El 15 de octubre de 2026, Nvidia añadió tres nuevos modelos de pesos abiertos a la familia «Nemotron 3.5», liderados por el modelo multimodal «Super VL» de 120 mil millones de parámetros. El nuevo grupo tiene como objetivo ejecutar agentes de inteligencia artificial con alta eficiencia en sistemas en la nube, ordenadores de sobremesa y portátiles.
Tres modelos abiertos liderados por Super VL para ejecutar agentes especializados
Reducción de los costes de inferencia 40 veces y ejecución local en ordenadores Spark
Estrategia de Nvidia en modelos abiertos para competir con las empresas chinas
Integración de la nube y la computación periférica en el ecosistema de agentes de inteligencia artificial
Preguntas frecuentes
Tres modelos abiertos liderados por Super VL para ejecutar agentes especializados
El jueves 15 de octubre de 2026, la empresa «Nvidia» añadió tres nuevos modelos de pesos abiertos a su familia de modelos inteligentes «Nemotron». Esta gama está liderada por el modelo insignia «Nemotron 3.5 Super VL», un modelo multimodal que cuenta con 120 mil millones de parámetros de programación y está diseñado específicamente para ejecutar «agentes especializados que operan las 24 horas del día».
A este modelo de gran envergadura le acompañan dos modelos de computación periférica: el «Nemotron 3.5 Bolt 74B A9B» con una capacidad de 24 GB, y el modelo «Nemotron 3.5 Bolt E4B» con una capacidad de 4 GB. En conjunto, estos modelos tienen como objetivo ejecutar agentes de inteligencia artificial en todo tipo de dispositivos, desde sistemas masivos de centros de datos hasta ordenadores de sobremesa y portátiles, según el sitio web «Yahoo Finance». Los modelos «Super VL» y «Bolt 74B» ya están disponibles, mientras que el modelo «Bolt 74B» se lanzará el próximo 23 de octubre.
El modelo «Super VL» se basa en el diseño de «mezcla de expertos», que activa solo 12 mil millones de parámetros de los 120 mil millones totales por token, y procesa texto, imágenes, documentos y vídeo en un único modelo, según el blog de desarrolladores de «Nvidia». La empresa afirma que el modelo logra una productividad hasta 5 veces mayor en tareas de agentes en comparación con otros modelos abiertos de tamaño similar cuando se ejecuta en una sola unidad de procesamiento gráfico (GPU), y también registró una puntuación del 80.8 % en el punto de referencia de razonamiento gráfico «SharkEval».
Reducción de los costes de inferencia 40 veces y ejecución local en ordenadores Spark
El modelo «Super VL» se destiló del modelo más grande «Nemotron 3 Ultra», y las empresas pueden reentrenarlo posteriormente con sus propios datos. «Nvidia» señaló los resultados iniciales de varias empresas: «Scale AI» espera que los costes de inferencia para una carga de trabajo de crédito de proveedores disminuyan 40 veces, mientras que «Ramp» prevé reducir el tiempo de respuesta en la lectura de recibos financieros hasta 10 veces. El modelo está disponible a través de las plataformas «Hugging Face», «OpenRouter» y «ModelScope», y como microservicio mediante «Nvidia NIM».
En cuanto al hardware local, el modelo «Bolt 74B A9B» cuenta con unos 74 mil millones de parámetros y utiliza 9 mil millones de ellos por token, y su tecnología de cuantización de dos bits permite alojarlo dentro de una memoria de tan solo 24 GB. Al igual que el resto de los modelos «Nemotron», sus pesos, datos de entrenamiento y recetas de código son completamente abiertos, y funciona en los entornos «llama.cpp», «Ollama», «LM Studio», «Unsloth» y «vLLM».
«Nvidia» diseñó este modelo específicamente para sus nuevos ordenadores portátiles «RTX Spark», que saldrán a la venta el viernes 16 de octubre, mientras que el modelo «Bolt E4B» fue diseñado para agentes físicos y conversacionales, como asistentes de voz y personajes de juegos interactivos, en hardware «GeForce RTX», «Jetson» y «DGX Spark».
Estrategia de Nvidia en modelos abiertos para competir con las empresas chinas
Los modelos de pesos abiertos se han convertido en una parte fundamental de la estrategia de crecimiento a largo plazo de «Nvidia», ya que los modelos de menor coste pueden atraer a más organizaciones y empresas al mundo de la inteligencia artificial, lo que a su vez elevará la demanda futura de chips electrónicos, según apuntó un informe de «Yahoo Finance».
Actualmente, las empresas de desarrollo chinas, como «Moonshot AI» y «Alibaba», lideran el debate global sobre los modelos abiertos a través de las familias «Kimi» y «Qwen».
En este contexto, Jensen Huang, director ejecutivo de «Nvidia», instó a las empresas estadounidenses a construir y adoptar más modelos abiertos para evitar que el sector quede confinado dentro de un pequeño número de sistemas cerrados. Por su parte, el sitio web «ZDNet» describió el lanzamiento de «Super VL» como «un paso más hacia adelante para la inteligencia artificial estadounidense de pesos abiertos».
Integración de la nube y la computación periférica en el ecosistema de agentes de inteligencia artificial
El lanzamiento de los tres modelos «Nemotron 3.5» ilustra la visión integral de «Nvidia» sobre el futuro de los agentes inteligentes, donde las capacidades a gran escala del modelo «Super VL» en los centros de datos se integran con la eficiencia de los modelos «Bolt 74B» y «Bolt E4B», diseñados para funcionar de manera local en ordenadores «RTX Spark» y sistemas «Jetson».
Al poner los pesos de código y los datos de entrenamiento a disposición de forma gratuita, y al animar a las empresas estadounidenses a adoptar modelos abiertos frente a la competencia china de las familias «Kimi» y «Qwen», «Nvidia» impulsa la difusión de su software y garantiza al mismo tiempo una sólida demanda continua de sus procesadores gráficos tanto en la nube como en dispositivos personales.
Preguntas frecuentes
Pregunta: ¿Cuáles son los tres modelos lanzados por Nvidia dentro de la familia Nemotron 3.5?
Respuesta: Lanzó el modelo Super VL con 120 mil millones de parámetros para sistemas en la nube, y los modelos de borde Bolt 74B con 24 GB de capacidad y Bolt E4B con 4 GB de capacidad para dispositivos locales.
Pregunta: ¿Qué rendimiento logra el modelo Super VL para empresas como Scale AI y Ramp?
Respuesta: Ofrece una productividad 5 veces mayor y obtuvo un 80.8 % en el punto de referencia SharkEval; Scale AI prevé reducir el coste de inferencia 40 veces, mientras que Ramp espera acelerar la lectura de recibos 10 veces.
Pregunta: ¿Cómo logra el modelo Bolt 74B funcionar en ordenadores portátiles?
Respuesta: El modelo activa únicamente 9 mil millones de parámetros por token y se basa en la cuantización de dos bits para funcionar dentro de una memoria de 24 GB en los ordenadores portátiles RTX Spark.
Pregunta: ¿Por qué Nvidia y su director ejecutivo Jensen Huang apoyan los modelos de pesos abiertos?
Respuesta: Para animar a más organizaciones a adoptar la inteligencia artificial y aumentar la demanda de chips, así como para competir con los modelos abiertos chinos como Kimi y Qwen y evitar el monopolio cerrado.
