vLLM Semantic Router publie d3-ultra, un modèle de décision multimodal ouvert de 27 milliards de paramètres
L'équipe vLLM Semantic Router a publié d3-ultra, un modèle de décision multimodal de 27 milliards de paramètres sous licence Apache-2.0. Contrairement à un modèle génératif, il ne produit pas de texte : il lit une entrée une seule fois et renvoie une probabilité pour chaque réponse à chaque question posée. Il compte 26,09 milliards de paramètres denses, dont 0,46 milliard pour l'encodeur visuel, et accepte 131 072 tokens de contexte par question. Le développeur envoie un état (texte ou JSON, avec images ou vidéos) et un ensemble de questions typées : choix parmi plusieurs options, oui/non, note sur une échelle, localisation d'un objet dans une image ou un moment vidéo, ou suivi d'une cible sur toute une vidéo. Les questions dépassant la limite échouent avec l'erreur maxlengthexceeded, sans troncature silencieuse. Sur le test interne SR-Text (10 411 requêtes, 73 495 questions, scores corrigés du hasard), d3-ultra obtient 87,2, devant GLiDE V1.2 (85,1), d1-ultra (83,4), d3-turbo (83,1), d3 (81,4) et Jev 1.14 (73,1). Sur SR-Box (5 678 questions de localisation sur 4 984 images), il atteint 58,2 % sur 10 domaines et 54,6 % sur 9, contre 60,0 % et 59,6 % pour d3-turbo. Sur un GPU AMD Instinct MI325X, une question sur une photo prend 304 ms, et 255 questions 2,16 s, soit environ 7,3 ms par question supplémentaire.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
L'intérêt tient à la consolidation : routage, classification, ancrage visuel et vérification vidéo passent par un seul appel à un modèle ouvert, au lieu d'enchaîner des invites suivies d'un traitement de la réponse. Le coût marginal très faible de chaque question supplémentaire permet d'en poser des centaines sur le même contenu. Pour les équipes qui construisent des passerelles d'agents ou des systèmes de modération, cela fournit des probabilités exploitables directement par le code plutôt que du texte à analyser. Le modèle domine presque tous les domaines de SR-Text, sauf les arts et le goût humain, où d1-ultra le devance de peu (90,8 contre 89,6), un écart dans la marge d'erreur. Il reste en revanche en retrait sur la localisation d'images naturelles, où d3-turbo garde l'avantage, d3-ultra se montrant meilleur sur les graphiques. Ces chiffres proviennent de tests privés de l'équipe, non d'une évaluation indépendante, et aucune variante quantifiée officielle n'existe pour l'instant.
d3-ultra est le dernier membre de la famille Decision 3.0, qui va de 0,6 à 27 milliards de paramètres. Sa carte indique une architecture de type Qwen3.5 à 64 couches, dont 48 à attention linéaire et 16 à attention complète, sans nommer le checkpoint de base. La recette de vLLM précise que le d3 de la même famille a été entraîné à partir de Qwen3.8-27B. Il se déploie de quatre manières : via Transformers 5.17.0 avec trustremotecode, avec le moteur vllm-sr serve (intégré par la PR #5449 du 25 octobre 2026), par une API gratuite sur décision.vllm-sr.ai avec clé, ou par la démo officielle sur Hugging Face. Le modèle affronte des concurrents comme GLiDE V1.2 de Fastino Labs, d1-ultra de Liquid AI et Jev 1.14 de TypeSafe, ce dernier servant de référence aux « modèles System One » qui transforment un état et des questions en jugements typés. Cette catégorie, à mi-chemin entre classifieur et grand modèle de langage, gagne en visibilité, et la course se jouera sur la fenêtre de contexte, la précision en localisation et la disponibilité de versions quantifiées.
Pas d'impact direct sur la France/UE