NVIDIA distribuye la IA más potente de forma gratuita: ¿un movimiento genial o una nueva era de monopolio?
El 4 de junio de 2026, NVIDIA dio, quizás, el paso más resonante en la industria de la inteligencia artificial al lanzar en acceso abierto su modelo insignia Nemotron 3 Ultra. No se trata de un lanzamiento más, sino de una maniobra estratégica que cambia las reglas del juego. Bajo una licencia libre se publicaron no solo los pesos del modelo, sino también los datos de entrenamiento y las propias metodologías de aprendizaje. A diferencia de gigantes cerrados como ChatGPT o Claude, Nemotron 3 Ultra se puede descargar, reentrenar 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.
Arquitectura del futuro: un híbrido que funciona
Nemotron 3 Ultra no es simplemente 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: sus costos crecen linealmente con la longitud, no de forma exponencial como el mecanismo de atención convencional. Las capas de atención, por su parte, retienen con precisión grandes volúmenes de texto en la memoria. Y la Latent MoE comprime los datos antes de pasarlos a los expertos, gracias a lo cual cada uno trabaja de forma específica y precisa, sin requerir cálculos adicionales.
En total, el modelo tiene unos 550 mil millones de parámetros, pero para procesar cada token solo se utilizan aproximadamente 55 mil millones. Gracias a esto, piensa como un sistema enorme, pero en 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% menor.
Estrategia de NVIDIA: no un modelo, sino un ecosistema
El valor principal del lanzamiento, según analistas del sector, 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 toda seguridad 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 hardware de la compañía.
NVIDIA puede permitirse esto porque su capacidad financiera es incomparable 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 compañía. Las ventas de tarjetas gráficas cubren con creces la investigación, por lo que NVIDIA puede distribuir el modelo gratis y aun 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: esto lo ha hecho atractivo para países que construyen inteligencia artificial nacional independiente, desde Europa hasta el Sudeste Asiático. A nadie se le puede desconectar este modelo de forma remota, y esto es especialmente valioso tras las recientes restricciones en torno a los modelos cerrados.
En qué aspectos el modelo es inferior y qué pasará 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: es 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 este retraso, 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 una inteligencia de nivel superior: necesita un modelo que se pueda reentrenar con datos cerrados, 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 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, y aquel que casi no se queda atrás en inteligencia, pero es cinco veces más barato, gana en la explotación real. Los analistas esperan que el ecosistema abierto solo se fortalezca: NVIDIA tiene tanto los recursos como la motivación y los canales de distribución para lanzar modelos abiertos cada vez más potentes más rápido que cualquier otra empresa.
Mi conclusión: NVIDIA no solo está repartiendo "queso gratis": está creando una trampa para sus competidores. Al abrir el modelo, no pierde ganancias, sino que, al contrario, expande el mercado para su "hardware". A largo plazo, esto podría llevar a que incluso los modelos cerrados más avanzados se encuentren en una posición de persecución, porque su modelo de negocio no resistirá la competencia con una alternativa gratuita pero eficiente.