Новости криптомира

4 июня 2026 года NVIDIA сделала то, что перевернуло рынок ИИ: выпустила Nemotron 3 Ultra — крупнейшую открытую модель в линейке Nemotron 3. Веса, обучающие данные и методики обучения — всё это оказалось в открытом доступе под свободной лицензией. Но не спешите думать, что это просто акт благотворительности. За этим стоит хладнокровный бизнес-расчет, который приносит NVIDIA больше, чем любой платный сервис конкурентов.

В отличие от закрытых флагманов вроде ChatGPT или Claude, Nemotron 3 Ultra можно скачать, дообучить на своих данных и запустить на собственной инфраструктуре. Ставка здесь — не на максимальный интеллект, а на открытость, эффективность и полный контроль над моделью. Это принципиально иной подход, который меняет правила игры.

Архитектура, которая бьет по карману конкурентов

Nemotron 3 Ultra — это не просто «увеличенный трансформер». В её основе лежит гибридная архитектура, объединяющая три подхода: слои Mamba-2, слои внимания (Attention) и латентную смесь экспертов (Latent MoE). Механизм MoE направляет каждый запрос только к нужным «специалистам» внутри модели, что радикально повышает эффективность.

Слои Mamba-2 обрабатывают длинные тексты быстро и экономично: их затраты растут линейно, а не лавинообразно, как у обычного механизма внимания. Слои внимания, в свою очередь, точно удерживают в памяти большие объёмы текста. А Latent MoE сжимает данные перед передачей экспертам, заставляя каждого из них работать узко и точно, без лишних вычислений.

Итого: у модели около 550 млрд параметров, но на обработку каждого токена задействуется лишь примерно 55 млрд. Она мыслит как гигантская система, а по затратам ведёт себя как компактная модель. При окне контекста в 1 млн токенов и скорости свыше 300 токенов в секунду это даёт в пять-шесть раз большую пропускную способность и примерно на 30% более низкую стоимость задач по сравнению с аналогами.

Стратегия NVIDIA: раздай модель, продай железо

Главная ценность релиза, по оценке отраслевых аналитиков, 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 её программных инструментов и разворачивает на её же софте. Открытость здесь — не благотворительность, а способ привести разработчиков обратно к покупке оборудования компании.

Устроить такое NVIDIA может потому, что её финансовые возможности несопоставимы с затратами на саму модель. При капитализации свыше $5 трлн обучение Nemotron 3 Ultra, которое обошлось, вероятно, в сотни миллионов долларов, для компании почти незаметная статья расходов. Продажи видеокарт с лихвой покрывают исследования, поэтому NVIDIA способна раздавать модель бесплатно и всё равно зарабатывать больше, чем закрытые конкуренты берут за платный доступ.

Дополнительный вес релизу придаёт политический контекст. Открытую американскую модель можно проверить, изменить и запустить на собственных серверах — это сделало её привлекательной для стран, строящих независимый национальный ИИ, от Европы до Юго-Восточной Азии. Такую модель никто не отключит удалённо, и это особенно ценно на фоне недавних ограничений вокруг закрытых моделей.

Слабые места и будущее открытого ИИ

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, по моему мнению, значит всё 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 защищённого контура и не отдавать конфиденциальные сведения посторонним.

Мой анализ: Ставка NVIDIA на эффективность, а не на рекорды в тестах, может оказаться дальновиднее, чем кажется. 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. Я ожидаю, что открытая экосистема будет только крепнуть: у NVIDIA есть и ресурсы, и мотивация, и каналы распространения, чтобы выпускать всё более сильные открытые модели быстрее любой другой компании. Это не просто раздача — это новая бизнес-модель, которая перекраивает рынок.