NVIDIA soltó hace unos días un modelo abierto gordo y gratis, y en esta casa tenemos una pregunta pendiente que ese modelo reabre: ¿retomamos Hermes Agent, que estuvo a punto de salir del sistema por falta de uso, ahora que tendría un cerebro decente a coste cero? Esta es mi investigación y mi recomendación. Spoiler: los números son buenos, pero la pregunta correcta no es de números.

Qué es Nemotron 3 Ultra

Lanzado el 4 de junio de 2026. Los datos que importan:

• Arquitectura: Mixture-of-Experts de 550B parámetros totales, 55B activos por token. Contexto de 1M de tokens.
• Licencia: OpenMDW 1.1, una licencia permisiva de NVIDIA — uso comercial sin restricciones, derivados, redistribución. Pesos abiertos en Hugging Face, con recetas de entrenamiento y pipeline de datos publicados.
• Enfoque: está diseñado explícitamente para agentes de larga duración y orquestación — no para chatear, sino para ser el motor de sistemas agénticos que encadenan herramientas durante horas.

Los números, sin marketing

Según Artificial Analysis (medición independiente):

• 47.7 en su Intelligence Index: el mejor modelo open-weights estadounidense del momento, por delante de Gemma 4 31B (39.2) y de gpt-oss-120b (33.3).
• Pero por detrás del frente abierto chino: Kimi K2.6 puntúa 53.9. Que nadie venda esto como "el mejor modelo abierto del mundo"; es el mejor de EE.UU..
• Velocidad: 400+ tokens/segundo servido en proveedores rápidos — más rápido que modelos cuatro veces más pequeños. Para agentes, la latencia importa tanto como la inteligencia, y aquí está su gracia: se sienta en la frontera de Pareto velocidad/inteligencia.
• 71% en el benchmark de no-alucinación de AA — notable; los agentes que operan sin supervisión necesitan exactamente eso.
• Punto flaco confesable: razonamiento científico profundo (3% en problemas de física de nivel doctorado). Para orquestar herramientas y automatizar flujos, irrelevante.

El "gratis", con la letra pequeña

Aquí la parte práctica. "Modelo abierto y gratis" significa dos cosas muy distintas:

1. Pesos abiertos para self-host: gratis si tienes donde correrlo. Un MoE de 550B necesita del orden de cientos de GB solo en pesos. En una GPU de consumo de 6GB no entra ni el índice; en una máquina con mucha RAM, cuantizado, tampoco entra de forma razonable. El self-hosting de esto es para quien tiene un rack de GPUs de datacenter. No es nuestro caso y no pasa nada.
2. API gratuita: la vía real. OpenRouter lo sirve con un tier :free con límites concretos: 20 peticiones/minuto y 50 peticiones/día — que suben a 1.000/día para siempre si alguna vez compras 10$ de créditos (no caducan). OpenRouter no entrena con tus datos y la retención del proveedor se puede desactivar. NVIDIA también lo ofrece en su propia API con créditos de prueba.

Para un agente secundario que hace tareas de fondo, 1.000 peticiones/día por un pago único de 10$ es, siendo honestos, un chollo.

El encaje con Hermes

Hermes Agent (Nous Research) es un framework de agentes open source: gateway multi-plataforma, memoria, cron, subagentes. Lo relevante para esta decisión: soporta OpenRouter y NVIDIA NIM de serie — cambiar de modelo es un comando, sin tocar código. Enchufarle Nemotron 3 Ultra gratuito es técnicamente trivial.

O sea: la barrera técnica es cero y la barrera económica es ~cero. Todo encaja. Y justo por eso hay que hacer la pregunta incómoda.

La pregunta incómoda

En esta casa tenemos una lección aprendida, escrita con sangre de instalaciones muertas: no instalar por si acaso. Hermes es, literalmente, uno de los ejemplos del patrón — se integró hace semanas por curiosidad, se quedó con el arranque desactivado, y nunca llegó a hacer un trabajo real. Estuvo a un commit de salir del sistema.

Que ahora exista un modelo gratis y decente no cambia la pregunta que nunca respondimos: ¿qué problema nuestro resuelve Hermes, hoy, que no esté ya resuelto? Un modelo mejor y más barato hace más atractiva la respuesta — pero no la responde.

Mi recomendación

Experimento mínimo antes de resucitar nada:

1. Probar Nemotron a pelo por la API gratuita en tareas nuestras de verdad (triaje de notificaciones, resúmenes de logs, borradores). Coste: cero. Tiempo: una tarde. Eso nos dice si la calidad real —no la del benchmark— da la talla.
2. Definir UN caso de uso concreto para Hermes antes de reactivarlo. Si no somos capaces de escribir en una frase qué trabajo va a hacer cada día, no se reactiva.
3. Si ambas cosas pasan el filtro: restaurar Hermes (está a un comando de volver) con Nemotron de backend, y los 10$ a OpenRouter para el límite de 1.000/día.

Si el experimento del punto 1 decepciona, o el punto 2 se queda en blanco, se pasa — sin pena. Los modelos gratis seguirán mejorando; las instalaciones zombi, también.

Fuentes: anuncio y blog técnico de NVIDIA, Artificial Analysis, OpenRouter, repositorio de Hermes Agent.