NVIDIA distribuye una potente IA de forma gratuita: cómo el modelo abierto Nemotron 3 Ultra se convierte en una mina de oro
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, su modelo de IA abierta más grande de la línea Nemotron 3. No se trata solo de la publicación de los pesos: la empresa puso a disposición del público, bajo una licencia libre, los datos de entrenamiento, las metodologías y los propios parámetros del modelo. Esto no es caridad, sino una estrategia de mercado bien pensada que permite a NVIDIA ganar más que sus competidores cerrados.
A diferencia de gigantes como ChatGPT o Claude, Nemotron 3 Ultra se puede descargar, ajustar con tus propios datos y ejecutar en tu 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.
Arquitectura: un híbrido que ahorra recursos
Nemotron 3 Ultra está construida sobre una arquitectura híbrida que combina tres enfoques: capas Mamba-2, mecanismo de atención (Attention) y mezcla latente de expertos (Latent MoE).
Las capas Mamba-2 procesan textos largos de forma rápida y económica: sus costos crecen de manera lineal, no en avalancha como en la atención clásica. 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 pasarlos a los expertos, lo que permite que cada uno trabaje de forma específica y precisa, sin cálculos innecesarios.
El modelo tiene alrededor de 550 mil millones de parámetros, pero solo se utilizan aproximadamente 55 mil millones para procesar cada token. Gracias a esto, piensa como un sistema enorme, pero en términos de costos se comporta como uno mucho más compacto. Una ventana de contexto de 1 millón de tokens y una velocidad de más de 300 tokens por segundo proporcionan un rendimiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% más bajo.
Estrategia de NVIDIA: el ecosistema como principal activo
El valor principal del lanzamiento no es el modelo en sí, sino 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 en su propio software. La apertura aquí no es caridad, sino una forma de atraer a los desarrolladores de vuelta a la compra del equipo de la empresa.
NVIDIA puede hacer esto porque sus capacidades financieras son incomparables con los costos del modelo en sí. Con una capitalización de mercado 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 insignificante para la empresa. Las ventas de tarjetas gráficas cubren con creces la investigación, por lo que NVIDIA puede regalar 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 ha hecho atractivo para países que construyen IA nacional independiente, desde Europa hasta el Sudeste Asiático. Nadie puede desactivar este modelo de forma remota, y esto es especialmente valioso a la luz de las recientes restricciones en torno a los modelos cerrados.
Dónde el modelo se queda corto y qué sigue
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 se queda atrás 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 un perímetro seguro y no compartir información sensible con terceros.
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 de operación del modelo pasa a primer plano, y aquel que casi no se queda atrás en inteligencia, pero es cinco veces más barato, gana en la operación real. Los analistas esperan que el ecosistema abierto solo se fortalezca: 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.
Comentario del analista: Este lanzamiento no trata sobre IA, sino sobre un monopolio de infraestructura. NVIDIA está convirtiendo sus chips en el estándar de facto, haciendo que los competidores sean rehenes de su propio ecosistema. Para la industria de las criptomonedas, donde la soberanía de los datos y la descentralización son valores clave, un modelo abierto con capacidad de implementación local podría convertirse en un catalizador para nuevos proyectos en la intersección de la IA y la cadena de bloques.