Nvidia décrit Nemotron 3.5 Super VL comme un modèle multimodal pour comprendre des documents visuels et réaliser des tâches agentiques. Reflection présente Beam comme un modèle textuel destiné au code, au raisonnement et aux agents. Pour une entreprise, le premier critère de présélection est donc le type de données que le modèle doit traiter.
| Modèle | Tâches décrites | Modalité | Paramètres annoncés |
| Nemotron 3.5 Super VL | Compréhension visuelle, utilisation d’outils et workflows métier en plusieurs étapes | Multimodale, avec compréhension visuelle | 120 milliards |
| Beam | Programmation, raisonnement et tâches agentiques | Texte en entrée et en sortie | 501,3 milliards au total, dont 23,4 milliards actifs |
Les tâches et les entrées ne sont pas les mêmes
Nemotron 3.5 Super VL vise notamment les PDF, les pages web, les tableaux et les graphiques. Nvidia le décrit aussi pour le suivi d’instructions, l’utilisation d’outils et les workflows métier en plusieurs étapes. Si un agent doit tirer des informations d’un rapport graphique ou d’une page web, cette capacité visuelle correspond au besoin décrit.
Beam se concentre sur le texte : Reflection le destine au code, au raisonnement et aux tâches agentiques, et sa fiche technique précise qu’il reçoit du texte et produit du texte. Le modèle dispose d’un contexte d’un million de tokens, c’est-à-dire la quantité de texte qu’il peut prendre en compte dans une requête. Reflection indique qu’il a été développé principalement en anglais, un élément à considérer pour les usages en français.
Beam repose sur une architecture à mélange d’experts, ou MoE. Elle compte 501,3 milliards de paramètres au total, mais 23,4 milliards sont actifs. Ces deux chiffres décrivent des choses différentes : le total donne la taille annoncée du modèle, tandis que le nombre actif précise combien de paramètres sont mobilisés. Le seul total ne permet pas de déterminer la qualité ou les ressources nécessaires pour une tâche donnée.
Ce que l’accès aux poids permet
Les poids sont les paramètres appris qui définissent le comportement du modèle. Leur accès permet notamment de télécharger un modèle, de l’héberger soi-même et de le personnaliser, selon les options et les conditions propres à chaque produit.
Reflection a publié les poids de Beam sous licence Apache 2.0, dans les formats BF16, FP8 et NVFP4. L’entreprise destine le modèle à des usages commerciaux et de recherche. La licence Apache 2.0 concerne les poids : elle ne signifie pas automatiquement que chaque service, outil ou composant associé relève des mêmes conditions.
Nvidia décrit Nemotron 3.5 Super VL comme un modèle ouvert et indique fournir ses poids, des jeux de données et des recettes d’entraînement. Les organisations peuvent le post-entraîner sur leurs données, leurs outils, leurs politiques et leurs workflows, puis le déployer sur leur propre infrastructure.
NeoTeo avait déjà couvert l’annonce initiale de Beam. Reflection a depuis publié ses poids, ce qui permet aux équipes d’envisager l’auto-hébergement et la personnalisation du modèle.
Des voies de déploiement différentes
Nvidia décrit des déploiements de Nemotron 3.5 Super VL en centre de données, dans le cloud, sur station de travail et à la périphérie du réseau. Pour des usages spécialisés, Nvidia indique que Scale AI a post-entraîné le modèle pour un agent de diligence en fusions-acquisitions chez EY et un agent de financement du crédit fournisseurs chez Skydance. Ramp personnalise aussi le modèle pour l’analyse de documents financiers.
Reflection indique que Beam est accessible par des services hébergés et des plateformes cloud, ainsi que sur site, sur des infrastructures souveraines ou dans des environnements isolés du réseau. Dell et HPE le proposent pour ces derniers types de déploiement. Reflection mentionne plus de 40 partenaires dans son écosystème.
Ces options donnent des pistes pour choisir où exécuter le modèle, mais le lieu d’hébergement ne suffit pas à établir le coût total ou le niveau de sécurité d’un déploiement. Il faut aussi tenir compte de l’infrastructure et des contraintes propres à l’organisation.
Quel modèle retenir pour votre usage ?
Pour un workflow qui commence par un PDF, un graphique, un tableau ou une page web, Nemotron 3.5 Super VL correspond à la capacité visuelle décrite par Nvidia. Pour un flux centré sur le code, le raisonnement textuel et l’utilisation d’outils, Beam correspond aux tâches mises en avant par Reflection. Si le français est central, son développement principalement en anglais mérite également d’entrer dans la présélection.
Nvidia affirme que Nemotron 3.5 Super VL est cinq fois plus rapide que le modèle suivant de sa catégorie. Cette affirmation porte sur la comparaison formulée par Nvidia ; elle ne constitue pas un résultat direct comparant Beam et Nemotron. Le chiffre de 501,3 milliards de paramètres de Beam ne suffit pas davantage à établir un classement. Le choix se joue d’abord sur les données d’entrée et le travail que l’agent doit effectuer.
