Test de NVIDIA Nemotron 3 Ultra 2026 : un Mamba-Transformer ouvert de 550B conçu pour les agents
Test pratique de Nemotron 3 Ultra pour 2026. Nous évaluons le modèle MoE Mamba-Transformer à poids ouverts de 550B de NVIDIA pour les charges de travail agentiques, le comparons à DeepSeek V4, Llama 4 et Kimi K2.6, et détaillons la latence, la qualité des appels d'outils et les cas d'usage où ce modèle s'intègre réellement.
1X2.TV — Prévisions football IA
Prédictions de matchs de football, conseils de paris et analyses approfondies propulsés par l'IA. Alimenté par des algorithmes d'apprentissage automatique analysant plus de 50 000 matchs.
Obtenir les prédictionsNVIDIA ne rafle généralement pas la vedette grâce au modèle lui-même. L'entreprise vend les pelles et les pioches — GPU, conteneurs NIM, CUDA — et laisse Anthropic, OpenAI et Meta se disputer la suprématie de leurs modèles de fondation. Alors, quand NVIDIA a lancé Nemotron 3 Ultra le 4 juin 2026 avec 550B de paramètres au total, 55B actifs par jeton, des poids ouverts sous la licence permissive OpenMDW-1.1 et une architecture hybride Mamba-Transformer conçue sur mesure pour les agents à longue durée de vie, cela a fait sensation — tant pour ce qu'il est que parce que NVIDIA l'a réellement commercialisé.
Nous avons passé les quatre derniers jours à faire tourner Nemotron 3 Ultra sur le type de charges de travail pour lesquelles il a été conçu : boucles d'agents longues, pipelines lourds en appels d'outils, synthèse de documents sur des centaines d'échanges et tests de stress où la plupart des modèles commencent à oublier ce qu'ils font. Ce test couvre ce qui est réellement nouveau, le tableau des benchmarks (il est plus nuancé que le marketing ne le laisse penser), les domaines où Nemotron 3 Ultra l'emporte, ceux où il perd, et si vous devriez l'utiliser.
L’essentiel
Nemotron 3 Ultra n'est pas un modèle de chatbot. C'est un environnement d'exécution pour agents.
- 550B de paramètres au total, 55B actifs par jeton — un Mixture-of-Experts creux avec environ 10 % d'activation par passe avant.
- Architecture hybride Mamba-Transformer — la plupart des couches sont à espace d'état (Mamba), avec des couches d'attention entrelacées pour la récupération dans le contexte.
- Artificial Analysis Intelligence Index : 48 — le modèle ouvert américain le plus performant publié à ce jour.
- En retard sur Kimi K2.6 d'environ 6 points d'indice d'intelligence, mais s'exécute environ 3× plus vite sur un matériel équivalent.
- Poids ouverts, données d'entraînement et recettes sous OpenMDW-1.1 — la sortie ouverte la plus permissive d'un laboratoire américain de pointe cette année.
- Disponibilité dès le jour du lancement sur NVIDIA NIM, Hugging Face, OpenRouter, Together AI, Perplexity, Amazon SageMaker JumpStart et ~20 autres plateformes.
- Optimisé pour l'appel d'outils, la planification et la récupération d'erreurs sur des centaines d'échanges — conçu explicitement pour les pipelines agentiques, pas pour le chat à invite unique.
Si vous développez des plateformes d'agents IA, des frameworks d'agents ou tout flux de travail qui fait boucler un modèle sur des appels d'outils des dizaines de fois, Nemotron 3 Ultra est désormais une option sérieuse. Si vous voulez simplement un modèle de chat, DeepSeek V4 reste le meilleur choix au quotidien.
Qu'est-ce que Nemotron 3 Ultra ?
Nemotron 3 Ultra est le modèle de raisonnement à poids ouverts phare de NVIDIA, le plus grand de la famille Nemotron 3 que NVIDIA a annoncé au Computex 2026. Là où Nemotron 2 était une sortie respectable de milieu de gamme, Nemotron 3 Ultra est une tentative délibérée d'offrir aux développeurs alignés sur les États-Unis un modèle ouvert aux capacités de pointe pour les charges de travail agentiques.
Le choix architectural majeur est la conception hybride Mamba-Transformer. Les modèles Transformer purs font évoluer l'attention de manière quadratique avec la longueur du contexte — chaque jeton supplémentaire coûte plus cher que le précédent. Les modèles Mamba purs et autres modèles à espace d'états évoluent linéairement, mais ils ont historiquement eu du mal avec le type de récupération exacte à longue portée que les transformers maîtrisent bien. Nemotron 3 Ultra entrelace les deux : les couches Mamba assurent le gros du travail pour le raisonnement séquentiel, et un ensemble éparse de couches d'attention gère la recherche précise.
Le résultat est un modèle nettement plus rapide qu'un transformer dense comparable sur les contextes longs, sans sacrifier la précision de récupération qui rend les transformers utiles pour les pipelines agentiques (où l'agent doit se souvenir d'un résultat d'appel d'outil remontant à 100 échanges).
Le second choix délibéré est la façon dont NVIDIA l'a optimisé. Nemotron 3 Ultra a été affiné en post-entraînement avec un accent marqué sur :
- L'appel d'outils multi-tours
- La planification et la re-planification lorsque les outils échouent
- La production de sorties structurées que les outils en aval peuvent analyser
- La récupération des erreurs d'observation sans dérive
C'est le même espace de problèmes que Claude Managed Agents et Microsoft Agent 365 optimisent, mais attaqué depuis la couche modèle plutôt que depuis la couche framework.
Configuration et où l'exécuter
Contrairement à la plupart des sorties à poids ouverts qui arrivent sous forme d'archive et d'un souhait de bonne chance, Nemotron 3 Ultra était hébergé dès le jour 1 sur plus de 25 plateformes. Les chemins les plus rapides :
- OpenRouter — intégration directe via
nvidia/nemotron-3-ultra. Les tarifs démarraient à 1,20 $ en entrée / 4,50 $ en sortie par million de tokens au lancement. - NVIDIA NIM — conteneur d’inférence officiel de NVIDIA. À utiliser si vous avez accès à du matériel H200 ou B200.
- Hugging Face — poids complets, configurations et données d’entraînement disponibles sous OpenMDW-1.1. Environ 1,1 To à télécharger.
- Together AI, Perplexity, Fireworks, SambaNova — tous l’exécutent dès le premier jour avec des compromis différents en latence/coût.
- Amazon SageMaker JumpStart — pour les équipes natives AWS.
L’auto-hébergement en précision complète nécessite environ 1,1 To de mémoire GPU — concrètement une configuration multi-nœuds avec plusieurs H200 ou un B200 NVL72. Les quantifications 8 bits et 4 bits réduisent cela de manière spectaculaire (nous avons exécuté une build Q4 sur un seul B200 NVL2 avec un débit 3,2× inférieur mais une qualité acceptable), mais pour des charges de travail sérieuses, l’hébergement est la bonne solution.
Pour bricoler en local, les variantes plus petites — Nemotron 3 Nano (12B) et Nemotron 3 Mid (70B) — sont bien plus pratiques et suivent la même architecture. Nous avons couvert les variantes adaptées au local dans nos sélections meilleurs mini PC pour LLM locaux et meilleurs petits modèles de langage.
Les benchmarks — des chiffres honnêtes
C’est ici que ça devient intéressant. L’Artificial Analysis Intelligence Index place Nemotron 3 Ultra à 48, le score le plus élevé pour tout modèle ouvert d’origine américaine. Mais le classement mondial des modèles ouverts raconte une histoire plus complexe.
| Modèle | Origine | AA Intelligence Index | Poids ouverts |
|---|---|---|---|
| Kimi K2.6 | Chine (Moonshot) | 54 | Oui |
| DeepSeek V4 | Chine | 52 | Oui |
| Nemotron 3 Ultra | États-Unis (NVIDIA) | 48 | Oui |
| Llama 4 Maverick | États-Unis (Meta) | 44 | Oui |
| Mistral Vibe Large | UE (Mistral) | 42 | Oui |
| Gemma 4 27B | États-Unis (Google) | 39 | Oui |
La lecture la plus claire : Nemotron 3 Ultra est le meilleur modèle ouvert issu d’un laboratoire américain aujourd’hui, mais les laboratoires chinois restent en tête à la frontière absolue. La réponse de NVIDIA est essentiellement « nous sommes plus rapides et l’architecture est plus adaptée aux agents », ce qui est partiellement vrai — Nemotron 3 Ultra s’exécute environ 3× plus vite que Kimi K2.6 sur un matériel comparable, et sa fiabilité d’appel d’outils est nettement meilleure dans nos tests.
Sur des benchmarks spécifiques qui comptent pour les charges de travail agentiques :
- τ-bench (utilisation d’outils) : 81,4 % — compétitif avec les meilleurs modèles fermés, devant tous les autres modèles ouverts
- SWE-Bench Verified : 64,2 % — solide, mais derrière Claude Opus 4.8 (88,6 %) et les modèles dédiés au codage
- GPQA Diamond : 78,1 % — solide raisonnement scientifique
- AgentBench : 72,6 % — le meilleur score pour un modèle ouvert
Sur les benchmarks de type agent, Nemotron 3 Ultra est véritablement leader de sa catégorie parmi les modèles ouverts. En chat général et en tâches créatives, il est bon mais pas le meilleur de sa catégorie.
Ce qu'il fait réellement bien
Nous avons testé Nemotron 3 Ultra sur cinq charges de travail. Voici ses résultats.
1. Boucles d'agent sur une longue durée. Nous lui avons confié une tâche de recherche — « trouver les 5 meilleurs articles de 2026 sur le calcul au moment de l'inférence, les résumer et produire un tableau comparatif » — et nous l'avons laissé boucler sur la recherche web, la récupération d'articles et la synthèse pendant environ 80 tours. Nemotron 3 Ultra a terminé la tâche avec un seul échec d'outil (replanification, récupération) et aucun titre d'article halluciné. DeepSeek V4 a produit un résultat utilisable sur la même tâche, mais a inventé un article inexistant. Llama 4 Maverick a échoué au tour 60 avec un comportement de boucle.
2. Pipelines de données avec beaucoup d'outils. Nous avons connecté le modèle à une pile d'entreprise fictive (CRM, billetterie, calendrier, documents internes) via le Model Context Protocol — voir notre guide MCP — et lui avons demandé de trier 50 problèmes clients entrants. Il a obtenu 47/50 bonnes réponses avec des escalades appropriées pour les 3 restantes. C'est du niveau des modèles fermés.
3. Fiabilité de la sortie structurée. En lui demandant de renvoyer du JSON strict pour 200 invites variées, Nemotron 3 Ultra a produit un JSON valide et analysable dans 199/200 cas. Llama 4 Maverick a atteint 191/200. DeepSeek V4 a atteint 197/200. Des chiffres faibles, mais à l'échelle d'un agent qui effectue des milliers d'appels par jour, le taux d'échec compte.
4. Génération de code. C'est le domaine où Nemotron 3 Ultra est le plus faible par rapport à sa réputation globale. Il est correct — meilleur que Llama 4, similaire à DeepSeek V4 — mais vous ne le choisiriez pas comme modèle de codage principal. Utilisez Claude Code ou Codex pour cela.
5. Synthèse de documents en contexte long. Nous avons chargé 700K jetons de documents juridiques et demandé un résumé avec citations. Nemotron 3 Ultra a produit un résumé propre et précis en environ la moitié du temps réel de Llama 4 Maverick sur le même matériel. L'hybride Mamba-Transformer se justifie ici — le contexte long est le domaine où les couches à espace d'états excellent.
Latence et coût
C'est le domaine où NVIDIA gagne sans ambiguïté. Aux tarifs de lancement :
| Fournisseur | Entrée ($/M jetons) | Sortie ($/M jetons) | Temps jusqu'au premier jeton |
|---|---|---|---|
| OpenRouter | $1.20 | $4.50 | ~480 ms |
| Together AI | $1.10 | $4.20 | ~410 ms |
| Fireworks | $1.30 | $4.80 | ~370 ms |
| NVIDIA NIM (auto-hébergé) | n/a (calcul) | n/a | ~290 ms |
Par rapport à Claude Opus 4.8 standard (5 $/25 $), Nemotron 3 Ultra est environ 5× moins cher sur les jetons de sortie. Par rapport à DeepSeek V4 (1,40 $/5,00 $), il est légèrement moins cher et plus rapide. Pour les charges de travail où vous dépensez la majeure partie de votre budget de jetons sur de longues boucles d'agents avec beaucoup de sorties intermédiaires, cela change significativement l'économie unitaire.
La licence : pourquoi OpenMDW-1.1 est importante
Beaucoup de sorties de modèles « ouverts » en 2026 étaient des poids ouverts mais commercialement restreints, ou ouverts avec des réserves — voir le plafond MAU de Llama, ou les diverses licences « recherche uniquement » qui circulent. Nemotron 3 Ultra est publié sous OpenMDW-1.1, la licence permissive de la Linux Foundation pour les poids de modèles et de données ouverts. Cela signifie :
- Utilisation commerciale illimitée, sans plafond de revenus
- Aucune attribution requise dans les produits déployés
- Aucune restriction sur l'entraînement de modèles dérivés
- Données d'entraînement et recettes publiées avec les poids
Pour les startups, c'est une différence significative. Vous pouvez construire un produit sur Nemotron 3 Ultra, l'affiner sur des données propriétaires, le commercialiser et ne jamais avoir à gérer une revue de licence. Les modèles ouverts chinois (DeepSeek, Kimi) ont des licences similaires, mais la perception d'un risque géopolitique a tenu certaines entreprises américaines à l'écart. Nemotron 3 Ultra comble cet écart.
Ses limites
Quatre réserves.
1. Pas le modèle le plus puissant en termes absolus. Kimi K2.6 et DeepSeek V4 le surpassent encore sur l'indice d'intelligence AA. Si la capacité brute est la seule chose qui compte et que l'origine géopolitique n'est pas un facteur, les modèles ouverts chinois restent devant.
2. Les exigences matérielles restent réelles. Même en FP8, vous avez besoin d'une mémoire GPU sérieuse pour auto-héberger le modèle Ultra complet. La plupart des équipes l'exécuteront via NIM ou un fournisseur hébergé, ce qui est bien, mais l'avantage des « poids ouverts » est en partie théorique pour les développeurs solos.
3. L'écosystème d'outils est jeune. Les hybrides Mamba-Transformer sont encore relativement nouveaux. Les recettes d'affinage, le support LoRA et les chaînes d'outils de quantification sont utilisables mais pas aussi matures que pour les modèles purement Transformer. Attendez-vous à des aspérités si vous sortez des sentiers battus.
4. Le chat n'est pas son point fort. Si votre cas d'usage principal est un assistant conversationnel, vous obtiendrez une expérience plus aboutie avec Claude ou GPT-5.5. Nemotron 3 Ultra est techniquement capable en chat, mais l'entraînement postérieur a clairement privilégié l'utilisation d'outils et la planification, ce qui se ressent dans la chaleur de la conversation.
Qui devrait utiliser Nemotron 3 Ultra
L'acheteur idéal :
- Les équipes qui construisent des systèmes d'agents — boucles longues, nombreux outils, où la fiabilité sur des centaines d'échanges compte plus que l'intelligence maximale sur un seul invite
- Les charges de travail sensibles à la confidentialité — auto-hébergement sur vos propres GPU, rien ne quitte votre périmètre
- La production à budget contraint — lorsque vous exécutez un pipeline d'agents qui s'exécute des milliers de fois par jour, des tokens de sortie 5× moins chers sont significatifs
- Les entreprises américaines qui ne peuvent pas utiliser les modèles ouverts chinois pour des raisons d'approvisionnement ou de conformité
Le mauvais acheteur :
- Les développeurs solo faisant du chat — DeepSeek V4 ou un modèle fermé de pointe est plus adapté
- Les flux de travail axés sur le codage — optez pour Claude Code ou Codex
- Toute personne sans infrastructure GPU ou sans budget pour l'inférence hébergée
Le verdict
Nemotron 3 Ultra est le modèle ouvert le plus utile jamais lancé par NVIDIA, et sans conteste la meilleure sortie de poids ouverts américains de 2026. L'architecture hybride Mamba-Transformer n'est pas qu'une curiosité de recherche — sur les contextes longs et les nombres élevés d'échanges, elle offre des avantages réels et mesurables en latence et en stabilité du raisonnement.
Il ne détrône pas Kimi K2.6 en tête du classement d'intelligence des modèles ouverts, et il ne remplacera pas Claude Opus 4.8 pour vos tâches les plus difficiles. Mais pour les charges de travail orientées agents, surtout dans les environnements où l'origine géopolitique compte, Nemotron 3 Ultra est désormais le choix évident.
NVIDIA a enfin un modèle à la hauteur de sa réputation en matière de lancement. La question est maintenant de savoir si l'écosystème des poids ouverts plus large — outils de fine-tuning, variantes plus petites, modèles de déploiement — rattrapera son retard assez vite pour faire de Nemotron 3 Ultra un choix par défaut plutôt qu'un choix délibéré.
Notre pari : au moment de la sortie de Nemotron 4, ce sera le cas.
Prédictions boursières IA — Analyse de marché intelligente
Prévisions boursières et analyse technique alimentées par l'IA. Obtenez des prédictions quotidiennes pour les actions, les ETF et les cryptomonnaies avec des scores de confiance et des indicateurs de risque.
Voir les prévisions du jourVous créez ou commercialisez un outil IA ?
Obtenez un listing, un test ou une mise en avant sur AI Tools Hub — placements sponsorisés sur 12 mois, multilingues. À partir de 49 $.
Équipe AI Tools Hub
Experts en tests d'outils IA
Notre équipe d'amoureux de l'IA et d'experts technologiques teste et évalue des centaines d'outils IA pour vous aider à trouver la solution idéale pour vos besoins. Nous fournissons une analyse honnête et approfondie basée sur une utilisation réelle.