IA gratuita de NVIDIA: Cómo el gigante regala modelos sin costo, pero gana más que todos
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, su modelo de IA abierto más grande dentro de la línea Nemotron 3. Los pesos del modelo, los datos de entrenamiento y las metodologías de aprendizaje se publicaron bajo una licencia libre. Esto no es solo un lanzamiento más; es un movimiento estratégico que cambia las reglas del juego en el mercado de la IA generativa.
Arquitectura del futuro: un híbrido que funciona más rápido y más barato
Nemotron 3 Ultra no es un "transformador agrandado". Su base es una arquitectura híbrida que combina capas Mamba-2, mecanismos 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, no en avalancha como en la atención convencional. Las capas de atención retienen con precisión grandes volúmenes de texto en la memoria. Y Latent MoE comprime los datos antes de pasarlos a los expertos, obligando a cada uno a trabajar de manera específica y precisa, sin cálculos innecesarios.
En total, 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. Combinado 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: regalar modelos para vender hardware
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 de 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.
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, el entrenamiento de Nemotron 3 Ultra, que probablemente costó cientos de millones de dólares, es 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 de forma gratuita y aún 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 dadas las recientes restricciones en torno a los modelos cerrados.
Dónde el modelo falla 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, en mi opinión, este retraso importa cada vez menos si el modelo abierto es simplemente 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 cerrados, mantener dentro de su perímetro de seguridad protegido y no compartir información confidencial con terceros.
La apuesta de NVIDIA por la eficiencia, en lugar de 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 es inferior en inteligencia pero cinco veces más barato gana en la implementación 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.
Mi opinión experta: este movimiento de NVIDIA es un ejemplo brillante de cómo el dominio en el "hardware" permite dictar las condiciones en el mercado del software. Los competidores que apuestan por API cerradas corren el riesgo de quedar fuera cuando la mayoría de los clientes corporativos se pasen a soluciones abiertas baratas y controlables.