Nemotron 3 Ultra llega a Vercel AI Gateway: por qué sí merece una prueba sería en agentes largos
Vercel agregó Nemotron 3 Ultra a AI Gateway el 4 de junio de 2026. La parte útil no es otro modelo más en el menú: es poder probar un MoE abierto con 1M de contexto y framing agentic dentro del mismo plano de costos, failover y observabilidad.
Por qué importa
Esta nota se enfoca en la decisión práctica para builders: qué cambia, qué riesgo agrega y cómo aplicarlo sin romper operación.
Cada semana aparece otro modelo “ideal para agentes”. Casi siempre la lectura correcta es la misma: espera, compara y no cambies nada todavía. Con Nemotron 3 Ultra hay al menos una razón para mirar un poco más despacio.
El 4 de junio de 2026, Vercel lo metió a AI Gateway y lo describió como un modelo pensado para planning, tool use, delegación de subagentes y error recovery, con 1M de contexto, hasta 350 tokens por segundo y una promesa de hasta 30% menos costo en tareas agentic. NVIDIA, por su lado, lo presenta como su modelo abierto más capaz para long-running agents.
La novedad útil no es solo el modelo. La novedad útil es poder probarlo sin rehacer tu capa operativa.
Lo importante aquí no es “más inteligencia”; es el tipo de inteligencia
La página oficial de NVIDIA deja tres señales concretas:
- 550B parámetros totales y 55B activos por token en una arquitectura Mixture-of-Experts;
- contexto de hasta 1M tokens;
- y posicionamiento explícito para coding, research y enterprise workflows largos.
Eso no garantiza que te vaya a ganar en tu tarea, pero sí lo coloca en una categoría distinta a la del típico modelo que luce bien en demos cortas y luego se desordena cuando la sesión mezcla archivos, resultados intermedios, logs y pasos de verificación.
La ventaja real de que entre por AI Gateway
Aquí Vercel sí aporta algo más que distribución:
- comparas dentro del mismo proxy;
- mantienes observabilidad y reporting en un solo lugar;
- puedes conservar políticas de retry, failover y routing;
- y no mezclas el cambió de modelo con el cambió de infraestructura.
Eso es más valioso de lo que suena. Muchas comparaciones de modelos salen mal porque el equipo cambia dos cosas a la vez: el modelo y la capa que lo consume. Cuando eso pasa, luego nadie sabe qué variable explicó el resultado.
Dónde sí lo pondría a prueba
1. Agentes que se rompen por contexto, no por falta de tools
Si ya tienes tools razonables y el dolor aparece cuando la sesión se alarga demasiado, el millón de tokens puede servir. No para meter basura sin criterio, sino para evitar cortar un loop útil solo porque el contexto se volvió frágil.
2. Flujos con planificación y recuperación
El changelog de Vercel no vende Nemotron como “otro generalista”. Lo aterriza en sub-agent delegation, planning y recovery. Ese framing importa porque son justo las zonas donde muchos stacks todavía improvisan.
3. Equipos que quieren un modelo abierto sin perder capa de gobierno
Nemotron 3 Ultra es una apuesta distinta a quedarte solo con modelos cerrados. Si tu equipo necesita más control sobre deployment, evaluación o futuras variantes self-hosted, vale la pena medirlo desde ya aunque luego no sea el ganador final.
Lo que yo no compraría del titular
No asumiría tres cosas:
- que 1M de contexto siempre mejora el resultado;
- que más throughput equivale a mejor experiencia end-to-end;
- ni que un modelo “agentic” ya viene resuelto para tu harness.
NVIDIA muestra resultados fuertes en su propia narrativa técnica, pero la decisión correcta sigue siendo práctica:
- ¿tu agente falla por memoria, por razonamiento o por tool design?
- ¿tienes tareas donde la ventana larga realmente se usa?
- ¿qué pasa con calidad, latencia total y costo por tarea terminada?
Sin esa línea base, la prueba se vuelve humo.
Señal de demanda sin inventar volumen
Aquí la demanda se ve por otras superficies:
- un changelog reciente en Vercel;
- documentación y página oficial recién publicadas por NVIDIA;
- y un naming de modelo que ya entra en el tipo de búsquedas que hacen builders comparando opciones reales:
nemotron 3 ultra,nemotron 3 ultra vercel,modelo abierto para agentes largos,ai gateway nemotron.
No es tráfico masivo, pero sí tráfico de alta intención.
Cómo haría la prueba
Yo lo probaría en un banco de tareas pequeño y feo:
- una sesión de investigación con muchas fuentes;
- una tarea de coding con varios archivos y verificación;
- y un caso donde el agente deba recuperarse de un error o replanificar.
Si ya estás trabajando rutas similares con otros modelos, cruza esta nota con RAMP y sus agentes que casi se caen construyendo un compilador o con WildClawBench y sus tareas largas. Y si todavía estás ordenando la base de tools, memoria y despliegue, aterriza primero en el curso gratis.
La lectura corta es esta: Nemotron 3 Ultra importa menos como logo nuevo y más como candidato serio para loops largos dentro de una capa de gateway donde sí puedes comparar sin desordenar todo.