A Nvidia vai virar a maior fornecedora de modelos abertos até outubro de 2027

Minha aposta é que, nos próximos 12 meses, a Nvidia vai lançar pelo menos mais duas famílias de modelos Nemotron com pesos, dados de treino e receitas abertos, e que isso vai fazer dela a principal fornecedora ocidental de modelos abertos para agentes. O sinal mais recente veio do blog da própria Nvidia: o Nemotron 3.5 Super VL, de 120 bilhões de parâmetros, e o Nemotron 3.5 Bolt, que roda em 24 GB de memória de vídeo.

O que a Nvidia lançou em poucos meses

Um modelo aberto, neste texto, é aquele cujos pesos você pode baixar e rodar na sua máquina. Aberto de verdade, para a Nvidia, inclui também os dados e a receita de treino.

Em 4 de junho, a empresa liberou o Nemotron 3 Ultra, um modelo de 550 bilhões de parâmetros com 55 bilhões ativos por token, segundo o blog para desenvolvedores da Nvidia. A licença é a OpenMDW-1.1, e a empresa diz que o modelo é aberto em pesos, dados e receitas, de acordo com a ficha do modelo.

Quatro meses depois vieram os modelos 3.5. O Super VL tem 120 bilhões de parâmetros e, segundo a Nvidia, chega perto da precisão do maior modelo de raciocínio dela com cerca de um quinto do tamanho. O Bolt 74B-A9B usa quantização nativa de 2 bits para caber em 24 GB e já tem suporte em llama.cpp, Ollama, LM Studio e vLLM, conforme o mesmo anúncio. Um terceiro, o Bolt E4B, de 4 GB, estava previsto para 23 de outubro.

O TechCrunch lista clientes do Super VL, como EY, Ramp, CrowdStrike, Perplexity e Salesforce. Já o The Register registra que, na GTC Berlin, a empresa somou modelos de embedding e reranking em 34 idiomas, de 1 a 8 bilhões de parâmetros, e um extrator de PDFs.

Por que acho que isso é estratégia e não generosidade

Uma fabricante de chips não precisa vender modelo. Ela precisa que alguém compre placa. Um modelo aberto que roda melhor em placa Nvidia, com receita pública para quem quiser treinar o seu, cumpre esse papel melhor que um anúncio.

O desenho dos lançamentos aponta nessa direção. O Super VL vem com o serviço de inferência da Nvidia, e a empresa afirma que ele atende até 8 vezes mais usuários com 85% menos latência, segundo o blog dela. O Bolt foi pensado para os notebooks RTX Spark e para o DGX Spark. É número da fabricante, sem medida independente, e leio assim.

O The Register lembra ainda o argumento europeu: a maioria das empresas não treina um modelo do zero e acaba ajustando um modelo aberto com os próprios dados. Quem entrega a receita completa facilita esse caminho, e o cliente que treina na própria infraestrutura precisa de GPU.

O que isso tem de diferente dos outros modelos abertos

Muita gente publica pesos e guarda o resto. O The Register aponta que a Nvidia costuma publicar também dados e receitas, num estilo parecido com o dos modelos OLMo, do Allen Institute. Para quem constrói, isso muda o que dá para fazer: em vez de só ajustar pesos prontos, dá para auditar de onde o modelo veio e montar uma variante própria.

Há uma ressalva. O blog da Nvidia não diz qual é a licença dos modelos 3.5 e não lista quais dados de pré-treino foram liberados. Para uso comercial, vale a ficha do modelo no Hugging Face.

A previsão: mais duas famílias abertas até outubro de 2027

A aposta concreta é esta: até 31 de outubro de 2027, a Nvidia publica pelo menos duas novas famílias de Nemotron, contando uma geração 4, com pesos e conjuntos de dados abertos. O ritmo observado sustenta isso, já que foram uma família em junho e outra em outubro. Dá para conferir no Hugging Face, sem depender de ninguém.

Aposto também que o tamanho de 24 GB vira referência para agente local. O Bolt já mira essa faixa, que cabe numa placa de consumo de ponta. Isso é palpite meu e não algo que a Nvidia disse.

O que me faria mudar de ideia

Dois sinais. O primeiro é a Nvidia lançar um modelo grande só com pesos, sem dados nem receita, ou trocar a licença por uma mais restrita. Isso mostraria que a abertura era fase de conquista de mercado.

O segundo é os laboratórios grandes de modelos fechados treinarem em chips próprios e comprarem menos da Nvidia. O TechCrunch já nota que laboratórios de ponta usam chips como Trainium e Cerebras, além de projetos próprios. Se a venda de placas encolher, o motivo para dar o modelo de graça encolhe junto.

O que isso muda para quem constrói software

Se você monta agentes e quer rodar local, vale baixar o Bolt e medir na sua tarefa, não no benchmark da fabricante. Eu uso Ollama com uma placa AMD, então o que me interessa é saber se esses modelos ficam bons fora do ecossistema da Nvidia. O suporte a llama.cpp e Ollama é um bom começo, mas não prova desempenho em AMD, e é isso que pretendo acompanhar nos próximos posts sobre modelos abertos.

Fontes

• Nemotron 3.5 Super VL e Bolt, Nvidia, out 2026
• NVIDIA Nemotron 3 Ultra Powers Faster, More Efficient Reasoning for Long-Running Agents, Nvidia, jun 2026
• Nemotron 3 Ultra 550B A55B, ficha do modelo, Nvidia, jun 2026
• Nvidia launches new open models to run agents in the enterprise and on PCs, TechCrunch, 19 out 2026
• Nvidia woos wary Europeans with more open weights models, The Register, 21 out 2026