NemoClaw : NVIDIA-LangChain place Nemotron 3 Ultra à 4,48$/run

Le résultat intéressant dans l'annonce du 8 juillet n'est pas la place au classement, c'est ce qui produit la place. Sur le benchmark Deep Agents de LangChain, NVIDIA rapporte que son modèle ouvert Nemotron 3 Ultra atteint la meilleure précision parmi les modèles ouverts sans aucun réentraînement. Selon la formule des deux entreprises, chaque gain vient de l'ingénierie autour du modèle, pas du modèle lui-même.

Les chiffres, à prendre comme rapportés: un score agrégé de 0,86 pour un coût d'inférence de 4,48 dollars par run, contre 43,48 dollars pour le modèle fermé le plus proche, soit environ dix fois moins cher. Le blueprint qui produit ce résultat s'appelle NemoClaw et combine trois briques, détaillées côté LangChain: le modèle ouvert Nemotron 3 Ultra, le harness Deep Agents Code de LangChain (planification, usage d'outils, mémoire, exécution des tâches), et le runtime sécurisé NVIDIA OpenShell. Ce qui a été retravaillé, précisément, c'est la façon dont l'agent se sert des outils, gère son contexte et évalue les étapes intermédiaires.

La thèse est portée par Harrison Chase, cofondateur et CEO de LangChain, qui résume: « Memory, tool use, evaluation, and model behavior compound when teams can tune them together. » Traduit en langage d'acheteur, cela veut dire que sur des workflows d'agents longs, une part significative de la performance vient du système autour du modèle, pas seulement de sa taille. Côté écosystème, EY est cité comme intégrateur, tandis que Baseten, Crusoe, DeepInfra, Fireworks, Nebius et Together AI hébergent le profil optimisé.

Le caveat honnête, c'est que le benchmark utilisé est celui de LangChain et que le harness a été tuné spécifiquement autour de Nemotron 3 Ultra, deux conditions qui flattent naturellement le résultat. Ce que le communiqué ne donne pas: le nom du modèle fermé de référence à 43,48 dollars par run, ni la composition concrète d'un run — durée, nombre d'appels d'outils, tokens — ce qui rend la comparaison difficile à répliquer sur un workload d'entreprise réel.

Reste que le message aux équipes plateforme est clair. Si la promesse tient hors du banc d'essai maison, on peut acheter un ordre de grandeur d'économie sur des agents longs sans changer de modèle, en industrialisant la couche autour. Les premiers gagnants seraient les intégrateurs et les hébergeurs cités; les seconds, les équipes internes qui savent copier la méthode plutôt qu'attendre le prochain modèle plus gros.