モデル紹介
The NVIDIA-Nemotron-3.5-Bolt-E4B-4GB-DFlash model is the GGUF (a binary model file format used by llama.cpp) version of NVIDIA-Nemotron-3.5-Bolt-E4B-BF16-DFlash, the DFlash speculative decoding draft checkpoint for NVIDIA-Nemotron-3.5-Bolt-E4B, a reasoning language model post-trained by NVIDIA from Google's Gemma 4 E4B IT. It is converted to GGUF in BF16 (bfloat16) for use with llama.cpp and must be loaded together with the GGUF version of the target model, Nemotron-3.5-Bolt-E4B-4GB. The draft model does not include token embeddings or an output head, and uses those of the target model at runtime. The model is intended for lower-latency local serving of NVIDIA-Nemotron-3.5-Bolt-E4B on workstation GPUs. Developers running NVIDIA-Nemotron-3.5-Bolt-E4B locally with llama.cpp for reasoning, chat, tool use, and agentic workflows that benefit from lower-latency speculative decoding on workstation GPUs. This release is intended for DFlash-assisted serving together with NVIDIA-Nemotron-3.5-Bolt-E4B-GGUF rather than as a standalone model checkpoint. **Architecture Type:** Transformer **Network Architecture:** Other - DFlash draft model (five Qwen3-style decoder layers) **Number of Model Parameters:** 360M (360,480,000), stored in BF16 in a single GGUF file of 736,812,096 bytes (736.81 MB / 702.68 MiB). The draft model shares the token embeddings and output head of the target model, so they are not included in this checkpoint.
主な特徴
特点摘要待依据来源补齐，不凭模型名称推断能力。
制約と注意点
具体的な制約を判断する出典が不足しています。実際の性能、遅延、データ方針、ライセンス、提供期間を確認してください。
出典別料金と費用分析
料金はチャネル・地域・設定によって異なります。各チャネルの料金は個別に表示し、提供元の統一公式料金とは見なしません。
| 出典・チャネル | 入力 | 出力 | 課金単位 | 収集日時 |
|---|---|---|---|---|
| 確認可能な料金がありません。出典を確認してください。 | ||||
月額の基本トークン費用を試算
試算はキャッシュ割引、段階料金、マルチモーダル追加料金、検索、税金、追加推論出力を含みません。
公開評価と実行設定
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
収録済みの全ランキング →よくある質問
オープンウェイトなら無料で商用利用できますか？
必ずしもそうではありません。バージョン別のライセンス、商用条件、利用方針を確認してください。自前運用には計算資源と保守費用も必要です。
これはリアルタイムの請求料金ですか？
収集日時付きの料金スナップショットです。最新のバージョン、地域、割引、課金方式は各チャネルで確認してください。
出典と追跡記録
许可证：other。模型介绍与第三方评测均以原来源的具体版本和方法为准。