NVIDIA: Nemotron 3 Nano 30B A3B

NVIDIA Nemotron 3 Nano 30B A3B est un petit modèle de langage construit par NVIDIA dans le cadre de sa famille Nemotron. Le nom reflète son architecture : une conception de mélange d'experts avec environ 30 milliards de paramètres au total et environ 3 milliards actifs par token, ce que NVIDIA décrit comme offrant une efficacité de calcul et une précision élevées. C'est un modèle texte destiné aux développeurs qui construisent des systèmes d'IA agentique spécialisés, et il a été publié par le fournisseur le 14 décembre 2025.

Le modèle prend du texte en entrée et renvoie du texte en sortie. Sa fenêtre de contexte est de 262 144 tokens, avec une sortie maximale de 235 929 tokens, il peut donc accepter des entrées très longues et produire de longues complétions en une seule requête. Outre la génération simple, les paramètres pris en charge suggèrent que le raisonnement et la sortie structurée sont des fonctionnalités de premier ordre : reasoning et include_reasoning sont tous deux acceptés, tout comme response_format, structured_outputs et tools. Les contrôles d'échantillonnage et de décodage incluent temperature, top_p, top_k, repetition_penalty, frequency_penalty, presence_penalty, stop, seed et logit_bias, ainsi que logprobs et top_logprobs pour inspecter les probabilités au niveau des tokens.

Ces capacités correspondent à quelques charges de travail pratiques. La grande fenêtre de contexte convient au traitement de documents longs, comme le résumé, l'extraction et la réponse aux questions sur des bases de code ou des collections de rapports volumineux, sans découpage agressif. Le positionnement agentique, combiné à l'appel d'outils et aux sorties structurées, convient aux pipelines où le modèle décide quels outils invoquer et renvoie des résultats lisibles par machine, par exemple l'enrichissement de données, l'orchestration de la récupération ou l'automatisation en plusieurs étapes. Les contrôles de raisonnement sont utiles pour les tâches où vous souhaitez séparer le raisonnement intermédiaire du modèle de sa réponse finale, comme l'analyse, la planification ou le débogage. Comme il s'agit d'un petit modèle axé sur l'efficacité, il convient également aux tâches de transformation de texte à grand volume où le débit importe plus que la capacité de pointe.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "nvidia/nemotron-3-nano-30b-a3b". Comme le point de terminaison suit le schéma OpenAI, les requêtes standard de type chat completions fonctionnent, et vous pouvez transmettre n'importe lequel des paramètres listés ci-dessus dans le corps de la requête, notamment tools et tool_choice pour l'appel de fonctions, response_format pour les réponses structurées, et max_tokens pour plafonner la longueur de sortie. Les options de streaming et de journalisation se comportent comme pour les autres modèles de la passerelle.

C'est un modèle texte uniquement. Il n'accepte pas les entrées d'image ou d'audio, donc les tâches multimodales nécessitent un autre modèle, et la description du fournisseur le positionne pour des systèmes agentiques spécialisés plutôt que comme un modèle phare généraliste. Si une charge de travail nécessite de la vision, d'autres modalités d'entrée ou les connaissances plus larges d'un modèle plus grand, envisagez des alternatives ; pour les pipelines texte à contexte long, à forte composante de raisonnement ou pilotés par outils, la combinaison de ce modèle (une fenêtre de 262 144 tokens, la prise en charge des outils et une architecture MoE efficace) est la raison de le choisir.