Mistral Nemo
8319°
Lancer ce modèle
Offres / Pub
Mistral | contexte de 131 072 tokens | 0,03 $/M en entrée, 0,03 $/M en sortie. Un modèle de 12 milliards de paramètres avec une longueur de contexte de 128k tokens construit par Mistral en collaboration avec NVIDIA. Le modèle est multilingue, supportant l'anglais, le français, l'allemand, l'espagnol, l'italien, le portugais, le chinois, le japonais, le coréen, l'arabe et l'hindi. Il supporte l'appel de fonctions et est publié sous licence Apache 2.0.
Guides pour ce modèle
Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche
Ollama vs LM Studio (2026) : quelle application d’IA locale choisir, et quels modèles top chacun fait tourner
De combien de VRAM ai-je vraiment besoin pour l'IA locale ?
Comment installer Ollama et faire tourner une IA locale (Windows, Mac, Linux)
Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)
Notes du capitaine
Notes du 2026-10-13
Mistral Nemo est un modèle de 12 milliards de paramètres développé conjointement par Mistral AI et NVIDIA, avec une fenêtre de contexte de 128k tokens et une couverture multilingue réelle sur onze langues. Il se situe dans un compromis pratique : assez petit pour tourner localement sur du matériel grand public, assez économique via API pour rester en production sans surveiller la consommation, et assez performant pour remplacer Mistral 7B dans la plupart des pipelines. Les poids sous licence Apache 2.0 signifient que vous possédez le déploiement.
Connu pour
- Licence Apache 2.0 : usage commercial, modification, exécution partout.
- Fenêtre de contexte de 128k tokens pour 12 milliards de paramètres, généreuse pour cette classe de taille.
- Support de onze langues avec données d'entraînement multilingues dédiées, pas seulement un fine-tuning en anglais.
- Appel de fonctions intégré, pratique pour l'utilisation d'outils et les pipelines agentiques.
- Conçu comme une mise à niveau drop-in de Mistral 7B avec les mêmes patterns d'intégration.
Attention à
- Les scores MMLU multilingues se situent dans les hauts 50 à bas 60 ; solides pour la taille, mais pas au niveau frontier.
- À 12 milliards, une quantification sera nécessaire pour tourner confortablement sur des GPU avec moins de 16 Go de VRAM.
Prompts à essayer
Résumé multilingue de document
Le paragraphe suivant est en français. Résume-le en anglais en trois points, puis traduis ces points en espagnol et en japonais.
"La transition énergétique représente l'un des défis les plus complexes du XXIe siècle. Elle implique non seulement des changements technologiques profonds, mais aussi des transformations économiques et sociales majeures qui touchent l'ensemble des secteurs d'activité."
Conception de schéma d'appel de fonction
Conçois un schéma JSON de fonction pour un outil appelé get_weather. Il doit accepter un nom de ville, un code pays optionnel, et un paramètre unit qui accepte celsius ou fahrenheit avec celsius par défaut. Retourne le schéma au format attendu par une API d'appel de fonction, puis montre un exemple d'appel pour Tokyo en celsius.
Revue de contrat en contexte long
Tu passes en revue un contrat de licence logiciel. Identifie toute clause restreignant la sous-licence, imposant des droits d'audit au concédant, ou renouvelant automatiquement le contrat. Pour chaque clause trouvée, cite la phrase pertinente et explique en langage clair l'obligation créée pour le licencié. Si aucune n'est trouvée, dis-le explicitement.
Comparer avec
- Mistral Large 2407Modèle uniquement APIContexte de 131,072 tokens · entrée $2.00/M, sortie $6.00/M
- Mistral Large 4Modèle uniquement APIContexte de 1,048,576 tokens · entrée $0.68/M, sortie $2.09/M
- Ministral 3 3B 2512Modèle à poids ouvertsContexte de 131,072 tokens · entrée $0.10/M, sortie $0.10/M
- Voxtral Small 24B 2507Modèle à poids ouvertsContexte de 32,768 tokens · entrée $0.10/M, sortie $0.30/M
Plus de modèles de texte de mistralai
Questions fréquentes
- Puis-je exécuter Mistral Nemo localement ?
- Oui. Les poids sont ouverts sous licence Apache 2.0 et disponibles sur mistralai/Mistral-Nemo-Instruct-2407 sur Hugging Face. Mistral AI supporte son exécution via mistral_inference, Hugging Face Transformers ou NVIDIA NeMo.
- Quel est le coût de Mistral Nemo via API et quelle est la limite de contexte ?
- Le prix API est de 0,03 $ par million de tokens pour entrée et sortie, et la fenêtre de contexte est de 128k tokens.
- En quoi Mistral Nemo diffère-t-il de Mistral 7B ?
- Nemo est plus grand avec 12 milliards de paramètres, dispose d'une fenêtre de contexte beaucoup plus grande de 128k tokens contre une fenêtre plus courte pour 7B, ajoute un entraînement multilingue plus large, et est positionné par Mistral comme un remplacement direct drop-in du 7B dans les pipelines existants.
Verdict du capitaineUn cheval de bataille ouvert sensé de 12 milliards : peu coûteux à utiliser via API, libre à déployer localement, et l'une des options multilingues les plus honnêtes dans cette classe de poids.
Fiche modèle sur Hugging Face
Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #63 Hottest Text / LLM model · #63 Hottest Text / LLM text model
Not this creator?
Get your own badge
Tendance de popularité de Mistral Nemo
Score de chaleur, derniers 12 mois
Score de popularité
8,319°
Cette semaine
▲
0.3%
8,317° alors, 8,319° maintenant
Ce mois-ci
▲
1.1%
8,314° alors, 8,319° maintenant
L'année passée
▲
25.2%
8,242° alors, 8,319° maintenant
7,000°
Plancher
L’échelle va de 0° à 9 999°. Tout ce qui est en dessous de 7,000° est réservé aux modèles dont aucune source ne rapporte encore de données, ils portent un nombre de remplacement pour que les listes restent complètes. 7,000° est le point où les données mesurées commencent : un modèle avec de vraies données mais presque aucun téléchargement est au plancher, et les mesures remplissent les degrés au-dessus. Le plancher ne dit rien sur le modèle ; seuls les degrés au-dessus le font, et ce sont eux qui différencient un modèle d’un autre.
+1,319°
Tokens OpenRouter
248,311,320,782 tokens traités par ce modèle via OpenRouter au cours des 30 derniers jours, prompts et réponses confondus. Chaque 10,000,000 tokens compte comme un téléchargement dans le terme de téléchargement, 24,831 au total ; les tokens du dernier jour s'ajoutent au taux d'adoption. Source : OpenRouter (openrouter.ai/rankings).
Afficher le détail
Chaque chiffre sur ce site peut être vérifié. Le score de popularité de ce modèle est de 8,319°, et voici comment il est construit, ingrédient par ingrédient, avec le total cumulé après chaque étape : le plancher, les degrés ajoutés par chaque source, le bonus pour le type de modèle et ce que l’âge de ses poids enlève. Les couleurs correspondent aux bandes du graphique ci-dessus. Le glossaire à la fin définit chaque terme.
- 1Commence au plancher.Pourquoi 7,000° et pas zéro : l’échelle va de 0° à 9 999°, et la partie en dessous de 7,000° est réservée aux modèles dont aucune source ne rapporte encore de données, qui portent un nombre de remplacement pour que les listes restent complètes et ne dépassent jamais un modèle avec données. 7,000° est le point où les données mesurées commencent. Un modèle avec de vraies données mais presque aucun téléchargement est ici ; tout ce qui suit est une mesure, et l’espace au-dessus du plancher contient dix paliers de dix fois plus de téléchargements à 300° chacun. Le plancher est le même pour tous les modèles, donc il ne décide rien ; ce sont les degrés au-dessus qui le font.7,000°total en cours
- 2Ajoute les téléchargements.24,831 équivalents de téléchargement au total, venant de Tokens OpenRouter. Multiplier les téléchargements par dix ajoute le même 300°, donc la taille compte mais ne domine jamais le score.+1,319°8,319°total en cours
- =Le score de chaleur.La place de ce modèle dans chaque liste de ce site. Rien d’autre ne le modifie.8,319°
Glossaire : les termes utilisés ici
- Score de chaleur
- Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
- Plancher
- Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
- Équivalents de téléchargement
- Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
- Échelle logarithmique
- On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
- Likes
- Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
- Taux d’adoption
- Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
- Mesuré et estimé
- Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
- Seeder
- Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
- AI Horde
- Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
- Sites de génération
- Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
- Tokens OpenRouter
- Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modèle complet (checkpoint)
- Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
- LoRA et embedding
- Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
- Famille et poids
- La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
- Âge
- Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
- Boost de la famille
- Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
- Score de remplacement
- Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
- Nouveau ! (période de grâce)
- Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
- Tendance
- Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
- Modèle typique
- Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.
Voici comment la popularité de ce modèle a évolué par rapport au reste du catalogue : sa croissance en téléchargements, likes et utilisation à chaque période, comparée à la croissance typique des modèles sur la même période, avec son score de chaleur à ce moment-là. Au-dessus de la croissance typique, c’est une hausse, en dessous, une baisse. Le passé est reconstitué à partir des totaux d’aujourd’hui, du premier jour du modèle et de sa vitesse de téléchargement mesurée quand il y a deux relevés ; un modèle qui n’existait pas au début d’une période affiche n/a.
Mistral Nemo est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.
Plus de modèles Text / LLMPlus de Texte / LLM Text / LLMllmmistralaimultilinguelocalbudgetagentscontexte long
Parcourir par famille de modèles
Modèles Text / LLM
434
Modèles Anima
528
Modèles Chroma
19
Modèles Fibo
2
Modèles Flux
1,496
Modèles Flux 2 / Klein
1,239
Modèles Flux 3
3
Modèles Moss
3
Modèles Iris
1
Modèles MiniMax H3
364
Modèles Hunyuan
204
Modèles Ideogram
20
Modèles Krea2
717
Modèles Qwen
20
Modèles Qwen2
47
Modèles Ltx2
153