Le 15 octobre 2026, Nvidia a publié Nemotron 3.5 Super VL, un modèle multimodal ouvert de 120 milliards de paramètres, accompagné de deux modèles edge conçus pour fonctionner avec beaucoup moins de mémoire. Le contraste est net : Super VL vise les agents spécialisés capables de traiter du texte, des images, des documents et des vidéos, tandis que Bolt 74B-A9B 24GB et Bolt E4B 4GB ciblent des déploiements locaux plus contraints. Nvidia annonce jusqu’à cinq fois plus de débit sur une seule carte graphique pour les tâches agentiques face à d’autres modèles ouverts de taille comparable. La vraie question pour 2026 n’est donc pas de savoir quel modèle est le plus puissant, mais lequel correspond à la mémoire, à la latence et au niveau de confidentialité de votre projet.
Nemotron 3.5 Super VL apporte une architecture pensée pour les agents
Nemotron 3.5 Super VL occupe le sommet de cette nouvelle famille. Nvidia le présente comme un modèle multimodal, c’est-à-dire capable de comprendre plusieurs types de contenus, notamment le texte, les images, les documents et les vidéos. Il est aussi conçu pour le raisonnement, le suivi d’instructions et l’utilisation d’outils dans des workflows agentiques.
Le modèle compte 120 milliards de paramètres au total, mais son architecture Mixture of Experts, ou MoE, n’en active que 12 milliards par token. Cette activation partielle cherche à combiner la capacité d’un grand modèle avec un coût d’inférence inférieur à celui d’une architecture dense de même taille.
Nvidia affirme que Super VL réalise jusqu’à cinq fois plus de débit sur une seule carte graphique que d’autres modèles ouverts de sa catégorie pour des tâches agentiques. Cette donnée concerne les évaluations communiquées par Nvidia et ne constitue pas un classement universel de tous les modèles disponibles.
À retenir : Super VL privilégie la polyvalence et les workflows complexes. Son intérêt apparaît surtout lorsque l’agent doit exploiter plusieurs formats de données, appeler des outils et conserver une capacité de raisonnement élevée.
Le modèle est disponible pour des déploiements sur DGX Spark, DGX Station, des systèmes RTX, des cartes RTX PRO, des environnements Jetson, des serveurs et des infrastructures cloud. Cette couverture matérielle permet d’envisager une même base de modèle entre le poste de développement, le serveur local et le centre de données.
Les deux modèles Bolt réduisent fortement la contrainte matérielle
Les deux modèles edge ne sont pas de simples versions allégées destinées à remplacer systématiquement Super VL. Ils répondent à des contraintes différentes, avec une priorité donnée à la mémoire, à la vitesse d’exécution et au fonctionnement local.
| Modèle | Paramètres totaux | Paramètres actifs | Mémoire annoncée | Positionnement |
|---|---|---|---|---|
| Nemotron 3.5 Super VL | 120 milliards | 12 milliards | 120B, architecture serveur et station de travail | Agents multimodaux spécialisés |
| Nemotron 3.5 Bolt 74B-A9B 24GB | 74 milliards | 9 milliards | 24 Go | Agents locaux et workloads edge |
| Nemotron 3.5 Bolt E4B 4GB | 4 milliards | Donnée non publiée | 4 Go | Agents conversationnels rapides |
Nemotron 3.5 Bolt 74B-A9B 24GB est compressé à partir de Super VL. Nvidia indique une réduction de 120 à 74 milliards de paramètres totaux et de 12 à 9 milliards de paramètres actifs par token. Le modèle conserve ainsi une architecture de grande capacité tout en visant une exécution dans une enveloppe mémoire de 24 Go.
Bolt E4B 4GB pousse cette logique plus loin. Sa mémoire cible de 4 Go le destine aux appareils locaux et aux systèmes embarqués qui ne peuvent pas accueillir un modèle de dizaines de milliards de paramètres. Nvidia le positionne pour les agents conversationnels rapides plutôt que pour les workflows multimodaux les plus lourds.
Super VL et Bolt 74B-A9B 24GB sont disponibles depuis le 15 octobre 2026. Nvidia a annoncé l’arrivée de Bolt E4B 4GB pour le 23 octobre 2026.
Le bon modèle dépend d’abord de la mémoire disponible
La mémoire constitue le premier filtre pour choisir entre ces modèles. Un projet qui dispose d’une carte ou d’un système capable d’accueillir 24 Go peut envisager Bolt 74B-A9B 24GB. Un appareil limité à 4 Go s’oriente naturellement vers Bolt E4B 4GB. Super VL réclame, lui, une infrastructure nettement plus ambitieuse en raison de sa capacité totale et de ses usages ciblés.
Cette contrainte ne se résume pas à la mémoire occupée par les poids. Il faut également prévoir la mémoire liée au contexte, aux activations, au runtime d’inférence et aux entrées multimodales. Un document long, une vidéo ou une séquence d’outils peuvent augmenter l’empreinte réelle du système.
Pour un poste local ou une station de travail
Bolt 74B-A9B 24GB apparaît comme le compromis le plus cohérent lorsque le projet doit rester local tout en conservant une capacité agentique élevée. Sa cible de 24 Go simplifie le déploiement sur certains systèmes équipés d’une carte graphique adaptée et réduit la dépendance à une API distante.
Super VL devient pertinent lorsque le poste ou la station doit analyser des contenus multimodaux complexes, exécuter des chaînes d’outils et servir plusieurs utilisateurs ou processus. Son architecture MoE limite les paramètres actifs par token, mais sa capacité totale reste celle d’un modèle de très grande taille.
Pour un appareil embarqué
Bolt E4B 4GB est le candidat le plus adapté aux appareils dont la mémoire constitue la contrainte dominante. Une cible de 4 Go ouvre des possibilités sur des systèmes embarqués, des postes isolés du réseau ou des équipements qui doivent répondre sans transmettre les données vers un serveur.
Cette capacité implique cependant un périmètre fonctionnel plus resserré. Pour une interface conversationnelle, une commande vocale locale ou une assistance textuelle rapide, ce compromis peut être pertinent. Pour l’analyse de vidéos, la compréhension de documents complexes ou l’orchestration d’outils multiples, un modèle plus grand offre davantage de marge.
Vitesse : Super VL vise le débit, Bolt vise la réactivité locale
La vitesse doit être évaluée selon le type de charge. Un modèle peut produire rapidement une réponse courte et se montrer moins adapté à une longue chaîne de raisonnement ou à un traitement de documents. À l’inverse, un modèle conçu pour des agents spécialisés peut être plus intéressant lorsqu’il doit effectuer plusieurs actions successives.
Nvidia annonce jusqu’à cinq fois plus de débit sur une seule carte graphique pour Super VL face à d’autres modèles ouverts de taille comparable dans les tâches agentiques. Le constructeur met également en avant la rapidité de réalisation de tâches spécialisées et la capacité à fonctionner dans des agents toujours actifs.
Bolt 74B-A9B 24GB vise un autre équilibre : l’intelligence par gigaoctet et la vitesse pour des workloads locaux. Sa réduction à 74 milliards de paramètres totaux et 9 milliards de paramètres actifs doit permettre de limiter les ressources nécessaires tout en conservant une capacité supérieure à celle d’un petit modèle dense.
Bolt E4B 4GB privilégie la réponse conversationnelle. Dans ce cas, la latence perçue peut compter davantage que la profondeur maximale du raisonnement. Un assistant embarqué doit répondre avec régularité, fonctionner hors ligne et maintenir une consommation compatible avec le matériel disponible.
Les chiffres de débit ne remplacent pas un test sur le matériel cible
Le gain annoncé par Nvidia dépend du matériel, du moteur d’inférence, de la longueur du contexte, du format de quantification et du nombre de requêtes simultanées. Un résultat obtenu sur une carte graphique de serveur ne permet pas de déduire directement la latence sur un ordinateur portable ou un appareil Jetson.
Pour comparer proprement les trois modèles, il faut mesurer au minimum :
- le délai avant le premier token ;
- le nombre de tokens générés par seconde ;
- la consommation mémoire pendant une requête réelle ;
- la stabilité avec plusieurs utilisateurs simultanés ;
- le temps total d’exécution d’une tâche agentique complète.
Cette méthode évite de choisir un modèle uniquement sur son nombre de paramètres ou sur un débit annoncé dans des conditions différentes du projet final.
Multimodalité et outils : Super VL conserve l’avantage fonctionnel
Super VL est le choix le plus complet pour les projets qui manipulent plusieurs formats. Nvidia décrit une prise en charge du texte, des images, des documents et des vidéos, ainsi que des fonctions de raisonnement, de suivi d’instructions et d’utilisation d’outils.
Ces capacités correspondent à des cas d’usage comme l’analyse d’un dossier contenant du texte et des images, l’extraction d’informations depuis des documents, l’assistance à un opérateur ou l’exécution d’une procédure à partir de données visuelles. Le modèle est également destiné aux agents spécialisés qui doivent enchaîner compréhension, décision et action.
Bolt 74B-A9B 24GB est plus intéressant lorsque le projet conserve une ambition agentique mais doit fonctionner sur une infrastructure locale plus limitée. Sa compression depuis Super VL lui donne une continuité architecturale avec le modèle supérieur, tout en réduisant l’empreinte de déploiement.
Bolt E4B 4GB doit plutôt être choisi pour les interactions simples et fréquentes. Un assistant de terrain, une interface de commande ou un agent conversationnel local peuvent bénéficier de son format compact. La réduction de taille permet aussi de limiter les transferts de données et de maintenir les échanges sur l’appareil.
Modèles ouverts, souveraineté et contrôle des données
Les trois modèles sont présentés comme des modèles à poids ouverts. Cette caractéristique permet aux équipes de télécharger les poids, de les adapter et de les exécuter sur leur propre infrastructure, sous réserve des conditions de licence applicables au modèle et à ses composants.
Pour les organisations manipulant des données sensibles, l’exécution locale peut réduire l’exposition liée à l’envoi de contenus vers une API externe. Cette approche ne supprime pas les risques : les journaux, les systèmes de stockage, les contrôles d’accès et le matériel doivent toujours être sécurisés.
Le choix entre Super VL et les modèles Bolt devient donc aussi une décision d’architecture. Super VL peut soutenir une plateforme centralisée avec des capacités multimodales avancées. Bolt 74B-A9B 24GB peut rapprocher l’inférence des équipes et des données. Bolt E4B 4GB peut maintenir une fonction d’IA sur des appareils isolés ou faiblement connectés.
L’arrivée de ces modèles s’inscrit dans une accélération des acteurs occidentaux sur les modèles ouverts. Elle intervient également dans un contexte de compétition autour de la sécurité, de la maîtrise des infrastructures et de la souveraineté technologique face à la progression des modèles ouverts chinois.
À retenir : l’ouverture des poids ne suffit pas à garantir la souveraineté. La maîtrise réelle dépend aussi du matériel, des logiciels d’inférence, des données d’entraînement, des mises à jour et de l’exploitation opérationnelle.
Quel modèle choisir selon votre projet en 2026 ?
Le choix peut être résumé par la nature de la charge plutôt que par la taille du modèle. Chaque version répond à une enveloppe matérielle et à un niveau de complexité différents.
Choisissez Nemotron 3.5 Super VL si…
- l’agent doit traiter du texte, des images, des documents et des vidéos ;
- le projet nécessite une utilisation avancée des outils ;
- plusieurs étapes de raisonnement doivent être enchaînées ;
- l’infrastructure peut accueillir un modèle de 120 milliards de paramètres ;
- le débit sur des tâches agentiques constitue une priorité ;
- l’équipe veut personnaliser un modèle ouvert pour des workflows spécialisés.
Choisissez Nemotron 3.5 Bolt 74B-A9B 24GB si…
- l’inférence doit rester sur une infrastructure locale ;
- le système dispose d’une enveloppe mémoire de 24 Go ;
- le projet recherche un compromis entre capacité et consommation ;
- les agents doivent agir sur des données internes ;
- la multimodalité avancée de Super VL n’est pas nécessaire à chaque requête ;
- la latence et le coût d’exploitation doivent rester maîtrisés.
Choisissez Nemotron 3.5 Bolt E4B 4GB si…
- l’appareil dispose d’environ 4 Go de mémoire pour le modèle ;
- l’usage principal est conversationnel ;
- le fonctionnement hors ligne est prioritaire ;
- les réponses doivent être rapides et régulières ;
- le projet vise un appareil embarqué ou une flotte de terminaux ;
- la tâche ne nécessite pas une analyse multimodale lourde.
Notre avis : Bolt 74B-A9B 24GB est le meilleur point de départ
Pour la majorité des projets locaux en 2026, Nemotron 3.5 Bolt 74B-A9B 24GB offre le compromis le plus crédible entre capacité agentique et contrainte matérielle. Il reprend la logique de Super VL, réduit l’empreinte à 74 milliards de paramètres et cible explicitement une enveloppe de 24 Go. Il semble mieux adapté à un déploiement opérationnel que Super VL lorsque l’équipe ne dispose pas d’une infrastructure de centre de données.
Super VL doit être réservé aux applications où la multimodalité, le raisonnement et l’utilisation d’outils justifient une infrastructure plus lourde. Son avantage ne réside pas uniquement dans sa taille, mais dans sa capacité à réunir plusieurs fonctions au sein d’un même agent et dans le débit annoncé par Nvidia pour les tâches spécialisées.
Bolt E4B 4GB devient le choix évident lorsque la mémoire impose une limite stricte. Il ne faut pas lui demander le même périmètre que Super VL : sa valeur se situe dans la disponibilité locale, la rapidité conversationnelle et le déploiement sur des appareils qui ne peuvent pas accueillir un modèle plus grand.
Dans les six prochains mois, la compétition devrait surtout se jouer sur les moteurs d’inférence, les outils de quantification, les intégrations matérielles et les évaluations réalisées sur des tâches réelles. La question décisive sera alors moins « quel modèle est le plus grand ? » que « quel modèle accomplit la tâche complète avec le moins de ressources et le meilleur contrôle des données ? »