Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
N
NVIDIA / nvidia/Nemotron-3.5-Parse
Nemotron 3.5 Parse
Modèle NVIDIA publié le 17 octobre 2026 pour transformer des images de pages en texte structuré, classes sémantiques, boîtes et ordre de lecture. Il combine C-RADIOv4-SO400M, un décodeur mBART de dix couches et 630 800 496 paramètres uniques. Il accepte une image RGB et un prompt de tâche ; les PDF doivent être convertis en images de pages. Il ne génère pas d’images et ne remplace pas un assistant généraliste.
01 / RÉSUMÉ
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
02 / FICHE TECHNIQUE
Limites et intégration
| ID d’API | nvidia/Nemotron-3.5-Parse |
|---|---|
| Type de modèle | OCR et documents · Multimodal |
| Mode d’accès | Poids ouverts |
| Licence | OpenMDW 1.1 |
| Déploiement | Transformers · vLLM avec plugin Nemotron |
| Lancement | 17 OCT 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Image · Texte |
| Sortie | Texte |
| Fenêtre contextuelle | 16 384 positions partagées entre image et texte |
| puissance maximale | 9 000 tokens configurés ; évaluation avec 8 744 |
| Raisonnement | Extraction visuelle, pas un assistant conversationnel |
| Outils publiés | OCR |
| Sorties structurées | Boîtes, classes et ordre de lecture ; post-traitement disponible |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Poids ouverts |
| Plateformes vérifiées | Hugging Face · Transformers · vLLM |
Extraction de documents, tableaux et graphiques et préparation de données pour la recherche et le RAG. La référence recommande des images jusqu’à 1 664 × 2 048 pixels. Les coordonnées sont normalisées au contenu et doivent être mises à l’échelle de l’image évaluée. Les helpers conservent l’ordre de lecture et les cellules fusionnées à l’export HTML ; un tableau Markdown plat ne conserve pas toutes les fusions.
La configuration déclare 16 384 positions partagées par le préfixe visuel et le texte, pas 16 384 tokens de conversation disponibles. generation_config fixe 9 000 nouveaux tokens ; les exemples et évaluations OCR utilisent 8 744. Ce ne sont pas deux limites universelles distinctes. Le code de référence exige trust_remote_code : examinez-le et fixez une révision avant exécution. Vérifiez omissions, chiffres, confidentialité et erreurs de lecture sur vos documents.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Extraction de documents, tableaux et graphiques et préparation de données pour la recherche et le RAG. La référence recommande des images jusqu’à 1 664 × 2 048 pixels. Les coordonnées sont normalisées au contenu et doivent être mises à l’échelle de l’image évaluée. Les helpers conservent l’ordre de lecture et les cellules fusionnées à l’export HTML ; un tableau Markdown plat ne conserve pas toutes les fusions.
Contexte
16 384 positions partagées entre image et texte · 9 000 tokens configurés ; évaluation avec 8 744
Outils et intégration
OCR
Accès
Hugging Face · checkpoint téléchargeable
Modalités d’entrée
ImageTexte
04 / TARIFS
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | Aucun tarif API officiel publié | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Coût de l’infrastructure propre | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
Poids téléchargeables sous OpenMDW 1.1, avec usage commercial et non commercial soumis à ses conditions. Le tokenizer porte une attribution MIT et les dépendances conservent leurs licences. Aucune API commerciale ni tarification par token n’a été vérifiée : les coûts numériques restent vides. L’inférence auto-hébergée exige un budget matériel, mémoire, exploitation et sécurité ; téléchargement disponible ne signifie pas inférence gratuite.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
05 / ÉVALUATIONS
Comment lire les résultats
“
Résultats publiés par NVIDIA, non reproduits par Inferama. ParseBench couvre 2 078 pages : le score mis en avant utilise la triple passe avec union des régions, pas la triple passe simple. IndicVisionBench OCR utilise 876 pages et dix langues. MOSCAR utilise 8 111 pages synthétiques et 163 entrées de langue ou d’écriture, correspondant à 162 codes de langue. Son F1 de sac de caractères ignore l’ordre et ne garantit pas la précision sur des scans réels, l’écriture manuscrite ou des images dégradées.
| Benchmark | Résultat | Métrique | Source |
|---|---|---|---|
| ParseBench Overall (triple-pass union) | 75,20 | Plus haut est meilleur | Voir la source ↗ |
| ParseBench Tables (triple-pass union) | 84,67 | Plus haut est meilleur | Voir la source ↗ |
| ParseBench Charts (triple-pass union) | 64,40 | Plus haut est meilleur | Voir la source ↗ |
| ParseBench Content Faithfulness (triple-pass union) | 87,96 | Plus haut est meilleur | Voir la source ↗ |
| ParseBench Semantic Formatting (triple-pass union) | 68,28 | Plus haut est meilleur | Voir la source ↗ |
| ParseBench Visual Grounding (triple-pass union) | 70,67 | Plus haut est meilleur | Voir la source ↗ |
| IndicVisionBench OCR ANLS-char | 83,73 | Plus haut est meilleur | Voir la source ↗ |
| IndicVisionBench OCR CER | 16,00 | Plus bas est meilleur | Voir la source ↗ |
| MOSCAR Character Bag F1 | 99,51 | Plus haut est meilleur | Voir la source ↗ |
| MOSCAR CER | 1,35 | Plus bas est meilleur | Voir la source ↗ |
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
06 / VERSIONS
Chronologie
Nemotron 3.5 Parse
Publication des poids et références OCR ; la création du dépôt en septembre n’est pas utilisée comme date de lancement.
07 / SOURCES
Traçabilité
MODEL CARDNemotron 3.5 Parse · ficha y lanzamientohuggingface.co↗
CONFIGURATIONContexto visual y textualhuggingface.co↗
CONFIGURATIONGeneración predeterminadahuggingface.co↗
ÉVALUATIONParseBench · métricas y revisioneshuggingface.co↗
ÉVALUATIONOCR multilingüe · metodologíahuggingface.co↗
ÉVALUATIONOCR multilingüe · resultadoshuggingface.co↗
LICENCEOpenMDW License Agreement 1.1openmdw.ai↗
BENCHMARKParseBench Overall (triple-pass union)huggingface.co↗
BENCHMARKIndicVisionBench OCR ANLS-charhuggingface.co↗
BENCHMARKMOSCAR Character Bag F1huggingface.co↗