Les poids sont-ils ouverts et puis-je exécuter ce modèle localement ?

Oui, les poids BF16 sont sur Hugging Face sous licence OpenMDW v1.1 et autorisés pour usage commercial. Un seul H100 80GB ou A100 80GB suffit, mais pour du matériel grand public, préférez les variantes NVFP4 ou GGUF recommandées par NVIDIA.

Quel est le coût et la fenêtre de contexte ?

Via API, c'est 0,07 $ par million de tokens en entrée et 0,20 $ par million en sortie. La fenêtre de contexte est de 256K tokens sur un seul H100 ; l'architecture supporte jusqu'à 1M tokens sur multi-GPU Blackwell.

En quoi cette version BF16 diffère-t-elle de la version NVFP4 ?

La version BF16 est le checkpoint de référence en pleine précision, destinée au travail post-entraînement comme SFT, RL, distillation et création de variantes quantifiées. La version NVFP4 est celle recommandée par NVIDIA pour une inférence optimisée et un déploiement à faible latence.

▲

59.6%

cette semaine

Nemotron 3.5 Lightning

8980°

#llm #nvidia #raisonnement #agents #local #contexte long

Ce mois-ci

Lancer ce modèle

Offres / Pub

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

NVIDIA | contexte de 262 144 tokens | 0,07 $/M en entrée, 0,20 $/M en sortie. NVIDIA Nemotron 3.5 Lightning est un modèle mixture-of-experts ouvert de NVIDIA, avec 3B de paramètres actifs sur un total de 30B. Il est adapté aux charges de travail agentiques à haut débit et aux tâches spécialisées bénéficiant d'une personnalisation spécifique au domaine.

Guides pour ce modèle

Ollama vs LM Studio (2026) : quelle application d’IA locale choisir, et quels modèles top chacun fait tourner

Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche

Poids ouverts vs open source vs API uniquement : ce que tu peux vraiment faire

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

De combien de VRAM ai-je vraiment besoin pour l'IA locale ?

Comment installer Ollama et faire tourner une IA locale (Windows, Mac, Linux)

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

Nemotron 3.5 Lightning est un modèle mixture-of-experts de 30 milliards de paramètres de NVIDIA avec seulement 3 milliards de paramètres actifs à l'inférence, construit sur une architecture hybride Mamba-2, MoE et Attention. La version BF16 ici est le checkpoint de référence — le point de départ idéal pour le fine-tuning, la distillation ou la création de vos propres variantes quantifiées, pas la voie la plus rapide vers la production. Poids ouverts, usage commercial autorisé, et une fenêtre de contexte de 256K tokens sur un seul H100.

Connu pour

Efficacité MoE : 30 milliards de paramètres totaux, seulement 3 milliards actifs par passage avant
Architecture hybride mélangeant Mamba-2, couches MoE et Attention
Mode de raisonnement configurable — activer ou désactiver la réflexion à l'inférence
Conçu comme base pour fine-tuning et distillation, pas seulement un point d'accès chat
Supporte six langues dont anglais, espagnol, français, allemand, italien, japonais

Attention à

Cette version BF16 est destinée au travail de personnalisation ; pour un service à faible latence, NVIDIA recommande plutôt la variante NVFP4.
Le déploiement sur un seul H100 est validé jusqu'à 256K tokens ; atteindre 1M nécessite multi-GPU ou matériel Blackwell.
Les poids sont ouverts mais sous la licence OpenMDW v1.1 — ce n'est pas une licence Apache ou MIT standard ; vérifiez les termes.

Idéal pour

Agents et utilisation d'outils

Raisonnement

Fonctionne localement

Contexte long

Multilingue

Prompts à essayer

Activer la réflexion sur un problème

Vous résolvez un problème logistique. Un entrepôt expédie les commandes par lots de 12. Il dispose de 500 unités du produit A et reçoit 75 nouvelles commandes chaque jour. Chaque commande demande 3 unités. Combien de jours complets avant rupture de stock, et quel jour le dernier lot complet est-il expédié ? Montrez votre raisonnement étape par étape.

Préparation fine-tuning domaine

Je prépare un jeu de données de fine-tuning supervisé pour un assistant de revue de documents juridiques. Rédigez 5 paires instruction-réponse de haute qualité où l'instruction demande au modèle d'identifier un type spécifique de clause dans un extrait de contrat, et la réponse identifie la clause, cite le texte pertinent et explique sa signification en langage clair.

Décomposition de tâche agentique

Vous êtes un agent avec accès à un outil de recherche web, un outil d'exécution de code et un outil d'écriture de fichiers. Un utilisateur veut un rapport hebdomadaire sur les prix des concurrents pour trois produits SaaS. Décomposez cela en une séquence concrète d'appels d'outils et de sous-tâches, en précisant ce que chaque appel récupère ou calcule et comment les sorties alimentent le rapport final.

Comparer avec

Nemotron 3 Ultra
Modèle à poids ouverts
Contexte de 262,144 tokens · entrée $0.60/M, sortie $2.40/M
Nemotron 3 Super
Modèle à poids ouverts
Contexte de 262,144 tokens · entrée $0.08/M, sortie $0.45/M
NVIDIA Nemotron 3 Ultra 550B A55B
Modèle à poids ouverts
Contexte de 262,144 tokens · entrée $0.50/M, sortie $2.20/M
Nemotron 3.5 Content Safety
Modèle à poids ouverts
Contexte de 131,072 tokens · entrée $0.20/M, sortie $0.20/M

Plus de modèles de texte de nvidia

Questions fréquentes

Les poids sont-ils ouverts et puis-je exécuter ce modèle localement ?: Oui, les poids BF16 sont sur Hugging Face sous licence OpenMDW v1.1 et autorisés pour usage commercial. Un seul H100 80GB ou A100 80GB suffit, mais pour du matériel grand public, préférez les variantes NVFP4 ou GGUF recommandées par NVIDIA.
Quel est le coût et la fenêtre de contexte ?: Via API, c'est 0,07 $ par million de tokens en entrée et 0,20 $ par million en sortie. La fenêtre de contexte est de 256K tokens sur un seul H100 ; l'architecture supporte jusqu'à 1M tokens sur multi-GPU Blackwell.
En quoi cette version BF16 diffère-t-elle de la version NVFP4 ?: La version BF16 est le checkpoint de référence en pleine précision, destinée au travail post-entraînement comme SFT, RL, distillation et création de variantes quantifiées. La version NVFP4 est celle recommandée par NVIDIA pour une inférence optimisée et un déploiement à faible latence.

Verdict du capitaine
Une base sérieuse pour fine-tuning avec une architecture MoE ingénieuse — à privilégier quand vous avez besoin de personnaliser, pas juste d'un point d'accès chat.

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.

Change colors / personalize / get code

Also ranked: #54 Hottest AI model · #29 Hottest Text / LLM model · #29 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendance de popularité de Nemotron 3.5 Lightning

Score de chaleur depuis 11 Aug 2026

Score de popularité

8,980°

Cette semaine

▲

59.6%

8,919° alors, 8,980° maintenant

Ce mois-ci

▲

1,083%

8,655° alors, 8,980° maintenant

L'année passée

n/a

Pas encore publié/suivi

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.

+1,656°

Tokens OpenRouter

3,296,276,417,858 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, 329,627 au total ; les tokens du dernier jour s'ajoutent au taux d'adoption. Source : OpenRouter (openrouter.ai/rankings).

+324°

Taux d’adoption

Environ 21,182 téléchargements par jour, mesurés entre deux relevés des sources, jamais estimés à partir d’une moyenne sur la durée. La vitesse compte pour un quart du terme téléchargement, donc une poussée récente apparaît sans qu’un pic d’un jour dépasse des années d’usage.

Afficher le détail

Chaque chiffre sur ce site peut être vérifié. Le score de popularité de ce modèle est de 8,980°, 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.

1
Commence 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
2
Ajoute les téléchargements.
329,627 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.
+1,656°
8,656°
total en cours
3
Ajoute le taux d’adoption.
Environ 21,182 téléchargements par jour en ce moment, mesurés entre deux relevés, à un quart du poids.
+324°
8,980°
total en cours
=
Le score de chaleur.
La place de ce modèle dans chaque liste de ce site. Rien d’autre ne le modifie.
8,980°

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.

Modèles similaires

Modèles d'IA pour générer image, vidéo et texte

Nemotron 3.5 Lightning 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 / LLM Plus de Texte / LLM Text / LLM llm nvidia raisonnement agents local contexte long multilingue

Parcourir par famille de modèles