NVIDIA distribuye una potente IA de forma gratuita: ¿una jugada genial o una nueva era de monopolización?
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, su modelo de IA abierta más grande de la línea Nemotron 3. En acceso abierto bajo una licencia libre, no solo se incluyeron los pesos del modelo, sino también los datos de entrenamiento y las metodologías de aprendizaje. Esto no es solo un lanzamiento más; es un movimiento estratégico que cambia las reglas del juego en el mercado de la inteligencia artificial.
A diferencia de gigantes 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 máxima inteligencia, sino por la apertura, la eficiencia y el control. Y esto lo cambia todo.
Una arquitectura que revoluciona la percepción del rendimiento
Nemotron 3 Ultra no es solo un "transformador ampliado". Su base es una arquitectura híbrida que combina 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 con la longitud, no de forma exponencial 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 expertos, haciendo que cada uno trabaje de manera específica y precisa, sin requerir cálculos innecesarios.
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. Junto con una ventana de contexto de 1 millón de tokens y una velocidad de más de 300 tokens por segundo, esto ofrece de cinco a seis veces más capacidad de procesamiento y aproximadamente un 30% menos de costo por tarea. No son solo números: es un golpe directo al bolsillo de los competidores.
Estrategia de NVIDIA: queso gratis en la ratonera
El principal valor 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 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 atraer 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 distribuir 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 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.
Dónde falla el modelo y qué viene después
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, el mejor resultado entre los modelos abiertos de EE. UU., pero a nivel mundial queda 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 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 pueda ajustarse con datos confidenciales, mantenerse dentro de su perímetro seguro y no compartir información sensible con terceros.
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 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. 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.
Mi conclusión experta: Esto no es solo un avance tecnológico; es un cambio de paradigma. NVIDIA está transformando la IA de un producto a un servicio, donde el valor principal no es el modelo en sí, sino la infraestructura que lo rodea. Para la industria cripto, donde la descentralización y el control de datos son principios clave, esta tendencia abre nuevas oportunidades de integración con soluciones de IA abiertas.