Multiverse Computing ha anunciado el lanzamiento de Pulsar 16B, un modelo de razonamiento abierto de 16.150 millones de parámetros construido sobre la arquitectura NVIDIA Nemotron. Desarrollado mediante la tecnología propietaria de Multiverse Computing, con las bibliotecas NVIDIA Model Optimizer y Megatron Bridge integradas en el flujo de compresión, y validado sobre infraestructura de computación acelerada de NVIDIA, Pulsar 16B ofrece el rendimiento de razonamiento propio de las arquitecturas líderes de clase 30B con aproximadamente la mitad de los parámetros. Disponible en las precisiones BF16, FP8 y NVFP4, el modelo puede descargarse en HuggingFace bajo licencia Apache 2.0.
Pulsar 16B conserva la mayor parte de la calidad de razonamiento, el comportamiento de seguimiento de instrucciones y las interfaces de uso de herramientas del modelo base sin comprimir, validado de forma independiente sobre computación acelerada de NVIDIA. En los benchmarks estándar de razonamiento, conocimiento, programación y uso de herramientas, Pulsar 16B iguala a su modelo de partida de clase 30B y supera a gpt-oss-20B en prácticamente todas las métricas pese a tener un menor número de parámetros que ambos. Los benchmarks clave incluyen:
- AIME 2025: Pulsar 16B obtiene 87,22, a menos de una décima del modelo base sin comprimir y 15 puntos por encima de gpt-oss-20B.
- GPQA-Diamond (ciencia a nivel de doctorado): 71,41, igualando al modelo sin comprimir y superando ampliamente a gpt-oss-20B, que alcanza 58,88.
- Capacidades críticas en producción: Pulsar 16B supera a gpt-oss-20B en 14 puntos en seguimiento de instrucciones (IFBench), 11 puntos en llamadas a funciones (BFCL-v4) y 15 puntos en razonamiento matemático (AIME).
Reducción de memoria y rendimiento de inferencia
Pulsar 16B logra reducciones sustanciales en la memoria de pesos del modelo en todas las precisiones compatibles respecto al modelo base Nemotron-3-Nano-30B-A3B, una ventaja decisiva para organizaciones que despliegan sobre GPUs con menor memoria o entornos de nodo único:
Con 32 solicitudes concurrentes sobre una GPU NVIDIA Blackwell, Pulsar 16B (FP8) alcanza un rendimiento del sistema de 4.808 tokens por segundo, un incremento del 43% sobre los 3.363 tok/s del modelo base, reduciendo al mismo tiempo el tiempo hasta el primer token (TTFT) de 2,18 s a 1,24 s.
Rendimiento en contextos largos
El rendimiento en contextos largos es frecuentemente el ámbito donde una compresión agresiva del modelo introduce degradaciones silenciosas. Multiverse Computing evaluó Pulsar 16B en LongBench, AA-LCR, la suite RULER y variantes NIAH con contextos de longitud progresivamente mayor. La recuperación mediante aguja en pajar (needle-in-a-haystack) permanece prácticamente perfecta a ambos lados del umbral de 100.000 tokens, y Pulsar 16B sigue de cerca al modelo base sin comprimir en las tareas más exigentes de RULER a contexto extendido. Para cargas de trabajo intensivas en documentos, Pulsar 16B reproduce fielmente el comportamiento del modelo original.
Arquitectura y metodología de compresión
Pulsar 16B está construido sobre una versión comprimida y optimizada de NVIDIA Nemotron 3 Nano, un modelo híbrido Mamba2-Transformer con Mixture-of-Experts. Multiverse Computing, miembro de NVIDIA Inception, utilizó las bibliotecas Model Optimizer y Megatron Bridge de NVIDIA como parte del flujo de compresión de su tecnología CompactifAI. El modelo base, nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16, cuenta con 31.600 millones de parámetros totales y 3.500 millones de parámetros activos. Tras la compresión, Pulsar 16B dispone de 16.150 millones de parámetros totales con 3.100 millones activados, sin necesidad de reentrenamiento desde cero.
Partiendo de esa base, Multiverse Computing identificó y eliminó la redundancia matemática presente en la red entrenada preservando los comportamientos de razonamiento adquiridos durante el entrenamiento. El resultado es un modelo que mantiene la misma familia de arquitectura, el formato de prompts, la estructura de llamadas a herramientas y la interfaz de razonamiento de la familia Nemotron, con 16.150 millones de parámetros en lugar de 31.600 millones.
"Históricamente, ejecutar IA avanzada en local ha exigido comprometer el tamaño del modelo o su rendimiento", afirma Enrique Lizaso, cofundador y CEO de Multiverse Computing. "Lo que demostramos con Pulsar 16B es que el razonamiento de nivel frontera puede desplegarse ahora sin la infraestructura propia de la escala cloud, con una huella que las empresas pueden ejecutar y escalar de forma económica."
Pulsar 16B está diseñado para equipos que operan en contextos donde el coste y la huella de un razonamiento de clase frontera habían resultado hasta ahora prohibitivos: flujos de trabajo agénticos de alta concurrencia, pipelines de documentos largos en ejecución continua y despliegues de asistentes orientados al cliente. Los entornos de nodo único, los sistemas en local bajo requisitos normativos y los sistemas sensibles a la latencia se convierten así en destinos de despliegue viables.
Pulsar 16B está disponible hoy en Hugging Face bajo licencia Apache 2.0. La documentación técnica completa, incluyendo metodología, configuración de evaluación y resultados por benchmark, está disponible en multiversecomputing.com. Para explorar los lanzamientos de modelos de código abierto de Multiverse Computing, visite huggingface.co/MultiverseComputingCAI.
