Chat IA à poids ouverts · NVIDIA
NVIDIA Nemotron Labs Dory1.0 : l'IA de poche qui réfléchit deux fois
La plupart des petits modèles d'IA répondent vite, puis arrêtent de réfléchir. NVIDIA Nemotron Labs Dory1.0 fait autrement : avant de répondre, il peut faire tourner son « cerveau » central encore et encore, comme un auteur qui relit son brouillon et le peaufine une fois de plus. C'est vous qui choisissez le nombre de passes. Une passe, c'est rapide et bavard ; deux, c'est le bon équilibre ; quatre donnent les meilleures réponses pour du code délicat ou de longs rapports. Le modèle entier pèse à peu près autant qu'un long métrage : il tient sur un portable, un Mac et même un téléphone.
- Modèle 4B en boucle
- Contexte de 256K
- Poids ouverts

Générateur de chat IA alternatif sans censure
Envie de longs roleplays sans filtre et d'histoires adultes sans installer de modèle local ? Ouvrez le chat sans censure et commencez en quelques secondes.
Ouvrir le chat sans censure →Un modèle 4B qui relit ses propres pensées
NVIDIA a publié le modèle le 16 octobre 2026 dans sa gamme expérimentale Nemotron Labs. Il ne compte que 4 milliards de paramètres et ne traite que du texte, mais il peut garder jusqu'à 256K tokens en mémoire, soit à peu près un roman entier ou un projet de code de taille moyenne dans une seule conversation. L'astuce : un bloc partagé de 20 couches au milieu du réseau, réutilisé à chaque boucle, si bien que réfléchir davantage coûte du temps et non de la taille de fichier. Selon NVIDIA, il a été conçu pour le raisonnement général dans un format compact ; seul l'anglais est officiellement pris en charge, et il a appris à partir de 43 langages de programmation. Les poids sont disponibles en open source sur Hugging Face en plusieurs tailles, de la pleine précision jusqu'à un fichier compact de 3,67 Go.
Un bouton, quatre vitesses : choisir 1, 2 ou 4 boucles
Voyez le réglage des boucles comme une boîte de vitesses. Chaque boucle supplémentaire rend la réponse un peu plus intelligente et un peu plus lente, sans jamais changer la taille du fichier sur votre disque. NVIDIA recommande deux boucles par défaut, et son propre tableau de tests montre pourquoi : le saut entre une et deux boucles est important, tandis que passer de deux à quatre apporte une finition plus légère.
En pratique, on utilise une boucle pour le brainstorming, les titres et la discussion détendue, quand la vitesse compte plus que la profondeur. Deux boucles, c'est le réglage du quotidien pour l'écriture, les résumés et le roleplay. Quatre boucles valent l'attente pour corriger des bugs, enchaîner des tâches d'agent en plusieurs étapes et lire attentivement de très longs documents. Les questions de type quiz scientifique ne progressent plus au-delà de deux boucles : inutile de pousser le réglage au maximum pour des questions de culture générale.
| Test NVIDIA | 1 boucle | 2 boucles | 4 boucles |
|---|---|---|---|
| SWE-bench Verified (correction de vrais problèmes de code) | 50.3 | 59.5 | 61.8 |
| IFBench (respect des consignes) | 74.29 | 77.94 | 79 |
| AA-LCR (raisonnement sur longs documents) | 63 | 71 | 73 |
| GDPval-AA Elo (tâches professionnelles utiles) | 815 | 946 | 967 |
Scores communiqués par NVIDIA sur la fiche du modèle, et non par un laboratoire indépendant.
Pourquoi un petit modèle qui réfléchit change la donne
Petit modèle rime souvent avec petit cerveau. Celui-ci inverse la tendance : un téléchargement compact qui sait quand même planifier, suivre des consignes détaillées et utiliser des outils. De vrais avantages pour tout le monde, pas seulement pour les ingénieurs.
- Privé par défaut : faites-le tourner sur votre propre machine, vos notes, brouillons et conversations ne quittent jamais l'appareil.
- Fonctionne hors ligne : écrivez en avion, dans un chalet ou partout où le Wi-Fi est mauvais.
- Une mémoire énorme pour sa taille : collez un manuscrit entier, la transcription d'une réunion ou un dossier de contrats et posez des questions sur l'ensemble.
- Respecte le cahier des charges : grâce à son bon suivi des consignes, moins de réécritures quand vous imposez un format, un ton ou un nombre de mots.
- De la vitesse quand vous en voulez : passez à une boucle pour des échanges rapides, augmentez quand la tâche se corse.

Cas concrets : de l'assistant de code au scénariste de séries courtes
Parce qu'il associe une longue mémoire à un raisonnement étape par étape, le modèle convient à des tâches qui demandaient autrefois un assistant bien plus gros. Voici les scénarios dont parlent le plus les premiers utilisateurs :
- Acolyte de code : lire le résumé d'un dépôt, repérer les fichiers à modifier et rédiger un patch. C'est sur le code que NVIDIA annonce ses plus gros progrès.
- Assistant pour longs documents : transformer un rapport de 100 pages ou des heures de notes de réunion en décisions, questions ouvertes et actions à mener.
- Préparation de romans et de séries : garder en contexte un plan complet, la bible des personnages et les chapitres précédents pendant l'écriture de la scène suivante.
- Séries courtes et scripts vidéo : structurer des épisodes verticaux, écrire des accroches et des cliffhangers, puis générer des prompts plan par plan pour un modèle d'image ou de vidéo.
- Assistant qui utilise des outils : vérifier des données via des outils, puis rédiger une réponse, pratique pour le support client et les automatisations personnelles.
- Fiction adulte et roleplay : des voix de personnages adultes fictifs longues et cohérentes, le long contexte empêchant l'histoire de dériver.

Des modèles de prompts qui tirent parti des boucles
Des rôles clairs et un format de sortie fixe permettent de profiter au maximum de la réflexion supplémentaire. Remplacez les parties entre crochets et adaptez le nombre de boucles à la tâche. NVIDIA suggère une température de 1.0 et un top_p de 0.95 comme point de départ.
- Correction de code (4 boucles) : Tu es un ingénieur senior. Lis le résumé du dépôt ci-dessous, liste les 3 fichiers à modifier, puis fournis un diff unifié. Réfléchis étape par étape. [résumé]
- Long document (2 boucles) : Résume le document suivant en décisions clés, questions ouvertes et actions avec leurs responsables. Cite les numéros de page. [document]
- Série courte (2 boucles) : Élabore le plan d'une série courte verticale de 10 épisodes sur [idée de départ]. Pour chaque épisode, donne une accroche de 3 secondes, un cliffhanger et 3 prompts de plans pour un modèle vidéo.
- Roleplay (2 boucles, adultes fictifs uniquement) : Tu es [personnage, adulte, fictif]. Reste dans ton rôle, décris les scènes de façon vivante et ne brise jamais le quatrième mur.
- Appel d'outil (2 boucles) : Utilise les outils pour vérifier le solde du compte, puis rédige une réponse. Renvoie du JSON {action, args}.
- Brainstorming (1 boucle) : Donne-moi 15 titres percutants sur [sujet], de moins de 8 mots chacun, dans trois ambiances différentes.
Dory 4B face à Qwen3.5 et Gemma 4
Dans le tableau comparatif de NVIDIA, NVIDIA Nemotron Labs Dory1.0 excelle surtout dans l'action : suivre des consignes, accomplir des tâches professionnelles et coder. Il est plus faible sur la culture générale pure, ce qui est logique pour un modèle 4B qui a moins de place pour mémoriser des faits. À retenir : associez-le à une recherche web ou à vos propres documents et laissez-le se charger du raisonnement.
| Test NVIDIA | Dory 4B (4 boucles) | Qwen3.5-4B |
|---|---|---|
| IFBench (consignes) | 79 | 53.83 |
| GDPval-AA Elo (tâches professionnelles) | 967 | 424 |
| GPQA (connaissances scientifiques) | 72 | 77.71 |
| AA-Omniscience (faits) | environ 10 | environ 15 |
Le tableau de NVIDIA inclut aussi Qwen3.5-9B et Gemma 4 26B A4B ; Dory rivalise avec eux sur les tâches d'agent et de consignes, mais reste derrière sur les questions de connaissances. Tous les chiffres sont fournis par l'éditeur.
Le faire tourner sur un téléphone, un Mac ou un seul GPU
Le fichier GGUF officiel en Q5_K_M pèse environ 3,67 Go, assez léger pour la plupart des portables récents. La communauté a déjà publié des versions Mac pour MLX en 4, 6 et 8 bits, des builds CoreML et un build LiteRT pour téléphones. NVIDIA a lui-même testé le modèle sur son matériel de data center et DGX Spark : la prise en charge des téléphones et des Mac vient donc de la communauté.
- Ollama et llama.cpp : la fiche du modèle indique le tag hf.co/nvidia/NVIDIA-Nemotron-Labs-Dory1.0-4B-GGUF:Q5_K_M, mais la prise en charge de cette nouvelle architecture par llama.cpp est encore dans une pull request, donc les anciennes versions risquent de ne pas le charger.
- vLLM : la prise en charge est en cours de revue dans une pull request ; transformers fonctionne directement dès aujourd'hui.
- Le mode réflexion est activé par défaut dans vLLM ; dans llama.cpp, activez-le avec --reasoning on.
- Sur les GPU NVIDIA les plus récents, le build NVFP4 tourne environ 2,2 à 2,4 fois plus vite, selon les chiffres DGX Spark de NVIDIA.
Les builds Dory abliterated et heretic
La version officielle de NVIDIA Nemotron Labs Dory1.0 est réglée pour la sécurité, et sa fiche demande aux utilisateurs de ne pas contourner les garde-fous. Comme les poids sont ouverts, des membres de la communauté ont déjà publié des versions modifiées sur Hugging Face, comme un build NVFP4 abliterated (avec des variantes MLX) et un GGUF heretic téléchargé quelques milliers de fois. Elles ne sont pas validées par NVIDIA et leur comportement n'a pas été vérifié ici : lisez chaque fiche de modèle avant de télécharger.
- Cherchez « Dory1.0 abliterated » ou « heretic GGUF » sur Hugging Face et vérifiez le nombre de téléchargements et les notes de la fiche.
- Réservez le roleplay et la fiction adulte à des personnages fictifs de 18 ans et plus, jamais à des personnes réelles.
- Si vous préférez ne rien installer, un chat en ligne sans censure offre une expérience similaire, sans filtre, directement dans le navigateur.
L'utiliser pour des histoires et vidéos coquines sur Spicy AI
NVIDIA Nemotron Labs Dory1.0 se prête à une boucle créative simple : une passe rapide et légère pour trouver des idées de départ et des noms de personnages, puis une passe plus poussée pour vérifier la logique de l'intrigue et écrire une liste de plans. Envoyez ensuite ces prompts dans l'éditeur d'images ou l'outil image-vers-vidéo pour transformer le script en visuels, par exemple une scène de flirt au bord de la piscine ou une rencontre feutrée au bar d'un hôtel entre deux adultes. Pour du roleplay sans filtre et des histoires adultes sans rien installer, le chat sans censure est le moyen le plus rapide de commencer.
Rédigez du roleplay adulte, des scripts d'histoires et des prompts vidéo dans un chat sans filtre.
Ouvrir le chat sans censure →Héberger Dory 4B soi-même ou discuter en ligne sur Spicy AI
| Déploiement local (poids officiels) | Spicy AI en ligne | |
|---|---|---|
| Filtres de contenu | Modèle officiel réglé pour la sécurité | Aucun filtre de contenu |
| Poids ouverts | Oui | Inutile : tout se passe dans le navigateur |
| Modèle | Poids officiels (BF16, MXFP8, NVFP4 ou GGUF) | Modèle de chat sans censure similaire, hébergé en ligne |
| Coût de départ | Téléchargement gratuit, sur votre propre appareil | Formule gratuite disponible |
FAQ
Qu'est-ce que NVIDIA Nemotron Labs Dory1.0 ?
C'est un modèle texte 4B à poids ouverts publié par NVIDIA le 16 octobre 2026. Il réutilise en boucle un bloc de couches partagé, vous laisse choisir de 1 à 4 boucles à l'exécution et lit jusqu'à 256K tokens.
Combien de boucles faut-il utiliser ?
NVIDIA recommande 2 par défaut. Une boucle est la plus rapide ; quatre boucles obtiennent les meilleurs scores sur le code et les tâches d'agent dans les tests de NVIDIA, par exemple 61.8 sur SWE-bench Verified.
Peut-il tourner sur un téléphone ou un Mac ?
Le GGUF Q5_K_M officiel pèse environ 3,67 Go, et la communauté propose des conversions MLX, CoreML et LiteRT. NVIDIA a effectué ses propres tests sur ses GPU de data center et DGX Spark : les autres appareils reposent donc sur des builds communautaires.
Fonctionne-t-il avec Ollama ?
La fiche du modèle indique une commande Ollama et llama.cpp, mais la prise en charge par llama.cpp est encore dans une pull request. Il vous faut une version qui prend en charge cette architecture ; les anciennes versions risquent de ne pas le charger.
Existe-t-il un modèle Dory sans censure ?
Pas chez NVIDIA. Des versions communautaires abliterated et heretic existent sur Hugging Face ; elles ne sont pas officielles et leur qualité n'est pas vérifiée.
Comprend-il le chinois ou d'autres langues ?
NVIDIA n'indique que l'anglais comme langue prise en charge. D'autres langues peuvent fonctionner en partie, mais la qualité n'a pas été confirmée.