NVIDIA distribuye IA de forma gratuita, pero gana más que todos: la estrategia Nemotron 3 Ultra
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, su modelo de IA de código abierto más grande. Los pesos, los datos de entrenamiento y las metodologías se publicaron bajo una licencia libre. Esto no es solo un gesto de buena voluntad: es una jugada de mercado astuta que genera más ganancias para la empresa que las que los competidores cerrados obtienen con el acceso de pago.
A diferencia de 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 total sobre el modelo. Y esto cambia las reglas del juego.
Arquitectura: un híbrido que funciona más rápido y más barato
Nemotron 3 Ultra no es solo un "transformador agrandado". Su base es una arquitectura híbrida de tres enfoques: capas Mamba-2, capas de atención (Attention) y mezcla latente de expertos (Latent MoE). 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 de atención, por su parte, retienen con precisión grandes volúmenes de texto en la memoria. Y Latent MoE comprime los datos antes de pasarlos a los "especialistas" dentro del modelo, lo que permite que cada uno trabaje de forma específica y precisa, sin requerir cálculos adicionales.
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: modelo gratuito como forma de vender "palas"
El valor principal del lanzamiento 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 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 imperceptible para la empresa. Las ventas de tarjetas gráficas cubren con creces la investigación, por lo que NVIDIA puede regalar el modelo 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 de código 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 desactivar este modelo de forma remota, y esto es especialmente valioso a la luz de las recientes restricciones en torno a los modelos cerrados.
En qué se queda corto el modelo y qué pasará 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 de código abierto de EE. UU., pero a nivel mundial está por detrás de líderes como Kimi K2.6 (54 puntos) y DeepSeek. Según las estimaciones de los analistas, los modelos de código abierto están de tres a siete meses por detrás de los cerrados.
Pero este retraso, en mi opinión, importa cada vez menos si el modelo de código abierto es simplemente suficiente para las tareas del mundo real. Un banco que implementa Nemotron 3 Ultra para procesar préstamos en sus propios servidores no necesita inteligencia de nivel superior; necesita un modelo que se pueda ajustar con datos privados, mantener dentro de su perímetro seguro y no entregar información confidencial a 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 de código abierto solo se fortalezca: NVIDIA tiene los recursos, la motivación y los canales de distribución para lanzar modelos de código abierto cada vez más potentes más rápido que cualquier otra empresa.
Opinión de experto: Este es un ejemplo clásico de cómo una empresa que controla los "medios de producción" en IA utiliza modelos de código abierto para vincular aún más el mercado a su hardware. Los competidores que apuestan exclusivamente por API cerradas corren el riesgo de quedarse atrás, no por la calidad, sino por la economía de escala que NVIDIA puede permitirse.