Nemotron 3.5 : NVIDIA sort un modèle d'agent local qui tient dans 24 Go

Le 15 octobre 2026, NVIDIA a publié trois nouveaux modèles ouverts de la famille Nemotron 3.5. Super VL, 120 milliards de paramètres, vise les agents d'entreprise. Les deux modèles Bolt visent les PC : Bolt 74B-A9B, compressé nativement en 2 bits pour tenir dans 24 Go de mémoire, disponible tout de suite, et Bolt E4B, de 4 Go, attendu le 23 octobre.

Bolt : un agent sur ton PC, sans cloud

C'est la partie qui concerne les joueurs et les développeurs bien équipés. Bolt 74B-A9B compte 74 milliards de paramètres ; la mention « A9B » indique qu'environ 9 milliards sont actifs à chaque étape. Sa quantification native en 2 bits le fait tenir dans 24 Go de mémoire, pour tourner à côté d'autres applications. NVIDIA le destine aux portables RTX Spark et à la DGX Spark, mais il fonctionne aussi sur les PC GeForce RTX. Il est déjà sur Hugging Face, avec une prise en charge de llama.cpp, Ollama, LM Studio, Unsloth et vLLM, et NVIDIA le présente comme le premier modèle ouvert de sa catégorie sur le test PinchBench, le deuxième sur BrowseComp. L'usage visé : confier à un agent local une recherche sur le Web, une rédaction ou un débogage, sans envoyer le travail dans le cloud.

Bolt E4B, de 4 Go, vise les assistants vocaux, les personnages interactifs et les interfaces embarquées, sur GeForce RTX, Jetson et Spark.

Super VL : l'agent d'entreprise qui lit les documents

Super VL est un modèle multimodal : il lit des pages Web, des PDF, des tableaux et des graphiques. NVIDIA annonce une précision comparable à celle de son plus gros modèle de raisonnement, Nemotron 3 Ultra, pour environ un cinquième de sa taille, et une vitesse cinq fois supérieure au meilleur modèle ouvert suivant de sa catégorie. Les poids, des jeux de données et les recettes d'entraînement sont publiés ; le modèle a vu environ 26 000 milliards de tokens à l'entraînement. Il est disponible sur Hugging Face, OpenRouter, ModelScope et sous forme de service NVIDIA NIM. Parmi les entreprises citées qui l'adaptent figurent Atlassian, CrowdStrike, Perplexity, Salesforce et le français Dassault Systèmes.

Ce qu'il faut côté matériel

Notre lecture pratique. 24 Go, c'est la mémoire vidéo d'une RTX 3090 ou d'une RTX 4090 ; une RTX 5090 en offre 32. Avec moins, des outils comme llama.cpp ou LM Studio peuvent répartir le modèle entre la carte graphique et la mémoire vive, au prix de la vitesse. Les machines à mémoire unifiée, comme la DGX Spark ou les portables RTX Spark, sont celles que NVIDIA vise en premier. Si tu envisages une carte pour l'IA locale, la quantité de mémoire vidéo compte autant que la puissance : nos deals cartes graphiques affichent la mémoire de chaque modèle.

Notre lecture

Analyse. NVIDIA vend des puces, et ses modèles ouverts servent aussi à rendre ces puces indispensables, du centre de données au PC. La même semaine, Amazon et Google ont ouvert des outils pour faire tourner PyTorch sur leurs propres puces ; NVIDIA répond en occupant l'autre bout de la chaîne, l'agent local sur ses nouveaux PC RTX Spark. Reste une inconnue : la compression en 2 bits a un coût en qualité que seuls des tests indépendants pourront mesurer.