NVIDIA distribuye el modelo de IA de forma gratuita, pero gana más que nadie con el hardware: análisis de Nemotron 3 Ultra
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, el modelo de IA abierta más grande de la línea Nemotron 3. La compañía publicó los pesos, los datos de entrenamiento y las metodologías bajo una licencia libre. El modelo está orientado a agentes autónomos de larga duración y razonamiento complejo.
A diferencia de los buques insignia cerrados como ChatGPT o Claude, Nemotron 3 Ultra se puede descargar, ajustar con tus propios datos y ejecutar en tu propia infraestructura. La apuesta aquí no es por la inteligencia máxima, sino por la apertura, la eficiencia y el control total sobre el modelo.
Arquitectura: híbrido de tres enfoques
Nemotron 3 Ultra no es solo un "transformador agrandado". Se basa en una arquitectura híbrida que combina tres enfoques diferentes: capas Mamba-2, capas de atención (Attention) y mezcla latente de expertos (Latent MoE). Este último mecanismo dirige cada solicitud solo a los "especialistas" necesarios dentro del modelo, ahorrando recursos.
Las capas Mamba-2 procesan textos largos de forma rápida y económica: sus costos crecen linealmente con la longitud, no en avalancha 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 transmitirlos 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: el ecosistema como principal activo
El valor principal del lanzamiento, según la evaluación de analistas de la industria, 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 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 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, el entrenamiento de Nemotron 3 Ultra, que probablemente costó cientos de millones de dólares, es un gasto casi imperceptible para la compañía. 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 peso adicional al lanzamiento. Un modelo estadounidense abierto se puede verificar, modificar y ejecutar en servidores propios, lo que lo hace 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.
En qué falla 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 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 este retraso, en mi opinión, 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 entregar información confidencial a terceros.
Comentario experto de Cryptalist: 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 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 operación real. Espero 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. Para la industria cripto, donde la descentralización y la soberanía de los datos son valores clave, esto es una señal: la infraestructura para una IA verdaderamente abierta se vuelve más accesible que nunca.