Le modèle NVIDIA annoncé à mille milliards de paramètres reste non vérifié. Son modèle confirmé est plus petit

NVIDIA est apparu dans un titre de Google News avec une affirmation frappante : l’entreprise développerait un modèle d’IA ouvert d’un millier de milliards de paramètres pour rivaliser avec les systèmes de pointe. Pourtant, les documents publiés par NVIDIA ne confirment pas cette description. Son modèle phare vérifié, Nemotron 3 Ultra, compte 550 milliards de paramètres au total et en active 55 milliards pour chaque token.

Cette différence est plus qu’une simple correction numérique. Elle montre à quel point le nombre total de paramètres, les paramètres actifs, les tokens d’entraînement et les plans de développement peuvent se fondre dans un seul titre trompeur. Chaque chiffre décrit une partie différente d’un système d’IA.

L’histoire sous-jacente reste importante. NVIDIA ne se limite plus à vendre des processeurs et des infrastructures logicielles. L’entreprise publie des poids de modèles ouverts, des ressources d’entraînement, des outils de déploiement et une collaboration industrielle pour la prochaine génération de Nemotron.

La véritable compétition n’oppose pas simplement NVIDIA à OpenAI, Anthropic ou Google. Elle met en jeu la stratégie ouverte et centrée sur l’infrastructure de NVIDIA face aux services de modèles fermés qui définissent aujourd’hui une grande partie de la frontière commerciale.

Ce que le titre de Google News n’établit pas

Aucune publication publique de NVIDIA ne confirme actuellement le développement d’un modèle Nemotron d’un millier de milliards de paramètres.

Le titre diffusé via Google News remonte à une publication d’un éditeur, et non à un rapport technique ou à une annonce produit de NVIDIA. Il ne fournit aucune fiche de modèle accessible, architecture nommée, série de benchmarks, date de sortie ou déclaration de l’entreprise confirmant ce chiffre.

Cela ne prouve pas que NVIDIA ne dispose pas d’un modèle interne plus grand. Les entreprises testent régulièrement des systèmes avant de les annoncer. Cela signifie toutefois que la description d’un modèle d’un millier de milliards de paramètres doit rester un rapport non vérifié, plutôt qu’un fait établi sur un produit.

La référence vérifiée la plus proche est Nemotron 3 Ultra. NVIDIA a publié le modèle le 4 juin 2026, le présentant comme sa version Nemotron la plus performante. La présentation officielle du modèle précise 550 milliards de paramètres au total et 55 milliards de paramètres actifs.

Nemotron 3 Ultra utilise une architecture mixture-of-experts. Cette conception divise le modèle en groupes spécialisés et n’active qu’une partie du réseau pour chaque token. Cette approche peut accroître la capacité totale sans solliciter chaque paramètre lors de chaque réponse.

Son nom complet, Nemotron 3 Ultra 550B-A55B, expose les deux chiffres. « 550B » représente le nombre total de paramètres, tandis que « A55B » indique qu’environ 55 milliards sont activés pour chaque token.

Cette distinction modifie l’économie du déploiement. Un modèle dense de 550 milliards de paramètres mobiliserait l’ensemble du réseau pendant l’inférence. Un modèle sparse peut acheminer chaque token vers des experts sélectionnés, réduisant le travail de calcul nécessaire pour produire une réponse.

Une autre source possible de confusion est le corpus d’entraînement. NVIDIA indique avoir préentraîné Ultra sur 20 mille milliards de tokens textuels. Les tokens sont des éléments de données d’entraînement, et non des paramètres appris du modèle. Un modèle entraîné sur des milliers de milliards de tokens n’est pas automatiquement un modèle comptant autant de paramètres.

NVIDIA évoque l’entraînement à l’échelle du millier de milliards depuis des années. En 2021, ses ingénieurs ont décrit une démonstration d’entraînement impliquant un modèle d’un millier de milliards de paramètres et 3 072 GPU A100. Ce travail démontrait un logiciel d’entraînement distribué plutôt que d’annoncer un modèle conversationnel public.

Ces chiffres peuvent facilement être dissociés de leur contexte d’origine. Une expérience historique de passage à l’échelle, un jeu de données de 20 mille milliards de tokens et une version de 550 milliards de paramètres décrivent trois faits distincts.

Le titre utilise également l’expression « open AI model », ce qui peut créer une autre ambiguïté. Dans ce contexte, « open » décrit l’accès au modèle. Cela n’indique aucune relation avec OpenAI, l’entreprise à l’origine de ChatGPT.

L’agrégation de Google News peut élargir la portée d’un rapport, mais elle ne vérifie pas son affirmation centrale. La vérification dépend toujours de documents primaires, de sources nommées, d’artefacts techniques et d’évaluations reproductibles.

Pour l’instant, la conclusion défendable est limitée. NVIDIA a publié un modèle à poids ouverts de 550 milliards de paramètres, tandis qu’un successeur précis d’un millier de milliards de paramètres reste non confirmé.

Le modèle ouvert vérifié de NVIDIA est Nemotron 3 Ultra

La version confirmée constitue déjà un modèle majeur, mais NVIDIA l’a conçue autour du calcul sélectif plutôt que du seul nombre de paramètres.

Nemotron 3 Ultra est le plus grand modèle de la famille Nemotron 3. Il succède à Nano et Super, qui ciblent des empreintes de déploiement plus modestes et des exigences de performance différentes.

Ultra combine le routage mixture-of-experts avec des couches Mamba et d’attention. Mamba est une architecture de traitement de séquences conçue pour gérer de longues entrées avec des caractéristiques de calcul différentes de l’attention standard.

Le modèle utilise également des experts latents et la prédiction multi-token. Les experts latents apportent une spécialisation supplémentaire au sein du réseau, tandis que la prédiction multi-token permet au système d’anticiper plus d’un token futur durant la génération.

NVIDIA indique qu’Ultra prend en charge des longueurs de contexte allant jusqu’à un million de tokens. Une fenêtre de contexte correspond à la quantité de matériel en entrée et généré que le modèle peut prendre en compte au cours d’une interaction.

Cette capacité cible les agents de longue durée plutôt que de brefs échanges avec un chatbot. Les charges de travail probables comprennent l’analyse de dépôts logiciels, la recherche étendue, la planification en plusieurs étapes et les processus d’entreprise qui accumulent un contexte de travail important.

Le rapport technique de l’entreprise indique que le préentraînement a utilisé 20 mille milliards de tokens textuels. NVIDIA a ensuite étendu la longueur du contexte et appliqué un affinage supervisé, de l’apprentissage par renforcement et une distillation par modèle enseignant.

La distillation par modèle enseignant transfère le comportement d’autres modèles vers un modèle cible. NVIDIA affirme que plus de dix enseignants spécialisés par domaine ont fourni des orientations pendant le processus de post-entraînement d’Ultra.

La version comprend des checkpoints de base, post-entraînés et quantifiés. La quantification représente les valeurs du modèle avec moins de bits, réduisant les besoins en mémoire et en calcul tout en cherchant à préserver une précision utile.

NVIDIA a préentraîné une version d’Ultra à l’aide de NVFP4, son format à virgule flottante sur quatre bits. L’entreprise présente ce format comme un moyen d’augmenter le débit sur le matériel Blackwell.

Ce lien avec le matériel est central. NVIDIA n’a pas besoin que Nemotron devienne le seul modèle utilisé par les entreprises. L’entreprise en bénéficie lorsque les développeurs entraînent, adaptent et servent de nombreux modèles avec des processeurs et logiciels NVIDIA.

Ultra sert donc à la fois de modèle exploitable et d’implémentation de référence. Il peut montrer comment un grand modèle sparse se comporte dans l’ensemble de la pile d’entraînement, d’optimisation et d’inférence de NVIDIA.

NVIDIA affirme que Nemotron 3 Ultra atteint une inférence jusqu’à cinq fois plus rapide et un coût jusqu’à 30 % inférieur à ceux de modèles ouverts comparables. Il s’agit de comparaisons effectuées par l’entreprise, qui dépendent du matériel, de la précision, des logiciels, des prompts et des longueurs de sortie sélectionnés.

Sa page de recherche fournit des affirmations de débit plus précises. NVIDIA rapporte un débit 5,9 fois supérieur à celui de GLM-5.1, 4,8 fois supérieur à celui de Kimi K2.6 et 1,6 fois supérieur à celui de Qwen 3.5.

Ces tests ont utilisé une entrée de 8 000 tokens et une sortie de 64 000 tokens sur des systèmes GB200. NVIDIA a utilisé TensorRT-LLM pour Ultra, tandis que les modèles de comparaison utilisaient vLLM, en sélectionnant la configuration disponible la plus performante pour chacun.

Cette méthodologie ne rend pas les résultats dénués de sens. Elle implique toutefois que les lecteurs doivent les interpréter comme des résultats de déploiement au niveau du système, et non comme de simples comparaisons d’architecture.

Un modèle, un runtime, un format numérique et un accélérateur fonctionnent ensemble. NVIDIA choisit délibérément de rivaliser à ce niveau combiné.

Pourquoi NVIDIA défie les systèmes d’IA fermés

L’avantage stratégique de NVIDIA vient de la fourniture de la plateforme sous-jacente à de nombreux modèles, et non de la victoire de chaque benchmark avec un seul assistant.

OpenAI, Anthropic et Google proposent pour l’essentiel leurs principaux systèmes généralistes par le biais de services hébergés. Les clients envoient des requêtes à des endpoints gérés, tandis que les poids des modèles et les principales méthodes d’entraînement restent indisponibles.

NVIDIA emprunte une voie différente avec Nemotron. L’entreprise publie les poids et une plus grande partie du matériel de développement associé afin que les organisations puissent inspecter, adapter et déployer les modèles dans les environnements de leur choix.

Des poids ouverts ne signifient pas automatiquement un développement entièrement ouvert. Les données d’entraînement peuvent être soumises à des restrictions, les licences peuvent imposer des conditions et la reproduction d’un grand modèle reste coûteuse.

Néanmoins, l’accès aux poids change ce que les entreprises peuvent contrôler. Les équipes peuvent affiner un modèle, l’évaluer sur des charges de travail privées, modifier son comportement et l’exploiter sans acheminer chaque requête par un fournisseur externe de modèles.

Cette option est importante dans les environnements réglementés ou sensibles aux données. Les banques, les organisations de santé, les gouvernements et les entreprises industrielles ont souvent besoin d’un contrôle plus clair sur la localisation des données, les politiques d’accès et le comportement des systèmes.

Nemotron 3 Ultra cible également les charges de travail agentiques. Un système agentique associe un modèle à des outils, une mémoire et une boucle d’exécution afin qu’il puisse accomplir des tâches en plusieurs étapes.

Les agents de longue durée génèrent une demande d’inférence importante. Ils inspectent à plusieurs reprises l’état, appellent des outils, lisent les résultats, reconsidèrent leurs plans et produisent de nouvelles actions. Une requête utilisateur peut déclencher de nombreux appels au modèle.

Ce schéma favorise l’activité de NVIDIA. Davantage d’activité agentique signifie davantage de calcul, même lorsque les poids de modèles sous-jacents sont librement disponibles.

NVIDIA vend également les composants qui entourent ces charges de travail. Son portefeuille comprend des accélérateurs, des réseaux, des systèmes DGX, des bibliothèques CUDA, des moteurs d’inférence, des logiciels de serving de modèles et de la capacité cloud.

Un modèle ouvert performant peut donc étendre le marché de NVIDIA sans obliger l’entreprise à facturer chaque réponse du modèle. Le modèle stimule la demande pour l’infrastructure qui l’entraîne et le sert.

Les fournisseurs fermés font face à un calcul différent. Leur avantage provient de la fourniture de systèmes intégrés offrant de solides performances, un accès simple, des contrôles de sécurité et des mises à jour fréquentes.

De nombreux clients préfèrent cet arrangement. Exploiter un modèle de 550 milliards de paramètres exige du matériel spécialisé, une expertise opérationnelle, une surveillance et un processus d’évaluation continu.

La pression concurrentielle est donc sélective. Nemotron n’a pas besoin de remplacer chaque assistant hébergé. Il doit rendre le déploiement autogéré crédible pour les organisations qui privilégient le contrôle ou la personnalisation.

L’échelle de NVIDIA distingue également son effort de projets de modèles ouverts plus modestes. L’entreprise peut relier directement la recherche sur les modèles au matériel et aux logiciels utilisés pour l’inférence en production.

Cela crée une boucle de renforcement. NVIDIA peut concevoir des modèles pour ses formats numériques, optimiser les runtimes pour ces modèles et utiliser les résultats pour démontrer ses dernières plateformes de calcul.

Le titre sur le modèle NVIDIA d’un millier de milliards de paramètres exagère ce qui a été vérifié. Toutefois, le défi stratégique qui le sous-tend est réel. NVIDIA veut que les modèles ouverts deviennent une source majeure de demande pour le calcul exploité par NVIDIA.

La véritable compétition porte sur l’efficacité, pas sur mille milliards de paramètres

Un nombre total de paramètres plus élevé ne garantit pas un meilleur modèle, en particulier lorsque la plupart des paramètres restent inactifs pour chaque token.

Le nombre de paramètres servait autrefois d’indicateur pratique de l’échelle d’un modèle. Ce signal est devenu moins utile à mesure que les développeurs ont adopté des architectures sparse, la distillation, les données synthétiques, un raisonnement plus long et un post-entraînement spécialisé.

Kimi K2.6, l’une des cibles de comparaison de NVIDIA, compte un trillion de paramètres au total, mais n’en active que 32 milliards par token. Nemotron 3 Ultra contient 550 milliards de paramètres au total et en active 55 milliards.

Le premier modèle est plus grand en nombre total de paramètres. Le second en active davantage pour chaque token. Aucun de ces deux éléments ne permet, à lui seul, d’établir quel modèle est plus performant pour une tâche donnée.

L’architecture, les données d’entraînement, l’optimisation et les réglages d’inférence peuvent compter autant que la taille affichée. Un modèle plus petit bénéficiant d’un post-entraînement plus solide peut surpasser un modèle plus grand dans certaines évaluations.

L’argument de NVIDIA repose sur cette distinction. Ultra est conçu pour offrir une précision compétitive tout en générant des résultats plus rapidement sur les systèmes actuels de NVIDIA.

Les tests indépendants constituent un contrepoids utile aux résultats des fournisseurs. Artificial Analysis a évalué le modèle en préversion et l’a qualifié, lors de son lancement, de principal modèle américain à poids ouverts.

Son évaluation indépendante a attribué à Ultra un score de 48 à l’Intelligence Index. Cette même évaluation a placé Kimi K2.6 à 54, laissant NVIDIA derrière le plus puissant modèle chinois à poids ouverts testé dans ce cadre.

Ce résultat ne soutient qu’une partie du positionnement de NVIDIA. Ultra s’est montré compétitif parmi les sorties américaines à poids ouverts et a affiché une vitesse de service mesurée élevée. Il n’a pas dominé l’ensemble du domaine des modèles à poids ouverts en matière d’intelligence.

Les versions des benchmarks évoluent également. La page de modèle en direct d’Artificial Analysis a ensuite affiché un score différent dans une suite d’évaluation mise à jour. Les classements doivent donc être considérés comme des mesures datées, non comme des positions permanentes.

C’est là que l’affirmation initiale de Google News devient trompeuse. L’étiquette d’un trillion de paramètres laisse entendre qu’atteindre une certaine taille placerait NVIDIA aux côtés des meilleurs systèmes fermés.

Cette hypothèse ignore le problème de l’évaluation. OpenAI, Anthropic et Google exposent des capacités, outils, interfaces et couches de sécurité différents. Leurs modèles ne sont pas directement comparables par le nombre de paramètres, car ces entreprises ne publient généralement pas de chiffres équivalents.

Les performances réelles en entreprise dépendent aussi de l’application dans son ensemble. La qualité de la récupération, la fiabilité des outils, les autorisations, la conception de la mémoire et la revue humaine peuvent déterminer si un agent accomplit un travail utile.

Le modèle peut échouer même si son score de benchmark paraît solide. Un long contexte ne garantit pas un rappel exact, et de bons résultats en programmation ne garantissent pas des modifications de code sûres.

L’efficacité opérationnelle a également ses propres limites. Les résultats les plus rapides de NVIDIA dépendent du matériel NVIDIA, de formats à faible précision et de logiciels de service optimisés. Les organisations utilisant d’autres environnements pourraient ne pas reproduire le même débit.

Les modèles clairsemés introduisent aussi une complexité de routage. Le système doit sélectionner les experts appropriés, équilibrer les charges de travail et déplacer efficacement les données du modèle entre les accélérateurs.

Un modèle avec 55 milliards de paramètres actifs reste considérable. Son auto-hébergement à l’échelle de la production exige bien plus d’infrastructure que le téléchargement d’un petit modèle local.

La comparaison importante n’est donc pas « 550 milliards contre un trillion ». Il s’agit de la précision utile par unité de calcul, mesurée sur des charges de travail réalistes dans des conditions de service comparables.

NVIDIA semble comprendre ce changement. Ses documents techniques mettent davantage l’accent sur le débit, les paramètres actifs, le comportement sur les longs contextes et l’efficacité de déploiement que sur une course vers le plus grand total possible.

Nemotron 4 transforme le modèle en projet de coalition

La prochaine initiative de modèle ouvert de NVIDIA est un programme de développement partagé, mais l’entreprise ne lui a pas associé de spécification vérifiée d’un trillion de paramètres.

Lors de la GTC, le 16 mars 2026, NVIDIA a annoncé la Nemotron Coalition. Ses membres fondateurs comprennent Mistral AI, Black Forest Labs, Cursor, LangChain, Perplexity, Reflection AI, Sarvam et Thinking Machines Lab.

Le premier modèle de base de la coalition est codéveloppé par NVIDIA et Mistral AI. Les autres participants devraient contribuer des données, des évaluations et des connaissances sectorielles lors des étapes ultérieures du développement.

NVIDIA indique que le modèle résultant sera entraîné sur DGX Cloud et publié dans l’écosystème ouvert. Il servira également de fondation à la future famille Nemotron 4.

L’annonce officielle de la coalition ne divulgue pas le nombre de paramètres de Nemotron 4. Elle ne fournit ni objectif d’un trillion de paramètres, ni spécification de checkpoint, ni date de sortie.

Cette absence est importante, car Nemotron 4 est le projet le plus plausible derrière les rapports sur un modèle NVIDIA plus grand et non annoncé. Il est public, toujours en développement et destiné à faire progresser les systèmes ouverts de pointe.

Toutefois, la plausibilité n’est pas une confirmation. Le projet pourrait produire plusieurs tailles, utiliser une architecture clairsemée ou privilégier des capacités spécialisées plutôt que l’échelle totale.

La structure de la coalition révèle également l’objectif plus large de NVIDIA. Plutôt que de demander à un seul groupe de recherche interne de définir chaque cible, NVIDIA recrute des entreprises représentant des exigences applicatives différentes.

Cursor peut apporter des cas d’usage de programmation. LangChain peut éclairer l’utilisation d’outils et les agents de longue durée. Perplexity apporte une expérience des applications centrées sur la recherche, tandis que Mistral contribue son expertise en développement de modèles.

Cet accord donne à NVIDIA accès à des retours sur les charges de travail avant la sortie du modèle. Il encourage également les membres de la coalition à optimiser leurs produits autour de la future fondation ouverte.

L’alignement commercial est évident. Un modèle développé en collaboration, entraîné sur DGX Cloud et optimisé pour les systèmes NVIDIA peut accroître la demande en infrastructure NVIDIA.

Cela n’efface pas sa valeur potentielle pour les développeurs. Des évaluations partagées et des poids accessibles peuvent élargir la participation par rapport à un modèle disponible uniquement via l’API d’un fournisseur.

L’ouverture réelle du modèle dépendra de sa publication. Les développeurs devront examiner la licence, les usages autorisés, les informations sur les données d’entraînement, les checkpoints, les recettes, la documentation de sécurité et les exigences matérielles.

Ils devront également distinguer les poids ouverts de la reproductibilité. La publication de checkpoints permet le déploiement et la modification, mais peu d’organisations peuvent reproduire indépendamment un pré-entraînement à l’échelle de la frontière.

Nemotron 4 ne mettra la pression sur les fournisseurs fermés que si la coalition produit des performances compétitives et des options de déploiement pratiques. Un grand nombre de paramètres sans ces qualités créerait de l’attention, pas une adoption durable.

La coalition introduit aussi un risque de coordination. Les participants ont des produits, des incitations, des politiques de données et des clients différents. Le développement partagé d’un modèle exige des décisions sur l’architecture, les évaluations, le calendrier de sortie et la gouvernance.

NVIDIA conserve une forte position d’organisateur car l’entreprise fournit la plateforme d’entraînement. Toutefois, la crédibilité du projet dépendra de contributions allant au-delà de partenariats promotionnels.

Un checkpoint de base public fournirait la preuve la plus claire. Des rapports techniques détaillés, des évaluations reproductibles et des ressources de post-entraînement utilisables renforceraient encore ce dossier.

Jusqu’à l’apparition de ces éléments, Nemotron 4 doit être décrit comme un programme de modèle ouvert annoncé. Il ne doit pas être présenté comme un modèle NVIDIA confirmé d’un trillion de paramètres.

Ce que les développeurs et acheteurs en entreprise doivent surveiller ensuite

Trois signaux concrets montreront si NVIDIA construit une plateforme de modèles ouverts durable ou profite simplement d’un titre gonflé.

Le premier signal est une fiche modèle ou un rapport technique pour Nemotron 4. Cette documentation devrait trancher la question de la taille en indiquant le total de paramètres, les paramètres actifs, l’architecture, les tokens d’entraînement, la longueur de contexte et les formats numériques.

Si NVIDIA confirme une conception à l’échelle du trillion, le titre de Google News gagnera un soutien rétrospectif. Si Nemotron 4 utilise un réseau plus petit ou structuré différemment, l’affirmation initiale ressemblera à une confusion entre différentes métriques de modèles.

Le deuxième signal est la performance indépendante dans des conditions comparables. Les tests devraient évaluer le raisonnement, la programmation, l’utilisation d’outils, la fiabilité sur les longs contextes et le débit dans plusieurs configurations de service.

Les benchmarks de l’entreprise sont utiles pour comprendre les forces visées. Les évaluations indépendantes révèlent si ces forces résistent à différents prompts, environnements d’exécution et hypothèses matérielles.

Surveillez les paramètres actifs aussi attentivement que le total des paramètres. Examinez également la longueur des résultats, la latence, les besoins en mémoire, les taux d’échec et la précision par unité de calcul.

Le troisième signal est l’adoption pratique en entreprise. NVIDIA a cité des frameworks d’agents et des partenaires logiciels, mais une compatibilité annoncée ne prouve pas une utilisation durable en production.

Des preuves utiles comprendraient des déploiements documentés, des améliorations de charges de travail reproductibles, des outils de service stables et des organisations choisissant Nemotron plutôt que des modèles fermés hébergés.

Les développeurs devraient éviter de traiter l’ouverture comme une recommandation automatique. L’accès au modèle n’est qu’une partie d’un système de production. Les examens de sécurité, la gouvernance des données, l’observabilité, l’évaluation et les procédures de repli restent nécessaires.

Les acheteurs en entreprise devraient comparer les modèles opérationnels dans leur ensemble. Un service hébergé réduit le travail d’infrastructure, tandis qu’un modèle autogéré offre davantage de contrôle et de personnalisation.

Les travailleurs du savoir ressentiront la concurrence à travers les produits construits sur ces systèmes. Des modèles ouverts plus rapides peuvent réduire les délais et permettre aux fournisseurs de logiciels de proposer davantage d’options de déploiement privé.

Les faits vérifiés soutiennent déjà un récit important. NVIDIA a publié un modèle clairsemé de 550 milliards de paramètres, ouvert plusieurs artefacts de développement et organisé des partenaires autour d’une future famille de modèles.

Ce qu’ils ne permettent pas d’affirmer, c’est l’existence certaine d’un produit d’un trillion de paramètres. Ce chiffre demeure une affirmation sans documentation primaire correspondante.

La prochaine fois qu’un chiffre de modèle accrocheur apparaîtra dans Google News, recherchez le nombre de paramètres actifs, la fiche modèle, le rapport technique et les tests indépendants. Ces détails montreront si NVIDIA a élargi la frontière ou simplement produit un titre plus grand.