Quel est le score de Nemotron 3.5 Super VL ?

Nemotron 3.5 Super VL obtient un score IA de 76,3, avec une marge de 71,0 à 81,7. Ce score est provisoire : il repose sur 6 mesures, et le modèle n'a pas de rang. Ce que veut dire ce score : https://quelleia.com/demarche/#que-veut-dire-le-score

Dans quelles tâches Nemotron 3.5 Super VL est-il le plus fort ?

Ses deux meilleures tâches sont web (77,4) et écriture (75,8). Sa tâche la plus faible est vision (74,0).

Combien coûte Nemotron 3.5 Super VL ?

0,13 € par million de jetons en entrée et 0,45 € 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 0,36 € 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 Nemotron 3.5 Super VL ?

Nemotron 3.5 Super VL est édité par NVIDIA (États-Unis), et il est sorti le 15 octobre 2026. Ses poids sont ouverts, sous licence OpenMDW-1.1.

Fiche modèle · édition du 19 octobre 2026

Nemotron 3.5 Super VL

NVIDIA · États-Unis · sorti le 15 octobre 2026NVIDIA · États-Unis · 15 octobre 2026

Réflexion réglable
Poids ouverts · OpenMDW-1.1
PC portable RTX Spark 128 Go

76,3de 71,0 à 81,7Provisoire · 50 %?

Empreinte?

RaisonnementCode74,8AgentsUsage75,0MathsSciences75,3FrançaisVision74,0Écriture75,8Web77,4

Son bilan?

Pas encore de rang au classement général : il a trop peu de mesures, son score est provisoire.
Pas encore classé en code, sciences et compréhension d'images : trop peu de mesures.
Pas encore mesuré en raisonnement, tâches d'agent, maths et français.

L'essayer surNVIDIA Build (nouvel onglet)

Estimationenviron 0,36 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Où l'utiliser

PerplexityPro, prix non publié

Relevé du 18 octobre 2026. Formules relevées sur la page officielle de chaque assistant, en France. Les prix et les modèles changent souvent : vérifiez avant de payer. Tous les abonnements →

Pour coder

Command Codedès 1 $

Ce forfait de code propose ce modèle, d'après la page de leur éditeur. Tous les forfaits pour coder →

Score général?

76,3de 71,0 à 81,7

RangScore provisoireCouverture50 %6 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Raisonnement
Non mesuré
Code
74,8Provisoire · 8 %
, voir le classement Code
Agents
Non mesuré
Usage
75,0Rang 97 · 100 %
, voir le classement Usage
Maths
Non mesuré
Sciences
75,3Provisoire · 20 %
, voir le classement Sciences
Français
Non mesuré
Vision
74,0Provisoire · 33 %
, voir le classement Vision
Écriture
75,8Rang 95 · 100 %
, voir le classement Écriture
Web
77,4Rang 76 · 100 %
, voir le classement Web

Annoncé par NVIDIA

Hors du score

Ce que l'éditeur dit lui-même de ce modèle, sur sa page du 15 octobre 2026. Ces chiffres ne sont pas vérifiés par une source indépendante et ne comptent pas dans le score IA.

Disponibilité: Poids sur Hugging Face depuis le 15 octobre 2026 ; par API chez OpenRouter, NVIDIA NIM et une quinzaine d'hébergeurs (Together AI, Fireworks AI, DeepInfra, Nebius…) ; localement avec vLLM, SGLang, Ollama ou LM Studio, selon le billet de NVIDIA.
Taille: 120 milliards de paramètres, dont 12 milliards actifs par jeton : hybride Mamba-2, Transformer et mélange d'experts, avec prédiction de plusieurs jetons à la fois.
Entrées: Texte, images, documents et vidéo ; réponse en texte. Raisonnement activable ou non.
Contexte: Jusqu'à 1 million de jetons ; les recettes de déploiement en utilisent parfois moins.
Poids: Ouverts, licence OpenMDW 1.1 : version complète BF16 (248,9 Go), version NVFP4 (75 Go) et modèle de base. NVIDIA conseille 4 H100 ou 2 GB200 pour la version complète et dit avoir optimisé le modèle pour le DGX Spark.
Entraînement: Bâti sur Nemotron 3 Super Base, distillé sur 1 000 milliards de jetons depuis Nemotron 3 Ultra Base, avec 100 milliards de jetons supplémentaires en langues indiennes.

Benchmark	Résultat annoncé	D'où vient le chiffre
Raisonnement et connaissances
GPQA Diamond	89,5 %	calculé par NVIDIA (NeMo Gym)
Humanity's Last Examtexte seul	31,8 %	calculé par NVIDIA (NeMo Gym)
MMLU-ProX	76,9 %	calculé par NVIDIA (NeMo Gym)
IFBench	70,9 %	calculé par NVIDIA (NeMo Gym)
Code
LiveCodeBench v6	88,2 %	calculé par NVIDIA (NeMo Gym)
SWE-bench Verified	71,1 %	calculé par NVIDIA (NeMo Gym)
SWE-bench Pro	51,8 %	calculé par NVIDIA (NeMo Gym)
Terminal-Bench 2.1	66,7 %	calculé par NVIDIA (NeMo Gym)
Agents
BrowseComp	78,0 %	calculé par NVIDIA (NeMo Gym)
τ²-benchvente	69,2 %	calculé par NVIDIA (NeMo Gym)
τ²-benchcompagnie aérienne	76,5 %	calculé par NVIDIA (NeMo Gym)
OSWorld-Verified	51,1 %	calculé par NVIDIA (NeMo Gym)
Hermes Bench	63,4 %	billet de NVIDIA, sans dire qui l'a mesuré
LangChain Evals	87,1 %	billet de NVIDIA, sans dire qui l'a mesuré
Vision et documents
CharXivraisonnement	80,8 %	calculé par NVIDIA (outillage interne)
MathVision	78,2 %	calculé par NVIDIA (outillage interne)
OCRBench v2anglais	68,1 %	calculé par NVIDIA (outillage interne)
MMLongBench-Doc	62,8 %	calculé par NVIDIA (outillage interne)
Video-MME v2	32,9 %	calculé par NVIDIA (outillage interne)
Long contexte
GraphWalks	89,7 %	calculé par NVIDIA (NeMo Gym)

NVIDIA compare son modèle à Qwen3.5-122B-A10B, Qwen3.8-Flash-Next, DeepSeek-V4-Flash, Nemotron 3 Ultra, Inkling-Small et GLM-5.3-Flash, tous mesurés par NVIDIA avec les mêmes outils. Il dépasse Nemotron 3 Ultra sur GPQA Diamond, HLE et SWE-bench Pro, mais reste derrière Qwen3.8-Flash-Next et GLM-5.3-Flash sur la plupart des lignes. Relu le 15 octobre 2026 sur la page de NVIDIA et son annonce.

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. 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	Rang chez eux	Vitesse	Premier jeton	Prix par million de jetonsentrée / sortie
Nemotron 3.5 Super VL	26,5	non publié	402,0 jetons/s	0,57 s	0,225 $ / 0,575 $

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. Relevé le 19 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Peut-il tourner chez vous ?ESTIMATION

Tient à partir d'un PC portable RTX Spark de 128 Go (91 Go utiles), en version allégée à 4 bits, par exemple un Microsoft Surface Laptop Ultra 15 pouces de 128 Go. Mémoire estimée : 82,8 Go.

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

Mémoire selon la versionAllégée, 4 bits82,8 GoAllégée, 8 bits144,9 GoComplète, 16 bits276,0 GoLe pointillé marque 91 Go, la mémoire utile d'un PC portable RTX Spark de 128 Go. Au-delà, le modèle ne tient plus sur cette machine.

Vitesse de génération

EstiméMac Studio M5 Max, 128 GoMac 128 Go · 614 Go/s · version allégée à 4 bitsde 23 à 60 jetons/s estimés
EstiméASUS ProArt P14 (H7407BA), RTX Spark, 128 GoPC portable RTX Spark 128 Go · 300 Go/s · version allégée à 4 bitsde 11 à 30 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: 0,13 € / 0,45 €entrée / sortie, par million de jetons
Fenêtre de contexte: 1 000 000 jetonsenviron 750 000 mots
Entrées: Texte, image, vidéo
Réflexion: Sans, élevéedeux niveaux réglables
Paramètres: 120 milliards
Licence: OpenMDW-1.1poids ouverts, téléchargeables
Classe énergétique: Non communiquée
Hébergement en Europe: Non communiqué
Connaissances jusqu'à: Non communiqué

Où le trouver

Liens directs, sans affiliation

Dans les outils de code

Relevé du 19 octobre 2026

Disponible dans: OpenCodeinclus

Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré. Tous les outils et leurs modèles →

Toutes les mesures

6 mesures · d'où vient le score

BenchmarkRésultatÉquivaut à?RéflexionÉtatSource

Arena, écriture créative1 392,9 Elo75,4InconnueACTIFarena.ai

Arena, questions d'experts1 440,8 Elo74,2InconnueACTIFarena.ai

Arena, texte1 415,9 Elo73,4InconnueACTIFarena.ai

Arena, questions de code1 459,0 Elo72,8InconnueACTIFarena.ai

Arena, vision1 204,0 Elo70,5InconnueACTIFarena.ai

Code Arena, WebDev1 403,8 Elo77,5InconnueACTIFarena.ai

En bref

Quel est le score de Nemotron 3.5 Super VL ?: Nemotron 3.5 Super VL obtient un score IA de 76,3, avec une marge de 71,0 à 81,7. Ce score est provisoire : il repose sur 6 mesures, et le modèle n'a pas de rang.?
Dans quelles tâches Nemotron 3.5 Super VL est-il le plus fort ?: Ses deux meilleures tâches sont web (77,4) et écriture (75,8). Sa tâche la plus faible est vision (74,0).
Nemotron 3.5 Super VL peut-il tourner en local ?: Tient à partir d'un PC portable RTX Spark de 128 Go (91 Go utiles), en version allégée à 4 bits, par exemple un Microsoft Surface Laptop Ultra 15 pouces de 128 Go. Mémoire estimée : 82,8 Go.
Combien coûte Nemotron 3.5 Super VL ?: 0,13 € par million de jetons en entrée et 0,45 € 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 0,36 € 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 Nemotron 3.5 Super VL ?: Nemotron 3.5 Super VL est édité par NVIDIA (États-Unis), et il est sorti le 15 octobre 2026. Ses poids sont ouverts, sous licence OpenMDW-1.1.