Text & Reasoning
Nemotron 3.5 Lightning 30B-A3B
Offenes Hybrid-MoE-Modell von NVIDIA. 30B Gesamtparameter, 3B aktiv; auf einem H100 nennt die Referenzkonfiguration 256K Kontext.
Text & ReasoningNemotron 3.5 Bolt E4B 4 GB
Nemotron 3.5 Bolt E4B 4 GB ist ein Sprachmodell von NVIDIA. Kleines Textmodell für lokale Dialoge und Werkzeugaufrufe. Auf Gemma 4E4B nachtrainiert; die veröffentlichte GGUF-Variante ist Q4_K_M, nicht das unveränderte Google-Modell.
Wie kannst du es nutzen?
Wenn du lokal arbeiten möchtest, prüfe zuerst Lizenz, passende Laufzeit und den Speicherbedarf deiner Modellvariante. Offene Gewichte allein sagen noch nicht, ob dein Rechner dafür ausreicht.
Offene Gewichte verfügbarQuellenstand 2026-10-24
NVIDIA im Verzeichnis
EingabeText
AusgabeText
Kontext65.536 Tokens
Änderungen am Modell
Nachprüfung am 24. Oktober 2026; Herstellerdokumentation, kein eigener Modelltest.
Die 4 GB-Bezeichnung gehört zur veröffentlichten quantisierten GGUF-Variante. Die Modellkarte nennt 8B Gesamtparameter mit 4B effektiven Parametern. Eingabe und Ausgabe sind Text; ein angeschlossenes Sprach- oder Bildsystem ist eine zusätzliche Komponente.
NVIDIA misst je nach Kontext und Hardware unterschiedliche Speicherwerte. In einer RTX5070-Konfiguration nennt die Dokumentation 3,5 GB bei kurzem Prompt und 4,3 GB bei 32K Cache. Daraus folgt keine Garantie, dass jede64K-Sitzung in 4 GB Gesamtspeicher passt.
Nutze die Anleitung der konkreten Modellkarte und prüfe Modellformat, Runtime-Version und Lizenz. Namen eines Cloud-Alias, eines GGUF-Files und eines BF16-Repositories sind keine austauschbaren Installationsparameter. Hier wurde kein neuer Hardwarebenchmark ausgeführt.
lokale KI-Modelle auswählen: Aufgabe, Speicher und Runtime vor einem Download prüfen.
Speicher für lokale KI planen: Gewichte, KV-Cache und Kontext gemeinsam dimensionieren.
Herstellerquelle zum Update · geprüft am 24. Oktober 2026
Technische Daten
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | NVIDIA |
|---|---|
| Modellfamilie | Nemotron |
| Modell-/API-ID | nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-4GB |
| Status | Offene Gewichte verfügbar |
| Modellart | Text & Reasoning |
|---|---|
| Eingabe | Text |
| Ausgabe | Text |
| Kontext | 65.536 Tokens |
|---|---|
| Maximaler Output / Horizont | 65.536 Tokens |
| Bereitstellung | Eigener Betrieb; Format, Runtime und Hardware passend wählen |
|---|---|
| Gewichte | Offene Gewichte dokumentiert |
| Lizenz | OpenMDW1.1; Bedingungen der konkreten Modellkarte prüfen |
Daten im Überblick
Die Grafik zeigt die im Profil dokumentierten Grenzen. Kontext und maximale Ausgabe sind keine addierbaren Budgets und keine Qualitätsbewertung. Zusätzliche Bedingungen stehen im Datenblatt.
- Kontext
- 65.536 Tokens
- Maximaler Output / Horizont
- 65.536 Tokens
Datenbasis: Herstellerangaben im Quellenstand 2026-10-24. Quellen zu diesem Profil ↓
Einsatz und Grenzen
Wähle eine kleine Aufgabe mit einer überprüfbaren Lösung: etwa fünf Informationen aus einem gegebenen Dokument extrahieren. Prüfe die Antworten am Original, nicht nur die Formulierung.
Vor einem lokalen Test zuerst Gewichteformat, Lizenz, Arbeitsspeicher und unterstützte Runtime prüfen. Notiere die genaue Modellversion. Ein Kurzname in der API kann später auf einen anderen Modellstand verweisen.
Lokaler Betrieb: Verfügbare Gewichte allein belegen nicht, dass dieses Modell auf deinem Rechner läuft. Speicherbedarf, Quantisierung, Kontext und unterstützte Hardware müssen zusammenpassen.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Was kostet Nemotron 3.5 Bolt E4B 4 GB?
Bestätigter Tarif / PreisangabeKein einheitlicher API-Tarif; eigener Betrieb verursacht Kosten
Hersteller-Messwerte zu Speicher und Tempo gelten für den beschriebenen Aufbau. Modellgröße, KV-Cache, Kontext, gleichzeitige Anfragen und übrige Prozesse gemeinsam planen.
Zugang: Eigener Betrieb; Format, Runtime und Hardware passend wählen. Prüfe vor einer Integration die für dein Konto und deine Region verfügbaren Endpunkte. Ein Eintrag im öffentlichen Katalog ist keine Bestätigung eines freigeschalteten Kontos.
Praxis: Eine erste Aufgabe prüfen
Eigene redaktionelle Vorlage; noch kein ausgeführter Modelltest.
Vor dem Download festhalten:
1. Genaues Repository und Gewichteformat
2. Unterstützte Runtime und Hardware
3. Geplantes Kontextlimit statt nur Maximalwert
4. Platz für Gewichte, KV-Cache und übrige Prozesse
5. Kleine Textaufgabe mit bekannter Lösung
6. Tatsächlichen Speicherbedarf und Fehler protokollierenDein Prüfkriterium
Die gewählte Datei gehört zur dokumentierten Runtime. Das kleinere Testlimit läuft ohne Speicherfehler; ein anschließend erhöhtes Limit wird separat geprüft. Herstellerwerte werden nicht als eigene Messung ausgegeben.
Nutze künstliche oder bewusst freigegebene Daten. Notiere genaue Modellversion, Endpunkt beziehungsweise Runtime, Einstellungen, fachliche Fehler und tatsächlichen Verbrauch.
Quellen und Prüfstand
Quellenstand: 2026-10-24. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Häufige Fragen
Was ist Nemotron 3.5 Bolt E4B 4 GB?
Kleines Textmodell für lokale Dialoge und Werkzeugaufrufe. Auf Gemma 4E4B nachtrainiert; die veröffentlichte GGUF-Variante ist Q4_K_M, nicht das unveränderte Google-Modell. Hersteller: NVIDIA. Dokumentierte ID: nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-4GB.
Was verarbeitet Nemotron 3.5 Bolt E4B 4 GB?
Eingabe: Text. Ausgabe: Text. Maßgeblich sind die Funktionen des konkreten Endpunkts in der Herstellerquelle.
Kannst du Nemotron 3.5 Bolt E4B 4 GB lokal betreiben?
Offene Gewichte sind dokumentiert. Die Lizenz OpenMDW1.1; Bedingungen der konkreten Modellkarte prüfen, unterstützte Runtime und benötigte Hardware musst du zusätzlich prüfen.
Was kostet Nemotron 3.5 Bolt E4B 4 GB?
Kein einheitlicher API-Tarif; eigener Betrieb verursacht Kosten. Hersteller-Messwerte zu Speicher und Tempo gelten für den beschriebenen Aufbau. Modellgröße, KV-Cache, Kontext, gleichzeitige Anfragen und übrige Prozesse gemeinsam planen. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Ist das ein Leistungstest oder eine Rangliste?
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-24. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
Wie aktuell ist dieses Profil?
Die genannten Herstellerunterlagen wurden am 24. Oktober 2026 geprüft. Verfügbarkeit für ein bestimmtes Konto und unabhängige Modellqualität sind damit nicht nachgewiesen. Konkrete unbekannte Werte bleiben offen.
Was prüfst du mit der eigenen Aufgabe?
Die gewählte Datei gehört zur dokumentierten Runtime. Das kleinere Testlimit läuft ohne Speicherfehler; ein anschließend erhöhtes Limit wird separat geprüft. Herstellerwerte werden nicht als eigene Messung ausgegeben.
Weitere NVIDIA-Modelle
Alle anzeigen →Text & Reasoning
Nemotron 3 Nano 30B-A3B
Offenes Hybrid-MoE-Modell von NVIDIA. 30B Gesamtparameter, 3B aktiv.
Text & Reasoning
Nemotron 3 Super 120B-A12B
Offenes Hybrid-MoE-Modell von NVIDIA. 120B Gesamtparameter, 12B aktiv.