NVIDIA remet à jour le volet recherche de sa gamme de modèles ouverts. Dans un billet publié sur Hugging Face le 21 octobre 2026, l'entreprise présente Nemotron 3.5 Embed, Nemotron 3.5 Rerank et Nemotron 3.5 Parse, cinq nouveaux modèles ouverts dont elle autorise l'usage commercial. Ils rejoignent la collection Nemotron Retriever, anciennement Nemotron RAG, et visent les étapes de recherche et d'ingestion documentaire sur lesquelles reposent les agents d'IA en entreprise.
La famille d'embeddings se décline en trois versions : un modèle de 8B en BF16, un modèle de 1B distillé à partir de lui, et ce même 1B quantifié au format NVFP4 de NVIDIA pour ses encodeurs de texte et d'image. Contrairement à la génération Nemotron 3 Embed, limitée au texte, ces modèles indexent des images de documents : tableaux, graphiques, infographies, fiches techniques et schémas deviennent interrogeables au même titre que le texte. Le modèle de 8B s'appuie sur Ministral-3-8B-Instruct, et sa partie linguistique est restée figée pendant l'entraînement, ce qui, d'après NVIDIA, laisse les embeddings textuels inchangés et permet de conserver les index vectoriels existants.
Rerank 8B est un encodeur croisé construit sur la même base. Au lieu de comparer des vecteurs calculés séparément, il lit ensemble chaque requête et chaque document candidat, puis attribue un score de pertinence. Parse, avec ses 631 millions de paramètres, convertit des images de pages en Markdown, en tableaux HTML et en blocs structurés en respectant l'ordre de lecture et la position de chaque élément, si bien que chaque extrait peut être rattaché à son emplacement d'origine.
Les résultats publiés par NVIDIA elle-même sont flatteurs. Selon l'entreprise, Embed 8B atteint 61,17 de nDCG@10 sur ViDoRe v3.1, meilleur score parmi les modèles de recherche dense et près de neuf points au-dessus de son précédent modèle visuel, tandis que la version distillée de 1B en conserve environ 95 %. Rerank 8B obtient 60,49 sur un nouveau classement de réordonnancement ViDoRe v3.1 lancé avec l'équipe MTEB, devant Qwen-3-VL-Reranker-8B à 59,17. Parse arrive en tête de ParseBench parmi les modèles de moins d'un milliard de paramètres, avec 75,20 dans son mode le plus lent à trois passes, à 10,5 pages par seconde sur une seule H100 ; en une passe, il monte à 16,1 pages par seconde pour un score plus faible.
Pour les agents, l'enjeu est autant budgétaire que qualitatif. Dans les essais de NVIDIA sur ViDoRe v3, BRIGHT et BrowseComp-Plus, l'ajout du réordonnanceur a réduit d'environ 14 % les tokens d'inférence consommés par requête avec le modèle de 8B, et de 13 % avec celui de 1B, l'agent ayant besoin de moins de recherches répétées. La variante NVFP4 augmente le débit d'environ 27 % sur GB200 en conservant presque toute sa précision, et la pile de service NIM a traité environ 2,9 fois plus de requêtes qu'une configuration vLLM comparable sur une carte RTX PRO 6000 Blackwell.
Poids, recettes d'entraînement et outils d'ajustement sont disponibles sur Hugging Face, avec des conteneurs NIM et un hébergement via Baseten, DeepInfra et FriendliAI. Des partenaires comme Elastic, Perplexity, Vectorize et Turbopuffer font état de premières évaluations favorables, et l'annonce de l'Agent Toolkit publiée par NVIDIA le même jour cite Amazon OpenSearch Service, SAP, ServiceNow et Zoom parmi les utilisateurs de Nemotron Retriever.
Les réserves habituelles s'appliquent. Les classements sont arrêtés au 20 octobre 2026 et peuvent bouger vite, les comparaisons directes et les économies de tokens proviennent des propres expériences de NVIDIA, et les résultats des partenaires reposent sur des tests privés ou choisis par les fournisseurs. Les modèles sont distribués sous une licence propre à NVIDIA, à lire avant tout déploiement.