Puis-je exécuter Nemotron Super 120B localement ?

Non. NVIDIA n’a pas publié les poids ouverts de ce modèle, il est donc accessible uniquement via API et ne peut pas être auto-hébergé.

Quel est le coût et la taille du contexte ?

Le tarif est de 0,09 $ par million de tokens en entrée et 0,40 $ par million en sortie, avec une fenêtre de contexte de 262 144 tokens.

En quoi est-il différent d’un modèle dense standard de 120 milliards ?

L’architecture MoE signifie que seulement environ 12 milliards de paramètres sont actifs à chaque inférence, ce qui le rend beaucoup moins coûteux à exploiter à grande échelle et permet d’exécuter plus d’instances simultanées sur un seul GPU qu’un modèle dense de même taille nominale.

NVIDIA Nemotron 3 Super 120B A12B

3130°

#llm #nvidia #raisonnement #agents #contexte long #budget

Ouvrir DeepInfra

nvidia | contexte de 262 144 tokens | 0,09 $/M en entrée, 0,40 $/M en sortie. NVIDIA Nemotron 3 Super est un modèle hybride Mixture-of-Experts (MoE) conçu pour une efficacité de calcul et une précision maximales dans les applications multi-agents et les systèmes agentiques spécialisés. Il est optimisé pour exécuter de nombreux agents collaboratifs par application sur un seul GPU, offrant une grande précision pour le raisonnement, l'utilisation d'outils et le suivi des instructions.

Guides pour ce modèle

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

Comment choisir un modèle d'IA en octobre 2026 : les nouveautés des modèles fermés, puis les poids ouverts à télécharger

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

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

NVIDIA Nemotron Super 120B A12B est un modèle hybride Mixture-of-Experts de NVIDIA conçu spécifiquement pour les charges de travail multi-agents et agentiques. Son architecture MoE active seulement 12 milliards de paramètres à la fois, ce qui permet d’exécuter de nombreux agents en parallèle sur un seul GPU sans le coût mémoire d’un modèle dense de 120 milliards. Si vous orchestrez des pipelines d’appel d’outils ou des essaims d’agents, c’est l’angle d’efficacité que NVIDIA met en avant.

Connu pour

Conception MoE activant environ 12 milliards de paramètres par passage, réduisant le calcul par agent
Conçu pour les pipelines multi-agents : utilisation d’outils, suivi d’instructions et coordination d’agents
Fenêtre de contexte de 262 144 tokens gérant des chaînes de tâches longues et de gros documents
Tarification bien inférieure à la plupart des modèles de pointe : 0,09 $/M en entrée et 0,40 $/M en sortie

Attention à

Poids non publics ; accès uniquement via API sans possibilité d’auto-hébergement ni d’inspection du modèle.
Les cas d’usage agentiques peuvent générer rapidement beaucoup de tokens en sortie — attention au coût de 0,40 $/M en sortie dans les pipelines longs.
Aucune fiche technique publiée, donc pas de vérification indépendante des benchmarks possible.

Idéal pour

Agents et utilisation d'outils

Raisonnement

Contexte long

Budget

Prompts à essayer

Plan d’utilisation d’outils en plusieurs étapes

Vous coordonnez un agent de recherche. Étant donné l’objectif : « Trouver les trois articles les plus cités sur l’efficacité de l’attention dans les transformers publiés après 2022 et résumer leurs contributions clés », décomposez cela en appels d’outils discrets (recherche web, récupération d’articles, résumé), spécifiez l’entrée et la sortie attendues de chaque étape, et signalez toute étape nécessitant un plan B si l’outil ne retourne aucun résultat.

Protocole de transfert entre agents

Concevez un format de message de transfert pour un essaim d’agents de support client. Il y a trois agents : Tri, Facturation et Technique. Rédigez le schéma JSON pour une charge utile de transfert, puis un exemple de transfert de Tri vers Facturation pour un client facturé deux fois pour le même abonnement et menaçant d’annuler.

Chaîne d’instructions en contexte long

Voici un document de spécifications produit de 2 000 mots. Lisez-le attentivement, puis produisez : (1) une liste numérotée de tous les critères d’acceptation explicites, (2) une liste des exigences contradictoires, et (3) trois questions de clarification que l’équipe technique devrait poser avant de commencer. [Collez votre PRD sous cette ligne.]

Comparer avec

Nemotron 3 Ultra
Modèle à poids ouverts
Contexte de 262,144 tokens · entrée $0.60/M, sortie $2.40/M
Nemotron 3.5 Lightning
Modèle à poids ouverts
Contexte de 262,144 tokens · entrée $0.07/M, sortie $0.20/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

Plus de modèles de texte de nvidia

Questions fréquentes

Puis-je exécuter Nemotron Super 120B localement ?: Non. NVIDIA n’a pas publié les poids ouverts de ce modèle, il est donc accessible uniquement via API et ne peut pas être auto-hébergé.
Quel est le coût et la taille du contexte ?: Le tarif est de 0,09 $ par million de tokens en entrée et 0,40 $ par million en sortie, avec une fenêtre de contexte de 262 144 tokens.
En quoi est-il différent d’un modèle dense standard de 120 milliards ?: L’architecture MoE signifie que seulement environ 12 milliards de paramètres sont actifs à chaque inférence, ce qui le rend beaucoup moins coûteux à exploiter à grande échelle et permet d’exécuter plus d’instances simultanées sur un seul GPU qu’un modèle dense de même taille nominale.

Verdict du capitaine
Un choix judicieux pour les pipelines d’agents où vous avez besoin d’un long contexte et d’un faible coût par appel, mais vous êtes totalement dépendant de l’API NVIDIA.

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

Not this creator?

Get your own badge

Comment ce score se calcule

Ce modèle n’a pas encore de données de popularité provenant de sources, donc il porte un nombre de remplacement en dessous de 7,000° pour que les listes restent complètes. Il ne sera jamais mieux classé qu’un modèle avec des données. La répartition apparaît ici dès qu’une source la rapporte.

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.

Comment installer

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

Modèles similaires

Nemotron 3 Nano 30B A3B

TEXT / LLM

Modèles d'IA pour générer image, vidéo et texte

NVIDIA Nemotron 3 Super 120B A12B 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 contexte long budget

Parcourir par famille de modèles