NVIDIA regala IA de forma gratuita: una jugada genial que genera miles de millones
En el mundo de la inteligencia artificial está ocurriendo algo inusual. La empresa NVIDIA, conocida principalmente como fabricante del hardware más caro y demandado para IA, ha lanzado su modelo abierto más grande: Nemotron 3 Ultra. El lanzamiento tuvo lugar el 4 de junio de 2026, y bajo una licencia libre se publicaron no solo los pesos del modelo, sino también los datos de entrenamiento y las metodologías de aprendizaje. A primera vista, un gesto generoso. Pero, como todo en la estrategia de Jensen Huang, detrás de esto hay un frío cálculo de mercado.
Arquitectura que rompe estereotipos
Nemotron 3 Ultra no es solo otro "transformador agrandado". Su base es una arquitectura híbrida que combina tres enfoques: capas Mamba-2, capas clásicas 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 de manera lineal, no en avalancha como en el mecanismo de atención habitual. Las capas de atención, por su parte, retienen con precisión grandes volúmenes de contexto en la memoria. Y Latent MoE comprime los datos antes de transmitirlos a los expertos, obligando a cada uno a trabajar de forma específica y precisa, sin costos computacionales innecesarios.
Resultado: con un volumen total de aproximadamente 550 mil millones de parámetros, solo se utilizan alrededor de 55 mil millones para procesar cada token. El modelo piensa como un sistema gigantesco, pero en términos de costos se comporta como uno mucho más compacto. Una ventana de contexto de 1 millón de tokens y una velocidad superior a 300 tokens por segundo ofrecen un rendimiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% menor en comparación con sus análogos.
Estrategia: no un modelo, sino un ecosistema
El valor principal de este 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 llevar a los desarrolladores de vuelta a la compra del hardware de la empresa.
Y funciona. Con una capitalización de más de $5 billones, los costos de entrenar Nemotron 3 Ultra, que probablemente ascienden a cientos de millones de dólares, son un gasto casi imperceptible para la empresa. Las ventas de tarjetas gráficas cubren con creces la investigación, por lo que NVIDIA puede regalar el modelo y seguir ganando más que sus competidores cerrados con 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 en medio de las recientes restricciones en torno a los modelos cerrados.
Debilidades y mirada al futuro
A pesar de todas sus virtudes, 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 este retraso importa cada vez menos si el modelo abierto es suficiente para tareas reales. Un banco que instala Nemotron 3 Ultra para procesar préstamos en sus servidores no necesita inteligencia de nivel insignia; necesita un modelo que pueda ajustar con datos confidenciales, mantener dentro de su perímetro de seguridad y no compartir información sensible con terceros.
Mi conclusión: La apuesta de NVIDIA por la eficiencia, en lugar de por récords en pruebas, podría resultar más visionaria de lo que parece. Con la implementación masiva de IA, el costo de operación del modelo pasa a primer plano, y aquel que casi no cede en inteligencia, pero es cinco veces más barato, gana en la operación real. El ecosistema abierto solo se fortalecerá: 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.