NVIDIA distribuye una potente IA de forma gratuita — y gana más que sus competidores con ello
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, el modelo de inteligencia artificial de código abierto más grande de la línea Nemotron 3. Los pesos del modelo, los datos de entrenamiento y las metodologías de aprendizaje se han publicado bajo una licencia libre. El modelo está diseñado para agentes autónomos de larga duración y razonamiento complejo.
A diferencia de los modelos cerrados emblemáticos como 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.
Qué hace única a su arquitectura
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). El mecanismo Latent MoE dirige cada consulta solo a los "especialistas" necesarios dentro del modelo, comprimiendo los datos antes de la transmisión.
Las capas Mamba-2 procesan textos largos de forma rápida y eficiente: los costos crecen de manera lineal, no exponencial. Las capas de atención retienen con precisión grandes volúmenes de texto en la memoria. El modelo tiene alrededor de 550 mil millones de parámetros en total, pero solo se utilizan ~55 mil millones para procesar cada token. Con una ventana de contexto de 1 millón de tokens y una velocidad superior a 300 tokens por segundo, esto proporciona un rendimiento de 5 a 6 veces mayor y un costo de tareas aproximadamente un 30% menor.
Estrategia de NVIDIA: apostar por el 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 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 empresa.
Con una capitalización de mercado superior a los $5 billones, el entrenamiento de Nemotron 3 Ultra, que 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 que sus competidores cerrados con acceso de pago.
El contexto político añade 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 IA nacional independiente, desde Europa hasta el Sudeste Asiático. Nadie puede desactivar dicho modelo de forma remota, algo especialmente valioso dadas las recientes restricciones en torno a los modelos cerrados.
En qué se queda corto el modelo y qué sigue
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 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 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 emblemático; necesita un modelo que pueda ajustar con datos confidenciales, mantener dentro de un perímetro seguro y no compartir información confidencial con terceros.
Mi opinión experta: 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 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. El ecosistema abierto solo se fortalecerá: 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.