NVIDIA Nemotron 3.5 Super VL est le meilleur modèle américain à poids ouverts sous licence permissive, et ses poids devancent sa propre annonce de trois jours

L'horodatage est la partie que personne n'a consignée. Le dépôt BF16 de NVIDIA Nemotron 3.5 Super VL — nom complet nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 — a été créé sur Hugging Face le 12 octobre 2026 à 15:32:06 UTC, en même temps qu'une version NVFP4 apparue vingt-quatre secondes plus tard et qu'un point de contrôle de base dix-neuf secondes plus tôt. L'article de blog de NVIDIA annonçant le modèle est daté du 15 octobre. Pendant environ soixante-douze heures, les poids du modèle vision-langage ouvert le plus puissant de NVIDIA ont donc été téléchargeables, indexés et quantifiés par des tiers, alors que l'entreprise qui les avait entraînés n'avait absolument rien publié. Ce n'est ni une fuite ni un scandale. C'est un pipeline de publication où l'artefact arrive avant la prose, et il vaut la peine de le dire clairement, car le reste de cet article porte sur des chiffres, et les chiffres ont leurs propres horodatages. Sur l'Artificial Analysis Intelligence Index, NVIDIA Nemotron 3.5 Super VL obtient 26,49, non estimé. Son prédécesseur, NVIDIA Nemotron 3 Super 120B A12B, publié le 11 mars 2026, obtient 12,83 sur le même panel. Cela représente 2,06 fois le score, et il y parvient en 49 174 jetons de sortie par tâche, contre 113 823.

Deux choses concernant cette comparaison méritent d'être précisées avant d'entrer dans le détail. Premièrement, le 26,49 est un chiffre tiers, mesuré sur le banc d'essai de quelqu'un d'autre avec un budget de tokens publié, et il est signalé sur le panneau comme non estimé. Cela compte plus que d'habitude ici, car le propre tableau de référence de NVIDIA est présenté côte à côte avec sept concurrents et les deux ensembles de chiffres ne concordent pas toujours. Deuxièmement, l'affirmation de leader dans le titre est délibérément restrictive. Parmi les modèles à poids ouverts construits aux États-Unis, Meta Muse Spark Open obtient un score plus élevé — 38,87, également non estimé — mais il est distribué sous une licence commerciale sur mesure, derrière un dépôt à accès restreint, ce qui le place dans une catégorie d'adoption différente de celle d'un checkpoint que vous pouvez télécharger et déployer sous OpenMDW-1.1 dès aujourd'hui. Parmi les modèles américains à poids ouverts sous licence permissive de ce panneau, NVIDIA Nemotron 3.5 Super VL arrive en tête, et l'entrée suivante est Inkling Small à 25,66.

Ce que le dépôt établit, et ce que seul le panneau fait

La fiche modèle est inhabituellement complète pour un produit sorti trois jours avant son propre communiqué de presse, et elle répond clairement aux questions structurelles. NVIDIA Nemotron 3.5 Super VL est un hybride Mamba-2, mélange d'experts et attention, doté d'un encodeur visuel C-RADIO et d'un connecteur vision-langage, avec 512 experts routés par couche MoE, 120 B de paramètres au total dont 12 B actifs par jeton, et une fenêtre de contexte allant jusqu'à 1 M de jetons. La prédiction multi-jetons native lui permet un décodage spéculatif sans télécharger séparément un modèle de rédaction. Les entrées sont du texte, des images (JPEG, PNG) et de la vidéo (MP4 jusqu'à deux minutes, échantillonnée en trames) ; la sortie est uniquement du texte. La licence est OpenMDW-1.1, la fiche indique que le modèle est prêt pour un usage commercial ou non commercial, et NVIDIA rapporte un entraînement sur environ 26 000 milliards de jetons, avec environ 3,8 millions d'échantillons de post-entraînement et un apprentissage par renforcement dans des dizaines d'environnements.

• Paramètres totaux / actifs — 120B / 12B contre 120,6B / 12,7B pour le modèle de mars. Quasiment identiques, et c'est justement tout l'intérêt : le gain ne vient pas d'un modèle plus grand.

• Intelligence Index — 26,49 contre 12,83, tous deux non estimés, tous deux selon Artificial Analysis.

• Jetons de sortie par tâche d'indexation — 49 174 contre 113 823. Le nouveau modèle termine la même tâche avec 56,8 % de jetons en moins.

• Contexte et sorties — 1 M de tokens, sortie texte uniquement, sur les deux. Aucun des deux n’est un générateur d’images.

• Configuration minimale de déploiement — 4×H100 ou 2×GB200 pour le BF16 sur NVIDIA Nemotron 3.5 Super VL ; une version NVFP4 existe pour des empreintes plus réduites.

• Traction publique — 142 téléchargements et 32 likes sur le dépôt BF16 au moment de la rédaction, contre plus d'un million de téléchargements sur le prédécesseur de mars. L'écart tient à trois jours d'ancienneté, non à trois jours de demande.

La décomposition des capacités sur le panel est là où le 26,49 cesse d'être un simple nombre. Super VL obtient 38,47 en économie, 30,11 en ingénierie, 28,11 en juridique et 27,19 en finance et comptabilité, mais seulement 22,57 en stratégie et opérations. Son indice d'omniscience est de -4,22 — le modèle répond à plus de sondes de connaissances du panel de manière incorrecte que correcte, avec un taux de précision de 23,3 % contre un taux d'hallucination de 35,8 %. Ce n'est pas un défaut propre à cette version ; c'est à quoi ressemble un modèle ouvert non bridé lorsqu'on mesure s'il refuse de répondre. Sur GDPval-AA, qui évalue des livrables professionnels finis plutôt que des réponses, il obtient 1 162,41, et sur la grille AA-Briefcase-Lite, il se situe à un Elo de 998,76. Ces deux lignes sont celles à surveiller au cours du mois prochain, car elles mesurent le travail plutôt que la connaissance et ce sont les lignes qu'un modèle ouvert de 120B peut plausiblement continuer d'améliorer via le post-entraînement.

L'affirmation du quintuple, et pourquoi les décomptes de jetons ne sont pas des secondes

Le blog de NVIDIA mise sur la vitesse : « 5 fois plus rapide que le deuxième meilleur », et le modèle « atteint jusqu'à 5 fois plus de débit que les autres modèles de sa catégorie. » Il s'agit d'une affirmation du fournisseur et personne en dehors de NVIDIA ne l'a reproduite. Elle est aussi, selon les preuves actuelles, invérifiable — le même panel tiers qui évalue le modèle ne publie ni prix ni chiffre de latence pour celui-ci, donc il n'y a rien pour vérifier cette affirmation. Ce qui peut être vérifié est une quantité différente qui est souvent rapportée comme s'il s'agissait de la même chose. Le nombre de jetons de sortie par tâche est une mesure de la quantité de parole du modèle, pas de la vitesse du serveur. 49 174 contre 113 823 est réel et c'est un véritable gain d'efficacité — les modèles à forte intensité de raisonnement brûlent leur budget en générant — mais un modèle qui émet 57 % de jetons en moins n'est pas pour autant 57 % plus rapide, et il n'est certainement pas 5 fois plus rapide. C'est 57 % de jetons en moins. Il faut distinguer les deux.

Le tableau de référence du fournisseur présente un second problème, plus mineur, qu'un lecteur attentif remarquera en une dizaine de secondes. Sa première colonne est intitulée « Nemotron 3.5 SuperGA BF16 », et non « Super VL ». Étant donné que la section Model Version de la fiche indique v1.0 — GA, il s'agit très probablement d'une étiquette de version candidate qui a survécu dans le document public plutôt que d'un modèle différent. Dans un cas comme dans l'autre, c'est le genre de verrue qui indique que la passe de documentation a eu lieu après la mise en ligne des poids, ce qui est cohérent avec l'écart de trois jours. Face à cette colonne, NVIDIA rapporte GPQA-Diamond 89,52, HLE texte uniquement 31,79, Terminal-Bench 2.1 66,70, SWE-bench Verified 71,10, BrowseComp 78 et Video-MME v2 32,85, l'ensemble des colonnes de comparaison allant jusqu'à Qwen3.5-122B-A10B, Qwen3.8-Flash-Next, DeepSeek-V4-Flash-0731, Nemotron 3 Ultra, Inkling-Small et GLM-5.3-Flash. Tout cela est rapporté par le fournisseur via NeMo Gym, et NVIDIA publie les recettes, les prompts, les parseurs et les paramètres de notation pour permettre à quiconque de les réexécuter. C'est une meilleure pratique que la plupart, et ce n'est toujours pas un résultat indépendant.

Où il se situe réellement parmi les open weights américains

Classez le panel par modèles à poids ouverts issus de laboratoires américains, et la physionomie du domaine devient claire. Meta Muse Spark Open mène à 38,87, mais c’est un modèle de 816 milliards de paramètres sous licence Muse Model License, à accès restreint sur le Hub, et une proposition d’adoption différente. Sous NVIDIA Nemotron 3.5 Super VL, à 26,49, se classent Inkling Small à 25,66 et Inkling à 24,98, de Thinking Machines, tous deux permissifs. Puis le NVIDIA Nemotron 3 Ultra 550B A55B de NVIDIA lui-même à 22,93, et NVIDIA Nemotron 3.5 Bolt 74B-A9B — publié le même jour que Super VL — à 21,41 pour un modèle 74B qui tient dans 24 Go de mémoire. Le fait structurel intéressant est que Super VL surpasse le fleuron 550B de sa propre entreprise de 3,6 points d’indice, tout en représentant moins d’un quart de la taille sur disque et du nombre de paramètres actifs. C’est le résultat que vise tout le programme hybride-MoE, et sur ce panel, il s’est concrétisé.

Il fixe également la véritable barre pour les prochains mois. L’écart avec Muse Spark Open est de 12,4 points, et l’écart avec les principaux modèles chinois à poids ouverts est plus grand encore — MiMo-V2.6-Pro à 46,32, GLM-5.3 à 44,78, Kimi K3 à 43,59. La réponse de NVIDIA à cet écart n’est pas un modèle plus grand ; c’est le post-entraînement, sur vos données, sur vos racks, avec les jeux de données et les environnements NeMo Gym publiés aux côtés des poids. Savoir si cela comble la distance est une question ouverte, et cette version ne tranche pas.

Ce que coûte son exploitation, et le seul chiffre qui manque

Le checkpoint BF16 s'exécute sur 4×H100 ou 2×GB200, avec NVIDIA qui publie des recettes vLLM et SGLang et épingle des tags de conteneur spécifiques — vLLM v0.32.0 ou une nightly nommée, SGLang v0.5.20 — ce qui est un signal utile sur le caractère récent de l'intégration des kernels. La version NVFP4 est celle que la plupart des équipes utiliseront réellement. Ce que personne n'a publié, c'est un prix. Il n'y a pas de tarif par token sur le panneau, pas de prix catalogue NIM dans l'annonce, et pas de tarif de service tiers qu'un acheteur pourrait comparer. Pour un modèle dans cette situation la voie pratique est celle que nous utilisons : OrcaRouter répercute le prix catalogue du fournisseur avec 0 % de marge sur plus de 200 modèles sur une seule clé, donc lorsque NVIDIA ou un fournisseur publie un tarif pour ce checkpoint, il apparaît au prix coûtant plutôt qu'avec une marge, et le basculement automatique signifie qu'un checkpoint vieux d'un jour peut prendre en charge une partie du trafic pendant qu'un modèle éprouvé assure le reste. Pour être précis sur ce que cela ne signifie pas aujourd'hui : ce modèle précis n'est pas encore dans notre catalogue, trois jours après la mise en ligne de ses poids, parce que personne ne le sert encore de manière fiable. C'est une affirmation sur la disponibilité, pas sur le modèle.

Que regarder ensuite

Trois choses détermineront si cette version se lira, dans six mois, comme un changement d’étape ou comme une note de bas de page. La première est une seconde évaluation indépendante — le score du panel est unique, et un seul point ne fait pas une tendance. La deuxième est de savoir si l’affirmation d’un débit 5× résiste au contact d’un évaluateur neutre, car les preuves fondées sur le nombre de tokens étayent l’efficacité et ne disent rien de la latence. La troisième est l’écosystème de post-entraînement : NVIDIA cite Scale AI, AfterQuery, AI21, Mercor, Atlassian, CrowdStrike, Dassault Systèmes, Salesforce et d’autres qui construisent dessus, et la question intéressante à propos d’un modèle ouvert est rarement ce que le fournisseur a livré — c’est ce que tous les autres en font ensuite. D’après les éléments disponibles au 16 octobre 2026, NVIDIA Nemotron 3.5 Super VL est le modèle à poids ouverts sous licence permissive le plus puissant jamais issu d’un laboratoire américain ; il y est parvenu à nombre de paramètres constant en réduisant de plus de moitié son propre budget de raisonnement, et il l’a fait assez discrètement pour que les premiers à s’en apercevoir soient les quantificateurs.