Nemotron 3 Ultra de Nvidia: el modelo open-source de 550B parámetros que reduce 10 veces los costos de IA empresarial

El martes 8 de julio de 2026, Nvidia y LangChain presentaron conjuntamente el blueprint NemoClaw for LangChain Deep Agents, una arquitectura de referencia para construir agentes de IA empresarial impulsados por el modelo open-source Nemotron 3 Ultra de Nvidia. El anuncio destacó reducciones masivas en costos de inferencia y un rendimiento de primer nivel frente a rivales cerrados .

¿Qué se anunció? NemoClaw para LangChain Deep Agents

El blueprint NemoClaw for LangChain Deep Agents ofrece a las empresas una arquitectura de referencia para construir sistemas de agentes abiertos utilizando Nemotron 3 Ultra y Nvidia OpenShell para controles de políticas en tiempo de ejecución. Está diseñado para grandes clientes que necesitan agentes de IA personalizables y listos para producción con costos de inferencia más bajos . La versión NemoClaw v0.0.76 (8 de julio) estableció a Nemotron 3 Ultra como el modelo predeterminado gestionado por Nvidia Endpoints para Deep Agents Code .

Ventaja en costo de inferencia: 10 veces más barato que rivales cerrados

El harness Deep Agents de LangChain, optimizado para Nemotron 3 Ultra, ofrece costos de inferencia hasta 10 veces menores por ejecución en comparación con ciertos modelos cerrados líderes . En Artificial Analysis, Nemotron 3 Ultra cuesta $0.58 por 1M de tokens frente a los $2.31 de Claude Sonnet 4.6, una reducción del 75% . Medios financieros chinos reportaron que los costos de inferencia son aproximadamente un 90% más bajos que los de modelos cerrados .

Rendimiento frente a rivales cerrados en benchmarks empresariales

Nvidia afirma que en los benchmarks Deep Agents de LangChain, Nemotron 3 Ultra igualó al modelo con mayor puntuación en tareas empresariales (paridad en calidad) . Puntuaciones clave:

• Artificial Analysis Intelligence Index: Obtiene 47.7–48 —el más alto entre los modelos de peso abierto de EE. UU., por delante de Gemma 4 31B (39) y Nemotron 3 Super (36), aunque por detrás del líder chino Kimi K2.6 (54) y modelos propietarios de frontera como GPT-5.5 (60.2) y Claude Opus 4.7 (57) .
• GPQA Diamond: Alcanza 86.7%, compitiendo con los mejores modelos .
• Benchmarks agentivos: Según datos publicados en HuggingFace, Nemotron 3 Ultra obtiene 56.4 en Terminal Bench 2.1, 46.7 en GDPVal y 70.7 en SWE-Bench Verified, compitiendo con MiniMax-2.7, GLM-5.1 y Kimi-K2.6 en tareas agentivas .
• PinchBench Agent Productivity: Logra 90–91%, igualando a Kimi K2.6 y superando a Qwen 3.5 .

Especificaciones arquitectónicas

Especificación	Detalle
Parámetros totales	550 mil millones (550B)
Parámetros activos	55 mil millones (55B) por token
Tipo de arquitectura	Mixture-of-Experts (MoE) híbrida Mamba-Attention (Mamba-Transformer)
Longitud de contexto	1 millón de tokens (1M)
Pre-entrenamiento	20 billones de tokens de texto
Post-entrenamiento	SFT + RL + Multi-tier On-Policy Distillation (MOPD)
Licencia	OpenMDW 1.1 / licencia permisiva de la Fundación Linux

Origen de las ganancias en rendimiento

Las ganancias provienen de tres innovaciones principales :

• Arquitectura MoE híbrida Mamba-Attention: Combina capas de espacio de estado Mamba 2 con capas de atención en un marco de enrutamiento MoE, activando solo 55B de 550B parámetros por token para lograr una eficiencia masiva.
• Multi-tier On-Policy Distillation (MOPD): Técnica de post-entrenamiento que utiliza aprendizaje por refuerzo en entornos interactivos para destilar capacidades de razonamiento.
• Activación dispersa: La relación 10:1 entre parámetros totales y activos ofrece razonamiento de nivel frontera con una fracción del costo computacional de los modelos densos.

Nemotron 3 Ultra logra hasta 5.9 veces más rendimiento de inferencia en comparación con GLM-5.1-754B-A40B en el modo de entrada de 8K tokens / salida de 64K tokens . En un endpoint pre-lanzamiento de DeepInfra, sirvió más de 300 tokens por segundo .

Alianza con LangChain y declaraciones

LangChain proporcionó soporte desde el día cero para Nemotron 3 Ultra en su harness Deep Agents y es miembro de la Nemotron Coalition . Harrison Chase, CEO de LangChain, afirmó que las empresas pueden lograr un rendimiento sólido a una fracción del costo de los modelos cerrados . Nvidia declaró que el harness Deep Agents de LangChain completó "más tareas con mayor rendimiento usando Nemotron 3 Ultra, ofreciendo costos de inferencia hasta 10 veces menores que algunos modelos cerrados líderes" .

Adopción empresarial

Socios globales como EY y otros como Abridge, Amdocs y Box ya están trabajando con el stack NemoClaw + Nemotron 3 Ultra para construir agentes de IA empresarial . Cadence, Siemens, Synopsys y Dassault Systèmes también están implementando ingenieros de IA autónomos utilizando los blueprints NemoClaw de Nvidia .

Opciones de acceso para desarrolladores

Los desarrolladores pueden acceder a Nemotron 3 Ultra a través de :

• Hugging Face: Pesos del modelo en nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Inferencia gestionada a través de los endpoints en la nube de Nvidia (predeterminado en NemoClaw)
• Ollama: Disponible en ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: Los pesos se pueden desplegar en cualquier instancia de GPU en la nube
• Nvidia NemoClaw: Blueprints open-source desplegables con un solo comando

Reacción del mercado de valores

Las acciones de Nvidia (NVDA) subieron un 4% el miércoles 9 de julio, ya que los nuevos resultados de benchmarks y el anuncio de NemoClaw sugirieron que Nemotron 3 Ultra podría desafiar a los modelos cerrados tanto en costo como en rendimiento empresarial . Bank of America reiteró su calificación de Compra sobre las acciones de Nvidia tras el anuncio, citando la ventaja costo-rendimiento del modelo y su impulso empresarial .

Cronología de anuncios clave

• 1 de junio de 2026: Jensen Huang anunció Nemotron 3 Ultra en Computex 2026 en Taipéi
• 4 de junio de 2026: Nvidia lanzó oficialmente Nemotron 3 Ultra como modelo open-source con pesos, datos de entrenamiento y recetas
• 8 de julio de 2026 (martes): LangChain y Nvidia anunciaron el blueprint NemoClaw for LangChain Deep Agents, destacando costos de inferencia 10 veces menores y adopción empresarial por parte de EY, Abridge, Amdocs y Box
• 9 de julio de 2026 (miércoles): Las acciones de NVDA subieron un 4%; Bank of America reiteró Compra