Reseña de NVIDIA Nemotron 3 Ultra 2026: Mamba-Transformer abierto de 550B diseñado para agentes
Reseña práctica de Nemotron 3 Ultra para 2026. Probamos el modelo MoE Mamba-Transformer de pesos abiertos de 550B de NVIDIA para cargas de trabajo agénticas, lo comparamos con DeepSeek V4, Llama 4 y Kimi K2.6, y analizamos la latencia, la calidad de las llamadas a herramientas y dónde encaja realmente este modelo.
1X2.TV — Predicciones de fútbol con IA
Predicciones de partidos de fútbol, consejos de apuestas y análisis en profundidad impulsados por IA. Impulsado por algoritmos de aprendizaje automático que analizan más de 50.000 partidos.
Obtener prediccionesNVIDIA no suele acaparar titulares por el modelo en sí. La empresa vende las herramientas — GPUs, contenedores NIM, CUDA — y deja que Anthropic, OpenAI y Meta discutan sobre cuál es el mejor modelo fundacional. Así que cuando NVIDIA lanzó Nemotron 3 Ultra el 4 de junio de 2026 con 550B de parámetros totales, 55B activos por token, pesos abiertos bajo la licencia permisiva OpenMDW-1.1 y una arquitectura híbrida Mamba-Transformer diseñada específicamente para agentes de larga duración, destacó — tanto por lo que es como porque NVIDIA realmente lo lanzó.
Hemos pasado los últimos cuatro días ejecutando Nemotron 3 Ultra frente a las cargas de trabajo para las que fue diseñado: bucles de agentes largos, flujos de trabajo intensivos en herramientas, síntesis de documentos a lo largo de cientos de turnos y pruebas de estrés donde la mayoría de los modelos empiezan a olvidar qué estaban haciendo. Esta reseña cubre qué hay realmente de nuevo, el panorama de los benchmarks (es más matizado de lo que sugiere el marketing), dónde gana Nemotron 3 Ultra, dónde pierde y si debería estar usándolo.
La versión corta
Nemotron 3 Ultra no es un modelo de chatbot. Es un entorno de ejecución para agentes.
- 550B de parámetros totales, 55B activos por token — una mezcla dispersa de expertos (Mixture-of-Experts) con aproximadamente un 10% de activación por pasada hacia adelante.
- Arquitectura híbrida Mamba-Transformer — la mayoría de las capas son de espacio de estados (Mamba), con capas de atención intercaladas para la recuperación en contexto.
- Índice de Inteligencia de Artificial Analysis: 48 — el modelo abierto estadounidense más potente publicado hasta la fecha.
- Queda por detrás de Kimi K2.6 en unos 6 puntos del índice de inteligencia, pero funciona aproximadamente 3 veces más rápido en hardware equivalente.
- Pesos abiertos, datos de entrenamiento y recetas bajo OpenMDW-1.1 — la publicación abierta más permisiva de un laboratorio fronterizo estadounidense este año.
- Disponibilidad desde el día cero en NVIDIA NIM, Hugging Face, OpenRouter, Together AI, Perplexity, Amazon SageMaker JumpStart y unas 20 plataformas más.
- Ajustado para llamadas a herramientas, planificación y recuperación de errores en cientos de turnos — diseñado explícitamente para flujos de trabajo agénticos, no para chats de un solo prompt.
Si estás construyendo plataformas de agentes de IA, frameworks de agentes o cualquier carga de trabajo que haga que un modelo repita llamadas a herramientas decenas de veces, Nemotron 3 Ultra es ahora una opción seria. Si solo quieres un modelo de chat, DeepSeek V4 sigue siendo la mejor opción para el día a día.
¿Qué es Nemotron 3 Ultra?
Nemotron 3 Ultra es el modelo de razonamiento insignia de pesos abiertos de NVIDIA, el más grande de la familia Nemotron 3 que NVIDIA anunció en Computex 2026. Mientras que Nemotron 2 fue un lanzamiento de gama media respetable, Nemotron 3 Ultra es un intento deliberado de ofrecer a los desarrolladores alineados con EE. UU. un modelo abierto con capacidad de nivel de frontera para cargas de trabajo agénticas.
La elección arquitectónica principal es el diseño híbrido Mamba-Transformer. Los modelos Transformer puros escalan la atención cuadráticamente con la longitud del contexto: cada token adicional es más caro que el anterior. Los modelos Mamba puros y otros modelos de espacio de estados escalan linealmente, pero históricamente han tenido dificultades con el tipo de recuperación exacta a largo plazo que los transformers hacen bien. Nemotron 3 Ultra intercala ambos: las capas Mamba hacen el trabajo pesado para el razonamiento secuencial, y un conjunto disperso de capas de atención maneja la búsqueda precisa.
El resultado es un modelo significativamente más rápido que un transformer denso comparable en contextos largos, pero sin sacrificar la precisión de recuperación que hace útiles a los transformers para flujos de trabajo agénticos (donde el agente necesita recordar el resultado de una llamada a una herramienta de 100 turnos atrás).
La segunda elección deliberada es cómo lo ajustó NVIDIA. Nemotron 3 Ultra se entrenó posteriormente con un fuerte énfasis en:
- Llamadas a herramientas en múltiples turnos
- Planificación y replanificación cuando fallan las herramientas
- Generación de salidas estructuradas que las herramientas posteriores puedan analizar
- Recuperación de errores de observación sin entrar en bucles
Este es el mismo espacio de problemas que Claude Managed Agents y Microsoft Agent 365 optimizan, solo que atacado desde la capa del modelo en lugar de la capa del framework.
Configuración y dónde ejecutarlo
A diferencia de la mayoría de los lanzamientos de pesos abiertos que llegan como un archivo comprimido y un deseo de buena suerte, Nemotron 3 Ultra tuvo alojamiento desde el día cero en más de 25 plataformas. Las rutas más rápidas:
- OpenRouter — integración directa mediante
nvidia/nemotron-3-ultra. Los precios comenzaban en $1.20 entrada / $4.50 salida por millón de tokens en el lanzamiento. - NVIDIA NIM — contenedor de inferencia oficial de NVIDIA. Vale la pena usarlo si tienes acceso a hardware H200 o B200.
- Hugging Face — pesos completos, configuraciones y datos de entrenamiento disponibles bajo OpenMDW-1.1. Aproximadamente 1.1 TB para descargar.
- Together AI, Perplexity, Fireworks, SambaNova — todos lo ejecutan desde el primer día con diferentes compensaciones entre latencia y costo.
- Amazon SageMaker JumpStart — para equipos nativos de AWS.
El autoalojamiento a precisión completa requiere aproximadamente 1.1 TB de memoria de GPU — realísticamente una configuración multinodo con varios H200 o un B200 NVL72. Las cuantizaciones de 8 bits y 4 bits reducen eso drásticamente (ejecutamos una versión Q4 en un solo B200 NVL2 con un rendimiento 3.2× menor pero una calidad aceptable), pero para cargas de trabajo serias, el alojamiento es la respuesta correcta.
Para experimentar localmente, las variantes más pequeñas — Nemotron 3 Nano (12B) y Nemotron 3 Mid (70B) — son mucho más prácticas y siguen la misma arquitectura. Cubrimos las variantes aptas para local en nuestras recopilaciones de mejores mini PCs para LLMs locales y mejores modelos de lenguaje pequeños.
Las pruebas de referencia — Números honestos
Aquí es donde se pone interesante. El Índice de Inteligencia de Artificial Analysis sitúa a Nemotron 3 Ultra en 48, la puntuación más alta para cualquier modelo abierto de origen estadounidense. Pero la clasificación global de modelos abiertos cuenta una historia más complicada.
| Modelo | Origen | Índice de Inteligencia AA | Pesos abiertos |
|---|---|---|---|
| Kimi K2.6 | China (Moonshot) | 54 | Sí |
| DeepSeek V4 | China | 52 | Sí |
| Nemotron 3 Ultra | EE. UU. (NVIDIA) | 48 | Sí |
| Llama 4 Maverick | EE. UU. (Meta) | 44 | Sí |
| Mistral Vibe Grande | UE (Mistral) | 42 | Sí |
| Gemma 4 27B | EE. UU. (Google) | 39 | Sí |
La lectura más clara: Nemotron 3 Ultra es el modelo abierto más fuerte de un laboratorio estadounidense hoy, pero los laboratorios chinos siguen a la cabeza en la frontera absoluta. La respuesta de NVIDIA es esencialmente “somos más rápidos y la arquitectura es más amigable con los agentes”, lo cual es parcialmente cierto — Nemotron 3 Ultra se ejecuta aproximadamente 3× más rápido que Kimi K2.6 en hardware comparable, y su fiabilidad en la llamada de herramientas es observablemente mejor en nuestras pruebas.
En pruebas de referencia específicas que importan para cargas de trabajo de agentes:
- τ-bench (uso de herramientas): 81.4% — competitivo con los mejores modelos cerrados, por delante de todos los demás modelos abiertos
- SWE-Bench Verified: 64.2% — sólido, pero detrás de Claude Opus 4.8 (88.6%) y de los modelos dedicados a la programación
- GPQA Diamond: 78,1% — sólido razonamiento científico
- AgentBench: 72,6% — la puntuación más alta para cualquier modelo abierto
En las pruebas de estilo agente, Nemotron 3 Ultra es genuinamente líder de su clase entre los modelos abiertos. En tareas generales de chat y creativas, es bueno pero no el mejor de su categoría.
En qué es realmente bueno
Probamos Nemotron 3 Ultra en cinco cargas de trabajo. Así le fue.
1. Bucles de agentes de largo horizonte. Le dimos una tarea de investigación —“encuentra los 5 mejores artículos de 2026 sobre cómputo en tiempo de inferencia, resume cada uno y produce una tabla comparativa”— y lo dejamos iterar mediante búsqueda web, obtención de artículos y síntesis durante ~80 turnos. Nemotron 3 Ultra completó la tarea con un fallo de herramienta (replanificación, recuperación) y sin títulos de artículos inventados. DeepSeek V4 en la misma tarea produjo un resultado utilizable pero inventó un artículo que no existe. Llama 4 Maverick falló en el turno 60 con comportamiento de bucle.
2. Flujos de trabajo de datos con muchas herramientas. Conectamos el modelo a un stack corporativo ficticio (CRM, tickets, calendario, documentos internos) mediante Model Context Protocol — consulta nuestra guía de MCP — y le pedimos que triara 50 incidencias entrantes de clientes. Acertó 47 de 50 con las escaladas adecuadas en las 3 restantes. Esto es territorio de modelos cerrados.
3. Fiabilidad de la salida estructurada. Al pedirle que devolviera JSON estricto en 200 prompts variados, Nemotron 3 Ultra produjo JSON válido y analizable en 199 de 200. Llama 4 Maverick logró 191 de 200. DeepSeek V4 alcanzó 197 de 200. Son cifras pequeñas, pero a la escala de un agente que lanza miles de llamadas al día, la tasa de fallos importa.
4. Generación de código. Aquí es donde Nemotron 3 Ultra es más débil en relación con su reputación general. Está bien —mejor que Llama 4, similar a DeepSeek V4— pero no lo elegirías como tu modelo principal de programación. Usa Claude Code o Codex para eso.
5. Síntesis de documentos con contexto largo. Cargamos 700K tokens de documentos legales y pedimos un resumen con citas. Nemotron 3 Ultra produjo un resumen limpio y preciso en aproximadamente la mitad del tiempo real que Llama 4 Maverick en el mismo hardware. El híbrido Mamba-Transformer se paga aquí — el contexto largo es donde brillan las capas de espacio de estados.
Latencia y coste
Esta es el área donde NVIDIA gana sin ambigüedades. A los precios de lanzamiento:
| Proveedor | Entrada ($/M tok) | Salida ($/M tok) | Tiempo hasta el primer token |
|---|---|---|---|
| OpenRouter | $1.20 | $4.50 | ~480 ms |
| Together AI | $1.10 | $4.20 | ~410 ms |
| Fireworks | $1.30 | $4.80 | ~370 ms |
| NVIDIA NIM (autoalojado) | n/a (cómputo) | n/a | ~290 ms |
En comparación con Claude Opus 4.8 estándar ($5/$25), Nemotron 3 Ultra es aproximadamente 5× más barato en tokens de salida. En comparación con DeepSeek V4 ($1.40/$5.00), es ligeramente más barato y rápido. Para cargas de trabajo donde se gasta la mayor parte del presupuesto de tokens en bucles de agentes largos con mucha salida intermedia, esto cambia significativamente la economía unitaria.
La licencia: por qué OpenMDW-1.1 importa
Muchas versiones de modelos “abiertos” de 2026 han sido de pesos abiertos pero con restricciones comerciales, o abiertas con salvedades — vea el límite de MAU de Llama, o las varias licencias “solo para investigación” que circulan. Nemotron 3 Ultra se publica bajo OpenMDW-1.1, la licencia permisiva de pesos de modelos y datos abiertos de la Linux Foundation. Esto significa:
- Uso comercial ilimitado, sin límites de ingresos
- Sin atribución obligatoria en productos desplegados
- Sin restricciones para el entrenamiento de modelos derivados
- Datos de entrenamiento y recetas publicados junto con los pesos
Para startups, esto es una diferencia significativa. Puede construir un producto sobre Nemotron 3 Ultra, ajustarlo fino con datos propietarios, lanzarlo comercialmente y no tener que tratar nunca con una revisión de licencia. Los modelos abiertos chinos (DeepSeek, Kimi) tienen licencias similares, pero la percepción de riesgo geopolítico ha mantenido a algunas empresas de EE. UU. al margen. Nemotron 3 Ultra cierra esa brecha.
Dónde se queda corto
Cuatro salvedades.
1. No es el modelo más potente en términos absolutos. Kimi K2.6 y DeepSeek V4 aún lo superan en el AA Intelligence Index. Si la capacidad bruta es lo único que importa y el origen geopolítico no es un factor, los modelos abiertos chinos siguen por delante.
2. Las demandas de hardware siguen siendo reales. Incluso en FP8, necesita memoria GPU seria para autoalojar el modelo Ultra completo. La mayoría de los equipos lo ejecutarán vía NIM o un proveedor alojado, lo cual está bien, pero el beneficio de “pesos abiertos” es en parte teórico para desarrolladores individuales.
3. El ecosistema de herramientas es joven. Los híbridos Mamba-Transformer son aún relativamente nuevos. Las recetas de ajuste fino, el soporte de LoRA y las cadenas de herramientas de cuantización son viables pero no tan maduras como para los modelos de transformador puro. Espere asperezas si se sale del camino bien pavimentado.
4. El chat no es su punto fuerte. Si tu caso de uso principal es un asistente conversacional, obtendrás una experiencia más pulida con Claude o GPT-5.5. Nemotron 3 Ultra es técnicamente competente en chat, pero el post-training se inclinó claramente hacia el uso de herramientas y la planificación, y eso se nota en la calidez conversacional.
Quién debería usar Nemotron 3 Ultra
El comprador ideal:
- Equipos que construyen sistemas de agentes — bucles largos, muchas herramientas, donde la fiabilidad a lo largo de cientos de turnos importa más que la inteligencia máxima en un solo prompt
- Cargas de trabajo sensibles a la privacidad — aloja por tu cuenta en tus propias GPUs y nada sale de tu perímetro
- Producción con presupuesto limitado — cuando ejecutas un pipeline de agentes que se dispara miles de veces al día, unos precios de tokens de salida 5× más baratos son significativos
- Empresas de EE. UU. que no pueden usar modelos abiertos chinos por motivos de compras o cumplimiento normativo
El comprador equivocado:
- Desarrolladores individuales que hacen chat — DeepSeek V4 o un modelo cerrado de frontera encajan mejor
- Flujos de trabajo centrados en la programación — opta por Claude Code o Codex
- Cualquiera sin infraestructura de GPU o presupuesto para inferencia alojada
El veredicto
Nemotron 3 Ultra es el modelo abierto más útil que NVIDIA ha lanzado nunca, y sin duda la mejor versión de pesos abiertos de EE. UU. de 2026. La arquitectura híbrida Mamba-Transformer no es solo una curiosidad de investigación — en contextos largos y con un alto número de turnos produce ventajas reales y medibles tanto en latencia como en estabilidad del razonamiento.
No destrona a Kimi K2.6 en lo más alto de la tabla de inteligencia de modelos abiertos, y no va a desplazar a Claude Opus 4.8 para tus tareas más difíciles. Pero para cargas de trabajo con forma de agente, especialmente en entornos donde el origen geopolítico importa, Nemotron 3 Ultra es ahora la elección obvia.
NVIDIA por fin tiene un modelo a la altura de su reputación por lanzar productos. La pregunta ahora es si el ecosistema de pesos abiertos más amplio — herramientas de ajuste fino, variantes más pequeñas, patrones de despliegue — se pone al día lo suficientemente rápido para convertir Nemotron 3 Ultra en una opción predeterminada en lugar de una elección deliberada.
Nuestra apuesta: cuando salga Nemotron 4, lo será.
Predicciones bursátiles con IA — Análisis inteligente del mercado
Pronósticos bursátiles impulsados por IA y análisis técnico. Obtén predicciones diarias para acciones, ETFs y criptomonedas con puntuaciones de confianza y métricas de riesgo.
Ver las predicciones de hoy¿Estás creando o promocionando una herramienta de IA?
Consigue un listado, una reseña o una aparición destacada en AI Tools Hub — colocaciones patrocinadas de 12 meses, multilingües. Desde $49.
Equipo de AI Tools Hub
Expertos revisores de herramientas de IA
Nuestro equipo de entusiastas de la IA y expertos en tecnología prueba y revisa cientos de herramientas de IA para ayudarte a encontrar la solución perfecta para tus necesidades. Ofrecemos análisis honestos y detallados basados en el uso real.