PubSunuCyberSecuritySunuCyberSecurityCybersecurite pour l'AfriqueTests d'intrusion et audits de securite. Scans automatises, pentest et detection continue.Scanner mon sitePubSunuBarometreSunuBarometreCybersecurite AfriqueDonnees reelles, mises a jour en continu, sans extrapolation.Voir les chiffres
PubSunuCyberSecuritySunuCyberSecurityCybersecurite pour l'AfriqueTests d'intrusion et audits de securite. Scans automatises, pentest et detection continue.Scanner mon sitePubSunuBarometreSunuBarometreCybersecurite AfriqueDonnees reelles, mises a jour en continu, sans extrapolation.Voir les chiffres
ZDNet France
Il y a 1 jour

Nvidia lance Nemotron 3.5 Super VL, son modèle IA ouvert ultra-rapide

Nvidia lance Nemotron 3.5 Super VL, son modèle IA ouvert ultra-rapide
Nvidia sort le Nemotron 3.5 Super VL, un modèle IA ouvert affiché cinq fois plus rapide que ses rivaux. Conçu pour les entreprises, il promet des performances inédites sur les tâches automatisées et la gestion de données locales.
Nvidia lance Nemotron 3.5 Super VL, son modèle IA ouvert ultra-rapide Nvidia sort le Nemotron 3.5 Super VL, un modèle IA ouvert affiché cinq fois plus rapide que ses rivaux. Conçu pour les entreprises, il promet des performances inédites sur les tâches automatisées et la gestion de données locales. Publié le 16/10/2026 à 09:46 | Mis à jour le 16/10/2026 à 09:47 Les points clés à retenir sur Nemotron 3.5 Super VL Trois nouveaux modèles ouverts de Nvidia misent sur l’efficacité et la vitesse. Les modèles ouverts connaissent un regain d’intérêt dans la foulée du piratage de Hugging Face. Les laboratoires américains d'IA rattrapent leur retard dans la course aux modèles ouverts. Ces dernières années, les laboratoires d’IA basés en Chine ont dominé le marché des modèles d’IA à poids ouverts. Mais la récente vague de modèles ouverts développés en Occident vient remettre cela en question. Le nouveau modèle de Nvidia, le Nemotron 3.5 Super VL à poids ouverts, vise à s’inscrire dans cette tendance. Ce modèle de 120 milliards de paramètres, disponible dès aujourd’hui, répond à l’intérêt croissant du secteur pour les tâches agentiques en offrant « l’exécution la plus rapide des tâches et la plus grande précision pour des agents spécialisés et toujours actifs », selon Nvidia. « En tant que modèle agentique ouvert le plus rapide de sa catégorie — cinq fois plus rapide que son plus proche concurrent —, il aide les agents d’entreprise à accomplir plus rapidement des tâches à haut volume dans le cadre de flux de travail s’étalant sur plusieurs jours ou semaines », a déclaré Nvidia dans son communiqué. Ce constat s’appuie sur les tests comparatifs réalisés par Artificial Analysis sur ce modèle par rapport à ses concurrents de taille similaire. Ling 3.0 Flash d’InclusionAI et V4.1 Flash de DeepSeek se sont classés respectivement deuxième et troisième, mais avec un écart significatif par rapport à Super VL. Nvidia a également indiqué que Super VL atteignait une précision de premier ordre pour les agents spécialisés grâce à un post-entraînement. L’entreprise a illustré jusqu’où le post-entraînement d’une version de base du modèle pouvait pousser ses capacités : dans un cas précis, un gain de 44 % a été enregistré dans le domaine des demandes de remboursement d’assurance maladie, ce qui a placé le modèle bien au-dessus de Claude Opus 5. Si cela signifie que le modèle de base n’a pas, à lui seul, surpassé les modèles propriétaires de pointe, cela offre toutefois aux entreprises la possibilité d’adapter le modèle à leurs besoins et d’obtenir des gains très spécifiques. Comme l’a souligné Nvidia dans son communiqué, l’avantage des modèles ouverts par rapport aux modèles propriétaires réside dans le fait que les entreprises peuvent les entraîner a posteriori sur leurs propres données et les exécuter sur leur propre infrastructure, ce qui offre une personnalisation et une sécurité accrues. Super VL est également accompagné de deux nouveaux modèles de périphérie (Edge) : Nemotron 3.5 Bolt 74B-A9B 24 Go et Nemotron 3.5 Bolt E4B 4 Go (non, Nvidia n’a pas perdu de temps pour les nommer). L’IA en périphérie désigne des modèles capables de fonctionner localement et hors réseau. Nvidia a précisé que le premier modèle Bolt est conçu pour une utilisation locale par des agents, tandis que le second est destiné à des « agents conversationnels rapides ». Les deux modèles « offrent la plus grande intelligence par gigaoctet de mémoire » par rapport aux autres modèles de Nvidia, a indiqué la société. Alors que le modèle 24 Go, destiné aux agents locaux, offre le meilleur rapport entre capacités et vitesse par gigaoctet, le modèle 4 Go « offre la meilleure intelligence par gigaoctet pour ses cas d’utilisation prévus », que Nvidia a notamment identifiés comme étant les agents vocaux et les agents sur appareil, ainsi que les « personnages interactifs ». L’IA « open-weight » américaine prend son envol Bien qu’il soit difficile de savoir si, dans la pratique, le nouveau modèle de Nvidia va relever la barre pour les modèles « open-weight » ou propriétaires, les conclusions d’Artificial Analysis démontrent pour l’instant des gains d’efficacité. Dans une perspective plus large, cependant, cette sortie s’inscrit dans une évolution plus générale du monde de l’IA. Les modèles ouverts proposés par des entreprises chinoises telles que DeepSeek et Moonshot.ai ont toujours incarné la promesse (et le risque) de modèles ouverts, moins chers et plus personnalisables par rapport aux modèles fermés et onéreux. Mais le laboratoire français Mistral vient de lancer son modèle « Le Chonk », qui a atteint certains records de performance de pointe. Reflection AI, dans laquelle Nvidia a investi et qu’elle est en passe d’acquérir, a lancé son modèle Beam la semaine dernière, également en grande pompe. L’écart géographique pourrait se réduire dans la guerre des modèles à poids ouverts. Le secteur adopte également davantage les modèles « open-weight » qu’auparavant, à la suite de la faille de sécurité d’OpenAI Hugging Face, qui a dissipé l’idée reçue selon laquelle seuls les modèles ouverts présentaient des risques de sécurité. ZDNET Morning 16/10/2026 : Orange monétise l'accès prioritaire à sa 5G, Les 5 priorités stratégiques IA des DAF, MAI-Base-2 : le nouveau géant de Microsoft,... Galaxy Book6 Series : 10 raisons de choisir la performance Le guide de la migration écoresponsable vers Windows 11 IA locale : la nouvelle ère de l’Intelligence artificielle ? ZDNET Morning 16/10/2026 : Orange monétise l'accès prioritaire à sa 5G, Les 5 priorités stratégiques IA des DAF, MAI-Base-2 : le nouveau géant de Microsoft,... Le ZDNET Morning le brief de l'actu tech pour les pros tous les matins à 9h00. Transformation numérique, IA, matériel, logiciels,... ne passez pas à côté de ce qui fait la Une du secteur. Microsoft termine le pré-entraînement de MAI-Base-2, un modèle géant de 2 800 milliards de paramètres Microsoft franchit une nouvelle étape dans le développement de ses propres intelligences artificielles. Son nouveau modèle, MAI-Base-2, promet de réduire fortement les besoins en calcul tout en conservant des performances élevées. Anthropic ouvre ses portes à des évaluateurs externes Anthropic donne à six chercheurs de l’organisation METR un accès proche de celui de ses employés, pour évaluer ses risques et ses garde-fous. Ils peuvent publier leurs conclusions sans accord préalable, Anthropic ne pouvant demander que le retrait de données sensibles précises. 90 % des DAF qui utilisent l'IA font état de multiples avantages pour leur entreprise, voici désormais leurs 5 principales priorités Le rôle du directeur financier a pris de l'importance en raison de l'essor de l'intelligence artificielle, des investissements dans de nouvelles infrastructures technologiques, de la multiplication des sources de revenus, de l'évolution des exigences en matière de conformité et de l'élargissement des stratégies commerciales. Test Gemini Spark : un nouvel échec de Google en matière d’intelligence artificielle, ou un outil prochainement très efficace? L'agent IA s'est bien débrouillé pour certaines tâches, mais a également connu quelques ratés. Les antécédents de la société peuvent toutefois donner des raisons de ne pas s'arrêter à ces premiers faux pas. Test Mini PC AX9 Max : je doutais qu'il puisse prendre en charge mes tâches d'IA en local, mais il m'a vraiment impressionné Si vous avez besoin d'une grande puissance pour exécuter des tâches d'IA, mais que vous disposez de peu d'espace, VZmore propose un PC qui vous conviendra parfaitement. ChatGPT Plus vs Google AI Pro : un prix presque identique, mais des avantages très différents J'utilise ChatGPT Plus et Google AI Pro : l'un pour ses avantages, l'autre pour le travail. Voici une comparaison entre les deux en matière de programmation, de créativité, de stockage et d'automatisation. Linux pratique : les meilleurs programmes de dictée avec une IA locale Si vous avez besoin d'un logiciel de saisie vocale dans le système d’exploitation libre, il existe de nombreuses solutions, dont certaines sont tout aussi performantes que celles disponibles sur d'autres OS. Et celles qui sont sélectionnées ici n’exporteront pas vos données personnelles. IA pratique : testez l’apprentissage visuel avec ChatGPT Le nouveau modèle d’intelligence artificielle GPT-6 du chat box permet de créer des images interactives pour vous aider à visualiser et à exploiter les informations dont vous avez besoin. Voici cinq façons d’utiliser cette fonctionnalité. Linux pratique : comment éviter que l'IA locale ne plante votre ordinateur Il ne suffit pas juste de rajouter de la mémoire vive pour tirer pleinement parti de l'intelligence artificielle localement. Voici quatre conseils. Vous utilisez ChatGPT Plus ? Passer à Gemini pourrait vous faire économiser sur votre facture Vous payez pour ChatGPT, l'espace de stockage Google et YouTube Premium ? Vos abonnements se chevauchent peut-être plus que vous ne le pensez. Retour d’expérience : comment j'ai créé une appli Mac payante en 11 jours avec Claude, sans écrire une seule ligne de code ! L’assistant IA d’Anthropic m'a aidé à développer une telle application en suivant mon intuition et à passer avec succès l'examen d'Apple en moins de deux semaines. Voici ce parcours, de l'idée initiale au produit commercialisable sur l'App Store.
Publié le 16 octobre 2026
Source originale : ZDNet France