Nvidia Nemotron 3.5 peut faire tourner un agent IA sur un PC équipé d’un GPU NVIDIA disposant d’environ 24 Go de mémoire vidéo, grâce au modèle Bolt 74B-A9B. Ce fonctionnement local convient à la recherche, à l’analyse documentaire et à certains assistants métiers. Il exige toutefois une configuration technique, des contrôles humains et un budget matériel à comparer au coût d’un service nube.
¿Qué es Nvidia Nemotron 3.5?
Nvidia Nemotron 3.5 es una familia de modelos de inteligencia artificial capaces de razonar, analizar documentos y utilizar herramientas. Lanzada el 15 de octubre de 2026, incluye, entre otros, Super VL 120B-A12B para cargas multimodales exigentes y Bolt 74B-A9B para una ejecución local con aproximadamente 24 GB de memoria.
Un agente de IA es un software que combina un modelo con herramientas para llevar a cabo varias etapas: consultar archivos, realizar una búsqueda, llamar a una aplicación o producir un resultado estructurado. A diferencia de un simple chatbot, el agente puede encadenar acciones según un objetivo y controlar parcialmente su resultado.
Nemotron 3.5 Super VL es un modelo de visión y lenguaje, es decir, procesa texto, imágenes y vídeo. Según NVIDIA en 2026, posee 120.000 millones de parámetros en total, de los cuales 12.000 millones se activan para cada procesamiento, y admite una ventana de contexto de hasta un millón de tokens. Un token correspond aproximadamente a un fragmento de palabra.
Este máximo teóorico no garantiza que un puesto de trabajo pueda procesar un millón de tokens en buenas condiciones. La documentación oficial precisa que la longitud realmente aprovechable y el número de solicitudes simultáneas deben reducirse en función de la memoria disponible.
Bolt 74B-A9B es una versión comprimida a partir de Super VL. Sus 74.000 millones de parámetros, de los cuales 9.000 millones están activos, utilizan una cuantificación nativa de aproximadamente 2 bits: los números internos del modelo se almacenan con menos precisión para reducir fortemente el uso de memoria. Este compromiso disminuye la huella de hardware, pero también puede afectar a la calidad de determinadas respuestas.
¿Se puede ejecutar realmente Nvidia Nemotron 3.5 en un PC?
Nvidia Nemotron 3.5 Bolt puede caber en un presupuesto de memoria de 24 GB según NVIDIA en 2026, lo que permite la ejecución local en determinados PC equipados con una GPU RTX compatible. Esto no significa que un ordenador estándar sea suficiente: el software, la memoria del sistema, el almacenamiento, la refrigeración y las herramientas del agente siguen necesitando configuración.
Una tarjeta GeForce RTX 5090 tiene 32 GB de memoria GDDR7 según su ficha oficial de 2026. Por tanto, su capacidad supera el presupuesto de memoria anunciado para Bolt, pero la memoria restante para el contexto, la caché y los procesamientos simultáneos sigue siendo limitada. Una tarjeta de 24 GB deja encor menos margen.
La palabra «local» puede llevar a confusión. El modelo puede funcionar en sus propios equipos sin transmitir cada solicitud a un proveedor de inferencia, pero el agente todavía puede acceder a Internet, a una API o a un motor de búsqueda si su configuración lo contempla. Por tanto, su nivel real de autonomía depende de la arquitectura completa, no solo del modelo.
En los proyectos que llevamos a cabo, a menudo vemos que la memoria de la GPU se convierte en el único criterio de compra. Es un error: los controladores, el sistema operativo, las bibliotecas de inferencia y la capacidad de supervisar el servicio también determinan su estabilidad. La prueba independiente de un modelo Nemotron 3.5 Lightning en un ordenador portable RTX 5070 Ti 12 GB, publicada en GitHub en agosto de 2026, documenta además un trabajo considerable de configuración y de desporzamiento hacia el procesador.
Tres variantes ilustran niveles de equipamiento muy diferentes:
| Modelo | Huella anunciada | Hardware mencionado | Uso pertinente |
|---|---|---|---|
| Super VL 120B-A12B | 120.000 millones de parámetros, 12.000 millones activos | 1 DGX Spark, 1 H200, 2 H100 o 1 GB200 en NVFP4 | Documentos, imágenes, vídeo, código y workflows complejos |
| Bolt 74B-A9B | 74.000 millones de parámetros, 9.000 millones activos, presupuesto de 24 GB | GPU NVIDIA RTX o DGX Spark | Investigación, redacción, depuración y ejecución local de herramientas |
| Bolt E4B 4GB | Variante ligera anunciada, sin ficha detallada pública a 15 de octubre de 2026 | GeForce RTX, Jetson y RTX o DGX Spark | Agentes conversacionales, de voz o integrados |
¿Qué usos son realistas para una pyme?
Para una pyme, Nvidia Nemotron 3.5 resulta especialmente interesante para el análisis de documentos, la investigación asistida, la comprensión de imágenes o vídeos y la ejecución de herramientas internas. Bolt reduce la infraestructura necesaria, mientras que Super VL está orientado a procesamientos más exigentes. Ninguno de los dos modelos exime de verificar los resultados empresariales.
Un primer caso consiste en consultar un conjunto de contratos, procedimientos o expedientes técnicos conservados en una infraestructura controlada. El modelo puede buscar una cláusula, resumir varios documentos o preparar una tabla. No obstante, hay que asociar cada respuesta con sus documentos de origen y, después, impedir que el agente acceda a los directorios que no correspondan a su misión.
El segundo caso se refiere a la asistencia al desarrollo: explicación de código, búsqueda de errores y preparación de modificaciones. Una prueba publicada por MindStudio el 17 de octubre de 2026 mostró buenos resultados en una tarea de razonamiento visual, pero fallos en una cororrección de software y en la generación de HTML. La muestra es demasiado reducida para medir la fiabilidad general, pero confirma que la validación humana sigue siendo necesaria en producción.
La traducción autónoma o la publicación directa de contenido también entrañan riesgos. La misma prueba independiente detectó deficiencias en sorties multilingües. Sinceramente, un agente que pueda modificar un sitio web o enviar un documento a un cliente no debería disponer de esos permisos sin una etapa de aprobación.
Antes de un despliegue, los usos pueden clasificarse según su nivel de consecuencias:
- riesgo bajo: investigación interna, borradores, resúmenes y clasificación sin eliminar los originales;
- riesgo moderado: generación de código o análisis contractual con revisión por parte de una persona competente;
- riesgo alto: pagos, eliminación de datos, publicación o envío automático de mensajes a un cliente;
- riesgo que debe evitarse sin un dispositivo específico: acceso global a la red, a las contraseñas o a los datos de varios clientes.
Para comparar esta familia con otra oferta europea, el análisis del modelo Mistral Large 4 aporta otra perspectiva sobre las decisiones entre capacidades, alojamiento y explotación. La elección no debe basarse únicamente en una clasificación de benchmarks.
¿Qué presupuesto hay que prever para un agente de IA local?
El presupuesto de Nvidia Nemotron 3.5 no se limita a la descarga del modelo. En 2026, una GeForce RTX 5090 de 32 GB tiene un precio de referencia estadounidense de entre 1.999 y 1.999,99 dólares, mientras que un NVIDIA DGX Spark se anuncia a 4.699 dólares en Estados Unidos. Hay que añadir los precios en España, la integración y el mantenimiento.
El DGX Spark incluye 128 GB de memoria unificada, un SSD de 4 TB y un chip GB10 con una envolvente térmica indicada de 140 W según NVIDIA en 2026. Su precio público estadounidense pasó de 3.999 a 4.699 dólares en febrero de 2026. Los impuestos, la disponibilidad y las tarifas de los distribuidores hacen que cualquier conversión directa a euros resulte poco fiable.
El precio de una RTX 5090 tampoco constituye el coste total de un puesto de trabajo. Se necesita un ordenador compatible, una fuente de alimentación adecuada, almacenamiento, tiempo de instalación, supervisión y actualizaciones. Una avería también deja el servicio inoperativo si no se ha previsto un segundo equipo o un mecanismo de recuperación.
Con este presupuesto, es preferible empezar por un prototipo limitado a un corpus y a una acción reversible en lugar de construir inmediatamente un agente generalista. Entre dos y cuatro semanas de pruebas internas aportan más información útil que una compra de hardware basada únicamente en una demostración del proveedor. Este plazo es una planificación del proyecto, no una medida publicada por NVIDIA.
La nube suele ser más racional para un uso ocasional, una prueba o una carga muy variable. La opción local resulta interesante corando la confidencialidad, la latencia, el volumen recurrente o el control de la infraestructura compensan la compra y la explotación. Por ejemplo, Plotly informó en octubre de 2026 de un coste de 0,46 dólares para su evaluación alojada de 43 preguntas con Super VL; este resultado no mide ni el coste de un PC local ni el coste anual de explotación.
Por último, una arquitectura local exige un escenario de continuidad. Los principios de un plan de recuperación ante incidentes siguen siendo útiles para determinar cómo restaurar el modelo, sus índices documentales y sus reglas de acceso después de una avería.
¿Qué prestaciones y riesgos hay que prever?
Las prestaciones publicadas para Nvidia Nemotron 3.5 siguen procediendo principalmente de NVIDIA en octubre de 2026. Según el proveedor, Bolt alcanza 83,99 tokens por segundo en AIPerf SPEED-Bench-Coding con LiLiCorr y hardware RTX Spark. Esta cifra no constituye un benchmark independiente de un PC con Windows o Linux equipado con 24 o 32 GB.
A 21 de octubre de 2026, no se ha identificado ningún estudio independiente exhaustivo sobre la velocidad sostenida, el consumo eléctrico, el coste total o el mantenimiento de Bolt en PC ordinarios. Existen pruebas de la comunidad en RTX 3090 y RTX 5090, pero sus configuraciones no están estandarizadas. Por tanto, la promesa de velocidad debe validarse con sus propios documentos y herramientas.
La seguridad local no se limita a mantener los archivos en sus instalaciones. Un documento malicioso puede intentar influir en el agente, un conector mal configurado puede exponer una base de datos y una acción con permisos excesivos puede sobrescribir información. Desde el punto de vista de la agencia, lo prudente es separar la lectura de la escritura y registrar después cada acción sensible.
La propia NVIDIA pide a las organizaciones que mantengan salvaguardas equivalentes y evalúen los riesgos de manipulación, confidencialidad y seguridad para cada aplicación. Los controles prioritarios son la autenticación, los permisos mínimos, el cifrado, los registros y la validación humana. Los herramientas gratuitas de control de la ciberseguridad pueden complementar una primera auditoría, sin sustituir una revisión de la arquitectura.
Le RGPD s’applique dès qu’un agent traite des données personnelles, même si le calcul reste local. Il faut définir la finalité, limiter les données, fixer une durée de conservation et documenter les accès. Pour mieux mesurer le risque lié aux fournisseurs et sous-traitants, le retour d’expérience sur la seguridad de los datos confiados a un proveedor proporciona un marco de análisis útil.
Por último, según la documentación de 2026, la licencia OpenMDW-1.1 autoriza los usos comerciales y no comerciales. Una licencia permisiva no transfiere al editor la responsabilidad del despliegue. NVIDIA también indica que no se divulga cierta información relativa a los datos de entrenamiento y recomienda realizar una evaluación específica para cada aplicación.
Definir de antemano el alcance de un agente local evita comprar una máquina demasiado limitada o conceder demasiados permisos al modelo. Una perspectiva externa puede ayudar sobre todo a comparar un equipo local, un DGX Spark y una infraestructura alojada basándose en un mismo escenario empresarial.
Preguntas frecuentes sobre Nvidia Nemotron 3.5
¿Nvidia Nemotron 3.5 funciona sin conexión a Internet?
Nvidia Nemotron 3.5 Bolt puede ejecutar el modelo localmente sin enviar las solicitudes a un servicio de inferencia en la nube. Sigue siendo necesaria una conexión si el agente utiliza la búsqueda web, una API externa o herramientas alojadas.
¿Qué tarjeta gráfica se necesita para Nemotron 3.5 Bolt?
Según NVIDIA, Nemotron 3.5 Bolt está diseñado para ajustarse a un presupuesto de memoria de aproximadamente 24 GB en 2026. Sin embargo, una tarjeta de 24 GB supone un límite muy ajustado, mientras que una GeForce RTX 5090 de 32 GB ofrece más margen para el contexto y el procesamiento.
¿Puede Nemotron 3.5 analizar PDF e imágenes?
Nemotron 3.5 Super VL prend en charge l’analyse documentaire, les images et la vidéo selon NVIDIA en 2026. L’exploitation de PDF exige une chaîne d’importation, des droits d’accès et un mécanisme permettant de rattacher les réponses aux documents sources.
¿Se puede utilizar Nemotron 3.5 en una empresa?
Nemotron 3.5 se ofrece bajo la licencia OpenMDW-1.1 para usos comerciales y no comerciales en 2026. La empresa sigue siendo responsable del RGPD, la seguridad, las validaciones humanas y las acciones encomendadas al agente.