Fuite de Nemotron 4 : la réponse de NVIDIA aux modèles frontières avec 1 000 milliards de paramètres en open-weights

1 billion de paramètres. C'est le plancher annoncé pour le plus grand modèle Nemotron 4, le fleuron de la prochaine famille open-weights de NVIDIA — et ce chiffre ne paraît énorme que lorsqu'on le compare à ce qui est déjà sorti. Le mois dernier, Moonshot AI a lancé Kimi K3 avec 2,8 billions de paramètres au total, Alibaba a dévoilé Qwen3.8-Max avec 2,4 billions, et le propre fleuron actuel de NVIDIA, Nemotron 3 Ultra, se situe à 550 milliards. The Information a rapporté le 11 août 2026 — en citant plusieurs employés travaillant sur le projet — que Nemotron 4 est la réponse de NVIDIA : une famille open-weights dont le plus grand modèle devrait partir d'environ 1 billion de paramètres, soit environ le double de Nemotron 3 Ultra.

Rien n'a encore été expédié. NVIDIA a reconnu qu'elle développe une famille Nemotron 4, mais elle n'a pas confirmé ni l'objectif de paramètres, ni le budget, ni le calendrier, ni les détails de l'alliance que The Information attribue à des employés anonymes. Considérez chaque chiffre de cet article comme « rapporté », et non « spécifié ». L'intérêt d'un article sur une fuite est de séparer le petit noyau confirmé du halo plus large rapporté — et de vous dire quels éléments comptent lorsque la véritable fiche technique arrivera.

La fuite en une ligne, décortiquée

D'abord, le nom, car il vous déroutera dans les résultats de recherche : NVIDIA a déjà publié un modèle appelé Nemotron-4-340B en juin 2024. Le nouveau Nemotron 4 est une famille différente et plus vaste — le successeur de la gamme Nemotron 3 (Nano, Super, Ultra) sortie cette année — réutilisant le nom « Nemotron 4 » pour la génération suivante. Cet article concerne le nouveau.

Ce que The Information a réellement rapporté : NVIDIA développe Nemotron 4 comme une famille de modèles open-source visant le sommet du classement des modèles à poids ouverts, et le modèle phare devrait avoir « au moins 1 billion de paramètres ». NVIDIA n'a pas fixé de date de sortie, n'a pas commencé l'entraînement final — un processus que les employés s'attendent à voir durer des mois — et n'a arrêté que les données de pré-entraînement et l'architecture ; les spécifications sont encore en évolution. Deux employés ont déclaré que la famille pourrait être prête dès la fin de l'automne ; d'autres s'attendent à plus tard.

Le même rapport joint un budget : environ 28 milliards de dollars en accords pluriannuels de services cloud allant jusqu’au début de 2031, soit environ trois fois ce que NVIDIA avait divulgué un an plus tôt, avec environ 7 milliards de dollars pour l’exercice en cours. Il note également que l’article de recherche du précédent fleuron listait 570 auteurs et que Nemotron 4 en implique davantage — un ancien employé a déclaré à The Information que « tout le monde veut y participer ». Tout cela sans que NVIDIA n’en fasse état.

Pourquoi le numéro de taille est la partie la moins intéressante

L'histoire évidente, c'est qu'« NVIDIA s'oriente vers des modèles à mille milliards de paramètres ». Celle qui l'est moins, c'est que la frontière des poids ouverts y est arrivée la première. Kimi K3 a ouvert ses poids le 27 juillet avec 2 800 milliards de paramètres au total — environ 104 milliards d'actifs par jeton dans une configuration de mélange d'experts — et le Qwen3.8-Max d'Alibaba, dévoilé le 19 juillet, est un modèle de 2 400 milliards de paramètres avec environ 95 milliards d'actifs. Face à ceux-ci, un vaisseau amiral Nemotron 4 à « au moins 1 000 milliards » doublerait le Nemotron 3 Ultra tout en restant derrière les leaders en matière de taille, et ces deux leaders sont chinois.

Cela fait du nombre total de paramètres une optique totalement erronée. Dans un modèle mixture-of-experts, ce qui détermine le coût et la vitesse, c'est le nombre de paramètres actifs par jeton, et non le total annoncé en titre. Un Nemotron 4 à 1 000 milliards de paramètres au total pourrait se situer à environ 100 milliards de paramètres actifs — exactement dans la catégorie de Kimi K3 et Qwen3.8-Max — ou à la moitié de cela. Le chiffre qui fuitera ensuite est celui qui compte, et il n'a pas encore fuité.

L'autre direction mérite également d'être notée : DeepSeek V4-Flash, sorti le 31 juillet sous licence MIT, a pris le chemin inverse — 284 milliards au total, positionné sur le prix plutôt que sur l'échelle, avec un coût estimé autour de 0,14 $ par million de tokens d'entrée. Le marché récompense les deux extrêmes. L'échelle n'est pas la stratégie ; c'est une stratégie.

La position de NVIDIA explique ce mouvement. The Information rapporte que Nemotron 3 Ultra se classe deuxième parmi les modèles américains à poids ouverts — derrière Inkling de Thinking Machines — et hors du haut du classement mondial des modèles ouverts. Nemotron 4 est la tentative de revenir dans la conversation de pointe, et les dirigeants de NVIDIA eux-mêmes le présentent comme un enjeu de souveraineté : Kari Briski, VP de l'IA générative, a déclaré que NVIDIA investit dans Nemotron parce que « chaque entreprise et chaque pays a besoin de modèles open-source de pointe accessibles pour renforcer la sûreté et la sécurité, accélérer l'innovation, et fournir une base fiable de génération en génération ». Jensen Huang tient le même discours sur X, arguant que les modèles ouverts « renforcent la sûreté et la cybersécurité, accélèrent l'innovation et la diffusion, et permettent la souveraineté ». La tension structurelle est réelle — NVIDIA posséderait environ 30 milliards de dollars d'OpenAI — mais le pari est que les modèles ouverts élargissent le gâteau des GPU plutôt que de le réduire. Comme l'a résumé Anastasios Angelopoulos, PDG de LMArena : « Peu importe quelle entreprise crée un excellent modèle open-source, c'est NVIDIA qui gagne. »

La coalition Nemotron est la partie à surveiller.

Nemotron 4 n'est pas un projet solo, et c'est ce détail que la plupart des articles manquent. Lors du GTC du 16 mars 2026, NVIDIA a annoncé la Nemotron Coalition — huit membres fondateurs : Black Forest Labs, Cursor, LangChain, Mistral AI, Perplexity, Reflection AI, Sarvam et Thinking Machines Lab — organisés pour mutualiser la recherche, les données et la puissance de calcul au profit de « modèles ouverts de pointe ». Son premier projet est un modèle de base co-développé par Mistral AI et NVIDIA, entraîné sur NVIDIA DGX Cloud, que la coalition affirme sera open source et sous-tendra la famille Nemotron 4.

The Information ajoute les détails opérationnels : Reflection, Cursor, Thinking Machines et Mistral sont confirmés parmi les contributeurs ; Prime Intellect a fourni 300 000 environnements de simulation pour l’entraînement ; Cognition a discuté de la fourniture de données d’entraînement en code source. Le PDG de Prime Intellect, Vincent Weisser, a présenté cette alliance comme une action collective contre ce qu’il a appelé le monopole d’un modèle unique « semblable à un dieu ». Ce que cela signifie concrètement : Nemotron 4 pourrait être livré comme une fondation de consortium que chaque membre post-entraîne pour son propre produit, plutôt que comme un point de contrôle d’un seul fournisseur. Cela ferait de « modèle NVIDIA à poids ouverts » une mauvaise catégorie — la base est l’artefact intéressant.

Confirmé, signalé, inconnu

• Confirmé — NVIDIA travaille sur une famille Nemotron 4 (communiqué de l'entreprise). La Nemotron Coalition existe et développe un modèle de base ouvert avec Mistral AI (NVIDIA, mars 2026).

• Signalé, non confirmé — l'objectif phare d'« au moins 1 000 milliards » ; le calendrier de la fin de l'automne ; l'engagement cloud d'environ 28 milliards de dollars, dont environ 7 milliards pour cet exercice fiscal ; la répartition des contributions des membres de la coalition.

• Inconnu — nombre de paramètres actifs, longueur du contexte, combinaison de modalités, conditions de licence, prix, quels checkpoints sont livrés en premier, et si la base co-développée avec Mistral devient réellement le fondement de la famille.

Chronologie et quoi regarder

Il n'y a pas de date de sortie. La phase finale d'entraînement n'a pas encore commencé ; les employés la décrivent comme durant des mois, et les estimations vont de « fin d'automne » (deux sources) à plus tard. NVIDIA a continué de faire avancer la famille entre-temps : elle a publié Nemotron 3.5 Lightning, un agent de travail de 31,6 milliards de paramètres sorti le 11 août — le jour même où le rapport Nemotron 4 est paru — aux côtés de NeMo Switchyard, le logiciel de routage open source de NVIDIA. En d'autres termes, NVIDIA fait évoluer activement sa gamme alors que le produit phare est encore sur la planche à dessin.

Que regarder, par ordre approximatif d'importance :

• Paramètres actifs — le total est le chiffre clé ; le nombre d'actifs détermine le coût et la vitesse. Un MoE d'environ 1T au total avec ~100B d'actifs change toute la donne par rapport à un modèle à ~50B.

• Scores indépendants — aucune évaluation tierce n'existe pour un modèle qui n'a pas été entraîné. Surveillez l'indice Artificial Analysis Intelligence lorsqu'un checkpoint hébergé apparaît.

• Conditions de licence — Nemotron 3 Ultra est distribué sous OpenMDW-1.1, permissif mais pas MIT ni Apache 2.0. Que Nemotron 4 suive ou resserre ces conditions n'est pas décidé, et pour une entreprise qui s'appuie sur les poids, cela décide de tout.

{{1}}Quelles tailles sont expédiées en premier{{/1}} — Nemotron 3 est arrivé en famille (Nano, Super, Ultra). Attendez-vous à une gamme de tailles de {{2}}Nemotron 4{{/2}}, et attendez-vous à ce que les petites arrivent avant le modèle phare.

• La base Mistral — que le modèle de base de la coalition devienne effectivement le fondement de la famille est la question structurelle derrière tout le discours sur les paramètres.

• Prix — rien n'est hébergé, donc rien n'est tarifé. Lorsqu'un partenaire d'hébergement référence Nemotron 4, le prix de pass-through est ce que vous paierez réellement.

Ce que cela signifie pour votre couche d'inférence.

Vous ne pouvez pas appeler Nemotron 4 aujourd'hui — personne ne le peut — donc la question pratique est de savoir dans quelle mesure votre stack doit évoluer pour s'adapter à un modèle dont la fiche technique est encore en mouvement. La réponse est la même que pour tout modèle de pointe non encore lancé : gardez la couche d'inférence agnostique vis-à-vis du modèle. Si vous acheminez le trafic via une seule API qui donne accès à 200+ modèles, une nouvelle famille Nemotron est un changement de configuration, pas une réécriture. OrcaRouter transmet le prix catalogue du fournisseur avec une marge de 0%, donc quel que soit le prix qu'un hôte finira par facturer pour Nemotron 4, c'est exactement ce que vous payez, et une baisse de prix du fournisseur s'applique le jour même où elle est annoncée. Le basculement automatique est l'outil adapté à une première version non éprouvée : dirigez le trafic initial vers le nouveau modèle, revenez à une alternative stable en cas de blocage ou d'erreur, et ne le promouvez en production qu'après qu'il a fait ses preuves sur vos charges de travail. Rien de tout cela n'exige de miser une trajectoire de production sur une fuite — ce qui est exactement la bonne posture lorsque la fiche technique est aussi provisoire.

FAQ

Quand Nemotron 4 sera-t-il publié ?

Aucune date n'a été fixée. Des employés ont déclaré à The Information que la phase finale d'entraînement n'a pas encore commencé et prendra des mois ; deux ont évoqué la fin de l'automne 2026 comme possible, et d'autres s'attendent à plus tard. Considérez « la fin de l'automne » comme une estimation optimiste interne au projet, et non comme une feuille de route.

Nemotron 4 sera-t-il open-source ?

L'intention déclarée de NVIDIA est l'open weights, et le premier projet de la Coalition Nemotron — le modèle de base co-développé avec Mistral — est promis à être open source. Mais « open weights » n'est pas « open source » : Nemotron 3 Ultra est distribué sous la licence OpenMDW-1.1, qui est plus permissive que les anciennes conditions de NVIDIA mais qui n'est toujours pas MIT ou Apache 2.0. La licence spécifique de Nemotron 4 n'a pas encore été annoncée.

Est-ce que « au moins 1 billion de paramètres » est une spécification réelle ?

Il s'agit d'un objectif provenant d'un employé, rapporté par The Information, et non d'une spécification confirmée ; le même rapport indique que ce nombre pourrait changer. Même avec un total de 1 billion de paramètres, il serait à la traîne de Kimi K3 (2,8 billions) et Qwen3.8-Max (2,4 billions) en taille brute ; le nombre de paramètres actifs — qui n'a pas fuité — est celui qui déterminera le coût et la vitesse.

Devrais-je attendre Nemotron 4 avant de choisir un modèle ?

Non. C’est à des mois au mieux et non éprouvé. Choisissez le meilleur modèle disponible pour la tâche dès maintenant et gardez la couche de routage flexible ; lorsque Nemotron 4 sera réellement lancé, évaluez-le de la même manière que vous évalueriez tout nouveau modèle — paramètres actifs, benchmarks indépendants, licence et prix — plutôt que sur le total annoncé.

En résumé

La famille est réelle ; les chiffres sont des estimations. NVIDIA a confirmé qu'elle développe Nemotron 4, et la structure de coalition qui l'entoure est l'aspect le plus intéressant de l'histoire — mais chaque chiffre clé de la fuite, du plancher de 1 000 milliards au calendrier de fin d'automne en passant par le budget de 28 milliards de dollars, provient d'employés anonymes et pourrait évoluer. La frontière de l'open-weight a déjà franchi le cap des 1 000 milliards de paramètres, menée par les laboratoires chinois, et la réponse de NVIDIA est un modèle de base en consortium et une promesse. Pour un lecteur qui choisit des modèles aujourd'hui, cela signifie une seule chose : ne planifiez pas en fonction de la fuite. Gardez la couche d'inférence flexible, évaluez tout ce qui sort sur ses chiffres réels, et laissez le routage faire ce pour quoi il est fait — essayer la nouveauté sans miser la production dessus.