NVIDIA wydała Nemotron 3.5 Bolt E4B 4GB, otwarty model o 8 miliardach parametrów, który działa w ramach 4 miliardów efektywnych i mieści się w zaledwie 3.1-4.3 GB VRAM. Model jest post-trenowany z Google Gemma 4 E4B za pomocą reinforcement learningu i obsługuje 64K kontekstu, co daje wystarczająco dużo pamięci na kartach GeForce RTX, Jetson czy Spark do uruchomienia dodatkowych modeli do mowy i wizji. To oznacza, że deweloperzy mogą tworzyć pełnoprawnych agentów konwersacyjnych działających całkowicie lokalnie, bez konieczności łączenia się z chmurą.
W testach wewnętrznych NVIDII model pokazał imponujące wyniki - zajął pierwsze miejsce na 15 z 21 benchmarków porównując się z Gemma 4 E4B, Qwen3.5-4B i Nemotron 3 Nano 4B. Szczególnie wyróżnia się wynikiem 84.8 w teście IHEval, znacznie wyższy od 67.0 dla Gemmy i 60.6 dla Qwena. Nie wszystkie benchmarki przebiegły perfekcyjnie - na Tau2-Bench model osiągnął 55.1 względem 75.1 dla Qwena, ale to wciąż kompetencyjny rezultat dla modelika tej wielkości.
Nemotron 3.5 Bolt E4B jest przeznaczony do trzech głównych zastosowań: asystentów głosowych i urządzeń, interaktywnych postaci w grach oraz agentów dla aplikacji przemysłowych i wbudowanych. NVIDIA wykazała działające demo z robotem Reachy Mini na Jetson Orin Nano, gdzie model obsługiwał odpowiadanie na pytania i wykonywanie poleceń narzędziowych. To trzecia generacja małych modeli NVIDIA ACE dla postaci w grach, otwierająca nowe możliwości dla deweloperów indie'ów i mniejszych studiów, które dotąd nie mogły sobie pozwolić na złożone systemy AI działające w chmurze.