NVIDIA distribuye una potente IA de forma gratuita: una estrategia que genera miles de millones
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, el modelo abierto más grande de la línea Nemotron 3. No se trata solo de la publicación de los pesos: la compañía puso a disposición del público, bajo una licencia libre, los datos de entrenamiento y las metodologías de aprendizaje. El modelo está diseñado para agentes autónomos de larga duración y cadenas de razonamiento complejas.
A diferencia de los buques insignia 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 inteligencia máxima, sino por la apertura, la eficiencia y el control.
Arquitectura: un avance híbrido
Nemotron 3 Ultra no es simplemente un "transformador agrandado". Su base es una arquitectura híbrida de tres componentes: capas Mamba-2, capas de atención (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 la atención convencional. Las capas de atención, por su parte, retienen con precisión grandes volúmenes de texto en la memoria. Latent MoE comprime los datos antes de pasarlos a los expertos, lo que permite que cada uno trabaje de manera específica y precisa.
El modelo tiene alrededor de 550 mil millones de parámetros en total, pero para procesar cada token solo se utilizan aproximadamente 55 mil millones. Gracias a esto, piensa como un sistema enorme, pero en cuanto a 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 proporcionan un rendimiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% más bajo.
Estrategia de NVIDIA: la distribución como modelo de negocio
El valor principal del lanzamiento, según la evaluación de 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 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 imperceptible 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 aun 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. A este modelo nadie lo puede desactivar de forma remota, y esto es especialmente valioso en medio de las recientes restricciones en torno a los modelos cerrados.
Dónde flaquea 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 está por detrás de líderes como Kimi K2.6 (54 puntos) y DeepSeek. Según estimaciones de analistas, los modelos abiertos van 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 simplemente suficiente para las tareas reales. Un banco que implementa Nemotron 3 Ultra para procesar préstamos en sus propios servidores no necesita la inteligencia de un modelo de primer nivel; necesita un modelo que se pueda ajustar con datos confidenciales, mantener dentro de su perímetro de seguridad protegido y no entregar información confidencial a terceros.
La apuesta de NVIDIA por la eficiencia, en lugar de los 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.
Opinión de experto: Mientras la industria persigue récords en pruebas, NVIDIA está convirtiendo silenciosamente los modelos abiertos en una herramienta para monopolizar la infraestructura. Regalar IA "gratuita" no es altruismo, sino la forma más efectiva de hacer que todo el mundo pague por el hardware. A largo plazo, esta estrategia podría resultar más rentable que vender suscripciones a modelos cerrados.