NVIDIA regala una potente IA de forma gratuita: un movimiento astuto que genera miles de millones
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, el modelo de IA abierta más grande de la línea Nemotron 3. La compañía no solo publicó los pesos del modelo, sino también los datos de entrenamiento y las metodologías. Esto no es caridad, sino una estrategia bien pensada que ya le genera a NVIDIA más ingresos que los que los competidores cerrados obtienen con el acceso de pago.
A diferencia de los modelos insignia como ChatGPT o Claude, Nemotron 3 Ultra se puede descargar, ajustar con tus propios datos y ejecutar en tu propia infraestructura. La apuesta aquí no es por la inteligencia máxima, sino por la apertura, la eficiencia y el control.
Arquitectura: un híbrido 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).
Las capas Mamba-2 procesan textos largos de forma rápida y económica: los 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 texto en la memoria. Y Latent MoE comprime los datos antes de pasarlos a los expertos, lo que permite que cada uno trabaje de forma específica y precisa, sin 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 proporciona una capacidad de procesamiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% más bajo.
Estrategia: regalar palas para vender oro
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 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 compañía. NVIDIA puede permitirse esto porque sus capacidades financieras son incomparables con los costos del modelo en sí. Con una capitalización de mercado 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 de lo que los competidores cerrados cobran por el acceso de pago.
El contexto político añade un 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 están construyendo una 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.
Debilidades 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 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 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 su perímetro de seguridad protegido y no compartir información confidencial con terceros.
Mi análisis: 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 de ejecución 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. El ecosistema abierto solo se fortalecerá: 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.