NVIDIA раздаёт ИИ бесплатно, но зарабатывает больше всех: стратегия Nemotron 3 Ultra
4 июня 2026 года NVIDIA выпустила Nemotron 3 Ultra — свою крупнейшую открытую ИИ-модель. Веса, обучающие данные и методики были опубликованы под свободной лицензией. Это не просто жест доброй воли: это хитрый рыночный ход, который приносит компании больше прибыли, чем закрытые конкуренты получают за платный доступ.
В отличие от ChatGPT или Claude, Nemotron 3 Ultra можно скачать, дообучить на собственных данных и запустить на своей инфраструктуре. Ставка здесь — не на максимальный интеллект, а на открытость, эффективность и полный контроль над моделью. И это меняет правила игры.
Архитектура: гибрид, который работает быстрее и дешевле
Nemotron 3 Ultra — это не просто «увеличенный трансформер». В её основе лежит гибридная архитектура из трёх подходов: слои Mamba-2, слои внимания (Attention) и латентная смесь экспертов (Latent MoE). Mamba-2 обрабатывает длинные тексты быстро и экономно: 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 «специалистам» внутри модели, что позволяет каждому из них работать узко и точно, не требуя лишних вычислений.
Всего у модели около 550 млрд параметров, но на обработку каждого токена задействуется лишь примерно 55 млрд. Благодаря этому она мыслит как огромная система, а по затратам ведёт себя как куда более компактная. В сочетании с окном контекста в 1 млн токенов и скоростью свыше 300 токенов в секунду это даёт в пять-шесть раз большую пропускную способность и примерно на 30% более низкую стоимость задач.
Стратегия NVIDIA: бесплатная модель как способ продавать «лопаты»
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 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.
В чем 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 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.
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 всё более сильные открытые модели быстрее любой другой компании.
Мнение эксперта: Это классический пример того, как компания, контролирующая «средства производства» в ИИ, использует открытые модели для ещё более жёсткой привязки рынка к своему оборудованию. Конкуренты, делающие ставку исключительно на закрытые API, рискуют остаться позади — не из-за качества, а из-за экономики масштаба, которую NVIDIA может себе позволить.