NVIDIA regala una potente IA de forma gratuita: la estrategia oculta que genera miles de millones
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, el modelo de inteligencia artificial abierta más grande de su línea. Los pesos, los datos de entrenamiento y las metodologías se publicaron bajo una licencia libre. Pero no se apresure a pensar que se trata de un acto de caridad. Es un movimiento sutil y extremadamente rentable.
A diferencia de los gigantes cerrados como ChatGPT o Claude, Nemotron 3 Ultra se puede descargar, ajustar con datos propios y ejecutar en su propia infraestructura. La apuesta aquí no es por la inteligencia máxima, sino por la apertura, la eficiencia y el control. Y esto cambia las reglas del juego.
Una arquitectura que rompe moldes
Nemotron 3 Ultra no es solo un "transformador agrandado". Su base es una arquitectura híbrida que combina tres enfoques: capas Mamba-2, capas de atención (Attention) y una mezcla latente de expertos (Latent MoE).
Las capas Mamba-2 procesan textos largos de forma rápida y económica: sus costos crecen linealmente con la longitud, no de forma explosiva como en el mecanismo de atención habitual. Las capas de atención, por su parte, retienen con precisión grandes volúmenes de texto en la memoria. Y Latent MoE comprime los datos antes de transmitirlos a los "especialistas", obligando a cada uno a trabajar de manera específica y precisa, sin cálculos innecesarios.
Resultado: el modelo tiene unos 550 mil millones de parámetros, pero para procesar cada token solo se utilizan aproximadamente 55 mil millones. Piensa como un sistema enorme, pero en términos de costos se comporta como uno mucho más compacto. Con una ventana de contexto de 1 millón de tokens y una velocidad superior a 300 tokens por segundo, esto ofrece una capacidad de procesamiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% menor.
Estrategia de NVIDIA: el ecosistema como arma
El valor principal del lanzamiento no está en el modelo en sí, sino en el ecosistema que NVIDIA está construyendo alrededor de su hardware. La lógica es simple: quien ejecuta Nemotron casi con certeza lo hace en tarjetas gráficas NVIDIA, lo ajusta con sus herramientas de software y lo despliega con su propio software. La apertura aquí no es caridad, sino una forma de llevar a los desarrolladores de vuelta a la compra del equipo de la empresa.
NVIDIA puede permitírselo. Con una capitalización de más de 5 billones de dólares, el entrenamiento de Nemotron 3 Ultra, que probablemente costó cientos de millones de dólares, es un gasto casi imperceptible para la compañía. Las ventas de tarjetas gráficas cubren con creces la investigación, por lo que NVIDIA puede distribuir el modelo de forma gratuita y aun así ganar más de lo que los competidores cerrados cobran por el acceso de pago.
El contexto político añade peso adicional al lanzamiento. Un modelo estadounidense abierto se puede verificar, modificar y ejecutar en servidores propios, lo que lo hace atractivo para países que construyen inteligencia artificial nacional independiente, desde Europa hasta el Sudeste Asiático. Nadie puede desactivar este modelo de forma remota, y esto es especialmente valioso en medio de las recientes restricciones en torno a los modelos cerrados.
En qué aspectos el modelo es inferior y qué viene después
A pesar de todas sus ventajas, Nemotron 3 Ultra no es el modelo más inteligente del mercado. En el ranking independiente Artificial Analysis Intelligence Index obtuvo 48 puntos, el mejor resultado entre los modelos abiertos de EE. UU., pero a nivel mundial está por detrás de líderes como Kimi K2.6 (54 puntos) y DeepSeek. Según estimaciones de analistas, los modelos abiertos están de tres a siete meses por detrás de los cerrados.
Pero esta brecha importa cada vez menos si el modelo abierto es suficiente para tareas reales. Un banco que implementa Nemotron 3 Ultra para procesar préstamos en sus propios servidores no necesita inteligencia de nivel insignia; necesita un modelo que se pueda ajustar con datos confidenciales, mantener dentro de su perímetro de seguridad y no compartir información sensible con terceros.
Mi opinión experta: La apuesta de NVIDIA por la eficiencia, en lugar de los récords en pruebas, podría resultar más visionaria. Con la adopción masiva de la IA, el costo operativo del modelo pasa a primer plano. Un modelo que casi no se queda atrás en inteligencia, pero cuesta cinco veces menos, gana en la implementación real. NVIDIA tiene los recursos, la motivación y los canales de distribución para lanzar modelos abiertos cada vez más potentes más rápido que cualquier otra empresa. Esto no es solo regalar IA; es conquistar el mercado a través del ecosistema.