NVIDIA роздає ШІ безкоштовно, але заробляє більше за всіх: стратегія Nemotron 3 Ultra
4 червня 2026 року NVIDIA випустила Nemotron 3 Ultra — свою найбільшу відкриту модель ШІ. Ваги, навчальні дані та методики були опубліковані під вільною ліцензією. Це не просто жест доброї волі: це хитрий ринковий хід, який приносить компанії більше прибутку, ніж закриті конкуренти отримують за платний доступ.
На відміну від 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. І це змінює правила гри.
Архітектура: гібрид, який працює швидше та дешевше
Nemotron 3 Ultra — це не просто «збільшений трансформер». В її основі лежить гібридна архітектура з 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 «спеціалістам» всередині моделі, що дозволяє кожному з них працювати вузько та точно, не вимагаючи зайвих обчислень.
Загалом у моделі близько 550 млрд параметрів, але на обробку кожного токена задіюється лише приблизно 55 млрд. Завдяки цьому вона мислить як величезна система, а за витратами поводиться як набагато компактніша. У поєднанні з вікном контексту в 1 млн токенів і швидкістю понад 300 токенів на секунду це дає в п'ять-шість разів більшу пропускну здатність і приблизно на 30% нижчу вартість завдань.
Стратегія NVIDIA: безкоштовна модель як спосіб продавати «лопати»
Головна цінність релізу — 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.
Влаштувати таке NVIDIA може тому, що її фінансові можливості непорівнянні з витратами на саму модель. При капіталізації понад $5 трлн 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 здатна роздавати модель безкоштовно і все одно заробляти більше, ніж закриті конкуренти беруть за платний доступ.
Додаткової ваги релізу надає політичний контекст. 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.
У чому модель поступається і що буде далі
При всіх перевагах Nemotron 3 Ultra не найрозумніша модель на ринку. У незалежному рейтингу Artificial Analysis Intelligence Index вона набрала 48 балів — це найкращий результат серед відкритих моделей США, але у світі вона 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 мою думку, 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.
Ставка NVIDIA на ефективність, а не на рекорди в тестах, може виявитися далекогляднішою. 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. Аналітики очікують, що відкрита екосистема буде тільки міцнішати: у NVIDIA є і ресурси, і мотивація, і канали поширення, щоб випускати все сильніші відкриті моделі швидше за будь-яку іншу компанію.
Думка експерта: Це класичний приклад того, як компанія, що контролює «засоби виробництва» в ШІ, використовує відкриті моделі для ще жорсткішого прив'язування ринку до свого обладнання. Конкуренти, які роблять ставку виключно на закриті API, ризикують залишитися позаду — не через якість, а через економіку масштабу, яку NVIDIA може собі дозволити.