NVIDIA regala gratuitamente una potente IA — y gana más con ello que sus competidores con modelos de pago
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, el modelo de IA de código abierto más grande de la línea Nemotron 3. Los pesos, los datos de entrenamiento y las metodologías de aprendizaje se publicaron bajo una licencia libre. El modelo está diseñado para agentes autónomos de larga duración y razonamiento complejo.
A diferencia de los modelos insignia cerrados como ChatGPT o Claude, Nemotron 3 Ultra se puede descargar, ajustar con datos propios y ejecutar en tu propia infraestructura. La apuesta aquí no es por la inteligencia máxima, sino por la apertura, la eficiencia y el control sobre el modelo.
Arquitectura del modelo: tres en uno
Nemotron 3 Ultra no es solo un "transformador agrandado". Su base es una arquitectura híbrida de tres enfoques: capas Mamba-2, capas de atención (Attention) y mezcla latente de expertos (Latent MoE).
Las capas Mamba-2 procesan textos largos de forma rápida y económica: los costos crecen linealmente con la longitud, no de forma exponencial 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 pasarlos a los expertos, lo que permite que cada uno trabaje de forma específica y precisa sin requerir cálculos adicionales.
En total, el modelo tiene unos 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. Junto con una ventana de contexto de 1 millón de tokens y una velocidad de más de 300 tokens por segundo, esto proporciona una capacidad de procesamiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% menor.
Estrategia de NVIDIA: apostar por el ecosistema
El principal valor del lanzamiento, según los analistas del sector, no reside en el modelo en sí, sino en el ecosistema que NVIDIA está construyendo en torno a su hardware. La lógica es simple: quien ejecuta Nemotron casi con toda seguridad 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 atraer a los desarrolladores de vuelta a la compra del hardware de la empresa.
NVIDIA puede permitirse 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 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 de código abierto se puede verificar, modificar y ejecutar en servidores propios, lo que lo ha hecho atractivo para países que construyen una IA nacional independiente, desde Europa hasta el Sudeste Asiático. Nadie puede desactivar este modelo de forma remota, y esto es especialmente valioso en el contexto de las recientes restricciones en torno a los modelos cerrados.
En qué se queda corto el modelo 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 de código abierto de EE. UU., pero a nivel mundial está por detrás de líderes como Kimi K2.6 (54 puntos) y DeepSeek. Según los analistas, los modelos de código abierto están de tres a siete meses por detrás de los cerrados.
Pero esta brecha, en mi opinión, importa cada vez menos si el modelo de código abierto es simplemente suficiente para las tareas del mundo real. Un banco que implementa Nemotron 3 Ultra para procesar préstamos en sus propios servidores no necesita una inteligencia de nivel insignia; necesita un modelo que se pueda ajustar con datos confidenciales, mantener dentro de su perímetro de seguridad y no entregar información confidencial a terceros.
Mi análisis: 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, y aquel que apenas se queda atrás en inteligencia, pero es cinco veces más barato, gana en la implementación real. Los analistas esperan que el ecosistema de código abierto solo se fortalezca: NVIDIA tiene los recursos, la motivación y los canales de distribución para lanzar modelos de código abierto cada vez más potentes más rápido que cualquier otra empresa.