Qu’est-ce que Nemotron 3 Ultra ?
Nemotron 3 Ultra est le plus grand modèle de langue ouvert de NVIDIA et la plus grosse publication de poids ouverts d'une entreprise américaine, mise en ligne sur Hugging Face le 4 juin 2026. C'est un modèle mixture-of-experts de 550 milliards de paramètres, dont 55 milliards actifs par token, qui associe des couches Mamba-2 (une alternative rapide à l'attention pour les longues séquences) à quelques couches d'attention et ajoute une prédiction multi-tokens pour générer plus vite. Il a été préentraîné en précision NVFP4 sur 4 bits, accepte jusqu'à 1M de tokens de contexte, et sa réflexion peut être activée ou coupée. Il lit et écrit du texte dans dix langues.
Les poids sont sous OpenMDW-1.1, qui autorise l'usage commercial, et NVIDIA publie aussi les jeux de données et recettes de préentraînement et de post-entraînement. Le checkpoint BF16 demande huit GPU B200, GB200 ou H200, ou seize H100 ; une version NVFP4 vise Blackwell. Sur Hugging Face, le dépôt BF16 compte 383 likes et 1 122 228 téléchargements sur les 30 derniers jours.
Sur OpenRouter, DeepInfra le sert à partir de 0,40 $ le million de tokens en entrée et 1,76 $ le million en sortie, avec un palier à 0,50/2,20 $, Baseten à 0,60/2,40 $ et Venice à 0,625/3,125 $.
Combien coûte Nemotron 3 Ultra ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | OpenMDW-1.1, données d'entraînement publiées |
| DeepInfra | $0.40 in / $1.76 out per 1M tokens | Aussi un endpoint à 0,50/2,20 $ |
| Baseten | $0.60 in / $2.40 out per 1M tokens | |
| Venice | $0.625 in / $3.125 out per 1M tokens |
Poids gratuits sous OpenMDW-1.1. Sur OpenRouter : DeepInfra 0,40/1,76 $ ou 0,50/2,20 $, Baseten 0,60/2,40 $, Venice 0,625/3,125 $ par million de tokens en entrée/sortie.
Nemotron 3 Ultra vaut-il le coup ?
Nemotron 3 Ultra est un modèle de raisonnement et d'agents compétent dont le vrai argument est l'ouverture. Au lancement, Artificial Analysis lui a donné 47,7 à son Intelligence Index v4.0, devant Gemma 4 31B (39,2) et gpt-oss-120b (33,3), ce qui en faisait le meilleur modèle ouvert américain, mais derrière Kimi K2.6 (53,9). NVIDIA publie aussi ses données et recettes d'entraînement, si bien que l'on peut voir ce qui a servi à le construire.
Ses meilleures qualités sont la vitesse et la retenue. Artificial Analysis a mesuré plus de 400 tokens de sortie par seconde sur un déploiement de prélancement, plus vite que gpt-oss-120b pour une taille plus de quatre fois supérieure, et 71 % à son test de non-hallucination : il préfère refuser plutôt qu'inventer une réponse. Le propre tableau de NVIDIA donne 78,7 en non-hallucination OmniScience contre 5,7 pour DeepSeek-V4-Pro, et 94,7 sur RULER à 1M de tokens.
Le hic : ce n'est ni un codeur de premier plan ni un modèle de connaissances de premier plan. NVIDIA annonce 56,4 sur Terminal-Bench 2.1 contre 67,2 pour Kimi K2.6, et 26,7 sur Humanity's Last Exam contre 37,7 pour DeepSeek-V4-Pro ; le Laguna S 2.1 de 118B de Poolside obtient 70,2 sur le même Terminal-Bench. Le contexte hébergé reste sous le 1M que le modèle accepte, à 262 144 tokens chez DeepInfra avec 16 384 tokens en sortie.
Notre avis : Nemotron 3 Ultra est celui vers lequel on se tourne quand l'auditeur demande d'où vient le modèle. En capacité brute par euro, GLM-5.3 et Kimi K3 restent devant, mais aucun des deux n'est livré avec ses données d'entraînement.
Là où il fait la différence
Un fournisseur américain de la santé ou de la défense soumis à des règles de provenance des modèles
Déployer un modèle ouvert de niveau frontière dont les données d'entraînement peuvent être auditées
Hébergez les poids NVFP4 sur huit GPU Blackwell et remettez aux auditeurs les jeux de données de préentraînement et de post-entraînement publiés par NVIDIA. OpenMDW-1.1 autorise l'usage commercial.
Un pôle de recherche qui répond aux questions d'analystes sur de longs rapports
Obtenir des réponses qui signalent quand les documents ne contiennent pas l'information
Appelez-le chez DeepInfra à 0,50/2,20 $ avec une recherche documentaire. Son faible taux d'hallucination convient à ce travail : 1 000 questions de 100K tokens en entrée et 2K en sortie coûtent environ 54 $.
Avant de vous engager
- Mise en route
- Appelez nvidia/nemotron-3-ultra-550b-a55b sur OpenRouter, DeepInfra, Baseten ou Venice, ou téléchargez les poids BF16 ou NVFP4 ; la réflexion s'active avec enable_thinking dans le modèle de chat.
- Intégrations
- API compatibles OpenAI ; vLLM, SGLang et TensorRT-LLM ; les recettes NeMo Evaluator de NVIDIA reproduisent ses résultats de benchmarks.
- Données et confidentialité
- Poids ouverts et jeux de données d'entraînement publiés ; les données de préentraînement vont jusqu'à septembre 2025 et celles de post-entraînement jusqu'à mai 2026. L'auto-hébergement garde les prompts en interne ; OpenRouter précise que le routage interne à l'UE n'est pas disponible.
- Coût à grande échelle
- À partir de 0,40/1,76 $ le million de tokens chez DeepInfra. L'auto-hébergement en BF16 demande huit GPU B200, GB200 ou H200, ou seize H100.
- Limites
- Jusqu'à 1M de tokens de contexte dans le modèle ; les endpoints hébergés proposent de 202 800 à 262 144 tokens, et DeepInfra limite la sortie à 16 384 tokens.
Les points forts
- Données et recettes d'entraînement publiées avec les poids
- 47,7 à l'indice d'Artificial Analysis au lancement, meilleur modèle ouvert américain
- Plus de 400 tokens de sortie par seconde sur un déploiement de prélancement
- Peu d'hallucinations : 71 % au test de non-hallucination d'Artificial Analysis
Les points faibles
- Derrière Kimi K2.6 et DeepSeek-V4-Pro en code et en connaissances pointues, selon le tableau de NVIDIA
- Les endpoints hébergés limitent le contexte à 262 144 tokens ou moins
- BF16 nécessite huit GPU Blackwell ou H200, ou seize H100
- Limite de sortie courte de 16 384 tokens chez DeepInfra
Idéal pour
Les entreprises qui ont besoin d'un grand modèle de raisonnement ouvert et rapide, aux données d'entraînement documentées, hébergé ou sur leurs propres GPU.
Alternatives à Nemotron 3 Ultra
Nemotron 3 Ultra : questions fréquentes
- Nemotron 3 Ultra vaut-il le coup ?
- Aussi ouvert qu'un grand modèle peut l'être, rapide et peu enclin à inventer, même si les meilleurs modèles ouverts chinois raisonnent encore mieux. Nous lui donnons 4.1 sur 5.
- Combien coûte Nemotron 3 Ultra ?
- Poids gratuits sous OpenMDW-1.1. Sur OpenRouter : DeepInfra 0,40/1,76 $ ou 0,50/2,20 $, Baseten 0,60/2,40 $, Venice 0,625/3,125 $ par million de tokens en entrée/sortie.
- Quels sont les inconvénients de Nemotron 3 Ultra ?
- Derrière Kimi K2.6 et DeepSeek-V4-Pro en code et en connaissances pointues, selon le tableau de NVIDIA; les endpoints hébergés limitent le contexte à 262 144 tokens ou moins; bF16 nécessite huit GPU Blackwell ou H200, ou seize H100; limite de sortie courte de 16 384 tokens chez DeepInfra.
- À qui s’adresse Nemotron 3 Ultra ?
- Les entreprises qui ont besoin d'un grand modèle de raisonnement ouvert et rapide, aux données d'entraînement documentées, hébergé ou sur leurs propres GPU.
- Combien coûte Nemotron 3 Ultra pour une équipe ou en production ?
- À partir de 0,40/1,76 $ le million de tokens chez DeepInfra. L'auto-hébergement en BF16 demande huit GPU B200, GB200 ou H200, ou seize H100.
- Nemotron 3 Ultra est-il sûr pour les données de l’entreprise ?
- Poids ouverts et jeux de données d'entraînement publiés ; les données de préentraînement vont jusqu'à septembre 2025 et celles de post-entraînement jusqu'à mai 2026. L'auto-hébergement garde les prompts en interne ; OpenRouter précise que le routage interne à l'UE n'est pas disponible.
- Quelles sont les meilleures alternatives à Nemotron 3 Ultra ?
- Les alternatives les plus proches que nous avons testées sont Kimi K3, GLM-5.3, DeepSeek-V4-Pro et Nemotron 3.5 Super VL.
Réponses vérifiées le 7 nov. 2026.
Vous éditez Nemotron 3 Ultra ? Affichez cette note sur votre site
