Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
N
NVIDIA / nvidia/NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16
Nemotron Labs Dory 1.0 4B
Modèle textuel de NVIDIA publié le 16 octobre 2026, avec 4 milliards de paramètres et une architecture récurrente. Il réutilise un bloc de couches pour ajuster le calcul par token sans changer de checkpoint. L’anglais et un contexte validé de 256K tokens sont documentés. Il ne génère ni images, ni audio, ni vidéo.
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/NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16 |
|---|---|
| Type de modèle | Texte et raisonnement · Code |
| Mode d’accès | Poids ouverts |
| Licence | OpenMDW 1.1 |
| Déploiement | Auto-hébergement ; prise en charge de Dory en attente de versions stables |
| Lancement | 16 OCT 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Texte |
| Sortie | Texte |
| Fenêtre contextuelle | 262 144 tokens |
| puissance maximale | Non publié |
| Raisonnement | 1, 2 ou 4 boucles ; 2 recommandées |
| Outils publiés | Fonctions |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | Hugging Face · vLLM · llama.cpp |
Raisonnement, programmation et agents avec outils sur votre propre infrastructure. NVIDIA recommande deux boucles pour commencer ; une réduit le calcul par token et quatre peuvent améliorer certaines tâches. Mesurez la latence et le coût de bout en bout : plus de boucles ne garantit pas une meilleure exactitude sur tous les benchmarks.
La prise en charge de Dory dans vLLM et llama.cpp nécessite les révisions indiquées par NVIDIA, et non une version stable quelconque. L’alias local dory n’est pas une API commerciale. Le contexte de 4 096 tokens et les 2 048 tokens de sortie de l’exemple GGUF ne sont pas des limites universelles. Nous ne transférons pas les résultats BF16 aux formats quantifiés.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Raisonnement, programmation et agents avec outils sur votre propre infrastructure. NVIDIA recommande deux boucles pour commencer ; une réduit le calcul par token et quatre peuvent améliorer certaines tâches. Mesurez la latence et le coût de bout en bout : plus de boucles ne garantit pas une meilleure exactitude sur tous les benchmarks.
Contexte
262 144 tokens · Non publié
Outils et intégration
Fonctions
Accès
Hugging Face · checkpoint téléchargeable
Modalités d’entrée
Texte
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 disponibles en BF16, MXFP8, NVFP4 et GGUF Q5_K_M sous OpenMDW 1.1, avec usage commercial et non commercial soumis à ses conditions. Aucun tarif d’API hébergée n’a été vérifié : les champs de coûts numériques restent vides. Le téléchargement n’élimine pas les coûts de matériel, mémoire, exploitation et sécurité.
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
“
Dix métriques publiées par NVIDIA pour BF16, non reproduites par Inferama. Le chiffre principal utilise deux boucles ; les conditions liées conservent aussi les résultats avec une et quatre. Terminal-Bench 2.1 utilise Terminus-2. AA-LCR conserve le juge Qwen3-235B-A22B et GDPval-AA v2 utilise des références spécifiques : aucune comparaison directe avec d’autres protocoles. Les estimations graphiques de l’indice AA ne sont pas présentées comme scores officiels.
| Benchmark | Résultat | Métrique | Source |
|---|---|---|---|
| SciCode | 34,94 | Score BF16 · 2 boucles | Voir la source ↗ |
| SWE-bench Verified | 59,5 | Score BF16 · 2 boucles | Voir la source ↗ |
| Terminal-Bench 2.1 (Terminus 2) | 18,1 | Score BF16 · 2 boucles | Voir la source ↗ |
| Tau3-bench (Banking) | 12,89 | Score BF16 · 2 boucles | Voir la source ↗ |
| GDPval-AA v2 (NVIDIA anchors) | 946 | Elo BF16 · 2 boucles | Voir la source ↗ |
| GPQA Diamond (sin herramientas) | 72,41 | Score BF16 · 2 boucles | Voir la source ↗ |
| HLE (texto, sin herramientas) | 10,89 | Score BF16 · 2 boucles | Voir la source ↗ |
| IFBench | 77,94 | Score BF16 · 2 boucles | Voir la source ↗ |
| AA-LCR (NVIDIA, Qwen3 judge) | 71 | Score BF16 · 2 boucles | Voir la source ↗ |
| AA-Omniscience (accuracy) | 10,08 | Score BF16 · 2 boucles | 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
BF16 / MXFP8 / NVFP4 / GGUF Q5_K_M
Quatre formats du même modèle, pas quatre lancements indépendants. L’identifiant de référence correspond à BF16 ; les dépôts officiels de chaque format sont liés dans les sources. Le mode per_loop augmente le cache KV à chaque boucle ; last_loop conserve un seul cache par couche récurrente.
07 / SOURCES