NVIDIASprachmodell
Nemotron Mini 4B Instruct
Für Nemotron Mini 4B Instruct gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 452 von 785
33von 100-2 zum Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
Nemotron Mini 4B Instruct entstand durch Pruning, Distillation und Quantisierung aus NVIDIA Minitron 4B, das wiederum aus Nemotron 4 15B komprimiert wurde.
Die Modellkarte empfiehlt ein eigenes Chat-Template und nennt ein 4.096-Token-Fenster für den veröffentlichten Checkpoint.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 26 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 3
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
GSM8K-Hi (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 32.22
- Bewertung
- 32.22
- Messgröße
- accuracy on the paper's 1-100 scale
- Einheit
- %
- Benchmark-Version
- BHASHA 2025 Table 2; custom Hindi adaptation; LM-Eval-Harness; 1,319 samples
- Richtung
- Mehr ist besser
- Stichprobe
- 1319
- Quellentyp
- vendor-reported
- Auswertung
- Kamath et al., Benchmarking Hindi LLMs, BHASHA 2025 (NVIDIA authors)
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Nemotron-Mini-4B-Instruct. Laut Arbeit nutzt GSM8K-Hi LM-Eval-Harness und meldet Genauigkeit auf einer Skala von 1 bis 100. Zahl der Beispiele, Modellrevision und Decoding-Einstellungen sind nicht genannt.
- Einordnung
- Dies sind Ergebnisse eigens erstellter Hindi-Benchmarkvarianten, nicht der ursprünglichen englischen Testsätze. Die Arbeit pinnt weder die Modellrevision noch das vollständige Inferenzsetup.
IFEval-Hi (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 36.08
- Bewertung
- 36.08
- Messgröße
- accuracy on the paper's 1-100 scale
- Einheit
- %
- Benchmark-Version
- BHASHA 2025 Table 2; custom Hindi adaptation; 848 samples
- Richtung
- Mehr ist besser
- Stichprobe
- 848
- Quellentyp
- vendor-reported
- Auswertung
- Kamath et al., Benchmarking Hindi LLMs, BHASHA 2025 (NVIDIA authors)
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Nemotron-Mini-4B-Instruct im eigens erstellten Hindi-IFEval-Hi-Testsatz. Die Arbeit definiert den Tabellenwert als Genauigkeit auf einer Skala von 1 bis 100. Modellrevision, Prompt und Decoding-Einstellungen sind nicht genannt.
- Einordnung
- Dies sind Ergebnisse eigens erstellter Hindi-Benchmarkvarianten, nicht der ursprünglichen englischen Testsätze. Die Arbeit pinnt weder die Modellrevision noch das vollständige Inferenzsetup.
Mobile-MMLU (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 35.1
- Bewertung
- 35.1
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- Mobile-MMLU paper, Table 2; zero-shot
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Mobile-MMLU paper, Proceedings of Machine Learning Research, Vol. 03-1
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Die Arbeit meldet in Tabelle 2 Zero-Shot-Ergebnisse und nennt Genauigkeit als primäre Kennzahl. Die Zeile bezeichnet exakt den Checkpoint Nemotron-Mini-4B-Instruct. Eine Stichprobengröße für diese Tabelle, eine unveränderliche Gewichtsrevision und vollständige Decoding-Parameter werden nicht angegeben.
- Einordnung
- Die Quelle veröffentlicht für diese Tabellen weder die Zahl der ausgewerteten Aufgaben noch eine genaue unveränderliche Modellrevision. Ein Konfidenzintervall wird nicht angegeben.
Mobile-MMLU-Pro (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 30.8
- Bewertung
- 30.8
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- Mobile-MMLU paper, Table 2; zero-shot
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Mobile-MMLU paper, Proceedings of Machine Learning Research, Vol. 03-1
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Die Arbeit meldet in Tabelle 2 Zero-Shot-Ergebnisse und nennt Genauigkeit als primäre Kennzahl. Die Zeile bezeichnet exakt den Checkpoint Nemotron-Mini-4B-Instruct. Eine Stichprobengröße für diese Tabelle, eine unveränderliche Gewichtsrevision und vollständige Decoding-Parameter werden nicht angegeben.
- Einordnung
- Die Quelle veröffentlicht für diese Tabellen weder die Zahl der ausgewerteten Aufgaben noch eine genaue unveränderliche Modellrevision. Ein Konfidenzintervall wird nicht angegeben.
Mobile-MMLU OSQ (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 13.7
- Bewertung
- 13.7
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- Mobile-MMLU paper, Table 3; OSQ; zero-shot
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Mobile-MMLU paper, Proceedings of Machine Learning Research, Vol. 03-1
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Tabelle 3 meldet Zero-Shot-Ergebnisse für Open-Style Questions (OSQ), die direkt und ohne Multiple-Choice-Optionen beantwortet werden. Die Arbeit bewertet OSQ-Antworten mit einem LLM-Judge, der „Correct“ oder „Incorrect“ ausgibt. Die genaue Judge-Revision, die Stichprobengröße dieser Tabelle, die Gewichtsrevision des Modells und vollständige Decoding-Parameter werden nicht genannt.
- Einordnung
- Die Quelle veröffentlicht für diese Tabellen weder die Zahl der ausgewerteten Aufgaben noch eine genaue unveränderliche Modellrevision. Ein Konfidenzintervall wird nicht angegeben.
Mobile-MMLU-Pro OSQ (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 10.7
- Bewertung
- 10.7
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- Mobile-MMLU paper, Table 3; OSQ; zero-shot
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Mobile-MMLU paper, Proceedings of Machine Learning Research, Vol. 03-1
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Tabelle 3 meldet Zero-Shot-Ergebnisse für Open-Style Questions (OSQ), die direkt und ohne Multiple-Choice-Optionen beantwortet werden. Die Arbeit bewertet OSQ-Antworten mit einem LLM-Judge, der „Correct“ oder „Incorrect“ ausgibt. Die genaue Judge-Revision, die Stichprobengröße dieser Tabelle, die Gewichtsrevision des Modells und vollständige Decoding-Parameter werden nicht genannt.
- Einordnung
- Die Quelle veröffentlicht für diese Tabellen weder die Zahl der ausgewerteten Aufgaben noch eine genaue unveränderliche Modellrevision. Ein Konfidenzintervall wird nicht angegeben.
MT-Bench-Hi (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3.44
- Bewertung
- 3.44
- Messgröße
- LLM-as-a-judge rating on the paper's 1-10 scale
- Einheit
- rating
- Benchmark-Version
- BHASHA 2025 Table 2; custom Hindi adaptation; 200 samples
- Richtung
- Mehr ist besser
- Stichprobe
- 200
- Quellentyp
- vendor-reported
- Auswertung
- Kamath et al., Benchmarking Hindi LLMs, BHASHA 2025 (NVIDIA authors)
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Nemotron-Mini-4B-Instruct in der eigens erstellten Hindi-Bewertungsreihe. Die Arbeit nennt eine LLM-Bewertungsskala von 1 bis 10, aber keine genaue Modellrevision, kein Bewertungsmodell, keinen Prompt und keine Decoding-Einstellungen dieses Laufs.
- Einordnung
- Dies sind Ergebnisse eigens erstellter Hindi-Benchmarkvarianten, nicht der ursprünglichen englischen Testsätze. Die Arbeit pinnt weder die Modellrevision noch das vollständige Inferenzsetup.
ChatRAG-Hi (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 27.32
- Bewertung
- 27.32
- Messgröße
- F1 score; scale not specified
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- BHASHA 2025 Table 2; custom Hindi adaptation; 5,948 samples
- Richtung
- Mehr ist besser
- Stichprobe
- 5948
- Quellentyp
- vendor-reported
- Auswertung
- Kamath et al., Benchmarking Hindi LLMs, BHASHA 2025 (NVIDIA authors)
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Nemotron-Mini-4B-Instruct im eigens erstellten Hindi-ChatRAG-Hi-Testsatz. Die Arbeit bezeichnet den Wert als F1-Score, nennt aber weder dessen Skala noch Prompt- oder Decoding-Einstellungen des Modells.
- Einordnung
- Dies sind Ergebnisse eigens erstellter Hindi-Benchmarkvarianten, nicht der ursprünglichen englischen Testsätze. Die Arbeit pinnt weder die Modellrevision noch das vollständige Inferenzsetup.
IndicSentiment (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 90.01
- Bewertung
- 90.01
- Messgröße
- F1-NLU score; source scale not stated
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- IndoNLP 2025, Table 3; Hindi task suite
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Adapting Multilingual LLMs to Low-Resource Languages using Continued Pre-training and Synthetic Corpus (IndoNLP 2025), Table 3
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3, Spalte Nemotron-Mini-4B der Instruct-Modelle; Zero-Shot laut Tabellenunterschrift; Revision, Präzision, Prompt und Decoding-Einstellungen fehlen.
IndicCopa (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 66.01
- Bewertung
- 66.01
- Messgröße
- F1-NLU score; source scale not stated
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- IndoNLP 2025, Table 3; Hindi task suite
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Adapting Multilingual LLMs to Low-Resource Languages using Continued Pre-training and Synthetic Corpus (IndoNLP 2025), Table 3
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3, Spalte Nemotron-Mini-4B der Instruct-Modelle; Zero-Shot laut Tabellenunterschrift; Revision, Präzision, Prompt und Decoding-Einstellungen fehlen.
IndicXNLI (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 39.25
- Bewertung
- 39.25
- Messgröße
- F1-NLU score; source scale not stated
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- IndoNLP 2025, Table 3; Hindi task suite
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Adapting Multilingual LLMs to Low-Resource Languages using Continued Pre-training and Synthetic Corpus (IndoNLP 2025), Table 3
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3, Spalte Nemotron-Mini-4B der Instruct-Modelle; Zero-Shot laut Tabellenunterschrift; Revision, Präzision, Prompt und Decoding-Einstellungen fehlen.
IndicXParaphrase (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.74
- Bewertung
- 83.74
- Messgröße
- F1-NLU score; source scale not stated
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- IndoNLP 2025, Table 3; Hindi task suite
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Adapting Multilingual LLMs to Low-Resource Languages using Continued Pre-training and Synthetic Corpus (IndoNLP 2025), Table 3
- Status
- active
- Abrufdatum
- 2026-10-18
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 3, Spalte Nemotron-Mini-4B der Instruct-Modelle; Zero-Shot laut Tabellenunterschrift; Revision, Präzision, Prompt und Decoding-Einstellungen fehlen.
Seite 1 von 3
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 101 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
Nemotron Mini 4B InstructMixtral 8x22B 33Amazon Nova Pro 33Aya Expanse 32B 33MiMo V2.6 Pro UltraSpeed 33
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie Nemotron Mini 4B Instruct, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Nemotron Nano 2 9BNVIDIA · gleicher Anbieter
- Nemotron Nano 2 VL 12BNVIDIA · gleicher Anbieter
- Llama 3.3 Nemotron Super 49B v1NVIDIA · gleicher Anbieter
- Llama 3.1 Nemotron 70B InstructNVIDIA · gleicher Anbieter
- Nemotron 3 NanoNVIDIA · gleicher Anbieter
- Llama 3.1 Nemotron Ultra 253BNVIDIA · gleicher Anbieter
- Llama 3.3 Nemotron Super 49B v1.5NVIDIA · gleicher Anbieter
- Mistral NemotronNVIDIA · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Häufige Fragen zu Nemotron Mini 4B Instruct
Wie groß ist das Kontextfenster von Nemotron Mini 4B Instruct?
4.096 Token. So viel Text liest Nemotron Mini 4B Instruct auf einmal, das sind rund 10 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
Nemotron Mini 4B InstructPlatz 103 von 1034 Tsd.
Kann ich Nemotron Mini 4B Instruct lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von NVIDIA
- Offene Gewichte
- ja
- Lizenz
- NVIDIA Open Model License
- Parameter
- 4 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 13 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.