Nvidia arrasa en el primer benchmark de IA agéntica: 20 veces más agentes por megavatio con Blackwell Ultra

Nvidia ha vuelto a sacudir el tablero de la inteligencia artificial. Apenas unos meses después de establecer récords de rendimiento en las pruebas de inferencia y entrenamiento de MLPerf, la compañía ha logrado un nuevo hito en una categoría emergente: la IA agéntica. El 12 de junio de 2026, la firma de análisis independiente Artificial Analysis publicó los primeros resultados de su nuevo test AA-AgentPerf, y la plataforma Nvidia GB300 NVL72, con arquitectura Blackwell Ultra, dominó sin paliativos la clasificación .

Pero más allá del dato bruto, estos resultados revelan una estrategia meticulosa de Nvidia para posicionarse como el motor indispensable de una nueva era, donde las IAs no solo responden preguntas, sino que actúan, razonan y ejecutan tareas complejas de forma autónoma.

¿Qué es AgentPerf y por qué es un benchmark diferente?

Hasta ahora, la mayoría de los benchmarks de rendimiento de hardware para IA, como el propio MLPerf, se centraban en medir la velocidad de la inferencia tradicional: la capacidad de un sistema para generar texto a partir de una sola instrucción. Pero los agentes de IA son otra historia .

Un agente de codificación, por ejemplo, no se limita a escribir una función cuando se le pide. Encadena múltiples llamadas al modelo de lenguaje, ejecuta herramientas externas, lee archivos, y mantiene un contexto que crece con cada paso. AgentPerf simula exactamente este tipo de carga de trabajo real, reproduciendo trayectorias de agentes de codificación tomadas de repositorios públicos en más de 12 lenguajes de programación. Introduce retrasos de CPU para emular las llamadas a herramientas y mide cuántos agentes simultáneos puede soportar un sistema cumpliendo con niveles estrictos de velocidad y latencia .

El objetivo ya no es generar tokens sin pensar, sino cuántos "compañeros de trabajo digitales" autónomos puede mantener activos una infraestructura sin que el servicio se degrade.

El resultado que lo cambia todo: hasta 20 veces más eficiencia

Los números del estreno de Blackwell Ultra en AgentPerf son abrumadores. Nvidia informa que su sistema GB300 NVL72, una solución a escala de rack con 72 GPUs interconectadas, logró hasta 20 veces más agentes concurrentes por megavatio en comparación con el sistema HGX H200 de la generación anterior (Hopper) .

La métrica no es casual. Al normalizar por consumo energético, Nvidia pone el foco en la dimensión que más preocupa a los grandes operadores de centros de datos: el coste operativo y la sostenibilidad de la factura eléctrica.

Según la publicación de Artificial Analysis en redes sociales, la configuración desagregada a escala de rack alcanzó un pico de 61.340 agentes concurrentes en el nivel de servicio más relajado —una velocidad de salida de 20 tokens por segundo y un tiempo hasta el primer token de 10 segundos— ejecutando el modelo DeepSeek V4 Pro, una inmensa red de mezcla de expertos (MoE) representativa de la IA de frontera .

La clave: optimización integral del hardware al software

¿Cómo se consigue un salto generacional semejante? Nvidia atribuye el 20x de mejora a una estrategia de co-diseño extremo, que integra y optimiza cada eslabón de la cadena :

• NVLink de quinta generación: Permite que las 72 GPUs del sistema GB300 NVL72 trabajen como un solo acelerador gigante, eliminando los cuellos de botella de comunicación típicos de los modelos de mezcla de expertos.
• Núcleos CUDA y solapamiento de tareas: Las nuevas librerías solapan la comunicación entre GPUs con el cómputo, de modo que los chips no pierden tiempo esperando datos.
• Software TensorRT-LLM: Optimizaciones como WideEP, DeepEP y DeepGEMM mantienen la alta eficiencia de los modelos MoE cuando el número de agentes y sesiones simultáneas se dispara.

Un movimiento en un tablero mucho más grande

Este no es un logro aislado. Los resultados de AgentPerf son la última pieza de una ofensiva coordinada que Nvidia ha orquestado desde el lanzamiento de Blackwell Ultra:

1. Récords en MLPerf Inference v5.1: La misma plataforma GB300 NVL72 ya había establecido nuevas marcas de rendimiento de inferencia, entregando 1,4 veces más rendimiento que Blackwell original en el modelo de razonamiento DeepSeek-R1 .
2. Barrido absoluto en entrenamiento: En las pruebas MLPerf Training v5.1, la arquitectura Blackwell Ultra ganó en las siete categorías, estableciendo un récord de velocidad al entrenar el modelo Llama 3.1 405B en solo 10 minutos usando 5.120 GPUs .
3. Adopción en el mundo real: Para demostrar que no se trata solo de laboratorio, Nvidia ya señala a socios como Together AI —que impulsa el agente de codificación de Cursor— y DeepInfra —la infraestructura tras la fuerza de trabajo de IA de Pam.ai— ejecutando cargas agentivas reales sobre Blackwell .
4. La vista puesta en el mañana: La hoja de ruta no se detiene. El blog de la compañía ya menciona la arquitectura de nueva generación Vera Rubin, que se encuentra en fase de producción, como el siguiente paso para la capacidad de IA agéntica . Las notas técnicas sugieren nuevos saltos gracias a sus 50 PFLOPs de cómputo en formato NVFP4 .

El veredicto

Con AgentPerf, la industria tiene por fin una vara de medir para una de las cargas de trabajo que definirá el futuro del centro de datos. Y en la primera foto oficial, Nvidia aparece sola en la cumbre, enviando un mensaje claro a hiperscaladores y empresas: quien quiera construir fábricas de agentes de IA a escala, encontrará en Blackwell Ultra la plataforma más potente y eficiente del mercado.

"La plataforma NVIDIA GB300 NVL72 obtiene el rendimiento más alto en el benchmark y ejecuta un número de agentes por megavatio hasta 20 veces mayor que el sistema NVIDIA HGX H200", resume el comunicado oficial, una frase que en la práctica se traduce en una ventaja competitiva sideral para la próxima gran carrera de la inteligencia artificial .