Nemotron 3.5 Bolt E4B 4GB مقابل Nemotron 3.5 Bolt 74B-A9B 24GB: الاسم نفسه، أجهزة متعاكسة

أطلقت NVIDIA نموذجين يُسمّيان Bolt بفارق ثمانية أيام. NVIDIA-Nemotron-3.5-Bolt-E4B-4GB وصل في 23 أكتوبر 2026: نموذج محادثة نصّي بإجمالي 8B، دُرِّب لاحقًا انطلاقًا من Gemma-4-E4B-it. NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB — وهو النموذج الذي يقصده معظم الناس عندما يقولون Nemotron 3.5 Bolt — وصل في 15 أكتوبر: وكيل متعدد الوسائط بإجمالي 74B و9B نشطة، مضغوط إلى بتّين لكل وزن خبير.

إنهم يتشاركون شارةً ورخصةً ونافذة إطلاق. لكنهم لا يتشاركون بنيةً أبويةً، ولا نمطيةً، ولا نافذة سياق، ولا مجموعة اختبارات معيارية، ولا وظيفة. إن قراءة "Bolt" كسُلَّم أحجام هو الخطأ الذي وُجدت هذه المقارنة لمنعه.

أحدهما مشتق من Gemma. والآخر وكيل مضغوط بحجم 120B.

النسب يفسر كل شيء آخر تقريبًا.

بدأ E4B حياته باسم Gemma-4-E4B-it، النموذج الصغير المضبوط بالتعليمات من Google، ثم أجرت NVIDIA عليه تدريبًا لاحقًا باستخدام التعلم المعزز من المكافآت القابلة للتحقق والملاحظات البشرية عبر NeMo-RL وNeMo-Gym. البنية هي بنية Gemma: 8B إجمالي المعاملات مع 4B فعّالة، ومسار إدخال وإخراج نصي فقط، ونافذة سياق 64K. مساهمة NVIDIA هي السلوك، وليس الهيكل الأساسي.

بدأ الطراز 74B من Nemotron 3.5 Super VL 120B-A12B، النموذج الأصلي متعدد الوسائط الخاص بـNVIDIA. أجرت NVIDIA بحثًا في البنية المعمارية موجّهًا بواسطة موجّه يُسمى Star Elastic ضمن ميزانية ذاكرة تبلغ 24GB، وأنتجت نموذجًا هجينًا يضم 74 مليار معامل مع 9 مليارات معامل نشطة لكل رمز، يجمع بين طبقات Mamba-2 وTransformer في تصميم LatentMoE، مع مُشفّر رؤية C-RADIO v4-H. ويقبل النصوص والصور والفيديو، ويتعامل مع سياق يبلغ 256K رمز.

بصراحة: الطراز E4B هو نموذج محادثة قامت NVIDIA بضبطه. أما الطراز 74B فهو نموذج وكيل قامت NVIDIA بضغطه. واسم "Bolt" يصف هدف النشر — الذكاء لكل غيغابايت — وليس بنية مشتركة.

المواصفات، جنبًا إلى جنب

• إجمالي المعاملات والمعاملات النشطة — 8B إجمالًا مع 4B فعّالة لـ E4B؛ 74B إجمالًا مع 9B نشطة لـ 74B.

• البنية — Gemma-4-E4B للنموذج الصغير؛ وMamba-2 مع Transformer لتكوين LatentMoE هجين للنموذج الكبير، مع ضغط Star Elastic المأخوذ من النموذج الأصل Super VL.

• النمط — نص كمدخل، ونص كمخرج في E4B؛ ونص وصور وفيديو كمدخلات، ونص كمخرج في 74B.

• نافذة السياق — 64K رمزًا للإدخال و64K للإخراج في E4B؛ وحتى 256K رمزًا في 74B.

• الدقة — Q4_K_M لملف GGUF المرفق الخاص بـ E4B؛ IQ2 عند نحو 2.0625 بت لكل وزن خبير لطراز 74B، مع NVFP4 على بعض طبقات Mamba وتضمينات Q8_0.

• الأوزان المنشورة — 6.18GB Q4_K_M و15.88GB BF16 لطراز E4B؛ 23.75GB من أوزان GGUF بالإضافة إلى مُسقط الرؤية، و24.12GB من safetensors الجاهزة لـ vLLM، و149.8GB بدقة BF16 لطراز 74B.

• الترخيص — OpenMDW-1.1 لكليهما، مع مكوّن Gemma 4 الخاضع لـ Apache 2.0 ضمن مكدّس E4B.

• تاريخ الإصدار — 23 أكتوبر 2026 لـ E4B؛ 15 أكتوبر 2026 لـ 74B.

• وقت التشغيل — llama.cpp من أجل E4B، مع بطاقة تُشير إلى الوصفة بأنها "قيد الانتظار" رغم توفير أوامر بدء سريع؛ وvLLM من أجل 74B، مع وصفة مرجعية تثبّت حاوية nightly عبر تجزئة commit.

ثمة فخّ في البيانات الوصفية يجدر التنبيه إليه قبل أن يتسبب في خطأ شرائي. تعرض أداة ملف Hugging Face في مستودع 74B عبارة «22B params»، بينما تحدد بطاقة النموذج 74B إجمالًا و9B نشطة. البطاقة على حق: إن 22B حقل جانبي قديم، وليس نسخة ثالثة، وأي شخص يحدد متطلبات العتاد استنادًا إلى الأداة بدلًا من البطاقة سيكون مخطئًا خطأً فادحًا في الاتجاه المعاكس.

لا تتشارك جداول المعايير صفًا واحدًا

هذا هو أهم ما يجب فهمه قبل المقارنة بين الاثنين، وهو الأمر الذي تتجاهله معظم التغطيات.

قيّمت NVIDIA نموذج 74B على GDPVal-AA-V2 وTerminal-Bench 2.1 وTau3 Banking وHLE وAA-Omniscience وSciCode وGPQA Diamond وAA-LCR وPinchBench وMCP-Atlas وBrowseComp وWebArena. كما قيّمت E4B على MultiChallenge وRoleBench وRoleMRC وEQ-Bench v3 وBrevity وBFCL-v3 وWhen2Call وToolSandbox وTau2-Bench وIHEval وAgentIF وStructEval-T وIFBench وInverseIFEval وRULER وLongMemEval وLongBench v2 وSysBench وGaRAGe وRAGTruth وRelyToolBench.

لا يوجد أي تداخل. لا يظهر أي صف في كلا الجدولين. بل إن المجموعتين تستخدمان إصدارين مختلفين من المعيار الوكيلي — Tau2 لـ E4B، وTau3 Banking لـ 74B — لذا فإن الزوج الأقرب تشابهًا غير قابل للمقارنة أيضًا.

وهذا يعني أن أي ادعاء بصيغة «إنّ 74B أفضل من E4B بمقدار X نقطة» هو ادعاء مُلفَّق. فشركة NVIDIA لم تنشر أداة اختبار موحّدة، ولم يُشغِّل أحدٌ من الأطراف الثالثة أداةً كهذه. أما ما تدعمه الجداول فعلًا فهو بيان حول النية التصميمية:

• قُيّم نموذج 74B على مهام تبدو كالعمل — استخدام الطرفية، والتصفح، والبرمجة العلمية، والأسئلة بمستوى الدراسات العليا، والاستدلال على السياق الطويل. وأقوى نتائجه المنشورة هي BrowseComp 66.75، وTerminal-Bench 2.1 50.98، وGPQA Diamond 86.43، وAA-LCR 64.06.

• تم قياس E4B على مهام تبدو كالمحادثة — الاحتفاظ بالشخصية، وهرمية التعليمات، ومعرفة متى يُستدعى أداة، والاستناد إلى مخرجات الأداة. أقوى صفوفه هي IHEval 84.79، وRoleBench 67.05، وRelyToolBench 63.16، وWhen2Call 63.36.

كلتا المجموعتين مُبلَّغ عنهما من البائع وغير مُعاد إنتاجهما. وتحمل بطاقة طراز 74B تفصيلًا إضافيًا جديرًا بالتنبيه: فـ NVIDIA تصف النموذج بأنه أفضل نموذج مفتوح في فئته على PinchBench، لكن جدولها الخاص يُظهر Qwen3.6-35B-A3B عند 88.07 مقابل 87.82 لـ Bolt. وهذا فارق قدره 0.25 نقطة، وادعاء لا يصمد تمامًا أمام حاشيته الخاصة.

ادعاءات السرعة، مع العتاد المرفق

الإنتاجية هي المجال الوحيد الذي تنشر فيه كلتا البطاقتين أرقامًا، ومع ذلك لا يزال لا يمكن مواءمتها.

• E4B على بطاقة RTX 5070 بسعة 12GB — من 106.2 إلى 133.4 توكن في الثانية، ومن 548 إلى 1,238 ملي ثانية للتوكن الأول، ومن 3.5 إلى 4.3GB من ذاكرة VRAM، مقاسة باستخدام llama.cpp وCUDA عند الدفعة 1.

• E4B على Jetson Orin Nano 8GB — من 13.0 إلى 15.5 رمزًا في الثانية، ومن 5.8 إلى 6.3 ثانية للوصول إلى أول رمز. النموذج نفسه، على العتاد الذي تدور حوله فعليًا رسالة "4GB" الترويجية.

• 74B على RTX Spark — 83.99 رمزًا في الثانية على AIPerf SPEED-Bench-Coding، مع إرفاق مُسوِّد LiLiCorr وسبعة رموز تخمينية في كل خطوة.

يفترض رقم 74B وجود نقطة تحقق منفصلة للمُسنِّد بحجم 1.13B، ومعيار قياس محدد، وعتادًا مختلفًا عن أي من تشغيلي E4B. أما رقم E4B فيفترض عدم وجود مُسنِّد. إن مقارنة 133 بـ84 والاستنتاج بأن النموذج الصغير أسرع صحيحة تقنيًا وعديمة المعنى عمليًا: فأحدهما نموذج بأربعة مليارات معامل فعّال على وحدة معالجة رسومات مكتبية، والآخر نموذج بتسعة مليارات معامل نشط على جهاز مختلف مع مُفكِّك ترميز تخميني مضاف إليه.

ما تُثبته الأرقام فعلاً هو شكل المقايضة. إذ صُمّم E4B من أجل زمن الوصول إلى أول رمز؛ بينما صُمّم 74B من أجل العمل الوكيلي المستمر حيث تكفي 84 رمزًا في الثانية. أما صف Orin Nano فهو موضع التنبيه: فوجود نموذج بحجم 4GB على عتاد مضمّن لا يجعله بالضرورة محاورًا في الزمن الحقيقي.

الذاكرة: 4 جيجابايت و24 جيجابايت أغلفة وليست ملفات

يستخدم كلا الاسمين هدفًا في الذاكرة، ولا يمثل أيّ من الرقمين التنزيل.

• E4B — ملف Q4_K_M GGUF بحجم 6.18GB. تقيس NVIDIA ما بين 3.1 و4.3GB من VRAM في تشغيلاتها الخاصة batch-1 على عتاد RTX. ولا تنشر البطاقة ملفًا بحجم 4GB.

• 74B — 22.02GB من أوزان GGUF بالإضافة إلى مُسقِّط رؤية منفصل بسعة 1.73GB، ليصبح الإجمالي 23.75GB، أو 24.12GB في بناء safetensors الجاهز لـ vLLM. إن تكميم الخبراء بدقة 2.0625 بت هو ما يجعل حدود 24GB ممكنة.

• إصدارات BF16 — 15.88GB للـ E4B، و149.8GB موزعة على 63 جزءًا للـ 74B. المتغيرات كاملة الدقة مخصصة لمرحلة ما بعد التدريب، لا للنشر، وبطاقة الطراز 74B تنص على ذلك صراحة.

فجوة التخزين تبلغ نحو أربعة إلى واحد عند دقة النشر، ونحو تسعة إلى واحد عند الدقة الكاملة. وفجوة VRAM أصغر من فجوة المعاملات لأن نموذج 74B يدفع ثمن ضغطه بالبتات، لا بالحجم.

تحدد الوسائط والسياق أكثر مما يحدده عدد المعاملات.

نافذة نصية بسعة 64K ونافذة متعددة الوسائط بسعة 256K ليستا المنتج نفسه بحدود مختلفة.

يمكن لطراز 74B النظر إلى صورة أو فيديو والتصرّف بناءً عليه. وتحدّد بطاقته مدخلات RGB JPEG أو PNG، وفيديو MP4 حتى دقيقتين، وإرشادات إطار واحد في الثانية بدقة 1080p أو إطارين في الثانية بدقة 720p. ويمكنه قراءة لقطة شاشة أو مخطط أو نموذج أو بث كاميرا، ثم استدعاء الأدوات بناءً على ما رآه. وهذه هي القدرة التي تجعله وكيلًا للتصفح والعمل على سطح المكتب.

لا يستطيع E4B أن يرى. فهو يأخذ نصًا ويعيد نصًا، ونافذته البالغة 64K أضعف صراحةً من أقرانه في الاسترجاع: 86.99 في RULER مقابل 95.15 لدى Qwen3.5 4B، و50.50 في LongBench v2 مقابل 59.93. وإذا كان تطبيقك يحتاج إلى إبقاء مستند طويل أو لقطة شاشة في مجال الرؤية، فإن E4B هو النموذج الخطأ مهما كانت درجات شخصيته جيدة.

لمن كل واحد

إن E4B مخصص لطبقة الواجهة. الشخصيات التفاعلية، والمساعدات الصوتية، ووكلاء الأجهزة المدمجة، والروبوتات التي تحتاج إلى اختيار نص برمجي والتحدث به، وأي تطبيق يضطر فيه النموذج إلى الرد خلال بضع مئات من المللي ثانية على عتاد يكلف أقل من محطة عمل. تجعل عروض NVIDIA التوضيحية المقصود ملموسًا: روبوت Reachy Mini على Jetson Orin Nano يستخدم E4B لاختيار نصوص الرسوم المتحركة بينما يتولى نموذج رؤية منفصل مهمة الإدراك، وشخصية حداد NPC تتحقق من الدفع، وتبحث عن وصفة، وتجمع المكوّنات، وتسلّم عنصرًا.

نموذج 74B مخصّص لطبقة العمل: وكلاء شخصيون دائمون يعملون على التصفح والبرمجة وتحليل البيانات ومراقبة المهام الخلفية واستدعاء واجهات برمجة التطبيقات. يعمل على RTX Spark وDGX Spark ومحطات عمل RTX PRO وبطاقات GeForce RTX ذات الذاكرة الكافية، وهو مصمّم ليعمل جنبًا إلى جنب مع تطبيقات أخرى ضمن ميزانية 24GB. أما ملفّه المرجعي في الاختبارات — BrowseComp وTerminal-Bench وGPQA وAA-LCR — فهو ملف نموذج يُنجز المهام، لا نموذج يدير محادثة.

لا يُعد أي منهما بديلاً عن الآخر. فاستوديو ألعاب يرغب في شخصيات NPC مقنعة ليس بحاجة إلى وكيل متعدد الوسائط بحجم 74B؛ أما منصة وكلاء تحتاج إلى قراءة صفحة ويب وتشغيل أمر طرفية فلا يمكنها استخدام نموذج محادثة نصي فقط بحجم 4B.

ما الذي تعنيه عائلة مكوّنة من نموذجين بالنسبة للنشر

النتيجة المعمارية المثيرة للاهتمام هي أن NVIDIA قد طرحت تشكيلة منتجات بدلاً من سلم. يتولى E4B طبقة الاستجابة الفورية، ويتولى 74B طبقة العمل المحلي، ويتولى Super VL 120B-A12B حالات الوسائط المتعددة الأثقل. هذه ثلاث ميزانيات ذاكرة مختلفة وثلاث مهام مختلفة، كلها ضمن عائلة ترخيص واحدة.

ستظل معظم التطبيقات بحاجة إلى طبقة رابعة لا يمكنها تنزيلها: نموذج متقدم للطلبات التي تتجاوز العتاد المحلي، أو مزوّد ثانٍ للوسائط التي يفتقر إليها النموذج المحلي. وتوجيه تلك الطلبات عبر واجهة API واحدة — أكثر من 200 نموذج، هامش ربح 0% على سعر قائمة المزوّد، التحويل التلقائي عند الفشل عند تراجع أحد المزوّدين — يتيح لـBolt المحلي أن يظل المسار السريع، وللنموذج المستضاف أن يظل الاستثناء. البديل هو تكامل منفصل ومفتاح منفصل وفاتورة منفصلة لكل نموذج فوق الطبقة المحلية.

ما الذي سيحسم مسألة العائلة؟

تشغيل واحد. مرّر كلا الـ Bolts عبر إطار الاختبار نفسه وعلى المهام نفسها — مجموعة حوارية، ومجموعة وكيلية، ومجموعة متعددة الوسائط — ثم انشر الصفوف. تملك NVIDIA نقاط التحقق، وحزمة التقييم، والدافع؛ لكنها اختارت بدلًا من ذلك نشر جدولين منفصلين.

إلى أن يتوفر ذلك، فإن التفسير المعقول هو هذا: الطراز 74B هو الأكثر قدرة بحكم التصميم وبحكم الأدلة، في المهام التي اختارت NVIDIA قياسها. أما E4B فهو الطراز الأنسب لفئة كبيرة من الواجهات حيث يكون وكيل 24GB غير معقول ويكون نموذج حواري 4GB هو الصحيح تمامًا. الاسم على الصندوق هو نفسه. أما الآلة بالداخل فليست كذلك.