NVIDIA distribuye una potente IA de forma gratuita: ¿una jugada genial o una monopolización encubierta?
El 4 de junio de 2026, NVIDIA lanzó públicamente su modelo de IA más grande: Nemotron 3 Ultra. Bajo una licencia libre, se publicaron los pesos, los datos de entrenamiento y las metodologías. Pero no te apresures a alegrarte por lo "gratuito": detrás de esta generosidad hay una estrategia bien pensada que genera más ganancias para la empresa que cualquier alternativa paga de la competencia.
Nemotron 3 Ultra no fue creado para batir récords en pruebas de inteligencia. Su objetivo es ser eficiente, controlable y abierto a modificaciones. A diferencia de las "cajas negras" como ChatGPT o Claude, este modelo se puede descargar, reentrenar con tus propios datos y ejecutar en tu propia infraestructura. La apuesta está en la apertura y el control, no en el rendimiento máximo a cualquier costo.
Arquitectura híbrida: Mamba-2, Attention y Latent MoE
En el corazón de Nemotron 3 Ultra se encuentra una innovadora arquitectura híbrida de tres componentes. Las capas Mamba-2 procesan textos largos de forma rápida y económica: sus costos computacionales crecen linealmente, no en avalancha como en el mecanismo de atención convencional. Las capas Attention, por su parte, retienen con precisión grandes volúmenes de contexto en la memoria. Y Latent MoE (mezcla de expertos) comprime los datos antes de pasarlos a los "especialistas", haciendo que el trabajo de cada uno sea específico y preciso 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 gigante, pero en términos de 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 ofrecen un rendimiento de 5 a 6 veces mayor y un costo de ejecución de tareas aproximadamente un 30% menor en comparación con alternativas similares.
Estrategia de NVIDIA: un modelo gratuito como clave para vender hardware
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 NVIDIA, lo reentrena con sus herramientas de software y lo despliega en su propio software. La apertura aquí no es caridad, sino una forma de atraer a los desarrolladores de vuelta a la compra del equipo de la empresa.
NVIDIA puede permitírselo. 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 distribuir el modelo de forma gratuita y aun así ganar más que sus competidores cerrados con acceso 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 extremadamente atractivo para países que construyen IA nacional independiente, desde Europa hasta el Sudeste Asiático. Nadie puede desactivar este modelo de forma remota, algo especialmente valioso dadas las recientes restricciones en torno a los modelos cerrados.
Dónde el modelo es inferior y qué viene después
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, esta brecha es cada vez menos relevante si el modelo abierto es simplemente 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 pueda reentrenar con datos confidenciales, mantener dentro de su perímetro de seguridad y no compartir información sensible con terceros.
Mi opinión experta: La apuesta de NVIDIA por la eficiencia, en lugar de los 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. Esto no es caridad, es una nueva fase de monopolización del mercado, solo que ahora a través del código abierto.