NVIDIA ha puesto nombre a la métrica con la que quiere que midas su nuevo hardware: inteligencia por dólar. En una entrada de su blog publicada el 17 de julio de 2026, la compañía posiciona su plataforma Vera Rubin como la más eficiente para el post-entrenamiento y la IA agéntica, y suelta un dato fuerte: entrena los modelos más grandes con una cuarta parte de las GPU que hacían falta con la generación Blackwell.
Qué promete Vera Rubin
- Entrena los modelos más grandes con un cuarto de las GPU de Blackwell, la generación anterior.
- Ofrece hasta 10 veces menos coste por token en inferencia de modelos de mezcla de expertos (MoE) y razonamiento frente a Blackwell.
- Está diseñada de punta a punta para el post-entrenamiento agéntico: más ejecuciones por tanda, más entornos en juego y ciclos que no paran.
- Ya está en producción plena y se está integrando en fábricas nacionales de IA y centros de supercomputación científica.
Qué es eso de la inteligencia por dólar
Es la forma que tiene NVIDIA de decir cuánta IA útil sacas por cada dólar que metes en infraestructura. No mide solo la potencia bruta del chip. Mide aprovechamiento, velocidad de inferencia, ancho de banda de memoria, red y software, todo junto. La idea es que un chip más rápido no sirve de nada si el resto del sistema no lo sigue, así que NVIDIA vende la plataforma entera, no la pieza suelta.
El foco en post-entrenamiento no es casual. La fase de entrenar un modelo desde cero es cara pero puntual. El post-entrenamiento (afinar, alinear, hacer que el modelo razone y actúe como agente) es lo que se repite sin parar y lo que se está comiendo el gasto de las empresas de IA. Ahí es donde NVIDIA dice que Vera Rubin cambia las cuentas.
El contexto: NVIDIA sigue marcando el ritmo
Vera Rubin es la plataforma que NVIDIA presentó en su GTC de 2026 como sucesora de Blackwell, con seis chips nuevos y un superordenador de IA completo. Este mensaje de "inteligencia por dólar" es el siguiente paso: convencer a quien compra de que el salto de generación no va solo de más velocidad, sino de más resultado por euro invertido. La misma plataforma que sostiene proyectos como la infraestructura nacional de IA de Japón, construida sobre GPU Rubin.
Que la métrica sea el coste y no la potencia dice mucho del momento. La conversación en IA ya no es solo "quién tiene el chip más rápido", es "quién sirve un token más barato". Con la demanda de cómputo disparada, el que baje el coste por token gana la partida.
Por qué importa
Aunque tú no compres GPU, este mensaje te afecta por abajo. Si NVIDIA cumple con ese 10 veces menos coste por token, los proveedores de modelos que usas (los que están detrás de Claude, ChatGPT o Gemini) pueden servir más barato y con más margen. Eso, con el tiempo, se traduce en precios de API más contenidos o en modelos más capaces al mismo precio. La partida del coste por token se juega arriba, en los centros de datos, pero la factura acaba llegando a tu cuenta de la nube.
Relacionado
