---
title: "Nvidia lança modelos abertos para agentes em empresas e PCs"
author: "Gabriela P. Torres"
date: "2026-10-20 06:23:20.636-03"
category: "Inteligência Artificial & Dados"
url: "http://desbugados.scale.press/portal/desbugados/post/2026/10/20/nvidia-lanca-modelos-abertos-para-agentes-em-empresas-e-pcs/md"
---

## Resumo
- A Nvidia anunciou os modelos de pesos abertos Nemotron 3.5 Super VL e Bolt para empresas e computadores pessoais.
- O Nemotron 3.5 Super VL tem 120 bilhões de parâmetros e mira tarefas corporativas de agentes.
- A linha Bolt inclui os modelos 74B e E4B, projetados para execução local.
- Os modelos Bolt foram desenhados para sistemas com chips Nvidia RTX Spark e DGX Spark.
- A Nvidia afirma que o Super VL é cinco vezes mais rápido que o modelo concorrente mais próximo em tarefas de agentes.
- O Bolt 74B-A9B usa quantização de 2-bits para operar com 24 GB de memória.
- As fontes confirmam o lançamento, mas não permitem validar de forma independente a promessa de velocidade.

---

Em [19 de outubro de 2026, a Nvidia anunciou os modelos de pesos abertos Nemotron 3.5 Super VL e Bolt para executar agentes em empresas e computadores pessoais](https://techcrunch.com/2026/10/19/nvidia-launches-new-open-models-to-run-agents-in-the-enterprise-and-on-pcs). A promessa tem duas partes verificáveis: um modelo grande para tarefas corporativas e modelos Bolt para processamento local. O lançamento sustenta a existência dos produtos e dos ambientes anunciados; não permite concluir que a alegada vantagem de velocidade valha para toda tarefa. Se o anúncio existe, então a notícia existe. O resto precisa de teste.

## Do uso corporativo ao computador local

O primeiro modelo atende ao lado empresarial da proposta. O **Nemotron 3.5 Super VL** possui **120 bilhões de parâmetros** e foi otimizado para tarefas de agentes, como análise de documentos e resiliência de segurança. Nesse contexto, agentes são sistemas voltados a executar tarefas com algum grau de autonomia, em vez de apenas responder a uma pergunta isolada. As fontes sustentam esse foco e descrevem o modelo para uso corporativo, mas não detalham quais empresas já o colocaram em produção. A promessa está documentada; a adoção prática ainda não.

Na outra ponta estão os **modelos Bolt**, identificados como 74B e E4B. Eles foram desenhados para rodar localmente em sistemas com chips **Nvidia RTX Spark e DGX Spark**, permitindo executar agentes sem necessidade de conexão com a nuvem. A justificativa indicada pela empresa envolve privacidade e eficiência, porque os dados podem permanecer no dispositivo durante o processamento. Isso sustenta a divisão anunciada entre infraestrutura corporativa e computadores locais, embora as fontes não informem o desempenho desses modelos em máquinas que não usem o hardware citado.

## O que a promessa de velocidade comprova

A parte mais vistosa do anúncio é a afirmação de que o Super VL seria mais rápido que os concorrentes. A [Nvidia descreve o modelo como o agente de pesos abertos mais rápido de sua classe, com velocidade cinco vezes maior que a do modelo mais próximo na competição](https://blogs.nvidia.com/blog/nemotron-3-5-super-vl/). O dado vem da própria empresa, e as fontes fornecidas não apresentam a metodologia, o conjunto de tarefas ou uma validação independente. Se o teste usou as condições anunciadas, então o número pode sustentar uma comparação específica; senão, ele não mede toda forma de uso. Veredito provisório: a afirmação existe, mas não dá para confirmá-la além do comunicado.

O detalhe técnico mais concreto está no **Bolt 74B-A9B**, que usa quantização nativa de **2-bits** para operar com 24 GB de memória e rodar localmente junto a outras aplicações. Os modelos foram disponibilizados por canais como Hugging Face e NVIDIA NIM. Esse dado torna mais clara a proposta para PCs: reduzir a exigência de memória e manter o agente perto do usuário. **Veredito**: o lançamento, o foco corporativo e a execução local se sustentam; o ganho de cinco vezes continua sendo uma alegação da Nvidia que as fontes disponíveis não permitem verificar de forma independente.