Modelos Nemotron 3.5 y sus variantes para agentes especializados
NVIDIA anunció el 15 de octubre de 2026 la familia Nemotron 3.5, que incluye varios modelos abiertos orientados a agentes de IA. El más destacado es Super VL, con 120 billion parámetros, descrito como multimodal y orientado a tareas de razonamiento, programación y uso continuo de herramientas. También lanzó Bolt, un modelo de 74 B‑A9B con 24GB de memoria, diseñado como modelo de borde para agentes en dispositivos menos potentes.
Además de estos, la página NIM de NVIDIA lista variantes que cubren desde un modelo MoE de 30B parámetros activos para tareas especializadas (nemotron‑3.5‑lightning‑30b‑a3b) hasta un híbrido Mamba‑Transformer MoE enorme de 550B parámetros totales con contexto extendido de 1 millón de tokens (nemotron‑3‑ultra‑550b‑a55b). Estos modelos cubren una amplia gama de aplicaciones agénticas dentro y fuera de la nube.
La arquitectura Mixture of Experts (MoE) de varios de estos modelos permite activar solo una parte de los parámetros para tareas específicas, lo que supone eficiencia de cómputo y especialización dinámica. NVIDIA sostiene que su familia Nemotron 3.5 combina esta capacidad con multimodalidad y alto rendimiento para agentes.
El comunicado y la página oficial ofrecen acceso temprano a algunos modelos y facilitan despliegue en entornos propios o via APIs serverless gratuitas, favoreciendo la flexibilidad para desarrolladores y empresas.
Aplicación en empresas y en PCs con tecnología RTX Spark
Un reclamo destacado de NVIDIA es la capacidad para ejecutar estos modelos no solo en centros de datos, sino directamente en PCs con GPU RTX Spark, lo que abre la puerta a agentes personalizados y con latencia baja en el escritorio o en entornos empresariales con restricciones de privacidad.
Los modelos pueden autoalojarse, lo que permite a clientes mantener control total de sus datos y sistemas, al tiempo que aprovechan las ventajas de estos agentes especializados. Esta flexibilidad es atractiva para organizaciones que necesitan desplegar IA avanzada sin depender exclusivamente de servidores remotos.
El soporte para modelos abiertos facilita también la integración con flujos de trabajo preexistentes y el desarrollo a medida de agentes con funciones específicas, ya sea para tareas de asistencia, análisis o automatización en diversas industrias.
Esta estrategia apunta a un mercado que combina computación local potente con agentes agnósticos al entorno, que pueden funcionar con APIs o en instalaciones controladas, ampliando las opciones para clientes corporativos y usuarios avanzados.
Falta de benchmarks oficiales y métricas independientes
NVIDIA no ha publicado resultados oficiales de benchmark para esta familia Nemotron 3.5 en el momento del lanzamiento, ni ha facilitado precios oficiales de estos modelos abiertos. Esto limita la evaluación objetiva del rendimiento y coste frente a la competencia.
BenchLeader, una fuente independiente, posicionó al modelo Nemotron 3 Ultra 550B A55B en 55,6 ± 12 en su índice y asignó un precio de 1,13 dólares por millón de tokens, ofreciendo una referencia externa pero no certificada.
La ausencia de benchmarks propios o escuetos detalles técnicos oficiales obliga a esperar más pruebas y comparaciones en entornos reales para validar si estas arquitecturas MoE y las capacidades multimodales se traducen en ventajas sustanciales para agentes especializados.
Esto abre un espacio para análisis externos que confirmen o moderen las afirmaciones del anuncio, que por ahora se basan en declaraciones internas de NVIDIA sin soporte de pruebas verificables.
Implicaciones para el mercado y la comunidad IA
La publicación de modelos abiertos con pesos disponibles y soporte para ejecución local presenta importantes oportunidades para desarrolladores y empresas interesadas en agentes de IA personalizados y especializados, con control total sobre la infraestructura y datos.
El foco en agentes, multimodalidad y arquitecturas MoE responde a la demanda creciente de soluciones que combinen eficiencia, capacidad de razonamiento y manejo de múltiples tipos de entrada y carga de trabajo continua.
Sin embargo, esta oferta también obliga a la comunidad a exigir transparencia y comparativas robustas para saber si estos modelos cumplen con las expectativas de rendimiento y flexibilidad anunciadas, especialmente frente a alternativas cerradas o de otros laboratorios.
Además, el uso de modelos abiertos con despliegue local puede acelerar la experimentación práctica y casos de uso en empresas y usuarios avanzados, impactando potencialmente en el desarrollo de agentes más complejos y variados.
Próximos pasos y evolución esperada
Las próximas semanas serán clave para que surgieran benchmarks independientes que verifiquen el rendimiento y eficiencia de los Nemotron 3.5 y sus variantes, permitiendo contrastar su posicionamiento en el mercado de agentes.
La evolución de las APIs serverless y las facilidades de autoalojamiento definirá también la adopción y penetración en empresas, que valoran la combinación entre rendimiento, coste y control de datos.
La expansión del soporte para ejecución local vía RTX Spark podría marcar un precedente en cuanto a modelos de tamaño elevado corriendo con latencia baja en PCs, un desafío técnico relevante para la industria.
Será relevante observar si NVIDIA actualiza o amplía la familia Nemotron con mejoras que atiendan a las demandas de evaluación objetiva, interoperabilidad y aplicaciones del mundo real.