NVIDIA роздає потужний ШІ безкоштовно: Секретна стратегія, яка приносить мільярди
4 червня 2026 року компанія NVIDIA випустила свою найбільшу відкриту ШІ-модель — Nemotron 3 Ultra, оприлюднивши не лише ваги моделі, а й навчальні дані з методиками навчання. Це не просто черговий реліз; це стратегічний хід, який перевертає звичну бізнес-модель індустрії штучного інтелекту.
На відміну від закритих гігантів на кшталт ChatGPT та Claude, Nemotron 3 Ultra можна завантажити, донавчити на власних даних і запустити на власній інфраструктурі. Ставка тут не на максимальний інтелект, а на відкритість, ефективність та контроль.
Архітектура моделі унікальна. Вона являє собою гібрид із трьох підходів: шари Mamba-2, шари уваги (Attention) та латентна суміш експертів (Latent MoE). Mamba-2 обробляє довгі тексти швидко та економно — витрати зростають лінійно, а не лавиноподібно, як у звичайного механізму уваги. Шари уваги, своєю чергою, точно утримують у пам'яті великі обсяги тексту. А Latent MoE стискає дані перед передачею експертам, дозволяючи кожному з них працювати вузько та точно без зайвих обчислень.
При загальному обсязі близько 550 мільярдів параметрів, на обробку кожного токена задіюється лише приблизно 55 мільярдів. Це дозволяє моделі мислити як величезна система, а за витратами поводитися як значно компактніша. У поєднанні з вікном контексту в 1 мільйон токенів та швидкістю понад 300 токенів на секунду це дає в п'ять-шість разів більшу пропускну здатність і приблизно на 30% нижчу вартість завдань.
Екосистема як головний актив
Головна цінність релізу, на мою оцінку, не в самій моделі, а в екосистемі, яку NVIDIA вибудовує навколо свого обладнання. Логіка проста: той, хто запускає Nemotron, майже напевно робить це на відеокартах NVIDIA, донавчає за допомогою її програмних інструментів і розгортає на її ж софті. Відкритість тут — не благодійність, а спосіб привести розробників назад до покупки обладнання компанії.
NVIDIA може собі це дозволити, тому що її фінансові можливості непорівнянні з витратами на саму модель. При капіталізації понад 5 трильйонів доларів навчання Nemotron 3 Ultra, яке обійшлося, ймовірно, в сотні мільйонів доларів, для компанії майже непомітна стаття витрат. Продажі відеокарт із лишком покривають дослідження, тому NVIDIA здатна роздавати модель безкоштовно і все одно заробляти більше, ніж закриті конкуренти беруть за платний доступ.
Політичний контекст також додає ваги релізу. Відкриту американську модель можна перевірити, змінити та запустити на власних серверах — це зробило її привабливою для країн, що будують незалежний національний ШІ, від Європи до Південно-Східної Азії. Таку модель ніхто не вимкне віддалено, і це особливо цінно на тлі нещодавніх обмежень навколо закритих моделей.
Результати та перспективи
При всіх перевагах Nemotron 3 Ultra не найрозумніша модель на ринку. У незалежному рейтингу Artificial Analysis Intelligence Index вона набрала 48 балів — найкращий результат серед відкритих моделей США, але поступається лідерам, таким як Kimi K2.6 (54 бали) та DeepSeek. Відкриті моделі, за оцінками аналітиків, відстають від закритих на три-сім місяців.
Але це відставання, на мій погляд, означає все менше, якщо відкритої моделі просто вистачає для реальних завдань. Банку, який ставить Nemotron 3 Ultra для обробки кредитів на своїх серверах, не потрібен інтелект флагманського рівня — потрібна модель, яку можна донавчити на закритих даних, тримати всередині свого захищеного контуру і не віддавати конфіденційні відомості стороннім.
Моя експертна думка: ставка NVIDIA на ефективність, а не на рекорди в тестах, може виявитися далекогляднішою за всіх інших. При масовому впровадженні ШІ на перший план виходить вартість роботи моделі, і та, що майже не поступається в розумі, але в п'ять разів дешевша, перемагає в реальній експлуатації. У NVIDIA є і ресурси, і мотивація, і канали розповсюдження, щоб випускати все сильніші відкриті моделі швидше за будь-яку іншу компанію. Ринок цього поки не усвідомив повною мірою, але скоро зрозуміє.