Nvidia abre sus modelos: agentes de IA que corren en tu propio servidor
Nvidia lanzó Nemotron 3.5 Super VL, un modelo de pesos abiertos de 120.000 millones de parámetros diseñado para agentes empresariales que operan de forma continua, junto con dos modelos livianos para ejecutar agentes directamente en una PC. Para un founder que hoy paga por token en una API cerrada, es la primera señal seria de que existe una ruta alternativa con calidad de frontera.
El anuncio llegó con una lista poco habitual de empresas que ya lo usan y con una promesa concreta: ajustar el modelo con datos propios, desplegarlo en infraestructura propia y quedarse con lo que se construye.
Qué lanzó Nvidia exactamente
El modelo grande es Nemotron 3.5 Super VL, un modelo multimodal de 120.000 millones de parámetros orientado a agentes empresariales. Según la compañía, usa menos parámetros que Nemotron 3 Ultra pero mantiene una precisión similar en tareas de seguimiento de instrucciones y uso de herramientas.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasEn el otro extremo están dos modelos Bolt livianos, pensados para correr localmente en las nuevas AI PCs con chip RTX Spark y en estaciones de trabajo DGX Spark. Esos equipos, dirigidos a consumidores, programadores y trabajadores del conocimiento, llegan al mercado a través de socios como Microsoft y Dell.
"Cualquier organización que quiera ejecutar agentes sobre infraestructura de Nvidia ahora tiene un modelo abierto y optimizado para su nivel, sin tener que elegir entre capacidad y facilidad de despliegue", escribió Kari Briski, vicepresidenta de Open Models and Software de Nvidia, en el blog del anuncio.
Cómo funciona Super VL por dentro
Según The Decoder, Super VL usa una arquitectura de mezcla de expertos (MoE) en la que solo 12.000 millones de los 120.000 millones de parámetros se activan por token. Nvidia lo destiló de Nemotron 3 Ultra: la meta es igualar la precisión de Ultra con cerca de un quinto de los parámetros.
El modelo se desarrolló junto a la Nemotron Coalition, un grupo que incluye a Mistral AI, Thinking Machines Lab, Perplexity y Black Forest Labs, reporta The Decoder.
En eficiencia, Nvidia afirma que Super VL entrega hasta cinco veces el throughput de otros modelos abiertos de tamaño similar en tareas de agentes, citando la tabla de Artificial Analysis. ZDNET reporta que en esa misma medición Ling 3.0 Flash de InclusionAI y V4.1 Flash de DeepSeek quedaron segundo y tercero, con una distancia considerable respecto de Super VL.
Para el trabajo con documentos, Nvidia reporta que Super VL alcanza 80,8% en el benchmark CharXiv de gráficos, frente a 63% de Nemotron 3 Nano Omni, y sube a 84% cuando el modelo puede ejecutar código Python (The Decoder).
Los modelos Bolt y el límite del hardware local
Nemotron 3.5 Bolt 74B-A9B 24GB es una versión reducida de Super VL: un MoE híbrido donde solo 9.000 millones de sus 74.000 millones de parámetros se activan por paso. Para caber en 24 GB de memoria, Nvidia aplica cuantización agresiva de 2 bits, según The Decoder.
Está optimizado para RTX Spark y DGX Spark, y también corre en GeForce RTX, DGX Station y RTX PRO, con soporte para llama.cpp, Ollama, LM Studio y vLLM. El más pequeño, Bolt E4B 4GB, apunta a asistentes de voz y llegará más tarde este mes. Super VL y Bolt 74B-A9B ya están disponibles.
El detalle incómodo: 24 GB de memoria sigue siendo un piso alto. Según The Decoder, solo el hardware de gama alta ofrece esa capacidad y, a los precios actuales de GPU, la mayoría de los consumidores no puede justificar el costo. Por ahora, el agente local está pensado para desarrolladores y dueños de estaciones de trabajo potentes.
Para quien quiera entrar por la puerta barata, GCN reporta que la configuración de 64 GB del DGX Spark arranca en 4.999 dólares y sale a partir del 23 de octubre a través de Acer, ASUS, Dell, Gigabyte, HP y MSI. El mismo medio señala que las primeras PCs Windows con la plataforma, incluida la Surface Laptop Ultra de Microsoft, empezaron a enviarse a mediados de octubre.
Quién ya lo está usando
Nvidia respaldó su anuncio con una lista de empresas que, según la compañía, ya usan Super VL: Skydance, EY, Ramp, CrowdStrike, Perplexity y Salesforce.
The Decoder detalla algunos casos. Scale AI adaptó el modelo para un agente que gestiona créditos de proveedores en la media company Skydance, con costos que se esperan caer a una cuadragésima parte y tiempos de respuesta a un quinto. Ramp lo usa para convertir fotos de recibos en datos estructurados y espera respuestas diez veces más rápidas. EY lo aplica a due diligence de adquisiciones y Hebbia al análisis de contratos de crédito.
En ciberseguridad, AI21 ajustó Super VL para la firma Alice, que lo usa para analizar amenazas y vulnerabilidades, con una mejora de precisión del 40% según Nvidia. CrowdStrike construye agentes para defender redes empresariales y Salesforce planea automatizar flujos de trabajo gubernamentales.
Por qué Nvidia regala los pesos
El movimiento es estratégico. Cuanto más corren las empresas sus propios modelos abiertos, mayor es la demanda de hardware de cómputo, y esos modelos quedan optimizados para Nvidia. Según The Decoder, Nvidia invirtió recientemente 12.900 millones de dólares en Hugging Face, la plataforma clave para distribuir estos modelos.
Mientras tanto, los laboratorios propietarios que son a la vez clientes e inversiones de Nvidia buscan chips alternativos: Trainium de AWS, Cerebras y silicio propio, señala TechCrunch.
Nvidia también publica más que los pesos: datasets y recetas de entrenamiento. The Decoder reporta que el modelo se entrenó con más de 25 billones de tokens y que el post-entrenamiento sumó unos 4 millones de ejemplos en cerca de 100 entornos abiertos. Entre los datasets liberados hay uno con 2,83 billones de tokens en 22 idiomas de India, construido con el IIT Madras y AI4Bharat.
Qué significa esto para tu startup
Aquí está lo relevante para un founder hispanohablante: la barrera para tener un agente propio bajó, pero no desapareció.
- Evalúa si tu caso de uso justifica un modelo propio. Si tu producto maneja datos sensibles —salud, finanzas, legal— y hoy pagas por token en una API, un modelo abierto post-entrenado con tus datos puede cambiar la ecuación. El argumento de Nvidia es explícito: puedes ajustar Super VL con tu información, desplegarlo en tu infraestructura y quedarte con lo que construyes. Antes de moverte, calcula el punto de equilibrio entre el costo de hardware y tu gasto actual de inferencia.
- Empieza por el modelo pequeño, no por el grande. Si tu equipo quiere experimentar con agentes locales, el camino barato es probar modelos de 30B en una máquina con memoria unificada antes de invertir en un clúster. La propia Nvidia posiciona el DGX Spark para desarrolladores que prototipan herramientas agénticas antes de escalarlas.
- Vigila el costo oculto del hardware. El Bolt de 24 GB exige una estación de trabajo de gama alta. Para un equipo en LATAM o España con presupuesto ajustado, la alternativa sensata sigue siendo la nube para producción y el local solo para prototipos y datos que no pueden salir de la oficina.
El contexto: la carrera abierta se globalizó
Durante años, los modelos abiertos competitivos vinieron de laboratorios chinos como DeepSeek y Moonshot.ai. ZDNET señala que esa ventaja se está cerrando: Mistral lanzó su modelo Le Chonk con resultados de estado del arte y Reflection AI —en la que Nvidia invirtió y con la que está en conversaciones de adquisición— liberó su modelo Beam.
El mismo medio apunta que la industria mira los pesos abiertos con mejores ojos tras la brecha de seguridad en Hugging Face vinculada a OpenAI, que desarmó la idea de que solo los modelos abiertos implicaban riesgos.
Conclusión
Nvidia no está regalando nada: está vendiendo hardware. Pero el efecto secundario es real. Un founder que hoy depende de una API cerrada tiene, por primera vez, una ruta creíble para correr agentes sobre modelos abiertos con calidad de frontera, ajustados a su propio dominio. La pregunta ya no es si es posible, sino si tu caso de uso y tu presupuesto lo justifican.
Fuentes
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
