Бесплатный ИИ от NVIDIA: Как гигант раздает модели даром, но зарабатывает больше всех
4 июня 2026 года NVIDIA выпустила Nemotron 3 Ultra — свою крупнейшую открытую модель ИИ в линейке Nemotron 3. В открытый доступ под свободной лицензией попали веса модели, обучающие данные и методики обучения. Это не просто очередной релиз; это стратегический ход, который меняет правила игры на рынке генеративного ИИ.
Архитектура будущего: гибрид, который работает быстрее и дешевле
Nemotron 3 Ultra — это не «увеличенный трансформер». В основе лежит гибридная архитектура, объединяющая слои Mamba-2, механизмы внимания (Attention) и латентную смесь экспертов (Latent MoE). Слои Mamba-2 обрабатывают длинные тексты быстро и экономично: их затраты растут линейно, а не лавинообразно, как у обычного внимания. Слои внимания точно удерживают в памяти большие объемы текста. А Latent MoE сжимает данные перед передачей экспертам, заставляя каждого из них работать узко и точно, без лишних вычислений.
Всего у модели около 550 млрд параметров, но на обработку каждого токена задействуется лишь примерно 55 млрд. За счет этого она мыслит как огромная система, но по затратам ведет себя как куда более компактная. В сочетании с окном контекста в 1 млн токенов и скоростью свыше 300 токенов в секунду это дает в пять-шесть раз большую пропускную способность и примерно на 30% более низкую стоимость задач.
Стратегия NVIDIA: раздавать модели, чтобы продавать железо
Главная ценность релиза — не в самой модели, а в экосистеме, которую NVIDIA выстраивает вокруг своего оборудования. Логика проста: тот, кто запускает Nemotron, почти наверняка делает это на видеокартах NVIDIA, дообучает с помощью ее программных инструментов и разворачивает на ее же софте. Открытость здесь — не благотворительность, а способ привести разработчиков обратно к покупке оборудования компании.
Устроить такое NVIDIA может потому, что ее финансовые возможности несопоставимы с затратами на саму модель. При капитализации свыше $5 трлн обучение Nemotron 3 Ultra, обошедшееся, вероятно, в сотни миллионов долларов, для компании — почти незаметная статья расходов. Продажи видеокарт с лихвой покрывают исследования, поэтому NVIDIA способна раздавать модель бесплатно и все равно зарабатывать больше, чем закрытые конкуренты берут за платный доступ.
Дополнительный вес релизу придает политический контекст. Открытую американскую модель можно проверить, изменить и запустить на собственных серверах — это сделало ее привлекательной для стран, строящих независимый национальный ИИ, от Европы до Юго-Восточной Азии. Такую модель никто не отключит удаленно, и это особенно ценно на фоне недавних ограничений вокруг закрытых моделей.
Где модель уступает и что будет дальше
При всех достоинствах Nemotron 3 Ultra не самая умная модель на рынке. В независимом рейтинге Artificial Analysis Intelligence Index она набрала 48 баллов — это лучший результат среди открытых моделей США, но в мире она уступает лидерам, таким как Kimi K2.6 (54 балла) и DeepSeek. Открытые модели, по оценкам аналитиков, отстают от закрытых на три-семь месяцев.
Но это отставание, на мой взгляд, значит все меньше, если открытой модели попросту хватает для реальных задач. Банку, который ставит Nemotron 3 Ultra для обработки кредитов на своих серверах, не нужен интеллект флагманского уровня — нужна модель, которую можно дообучить на закрытых данных, держать внутри своего защищенного контура и не отдавать конфиденциальные сведения посторонним.
Ставка NVIDIA на эффективность, а не на рекорды в тестах, может оказаться дальновиднее. При массовом внедрении ИИ на первый план выходит стоимость работы модели, и та, что почти не уступает в уме, но в пять раз дешевле, побеждает в реальной эксплуатации. Аналитики ждут, что открытая экосистема будет только крепнуть: у NVIDIA есть и ресурсы, и мотивация, и каналы распространения, чтобы выпускать все более сильные открытые модели быстрее любой другой компании.
Мое экспертное мнение: этот ход NVIDIA — блестящий пример того, как доминирование в «железе» позволяет диктовать условия на рынке софта. Конкуренты, делающие ставку на закрытые API, рискуют остаться не у дел, когда основная масса корпоративных клиентов перейдет на дешевые и контролируемые открытые решения.