NVIDIA regala a un gigante de la IA de forma gratuita: una estrategia que genera miles de millones
El 4 de junio de 2026, NVIDIA lanzó Nemotron 3 Ultra, su modelo de inteligencia artificial abierto más grande y avanzado. No se trata simplemente de otro lanzamiento, sino de un movimiento estratégico que cambia las reglas del juego en el mercado de la IA. La compañía ha puesto a disposición del público no solo los pesos del modelo, sino también los datos de entrenamiento y las metodologías de aprendizaje, todo ello bajo una licencia libre.
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 inteligencia máxima, sino por la apertura, la eficiencia y el control total.
Una arquitectura que rompe moldes
Nemotron 3 Ultra no es simplemente un "transformador aumentado". 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). Mamba-2 procesa textos largos de forma rápida y económica: los costos crecen linealmente, no en avalancha como en la atención convencional. La atención, por su parte, retiene con precisión grandes volúmenes de texto en la memoria. Y Latent MoE comprime los datos antes de pasarlos a los expertos, obligando a cada uno a trabajar de manera específica y precisa, sin cálculos innecesarios.
Resultado: el modelo tiene alrededor de 550 mil millones de parámetros, pero solo se utilizan aproximadamente 55 mil millones para procesar cada token. Esto proporciona una capacidad de procesamiento de cinco a seis veces mayor y un costo de tareas aproximadamente un 30% menor. Una ventana de contexto de 1 millón de tokens y una velocidad de más de 300 tokens por segundo lo convierten en una herramienta poderosa para agentes autónomos de larga duración y razonamientos complejos.
Estrategia de NVIDIA: gratis, pero con beneficio
El valor principal del lanzamiento no reside 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 y lo despliega con su 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.
Con una capitalización de mercado superior a los $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 y aún así ganar más que sus competidores cerrados con 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. A este modelo nadie lo puede desconectar de forma remota, y esto es especialmente valioso tras las recientes restricciones en torno a los modelos cerrados.
Dónde flaquea el modelo y qué vendrá 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 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 este rezago 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 entregar información sensible a terceros.
Conclusión analítica: La apuesta de NVIDIA por la eficiencia, en lugar de por récords en pruebas, podría resultar más visionaria. Con la adopción masiva de la IA, el costo de operación del modelo pasa a primer plano. Aquel que casi no cede en inteligencia, pero cuesta cinco veces menos, triunfa en la operación real. 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. El ecosistema solo se fortalecerá.