Los lanzamientos de modelos de 4 a 6 semanas por Nvidia no representan un cambio en el software. En realidad, sirven para nutrir la máquina hardware, que ha crecido un 117%.

El número que determina los resultados en los titulares de Nvidia esta semana no es el rendimiento financiero. Se trata de un cronograma de publicaciones. Según los informes, Nvidia ha…Se reduce el ciclo de lanzamiento del modelo de IA a 4-6 semanas, en lugar de 6-8 meses.Y el dispositivo que sirve para sustentar esa afirmación es el Nemotron 3.5 Lightning, un modelo de peso abierto.Lanzado el 11 de agosto. Funciona con una sola GPU.Está disponible en un ordenador portátil o de escritorio, y es gratuito para que cualquier empresa pueda descargarlo, modificarlo y utilizarlo.

Para un inversor, la pregunta importante es si esto es una prueba de que Nvidia se está convirtiendo en una empresa dedicada a modelos de inteligencia artificial. Un cambio en el tipo de negocio podría cambiar el valor de las acciones de la empresa. Pero los datos de esta semana indican lo contrario: los modelos son gratuitos, no generan ingresos directos, y su único objetivo es vender lo que realmente representan.

¿Qué es realmente la cadencia?

Software, no silicio. Lo que acelera todo es la familia de modelos Nemotron de peso abierto, para los cuales Nvidia no cobra ningún precio. La secuencia de lanzamiento es realmente rápida: la familia Nemotron 3 – con tamaños Nano, Super y Ultra, con alrededor de 30, 100 y 500 mil millones de parámetros, respectivamente.Aterrizado el 15 de diciembre de 2025Una ola de…Modelos abiertos en las familias Nemotron, Cosmos, Alpamayo e Isaac.Se realizó en principios de enero; Nvidia amplió esas familias de productos y lanzó…La Nemotron Coalition, con laboratorios como Mistral, Perplexity y Cursor, en marzo.El Nemotron 3.5 Lightning llegó el 11 de agosto.El Nemotron 4, con al menos un trillón de parámetros, será desarrollado ya a finales del otoño de 2026..

El rayo es el marcador estratégico. Es el primer modelo de código abierto de Nvidia.Desde que Jensen Huang comenzó a apoyar públicamente las IA de peso abierto a finales de julio.cuandoSu primer post en X promovió una carta conjunta.— firmado porMás de 150 empresasIncluyendo a Microsoft, Meta e IBM. Se argumenta que restringir los modelos abiertos debilitaría la liderazgo de EE. UU. en el campo de la IA. En pocas semanas, el modelo ya estaba disponible libremente.

Cada lanzamiento en esa secuencia es gratuito. La cadencia no representa una fuente de ingresos; es simplemente un movimiento.

Por qué la cadencia de liberación gratuita es importante para la máquina de ganancias

La acción consiste en generar demanda. Huang explica el mecanismo de forma directa:La IA gratuita debería ser útil para el hardware.La IA gratuita debería ser muy útil para los chips. Los modelos gratuitos reducen el costo de desarrollar la IA; así, las empresas pueden ajustar los modelos, desplegar agentes y utilizar recursos computacionales acelerados. El ejemplo de Nvidia es muy ilustrativo en este sentido.CodeRabbit entrenó un agente de enrutamiento por $85.En aproximadamente dos horas, con un solo H100.

Dos detalles indican la dirección de esa demanda. En primer lugar, incluso el modelo ligero “funciona con un portátil” se encuentra dentro del conjunto de productos de hardware de Nvidia. En la publicación de resultados financieros, Lightning es mencionado como uno de los modelos disponibles.Optimizado en las plataformas RTX y DGX.En el segmento de Edge. En segundo lugar, ese mismo día, Nvidia lanzó NeMo Switchyard, un router de código abierto que envía cada solicitud al modelo más económico disponible. Si lo vemos desde una perspectiva cínica, eso significa que Nvidia está disminuyendo su propia demanda por GPU: si se reduce el costo por token, entonces se reducen también las GPU necesarias. Pero si lo vemos como se debe, los modelos de IA más económicos permiten aumentar el número total de tareas de procesamiento, y todas ellas siguen funcionando con chips acelerados.

El verdadero registro, una semana después

Ese es el marco para los eventos financieros del semana. El 26 de agosto, Nvidia informó un segundo trimestre récord: ingresos de 96.2 mil millones de dólares, un aumento del 18% en comparación con el trimestre anterior y del 106% en comparación con el año anterior.Más de los 92.2 mil millones de dólares que los analistas esperaban.Con un EPS no según los criterios GAAP de 2.22 dólares, en comparación con una estimación de 2.10 dólares. El sector de centros de datos representó 89.0 mil millones de dólares, un aumento del 117% en comparación con el año anterior; esto representó aproximadamente el 92.5% del total de las operaciones de la compañía. La margen bruto fue del 75.0% tanto según los criterios GAAP como los no GAAP. La compañía espera que las ventas en el próximo trimestre sean de aproximadamente 108 mil millones de dólares.Las acciones subieron más del 6% en la sesión siguiente..

El modelo de ritmo no tiene ningún punto en ese informe. Lo que este modelo genera como demanda, sí lo incluye.

Esta semana también se añadió la parte de tuberías que convierte la adopción de modelos abiertos en infraestructura de Nvidia: según los informes, Nvidia ha aceptado…Comprar Hugging Face por 12.9 mil millones de dólares.– El repositorio donde se descargan los modelos abiertos. Junto con el acuerdo de reparto de ingresos, Nvidia comenzó a implementarlo a finales de julio.Las startups obtienen acceso al hardware, mientras que los socios reciben una parte de los ingresos provenientes del cloud.– La forma está completa. Regálos los modelos, posee el “hub” donde el mundo los recoge, y obtén una parte de la computación que consumen.

Donde se encuentra el caso difícil.

El riesgo no está en los gastos. Los modelos gratuitos son simplemente un error de redondeo en comparación con el flujo de efectivo libre de los últimos doce meses, que es de aproximadamente 127 mil millones de dólares. El riesgo es que los modelos pequeños y eficientes, aunque gratuitos, funcionan muy bien con tecnologías más económicas, distintas de las tecnologías Nvidia. Esto hace que la demanda de estos modelos deje de generar ganancias. Es ese miedo constante de los inversores relacionado con “la inteligencia artificial barata”. Las cifras muestran que los ingresos por centros de datos han aumentado un 117% anual, justamente debido a estas preocupaciones.

Los signos que podrían cambiar la lectura son concretos. ¿Llegará Nemotron 4 a tiempo este otoño? ¿Se llevarán a cabo las implementaciones de agentes empresariales que Nvidia está promoviendo? Entre los primeros usuarios están…Cadence, Siemens, Dassault Systèmes y Synopsys¿Se trata de una expansión medible en términos de inferencias y crecimiento de redes? ¿La eficiencia lograda mediante los routers aumenta el volumen total de tokens utilizados en las GPU de Nvidia, o simplemente reduce el costo por consulta?

Por ahora, el ritmo de 4 a 6 semanas no es algo nuevo en el ámbito empresarial. Se trata de un método de marketing para una máquina que ha crecido un 117%. Si Nemotron logra superar las métricas de referencia, eso no es cuestión de los inversores; lo importante es si los modelos gratuitos siguen permitiendo que el volumen de trabajo aumente a través del chip propio de Nvidia.