Crypto news

El 4 de junio de 2026, NVIDIA hizo algo que revolucionó el mercado de la IA: lanzó Nemotron 3 Ultra, el modelo abierto más grande de la línea Nemotron 3. Pesos, datos de entrenamiento y metodologías de aprendizaje: todo esto se puso a disposición del público bajo una licencia libre. Pero no se apresure a pensar que esto es solo un acto de caridad. Detrás de esto hay un cálculo empresarial frío que le reporta a NVIDIA más que cualquier servicio pago de sus competidores.

A diferencia de los buques insignia cerrados como ChatGPT o Claude, Nemotron 3 Ultra se puede descargar, ajustar con sus propios datos y ejecutar en su propia infraestructura. La apuesta aquí no es por la máxima inteligencia, sino por la apertura, la eficiencia y el control total sobre el modelo. Este es un enfoque fundamentalmente diferente que cambia las reglas del juego.

Una arquitectura que golpea el bolsillo de los competidores

Nemotron 3 Ultra no es solo un "transformador agrandado". Se basa en una arquitectura híbrida que combina tres enfoques: capas Mamba-2, capas de atención (Attention) y una mezcla latente de expertos (Latent MoE). El mecanismo MoE dirige cada solicitud solo a los "especialistas" relevantes dentro del modelo, lo que aumenta radicalmente la eficiencia.

Las capas Mamba-2 procesan textos largos de forma rápida y económica: sus costos crecen linealmente, no en avalancha como en el mecanismo de atención habitual. Las capas de atención, a su vez, 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 resumen: el modelo tiene alrededor de 550 mil millones de parámetros, pero solo se utilizan aproximadamente 55 mil millones para procesar cada token. Piensa como un sistema gigante, pero en términos de costos se comporta como un modelo compacto. Con una ventana de contexto de 1 millón de tokens y una velocidad de más de 300 tokens por segundo, esto proporciona de cinco a seis veces más rendimiento y aproximadamente un 30% menos de costo de tareas en comparación con modelos similares.

Estrategia de NVIDIA: regala el modelo, vende el hardware

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 equipo de la empresa.

NVIDIA puede hacer 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 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 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 desconectar dicho modelo de forma remota, y esto es especialmente valioso en medio de las recientes restricciones en torno a los modelos cerrados.

Debilidades y futuro de la IA abierta

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 servidores no necesita inteligencia de nivel insignia; necesita un modelo que pueda ajustarse con datos cerrados, mantenerse dentro de su perímetro de seguridad protegido y no entregar información confidencial a terceros.

Mi análisis: La apuesta de NVIDIA por la eficiencia, no por los récords en pruebas, podría resultar más visionaria de lo que parece. 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. 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. Esto no es solo un regalo: es un nuevo modelo de negocio que está reconfigurando el mercado.