# NVIDIA 小型模型 Nemotron 3.5 Bolt E4B 登上 Ollama 0.40.10，附 DFlash 草稿模型加速回應

> 地端世界 · https://onpremworld.com/zh-tw/news/2026-10-nemotron-3-5-bolt-e4b · CC BY 4.0

發布日期：2026-10-23 · 模型

10 月 23 日推出的 Ollama v0.40.10 加入 Nemotron 3.5 Bolt E4B，也就是 NVIDIA Nemotron 3.5 系列中最小的一款，用 `ollama run nemotron-3.5-bolt:e4b` 就能執行。它是 NVIDIA 以 Google 的 Gemma 4 E4B 為基礎再訓練而成：總參數 8B、等效 4B，主打本機的快速對話、遵循指令與多輪工具呼叫，適合語音助理和裝置上的助理。Ollama 的版本支援圖片輸入，上下文長度為 128K tokens，模型也附帶推測解碼用的 DFlash 草稿模型。NVIDIA 以 OpenMDW 1.1 授權釋出，並表示可用於商業用途。

## 對地端使用者的意義

Nemotron 3.5 系列終於有一款小到入門顯示卡和許多筆電都放得下的模型，不再只有 24 GB 顯示卡和工作站才跑得動。

## 市場怎麼看

等效 4B 左右的小模型競爭激烈，NVIDIA 選擇以 Gemma 4 E4B 為底再加強，而不是從頭訓練，看起來是想快速在本機語音與裝置助理市場站穩腳步。推出當天就能在 Ollama 上使用，影響力可能不亞於模型本身。

## 白話版

NVIDIA 推出一款小型 AI 模型，專門用來快速聊天和處理簡單任務，現在在 Ollama（一款在自己電腦上跑 AI 的免費工具）裡一行指令就能下載。它小到很多日常使用的電腦都跑得動，搭配一個「小幫手」模型還能讓回答來得更快。

## 業內觀點

Ollama 列出的 `e4b` 版本大小為 7.2 到 7.9 GB，而 NVIDIA 自己的 4 GB Q4_K_M GGUF 版本說明寫的是只接受文字輸入、上下文最長 64K tokens，比較結果前先確認自己跑的是哪個版本。DFlash 草稿模型能不能在你的硬體上真正加速，請用自己的提示詞實測；也可以和原版 Gemma 4 E4B 比較工具呼叫的穩定度。

## 來源

[Ollama v0.40.10 release notes (GitHub)](https://github.com/ollama/ollama/releases/tag/v0.40.10)

## 本站相關頁面

- 模型：[Gemma 4 E4B IT](https://onpremworld.com/zh-tw/models/gemma-4-e4b.md)
- 硬體：[GeForce RTX 3060 (12 GB)](https://onpremworld.com/zh-tw/hardware/rtx-3060-12gb.md)
- 硬體：[GeForce RTX 5060 Ti 16GB](https://onpremworld.com/zh-tw/hardware/rtx-5060-ti-16gb.md)
- 硬體：[RTX Spark (N1X) laptops & compact desktops](https://onpremworld.com/zh-tw/hardware/nvidia-rtx-spark-n1x.md)

[所有新聞](https://onpremworld.com/zh-tw/news.md)

摘要由地端世界依官方來源撰寫，附上原文連結，不轉載原文。