Nemotron 3.5 Bolt 74B リリース日：NVIDIA、74Bエージェントモデルを24GBに詰め込む

NVIDIA Nemotron 3.5 Bolt 74B-A9B は2026年10月15日木曜日に出荷され、NVIDIA Nemotron 3.5 Bolt E4B は10月23日金曜日に続く。これら2つの日付は、あるティーザーへの答えだ。10月14日、NVIDIAのAIアカウントは「今週はたくさんのモデルが登場します！そして、私たち自身のモデルもひとつ控えています…⌛️」と投稿したが、名前は添えられていなかった。そのティーザーを確認するのに2分を費やす価値はある。なぜなら、それは異例の形で決着するからだ——ツイートがほのめかしていた発表は、前日にはすでに完全な形で公開されていた。10月13日付のNVIDIAのブログ投稿で、両モデル、両方の日付、メモリフットプリント、推論ランタイムが明記されていた。つまりこれはリークではなく、噂でもない。宣伝不足のローンチであり、ティーザーはスクープではなく、後押しだった。

以下に続く内容は、NVIDIA が実際に書き記したことと、社外の誰もまだ測定していないことを分ける——今日出荷されるモデルにとって、興味深い列の大半は後者である。

その焦らしと、それが最終的に何になったか

何よりも先に押さえておくべきことが2つある。それらはまさに、集約の過程で平坦化されてしまいがちな類のディテールだからだ。まず、順序について。NVIDIAのブログ投稿「準備万端：世界のPCアプリエコシステムがNVIDIA RTX Sparkに対応」のタイムスタンプは2026-10-13T12:00Z。それに対し、「我々の一員が登場する」という投稿は2026-10-14T20:29Z——およそ32時間後である。ツイートはポインターであり、一次情報源ではない。このツイートを発表そのものとして扱う記事は、誤った文書に依拠していることになる。

第二に、「one of our own」という表現は実際に効いている。ここでのベンダーはNVIDIAだけではない。NVIDIAは今週のプラットフォームベンダーなのだ。同じ10月13日の投稿では、10月16日にRTX SparkノートPCを出荷し、再構築されたDLSS 5 AIモデルがNBA 2K27で同日にデビューし、NVIDIA PAIRがベータを卒業、さらにBroadcast 2.3も登場する。Bolt 74Bは、NVIDIAがまったく異なる種類の複数のモデルを発表する週における言語モデルだ。単一の製品を探しに来たのなら、それこそが今回の報道が紛らわしく見える理由である。

NVIDIAが自らの言葉で何を約束してきたか

中核となる主張は短く、具体的だ。NVIDIAはNemotron 3.5 Bolt 74B-A9Bを「RTX Spark上でローカルエージェントを実行するために専用設計された新しいLLM」と説明しており、「74Bパラメータ、アクティブパラメータ9Bの混合エキスパート（MoE）モデル」として構築され、「品質を維持するための高度な量子化認識トレーニング技術を用いた2ビット量子化によって24GBに収められている」と述べている。

その文で実際に機能しているのは3つの要素だ：

• 9Bがアクティブで、74Bではない。これはスパースMoEです。トークンあたりのルーティングコストは総パラメータ数ではなくアクティブな経路に依存するため、74Bモデルがラップトップ向けに提案されているのです。

• 2ビット、意図的に。 BF16リリースをコミュニティが量子化したものではなく、NVIDIAがそのビット幅で品質を維持することを狙った量子化認識手法を用いて学習したと述べているモデルだ。維持できるかどうかは主張ではなく計測 — 下の台帳を参照。

• 24GBが目標とする範囲です。NVIDIAはこのトレードオフを「速度と知能の最適なバランスであり、一般的なdenseモデルのほとんどより高速で、同程度のメモリフットプリントを持つ一般的なMoEモデルのほとんどより賢い」と位置づけています。これはNVIDIA自身のポジショニングであり、他に再現した者はいません。

アクセス面では、NVIDIA は対応ランタイムを明示的に挙げている。提供開始時点では llama.cpp、vLLM、Ollama、Unsloth、LM Studio に加え、Hermes や OpenClaw を含むエージェント経由での直接利用も可能だ。ライセンス面では、この投稿は Bolt 74B が「完全にオープンソース...トレーニングデータ、重み、レシピを含む」と述べており、これは NVIDIA が Nemotron シリーズの残りに適用しているのと同じ枠組みだ。

なぜ重要なのは74Bではなく24GBという数字なのか

ここで見出しになっている整数は74Bだ。だが実際に効いてくるのは24GBであり、その理由は明快だ。24GBはデスクトップ級アクセラレータの容量枠だからだ。単一のハイエンド消費者向けカードの容量であり、ラップトップ側ではNVIDIAが今週の軸として組み立てている枠組みでもある——RTX Sparkマシンは最大128GBの統合メモリと1ペタフロップスのAIコンピュートを上限とし、そのラップトップ自体は10月16日に登場する。

これらを組み合わせると、その売り込みは明確になる。9BアクティブのMoEで、2ビットで重みが24GBに収まるということは、ワークステーションカードに収まるのと同じビルドが翌日出荷されるラップトップにも収まり、アプリケーションと2つ目の小型モデルのための余裕も残るということだ。これは、APIの背後にあるホスト型フロンティアモデルとは実質的に異なるデプロイの話であり、NVIDIA自身の一行説明に「安価な推論」ではなく「ローカルエージェント」とある理由でもある。

これに対する反論は、2ビットという目標がモデルとしてあり得るものへの制約だという点にある。総サイズが同程度のBF16モデルとの品質比較は、異なる成果物をまたいだ比較であり、NVIDIAはその成果物を意図的に選んだのだ。Bolt 74Bは、他の24GBクラスのローカルビルドと比べて評価すべきであり、決して収まらなかったであろうフル精度のチェックポイントと比べるべきではない。

台帳：確認済み、申告済みだが未測定、および不明

ある事実がどの列に位置するかを正確に押さえることこそが、これを3週目ではなく1週目に読むことの価値のすべてだ。

• NVIDIAにより確認済み： モデル名、74B総パラメータ／9BアクティブのMoE構成、24GBの2ビットフットプリント、10月15日という日付、5つの名前付きランタイム、HermesとOpenClawを介したエージェントアクセス、および重み、学習データ、レシピがオープンであるという主張。

• 述べられているが測定されていない： 品質の主張そのもの。「同程度のメモリフットプリントを持つ最も人気のあるMoEモデルよりも賢い」および「最も人気のあるdenseモデルよりも高速」という主張は、発表にベンチマーク表を伴わずに示されている。Bolt 74Bの独立した評価はまだ存在しないようだ。

• 執筆時点では不明： コンテキストウィンドウ、明示されたライセンス（NVIDIAはこの投稿では特定のライセンス名を挙げずにオープンソースだと述べている）、24GBティアでの正確な推論スループット、リリースがダウンロード可能な重みのみなのか、API経由でも提供されるのか、2ビットが唯一公開されている精度なのか、そしてそのアーキテクチャが、NVIDIAがすでにBF16およびNVFP4ビルドで出荷しているNemotron 3.5 Lightningラインからどれほど近い系譜にあるのか。

最後に残った未知数こそ、しっかりと押さえておくべきものだ。NVIDIA自身の命名には両方の数字が含まれている——「74B-A9B」と、以前の「30B-A3B」——なので、両者は数字の上では比較できる。Lightningモデルの総パラメータ数の約2.5倍、アクティブなパラメータ数の約3倍だ。その比率が2ビット圧縮後も維持されるかどうかは、まさに最初の独立系ベンチマークが決着をつけるところだ。

Bolt E4Bはファミリーのもう半分であり、別の製品です

Nemotron 3.5 Bolt E4Bは10月23日リリース予定だが、その名前から連想されるような74Bの小型版ではない。NVIDIAはこれを「NVIDIA ACE向けの第3世代小型言語モデル（SLM）」と呼んでいる。ACEはゲーム内AIキャラクターに使用しているスイートで、同社がその系譜をたどると、第1世代はPUBGのベータ、第2世代はGamescomでのAniimoプレビューに行き着く。

その公表された設計目標は、エージェント型というよりゲーミング型だ。4GBのフットプリント、「最初のトークンまでの時間の速さ」、「簡潔で音声にそのまま使える応答を保つのに役立つ新しい会話モード」、推論のオン／オフトグル、そしてマルチターンのツール利用のためのアプリケーション状態へのグラウンディングである。NVIDIAはこのリリースに合わせ、クラウド推論とローカル推論の両方をサポートするSkyrimのNPC modプラットフォーム、SkyrimNET内でのテストドライブを、同じ日から開始する。

つまり、ツイートから来て1つのモデルを期待していたのなら、実際に届くのは、異なる日付に、異なる封筒で、異なる用途の2つです。10月15日が24GBのローカルエージェント用、10月23日が4GBのゲームキャラクター用です。

ロードマップをそれに賭けずに、どうやって評価するか

初日から使うローカルモデルの厄介な点は、まだ本当に重要な唯一の問い——2ビットのチェックポイントが自分のワークロードに耐えるかどうか——に答えられないことだ。そして、比較対象となるホステッドの経路があるかどうかという2つ目の問いにも答えられない。どちらの欠落も一時的なものであり、どちらも、存在しないベンチマーク表を前提に計画を立てる理由にはならない。

実践的な道筋は、この2つの決定を切り離しておくことです。Bolt 74Bを、すでにある24GBの枠内で実験としてローカルで動かし、本番経路は今日呼び出せるものに載せておきます。その後半こそ、ルーティング基盤がその存在価値を発揮する場面です：プロバイダー定価・マークアップ0%で200以上のモデルを1つのキーで使えることは、2番目や3番目の候補を試すコストが2つ目の契約ではなく設定変更で済むことを意味し、プロバイダー間の自動フェイルオーバーは、実証されていないローカルビルドが稼働中のエージェントの単一障害点になることは決してないことを意味します。

これは、NVIDIA自身の位置づけを正直に読む方法でもある。「RTX Spark上でローカルエージェントを実行するために専用設計」というのは、モデルがどこで動くかについての表明であり、何をスコアするかについてのものではない。10月15日という日付は、ある問いに答えられるようになる瞬間として捉えるべきであり、答えとして捉えるべきではない。

何がこの記事を変えるのか

3つのこと。それらが全体像をどれほど変えるかの、おおよその順に。

• 明示されたライセンスと公開された重みのリポジトリ。「トレーニングデータ、重み、レシピを含む完全なオープンソース」は、NVIDIAの投稿の中で最も強い主張であり、最も検証しやすいものだ。ライセンスが明示され、ファイルがダウンロード可能になるまでは、その主張は約束にすぎない。

• 初の独立系ベンチマーク。興味深い比較は、そもそも競合相手ではなかったフル精度の70Bクラスモデルに対する Bolt 74B ではない。同じハーネスで測定された、24GBに収まる他のあらゆるビルドに対する、2ビットの Bolt 74B だ。

• ホスト型エンドポイント。それなしでは、議論の対象となる価格も存在せず、そこへルーティングする手段もない。提供されるバージョンが登場すれば、すでに候補リストに載っているモデルとの価格比較が具体的なものになり、パススルー価格もその日のうちに確認する価値が出てくる。

少なくともそれらのうちの一つが実現するまでは、正しい姿勢はコミットメントではなく関心だ。ティーザーは本物で、日程は本物で、モデルも本物だ。評価はそうではない。

きちんと答える価値のある質問

Nemotron 3.5 Bolt 74B は Nemotron 3.5 Lightning 30B-A3B と同じモデルですか？

いいえ。それらは同じ世代の異なるエントリであり、形状も異なります。Bolt は合計 74B でアクティブ 9B、Lightning は NVIDIA 自身の命名では合計 30B でアクティブ 3B です。Bolt はさらに 2-bit、24GB のフットプリントで提供されますが、NVIDIA は Lightning ラインを BF16 および NVFP4 ビルドで公開しています。両者がアーキテクチャを共有しているかどうかは、発表では述べられていません。

Bolt 74B は 24GB のデスクトップ用カードで動かせますか、それとも RTX Spark ノートPC でしか動かせませんか？

NVIDIAが明言している制約はマシンではなくメモリフットプリント、つまり2ビットで24GBであり、挙げられているランタイムはllama.cpp、vLLM、Ollama、Unsloth、LM Studioで、これらはNVIDIA専用ではない。NVIDIAがマーケティングで押し出しているのはRTX Sparkだが、発表の中にそれを要件にしているものは何もない。

OrcaRouterはNemotron 3.5 Bolt 74Bをホストしていますか？

今日はまだ無理ですし、まだホストするものもありません — NVIDIA はそれについてサービングエンドポイントも価格も公開していません。それが変われば、モデルは次の条件で呼び出せるようになります: カタログ上のほかのすべてと同じキーを使い、プロバイダーの定価で、追加マークアップなし。

失敗モードがまだ文書化されていないモデルにとって、役に立つ対照となるのは、すでに他の場所で何がうまくいかなかったかの記録だ。このクラスのモデルに関する、文書化されたAIインシデントとエージェントの障害は、the OrcaRouter AI Incident Archiveにまとめられており、各項目はそれぞれ独自の情報源、重大度、信頼度グレード、係争中フラグを備えている。