Nemotron 3.5 Bolt E4B 4GB 対 Nemotron 3.5 Bolt 74B-A9B 24GB：同じ名前、正反対のマシン

NVIDIAはBoltと呼ばれる2つのモデルを8日違いでリリースしました。NVIDIA-Nemotron-3.5-Bolt-E4B-4GBは2026年10月23日に登場しました。Gemma-4-E4B-itからポストトレーニングされた、テキスト専用で総パラメータ8Bの会話モデルです。NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB — 多くの人がNemotron 3.5 Boltと言うときに指すモデル — は10月15日に登場しました。総パラメータ74B、アクティブ9Bのマルチモーダルエージェントで、エキスパート重みあたり2ビットに圧縮されています。

彼らが共有しているのは、バッジ、ライセンス、そしてローンチ時期だけだ。親アーキテクチャ、モダリティ、コンテキストウィンドウ、ベンチマークスイート、役割は共有していない。「Bolt」をサイズの階梯として読むことこそ、この比較が防ごうとしている誤りだ。

一方はGemmaの派生モデルです。もう一方は圧縮された120Bエージェントです。

その系統が他のほとんどすべてを説明している。

E4B は Gemma-4-E4B-it として誕生しました。これは Google の命令チューニング済み小型モデルで、NVIDIA が NeMo-RL と NeMo-Gym を通じて、検証可能な報酬と人間のフィードバックに基づく強化学習により事後学習を行いました。アーキテクチャは Gemma のもので、総パラメータ数 8B、実効 4B、テキスト専用の入出力経路、64K コンテキストウィンドウを備えています。NVIDIA の貢献はバックボーンではなく、振る舞いにあります。

74Bは、NVIDIA自身のマルチモーダル親モデルであるNemotron 3.5 Super VL 120B-A12Bから始まりました。NVIDIAはStar Elasticと呼ばれるルーター誘導型のアーキテクチャ探索を24GBのメモリ予算に対して実行し、トークンあたり90億のアクティブパラメータを持つ740億パラメータのハイブリッドを生み出しました。これはMamba-2層とTransformer層をLatentMoE設計で組み合わせ、C-RADIO v4-Hビジョンエンコーダを備えています。テキスト、画像、動画を受け入れ、256Kトークンのコンテキストを扱えます。

はっきり言えば、E4BはNVIDIAが調整した会話モデルだ。74BはNVIDIAが圧縮したエージェントモデルである。「Bolt」という名称は、共通のアーキテクチャではなく、ギガバイトあたりの知能という展開目標を表している。

仕様を並べて比較

• 合計パラメータ数とアクティブパラメータ数 — E4B は合計 8B・実効 4B、74B は合計 74B・アクティブ 9B。

• アーキテクチャ — 小型モデルには Gemma-4-E4B、大型モデルには Mamba-2 と Transformer のハイブリッド LatentMoE を採用し、Super VL 親モデルからの Star Elastic 圧縮を備えています。

• モダリティ — E4B はテキスト入力・テキスト出力、74B はテキスト・画像・動画入力・テキスト出力。

• コンテキストウィンドウ — E4Bでは入力64Kトークン、出力64Kトークン。74Bでは最大256Kトークン。

• 精度 — E4B の出荷時 GGUF には Q4_K_M、74B ではエキスパート重みあたり約 2.0625 ビットの IQ2 を採用し、一部の Mamba 層には NVFP4、埋め込みには Q8_0 を使用。

• 公開されている重み — E4B向けは6.18GBのQ4_K_Mと15.88GBのBF16、74B向けは23.75GBのGGUF重みとビジョンプロジェクター、24.12GBのvLLM対応safetensors、BF16で149.8GB。

• ライセンス — 両方とも OpenMDW-1.1、E4B のスタックでは Gemma 4 コンポーネントが Apache 2.0 の下にあります。

• 発売日 — E4B は 2026年10月23日、74B は 2026年10月15日。

• ランタイム — E4Bにはllama.cppを使用。クイックスタートコマンドを提供しているにもかかわらず、カード上ではレシピが「保留中」と表示されている。74BにはvLLMを使用し、コミットハッシュでナイトリーコンテナを固定するリファレンスレシピがある。

購入ミスにつながる前に、指摘しておく価値のあるメタデータの罠が1つあります。74BリポジトリのHugging Faceファイルウィジェットには「22B params」と表示されていますが、モデルカードでは合計74B、アクティブ9Bと明記されています。モデルカードが正しく、22Bは古いサイドバー項目であって第3のバリアントではありません。ウィジェットではなくモデルカードを基にハードウェアを見積もらないと、逆方向に大きく間違えることになります。

ベンチマーク表は1行も共有していません

この2つを比較する前に理解しておくべき最も重要なことであり、ほとんどの報道が飛ばしてしまう点でもある。

NVIDIAは、74BをGDPVal-AA-V2、Terminal-Bench 2.1、Tau3 Banking、HLE、AA-Omniscience、SciCode、GPQA Diamond、AA-LCR、PinchBench、MCP-Atlas、BrowseComp、WebArenaで評価した。E4BをMultiChallenge、RoleBench、RoleMRC、EQ-Bench v3、Brevity、BFCL-v3、When2Call、ToolSandbox、Tau2-Bench、IHEval、AgentIF、StructEval-T、IFBench、InverseIFEval、RULER、LongMemEval、LongBench v2、SysBench、GaRAGe、RAGTruth、RelyToolBenchで評価した。

重複はありません。両方の表に現れる行は1行もありません。二つのスイートはさらに、エージェント型ベンチマークの異なるバージョンを使っています — E4BにはTau2、74BにはTau3 Banking — そのため、最も似て見えるペアも比較できません。

つまり、「74B は E4B より X ポイント優れている」という形式の主張はすべて捏造である。NVIDIA は共通のハーネスを公開しておらず、第三者がそれを実行したこともない。表が実際に裏付けているのは、設計意図に関する記述である：

• 74Bは、仕事のように見えるタスク——ターミナル利用、ブラウジング、科学的コーディング、大学院レベルの質問、長コンテキスト推論——で測定された。公表されている中で最も強い項目は、BrowseComp 66.75、Terminal-Bench 2.1 50.98、GPQA Diamond 86.43、AA-LCR 64.06である。

• E4B は、会話に似たタスク — ペルソナ保持、指示階層、ツールを呼び出すべきタイミングの判断、ツール出力へのグラウンディング — で測定されました。最も強い項目は IHEval 84.79、RoleBench 67.05、RelyToolBench 63.16、When2Call 63.36 です。

どちらのセットもベンダー報告によるもので、再現されていない。74Bのカードには、特筆に値する追加の微妙な点がある。NVIDIAはこのモデルをPinchBenchにおける同クラス最高のオープンモデルと説明しているが、同社自身の表ではQwen3.6-35B-A3Bが88.07、Boltが87.82となっている。これは0.25ポイントの差であり、その主張は自社の脚注と照らすと、すんなりとは成立しない。

ハードウェアを接続した状態での速度に関する主張

スループットは両方のカードが数値を公表している唯一の項目だが、それでも両者を並べて比べることはできない。

• RTX 5070 12GB 上の E4B — 毎秒 106.2～133.4 トークン、最初のトークンまで 548～1,238ms、VRAM 3.5～4.3GB、llama.cpp と CUDA を使用しバッチサイズ 1 で測定。

• Jetson Orin Nano 8GB 上の E4B — 毎秒 13.0～15.5 トークン、最初のトークンまで 5.8～6.3 秒。「4GB」という売り文句が実際に想定しているハードウェア上での、同じモデルの結果です。

• RTX Spark上で74B — LiLiCorrドラフターを装着し、1ステップあたり7個の投機的トークンを用いて、AIPerf SPEED-Bench-Codingで毎秒83.99トークン。

74Bという数値は、別個の1.13Bドラフターチェックポイント、特定のベンチマーク、およびどちらのE4B実行とも異なるハードウェアを前提としている。E4Bの数値はドラフターなしを前提としている。133と84を比較して小さいモデルの方が速いと結論付けるのは、技術的には正しいが実用的には無意味だ。一方はデスクトップGPU上の実効パラメータ数40億のモデルであり、もう一方は投機的デコーダを後付けした別のマシン上のアクティブパラメータ数90億のモデルである。

数字が確かに示しているのは、このトレードオフの形だ。E4Bは最初のトークンまでの時間のために作られ、74Bは毎秒84トークンで十分な持続的なエージェント作業のために作られている。Orin Nanoの行は注意喚起だ。組み込みハードウェア上の4GBモデルが自動的にリアルタイム会話者になるわけではない。

メモリ: 4GBと24GBはファイルではなくエンベロープです

どちらの名前もメモリターゲットを使用しており、どちらの数値もダウンロード数ではありません。

• E4B — 6.18GBのQ4_K_M GGUF。NVIDIAは自社のRTXハードウェアでのバッチ1実行において、VRAMを3.1～4.3GBと測定しています。このカードは4GBのファイルを公開していません。

• 74B — GGUF の重み 22.02GB に加えて、別個の 1.73GB のビジョンプロジェクターを含め、合計 23.75GB、vLLM 対応の safetensors ビルドでは 24.12GB になります。2.0625-bit のエキスパート量子化が、24GB の枠内に収めることを可能にしています。

• BF16ビルド — E4Bは15.88GB、74Bは63シャード全体で149.8GB。フル精度版はデプロイ用ではなくポストトレーニング用であり、74Bのカードにはそのことが明記されています。

ストレージの差は、デプロイ精度でおよそ4対1、フル精度でおよそ9対1です。VRAMの差がパラメータの差より小さいのは、74Bがサイズではなくビットで圧縮のコストを払っているからです。

モダリティとコンテキストは、パラメータ数よりも多くのことを左右する

64Kのテキストウィンドウと256Kのマルチモーダルウィンドウは、上限が異なるだけの同じ製品ではない。

74Bは画像や動画を見て、それに基づいて行動できます。そのカードには、RGB JPEGまたはPNG入力、最大2分のMP4動画、1080pでは毎秒1フレーム、720pでは毎秒2フレームというガイダンスが明記されています。スクリーンショット、チャート、フォーム、カメラフィードを読み取り、見た内容に基づいてツールを呼び出せます。それこそが、ブラウジングやデスクトップ作業のエージェントたらしめる能力です。

E4Bには視覚がない。テキストを受け取ってテキストを返すモデルであり、その64Kウィンドウは検索タスクにおいて同級生より明確に劣る。RULERは86.99でQwen3.5 4Bの95.15に対して低く、LongBench v2は50.50で59.93に対して低い。長い文書やスクリーンショットを視野に保持する必要があるアプリケーションなら、ペルソナのスコアがどれほど良くても、E4Bは選ぶべきモデルではない。

それぞれ誰向けなのか

E4Bはインターフェース層向けです。インタラクティブなキャラクター、音声アシスタント、組み込みデバイスエージェント、スクリプトを選択して話す必要があるロボット、そしてモデルがワークステーションより安価なハードウェア上で数百ミリ秒以内に応答しなければならないあらゆるアプリケーションです。NVIDIAのデモはその意図を具体的に示しています。Jetson Orin Nano上のReachy MiniロボットがE4Bを使ってアニメーションスクリプトを選択し、別の視覚モデルが知覚を処理する例や、支払いを確認し、レシピを調べ、材料を集め、アイテムを手渡す鍛冶屋のNPCです。

74Bはワークレイヤー向けです。ブラウジング、コーディング、データ分析、バックグラウンドタスクの監視、API呼び出しを行う常時稼働のパーソナルエージェントです。RTX Spark、DGX Spark、RTX PROワークステーション、および十分なメモリを搭載したGeForce RTXカード上で動作し、24GBの予算内で他のアプリケーションと共存できるよう設計されています。そのベンチマークプロファイル — BrowseComp、Terminal-Bench、GPQA、AA-LCR — は、会話を保持するモデルではなく、タスクを完了するモデルのプロファイルです。

どちらも他方の代わりにはならない。説得力のあるNPCを求めるゲームスタジオに74Bのマルチモーダルエージェントは必要ないし、ウェブページを読み取ってターミナルコマンドを実行する必要があるエージェントプラットフォームは、テキスト専用の4B会話モデルを使うことはできない。

2モデルファミリーがデプロイに何を意味するか

興味深いアーキテクチャ上の帰結は、NVIDIAが階段ではなくポートフォリオを投入したということだ。E4Bは反射層を担い、74Bはローカル作業層を担い、Super VL 120B-A12Bはより重いマルチモーダル案件を担う。これは3つの異なるメモリ予算と3つの異なる役割であり、すべてが1つのライセンスファミリーの下にある。

ほとんどのアプリケーションには、ダウンロードできない第4の層が依然として必要です。ローカルハードウェアを超えるリクエスト向けのフロンティアモデル、またはローカルモデルに欠けているモダリティ向けのセカンドベンダーです。それらを単一のAPI経由でルーティングする — 200以上のモデル、プロバイダーの定価に対する0%のマークアップ、自動フェイルオーバーにより、プロバイダーが劣化した場合でも、ローカルのBoltを高速パスとして、ホスト型モデルを例外として維持できます。代替策は、ローカル階層を超えるすべてのモデルごとに、個別の統合、キー、請求を用意することです。

家族の問題を解決するには何が必要でしょうか。

一度の実行で。両方のBoltsを同じタスク——会話セット、エージェントセット、マルチモーダルセット——で同じハーネスに通し、その行を公開せよ。NVIDIAにはチェックポイント、評価スタック、そしてインセンティブがある。それなのに、代わりに2つの別々の表を公開することを選んだ。

それが存在するまでは、擁護できる解釈はこうだ。74Bは、NVIDIAが測定対象として選んだタスクにおいて、設計上も証拠上も、より高性能なモデルである。E4Bは、24GBのエージェントが馬鹿げていて4GBの会話モデルがまさに適切であるような、幅広いクラスのインターフェースにとって、より適切なモデルだ。箱に書かれた名前は同じだ。中身の機械は違う。