Inkling vs Nemotron 3 Ultra : Quel modèle open-weight devriez-vous déployer ?
Ce Inkling vs Nemotron est une comparaison qui oppose deux modèles à poids ouverts l'un à l'autre : Inkling, la première version de Thinking Machines Lab (la startup dirigée par l'ancienne CTO d'OpenAI Mira Murati), et Nemotron 3 Ultra, le modèle ouvert phare de NVIDIA. Les deux fournissent des poids téléchargeables, les deux ciblent les équipes qui souhaitent auto-héberger et affiner plutôt que de louer une API fermée, et les deux évoluent dans la même catégorie à poids ouverts. La partie intéressante : à travers les chiffres de comparaison directe dont nous disposons, Inkling vs Nemotron 3 Ultra est le seul affrontement ouvert où Inkling mène sur chaque ligne de benchmark de nos données. Ci-dessous, nous présentons honnêtement les chiffres, puis couvrons les licences, la VRAM, le coût et là où la stack de NVIDIA donne encore un réel avantage à Nemotron.
Une note pour les développeurs : il n'y a pas de benchmarks comparatifs audités ici, donc cela compare les modèles et l'accès, pas les scores. OrcaRouter achemine les modèles disponibles via API derrière un seul point de terminaison compatible OpenAI, afin que vous puissiez essayer et comparer Inkling et Nemotron 3 Ultra sans avoir à configurer plusieurs SDK.
Verdict en bref : Choisissez Inkling si vous voulez les meilleurs scores bruts dans nos données, une licence permissive Apache 2.0, une fenêtre de contexte de 1M tokens, et une entrée multimodale (texte + image + audio). Choisissez Nemotron 3 Ultra si vous êtes standardisé sur la pile d'entreprise et de matériel de NVIDIA (microservices NIM, NeMo, déploiements certifiés DGX/Blackwell) et que vous voulez un modèle adapté à cet écosystème. Les deux sont open-weight et auto-hébergeables.
Points clés
Les deux sont open-weight, téléchargeables et auto-hébergeables — c'est un match open contre open, pas open contre fermé.
Inkling mène chaque ligne de benchmark dans nos données de comparaison directe (ensemble MarkTechPost), de HLE et AIME 2026 à SWE‑bench Verified, Terminal Bench 2.1 et FORTRESS.
Inkling mène également l'indice indépendant : Artificial Analysis Intelligence Index 41 contre 38 pour Nemotron 3 Ultra.
Différence de licence : Inkling est sous licence Apache 2.0 ; Nemotron 3 Ultra est distribué sous la licence de modèle ouvert de NVIDIA — consultez les conditions de NVIDIA pour les détails avant tout déploiement commercial.
L'avantage de Nemotron est le positionnement : l'intégration de la pile d'entreprise/matérielle de NVIDIA, et non les victoires de benchmark dans nos données.
Avertissement : Les benchmarks d'Inkling sont auto-déclarés par le fournisseur au lancement ; les chiffres des concurrents proviennent de tiers et ne sont pas audités indépendamment.
Les benchmarks ici sont auto-déclarés par le fournisseur au lancement (Effort 0.99) pour Inkling, et les chiffres tiers proviennent d'Artificial Analysis et de MarkTechPost ; aucun n'est audité de manière indépendante, et les chiffres des concurrents peuvent différer des chiffres rapportés par NVIDIA. Les propres spécifications d'Inkling proviennent de la fiche modèle de Thinking Machines.
Comparaison en un coup d'œil
Maker. Inkling: Thinking Machines Lab; Nemotron 3 Ultra: NVIDIA
Licence. Inkling: Apache 2.0 (auto-hébergement sans redevance); Nemotron 3 Ultra: NVIDIA open model license (consultez les conditions NVIDIA)
Poids. Inkling : Ouvert (Hugging Face) ; Nemotron 3 Ultra : Ouvert
Params. Inkling : 975B total / 41B active (MoE) ; Nemotron 3 Ultra : Pas dans nos données
Contexte. Inkling : Jusqu'à 1M tokens (256K sur les API hébergées) ; Nemotron 3 Ultra : Pas dans nos données
Modalités. Inkling : Texte + image + audio en entrée, texte en sortie ; Nemotron 3 Ultra : Pas dans nos données
Auto-hébergement / ajustement. Inkling : Oui / Oui (Tinker) ; Nemotron 3 Ultra : Oui / Oui
Prix hébergé. Inkling: ~$1.87 en entrée / ~$4.68 en sortie par 1M (AA); Nemotron 3 Ultra: Pas dans nos données
Les cellules marquées « Not in our data » sont omises plutôt que devinées — voir la divulgation ci-dessus.
Gagnant par catégorie
Raisonnement / Connaissances. Gagnant : Inkling ; Notes : HLE 29,7% contre 26,6% (MarkTechPost)
Maths. Gagnant: Inkling; Remarques: AIME 2026 97.1% contre 94.2%
Codage. Gagnant : Inkling; Notes : SWE-bench Verified 77,6 % contre 70,7 %
Agentic (terminal). Vainqueur : Inkling ; Notes : Terminal Bench 2.1 63.8 contre 56.4
Sécurité (adversarial). Gagnant : Inkling (de justesse); Notes : FORTRESS 78.0% vs 77.6%
Intelligence générale. Vainqueur : Inkling; Notes : AA Intelligence Index 41 contre 38
Multimodal / Audio. Gagnant : Inkling; Notes : Texte+image+audio en entrée ; modalités Nemotron pas dans nos données
Adéquation entreprise/matériel. Gagnant : Nemotron 3 Ultra; Notes : Intégration native de la pile NVIDIA
Coût (auto-hébergement). Gagnant : Égalité ; Notes : Les deux sont sans redevance pour l'auto-hébergement (par licence)
Comparaisons directes
Les chiffres suivants proviennent d'un ensemble cohérent unique rapporté par MarkTechPost, plus un indice indépendant de Artificial Analysis. Le gras indique le leader.
HLE (sans outils). Inkling : 29,7%; Nemotron 3 Ultra : 26,6% ; Source : MarkTechPost
AIME 2026 (mathématiques). Inkling : 97,1% ; Nemotron 3 Ultra : 94,2% ; Source : MarkTechPost
SWE-bench Verified (codage). Inkling : 77,6 %; Nemotron 3 Ultra : 70,7 %; Source : MarkTechPost
Terminal Bench 2.1 (agentic). Inkling : 63,8 ; Nemotron 3 Ultra : 56,4 ; Source : MarkTechPost
FORTRESS (adversarial). Inkling : 78,0 %; Nemotron 3 Ultra : 77,6 % ; Source : MarkTechPost
AA Intelligence Index. Inkling: 41; Nemotron 3 Ultra: 38; Source: Artificial Analysis
C'est un sans-faute pour Inkling dans les données dont nous disposons. Il convient de le dire clairement : parmi les rivaux ouverts avec lesquels Inkling a été comparé, Nemotron 3 Ultra est celui qu'il bat sur toute la ligne. Face à d'autres modèles ouverts comme GLM 5.2, Kimi K2.6 et DeepSeek V4 Pro, Inkling alterne victoires et défaites — mais ici il est en tête sur tous les tableaux.
Gardez toutefois les réserves à l'esprit. Il s'agit de chiffres auto-déclarés du jour du lancement du côté d'Inkling, et les scores des concurrents ont été compilés par des tiers plutôt que vérifiés de manière indépendante. Les marges sur FORTRESS (78,0 % contre 77,6 %) sont suffisamment étroites pour qu'une nouvelle exécution dans des conditions de harnais différentes puisse les inverser. Considérez la tendance comme plus fiable que les décimales.
Où Nemotron 3 Ultra l'emporte
L'avantage de Nemotron 3 Ultra n'est pas dans le tableau de bord de nos données — c'est du positionnement. Nemotron est la propre famille de modèles de NVIDIA, et cela a un vrai poids pour les entreprises déjà engagées dans la stack NVIDIA :
Co-conception matérielle et logicielle.Les modèles Nemotron sont conçus pour fonctionner de manière fluide sur le matériel NVIDIA et sont mis à disposition via les outils d'entreprise de NVIDIA (microservices d'inférence NIM, le framework NeMo et des déploiements de référence certifiés DGX/Blackwell). Si votre équipe plateforme utilise déjà cette pile, Nemotron s'intègre avec le moins de friction.
Support et packaging pour entreprises. Un modèle soutenu par la machine commerciale de NVIDIA constitue un processus d'achat et de support plus simple pour les grandes organisations qu'une première version d'une jeune startup.
Gravité de l'écosystème. Pour les équipes qui se standardisent sur un seul fournisseur pour les GPUs, les pilotes, le runtime d'inférence et le modèle, Nemotron réduit le nombre de pièces mobiles.
Rien de tout cela n’apparaît dans un tableau de référence, mais c’est souvent le facteur décisif dans les déploiements d’entreprise.
Où Inkling gagne
Chaque benchmark dans nos données. HLE, AIME 2026, SWE-bench Verified, Terminal Bench 2.1, et FORTRESS favorisent tous Inkling, tout comme l'indice indépendant AA Intelligence Index (41 contre 38).
Licence plus permissive. Apache 2.0 est à peu près aussi peu restrictif que possible en matière de licences ouvertes. La licence de modèle ouvert Nemotron de NVIDIA peut comporter des conditions qui méritent d'être examinées (voir ci-dessous).
Entrée multimodale. Inkling accepte du texte, des images et de l'audio en (texte en sortie). Le support de modalité de Nemotron n'est pas dans nos données.
Fenêtre de contexte immense. Les poids d'Inkling supportent jusqu'à 1M tokens (256K sur les APIs hébergées).
Effort de pensée contrôlable. Un cadran d'effort de raisonnement vous permet d'échanger le coût contre la profondeur par requête.
Tarification et coût / TCO
Comme les deux modèles sont à poids ouverts, la question du coût principal est la même pour chacun : l'auto-hébergement est sans redevance (sous réserve des conditions de licence de chaque modèle). Vous payez pour les GPU et les opérations, pas pour les poids.
Pour Inkling, si vous préférez un hébergement géré, les fournisseurs tiers le tarifient (selon Artificial Analysis) à environ 1,87 $ / 1M de tokens d'entrée et 4,68 $ / 1M de tokens de sortie pour un contexte de 64K (cache autour de 0,374 $ / 1M), passant à environ 3,74 $ / 9,36 $ pour un contexte de 256K. Le fine-tuning s'effectue via la plateforme Tinker (options de contexte 64K et 256K), avec une remise de lancement limitée de 50 %, et il y a un Playground gratuit pour l'essayer. Inkling est également notablement efficace en tokens (~25K tokens de sortie/tâche), ce qui réduit les dépenses réelles en tokens de sortie.
Pour Nemotron 3 Ultra, nous n'avons pas de tarification hébergée par token dans nos données, donc nous ne citerons pas de chiffre. Qualitativement : si vous l'exécutez dans le cadre d'un accord d'entreprise NVIDIA existant, le coût du modèle peut être intégré dans une offre de stack plus large, ce qui peut modifier le calcul du TCO indépendamment de tout taux par token.
Licences & déploiement
Licence. Inkling est publié sous Apache 2.0 — l'utilisation commerciale est autorisée, l'auto-hébergement est sans redevance, et les conditions sont simples et bien comprises. Nemotron 3 Ultra est livré sous la licence de modèle ouvert de NVIDIA. Nous n'allons pas deviner ses clauses spécifiques ; la démarche responsable est de lire directement les conditions de NVIDIA avant de s'engager dans un déploiement commercial, car les licences de modèle ouvert peuvent inclure des restrictions d'utilisation, des exigences d'attribution ou des conditions d'utilisation acceptables que Apache 2.0 ne contient pas. Le point pratique : la licence d'Inkling est la plus permissive et prévisible des deux.
Comment exécuter Inkling. Les poids sont sur Hugging Face (BF16 + un checkpoint NVFP4 pour NVIDIA Blackwell). Niveaux de VRAM :
BF16: ~2 To (environ 8×B300 ou 16×H200)
NVFP4 : ~600 Go (environ 4×B300 ou 8×H200)
Configurations contraintes: Quantifications GGUF 1-bit Unsloth
Les runtimes pris en charge incluent SGLang, vLLM, TokenSpeed, Unsloth et Hugging Face transformers, et un accès hébergé est disponible via Together AI, Fireworks, Modal, Databricks et Baseten. Un guide de démarrage rapide minimal avec vLLM ressemble à :
vllm serve thinkingmachines/Inkling --tensor-parallel-size 8
Comment exécuter Nemotron 3 Ultra. Nemotron 3 Ultra est également open-weight et auto-hébergeable, et il est conçu pour fonctionner via le chemin de déploiement propre à NVIDIA (microservices NIM et framework NeMo sur du matériel NVIDIA). Nous n’avons pas l’empreinte VRAM exacte ni le prix par token dans nos données, alors consultez la page du modèle NVIDIA pour les tailles de checkpoint et les environnements d’exécution pris en charge.
Lequel devriez-vous choisir ?
Choisissez Inklingsi vous voulez la meilleure performance mesurée dans nos données, la licence la plus permissive (Apache 2.0), l'entrée multimodale, une fenêtre de contexte de 1 million de tokens, et un modèle efficace en termes de tokens que vous pouvez affiner sur Tinker. C'est le meilleur choix pour les équipes soucieuses des coûts et pour quiconque souhaite une flexibilité maximale dans la façon dont ils déploient.
Choisissez Nemotron 3 Ultrasi votre organisation est déjà normalisée sur la pile d'entreprise et matériel de NVIDIA et valorise cette intégration étroite, l'empaquetage et le support par rapport à l'écart de performance. Le classement favorise Inkling ; l'écosystème pourrait favoriser Nemotron pour vous.
Pas sûr? Les deux sont gratuits à auto-héberger, donc la démarche à faible risque est de prototyper Inkling (via le Playground gratuit ou un fournisseur hébergé) et Nemotron (via le chemin de déploiement de NVIDIA) sur vos propres tâches représentatives. Les benchmarks indiquent une direction ; votre charge de travail est le véritable juge.
Pour un aperçu plus approfondi d'Inkling lui-même, consultez notre examen complet du modèle Inkling AI et l'explication Qu'est-ce qu'Inkling AI ?. Pour d'autres confrontations à poids ouverts, comparez Inkling vs Kimi K2.6 et Inkling vs GLM 5.2, où les résultats sont plus serrés qu'ici.
FAQ
Est-ce qu'Inkling est meilleur que Nemotron 3 Ultra ?Sur les données dont nous disposons, oui. Inkling mène sur chaque ligne de benchmark en tête-à-tête (ensemble MarkTechPost) et sur l'indice indépendant Artificial Analysis Intelligence Index (41 contre 38). Cela dit, ces chiffres sont auto-déclarés ou provenant de tiers et non vérifiés de manière indépendante, et « meilleur » dépend aussi de la mesure dans laquelle chaque modèle s'intègre à votre pile existante.
Quel est le meilleur pour coder ? Inkling, selon les chiffres : SWE-bench Verified 77,6% contre 70,7% et Terminal Bench 2.1 63,8 contre 56,4 (les deux de MarkTechPost). Comme toujours, validez sur votre propre base de code avant de décider.
Lequel est le moins cher ? Les deux sont libres de droits à auto-héberger, donc la réponse honnête est « cela dépend de votre infrastructure ». Inkling a un prix d’hébergement publié (~1,87 $/4,68 $ par million de tokens d’entrée/sortie via AA) et est économe en tokens ; nous n’avons pas le prix d’hébergement de Nemotron dans nos données, et son coût peut être intégré dans un accord plus large avec NVIDIA.
Le Nemotron 3 Ultra est-il open source ? Il l'est open-weight — les poids sont téléchargeables — mais il est distribué sous la licence de modèle ouvert de NVIDIA, et non sous une licence open source standard approuvée par l'OSI. « Open weight » n'est pas la même chose que « open source ». Consultez les conditions de NVIDIA pour les détails. Inkling, en revanche, utilise Apache 2.0.
Puis-je auto-héberger Nemotron 3 Ultra ? Oui. Il est open-weight et auto-hébergeable, conçu pour fonctionner avec les outils de déploiement de NVIDIA (NIM/NeMo) sur du matériel NVIDIA. Consultez la licence avant une utilisation commerciale.
Puis-je affiner Inkling ?Oui. Inkling est conçu pour la personnalisation : affinez via la plateforme Tinker (options de contexte 64K/256K, avec une réduction de lancement) ou auto-hébergez les poids Apache 2.0 et affinez sur votre propre infrastructure.
Conclusion
Parmi les rivaux ouverts pour lesquels nous avons des données, le Nemotron 3 Ultra est celui qu'Inkling bat clairement — menant chaque ligne de benchmark et l'indice d'intelligence indépendant, avec une licence Apache 2.0 plus permissive et un support multimodal et long-context en plus. Le véritable avantage du Nemotron 3 Ultra n'est pas le tableau des scores mais son adaptation native dans l'écosystème d'entreprise et de matériel de NVIDIA, ce qui peut compter plus que quelques points de benchmark pour les équipes déjà engagées dans cette stack. Gardez les mises en garde à l'esprit — aucun de ces chiffres n'est audité indépendamment — mais si vous choisissez sur la base de la capacité mesurée et de la liberté de licence, Inkling est le choix le plus solide ici.
