# Llama-3.1-Nemotron-70B-Instruct

> Fiche du modèle de langage Llama-3.1-Nemotron-70B-Instruct sur Quelle IA, édition du 28 septembre 2026. Llama-3.1-Nemotron-70B-Instruct (NVIDIA) : score IA de 48,2, 197e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/llama-3-1-nemotron-70b-instruct/
Origine : NVIDIA · États-Unis · sorti le 18 décembre 2024

## Score général

- Score IA : 48,2 (marge à 90 % : de 37,9 à 58,4)
- Rang : 197 (Groupe 12, ex æquo)
- Couverture : 60 % du poids des tâches, 11 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | non mesuré | Non mesuré |
| Code | 46,4 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 47,4 | Rang 218 · 100 % |
| Maths | 46,6 | Provisoire · 12 % |
| Sciences | 47,4 | Provisoire · 20 % |
| Français | 56,0 | Rang 108 · 56 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 48,4 | Rang 213 · 100 % |
| Web | non mesuré | Non mesuré |

## Exécution locale

Tient à partir d'un Mac de 96 Go (71 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 96 Go. Mémoire estimée : 48,3 Go.

- Allégée, 4 bits : 48,3 Go
- Allégée, 8 bits : 84,5 Go
- Complète, 16 bits : 161,0 Go

- Plus petite machine : [Mac 96 Go](https://quelleia.com/local/#mac_96_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 96 Go](https://quelleia.com/local/#carte_graphique_96_go), version allégée à 8 bits ; par exemple [RTX PRO 6000 Blackwell](https://quelleia.com/local/rtx-pro-6000-blackwell/)
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 96 Go](https://quelleia.com/local/#mac_96_go), version allégée à 4 bits ; par exemple [Mac Studio M5 Ultra, 96 Go](https://quelleia.com/local/mac-studio-m5-ultra-96go/)
- Ryzen AI Max : [Ryzen AI Max 128 Go](https://quelleia.com/local/#ryzen_ai_max_128_go), version allégée à 8 bits ; par exemple [Ryzen AI Max+ 395, 128 Go](https://quelleia.com/local/ryzen-ai-max-plus-395-128go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version allégée à 8 bits ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,52 € / 0,52 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 131 072 jetons (environ 98 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 70 milliards
- Licence : Llama 3.1 (poids ouverts, téléchargeables)
- Classe énergétique : C (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/nvidia/Llama-3.1-Nemotron-70B-Instruct)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Llama-3.1-Nemotron-70B-Instruct)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [API NVIDIA](https://docs.api.nvidia.com)
- L'essayer : [NVIDIA Build](https://build.nvidia.com)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 94,6 % | 53,9 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 74,6 % | 73,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 70 % | 70,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 53,7 % | 24,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| compar:IA | Français | 993,0 Elo | 59,5 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| EuroEval, ScaLA (grammaire) | Français | 42,2 % | 50,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, écriture créative | Écriture | 1 276,2 Elo | 48,7 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 298,7 Elo | 46,0 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 328,0 Elo | 43,9 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 278,6 Elo | 44,5 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 296,0 Elo | 46,4 | actif | https://arena.ai/leaderboard |

## En bref

**Quel est le score de Llama-3.1-Nemotron-70B-Instruct ?** Llama-3.1-Nemotron-70B-Instruct obtient un score IA de 48,2, avec une marge de 37,9 à 58,4, dans l'édition du 28 septembre 2026. Il est classé 197e sur 246 modèles, à partir de 11 mesures.

**Dans quelles tâches Llama-3.1-Nemotron-70B-Instruct est-il le plus fort ?** Ses deux meilleures tâches sont français (56,0) et écriture (48,4). Sa tâche la plus faible est code (46,4).

**Llama-3.1-Nemotron-70B-Instruct peut-il tourner en local ?** Tient à partir d'un Mac de 96 Go (71 Go utiles), en version allégée à 4 bits, par exemple un Mac Studio M5 Ultra de 96 Go. Mémoire estimée : 48,3 Go.

**Combien coûte Llama-3.1-Nemotron-70B-Instruct ?** 0,52 € par million de jetons en entrée et 0,52 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Llama-3.1-Nemotron-70B-Instruct ?** Llama-3.1-Nemotron-70B-Instruct est édité par NVIDIA (États-Unis), et il est sorti le 18 décembre 2024. Ses poids sont ouverts, sous licence Llama 3.1.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com