Стратегія «гачка та волосіні»: як NVIDIA роздає ШІ безкоштовно та заробляє більше за всіх
4 червня 2026 року NVIDIA випустила Nemotron 3 Ultra — найбільшу відкриту модель ШІ в лінійці Nemotron. Реліз включає не лише ваги моделі за вільною ліцензією, а й навчальні дані, а також методики навчання. Це не просто «чергова open-source LLM» — це тонкий і продуманий хід, який зміцнює позиції компанії на ринку апаратного забезпечення.
Архітектура: гібрид, який змінює правила гри
Nemotron 3 Ultra — це не масштабований трансформер. В її основі лежить гібридна архітектура, що об'єднує три підходи: шари Mamba-2, класичні шари уваги (Attention) та латентну суміш експертів (Latent MoE).
Шари Mamba-2 обробляють довгі тексти швидко та економно: їхні витрати зростають лінійно з довжиною, а не лавиноподібно, як у звичайного механізму уваги. Шари уваги, своєю чергою, точно утримують у пам'яті великі обсяги контексту. Latent MoE стискає дані перед передачею експертам — кожен з них працює вузько та точно, без зайвих обчислень.
Підсумок: при загальному обсязі близько 550 млрд параметрів, на обробку кожного токена задіюється лише ~55 млрд. Це дає вікно контексту в 1 млн токенів, швидкість понад 300 токенів на секунду та, за моїми оцінками, у 5-6 разів більшу пропускну здатність при вартості приблизно на 30% нижчій, ніж у аналогів.
Стратегія: безкоштовна модель як драйвер продажів заліза
Головна цінність цього релізу — не сама модель, а екосистема, яку NVIDIA вибудовує навколо свого обладнання. Той, хто запускає Nemotron, майже напевно робить це на відеокартах NVIDIA, донавчає за допомогою її інструментів і розгортає на її ж софті. Відкритість тут — не благодійність, а спосіб привести розробників назад до покупки обладнання.
При капіталізації понад $5 трлн навчання Nemotron 3 Ultra, яке, ймовірно, коштувало 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 беруть за платний доступ.
Політичний контекст додає ваги: відкриту американську модель можна перевірити, змінити та запустити на власних серверах. Це робить її привабливою для країн, які будують незалежний національний ШІ — від Європи до Південно-Східної Азії. Таку модель ніхто не вимкне віддалено, що особливо цінно на тлі нещодавніх обмежень навколо закритих моделей.
Обмеження та перспективи
Nemotron 3 Ultra — не найрозумніша модель на ринку. У рейтингу Artificial Analysis Intelligence Index вона набрала 48 балів — найкращий результат серед відкритих моделей США, але поступається лідерам на кшталт Kimi K2.6 (54 бали) та DeepSeek. Відкриті моделі загалом 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 захищеного контуру та не віддавати конфіденційні відомості стороннім.
Мій погляд: ставка NVIDIA на ефективність, а не на рекорди в тестах, може виявитися далекогляднішою, ніж гонка за «найрозумнішим ШІ». При масовому впровадженні на перший план виходить вартість роботи моделі. Та, що майже не поступається в розумі, але в п'ять разів дешевша, перемагає в реальній експлуатації. Враховуючи ресурси, мотивацію та канали розповсюдження NVIDIA, я очікую, що її відкрита екосистема буде лише міцнішати. Компанія має все, щоб випускати все сильніші відкриті моделі швидше за будь-яку іншу.