Fecha de lanzamiento de Nemotron 3.5 Bolt 74B: NVIDIA comprime un modelo de agente de 74B en 24GB

NVIDIA Nemotron 3.5 Bolt 74B-A9B se lanza el jueves 15 de octubre de 2026, y NVIDIA Nemotron 3.5 Bolt E4B llega el viernes 23 de octubre. Esas dos fechas son la respuesta a un adelanto: el 14 de octubre, la cuenta de IA de NVIDIA publicó «¡Cuántos modelos se lanzan esta semana! Y tenemos uno propio en camino...⌛️» sin adjuntar ningún nombre. Vale la pena dedicar dos minutos a comprobar ese adelanto, porque se resuelve de una forma poco habitual: el anuncio al que apunta el tuit ya se había publicado, íntegro, el día anterior, en una entrada del blog de NVIDIA fechada el 13 de octubre que nombra ambos modelos, ambas fechas, el consumo de memoria y los tiempos de ejecución de inferencia. Así que no se trata de una filtración ni de un rumor. Es un lanzamiento poco promocionado, y el adelanto fue el empujoncito, no la primicia.

Lo que sigue separa lo que NVIDIA ha puesto realmente por escrito de lo que nadie fuera de la compañía ha medido todavía — lo cual, para un modelo que se lanza hoy, constituye la mayor parte de la columna interesante.

El anticipo, y en qué se resolvió

Hay dos cosas que conviene dejar fijadas antes que nada, porque son exactamente el tipo de detalle que se aplana en la agregación. Primero, el orden. La entrada de blog de NVIDIA «Todo listo: el ecosistema global de aplicaciones para PC está preparado para NVIDIA RTX Spark» tiene marca temporal 2026-10-13T12:00Z. La publicación «uno de los nuestros en camino» llegó con marca temporal 2026-10-14T20:29Z — aproximadamente treinta y dos horas después. El tuit es una referencia, no la fuente primaria, y cualquier artículo que tome el tuit como el anuncio está partiendo del documento equivocado.

En segundo lugar, la frase «uno de los nuestros» cumple una función real. NVIDIA no es solo el proveedor aquí; es el proveedor de plataforma de la semana. La misma publicación del 13 de octubre lanza los portátiles RTX Spark el 16 de octubre, un modelo de IA DLSS 5 reconstruido que debuta en NBA 2K27 ese mismo día, NVIDIA PAIR fuera de beta y Broadcast 2.3. Bolt 74B es el modelo de lenguaje en una semana en la que NVIDIA anuncia varios modelos de tipos muy distintos. Si viniste buscando un solo producto, por eso la cobertura resulta confusa.

A qué se ha comprometido NVIDIA, en sus propias palabras

La afirmación central es breve y específica. NVIDIA describe Nemotron 3.5 Bolt 74B-A9B como "un nuevo LLM creado específicamente para ejecutar agentes locales en RTX Spark", construido como "un modelo de mezcla de expertos (MoE) de 74B parámetros con 9B parámetros activos" que está "empaquetado en 24GB mediante cuantización de 2 bits con técnicas avanzadas de entrenamiento consciente de la cuantización para conservar la calidad".

Tres cosas de esa frase son las que están haciendo el trabajo:

• 9B activos, no 74B. Este es un MoE disperso. El coste de enrutamiento por token sigue la ruta activa, no el recuento total de parámetros, y por eso se está promocionando un modelo de 74B para un portátil.

• 2 bits, deliberadamente. No es una cuantización comunitaria de una versión BF16, sino un modelo que NVIDIA afirma haber entrenado con técnicas conscientes de la cuantización orientadas a mantener la calidad en ese ancho. Que aguante es una medición, no una afirmación — consulta el registro a continuación.

• 24GB es la envolvente objetivo. NVIDIA plantea la disyuntiva como "el equilibrio óptimo entre velocidad e inteligencia, al ser más rápido que la mayoría de los modelos densos populares y, a la vez, más inteligente que la mayoría de los modelos MoE populares con una huella de memoria similar". Ese es el posicionamiento de la propia NVIDIA, no reproducido por nadie.

En cuanto al acceso, NVIDIA nombra los runtimes explícitamente: llama.cpp, vLLM, Ollama, Unsloth y LM Studio en el lanzamiento, además del uso directo a través de agentes que incluyen Hermes y OpenClaw. Y en cuanto a la licencia, la publicación afirma que Bolt 74B es «totalmente de código abierto... incluidos los datos de entrenamiento, los pesos y las recetas» — el mismo enfoque que NVIDIA aplica al resto de la línea Nemotron.

Por qué 24GB es la cifra que importa, y no 74B

La cifra que encabeza todo esto es 74B. La que sostiene el resto es 24GB, y por una razón muy sencilla: 24GB es el envolvente de un acelerador de clase escritorio. Es la capacidad de una única tarjeta de consumo de gama alta y, en el terreno de los portátiles, es el eje en torno al cual NVIDIA está construyendo la semana: las máquinas RTX Spark llegan hasta los 128GB de memoria unificada y 1 petaflop de cómputo de IA, y los propios portátiles llegan el 16 de octubre.

Si juntas todo eso, la propuesta resulta clara. Un MoE de 9B activos cuyos pesos ocupan 24 GB a 2 bits significa que la misma build que cabe en una tarjeta de estación de trabajo también cabe en el portátil que se envía al día siguiente, con margen de sobra para la aplicación y un segundo modelo pequeño. Esa es una historia de despliegue sustancialmente distinta a la de un modelo de frontera alojado detrás de una API, y es la razón por la que «agente local» aparece en la propia descripción de una línea de NVIDIA en lugar de «inferencia barata».

El contrapeso es que un objetivo de 2 bits es una restricción sobre lo que el modelo puede ser. Cualquier comparación de calidad frente a un modelo BF16 de tamaño total similar es una comparación entre artefactos diferentes, y NVIDIA eligió el artefacto a propósito. Evalúa Bolt 74B frente a otras builds locales de la clase de 24 GB, no frente a un checkpoint de precisión completa que jamás habría cabido.

El registro: confirmado, declarado pero no medido, y desconocido

Ser preciso acerca de en qué columna se sitúa un dato es todo el valor de leer esto en la primera semana en lugar de la tercera.

• Confirmado por NVIDIA: el nombre del modelo, la forma MoE de 74B en total / 9B activos, la huella de 24GB en 2 bits, la fecha del 15 de octubre, los cinco runtimes nombrados, el acceso de agentes vía Hermes y OpenClaw, y la afirmación de que los pesos, los datos de entrenamiento y las recetas son abiertos.

• Declarado pero no medido: la propia afirmación de calidad. «Más inteligente que la mayoría de los modelos MoE populares con un consumo de memoria similar» y «más rápido que la mayoría de los modelos densos populares» se presentan sin una tabla comparativa de referencia en el anuncio. Aún no parece existir ninguna evaluación independiente de Bolt 74B.

• Desconocido al momento de escribir: la ventana de contexto; la licencia nombrada (NVIDIA dice código abierto sin nombrar ninguna en esta publicación); el rendimiento de inferencia exacto en el nivel de 24GB; si el lanzamiento son solo pesos descargables o también se sirve detrás de una API; si 2 bits es la única precisión publicada; y cuán estrechamente desciende la arquitectura de la línea Nemotron 3.5 Lightning que NVIDIA ya ha lanzado en compilaciones BF16 y NVFP4.

Esa última incógnita es la que hay que retener. La propia nomenclatura de NVIDIA incluye ambos números —«74B-A9B» y el anterior «30B-A3B»—, así que los dos son comparables sobre el papel: aproximadamente 2,5× los parámetros totales del modelo Lightning y 3× los activos. Que esa proporción sobreviva a la compresión de 2 bits es exactamente lo que resolvería una primera prueba comparativa independiente.

Bolt E4B es la otra mitad de la familia, y es un producto diferente

Nemotron 3.5 Bolt E4B, que se lanza el 23 de octubre, no es un primo más pequeño del 74B como sugiere el nombre. NVIDIA lo llama «el modelo de lenguaje pequeño (SLM) de tercera generación para NVIDIA ACE», la suite que utiliza para personajes de IA en juegos — un linaje que la compañía remonta a una beta de PUBG para la primera generación y a una vista previa de Aniimo en Gamescom para la segunda.

Sus objetivos de diseño declarados están orientados a los videojuegos más que a los agentes: una huella de 4 GB, "rápido tiempo hasta el primer token", "un nuevo modo conversacional [que] ayuda a mantener las respuestas concisas y listas para la voz", un interruptor de razonamiento y anclaje en el estado de la aplicación para el uso de herramientas multiturno. NVIDIA acompaña el lanzamiento con una prueba práctica dentro de SkyrimNET, una plataforma de modding de NPC para Skyrim que admite tanto inferencia en la nube como local, que comienza ese mismo día.

Así que si llegaste desde el tuit esperando un modelo, vas a recibir dos en fechas distintas, en sobres distintos, para trabajos distintos: el 15 de octubre para el agente local de 24 GB, el 23 de octubre para el personaje de juego de 4 GB.

Cómo evaluarlo sin apostar una hoja de ruta en ello

La parte incómoda de un modelo local desde el primer día es que todavía no puedes responder la única pregunta que importa —¿el checkpoint de 2 bits resiste en tu carga de trabajo?—, y tampoco puedes responder la segunda: si hay una ruta alojada con la que comparar. Ambas lagunas son temporales, y ninguna es motivo para planificar en torno a una tabla de benchmarks que no existe.

El camino práctico es mantener las dos decisiones separadas. Ejecuta Bolt 74B localmente como un experimento dentro del límite de 24 GB que ya tienes, y mantén la ruta de producción en lo que sea invocable hoy. Esa segunda mitad es donde la infraestructura de enrutamiento se gana su lugar: una sola clave para más de 200 modelos al precio de lista del proveedor con 0 % de recargo significa que probar un segundo o tercer candidato cuesta un cambio de configuración en lugar de un segundo contrato, y la conmutación por error automática entre proveedores significa que una compilación local no probada nunca se convierte en el único punto de fallo para un agente en producción.

También es la manera honesta de leer el propio planteamiento de NVIDIA. «Diseñado específicamente para ejecutar agentes locales en RTX Spark» es una afirmación sobre dónde se ejecuta el modelo, no sobre qué puntuación obtiene. Considera la fecha del 15 de octubre como el momento en que una pregunta puede responderse, no como una respuesta.

¿Qué cambiaría este artículo?

Tres cosas, en orden aproximado de cuánto cambiarían el panorama.

• Una licencia con nombre propio y un repositorio público de pesos. «Totalmente abierto, incluidos los datos de entrenamiento, los pesos y las recetas» es la afirmación más rotunda del post de NVIDIA y la más fácil de verificar. Hasta que se nombre la licencia y los archivos se puedan descargar, esa afirmación es solo una promesa.

• Un primer benchmark independiente. La comparación interesante no es Bolt 74B contra un modelo de clase 70B de precisión completa con el que nunca compitió. Es la de Bolt 74B en 2 bits frente a cada otra compilación que quepa en 24GB, medida en el mismo arnés.

• Un endpoint alojado. Sin uno, no hay ningún precio que discutir ni forma alguna de enrutar hacia él. Si aparece una versión servida, la comparación de precios con los modelos que ya están en tu lista corta se vuelve concreta, y el precio pass-through pasa a valer la pena comprobarlo ese mismo día.

Hasta que al menos uno de esos llegue, la postura correcta es el interés, no el compromiso. El teaser era real, las fechas son reales y el modelo es real. La evaluación no lo es.

Preguntas que merecen una respuesta adecuada

¿Es Nemotron 3.5 Bolt 74B el mismo modelo que Nemotron 3.5 Lightning 30B-A3B?

No. Son entradas diferentes en la misma generación con formas distintas: Bolt tiene 74B en total con 9B activos; Lightning tiene 30B en total con 3B activos según la propia nomenclatura de NVIDIA. Bolt además se distribuye en un formato de 2 bits con una huella de 24 GB, mientras que NVIDIA ha publicado la línea Lightning en versiones BF16 y NVFP4. El anuncio no dice si comparten una arquitectura.

¿Puedes ejecutar Bolt 74B en una tarjeta de escritorio de 24 GB, o solo en un portátil RTX Spark?

La restricción declarada por NVIDIA es la huella, no la máquina —24 GB en 2 bits—, y los runtimes mencionados son llama.cpp, vLLM, Ollama, Unsloth y LM Studio, que no son exclusivos de NVIDIA. RTX Spark es hacia donde NVIDIA orienta el marketing, pero nada en el anuncio lo convierte en el requisito.

¿OrcaRouter aloja Nemotron 3.5 Bolt 74B?

Hoy no, y todavía no hay nada que alojar — NVIDIA no ha publicado ningún endpoint servido ni precio para él. Si eso cambia, el modelo podrá invocarse a través de la misma clave que todo lo demás del catálogo, al precio de lista del proveedor sin ningún recargo añadido.

Para un modelo cuyos modos de fallo aún no están documentados, la contraparte útil es el registro de lo que ya ha salido mal en otros lugares: los incidentes de IA y fallos de agentes documentados en torno a modelos de esta clase se recopilan en el OrcaRouter AI Incident Archive , donde cada entrada incluye sus propias fuentes, gravedad, grado de confianza y marca de disputa.