فك التشفير التخميني الذي يشير إلى مُسوّد LiLiCorr مع سبعة رموز مسودة. ويُسمّى محللا استدعاء الأدوات والاستدلال صراحةً، وتضع حدود الوسائط سقفًا للطلب عند صورة واحدة وفيديو واحد بمعدل تقليم فيديو 0.5.

قصة النشر الخاصة بـ Lightning هي حاوية Docker، ونقطة نهاية متوافقة مع OpenAI، واسم نموذج يمكنك الحصول عليه أيضاً من مزوّد مستضاف مقابل ستة سنتات لكل مليون توكن. عملياً، هذا الفرق هو المقارنة بأكملها: Bolt هو عمل نهاية أسبوع وجهاز تملكه، أما Lightning فهو بعد ظهر وفاتورة.

كيف تختار، وما الذي سيحسم الأمر

اختر Lightning إذا كان عبء العمل لديك نصيًا، وكانت ميزانية زمن الاستجابة لديك ضيقة، وإما أن تكون احتياجاتك من السياق كبيرة أو أنك تفضّل الدفع لكل رمز بدلًا من شراء العتاد. فملفه المستقل — أسرع سرعة إخراج مقيسة في فئته، وأول رمز في أقل من ثانية، وسعر منشور — يجعله الخيار الأقل مخاطرة في العائلة، وتُسعَّر درجة الذكاء الأقل وفقًا لذلك. وهو أيضًا الخيار الافتراضي الصحيح إذا كنت تخطط لاقتران منفّذ محلي صغير بمخطِّط مستضاف أكبر، وهو بالضبط ما تروّج له N​VIDIA.

اختر Bolt إذا كان وكيلك يتعامل مع البكسلات أو يعمل بدون شبكة. صف الرؤية حصري له، والاستدلال بحجم 74B متقدم بثماني نقاط في المؤشر، وحد 24GB هو الوحيد في العائلة الذي يستوعب نقطة تفتيش مُقطّرة من معلم 74B على مسرّع واحد من فئة المستهلك. تقبّل أنك تشغّل المخطط المستضاف على GPU محليًا وتدفع ثمن ذلك في زمن استجابة لا يمكنك التنبؤ به بعد.

بالنسبة للجزء المستضاف من أي من المعماريتين، يضع OrcaRouter النماذج التي نوجّهها فعلاً خلف مفتاح واحد بسعر قائمة المزوّد مع إضافة هامش 0 بالمئة، ويعني التبديل التلقائي عند الفشل عبر المزوّدين أن مشكلة سعة في المنبع يُعاد المحاولة فيها بدلاً من ظهورها. نحن لا نستضيف أي نموذج N​emotron — فقد فُحص الكتالوج بدلاً من افتراضه، والعائلة ليست ضمنه — لذا لا يتأثر الجانب المحلي من هذه المقارنة بأي شيء نفعله. ما يشتريه الإعداد الموجّه هو خطة بديلة للمخطِّط أثناء تقييمك، وهذا مهم هنا لأن أياً من نقطتي التفتيش هاتين ليس لديه ملف زمن استجابة مستقل منشور يمكنك قياس مسار إنتاجي مقابله.

ما الذي سيحسم الاختيار هو رقم واحد غير موجود بعد: اختبار مستقل للإنتاجية وزمن الاستجابة على نقطة التحقق بحجم 24GB عند حجم دفعة واحد. وإلى أن ينشره أحد، فإن حجة Bolt تقوم بالكامل على الأمرين اللذين لا تستطيع Lightning مضاهاتهما — حجم المعلمات والرؤية — بينما تقوم حجة Lightning على أربعة أرقام مقيسة بشكل مستقل.

ما لا تستطيع الأرقام إخبارك به هو ما إذا كان أيٌّ من ذلك قد أخفق في الميدان: فالحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء المرتبطة بالنماذج في هذه الفئة مجموعة في OrcaRouter AI Incident Archive، حيث يحمل كل مُدخل مصادره الخاصة ودرجة الخطورة ودرجة الثقة وعلامة كونه محل نزاع.