NVIDIA distribuye una potente IA de forma gratuita: La estrategia secreta que genera miles de millones
El 4 de junio de 2026, NVIDIA lanzó su modelo de IA de código abierto más grande hasta la fecha: Nemotron 3 Ultra, poniendo a disposición del público no solo los pesos del modelo, sino también los datos de entrenamiento y las metodologías de aprendizaje. Esto no es solo un lanzamiento más; es un movimiento estratégico que está revolucionando el modelo de negocio tradicional de la industria de la inteligencia artificial.
A diferencia de gigantes cerrados como ChatGPT y 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.
La arquitectura del modelo es única. Es un híbrido de tres enfoques: capas Mamba-2, capas de atención (Attention) y una mezcla latente de expertos (Latent MoE). Mamba-2 procesa textos largos de forma rápida y económica: los costos crecen linealmente, no de forma explosiva como en el mecanismo de atención convencional. 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, permitiendo que cada uno trabaje de forma específica y precisa sin cálculos innecesarios.
Con un volumen total de aproximadamente 550 mil millones de parámetros, solo se utilizan alrededor de 55 mil millones para procesar cada token. Esto permite que el modelo piense como un sistema enorme, pero se comporte en costos 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 ofrece un rendimiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% menor.
El ecosistema como principal activo
El valor principal del lanzamiento, en mi opinión, no reside 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 toda seguridad 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 hardware de la empresa.
NVIDIA puede permitírselo 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 aún así ganar más de lo que los competidores cerrados cobran por el acceso de pago.
El contexto político también añade peso 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 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.
Resultados y perspectivas
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 por detrás de líderes como Kimi K2.6 (54 puntos) y DeepSeek. Según las estimaciones de 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 inteligencia de nivel superior; necesita un modelo que se pueda ajustar con datos confidenciales, mantener dentro de su propio perímetro de seguridad y no entregar información confidencial a terceros.
Mi opinión experta: La apuesta de NVIDIA por la eficiencia, en lugar de los récords en pruebas, podría resultar más visionaria que la de todos los demás. Con la adopción masiva de la IA, el costo de ejecución 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. 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. El mercado aún no se ha dado cuenta de esto por completo, pero pronto lo hará.