Nvidia Nemotron 3.5 Super VL: el modelo abierto de 120B que quiere comerse al agente empresarial (y por qué su claim 'outperforms frontier' hay que leerlo con pinzas)

Nvidia acaba de soltar Nemotron 3.5 Super VL, un modelo abierto de 120.000 millones de parámetros con capacidad visión-lenguaje pensado específicamente para agentes IA empresariales, y desde la compañía aseguran que supera a "frontier models" en benchmarks especializados. El caso de uso que citan no es casual: un agente que revisa un contrato de crédito, extrae cifras de tablas, interpreta un gráfico y verifica una web relacionada. Es un movimiento quirúrgico contra el segmento donde OpenAI, Anthropic y Google están monetizando con fuerza desde 2025.

TL;DR: Nvidia pone en abierto un modelo de 120B con VL para agentes IA empresariales, apuntando directamente al nicho de la extracción documental y la agentificación vertical. El claim de superar a frontier models es cierto solo en benchmarks especializados, no en razonamiento general. La jugada real es empujar más GPUs y fijar el estándar de los agentes AI de código abierto antes de que las agencias IA de Madrid o Barcelona construyan sus stacks sobre APIs propietarias.

Qué cambia realmente tener un VL abierto de 120B para agentes IA

La diferencia entre un modelo de lenguaje puro y un modelo visión-lenguaje (VL) en el contexto de agentes IA no es estética. Es la diferencia entre un agente que puede leer un PDF de contrato y otro que además entiende la tabla de amortización incrustada como imagen, el sello escaneado y el gráfico de evolución de intereses. Nvidia apunta exactamente ahí con Nemotron 3.5 Super VL, y lo hace con un tamaño (120B) que es el punto dulce para despliegues empresariales: suficientemente grande para razonamiento multi-paso, suficientemente pequeño para correr en un nodo de 8xH100 con cuantización.

El ecosistema de agencias IA en Madrid lleva dos años resolviendo esto con parches: pipelines OCR → LLM → verificador humano. Cada salto introduce pérdida de contexto y latencia. Un VL nativo que lea documento y estructura en una sola pasada elimina dos saltos del pipeline. Eso, en un flujo de pagos o seguros, son entre 200 y 600 ms por transacción y, sobre todo, menos puntos de fallo auditables.

El claim 'outperforms frontier models': leamos la letra pequeña

Cuando Nvidia dice que Nemotron 3.5 Super VL supera a modelos frontier en benchmarks especializados, está usando la palabra clave: especializados. No dicen MMLU, no dicen GPQA, no dicen SWE-bench. Hablan de benchmarks internos de extracción documental, tablas y diagramas. Traducción: en su vertical, sí; en razonamiento general y código agéntico, casi con seguridad no.

Es la misma estrategia que ya usó Meta con Llama y que Mistral replicó en Europa. Nadie gana la comparativa general contra GPT-6 o Claude en la nube del competidor. Así que se compite donde sí puedes: tareas verticales, formato específico, benchmark propio. El CTO que vea el titular y piense "ya no necesito OpenAI" va a pegarse una hostia en producción. El que lo lea como "puedo internalizar el 60% de mi volumen y dejar el 40% en frontier" ahorra entre un 40% y un 70% de coste de inferencia.

Comparativa: Nemotron 3.5 Super VL frente a las alternativas que ya usas

Modelo	Tamaño	Licencia	Fuerte en	Coste marginal inferencia	Despliegue on-prem
Nemotron 3.5 Super VL	120B	Abierta (pesos)	VL documental, tablas, gráficos	GPU propia (capex)	Sí
GPT-6 / familia Astra	N/D	Propietaria API	Razonamiento general, código	Por token (alto)	No
Claude 4.x	N/D	Propietaria API	Redacción, agentes largos	Por token (alto)	No
Llama 4 VL (open)	90-400B	Abierta	Generalista multi-modal	GPU propia	Sí
Mistral Large 3	~120B	Semi-abierta	Multilingüe EU, código	API / on-prem	Sí (licencia)

La tabla deja una lectura incómoda: si el coste marginal de inferencia pesa más que el coste de oportunidad de un proveedor cerrado, Nemotron entra en juego. Si lo que pesa es time-to-market y no tener equipo de MLOps, seguirás pagando API.

El coste real: cuándo sale a cuenta internalizar con Nemotron

Un nodo 8xH100 ronda los 250.000-320.000 € capex o entre 18 y 30 €/hora en cloud bare-metal, según proveedor. Asumiendo cuantización FP8 y batch razonable, un 120B VL entrega del orden de 1.200-2.500 tokens/segundo en ese nodo. Si tu agente procesa 50.000 documentos/mes (contratos, pólizas, facturas), el break-even frente a una API frontier de gama alta se sitúa típicamente entre el mes 4 y el mes 9, dependiendo del token medio por documento.

A diferencia de lo que dice el anuncio oficial de Nvidia, el verdadero reto para las agencias españolas no es el hardware: es el equipo. Necesitas un MLOps que sepa cuantizar, tunear con LoRA sobre tu corpus y monitorizar drift. Eso, en el mercado español, son entre 90.000 y 140.000 € anuales de perfil senior que no todas las agencias tienen. Por eso muchas derivarán al ecosistema de agencias IA en Barcelona, que concentra la mayoría de perfiles de infra IA del país, o contratarán consultoría IA puntual para el primer despliegue.

Impacto sobre el negocio de agencias IA y equipos de producto

El movimiento de Nvidia rompe la lógica de los últimos 18 meses: hasta ahora, cada mejora de capacidad venía del lado propietario y las agencias de agentes autónomos se limitaban a orquestar APIs ajenas. Con Nemotron 3.5 Super VL, un integrador puede montar un agente VL vertical (aseguradoras, legal-tech, banca mediana) sin pagar peaje por token y sin exponer datos de cliente a un tercero. Es la receta que ya funcionó con Llama en el ciclo anterior.

El punto dulce no son los grandes bancos, que tendrán su propio stack, sino el mid-market: una mutua de 400 empleados, una firma legal de 80 abogados, un fondo con due diligence constante. Ahí, un agente VL que lea contratos en español, catalán o portugués y los estructure es una venta directa de seis cifras anuales. Y la automatización con IA de esos flujos ya no depende de cuota de tokens, lo que hace rentable el modelo de precio fijo.

La trampa del lenguaje y la tentación del benchmark

Nemotron arrastra la herencia del corpus de Nvidia, mayoritariamente angloparlante. Los benchmarks propios serán en inglés. En producción española, el rendimiento en tablas contables con terminología local (PYME, IS, IVA soportado, base imponible) cae entre 8 y 20 puntos respecto al benchmark publicitario. Es el mismo patrón que vimos con Llama 3 en 2024 y con Qwen en 2025. Cualquier equipo que se lance a integrarlo debe reservar al menos tres semanas de evaluación con datos reales antes de comprometer SLAs.

Otro detalle: 'abierto' aquí significa pesos disponibles, no necesariamente licencia permisiva para uso comercial sin condiciones. Nvidia habitualmente publica bajo licencias tipo NVIDIA Open Model que exigen atribución y cláusulas de uso aceptable. Legal del cliente lo va a revisar. No es un bloqueo, pero suma dos semanas de ciclo.

El otro vector es el benchmark. Cuando un fabricante publica un benchmark propio, el resultado dice tanto del benchmark como del modelo. Nadie ha visto la suite, nadie puede reproducir las condiciones, y el sota, caballo y rey de la comparativa suele ser un subconjunto donde el modelo nuevo brilla. El escepticismo aquí no es cinismo: es política de compras.

Qué debería hacer un CTO esta semana (y qué no)

No, no tires tu integración con GPT-6 o Claude. Sí, abre un spike de dos semanas: descarga Nemotron 3.5 Super VL, monta un nodo, corre 200 documentos reales tuyos y mide precisión de extracción y latencia p95. Si supera tu baseline propietario en al menos 15% de precisión con coste marginal un 40% menor, tienes caso de negocio. Si no, guárdalo como plan B y sigue.

Paralelamente, revisa tus contratos con proveedores de API. Si tienes cláusulas de exclusividad o de commit anual con un proveedor cloud, el cálculo de ahorro interno se rompe. El sector va a ver en los próximos meses un pico de renegociaciones basado exactamente en este tipo de lanzamientos open-weight. Las agencias que no revisen contractualmente van a competir con el hándicap del proveedor atado.

Predicción: el eje se mueve del modelo al runtime

Mi apuesta para los próximos nueve meses es que el valor diferencial deja de estar en el modelo base —cada vez más comoditizado, más grande, más abierto— y se desplaza al runtime agéntico: memoria, planificación, verificación, evaluación continua y guardarraíles. Nvidia no está regalando Nemotron 3.5 Super VL para vender software: lo regala para vender H100, H200 y NIM. La cadena de valor se estrecha arriba.

Quien gane en 2027 no será quien tenga el mejor modelo, sino quien tenga el mejor sistema de evaluación continua que detecte cuándo el agente se desvía. Eso, hoy, no se vende como producto en España. Y ahí está la oportunidad real para el que sepa empaquetarlo. Las agencias IA en Valencia y Sevilla con foco vertical tienen cancha libre si no se distraen persiguiendo el benchmark de turno.

Preguntas frecuentes sobre Nemotron 3.5 Super VL

¿Qué es exactamente Nemotron 3.5 Super VL?

Es un modelo abierto de 120.000 millones de parámetros desarrollado por Nvidia que combina lenguaje y visión (VL, vision-language). Está optimizado para tareas de agente empresarial: leer documentos escaneados, extraer datos de tablas, interpretar gráficos y verificar información cruzada con páginas web. Sus pesos se publican, lo que permite despliegue on-premise o en cloud propio.

¿Es cierto que supera a los modelos frontier como GPT-6 o Claude?

Solo en benchmarks especializados publicados por Nvidia, centrados en extracción documental y VL. En razonamiento general, código y agentes de largo horizonte, los modelos frontier siguen por delante. La afirmación hay que entenderla como "en mi vertical soy competitivo a coste marginal cero", no como victoria general.

¿Cuánto cuesta desplegar Nemotron 3.5 Super VL en producción?

El coste dominante es hardware: un nodo 8xH100 entre 250.000 y 320.000 € en capex, o 18-30 €/hora en cloud bare-metal. A eso se suma el equipo: un perfil MLOps senior de 90.000 a 140.000 € anuales. El break-even frente a APIs propietarias suele estar entre 4 y 9 meses si procesas volúmenes altos de documentos.

¿Puedo usar Nemotron 3.5 Super VL para datos sensibles de clientes?

Sí, y es una de sus ventajas principales frente a APIs propietarias: al ser on-premise, los datos no salen de tu infraestructura. Eso simplifica el cumplimiento de GDPR y AI Act en despliegues de banca, seguros o legal. Revisa igualmente la licencia de pesos de Nvidia porque incluye cláusulas de uso aceptable y atribución.

¿Nemotron 3.5 Super VL o seguir con una API frontier: cuál elijo?

Depende del volumen y del equipo. Si procesas menos de 20.000 documentos al mes o no tienes MLOps interno, sigue con API. Si pasas de 50.000 documentos, tienes casos verticales claros y puedes montar un piloto de dos semanas, Nemotron entra en juego con ahorros del 40-70% en coste marginal de inferencia.

Temas relacionados en agentes.ai

Si quieres aplicar lo que lees en tu empresa, estos son puntos de partida útiles dentro de agentes.ai:

• Directorio de agencias de automatización con ia
• Agencias de IA en Bogotá y en Barcelona
• Explora el directorio completo de agencias de IA
• Sigue las últimas noticias de IA en tiempo real