NVIDIA regala una potente IA de forma gratuita: una estrategia genial que genera miles de millones
El 4 de junio de 2026, NVIDIA lanzó su modelo de IA abierto más grande: Nemotron 3 Ultra. Se publicaron en acceso público bajo una licencia libre los pesos del modelo, los datos de entrenamiento y las metodologías. Esto no es solo un paso hacia el código abierto, sino una maniobra de mercado calculada que permite a NVIDIA ganar más que sus competidores cerrados.
A diferencia de gigantes 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 total sobre el modelo. Esto cambia las reglas del juego.
Una arquitectura que golpea el bolsillo de los competidores
Nemotron 3 Ultra no es solo 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). Este último mecanismo dirige cada solicitud solo a los "especialistas" necesarios dentro del modelo, reduciendo drásticamente los costos computacionales.
Las capas Mamba-2 procesan textos largos de forma rápida y económica: sus costos crecen linealmente, no en avalancha. Las capas de atención, por su parte, retienen con precisión grandes volúmenes de contexto 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 cálculos innecesarios.
El modelo tiene alrededor de 550 mil millones de parámetros en total, pero solo se utilizan aproximadamente 55 mil millones para procesar cada token. Gracias a esto, piensa como un sistema enorme, pero en 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 ofrecen un rendimiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% menor.
Estrategia de NVIDIA: regalar gratis, ganar con el hardware
El valor principal del lanzamiento, según 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 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 que sus competidores cerrados con acceso de pago.
El contexto político añade peso adicional al lanzamiento. Un modelo estadounidense abierto se puede verificar, modificar y ejecutar en servidores propios: esto 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 en medio de las recientes restricciones en torno a los modelos cerrados.
Desventajas y perspectivas
A pesar de todas sus virtudes, Nemotron 3 Ultra no es el modelo más inteligente del mercado. En el ranking independiente Artificial Analysis Intelligence Index obtuvo 48 puntos: es 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 rezago, 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 cerrados, mantener dentro de su perímetro de seguridad y no compartir información confidencial con terceros.
Mi conclusión: La apuesta de NVIDIA por la eficiencia, no por los 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 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.