# nvidia-nemotron-nano-9b-v2

> Fiche du modèle de langage nvidia-nemotron-nano-9b-v2 sur Quelle IA, édition du 28 septembre 2026. nvidia-nemotron-nano-9b-v2 (NVIDIA) : score IA de 31,7, provisoire. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/nvidia-nemotron-nano-9b-v2/
Origine : NVIDIA · États-Unis · sorti le 18 août 2025

## Score général

- Score IA : 31,7 (marge à 90 % : de 14,7 à 48,8)
- Rang : non classé, score provisoire
- Couverture : 10 % du poids des tâches, 5 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 | non mesuré | Non mesuré |
| Agents | non mesuré | Non mesuré |
| Usage | non mesuré | Non mesuré |
| Maths | non mesuré | Non mesuré |
| Sciences | non mesuré | Non mesuré |
| Français | 31,2 | Rang 150 · 31 % |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | non mesuré | Non mesuré |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [NVIDIA Nemotron Nano 9B V2 (Reasoning)](https://artificialanalysis.ai/models/nvidia-nemotron-nano-9b-v2-reasoning) | 7,4 (estimé) | hors classement | 103,9 jetons/s | 5,12 s | 0,04 $ / 0,16 $ |
| [NVIDIA Nemotron Nano 9B V2 (Non-reasoning)](https://artificialanalysis.ai/models/nvidia-nemotron-nano-9b-v2) | 6,8 (estimé) | hors classement | 154,6 jetons/s | 2,24 s | 0,05 $ / 0,195 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/nvidia-nemotron-nano-9b-v2-reasoning

## Exécution locale

Tient à partir d'une carte graphique de 10 Go (8 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc B570. Mémoire estimée : 6,1 Go.

- Allégée, 4 bits : 6,1 Go
- Allégée, 8 bits : 10,7 Go
- Complète, 16 bits : 20,4 Go

- Plus petite machine : [Carte graphique 10 Go](https://quelleia.com/local/#carte_graphique_10_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 10 Go](https://quelleia.com/local/#carte_graphique_10_go), version allégée à 4 bits ; par exemple [Intel Arc B570](https://quelleia.com/local/intel-arc-b570/)
- PC portable RTX : [PC portable GeForce RTX 12 Go](https://quelleia.com/local/#pc_portable_rtx_12_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5070 Ti](https://quelleia.com/local/pc-portable-geforce-rtx-5070-ti/)
- PC portable Intel : [PC portable Intel Core Ultra 32 Go](https://quelleia.com/local/#pc_portable_intel_32_go), version allégée à 8 bits ; par exemple [Samsung Galaxy Book6 Pro 16 pouces, 32 Go](https://quelleia.com/local/samsung-galaxy-book6-pro-16/)
- PC portable Snapdragon : [PC portable Snapdragon X2 48 Go](https://quelleia.com/local/#pc_portable_snapdragon_48_go), version allégée à 8 bits ; par exemple [ASUS Zenbook A16 (2026), Snapdragon X2 Elite Extreme, 48 Go](https://quelleia.com/local/asus-zenbook-a16-2026-snapdragon-x2-48go/)
- Mac : [Mac 16 Go](https://quelleia.com/local/#mac_16_go), version allégée à 8 bits ; par exemple [Mac mini M6, 16 Go](https://quelleia.com/local/mac-mini-m6-16go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version complète ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version complète ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : [PC portable 16 Go](https://quelleia.com/local/#portable_16_go), version allégée à 8 bits ; par exemple [PC portable 16 Go, sans carte graphique](https://quelleia.com/local/pc-portable-16-go/)
- Serveur : Oui

## Fiche technique

- Prix : 0,05 € / 0,20 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 131 072 jetons (environ 98 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 8,9 milliards
- Licence : Poids ouverts (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/nvidia/NVIDIA-Nemotron-Nano-9B-v2)
- Sur votre machine : [Ollama](https://ollama.com/search?q=NVIDIA-Nemotron-Nano-9B-v2)
- 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 | 90,4 % | 24,4 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 67,9 % | 58,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 63,7 % | 57,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 55,3 % | 30,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 40,3 % | 25,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 33,4 % | 30,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 29,6 % | 21,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Fiction.LiveBench | Données | 25 % | 46,0 | archivé | https://epoch.ai/benchmarks |
| EuroEval, Allociné (sentiment) | Français | 5,2 % | -221,9 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 1,6 % | -97,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 1 % | -586,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |

## En bref

**Quel est le score de nvidia-nemotron-nano-9b-v2 ?** nvidia-nemotron-nano-9b-v2 obtient un score IA de 31,7, avec une marge de 14,7 à 48,8. Ce score est provisoire : il repose sur 5 mesures, et le modèle n'a pas de rang.

**nvidia-nemotron-nano-9b-v2 peut-il tourner en local ?** Tient à partir d'une carte graphique de 10 Go (8 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc B570. Mémoire estimée : 6,1 Go.

**Combien coûte nvidia-nemotron-nano-9b-v2 ?** 0,05 € par million de jetons en entrée et 0,20 € 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 nvidia-nemotron-nano-9b-v2 ?** nvidia-nemotron-nano-9b-v2 est édité par NVIDIA (États-Unis), et il est sorti le 18 août 2025. Ses poids sont ouverts.

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