NVIDIA lanzó recientemente Nemotron 3 Ultra — el modelo de IA abierta más grande en la línea de Nemotron 3. El lanzamiento tuvo lugar el 4 de junio de 2026: los pesos del modelo, los datos de entrenamiento y los métodos de entrenamiento en sí se hicieron disponibles abiertamente bajo una licencia gratuita. El modelo está diseñado para agentes autónomos de larga duración y razonamiento complejo.
A diferencia de buques insignia cerrados 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 sobre el modelo.
¿Quieres más noticias y análisis exclusivos? Suscríbete a nuestrocanal de Telegram, ¡discute las noticias y comparte tus opiniones sobre los últimos eventos del mercado en el chat!
Qué hace especial la arquitectura del modelo
Nemotron 3 Ultra no es solo un «transformador ampliado». En su núcleo se encuentra una arquitectura híbrida que consiste en tres enfoques diferentes: capas Mamba-2, capas de atención (Attention) y una mezcla latente de expertos (Latent MoE) — un mecanismo que dirige cada consulta solo a los «especialistas» relevantes dentro del modelo.
Las capas Mamba-2 procesan textos largos de manera rápida y económica: sus costos crecen linealmente con la longitud en lugar de de manera avalancha, como con el mecanismo de atención habitual. Las capas de atención, a su vez, mantienen con precisión grandes volúmenes de texto en memoria. Y Latent MoE comprime los datos antes de pasarlos a los expertos, por lo que cada uno de ellos trabaja de manera específica y precisa sin requerir cálculos adicionales.
En total, el modelo tiene alrededor de 550 mil millones de parámetros, pero solo aproximadamente 55 mil millones están involucrados en el procesamiento de cada token. Debido a esto, piensa como un sistema enorme, mientras que en términos de costo 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 ofrece un rendimiento de cinco a seis veces mayor y un costo de tarea aproximadamente un 30% más bajo.
Fuente: BeInCrypto
