Nouveaux Modèles 2026-08-13

Nvidia entraîne un modèle à mille milliards de paramètres qu'elle compte offrir — et elle est déjà distancée en taille

The Information a rapporté le 11 août, citant des salariés travaillant sur le projet, que le plus gros modèle de la prochaine famille ouverte de Nvidia, Nemotron 4, comptera au moins mille milliards de paramètres, soit environ le double des 550 milliards de Nemotron 3 Ultra. L'entraînement n'est pas terminé et aucune date de sortie n'a été annoncée, même si des employés estiment qu'il pourrait être prêt dès la fin de l'automne. Nvidia est l'une des rares grandes entreprises américaines à publier encore des poids ouverts, et l'objectif affiché est de fournir aux entreprises un modèle occidental qu'elles puissent télécharger et faire tourner sur leur propre matériel plutôt que de le louer via une API. Le chiffre n'est pas un record : Alibaba a publié cette semaine Qwen3.8-Max avec 2 400 milliards de paramètres, et le Kimi K3 de Moonshot est arrivé en juillet avec 2 800 milliards. Nvidia ne s'est pas exprimée publiquement sur ce projet.

Pourquoi c'est importantNvidia vend les pelles : un modèle phare gratuit n'est donc pas pour elle une ligne de produits, c'est de la création de demande pour le matériel dont tout le monde a besoin pour le faire tourner. Cela en fait l'une des rares sorties de poids ouverts adossée à un modèle économique qui ne dépend pas des revenus du modèle. Le contexte compte plus que le nombre de paramètres : le haut du classement des poids ouverts est désormais chinois, et les entreprises occidentales qui veulent héberger elles-mêmes ont choisi des poids chinois faute d'alternative. Prenez le calendrier avec souplesse : il s'agit d'un entraînement inachevé rapporté par des salariés, et ce genre d'échéance glisse couramment.

✓ Vérifié · 3 sources

Lire dans l'app — gratuit, en 9 langues

Actus liées

Le cheval de trait bon marché de DeepSeek voit désormais — et sur les tâches d'agent qui exigent des yeux, il se dit proche du meilleur d'Anthropic
2026-08-21 Montrez-le au robot une fois — de trois à douze secondes — et il réussit 59 fois sur 100 sans le moindre entraînement
2026-08-21 Le modèle invente ses propres exercices, construit le banc d'essai qui les évalue, puis s'entraîne sur le résultat — et DeepReinforce a donné les poids
2026-08-20 Un modèle gratuit qui tient sur une seule carte graphique obtient 52 — puis dépense 22 276 jetons de réflexion pour dessiner une image
2026-08-18 Zhipu n'a pas construit un nouveau modèle. Elle a continué d'entraîner l'ancien — et affirme que le code s'est amélioré de 50 %
2026-08-17