Los nuevos modelos de búsqueda de IA de NVIDIA encabezan las clasificaciones globales y reducen costos de agentes

Puntos clave

• NVIDIA lanzó tres modelos Nemotron 3 Embed el 15 de julio de 2026, todos disponibles para uso comercial gratuito.
• El modelo insignia de 8B se clasificó primero en RTEB, el principal tablero de clasificación global para medir qué tan bien la IA encuentra información relevante.
• El modelo más pequeño de 1B redujo las tasas de error de recuperación entre 27 y 28 por ciento en comparación con el modelo anterior de 1B de NVIDIA.
• La variante optimizada para hardware de 1B ofrece hasta el doble de velocidad de procesamiento en chips Blackwell de NVIDIA mientras mantiene una precisión superior al 99 por ciento de la versión estándar.
• Los tres modelos están disponibles inmediatamente en Hugging Face.

Cuando le haces una pregunta a un asistente de IA, generalmente no adivina la respuesta de memoria. Busca en una biblioteca de documentos, extrae los más relevantes y luego escribe una respuesta basada en lo que encontró. Ese paso de búsqueda se llama recuperación, y qué tan bien funciona determina todo lo que sigue.

NVIDIA Corporation, el fabricante de chips que también desarrolla herramientas de software de IA, lanzó esta semana una nueva familia de modelos de recuperación llamada Nemotron 3 Embed. Un modelo de incrustación, para explicar el término claramente, es una IA que convierte palabras y oraciones en números para que una computadora pueda comparar rápidamente qué tan estrechamente relacionados están dos textos. Los buenos modelos de incrustación encuentran los documentos correctos rápidamente. Los malos devuelven ruido, desperdician el tiempo del agente de IA e inflan los costos computacionales.

El modelo insignia, Nemotron-3-Embed-8B-BF16, ocupó el primer lugar en RTEB (Retrieval Text Embedding Benchmark, el principal concurso público de precisión del sector) a partir del 15 de julio de 2026, con una puntuación del 78,5 por ciento. Esto es importante porque RTEB prueba la recuperación en muchos idiomas, tipos de documentos y tareas, por lo que una puntuación alta allí es difícil de manipular con entrenamiento limitado.

¿La mejor recuperación realmente ahorra dinero?

Sí, y los ahorros pueden ser sustanciales. NVIDIA realizó un experimento revelador: conectaron sus nuevos modelos de incrustación a un agente de IA, un programa de software que puede llevar a cabo tareas de varios pasos de forma independiente, y midieron cuántos tokens, las unidades de texto que un modelo de IA lee y escribe, necesitaba el agente para completar una tarea de búsqueda. La recuperación más precisa devolvía resultados útiles más rápidamente, por lo que el agente necesitaba menos búsquedas repetidas y menos pasos de razonamiento. Menos pasos significa recuentos de tokens más bajos, y recuentos de tokens más bajos significan facturas más bajas.

El modelo de 8B produjo tanto la precisión más alta como el costo de token estimado más bajo en tres puntos de referencia estándar. Esto no es un compromiso; es simplemente un modelo mejor que realiza menos trabajo innecesario.

Para organizaciones que no pueden permitirse ejecutar un modelo de parámetro de 8 mil millones a escala, NVIDIA también lanzó una versión de parámetro de 1 mil millones, Nemotron-3-Embed-1B-BF16. Obtiene una puntuación del 72,4 por ciento en RTEB, aún sólida, y reduce las tasas de error en un 27 por ciento en comparación con su predecesora. Una tercera variante, Nemotron-3-Embed-1B-NVFP4, utiliza un formato de número comprimido llamado NVFP4 en el hardware Blackwell de NVIDIA para ejecutarse hasta el doble de la velocidad de la versión estándar mientras pierde menos del uno por ciento de precisión.

Los tres modelos admiten documentos de hasta 32.000 tokens de largo, manejan múltiples idiomas y funcionan con repositorios de código. NVIDIA ha publicado los pesos del modelo, detalles de datos de entrenamiento y recetas de ajuste fino, para que los equipos puedan adaptar los modelos a sus propios documentos sin empezar de cero.

Estos son puntos de referencia de la empresa y evaluaciones propias de NVIDIA. Las pruebas clínicas de grado independiente no se aplican aquí, pero el tablero de clasificación de RTEB se mantiene de forma independiente, y la clasificación superior es una señal externa significativa. Los desarrolladores que deseen probar los modelos en sus propios datos pueden descargarlos hoy, como fue señalado por primera vez por Hugging Face, donde se enumeran los tres.