IA gratuita de NVIDIA: Cómo la empresa regala modelos, pero gana más que todos
El 4 de junio de 2026, NVIDIA lanzó al público su modelo de código abierto más grande: Nemotron 3 Ultra. Bajo una licencia libre, la compañía publicó los pesos, los datos de entrenamiento y las metodologías. Esto no es solo un gesto de buena voluntad, sino una estrategia bien pensada que genera más ganancias para el fabricante de chips de las que sus competidores cerrados obtienen con suscripciones de pago.
A diferencia de 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. Es un modelo para agentes autónomos de larga duración y razonamientos complejos, no para batir récords en pruebas.
Arquitectura: Tres en uno
Nemotron 3 Ultra es una arquitectura híbrida que combina 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 de manera lineal, no en avalancha como ocurre con la 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, obligando a cada uno a trabajar 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. 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 superior a 300 tokens por segundo, esto ofrece una capacidad de procesamiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% menor en comparación con modelos similares.
Estrategia: No es un modelo, es un ecosistema
El valor principal del 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 toda seguridad lo hace en tarjetas gráficas de 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 llevar a los desarrolladores de vuelta a la compra del hardware de la compañía.
NVIDIA puede permitirse esto porque sus capacidades financieras son incomparables con los costos del modelo en sí. Con una capitalización de mercado superior a los 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 regalar el modelo y aun así ganar más de lo que sus competidores cerrados cobran por el acceso de pago.
El contexto político añade un peso adicional al lanzamiento. Un modelo estadounidense de código abierto se puede verificar, modificar y ejecutar en servidores propios, lo que lo hace atractivo para países que construyen inteligencia artificial nacional independiente, desde Europa hasta el Sudeste Asiático. Nadie puede desactivar este modelo de forma remota, y esto es especialmente valioso tras las recientes restricciones en torno a los modelos cerrados.
En qué aspectos el modelo es inferior y qué pasará 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 estimaciones de analistas, los modelos de código abierto están de tres a siete meses por detrás de los cerrados.
Pero esta brecha importa cada vez menos si el modelo de código 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 superior; necesita un modelo que se pueda ajustar con datos confidenciales, mantener dentro de su perímetro de seguridad protegido y no compartir información sensible con terceros.
Mi opinión: La apuesta de NVIDIA por la eficiencia, en lugar de por récords en pruebas, podría resultar más visionaria. Con la adopción masiva de la IA, el costo de operación 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. La empresa 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 compañía. El mercado aún no ha comprendido esto en su totalidad.