NVIDIA distribuye una potente IA de forma gratuita: una estrategia que genera miles de millones
El 4 de junio de 2026, NVIDIA dio un paso audaz al lanzar el modelo Nemotron 3 Ultra, el modelo de IA abierta más grande de la línea Nemotron 3. Bajo una licencia libre se publicaron los pesos, los datos de entrenamiento y las metodologías. Esto no es solo un gesto de buena voluntad: es una estrategia empresarial bien pensada que permite a la compañía ganar más que sus competidores cerrados, regalando su producto de forma gratuita.
A diferencia de ChatGPT o Claude, Nemotron 3 Ultra se puede descargar, ajustar con tus propios datos y ejecutar en tu propia infraestructura. La apuesta no está en la inteligencia máxima, sino en la apertura, la eficiencia y el control. NVIDIA crea deliberadamente las condiciones para que los desarrolladores vuelvan a comprar su hardware.
Arquitectura de Nemotron 3 Ultra: un híbrido de innovaciones
La base del modelo es una arquitectura híbrida que combina 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: sus costos crecen de manera lineal, no en avalancha como en el mecanismo de atención convencional. Las capas de atención retienen con precisión grandes volúmenes de contexto en la memoria. La Latent MoE comprime los datos antes de transmitirlos a los expertos, lo que permite que cada uno trabaje de forma específica y precisa.
El modelo cuenta con aproximadamente 550 mil millones de parámetros, pero para procesar cada token solo se utilizan alrededor de 55 mil millones. Esto le otorga una capacidad de procesamiento gigantesca con costos computacionales modestos. Una ventana de contexto de 1 millón de tokens y una velocidad superior a 300 tokens por segundo proporcionan un rendimiento de 5 a 6 veces mayor y un costo de ejecución de tareas aproximadamente un 30% menor en comparación con modelos similares.
Estrategia de NVIDIA: el ecosistema como principal activo
El valor principal del lanzamiento no es el modelo en sí, sino el ecosistema que NVIDIA construye alrededor de su hardware. La lógica es simple: quien ejecuta Nemotron casi con toda seguridad lo hace en tarjetas gráficas de NVIDIA, lo ajusta con sus herramientas y lo despliega en su software. La apertura aquí no es caridad, sino una forma de llevar a los desarrolladores de vuelta a la compra de hardware.
Con una capitalización de mercado superior a los 5 billones de dólares, el entrenamiento de Nemotron 3 Ultra, que probablemente costó cientos de millones de dólares, es para la compañía un gasto casi imperceptible. 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 que sus competidores cerrados con acceso de pago.
El contexto político también añade peso al lanzamiento. Un modelo estadounidense abierto se puede verificar, modificar y ejecutar en servidores propios, lo que lo hace atractivo para países que construyen una IA nacional independiente, desde Europa hasta el Sudeste Asiático. Nadie puede desactivar este modelo de forma remota, algo especialmente valioso ante las recientes restricciones en torno a los modelos cerrados.
Limitaciones 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 por detrás de líderes como Kimi K2.6 (54 puntos) y DeepSeek. Los modelos abiertos están de tres a siete meses por detrás de los cerrados.
Sin embargo, esta brecha 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 propios servidores no necesita inteligencia de nivel insignia; necesita un modelo que se pueda ajustar con datos confidenciales, mantener dentro de un perímetro seguro y no compartir información sensible con terceros.
Mi opinión experta: La apuesta de NVIDIA por la eficiencia, en lugar de por récords en pruebas, podría resultar más visionaria de lo que parece. 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. 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.