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 37,7 à 58,7, dans l'édition du 9 novembre 2026. Il est classé 208e sur 257 modèles, à partir de 11 mesures. Ce que veut dire ce score : https://quelleia.com/demarche/#que-veut-dire-le-score

Dans quelles tâches Llama-3.1-Nemotron-70B-Instruct est-il le plus fort ?

Ses deux meilleures tâches sont français (56,5) et écriture (48,5). Sa tâche la plus faible est maths (46,3).

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. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,78 € par l'API : c'est une estimation, pas un tarif. 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.

Fiche modèle · édition du 9 novembre 2026

Llama-3.1-Nemotron-70B-Instruct

NVIDIA · États-Unis · sorti le 18 décembre 2024NVIDIA · États-Unis · 18 décembre 2024

Poids ouverts · Llama 3.1
Mac 96 Go
Classe énergétique C

48,2de 37,7 à 58,7Rang 208 · 60 %?

Empreinte?

RaisonnementCode46,3AgentsUsage47,1Maths46,3Sciences47,1Français56,5VisionÉcriture48,5Web

Son bilan?

Au classement général, 208e sur 257, dans un groupe de 35 modèles trop proches pour être départagés.
Pas encore classé en code, maths et sciences : trop peu de mesures.
Pas encore mesuré en raisonnement, tâches d'agent, compréhension d'images et création web.

L'application de l'éditeurNVIDIA Build Ce modèle n'y est peut-être plus proposé. (nouvel onglet)

Estimationenviron 0,78 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

48,2de 37,7 à 58,7

Rang208Groupe 11, ex æquoCouverture60 %11 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Raisonnement
Non mesuré
Code
46,3Provisoire · 8 %
, voir le classement Code
Agents
Non mesuré
Usage
47,1Rang 231 · 100 %
, voir le classement Usage
Maths
46,3Provisoire · 12 %
, voir le classement Maths
Sciences
47,1Provisoire · 20 %
, voir le classement Sciences
Français
56,5Rang 115 · 56 %
, voir le classement Français
Vision
Non mesuré
Écriture
48,5Rang 225 · 100 %
, voir le classement Écriture
Web
Non mesuré

Peut-il tourner chez vous ?ESTIMATION

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.

Carte graphique 96 Gopar exemple RTX PRO 6000 BlackwellOui, jusqu'à 8 bits
PC portables GeForce RTXTrop juste
PC portables Intel Core UltraTrop juste
PC portables Snapdragon X2Trop juste
Mac 96 Gopar exemple Mac Studio M5 Ultra, 96 GoOui, allégé 4 bits
Ryzen AI Max 128 Gopar exemple Ryzen AI Max+ 395, 128 Go, et une autre machineOui, jusqu'à 8 bits
PC portable RTX Spark 128 Gopar exemple Microsoft Surface Laptop Ultra 15 pouces, RTX Spark, 128 Go, et 3 autres machinesOui, jusqu'à 8 bits
Sans carte graphiqueTrop juste
ServeurOui

Mémoire selon la versionAllégée, 4 bits48,3 GoAllégée, 8 bits84,5 GoComplète, 16 bits161,0 GoLe pointillé marque 71 Go, la mémoire utile d'un Mac de 96 Go. Au-delà, le modèle ne tient plus sur cette machine.

Vitesse de génération

EstiméMac Studio M5 Ultra, 96 GoMac 96 Go · 1,2 To/s · version allégée à 4 bitsde 7,9 à 20 jetons/s estimés
EstiméASUS ProArt P14 (H7407BA), RTX Spark, 128 GoPC portable RTX Spark 128 Go · 300 Go/s · version allégée à 8 bitsde 1,1 à 2,9 jetons/s estimés

Estimation pour un contexte court : le débit mémoire de chaque machine divisé par ce que le modèle relit à chaque jeton dans la version qui y tient, ramené à ce que donnent les 7 mesures publiées qui servent d'étalon. Dans chaque famille, la plus petite machine à débit publié où il tient, la moins rapide à mémoire égale. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

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

Où le trouver

Liens directs, sans affiliation

Toutes les mesures

11 mesures · d'où vient le score

BenchmarkRésultatÉquivaut à?RéflexionÉtatSource

EuroEval, Allociné (sentiment)94,6 %53,3InconnueSATURÉeuroeval.com

EuroEval, HellaSwag (bon sens)74,6 %73,6InconnueACTIFeuroeval.com

EuroEval, FQuAD (compréhension)70 %73,0InconnueACTIFeuroeval.com

EuroEval, ELTeC (noms propres)53,7 %22,7InconnueACTIFeuroeval.com

compar:IA987,0 Elo59,7InconnueACTIFarene.comparia.beta.gouv.fr

EuroEval, ScaLA (grammaire)42,2 %49,1InconnueACTIFeuroeval.com

Arena, écriture créative1 276,0 Elo48,8InconnueACTIFarena.ai

Arena, texte1 298,8 Elo45,9InconnueACTIFarena.ai

Arena, questions de code1 327,8 Elo43,5InconnueACTIFarena.ai

Arena, questions de maths1 278,4 Elo44,2InconnueACTIFarena.ai

Arena, questions d'experts1 296,2 Elo46,1InconnueACTIFarena.ai

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 37,7 à 58,7, dans l'édition du 9 novembre 2026. Il est classé 208e sur 257 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 (56,5) et écriture (48,5). Sa tâche la plus faible est maths (46,3).
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. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,78 € par l'API : c'est une estimation, pas un tarif. 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.