Nova Micro

Nova Micro est un LLM propriétaire d’Amazon, sorti le 20 novembre 2024, avec des poids non ouverts. À l’échelle de l’IA générative, son ancienneté d’environ deux ans le place déjà parmi les modèles de génération précédente, à comparer surtout aux LLM disponibles autour de sa sortie…

Nova Micro est un LLM propriétaire d’Amazon, sorti le 20 novembre 2024, avec des poids non ouverts. À l’échelle de l’IA générative, son ancienneté d’environ deux ans le place déjà parmi les modèles de génération précédente, à comparer surtout aux LLM disponibles autour de sa sortie plutôt qu’aux systèmes actuels.

Son identité principale est économique : Nova Micro se situe très en dessous du coût moyen des LLM similaires et nettement sous les modèles frontière. Il combine ce positionnement tarifaire avec une fenêtre de contexte de 128 000 tokens, mais ses indices publics le classent dans le bas des comparatifs disponibles, sur la base de deux sources concordantes.

Caractéristiques

CaractéristiqueValeur
TypeGrand modèle de langage (LLM)
ÉditeurAmazon
LicenceProprietary (poids non ouverts)
Date de sortie20 novembre 2024
Multimodalnon
Fenêtre de contexte128 000 tokens
Modalités (entrée → sortie)text → text

Indices de synthèse

IndiceValeurRang (LLM)
Intelligence Index4.7136ᵉ / 136
Math Index6.054ᵉ / 55

Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.

Performances (benchmarks)

BenchmarkScoreRang (LLM)SourceFiabilité
GSM8k92,3 %18ᵉ / 47llm-statsAuto-déclaré
ARC-C90,2 %11ᵉ / 34llm-statsAuto-déclaré
Translation Set1→en COMET2288,7 %3ᵉ / 3llm-statsAuto-déclaré
Translation en→Set1 COMET2288,5 %3ᵉ / 3llm-statsAuto-déclaré
IFEval87,2 %34ᵉ / 65llm-statsAuto-déclaré
HumanEval81,1 %42ᵉ / 65llm-statsAuto-déclaré
BBH79,5 %9ᵉ / 12llm-statsAuto-déclaré
DROP79,3 %14ᵉ / 29llm-statsAuto-déclaré
MMLU77,6 %69ᵉ / 98llm-statsAuto-déclaré
MATH69,3 %41ᵉ / 70llm-statsAuto-déclaré
FinQA65,2 %3ᵉ / 3llm-statsAuto-déclaré
BFCL56,2 %11ᵉ / 11llm-statsAuto-déclaré
CRAG43,1 %3ᵉ / 3llm-statsAuto-déclaré
Translation Set1→en spBleu42,6 %3ᵉ / 3llm-statsAuto-déclaré
Translation en→Set1 spBleu40,2 %3ᵉ / 3llm-statsAuto-déclaré
GPQA40,0 %186ᵉ / 213llm-statsAuto-déclaré
SQuALITY18,8 %5ᵉ / 5llm-statsAuto-déclaré

« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.

Intelligence Index

▶ Nova Micro4.7

Math Index

gemini-3-flash97.0
DeepSeek V3.292.0
▶ Nova Micro6.0

Tarifs

FournisseurEntrée / 1MSortie / 1MCache lecture / 1M
artificialanalysis0,035 $0,14 $0,00875 $

Prix en dollars US par million de tokens.

Sa tarification se situe 98 % en dessous de la moyenne des LLM similaires, et 138,1 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).

Notre analyse

Forces. Nova Micro se distingue d’abord par son coût très bas : sa tarification est indiquée comme 98% inférieure à la moyenne des LLM similaires, avec un écart d’environ 138,1 fois face aux modèles frontière. Cette caractéristique en fait surtout un modèle de volume, conçu pour réduire le coût par token plutôt que pour viser les meilleures performances. Sa fenêtre de contexte de 128 000 tokens reste un élément notable pour un modèle économique de sa période. À sa sortie, son classement GPQA (benchmark de questions scientifiques difficiles) le plaçait dans le top 67% des 43 LLM de sa génération, un niveau exploitable à l’époque mais sans position dominante.

Limites et points d'attention. Les résultats disponibles situent Nova Micro très bas dans les classements globaux : l’Intelligence Index le place dernier de son panel, et le Math Index quasiment en queue de classement. Son ancienneté pèse fortement : près de deux ans représentent un écart très long dans l’IA, ses performances sont aujourd’hui largement dépassées et ce type de modèle est souvent retiré du catalogue de l’éditeur. Sa licence propriétaire limite aussi l’audit et l’adaptation fine des poids.


Sources des données : LLM-Stats (llm-stats.com) · Artificial Analysis (artificialanalysis.ai).