Puis-je exécuter Nemotron Ultra localement ?

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

Quel est le coût et la taille de la fenêtre de contexte ?

Le tarif est de 0,50 $ par million de tokens en entrée et 2,20 $ par million en sortie, avec une fenêtre de contexte publiée de 262 144 tokens ; NVIDIA annonce aussi un support jusqu’à 1 million de tokens.

NVIDIA Nemotron 3 Ultra 550B A55B

6413°

#llm #nvidia #raisonnement #agents #programmation #recherche

Ouvrir DeepInfra

nvidia | contexte de 262 144 tokens | 0,50 $/M en entrée, 2,20 $/M en sortie. Nemotron 3 Ultra est conçu pour le raisonnement de pointe, l'orchestration, les agents de codage, la recherche approfondie et les flux de travail d'entreprise complexes. Il offre jusqu'à 5 fois plus de rapidité d'inférence et jusqu'à 30 % de coût en moins pour les charges de travail agentiques tout en supportant jusqu'à 1 million de tokens de contexte.

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

Nemotron Ultra est le modèle mixture-of-experts de pointe de NVIDIA, destiné aux charges de travail agentiques et d’entreprise : orchestration, recherche approfondie, pipelines de codage complexes. NVIDIA revendique jusqu’à 5x plus rapide en inférence et jusqu’à 30 % de coût en moins comparé aux tâches agentiques équivalentes, ce qui compte quand on exécute des boucles agentiques multi-étapes plutôt que des requêtes simples. Modèle fermé, accessible uniquement via API, vous louez la puissance de calcul sans télécharger les poids.

Connu pour

Conçu explicitement pour les workflows agentiques multi-étapes et les tâches d’orchestration.
Profondeur de raisonnement de pointe adaptée à la recherche complexe et aux pipelines d’entreprise.
Fenêtre de contexte de 262 144 tokens avec un support annoncé jusqu’à 1 million de tokens.
Tarification compétitive à 2,20 $/M tokens pour un modèle de ce niveau de capacité.
Architecture mixture-of-experts offrant une inférence plus rapide que les équivalents denses.

Attention à

Poids fermés, API uniquement : pas de déploiement local, pas de fine-tuning sur votre matériel.
Les tokens de sortie à 2,20 $/M s’accumulent vite dans les boucles agentiques longues générant des traces de raisonnement verbeuses.
NVIDIA n’a pas publié de fiche modèle ici, donc la vérification indépendante des benchmarks est limitée.

Idéal pour

Agents et utilisation d'outils

Prompts à essayer

Agent de recherche multi-étapes

Vous êtes un agent de recherche. Une startup fintech veut entrer sur le marché brésilien. Décomposez le problème en sous-tâches, identifiez les informations à collecter à chaque étape, signalez les principaux risques réglementaires et concurrentiels, et produisez un plan d’action structuré avec les dépendances clairement indiquées.

Plan de refactorisation de code complexe

J’ai un monolithe Python d’environ 40 000 lignes qui mélange accès base de données, logique métier et gestionnaires API dans les mêmes fichiers. Raisonnez sur une stratégie de refactorisation en phases : identifiez l’ordre d’extraction le plus sûr, signalez les points de couplage à haut risque, et rédigez les étapes concrètes de la phase un incluant le banc de test à mettre en place en premier.

Raisonnement approfondi : casse-tête de contraintes

Une entreprise logistique possède 6 entrepôts, 4 types de camions avec différentes capacités et coûts de carburant, 12 zones de livraison avec fenêtres horaires, et une règle interdisant aux conducteurs de travailler plus de 9 heures. Parcourez le raisonnement pour déterminer le nombre minimum de camions nécessaires pour une journée donnée, montrez votre analyse des contraintes étape par étape, et identifiez quelles contraintes sont contraignantes.

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 Super 120B A12B
Modèle à poids ouverts
Contexte de 262,144 tokens · entrée $0.09/M, sortie $0.40/M

Plus de modèles de texte de nvidia

Questions fréquentes

Puis-je exécuter Nemotron Ultra localement ?: Non. NVIDIA n’a pas publié les poids ouverts de ce modèle, il est donc uniquement accessible via API et ne peut être téléchargé ni auto-hébergé.
Quel est le coût et la taille de la fenêtre de contexte ?: Le tarif est de 0,50 $ par million de tokens en entrée et 2,20 $ par million en sortie, avec une fenêtre de contexte publiée de 262 144 tokens ; NVIDIA annonce aussi un support jusqu’à 1 million de tokens.
En quoi ce modèle diffère-t-il d’un modèle dense standard de pointe ?: Nemotron Ultra utilise une architecture mixture-of-experts, que NVIDIA dit offrir jusqu’à 5x plus rapide en inférence et jusqu’à 30 % de coût en moins spécifiquement pour les charges agentiques comparé aux modèles denses de capacité similaire.

Verdict du capitaine
Un véritable bourreau de travail agentique de NVIDIA avec une tarification compétitive pour les pipelines multi-étapes longs, limité seulement par sa nature fermée et accessible uniquement via API.

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: #82 Hottest Text / LLM text model

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

Modèles d'IA pour générer image, vidéo et texte

NVIDIA Nemotron 3 Ultra 550B A55B 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 programmation recherche contexte long

Parcourir par famille de modèles