Nvidia negocia comprar Reflection, la startup de IA abierta

¿Qué está negociando Nvidia con Reflection AI?

Nvidia negocia la compra de Reflection AI o, como mínimo, profundizar su relación con la compañía: ya invirtió unos US$800 millones en ella y la startup se valoró en US$25.000 millones en su última ronda. Las conversaciones, reveladas por el Financial Times a partir de fuentes con información directa, están en fase temprana y podrían concretarse en las próximas semanas, aunque ninguna de las partes ha querido comentarlas.

Según ese reporte, que recogen Reuters y Bloomberg, sobre la mesa hay varias fórmulas:

• Compra completa: Nvidia adquiere el 100% de la compañía.
• Más capital: Nvidia ya es uno de sus mayores accionistas, así que podría ampliar su participación.
• Mayor dependencia de cómputo: convertirse en el suministrador de más chips de vanguardia, de modo que Reflection dependa de su hardware.
• Acqui-hire: contratar a la plantilla y licenciar la tecnología sin comprar oficialmente la empresa, una estructura que evita la revisión del regulador que dispararía una adquisición completa.

Esa última vía no es nueva para Nvidia: en septiembre cerró la compra de Hugging Face por cerca de US$13.000 millones y antes selló un acuerdo de licencia con la startup de chips Groq valorado en unos US$20.000 millones, según Bloomberg.

¿Qué es Reflection AI y cuánto vale?

La empresa nació en 2024 de la mano de Misha Laskin y Ioannis Antonoglou, dos ex investigadores de Google DeepMind. Según PitchBook, ha levantado alrededor de US$4.700 millones con Nvidia, Sequoia Capital y Lightspeed Venture Partners en su capa de accionistas. Su última ronda la dejó en una valoración pre-money de US$25.000 millones, tras una ronda anterior que la valoró en US$8.000 millones.

Su producto no es un modelo cerrado al estilo de ChatGPT, Gemini o Claude. Reflection desarrolla modelos de pesos abiertos: publica los parámetros ya entrenados y cualquiera puede descargarlos, adaptarlos y ejecutarlos en su propio hardware. Ese detalle es clave para entender por qué interesa tanto a Nvidia.

Reflection también construyó la pata institucional: trabaja con el Pentágono y el Departamento de Energía de Estados Unidos, ha cerrado acuerdos para desarrollar modelos en países aliados como Corea del Sur y prueba un concepto de fábrica de IA soberana con Shinsegae Group. En infraestructura, según TechCrunch, firmó acuerdos con SpaceX y Nebius por más de US$7.000 millones para acceder a chips GB300 de Nvidia hasta 2029.

¿Qué es Beam y por qué importa a Nvidia?

Beam es el primer modelo abierto de frontera de Reflection: 501.000 millones de parámetros totales con 23.000 millones activos, arquitectura de mezcla de expertos, entrenado sobre 23,8 billones de tokens y con una ventana de contexto de un millón de tokens, según TechCrunch.

La compañía sostiene que Beam rinde a la par del GLM-5.2 de la china Z.ai —que tiene unos 744.000 millones de parámetros— y que se acerca al Qwen 3.8-Max, con 3 o 4 veces menos cómputo de inferencia. Son cifras de la propia Reflection y todavía no tienen verificación independiente. SiliconANGLE añade un contrapunto útil: los modelos abiertos gratuitos siguen por detrás de los de frontera cerrados, como Claude Fable 5.1.

Aun así, el lanzamiento importa por un motivo geopolítico. Casi todos los modelos abiertos más avanzados venían de empresas chinas, y Beam es el primero de una startup estadounidense que muestra un rendimiento comparable. Para Nvidia, eso es una pieza en la disputa tecnológica con China y una razón más para no dejarlo en manos de un tercero.

¿Por qué Nvidia quiere tener su propio modelo?

Nvidia ya tiene una familia de modelos abiertos, Nemotron, pero le falta un modelo de frontera propio. Comprar Reflection le daría uno bajo su techo y, sobre todo, aceleraría su estrategia de fondo: convertir la capa de modelos en un commodity.

La lógica es incómoda pero clara. Si los modelos abiertos son igual de buenos y mucho más baratos, las empresas dejan de depender de las APIs de OpenAI o Anthropic y pasan a ejecutar modelos en su propia infraestructura. El valor se desplaza del modelo al cómputo, y quien domina el cómputo es Nvidia. Es la tesis que Jensen Huang viene empujando en público, con el argumento de que Estados Unidos necesita un ecosistema fuerte de modelos abiertos.

El problema es el conflicto de interés. Los mismos clientes que le compran GPUs están construyendo alternativas para no depender de ella: Google diseña sus propias TPUs, Amazon empuja sus chips Trainium y OpenAI desarrolló su chip Jalapeño junto a Broadcom en parte para reducir su dependencia de las GPUs de Nvidia, según Reuters. El fenómeno lo recoge Sify en un análisis sobre este pulso entre Nvidia y sus clientes. Mientras tanto, el negocio de centros de datos de Nvidia creció un 117% interanual hasta US$89.000 millones en su último trimestre fiscal reportado, según Yahoo Finance.

Ya hay señales de que la apuesta por modelos abiertos funciona: Salesforce lanzó Koa, su primer modelo de razonamiento, construido sobre Nemotron, para tareas de ventas, marketing y atención al cliente.

¿Qué significa esto para tu startup?

Para un founder, la pelea entre Nvidia y sus propios clientes no es un espectáculo lejano: define cuánto pagas por la tecnología que sostiene tu producto y qué tan libre eres de cambiarla.

• Recalcula tu costo por token. Si tu producto paga APIs cerradas para tareas repetitivas —clasificación, soporte, generación de código—, vale la pena comparar un modelo abierto servido en tu propia infraestructura o en un proveedor alternativo. La propuesta de Reflection apunta justo ahí: rendimiento cercano al de un modelo de frontera con menos cómputo. Valida el ahorro con tus propias pruebas, porque las cifras de eficiencia las publica el propio fabricante.
• Mide tu dependencia de un solo proveedor. Si toda tu arquitectura está atada a una API que puede cambiar de precio o de licencia, tienes un riesgo de negocio, no solo técnico. Construir una capa de abstracción que te permita cambiar de modelo es más barato hoy que migrar de urgencia mañana.
• Aprovecha el ángulo de datos y soberanía. Si vendes a empresas reguladas o al sector público, un modelo de pesos abiertos que corre en infraestructura propia se volvió un argumento comercial: tu cliente no tiene que enviar su información a un tercero. Es el modelo de fábrica de IA que Reflection ya prueba con socios en Corea del Sur.
• Vigila la letra chica de tus contratos de cómputo. Una Nvidia dueña de un laboratorio de modelos es, a la vez, proveedora y competidora de sus clientes. Es razonable esperar que la relación comercial con los grandes laboratorios se tensione y que los precios del cómputo se muevan en consecuencia.

El movimiento encaja en un patrón más amplio: quien controla una capa crítica intenta controlar la siguiente. Para tu startup la lectura práctica es simple. La IA abierta dejó de ser solo una alternativa barata y se convirtió en una pieza de la estrategia de los gigantes, lo que también significa más opciones y mejores precios para quien sepa aprovecharlas antes que el resto.

Fuentes

• Xataka: Todas las empresas de IA quieren crear sus propios chips, así que Nvidia quiere ahora tener su propia IA
• Yahoo Finance: Nvidia in talks to acquire or invest further in Reflection AI
• TechCrunch: Reflection debuts Beam, an open-weight AI model to rival Chinese models
• SiliconANGLE: Reflection AI debuts open-source Beam model with 501B parameters
• KuCoin News: NVIDIA in Talks to Acquire or Invest in Reflection AI
• The Daily Upside / Yahoo Finance: Reflection Wants to Deliver America's Most Powerful Open-Weight AI
• TechCrunch: Salesforce and Nvidia's new reasoning model is everything the AI labs should fear
• Sify: Coopetition: Why's NVIDIA Building AI Models to Compete With Customers It Sells Chips To?
• Yahoo Finance: Better AI Chip Stock: Broadcom vs. Nvidia