O Suposto Modelo de Um Trilhões de Parâmetros da NVIDIA Continua Não Verificado. Seu Modelo Confirmado É Menor

A NVIDIA apareceu em uma manchete do Google News com uma alegação chamativa: a empresa estaria desenvolvendo um modelo aberto de IA com um trilhão de parâmetros para desafiar os principais sistemas. No entanto, os materiais publicados pela NVIDIA não confirmam essa descrição. Seu principal modelo verificado, Nemotron 3 Ultra, tem 550 bilhões de parâmetros totais e ativa 55 bilhões para cada token.

Essa diferença é mais do que uma correção numérica. Ela revela como parâmetros totais, parâmetros ativos, tokens de treinamento e planos de desenvolvimento podem facilmente ser reunidos em uma única manchete enganosa. Cada número descreve uma parte diferente de um sistema de IA.

A história subjacente ainda importa. A NVIDIA está indo além da venda de processadores e infraestrutura de software. Ela está lançando pesos de modelos abertos, recursos de treinamento, ferramentas de implantação e uma colaboração do setor para a próxima geração do Nemotron.

A disputa real não é simplesmente NVIDIA contra OpenAI, Anthropic ou Google. É a estratégia aberta e centrada em infraestrutura da NVIDIA contra os serviços de modelos fechados que atualmente definem grande parte da fronteira comercial.

O Que a Manchete do Google News Não Comprova

Nenhum lançamento público da NVIDIA verifica atualmente que um modelo Nemotron de um trilhão de parâmetros esteja em desenvolvimento.

A manchete distribuída pelo Google News remonta a uma publicação de um veículo, não a um relatório técnico ou anúncio de produto da NVIDIA. Ela não fornece um cartão de modelo acessível, arquitetura nomeada, pacote de benchmarks, data de lançamento ou declaração da empresa que confirme esse número.

Isso não prova que a NVIDIA não tenha um modelo interno maior. Empresas testam sistemas rotineiramente antes de anunciá-los. Mas significa que a descrição de um trilhão de parâmetros deve continuar sendo tratada como um relato não verificado, e não como um fato consolidado sobre um produto.

A referência verificada mais próxima é o Nemotron 3 Ultra. A NVIDIA publicou o modelo em 4 de junho de 2026, descrevendo-o como seu lançamento Nemotron mais capaz. A visão geral oficial do modelo especifica 550 bilhões de parâmetros totais e 55 bilhões de parâmetros ativos.

O Nemotron 3 Ultra usa uma arquitetura de mistura de especialistas. Esse projeto divide o modelo em grupos especializados e ativa apenas parte da rede para cada token. A abordagem pode aumentar a capacidade total sem aplicar todos os parâmetros em cada resposta.

Seu nome completo, Nemotron 3 Ultra 550B-A55B, expõe ambos os números. “550B” representa os parâmetros totais, enquanto “A55B” indica que aproximadamente 55 bilhões se tornam ativos para cada token.

Essa distinção altera a economia da implantação. Um modelo denso de 550 bilhões de parâmetros envolveria toda a rede durante a inferência. Um modelo esparso pode direcionar cada token por especialistas selecionados, reduzindo o trabalho computacional necessário para uma resposta.

Outra possível fonte de confusão é o corpus de treinamento. A NVIDIA afirma ter pré-treinado o Ultra com 20 trilhões de tokens de texto. Tokens são partes dos dados de treinamento, não parâmetros aprendidos pelo modelo. Um modelo treinado com trilhões de tokens não é automaticamente um modelo de um trilhão de parâmetros.

A NVIDIA discute treinamento em escala de trilhões há anos. Em 2021, seus engenheiros descreveram uma demonstração de treinamento envolvendo um modelo de um trilhão de parâmetros e 3.072 GPUs A100. Esse trabalho demonstrou software de treinamento distribuído, em vez de anunciar um modelo conversacional público.

Esses números podem facilmente se desprender de seus contextos originais. Um experimento histórico de escalonamento, um conjunto de dados de 20 trilhões de tokens e um lançamento de 550 bilhões de parâmetros descrevem três fatos distintos.

A manchete também usa “modelo aberto de IA”, o que pode criar outra ambiguidade. Nesse contexto, “aberto” descreve o acesso ao modelo. Não indica uma relação com a OpenAI, a empresa por trás do ChatGPT.

A agregação do Google News pode ampliar o alcance de uma reportagem, mas a agregação não verifica sua alegação central. A verificação continua dependendo de documentação primária, fontes identificadas, artefatos técnicos e avaliações reproduzíveis.

Por enquanto, a conclusão defensável é limitada. A NVIDIA lançou um modelo de pesos abertos com 550 bilhões de parâmetros, enquanto um sucessor específico de um trilhão de parâmetros continua sem confirmação.

O Modelo Aberto Verificado da NVIDIA É o Nemotron 3 Ultra

O lançamento confirmado já é um modelo de grande porte, mas a NVIDIA o projetou em torno de computação seletiva, e não apenas da contagem de parâmetros.

O Nemotron 3 Ultra é o maior modelo da família Nemotron 3. Ele sucede Nano e Super, que visam estruturas de implantação menores e diferentes requisitos de desempenho.

O Ultra combina roteamento de mistura de especialistas com camadas Mamba e de atenção. Mamba é uma arquitetura de processamento de sequências projetada para lidar com entradas longas, com características computacionais diferentes da atenção padrão.

O modelo também usa especialistas latentes e previsão de múltiplos tokens. Especialistas latentes oferecem especialização adicional dentro da rede, enquanto a previsão de múltiplos tokens permite que o sistema antecipe mais de um token futuro durante a geração.

A NVIDIA afirma que o Ultra oferece suporte a janelas de contexto de até um milhão de tokens. Uma janela de contexto é a quantidade de material de entrada e de conteúdo gerado que o modelo pode considerar em uma interação.

Essa capacidade mira agentes de longa duração, e não conversas curtas de chatbots. As cargas de trabalho prováveis incluem análise de repositórios de software, pesquisa extensa, planejamento em múltiplas etapas e processos empresariais que acumulam contexto de trabalho substancial.

O relatório técnico da empresa afirma que o pré-treinamento usou 20 trilhões de tokens de texto. A NVIDIA então ampliou o comprimento de contexto e aplicou ajuste fino supervisionado, aprendizado por reforço e destilação de modelos professores.

A destilação de modelos professores transfere o comportamento de outros modelos para um modelo-alvo. A NVIDIA afirma que mais de dez professores focados em domínios contribuíram com orientação durante o processo de pós-treinamento do Ultra.

O lançamento inclui checkpoints base, pós-treinados e quantizados. A quantização representa valores do modelo com menos bits, reduzindo exigências de memória e computação enquanto busca preservar uma precisão útil.

A NVIDIA pré-treinou uma versão do Ultra usando NVFP4, seu formato de ponto flutuante de quatro bits. A empresa posiciona esse formato como uma via para maior throughput em hardware Blackwell.

Essa conexão com o hardware é central. A NVIDIA não precisa que o Nemotron se torne o único modelo usado pelas empresas. Ela se beneficia quando desenvolvedores treinam, adaptam e servem muitos modelos usando processadores e software da NVIDIA.

O Ultra, portanto, atua tanto como um modelo utilizável quanto como uma implementação de referência. Ele pode demonstrar como um grande modelo esparso se comporta em toda a pilha de treinamento, otimização e inferência da NVIDIA.

A NVIDIA afirma que o Nemotron 3 Ultra alcança inferência até cinco vezes mais rápida e custo até 30% menor do que modelos abertos comparáveis. Essas são comparações da empresa e dependem do hardware, precisão, software, prompts e tamanhos de saída selecionados.

Sua página de pesquisa fornece alegações de throughput mais específicas. A NVIDIA relata 5,9 vezes o throughput do GLM-5.1, 4,8 vezes o do Kimi K2.6 e 1,6 vezes o do Qwen 3.5.

Esses testes usaram uma entrada de 8.000 tokens e uma saída de 64.000 tokens em sistemas GB200. A NVIDIA usou TensorRT-LLM para o Ultra, enquanto os modelos de comparação usaram vLLM, escolhendo a configuração mais forte disponível para cada um.

Essa metodologia não torna os resultados sem sentido. Mas significa que os leitores devem interpretá-los como resultados de implantação em nível de sistema, e não como comparações apenas de arquitetura.

Um modelo, um runtime, um formato numérico e um acelerador operam em conjunto. A NVIDIA está deliberadamente competindo nesse nível combinado.

Por Que a NVIDIA Está Desafiando Sistemas de IA Fechados

A vantagem estratégica da NVIDIA vem de fornecer a plataforma sob muitos modelos, e não de vencer todos os benchmarks com um único assistente.

OpenAI, Anthropic e Google entregam principalmente seus principais sistemas de uso geral por meio de serviços hospedados. Os clientes enviam solicitações a endpoints gerenciados, enquanto os pesos dos modelos e os principais métodos de treinamento permanecem indisponíveis.

A NVIDIA está adotando um caminho diferente com o Nemotron. Ela disponibiliza pesos e mais materiais de desenvolvimento ao redor deles para que organizações possam inspecionar, adaptar e implantar modelos em seus ambientes escolhidos.

Pesos abertos não significam automaticamente desenvolvimento completamente aberto. Os dados de treinamento podem conter restrições, as licenças podem impor condições e reproduzir um grande modelo continua caro.

Ainda assim, o acesso aos pesos muda o que as empresas podem controlar. As equipes podem ajustar um modelo, avaliá-lo em cargas de trabalho privadas, modificar seu comportamento e operá-lo sem encaminhar cada solicitação por um provedor externo de modelos.

Essa opção importa em ambientes regulados ou sensíveis a dados. Bancos, organizações de saúde, governos e empresas industriais frequentemente precisam de maior controle sobre localização de dados, políticas de acesso e comportamento do sistema.

O Nemotron 3 Ultra também mira cargas de trabalho agênticas. Um sistema agêntico combina um modelo com ferramentas, memória e um ciclo de execução para que possa concluir tarefas de múltiplas etapas.

Agentes de longa duração geram demanda substancial de inferência. Eles inspecionam repetidamente o estado, chamam ferramentas, leem resultados, reconsideram planos e produzem novas ações. Uma solicitação de usuário pode acionar muitas chamadas ao modelo.

Esse padrão favorece o negócio da NVIDIA. Mais atividade de agentes significa mais computação, mesmo quando os pesos dos modelos subjacentes estão disponíveis gratuitamente.

A NVIDIA também vende os componentes que cercam essas cargas de trabalho. Seu portfólio inclui aceleradores, redes, sistemas DGX, bibliotecas CUDA, mecanismos de inferência, software de serviço de modelos e capacidade em nuvem.

Portanto, um modelo aberto bem-sucedido pode expandir o mercado da NVIDIA sem exigir que a empresa cobre por cada resposta do modelo. O modelo estimula a demanda pela infraestrutura que o treina e o serve.

Provedores fechados enfrentam um cálculo diferente. Sua vantagem vem de oferecer sistemas integrados com forte desempenho, acesso simples, controles de segurança e atualizações frequentes.

Muitos clientes preferem esse arranjo. Executar um modelo de 550 bilhões de parâmetros exige hardware especializado, conhecimento operacional, monitoramento e um processo contínuo de avaliação.

A pressão competitiva, portanto, é seletiva. O Nemotron não precisa substituir todos os assistentes hospedados. Ele precisa tornar a implantação autogerenciada crível para organizações que valorizam controle ou personalização.

A escala da NVIDIA também diferencia seu esforço de projetos menores de modelos abertos. A empresa pode conectar a pesquisa de modelos diretamente ao hardware e ao software usados para inferência em produção.

Isso cria um ciclo de reforço. A NVIDIA pode projetar modelos para seus formatos numéricos, otimizar runtimes para esses modelos e usar os resultados para demonstrar suas plataformas de computação mais recentes.

A manchete sobre o modelo de um trilhão de parâmetros da NVIDIA exagera o que foi verificado. No entanto, o desafio estratégico por trás dela é real. A NVIDIA quer que os modelos abertos se tornem uma grande fonte de demanda por computação operada pela NVIDIA.

A Disputa Real É Eficiência, Não Um Trilhão de Parâmetros

Um total maior de parâmetros não garante um modelo melhor, especialmente quando a maioria dos parâmetros permanece inativa durante cada token.

As contagens de parâmetros já serviram como um indicador conveniente da escala de um modelo. Esse sinal se tornou menos útil à medida que os desenvolvedores adotaram arquiteturas esparsas, destilação, dados sintéticos, raciocínio mais longo e pós-treinamento especializado.

Kimi K2.6, um dos alvos de comparação da NVIDIA, tem um trilhão de parâmetros totais, mas ativa 32 bilhões por token. Nemotron 3 Ultra contém 550 bilhões de parâmetros totais e ativa 55 bilhões.

O primeiro modelo é maior na contagem total. O segundo ativa mais parâmetros durante cada token. Nenhum desses fatos, por si só, determina qual modelo tem melhor desempenho em uma tarefa específica.

Arquitetura, dados de treinamento, otimização e configurações de inferência podem ser tão importantes quanto o tamanho anunciado. Um modelo menor com pós-treinamento mais forte pode superar um modelo maior em avaliações selecionadas.

O argumento da NVIDIA se baseia nessa distinção. O Ultra foi projetado para oferecer precisão competitiva enquanto gera resultados mais rapidamente nos sistemas atuais da NVIDIA.

Testes independentes oferecem um contraponto útil aos resultados divulgados por fornecedores. A Artificial Analysis avaliou o modelo em pré-lançamento e o classificou como o principal modelo open-weight dos Estados Unidos no lançamento.

Sua avaliação independente atribuiu ao Ultra uma pontuação de 48 no Intelligence Index. A mesma avaliação colocou o Kimi K2.6 em 54, deixando a NVIDIA atrás do mais forte modelo open-weight chinês testado ali.

O resultado sustenta apenas parte do posicionamento da NVIDIA. O Ultra pareceu competitivo entre os lançamentos open-weight dos Estados Unidos e apresentou alta velocidade de serving medida. Ele não liderou todo o campo open-weight em inteligência.

As versões dos benchmarks também mudam. Posteriormente, a página ao vivo do modelo na Artificial Analysis exibiu uma pontuação diferente sob uma suíte de avaliação atualizada. Portanto, os rankings devem ser tratados como medições datadas, não como posições permanentes.

É aqui que a alegação original do Google News se torna uma distração. Um rótulo de um trilhão de parâmetros sugere que atingir determinado tamanho colocaria a NVIDIA ao lado dos principais sistemas fechados.

Essa suposição ignora o problema da avaliação. OpenAI, Anthropic e Google expõem capacidades, ferramentas, interfaces e camadas de segurança diferentes. Seus modelos não são diretamente comparáveis por contagens de parâmetros, porque essas empresas geralmente não divulgam números equivalentes.

O desempenho empresarial real também depende da aplicação completa. A qualidade da recuperação, a confiabilidade das ferramentas, as permissões, o design de memória e a revisão humana podem determinar se um agente conclui um trabalho útil.

O modelo pode falhar mesmo quando sua pontuação em benchmarks parece forte. Contexto longo não garante recuperação precisa, e bons resultados em programação não garantem alterações de código seguras.

A eficiência operacional tem suas próprias limitações. Os resultados mais rápidos da NVIDIA dependem de hardware NVIDIA, formatos de baixa precisão e software de serving ajustado. Organizações que usam outros ambientes podem não reproduzir o mesmo throughput.

Modelos esparsos também introduzem complexidade de roteamento. O sistema precisa selecionar os especialistas adequados, equilibrar cargas de trabalho e mover dados do modelo com eficiência entre aceleradores.

Um modelo com 55 bilhões de parâmetros ativos continua sendo substancial. Hospedá-lo internamente em escala de produção exige muito mais infraestrutura do que baixar um pequeno modelo local.

A comparação importante, portanto, não é “550 bilhões versus um trilhão”. É a precisão útil por unidade de computação, medida em cargas de trabalho realistas sob condições comparáveis de serving.

A NVIDIA parece entender essa mudança. Seus materiais técnicos enfatizam throughput, parâmetros ativos, comportamento em contexto longo e eficiência de implantação mais do que uma corrida rumo ao maior total possível.

Nemotron 4 Transforma o Modelo em um Projeto de Coalizão

O próximo movimento de modelo aberto da NVIDIA é um programa de desenvolvimento compartilhado, mas a empresa não vinculou a ele uma especificação verificada de um trilhão de parâmetros.

Na GTC de 16 de março de 2026, a NVIDIA anunciou a Nemotron Coalition. Seus membros fundadores incluem Mistral AI, Black Forest Labs, Cursor, LangChain, Perplexity, Reflection AI, Sarvam e Thinking Machines Lab.

O primeiro modelo-base da coalizão está sendo codesenvolvido pela NVIDIA e pela Mistral AI. Espera-se que outros participantes contribuam com dados, avaliações e conhecimento de domínio durante as etapas posteriores de desenvolvimento.

A NVIDIA afirma que o modelo resultante será treinado no DGX Cloud e lançado para o ecossistema aberto. Ele também servirá de base para a futura família Nemotron 4.

O anúncio oficial da coalizão não divulga a contagem de parâmetros do Nemotron 4. Não apresenta meta de um trilhão de parâmetros, especificação de checkpoint nem data de lançamento.

Essa ausência importa porque o Nemotron 4 é o projeto mais plausível por trás de relatos sobre um modelo maior ainda não anunciado da NVIDIA. Ele é público, continua em desenvolvimento e pretende avançar os sistemas abertos de fronteira.

Ainda assim, plausibilidade não é confirmação. O projeto pode produzir vários tamanhos, usar uma arquitetura esparsa ou priorizar capacidades especializadas em vez de escala total.

A estrutura da coalizão também revela o objetivo mais amplo da NVIDIA. Em vez de pedir a um único grupo interno de pesquisa que defina todas as metas, a NVIDIA está recrutando empresas que representam diferentes exigências de aplicação.

Cursor pode contribuir com casos de uso de programação. LangChain pode orientar o uso de ferramentas e agentes de longa duração. Perplexity traz experiência com aplicações centradas em busca, enquanto a Mistral contribui com expertise em desenvolvimento de modelos.

Esse arranjo dá à NVIDIA acesso a feedback sobre cargas de trabalho antes de o modelo chegar ao lançamento. Ele também incentiva os membros da coalizão a otimizar seus produtos em torno da fundação aberta resultante.

Há um alinhamento comercial evidente. Um modelo desenvolvido colaborativamente, treinado no DGX Cloud e otimizado para sistemas NVIDIA pode aumentar a demanda por infraestrutura da NVIDIA.

Isso não elimina seu potencial valor para desenvolvedores. Avaliações compartilhadas e pesos acessíveis podem ampliar a participação em comparação com um modelo disponível apenas pela API de um fornecedor.

A abertura real do modelo dependerá do lançamento. Desenvolvedores devem examinar a licença, os usos permitidos, as divulgações de dados de treinamento, os checkpoints, as receitas, a documentação de segurança e os requisitos de hardware.

Eles também devem distinguir pesos abertos de reprodutibilidade. Publicar checkpoints permite implantação e modificação, mas poucas organizações conseguem repetir de forma independente um pré-treinamento em escala de fronteira.

O Nemotron 4 pressionará provedores fechados apenas se a coalizão entregar desempenho competitivo e opções práticas de implantação. Uma grande contagem de parâmetros sem essas qualidades geraria atenção, não adoção duradoura.

A coalizão também introduz risco de coordenação. Os participantes têm produtos, incentivos, políticas de dados e clientes diferentes. O desenvolvimento compartilhado de modelos exige decisões sobre arquitetura, avaliações, momento do lançamento e governança.

A NVIDIA mantém uma forte posição organizadora porque fornece a plataforma de treinamento. No entanto, a credibilidade do projeto dependerá de as contribuições irem além de parcerias promocionais.

Um checkpoint-base público forneceria a evidência mais clara. Relatórios técnicos detalhados, avaliações reproduzíveis e recursos de pós-treinamento utilizáveis reforçariam ainda mais o argumento.

Até que esses artefatos apareçam, o Nemotron 4 deve ser descrito como um programa anunciado de modelo aberto. Ele não deve ser apresentado como um modelo confirmado da NVIDIA com um trilhão de parâmetros.

O Que Desenvolvedores e Compradores Empresariais Devem Observar em Seguida

Três sinais concretos mostrarão se a NVIDIA está construindo uma plataforma duradoura de modelos abertos ou apenas se beneficiando de uma manchete inflada.

O primeiro sinal é um model card ou relatório técnico do Nemotron 4. Essa documentação deve resolver a questão do tamanho ao listar parâmetros totais, parâmetros ativos, arquitetura, tokens de treinamento, comprimento de contexto e formatos numéricos.

Se a NVIDIA confirmar um design em escala de um trilhão, a manchete do Google News ganhará sustentação retrospectiva. Se o Nemotron 4 usar uma rede menor ou estruturada de forma diferente, a alegação original parecerá uma confusão entre métricas de modelo.

O segundo sinal é o desempenho independente em condições comparáveis. Os testes devem avaliar raciocínio, programação, uso de ferramentas, confiabilidade em contexto longo e throughput em diversas configurações de serving.

Os benchmarks das empresas são úteis para entender os pontos fortes pretendidos. Avaliações independentes revelam se essas forças resistem a diferentes prompts, runtimes e pressupostos de hardware.

Acompanhe os parâmetros ativos tão de perto quanto os parâmetros totais. Examine também comprimento de saída, latência, requisitos de memória, taxas de falha e precisão por unidade de computação.

O terceiro sinal é a adoção empresarial prática. A NVIDIA nomeou frameworks de agentes e parceiros de software, mas compatibilidade declarada não comprova uso sustentado em produção.

Evidências úteis incluiriam implantações documentadas, melhorias repetíveis em cargas de trabalho, ferramentas de serving estáveis e organizações escolhendo Nemotron em vez de modelos fechados hospedados.

Desenvolvedores devem resistir a tratar a abertura como uma recomendação automática. O acesso ao modelo é apenas uma parte de um sistema de produção. Revisões de segurança, governança de dados, observabilidade, avaliação e procedimentos de contingência continuam necessários.

Compradores empresariais devem comparar modelos operacionais completos. Um serviço hospedado reduz o trabalho de infraestrutura, enquanto um modelo autogerenciado oferece maior controle e personalização.

Profissionais do conhecimento vivenciarão a competição por meio de produtos construídos sobre esses sistemas. Modelos abertos mais rápidos podem reduzir atrasos e permitir que fornecedores de software ofereçam mais opções de implantação privada.

Os fatos verificados já sustentam uma história relevante. A NVIDIA lançou um modelo esparso de 550 bilhões de parâmetros, abriu diversos artefatos de desenvolvimento e organizou parceiros em torno de uma futura família de modelos.

O que eles não sustentam é certeza sobre um produto de um trilhão de parâmetros. Esse número continua sendo uma alegação sem documentação primária correspondente.

Na próxima vez que uma contagem chamativa de parâmetros aparecer no Google News, procure a contagem de parâmetros ativos, o model card, o relatório técnico e testes independentes. Esses detalhes mostrarão se a NVIDIA ampliou a fronteira ou apenas gerou uma manchete maior.