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, el modelo de IA abierta más grande de la línea Nemotron 3. Bajo una licencia libre, la compañía publicó no solo los pesos del modelo, sino también los datos de entrenamiento y las metodologías de aprendizaje. No se trata de una inteligencia insignia al nivel de ChatGPT o Claude, sino de una estrategia donde la apertura y la eficiencia se convierten en el arma principal.
Nemotron 3 Ultra no es simplemente un "transformador agrandado". Su base es una arquitectura híbrida que combina tres enfoques: capas Mamba-2, capas de atención (Attention) y una mezcla latente de expertos (Latent MoE). Este enfoque permite dirigir cada solicitud solo a los "especialistas" necesarios dentro del modelo, minimizando los costos computacionales.
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 convencional. Las capas de atención, por su parte, retienen con precisión grandes volúmenes de texto en la memoria. Y la Latent MoE comprime los datos antes de transmitirlos a los expertos, lo que permite que cada uno trabaje de forma 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. Esto le permite pensar como un sistema enorme, mientras que en costos se comporta como uno mucho más compacto. Con una ventana de contexto de 1 millón de tokens y una velocidad superior a 300 tokens por segundo, esto proporciona una capacidad de procesamiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% más bajo.
Estrategia de NVIDIA: apostar por el ecosistema
El valor principal del lanzamiento 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 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 equipo de la compañía.
NVIDIA puede permitirse esto porque sus capacidades financieras son incomparables con los costos del modelo en sí. Con una capitalización 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 imperceptible 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 aún así ganar más de lo que los competidores cerrados cobran por el acceso de pago.
El contexto político añade un 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 una 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.
En qué aspectos el modelo es inferior y qué sucederá 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 esta brecha, en mi opinión, significa 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 una inteligencia de nivel insignia; necesita un modelo que se pueda ajustar con datos confidenciales, mantener dentro de su perímetro de seguridad protegido y no entregar información confidencial a 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 operativo 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 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.
Opinión del experto: A largo plazo, la estrategia de NVIDIA podría revolucionar el mercado de la IA. Mientras los competidores persiguen récords en benchmarks, la empresa crea un ecosistema "pegajoso" que vincula a los desarrolladores con su hardware. Si los modelos abiertos continúan mejorando a este ritmo, los buques insignia cerrados corren el riesgo de convertirse en un producto de nicho para un conjunto limitado de tareas.