NVIDIA роздає потужний ШІ безкоштовно: стратегія, яка приносить мільярди
4 червня 2026 року компанія NVIDIA випустила у відкритий доступ свою найбільшу ШІ-модель — Nemotron 3 Ultra. За вільною ліцензією були опубліковані ваги моделі, навчальні дані та методики навчання. Це не просто благодійність, а продуманий хід, який дозволяє гіганту заробляти більше, ніж його закриті конкуренти.
На відміну від таких флагманів, як ChatGPT або Claude, Nemotron 3 Ultra можна завантажити, донавчити на власних даних і запустити на своїй інфраструктурі. Ставка тут — не на максимальний інтелект, а на відкритість, ефективність і повний контроль над моделлю. Це змінює правила гри на ринку штучного інтелекту.
Архітектура, яка економить ресурси
Nemotron 3 Ultra — це не просто «збільшений трансформер». В її основі лежить гібридна архітектура, що об'єднує три підходи: шари Mamba-2, шари уваги (Attention) та латентну суміш експертів (Latent MoE). Шари Mamba-2 обробляють довгі тексти швидко та економно: їхні 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, що дозволяє кожному з них працювати вузько та точно, не вимагаючи зайвих обчислень.
Модель має близько 550 мільярдів параметрів, але на обробку кожного токена задіюється лише приблизно 55 мільярдів. Це дозволяє їй мислити як величезна система, але за витратами поводитися як набагато компактніша. З вікном контексту в 1 мільйон токенів і швидкістю понад 300 токенів на секунду, Nemotron 3 Ultra забезпечує в п'ять-шість разів більшу пропускну здатність і приблизно на 30% нижчу вартість завдань порівняно з аналогами.
Стратегія NVIDIA: екосистема як головний актив
Головна цінність цього релізу — не сама модель, а екосистема, 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 купівлі обладнання компанії.
При капіталізації понад $5 трильйонів навчання Nemotron 3 Ultra, яке обійшлося, ймовірно, в сотні мільйонів доларів, для компанії — майже непомітна стаття витрат. Продажі відеокарт з лишком покривають дослідження, тому NVIDIA може роздавати модель безкоштовно і все одно заробляти більше, ніж закриті конкуренти за платний доступ.
Додаткової ваги релізу надає політичний контекст. Відкриту американську модель можна перевірити, змінити та запустити на власних серверах — це робить 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.
Слабкі місця 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.
Однак це відставання 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 та не віддавати конфіденційні відомості стороннім.
Мій аналіз: Ставка NVIDIA на ефективність, а не на рекорди в тестах, може виявитися далекогляднішою, ніж здається. 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. Я очікую, що відкрита екосистема буде тільки міцнішати: у NVIDIA є і ресурси, і мотивація, і канали розповсюдження, щоб випускати все сильніші відкриті моделі швидше за будь-яку іншу компанію.