NVIDIA distribuye IA de forma gratuita, pero gana más que nadie con ello: la estrategia Nemotron 3 Ultra
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, el modelo abierto más grande de la línea Nemotron 3. La empresa puso a disposición del público bajo una licencia libre no solo los pesos del modelo, sino también los datos de entrenamiento y las metodologías de aprendizaje. Esto no es caridad, sino una jugada de negocios bien pensada que ya está dando frutos.
A diferencia de los buques 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 sobre el modelo.
Arquitectura: un híbrido que ahorra recursos
Nemotron 3 Ultra no es solo un "transformador agrandado". Su base es una arquitectura híbrida que combina tres enfoques: capas Mamba-2, capas Attention y Latent MoE (mezcla de expertos). Mamba-2 procesa textos largos de forma rápida y económica: los costos crecen linealmente, no en avalancha como en el mecanismo de atención habitual. Las capas Attention retienen con precisión grandes volúmenes de texto en la memoria. Y Latent MoE comprime los datos antes de pasarlos a los expertos, lo que permite que cada uno trabaje de manera específica y precisa, sin requerir cálculos adicionales.
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 términos de costos se comporta como uno mucho más compacto. Una ventana de contexto de 1 millón de tokens y una velocidad de más de 300 tokens por segundo proporcionan un rendimiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% más bajo.
Estrategia de NVIDIA: regalamos modelos, vendemos hardware
El valor principal del lanzamiento, según los 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 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 equipo de la empresa.
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 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 aun 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 ha hecho atractivo para países que están construyendo una 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 se queda corto 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 los analistas, los modelos abiertos están de tres a siete meses por detrás de los cerrados.
Pero esta brecha, 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 confidenciales, mantener dentro de su perímetro de seguridad y no compartir información sensible con terceros.
La apuesta de NVIDIA por la eficiencia, en lugar de los 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. Los analistas esperan 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.
Opinión de experto: NVIDIA no solo está siguiendo la tendencia del open-source, sino que la lidera, aprovechando su posición única como fabricante de los "ladrillos" para la IA. Mientras los competidores luchan por cuotas de mercado de suscripciones, NVIDIA consolida silenciosamente su monopolio en el "hardware", apostando a que los modelos abiertos se convertirán en el estándar de facto para el sector corporativo.