NVIDIA раздает мощнейший ИИ бесплатно: гениальная стратегия или смертельная ловушка для конкурентов?
4 июня 2026 года NVIDIA выпустила в открытый доступ свою новейшую модель Nemotron 3 Ultra. Это крупнейшая открытая ИИ-модель в линейке Nemotron 3. Компания выложила под свободной лицензией не только сами веса модели, но и обучающие данные, а также методики обучения. Речь идет не просто о благотворительности — это тонкий и крайне агрессивный рыночный ход.
В отличие от закрытых флагманов вроде 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. Это модель, созданная для долгоживущих автономных агентов и сложных рассуждений, а не для побед в бенчмарках.
Архитектура: гибрид, который меняет правила игры
Nemotron 3 Ultra — это не просто «увеличенный трансформер». В ее основе лежит гибридная архитектура из трех подходов: слои Mamba-2, слои внимания (Attention) и латентная смесь экспертов (Latent MoE).
Слои Mamba-2 обрабатывают длинные тексты быстро и экономично: их затраты растут линейно с длиной, а не лавинообразно, как у обычного механизма внимания. Слои внимания, в свою очередь, точно удерживают в памяти большие объемы текста. А Latent MoE сжимает данные перед передачей их экспертам, благодаря чему каждый из них работает узко и точно, не требуя 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, а по затратам ведет себя как куда более компактная. Вместе 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: экосистема вместо альтруизма
Главная ценность релиза, как я полагаю, 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, которые строят 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.
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 все меньше, если открытой модели просто 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.
Мой вывод: 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 все более сильные открытые модели быстрее любой другой компании.