NVIDIA distribuye una potente IA de forma gratuita, una estrategia que genera miles de millones.
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, el modelo abierto más grande de la línea Nemotron 3. La empresa publicó en acceso abierto los pesos, datos de entrenamiento y metodologías bajo una licencia libre. El modelo está diseñado para agentes autónomos de larga duración y razonamiento complejo.
A diferencia de los modelos insignia cerrados 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.
Arquitectura: un híbrido que ahorra recursos
La base de Nemotron 3 Ultra es una arquitectura híbrida de tres enfoques: capas Mamba-2, capas de atención (Attention) y mezcla latente de expertos (Latent MoE). Las capas Mamba-2 procesan textos largos de forma rápida y económica: los costos crecen linealmente, no en avalancha. Las capas de atención retienen grandes volúmenes de texto en la memoria. Y Latent MoE comprime los datos antes de pasarlos a los "especialistas", lo que permite que cada uno trabaje de manera precisa y enfocada, sin cálculos innecesarios.
En total, el modelo tiene alrededor de 550 mil millones de parámetros, pero para procesar cada token solo se utilizan aproximadamente 55 mil millones. Gracias a esto, piensa como un sistema enorme, pero en 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 proporciona una capacidad de procesamiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% menor.
Estrategia: el ecosistema como principal activo
El valor principal del lanzamiento no es el modelo en sí, sino el ecosistema que NVIDIA está construyendo alrededor de su hardware. 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.
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, 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 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 inteligencia artificial nacional independiente, desde Europa hasta el Sudeste Asiático. Nadie puede desactivar este modelo de forma remota, y esto es especialmente valioso a la luz de las recientes restricciones en torno a los modelos cerrados.
Debilidades y perspectivas
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 se pueda ajustar con datos cerrados, mantener dentro de su perímetro de seguridad protegido y no compartir información confidencial con terceros.
Mi análisis: 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. 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 caridad, es una estrategia comercial que ya está dando dividendos.