NVIDIA lançou o Nemotron 3.5 Bolt 74B-A9B, um modelo de visão e linguagem de 2 bits que cabe em 24 GB

Registro de arquivo: cobre um fato de 15 de outubro de 2026, e o publicamos em 8 de novembro de 2026. As informações vêm de fontes daquela data e podem ter mudado desde então.

Em 15 de outubro de 2026, a NVIDIA lançou no Hugging Face o NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB, um modelo de visão e linguagem para tarefas agênticas locais do dia a dia. Segundo o model card no Hugging Face, pesos nativos de 2 bits obtidos com treinamento consciente de quantização permitiram que o modelo de 74B parâmetros coubesse em 24 GB.

O que mudou

• Os pesos nativos IQ2 de 2 bits, obtidos com treinamento consciente de quantização, permitiam que o modelo coubesse em 24 GB.
• Ele tinha 74B parâmetros no total, com 9B ativos, em um LatentMoE híbrido Mamba-2-Transformer com um codificador de visão C-RADIO v4-H.
• Tinha contexto de 256K e aceitava texto, imagem e vídeo.
• Vinha com um drafter LiLiCorr DFlash para 7 tokens especulativos.

O que isso significou para quem constrói com IA

Quem tinha uma única GPU de 24 GB podia rodar localmente um modelo multimodal para agentes de 74B parâmetros sob uma licença de uso comercial. O encaixe na memória vinha dos pesos nativos IQ2 de 2 bits, e o modelo aceitava texto, imagem e vídeo com contexto de 256K, de modo que um único modelo local cobria vários tipos de entrada.

Execução, licença e data de lançamento

O model card informava que o modelo rodava com vLLM em GPUs A100, H100-80GB e Blackwell. A licença era a OpenMDW-1.1, que permite uso comercial, e existia uma versão GGUF. O model card indicava como data de lançamento no Hugging Face 15 de outubro de 2026.

Fontes

• nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB (NVIDIA, 15 de outubro de 2026, oficial)

Escrito com ajuda de IA, apenas a partir das fontes listadas acima. Antes de ir ao ar, verificações automáticas conferiram as datas, as fontes e todas as versões de idioma.