Nemotron 3.5 Bolt مقابل Nemotron 3 Ultra: ما الذي يصمد أمام ضغط بمقدار 7.4 أضعاف

نموذجان من المورّد نفسه، يختلفان بمعامل 7.4 في عدد المعاملات، وبنحو مرتبتين من حيث الحجم في العتاد اللازم لتشغيلهما. NVIDIA Nemotron 3.5 Bolt 74B-A9B 24GBصدر في 15 أكتوبر 2026 كملف بحجم 24GB يعمل إلى جانب تطبيقاتك الأخرى على جهاز Spark أو وحدة معالجة رسومات Blackwell. NVIDIA Nemotron 3 Ultra 550B-A55Bمتاح على Hugging Face منذ 3 يونيو 2026 ويطلب ستة عشر وحدة H100 كحد أدنى بصيغة BF16.

السؤال المثير للاهتمام ليس أيهما أقوى — فالجواب بديهي ولا مجال للمقارنة. بل هو: ما الذي يبقى تحديدًا عندما تضغط نموذجًا كبيرًا داخل غلاف ذاكرة صغير؟ لأن ذلك يخبرك بأي أعباء العمل يستطيع النموذج الصغير استيعابها، وأيها سيفضحه. وتجيب مذكرة أبحاث NVIDIA الخاصة عن جزء من هذا السؤال مباشرةً، والأجزاء التي لا تجيب عنها هي حيث يكمن القرار الحقيقي.

ليسا والدًا وابنًا، أيًا كان ما توحي به التسمية.

الافتراض البديهي هو أن Bolt نسخة مصغّرة من Ultra. لكنه ليس كذلك، وإدراك هذه الحقيقة بشكل صحيح يغيّر ما تتوقعه من الملف. لقد قُطِّر Nemotron 3.5 Lightning، فئة 30B-A3B الصادرة في 11 أغسطس 2026، من Ultra. أما Bolt فلم يُقطَّر. لقد ضُغِط Bolt من Nemotron 3.5 Super VL، وهو نموذج لغوي بصري بحجم 120B-A12B، باستخدام بحث موجّه بالراوتر تسميه NVIDIA Star Elastic، يتبعه تقطير واعٍ بالتكميم وصولاً إلى 2.0625 بت لكل وزن خبير بصيغة IQ2_XXS.

يفسّر هذا النسب الفرقَ الوحيد الذي يهم أكثر من أي صف في نتائج المعايير: يمتلك Bolt مُرمِّز رؤية C-RADIO v4-H ويستقبل الصور والفيديو. أما Ultra فمدخلاته نص ومخرجاته نص، وهذه ليست فجوة في الإبلاغ — إذ لا يملك الـ checkpoint برج رؤية ليُقيَّم. النموذج الأصغر والأحدث والمكمَّم بكثافة يرى؛ أما أكبر نموذج استدلالي في العائلة فلا يرى.

ما الذي أبقاه الضغط

يحمل Bolt ‏74 مليار معامل مع 9 مليار نشط لكل رمز على بنية هجينة من Mamba-2 وTransformer. ويحمل Ultra ‏550 مليار مع 55 مليار نشط. نسبة المعاملات النشطة هي 6.1 إلى 1، ونسبة إجمالي المعاملات هي 7.4 إلى 1، مما يعني أن الضغط أزال من السعة الإجمالية قدرًا أكبر نسبيًا مما أزاله من الحوسبة لكل رمز — أي أن النموذج أصبح أضيق أسرع مما أصبح أقل عمقًا.

ما الذي ينتج عن ذلك، بناءً على الأدلة المتاحة:

• الذكاء المستقل — يمنح Artificial Analysis نموذج Nemotron 3.5 Bolt درجة 21 على مؤشر الذكاء الخاص به، وهو الرابع من أصل 67 في فئته المفلترة حسب البصمة مقابل وسيط الفئة البالغ 8. أما Ultra فليس في الفئة نفسها ويسجّل درجة أعلى بكثير على الإصدار نفسه من المؤشر. هذه هي التكلفة القابلة للقياس لهذا الضغط.

• السرعة المستقلة — يقيس Artificial Analysis نموذج Ultra عند 156.1 رمز إخراج في الثانية، وهو العاشر بين 74 نموذجًا في تلك الصفحة ويقع ضمن نطاق السرعة الأعلى لديه. أما Bolt فالحقول نفسها تظهر فيه N/A، لأنه لا توجد نقطة نهاية مستضافة لاستدعائها. أرقام NVIDIA نفسها — 84 رمزًا في الثانية على AIPerf SPEED-Bench على RTX Spark، و83.99 في llama.cpp على Surface Laptop Ultra — هي أرقام مُبلَّغ عنها من المورّد ولم يُعَد إنتاجها.

• اتّباع التعليمات — يسجّل Ultra نتيجة 82.9 على IFBench. هذا هو البند الجدير بالمتابعة في وكيلٍ عليه أن يمتثل لسياسة أدوات طويلة، وهو من نوع القدرات التي يحافظ عليها التقطير المدرك للتكميم بشكل غير متساوٍ.

• الاستدلال بالسياق الطويل — يسجّل Ultra نتيجة 75.2 على AA-LCR مقابل مواصفة تبلغ 1M رمز. النافذة المنشورة لـ Bolt هي 262,144 رمزًا، وتتقاسم 24GB مع ذاكرة KV المؤقتة والصور والمحادثة. إن اتساع النافذة المعلنة والقدرة على استخدامها خاصيتان منفصلتان؛ وهنا يمتلك النموذج الأكبر المزيد من كلتيهما.

• الالتزام بالوقائع — يسجّل Ultra ‏22.1 في هلوسة AA-Omniscience مع 77.91 في عدم الهلوسة. وتسجّل بطاقة Bolt الخاصة 61.27 في عدم الهلوسة، وهو الصف الوحيد الذي يخسر فيه أمام Nemotron 3.5 Lightning الأصغر منه بكثير. إشارتان مستقلتان تشيران في الاتجاه نفسه: هنا يكون الضغط العدواني بـ2-bit الأكثر كلفة، ولا تُصلح أي حيلة توجيه نموذجًا يختلق أكثر.

غلاف النشر، وهو حيث ينفصل الاثنان فعليًا

هذا هو الجزء من المقارنة الذي لا يمكن اختصاره إلى درجة.

• الذاكرة — Bolt هو ملف واحد بحجم 24GB، مكمّم مسبقًا، ومُعدّ ليتعايش مع متصفح وبيئة تطوير متكاملة (IDE) على جهاز واحد. أما Ultra في BF16 فيتطلب ستة عشر من H100، أو ثمانية من H200، أو ثماني عقد من فئة GB200 وفقًا لبطاقة النموذج الخاصة به؛ بينما تضيّق نسخة NVFP4 ذلك إلى ثمانية من H100 عند الحد الأدنى. الفرق بين هاتين الجملتين هو الفرق بين أمر شراء وبرنامج مشتريات.

• تهيئة السياق — يوفّر Bolt ‏262,144 رمزًا مباشرةً في وصفة vLLM المنشورة الخاصة به. أما وصفات Ultra فتكون افتراضيًا عند 256K وتتطلب علامة بيئية للوصول إلى كامل 1,048,576، ولهذا تسجّل اللوحة 262K لـ Ultra على الرغم من مواصفة 1M. اقرأ المواصفة، ثم اقرأ الوصفة.

• حزمة الخدمة — يعمل Bolt ضمن vLLM على Ampere وHopper وBlackwell، أو ضمن llama.cpp على أجهزة RTX Spark وDGX Spark، بموجب ترخيص OpenMDW-1.1 الذي يسمح بالاستخدام التجاري. ويعمل Ultra بموجب الترخيص نفسه على توازٍ من فئة مراكز البيانات. كلاهما أوزان مفتوحة؛ وواحدٌ فقط منهما قابل للنقل.

• تكلفة الموجّه — تُحتسب Ultra بمعدل 0.60 دولار لكل مليون رمز إدخال و2.50 دولار لكل مليون رمز إخراج مع خصم تخزين مؤقت بنسبة 73%، مما يبلغ حوالي 0.60 دولار لتشغيل مهمة واحدة على Intelligence Index — رخيصة حقًا لنموذج بهذا الحجم، ومتاحة لأن شخصًا آخر يدير العنقود. Bolt ليس له سعر على الإطلاق: لا نقطة نهاية مستضافة، ولا واجهة برمجة تطبيقات من البائع، ولا بطاقة أسعار، وغير متاح في حقلي السرعة والتكلفة في اللوحة المستقلة الوحيدة التي تُدرِجه.

قراءة الإعلان من حيث ما يقوله وما لا يقوله

كانت نقطة تفتيش Bolt على Hugging Face منذ 7 أكتوبر 2026، ولم يكن مرفقًا بها سوى بطاقة نموذج. صدر إعلان المورّد الذي يسمّيه — إلى جانب نظير له بسعة 4GB، Nemotron 3.5 Bolt E4B، المخصص لشخصيات الألعاب والمحدد بـ23 أكتوبر — في 15 أكتوبر. ليس غريبًا أن تُطرح الأوزان قبل النص المكتوب بثمانية أيام، لكنه يعني أن أسبوعًا من السجل العام لا يتضمن أي شرح للنموذج على الإطلاق، وأن أي سرد كُتب في تلك النافذة كان يستند إلى البطاقة وحدها.

الإعلان هو أيضًا المكان الذي ينبغي البحث فيه عمّا هو غائب. لا توجد نقطة نهاية مستضافة، ولا API، ولا قائمة أسعار، ولا منصة طرف ثالث لقياس استهلاك Bolt — ولا أي اختبار أداء مستقل أُجري على أوزان 24GB من قبل أي جهة. أرقام المورّد حقيقية ومحددة، مأخوذة باستخدام llama.cpp على Surface Laptop Ultra بذاكرة 128GB؛ غير أنها ببساطة لم يُعَد إنتاجها خارج NVIDIA.

أين ينتمي كل نموذج، وأين ينتمي الموجّه

لا يوجد أي من هذين النموذجين في كتالوج OrcaRouter. نحن لا نستضيف أي نقطة تحقق من NVIDIA، ولا توجد نقطة نهاية Bolt ولا نقطة نهاية Ultra، ولا شيء هنا يُعدّ عرضًا لتقديم أيٍّ منهما. إن ما تجلبه نقطة النهاية الواحدة حقًا، إذا كنت تشغّل أحدهما أو كليهما بنفسك، هو طريقة لإبقاء الشطرين المحلي والمستضاف من سير العمل تحت مفتاح واحد — أكثر من 200 نموذج في كتالوجنا تقف خلف مفتاح API واحد وفاتورة واحدة، وبسعر القائمة الخاص بكل مزوّد يُمرَّر كما هو مع إضافة هامش ربح 0%، لذا يصبح أي تغيير في سعر المورّد ساريًا لدينا في اليوم نفسه بدلًا من موعد التجديد التالي. أما الطلب الذي يحتاج إلى نافذة كاملة بمليون رمز أو إلى نموذج استدلال بمقياس الواجهة الأمامية فيُرسَل إلى نموذج مستضاف؛ أما الملف المحلي فيحتفظ بالعمل ذي الحجم الكبير والحساس للخصوصية الذي ما كان ينبغي أن يغادر المبنى قط. التحويل التلقائي عند الفشل يعني أن أي جهة أعلى متدهورة تنقل الطلب بدلًا من إفشاله.

يتبع التموضعُ حساباتِ النشر لا الدرجاتِ. يكون Bolt في مكانه على محطة عمل عندما يتعذّر نقل البيانات، أو عندما يتضمّن عبء العمل فيديو، أو عندما يجعل الحجم الفوترةَ لكل رمز بندَ التكلفة المهيمن — وعندما تكون نافذة 262K وفجوة ضبط الحقائق الظاهرة بالفعل مقبولتين. ويكون Ultra في مكانه على نقطة نهاية محدودة الاستهلاك عندما يحتاج العمل إلى مدى مليون رمز، وإلى أقوى اتباع للتعليمات في العائلة، وإلى أدنى معدل هلوسة تنشره NVIDIA حاليًا.

من يجب أن يتصرف، ومن يجب أن ينتظر؟

تحرّك الآن إذا كان عبء العمل محليًا ويتضمن فيديو: إنّ Bolt هو النموذج الوحيد في هذه العائلة الذي يتّسع في 24GB ويستطيع الرؤية في الوقت نفسه، ولا توجد نقطة تحقّق مفتوحة أخرى عند هذا الحجم تسجّل 21 على المؤشر المستقل. تحرّك الآن إذا كان عبء العمل هو الاستدلال النصي على سياق طويل وبكميات كبيرة: إنّ Ultra محدَّد الاستهلاك، ومُقاس، وأرخص لكل مهمة في Intelligence Index مما ينبغي لنموذج بحجمه أن يكون.

انتظر، إذا كان قرارك يتوقف على الإنتاجية. سرعة Bolt هي البعد الوحيد الذي لا يوجد له قياس مستقل في أي مكان، وبالنسبة لنموذج منشور محليًا، فإن السرعة هي ما تشعر به في كل ثانية من كل يوم. تشغيل واحد لزمن استجابة من طرف ثالث على أوزان 24GB سيحسم أكثر من صفوف معايير الأداء العشرة القادمة من المورّدين — وإلى أن يوجد هذا القياس، فإن تخطيط السعة لـ Bolt هو تخطيط مبني على ادعاء.