Chat Revue publiée le Mise à jour le
Comparer

NVIDIA : Nemotron 3 Nano Omni

Nemotron 3 Nano Omni, publié par NVIDIA le 28 avril 2026, lit du texte, des images, de l’audio, de la vidéo et des documents, et produit du texte. NVIDIA le destine à l’analyse documentaire, à la reconnaissance de la parole, à la compréhension audio et vidéo, à l’usage agentique de l’ordinateur et au raisonnement multimodal.

Connectez-vous pour suivre Nemotron 3 Nano Omni et être prévenu de ce qui change.

À quoi sert Nemotron 3 Nano Omni

Chat

Nemotron 3 Nano Omni est conçu pour remplacer des chaînes séparées de modèles de vision, de langage et d’audio : il fait office de sous-agent de perception et de contexte multimodal dans les systèmes d’agents. Il sait appeler des outils.

Le modèle vise cinq types de tâches : l’analyse de documents réels, la reconnaissance automatique de la parole, la compréhension de longs contenus audio et vidéo, l’usage agentique de l’ordinateur et le raisonnement multimodal général.

Vision et compréhension

Selon NVIDIA, Nemotron 3 Nano Omni interprète les documents, graphiques, tableaux, captures d’écran et contenus mixtes, en raisonnant à la fois sur leur structure visuelle et sur leur texte. Pour l’analyse documentaire, il peut traiter des documents de plus de 100 pages.

Selon NVIDIA, le modèle est spécifiquement entraîné à l’usage agentique de l’ordinateur : interpréter les captures d’écran, suivre l’état de l’interface et ancrer son raisonnement dans ce qui est affiché. Pour le service client, la recherche et la surveillance, il garde le contexte audio et vidéo en reliant ce qui est dit, montré et documenté dans un seul fil de raisonnement.

  • Chat
  • Vision et compréhension

Essayer Nemotron 3 Nano Omni

Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.

Où l'essayer

  • Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte requis · Sans frais à l'usage, avec des limites d'utilisationOuvrir sur OpenRouter

Quoi lui demander

  1. Vision et compréhension

    Décrire une image

    Voir ce qu'il remarque, et s'il s'en tient à ce qu'il voit.

    Joignez n'importe quelle photo : une rue, une pièce, un paysage.

    Décris cette image pour quelqu'un qui ne peut pas la voir : d'abord l'essentiel en une phrase, puis les détails importants. N'invente rien de ce qui n'est pas visible.
  2. Chat

    Expliquer un sujet simplement

    Voir s'il rend clair un sujet technique, sans jargon.

    Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité.
  3. Raisonnement

    Démêler plusieurs contraintes

    Une seule solution existe : regardez s'il la trouve et la justifie.

    Quatre collègues, Ana, Bilal, Chloé et David, présentent chacun une fois, du lundi au jeudi, un par jour. - Ana ne peut pas le lundi. - Bilal passe avant Chloé. - David passe le lendemain d'Ana. - Chloé ne peut pas le jeudi. Donne toutes les solutions possibles et justifie chaque étape.

Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.

Les performances de Nemotron 3 Nano Omni

Selon NVIDIA, Nemotron 3 Nano Omni s’appuie sur Nemotron Nano V2 VL pour apporter des gains visuels importants et ajouter des capacités audio et vidéo avec audio entièrement nouvelles. À sa sortie, il obtient respectivement 57,5 et 63,6 sur les benchmarks MMLongBench-Doc et CharXiv reasoning, contre 38,0 et 41,3 pour Nemotron Nano V2 VL et 49,5 et 61,1 pour Qwen3-Omni 30B-A3B.

Selon NVIDIA, à sa sortie, il atteint sur OSWorld et Video-MME respectivement 47,4 et 72,2, contre 11,0 et 63,0 pour Nemotron Nano V2 VL et 29,0 et 70,5 pour Qwen3-Omni 30B-A3B. Pour WorldSense, DailyOmni et VoiceBench, ses scores s’établissent respectivement à 55,4, 74,1 et 89,4, contre 54,0, 73,6 et 88,8 pour Qwen3-Omni 30B-A3B.

Selon NVIDIA, à sa sortie, face aux autres modèles omni ouverts et à interactivité égale, il affiche une efficacité système 7,4 fois plus élevée sur plusieurs documents et 9,2 fois plus élevée sur la vidéo.

Bien utiliser Nemotron 3 Nano Omni : réflexion et échantillonnage

La réflexion de Nemotron 3 Nano Omni est activée par défaut et se coupe avec le paramètre enable_thinking.

Dans sa carte Hugging Face, NVIDIA suggère une température de 0,6 et un top_p de 0,95 avec la réflexion, une température de 0,2 et un top_k de 1 sans réflexion.

Pour la transcription de la parole, NVIDIA suggère de couper la réflexion, avec une température de 1,0 et un top_k de 1. Il recommande la réflexion pour les tâches de raisonnement et de compréhension complexe, et conseille d’essayer avec et sans réflexion pour la vidéo, l’audio et les usages combinant plusieurs modalités.

Caractéristiques techniques de Nemotron 3 Nano Omni

Nemotron 3 Nano Omni est sorti le 28 avril 2026. C’est un modèle multimodal ouvert, nouveau membre de la famille Nemotron 3. Il repose sur une architecture hybride à mélange d’experts 30B-A3B, avec Conv3D et EVS, et a une fenêtre de contexte de 256 000 tokens.

Son cœur de langage est Nemotron 3 Nano 30B-A3B, associé à l’encodeur de vision C-RADIOv4-H et à l’encodeur audio Parakeet-TDT-0.6B-v2. Le modèle compte 31 milliards de paramètres au total, dont environ 3 milliards actifs par token, dans un mélange d’experts hybride qui combine Mamba2 et Transformer.

Il accepte en entrée du texte, des images, de l’audio et de la vidéo : les vidéos MP4 sont limitées à 2 minutes et les fichiers audio WAV ou MP3 à une heure. Seul l’anglais est pris en charge.

Éditeur
NVIDIA
Produit
Texte
Sortie
Contexte
256 k tokens
Réponse maximale
66 k tokens
Réflexion
Activée par défaut
Entrées
Texte, Image, Audio, Vidéo
Paramètres pris en charge (noms techniques de l'API)
toolstemperaturetop_preasoningseedmax_tokens

Source : OpenRouter.

Où utiliser Nemotron 3 Nano Omni

Nemotron 3 Nano Omni était disponible dès le 28 avril 2026 sur Hugging Face, OpenRouter, build.nvidia.com et des plateformes partenaires. NVIDIA a publié ses poids, ses jeux de données et ses techniques d’entraînement ouverts ; les poids se téléchargent sur Hugging Face dans les précisions BF16, FP8 et NVFP4.

Le modèle est régi par le NVIDIA Open Model Agreement et peut être utilisé à des fins commerciales. Il s’exécute avec les moteurs d’inférence vLLM, TensorRT LLM, TensorRT Edge-LLM, llama.cpp, Ollama et SGLang.

Selon la carte Hugging Face de NVIDIA, le GPU minimal indiqué est une H100 de 80 Go pour les poids en BF16, une L40S de 48 Go en FP8 et une RTX 5090 de 32 Go en NVFP4. La carte d’accès présente l’API de NVIDIA pour Nemotron 3 Nano Omni, sans afficher de prix.

L'API NVIDIA

Pour relier le modèle à votre application

Contexte256 k tokens

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

FAQ

Quand Nemotron 3 Nano Omni est-il sorti ?

Nemotron 3 Nano Omni est sorti le 28 avril 2026, avec ses poids, ses jeux de données et ses techniques d’entraînement ouverts.

Nemotron 3 Nano Omni est-il un modèle à poids ouverts ?

Oui, Nemotron 3 Nano Omni a été publié avec ses poids ouverts, ainsi que ses jeux de données et ses techniques d’entraînement.

Que lit et que produit Nemotron 3 Nano Omni ?

Nemotron 3 Nano Omni lit du texte, des images, de l’audio, de la vidéo, des documents, des graphiques et des interfaces graphiques, et produit du texte.

Quelle est la fenêtre de contexte de Nemotron 3 Nano Omni ?

Nemotron 3 Nano Omni a une fenêtre de contexte de 256 000 tokens. Il accepte notamment en entrée des documents, de l’audio et de la vidéo.

Quel GPU faut-il pour exécuter Nemotron 3 Nano Omni ?

Selon la carte Hugging Face de NVIDIA, Nemotron 3 Nano Omni nécessite au minimum une H100 de 80 Go en BF16, une L40S de 48 Go en FP8 et une RTX 5090 de 32 Go en NVFP4.