EN DIRECT
Mistral rend Large 4 accessible en poids ouverts29/10/26 · Mistral AI|Gemini 4 Carbon prend la première place de l'Intelligence Index v529/10/26 · Google|Mistral Large 4 disponible sur Hugging Face29/10/26 · Mistral AI|Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|Un benchmark évalue si les IA testent vraiment leurs hypothèses médicales temporelles29/10/26|Une méthode ODE pour accélérer l'échantillonnage des modèles de diffusion discrète29/10/26|OpenAI révise son Model Spec autour de cinq valeurs directrices29/10/26 · OpenAI|Chez Proton, un virage vers l'IA provoque une crise interne29/10/26 · Proton|Mistral rend Large 4 accessible en poids ouverts29/10/26 · Mistral AI|Gemini 4 Carbon prend la première place de l'Intelligence Index v529/10/26 · Google|Mistral Large 4 disponible sur Hugging Face29/10/26 · Mistral AI|Google présente "Gemini 4 Carbon", nouvelle étape de sa gamme de modèles28/10/26 · Google|DeepMind dévoile Genie 4, une nouvelle génération de modèle de monde27/10/26 · Google DeepMind|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|Un benchmark évalue si les IA testent vraiment leurs hypothèses médicales temporelles29/10/26|Une méthode ODE pour accélérer l'échantillonnage des modèles de diffusion discrète29/10/26|OpenAI révise son Model Spec autour de cinq valeurs directrices29/10/26 · OpenAI|Chez Proton, un virage vers l'IA provoque une crise interne29/10/26 · Proton|
🇨🇳 Chine 3d-generationSortie octobre 2026

Hi3D 1.0

Hi3D (Math Magic)
Open-sourceSelf-hostHéb. UE Données fiche 25/100 Trust Index 87
Verdict

Une option solide pour l'auto-hébergement et le contrôle total des données.

Présentation

Hi3D v1.0 raffine un maillage 3D grossier en géométrie haute résolution (jusqu'à une grille d'extraction effective de 1536³), à partir d'une image de référence et de la représentation Sparc3D, après entraînement sur environ deux millions d'actifs 3D. Limite réelle : il ne tourne que sur GPU NVIDIA (aucun chemin CPU), n'a été validé que sur une carte H20 de 96 Go, et les conditions de la licence Hi3D sur l'usage commercial au-delà d'un certain seuil restent à vérifier. En auto-hébergement, les données et maillages restent sur l'infrastructure de l'utilisateur, quelle que soit la nationalité chinoise de l'éditeur.

Profil de compétences

Non communiqué

Forces

  • Open-source et auto-hébergeable

Limites

  • Tarification API non publiée

À qui ça s'adresse

Pour vous si…
  • vous voulez maîtriser vos coûts ou auto-héberger
  • vos données doivent rester en UE
À éviter si…

    Cas d'usage idéaux

    • Raffinement de maillages 3D
    • Préparation modèles impression 3D
    • Pipeline production jeux vidéo
    • Post-traitement de scans 3D
    • Prototypage d'objets physiques

    Accès & disponibilité

    Auto-hébergeable (poids ouverts)

    Caractéristiques clés

    Contexte
    0
    Prix entrée
    —
    Prix sortie
    —
    Vitesse
    —
    Prix non auditéBenchmarks non audités

    Combien ça coûte par mois

    Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

    Via API
    Tarif API non publié
    Auto-hébergé
    Poids fermés : pas d’auto-hébergement

    Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.

    nAIvigate Trust Index

    87/100

    Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.

    19/19 critères documentés · 100 % · dont 12 posés par règle

    Données100
    5/5 · 30 %
    Souveraineté67
    3/3 · 20 %
    Transparence75
    4/4 · 15 %
    Entreprise100
    5/5 · 20 %
    Licence80
    2/2 · 15 %
    Voir les critères▾
    Données
    Résidence des données en UEposé par règle
    Pas de transfert hors UEposé par règle
    Pas d’entraînement sur vos donnéesposé par règle
    Rétention configurableposé par règle
    Zero Data Retentionposé par règle
    Souveraineté
    Auto-hébergeable (poids ouverts)
    Hébergement UE proposéposé par règle
    Éditeur européenpays : CN
    Transparence
    Licence publiée (URL)
    Tarifs publics sourcés
    Engagements de conformité publiésposé par règle
    Liste des sous-traitants publiéeposé par règle
    Entreprise
    DPA disponible
    SSO / SAMLposé par règle
    Provisionnement SCIMposé par règle
    Journaux d’auditposé par règle
    SOC 2 / ISO 27001sans objet
    Endpoint privé chez l’éditeurposé par règle
    Licence
    Usage commercial autorisé
    Type de licenceHi3D Open License Agreement60
    Classement complet et méthodologie

    Badge Trust Index

    Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.

    nAIvigate Trust Index · Hi3D 1.0
    [![nAIvigate Trust Index · Hi3D 1.0](https://naivigate.com/badge/hi3d-1-0.svg)](https://naivigate.com/fr/model/hi3d-1-0)

    Données & conformité

    Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.

    Résidence des données en UEOui
    Accord de traitement (DPA)Sans objet· auto-hébergé : les données ne sortent pas
    Transfert hors UENon
    Entraînement sur vos donnéesNon
    Rétention configurableSans objet· auto-hébergé : les données ne sortent pas
    Zero Data RetentionSans objet· auto-hébergé : les données ne sortent pas
    Auto-hébergeableOui
    Hébergement déclaréself
    Déduit de l’hébergement déclaré, non vérifié à la source.Besoin d’une analyse dans votre contexte ? Shadow AI Sentinel

    Qualité des données de la fiche

    25/100

    Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.

    2/8 documentées · 0/8 sources primaires

    Prix APIpoids ouverts, pas de tarif APIabsent
    Fenêtre de contexteabsent
    Elo Arenaabsent
    Benchmarks (MMLU, GPQA, SWE-bench…)absent
    Licenceévaluation nAIvigate
    Données & conformitéauto-hébergé : déduitdéduit
    Adoption (Hugging Face)absent
    Matériel requis (quantizations)calculé depuis la taille du modèleabsent

    Faire tourner en local

    Déployer

    Commandes prêtes à copier, générées depuis la fiche. Ajustez le contexte et le nombre de GPU à votre machine.

    Serveur OpenAI-compatible pour la production sur GPU NVIDIA.

    pip install vllm
    vllm serve hi3d-official/Hi3Dv1.0 \
      --max-model-len 32768 \
      --tensor-parallel-size 1 \
      --dtype auto
    hi3d-official/Hi3Dv1.0
    Données avancées · pour experts
    Architecture, modalités, coût détaillé, benchmarks complets
    ▾
    Architecture
    Sparse geometry refinement
    Taille
    —
    Date de coupe
    —
    Entrées
    image
    Sorties
    3d
    Licence
    Hi3D Open License Agreement
    Hébergement
    self
    Score d'hallucination
    —
    Coût estimé (API)
    Échange type (~3k entrée / 1k sortie)
    Non communiqué
    1M entrée + 1M sortie
    Non communiqué
    Tous les benchmarks
    Arena Elo—
    MMLU—
    GPQA—
    HumanEval—
    SWE-Bench—
    MATH—

    Modèles similaires