NVIDIA distribuye una potente IA de forma gratuita: la lógica oculta detrás de la gigantesca ganancia
El 4 de junio de 2026, NVIDIA lanzó al público su modelo de IA más grande: Nemotron 3 Ultra. Bajo una licencia libre, no solo se publicaron los pesos del modelo, sino también los datos de entrenamiento y las metodologías. Esto no es caridad: detrás de la aparente generosidad hay un cálculo frío y una estrategia empresarial única.
Nemotron 3 Ultra no es otro "transformador agrandado". Se basa en una arquitectura híbrida que combina tres enfoques: capas Mamba-2, capas de atención clásicas (Attention) y una 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 expertos, haciendo que cada uno trabaje de manera específica y precisa, sin costos computacionales innecesarios.
El resultado es impresionante: con un volumen total de aproximadamente 550 mil millones de parámetros, solo se utilizan unos 55 mil millones para procesar cada token. El modelo piensa como un sistema gigante, pero se comporta en costos como uno compacto. Combinado con una ventana de contexto de 1 millón de tokens y una velocidad de más de 300 tokens por segundo, esto ofrece una capacidad de procesamiento de cinco a seis veces mayor y un costo de ejecución de tareas aproximadamente un 30% más bajo en comparación con sus análogos.
Estrategia de NVIDIA: ecosistema, no modelo
El valor principal del lanzamiento no es el modelo en sí, sino 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 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 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 imperceptible 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 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.
Dónde el modelo falla y qué sigue
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 estimaciones de analistas, los modelos abiertos están de tres a siete meses por detrás de los cerrados.
Sin embargo, este retraso 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 se pueda ajustar con datos cerrados, mantener dentro de su perímetro de seguridad protegido y no entregar información confidencial a terceros.
Mi opinión experta: 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 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.