Nvidia está distribuyendo modelos de IA como muestras gratuitas en Costco. La lógica es la misma: una vez que pruebes el producto, volverás a comprar el hardware que lo ejecuta mejor.
El último lanzamiento de la empresa, Nemotron 3.5 Lightning, es un modelo de 30 mil millones de parámetros que se lanzó el 11 de agosto de 2026. Utiliza una arquitectura Mixture of Experts (MoE) con aproximadamente 3 mil millones de parámetros activos, lo que significa que puede ejecutarse en una sola GPU mientras admite ventanas de contexto de hasta 1 millón de tokens. Esa es una cantidad seria de capacidad para un modelo que puedes descargar de Hugging Face sin pagar un centavo.
El modelo de navaja y cuchillas, potenciado
Nvidia ahora ofrece inferencia alojada gratuita para más de 100 modelos de IA a través de sus API de build.nvidia.com. Los desarrolladores pueden acceder a estos modelos sin necesidad de ingresar una tarjeta de crédito, probarlos con sus propias cargas de trabajo y crear aplicaciones sobre ellos.
A principios de 2026, Nvidia lanzó el Nemotron 3 Ultra, un modelo de 550 mil millones de parámetros, junto con Dynamo 1.0, un software que supuestamente mejora el rendimiento de la GPU hasta en 7 veces.
Por qué los modelos abiertos son importantes para el negocio de las GPU
La industria de la inteligencia artificial se ha dividido en gran medida en dos bandos. Por un lado, tienes empresas como OpenAI y Anthropic que construyen modelos cerrados y propietarios detrás de paredes de pago de API. Por otro, tienes a Meta con su serie Llama y ahora a Nvidia impulsando alternativas de pesos abiertos que cualquiera puede descargar, modificar y desplegar.
Los modelos se lanzan bajo licencias permisivas, que cubren familias completas como Nemotron y Cosmos. Están optimizados para formatos de hardware específicos de Nvidia, como NVFP4, un formato de cuantización diseñado para chips de Nvidia.
En agosto de 2026, Nvidia también presentó NeMo Switchyard, una herramienta que enruta inteligentemente tareas entre diferentes modelos para reducir los costos de inferencia.