Nuevos modelos
MiniMax M3.1 Flash: el modelo «Space Bunny», probado de forma anónima, llega como modelo agéntico barato y rápido. La china MiniMax lanzó el lunes M3.1 Flash y reveló que era el modelo probado de forma anónima con el nombre «Space Bunny», que entretanto procesó más de 200 billones de tokens. Según la empresa, es aproximadamente tres veces más rápido y un 70% más barato que su predecesor M3, con un precio de 0,15 dólares por millón de tokens de entrada y 0,60 dólares por millón de tokens de salida (0,015 dólares con entrada en caché). Según sus propias mediciones, obtuvo un 73,7% en la prueba de ingeniería de software DeepSWE v1.1 y 61,7 puntos en la prueba de uso de ordenador OSWorld V2, y recibió 42 puntos en el índice de inteligencia independiente de Artificial Analysis, 13 más que M3. Según Artificial Analysis, su punto débil es que ni siquiera ante preguntas inciertas dice que no lo sabe, por lo que a menudo alucina (se equivoca con seguridad). Se puede probar gratis en OpenRouter durante 72 horas y los pesos del modelo se publicarán más adelante. Fuente: MiniMax, Artificial Analysis (X), OpenRouter (X), The Decoder.
Inception Mercury 3: los modelos de lenguaje de difusión también escalan y generan más de mil tokens por segundo. La mayoría de los modelos de lenguaje escriben la respuesta palabra a palabra (de forma autorregresiva), mientras que los modelos de difusión refinan todo el texto a la vez en varios pasos, por lo que son mucho más rápidos. Según Inception, Mercury 3 es más de cuarenta veces mayor que Mercury 1 y supera a GPT-6 Luna y Claude Haiku 5.5 en la mayoría de las pruebas, siendo entre cuatro y ocho veces más rápido. La ventana de contexto (la cantidad de texto que puede procesar a la vez) es ahora de 1 millón de tokens. En la prueba de agentes web de la propia empresa resolvió la mitad de las 50 tareas en vivo de Mind2Web, más que GPT-6.1 Sol. El precio de lista es de 0,20 dólares por millón de tokens de entrada y 0,70 dólares por millón de tokens de salida, a mitad de precio en el lanzamiento. Fuente: Inception, The Deep View.
Cloudflare Clairic: un modelo de extracción que devuelve datos tipados sin razonamiento ni generación de texto. Cloudflare puso Clairic a disposición en versión preliminar en su plataforma Workers AI. Lee el texto (y hasta cuatro imágenes) en una sola pasada y devuelve directamente valores para los campos indicados: un nombre o número de pedido copiado, un importe o fecha calculados, o un valor estimado con un rango del 80%. Como no genera texto, solo se paga la entrada, y normalmente responde en menos de un segundo; cada respuesta incluye una puntuación de confianza y, si el dato no está en la entrada, devuelve un valor vacío. Los usos típicos son el procesamiento de facturas, datos de envío o tickets de soporte, donde hoy muchos usan costosos modelos de lenguaje grandes. La empresa también quiere publicarlo con pesos abiertos. Fuente: Cloudflare.
Modelos especializados de startups: un modelo del mundo para ingeniería, vídeo, un modelo de decisión y control de robots. Skyfall AI presentó SKY-001, al que llama el primer modelo del mundo para ingeniería (una IA que modela objetos físicos y edificios): según la empresa, es más preciso que GPT-6 Astra en tareas de CAD y BIM (modelos de diseño mecánico y de edificios) y entre 51 y 125 veces más rápido. fal, junto con Black Forest Labs, lanzó el modelo de vídeo FLUX 3 Max, que ocupa el segundo puesto (empatado estadísticamente en el primero) en la clasificación de vídeo a partir de imagen de Artificial Analysis. Nace lanzó el modelo de decisión Drex Max, que asigna una probabilidad a cada acción posible a partir de capturas de pantalla, imágenes y vídeo, y está pensado para agentes que manejan un navegador o un ordenador. Dream Labs, junto con una ronda semilla de 90 millones de dólares, lanzó Dream API, que con el modelo Dream-1 controla robots de dos brazos a partir de imágenes de cámara e instrucciones en inglés por 3 dólares la hora. Fuente: Skyfall AI (X), fal (X), Artificial Analysis (X), Nace, Forbes.
Herramientas y funciones
Microsoft: trata a los agentes de IA empresariales como amenazas internas y los detiene si es necesario. Microsoft anunció el lunes nuevas funciones integradas en la suite Microsoft 365 E7 (99 dólares por usuario al mes) y en el sistema de seguridad Project Perception. Cada agente recibe una puntuación de riesgo actualizada continuamente según los datos a los que accede y cuánto se desvía de la tarea asignada; si el riesgo aumenta, el sistema puede retirarle el permiso de escritura, exigir aprobación humana antes de un paso arriesgado o detener el agente. Ya reconoce 60 tipos de agentes en los equipos de los empleados (antes 25), entre ellos Claude Code, Codex y GitHub Copilot, y los nuevos «Guardian Agents» (agentes guardianes) investigan por qué cambió el riesgo de otro agente. Según el blog de la empresa, no se puede confiar en los modelos de vanguardia, sea cual sea su origen, por lo que el control debe estar fuera del modelo. Las funciones están disponibles en versión preliminar privada y se ampliarán en la conferencia Ignite del 17 al 19 de noviembre. Fuente: Microsoft, GeekWire, TechCrunch.
OpenAI: los modelos mejoran mucho en código COBOL, Fortran y Visual Basic, y la prueba ya es abierta. OpenAI presentó el lunes dos pruebas propias para los llamados lenguajes de programación de pocos recursos (con pocos datos de entrenamiento), sobre los que funcionan gran parte de los sistemas bancarios, los pagos con tarjeta y la predicción meteorológica. MultiLangBench hace que el modelo construya desde cero un motor de base de datos compatible con SQLite en 20 lenguajes de programación: GPT-6 Astra superó de media el 87,4% de las pruebas, frente al 26,8% de GPT-5.6 Sol. En la prueba que mide la reescritura de programas COBOL a otros lenguajes, GPT-6.1 Sol alcanzó un 86,6% de precisión con un nivel de razonamiento bajo y un 97,9% con uno más alto, exigiéndose que la salida de los programas coincidiera byte a byte. La empresa también publicó el conjunto de pruebas de MultiLangBench en GitHub; ella misma subraya que reescribir un sistema en producción sigue requiriendo revisión experta. Fuente: OpenAI.
Amazon TorchNeuron: el código PyTorch se ejecuta sin cambios en los chips de IA propios de Amazon. Amazon puso el lunes TorchNeuron en beta pública para todos: con él, el código escrito en el popular framework PyTorch se ejecuta en los chips Trainium de Amazon tras un simple cambio de configuración; hasta ahora había que reescribir el código para las interfaces de programación propias de Amazon. El paso apunta a una de las mayores ventajas de Nvidia, las bases de código atadas al ecosistema de software CUDA, y Google trabaja en un proyecto similar, TorchTPU. Según Amazon, el software será de código abierto el martes, en la conferencia de PyTorch. Fuente: GeekWire, Hugging Face, TechCrunch.
Agentes de programación: Claude Code ayuda a configurar el modo automático y en la app de escritorio de Codex se pueden editar mensajes anteriores. El nuevo comando /auto-mode-setup de la versión 2.1.304 de Claude Code, publicada el lunes por la noche, guía la configuración del modo automático (en el que el agente trabaja sin preguntar): lee el proyecto y las sesiones anteriores para enseñar al agente las reglas del entorno. Otro comando nuevo compara la configuración de los agentes de Managed Agents con la guía de seguridad de Anthropic, y los suscriptores Pro y Max reciben un aviso si retomar una conversación antigua consumiría una parte importante de su cupo de cinco horas. En la app de escritorio de OpenAI Codex, según su responsable, Thibault Sottiaux, ahora se pueden editar a posteriori los mensajes anteriores de un hilo, algo que los usuarios pedían desde hace tiempo. Fuente: Claude Code changelog, Thibault Sottiaux (X).
Grok Bot: se inicia con una pulsación en el iPhone y también crea vídeos con las integraciones de Runway y HeyGen. A partir de la versión 1.16, Grok Bot se puede asignar al botón de acción (Action Button) del iPhone 15 Pro y posteriores, de modo que una sola pulsación inicia una conversación por voz. Ese mismo día, Runway anunció que su servidor MCP (el conector estándar con el que un asistente de IA puede usar un servicio externo) está disponible en Grok Bot, por lo que se pueden generar imágenes y vídeos directamente desde el chat. HeyGen mostró cómo Grok Bot en el botón de acción y el conector MCP de HeyGen convierten una sola frase en un vídeo de avatar terminado. Fuente: Grok Bot (X), Runway (X), HeyGen (X).
Lista de GitHub: un gestor de flotas de agentes, memoria compartida para agentes y un compresor que ahorra tokens. En la lista diaria de tendencias de GitHub destacó stablyai/orca, con unas 1.600 estrellas nuevas al día (casi 99.000 en total): permite gestionar desde una sola interfaz toda una «flota» de agentes de programación, como Grok Bot o Claude Code, con la suscripción propia del usuario, en el escritorio, el móvil o un entorno de ejecución remoto. akitaonrails/ai-memory da memoria a largo plazo a los agentes de programación de línea de comandos y ayuda a pasar el trabajo del agente de un proveedor al de otro. headroomlabs-ai/headroom comprime la salida de las herramientas, los registros y los fragmentos de documentos antes de que lleguen al modelo; según sus desarrolladores, usa un 20% menos de tokens en agentes de programación y entre un 60 y un 95% menos en datos JSON con el mismo resultado. Fuente: GitHub Trending, Orca, ai-memory, Headroom.
Regulación y seguridad
EE. UU.: el Departamento de Seguridad Nacional prohíbe DeepSeek en las agencias civiles federales, junto con los productos basados en él. El Departamento de Seguridad Nacional de EE. UU. (DHS), mediante una orden emitida en virtud de la ley de seguridad de la cadena de suministro de adquisiciones federales (FASCSA), prohíbe a las agencias civiles federales adquirir productos de DeepSeek y ordena retirar los que ya se usan. La prohibición se extiende también a las empresas vinculadas a DeepSeek y a productos de otras empresas que incorporan tecnología de DeepSeek. Según la justificación de la orden, DeepSeek recopila datos personales, identifica los dispositivos mediante huella digital y envía datos a China. La orden, firmada en julio por el secretario Markwayne Mullin, se publicó el lunes en la plataforma de inspección pública del Registro Federal; las agencias pueden solicitar excepciones en un plazo de 60 días. Fuente: Federal Register, la orden (PDF), The Hill.
Un solo hacker y un ejército de agentes de IA entraron en los sitios web de más de cien empresas, entre ellas Deere. Desde principios de octubre, Snorre Fagerland, investigador de la empresa de ciberseguridad NorForge, ha encontrado unas dos docenas de paneles de Cairn accesibles públicamente; Cairn es una plataforma de código abierto de resolución de problemas con varios agentes que también gusta a los hackers. Según una exclusiva de Reuters, el atacante más activo, de habla china, intentó desde el 25 de septiembre vulnerar más de 1.200 tiendas en línea y entró en los sitios de más de 100 empresas, entre ellas Deere, SharkNinja y Cummins; sus instrucciones tenían menos de cien caracteres chinos y los agentes hicieron casi todo el trabajo. Una intrusión exitosa costó unas 23 horas de intentos, y la campaña, que usó una mezcla de DeepSeek y Claude Code, consumió en total unos 5.000 dólares en tokens, es decir, unos 50 dólares por intrusión exitosa. Deere dice que no hay indicios de acceso a datos sensibles, SharkNinja dice que se accedió a un sitio de soporte de productos independiente y Cummins está investigando. Fuente: NorForge, Reuters (Investing.com), The Verge.
WhatsApp: el código de sus páginas de ayuda contenía instrucciones ocultas para un chatbot, como no recomendar la autoridad de protección de datos. Según un análisis de la empresa de privacidad Redact, unas 80 páginas de ayuda y preguntas frecuentes del sitio web de WhatsApp contenían en su código instrucciones para el chatbot de atención al cliente de Meta, con apartados titulados «WHAT NOT TO SAY» (qué no decir). La página sobre eliminar la cuenta, por ejemplo, indicaba que el chatbot no sugiriera acudir a la autoridad de protección de datos u otro organismo supervisor, y en otro lugar que no hiciera referencia al RGPD ni a otras normas de privacidad, ni siquiera si el usuario las mencionaba. Un portavoz de WhatsApp dijo a Wired que el texto era visible por un error ya corregido y que el objetivo es que el chatbot no dé asesoramiento jurídico; los textos se eliminaron tras la consulta. Fuente: Redact, Wired.
Caso de espionaje en OpenAI: el ingeniero sospechoso sigue detenido sin fianza. En el caso descrito en un resumen anterior, un juez federal de San Francisco ordenó el lunes que Abdulrahman Alfozan, ciudadano saudí de 35 años, siga detenido sin fianza hasta el juicio; según la acusación, como ingeniero de OpenAI ocultó el 28 de septiembre un dispositivo de escucha en el televisor de una sala de reuniones de directivos. Según la fiscalía, en 2025 y 2026 se escribía con frecuencia por WhatsApp con un miembro de la familia real saudí, y sus actos podrían poner en peligro la seguridad nacional de EE. UU. El consulado saudí en Los Ángeles se ofreció a pagar toda la fianza, algo que el juez calificó de «cheque en blanco», y consideró importante el riesgo de fuga; OpenAI ya ha despedido al ingeniero. Fuente: CNBC, Wired.
Negocio y sociedad
OpenAI: quiere cerrar otra ronda de unos 30.000 millones de dólares antes de la salida a bolsa de Anthropic. Reuters, citando dos fuentes, informó de que OpenAI intenta captar unos 30.000 millones de dólares con una valoración de más de 1,4 billones de dólares y quiere cerrar la ronda antes de la salida a bolsa de Anthropic, prevista para mediados de noviembre; también negocia con SoftBank y con MGX, de Abu Dabi. Según las fuentes, los ingresos anualizados de OpenAI son de 50.000 millones de dólares y podrían llegar a 70.000 millones a final de año; la empresa planea su propia salida a bolsa para 2027. Fuente: Reuters (CNA).
Nscale y Anthropic: negocian otros unos 45.000 millones de dólares en capacidad de cómputo. Según Bloomberg, la británica Nscale y Anthropic negocian un segundo acuerdo de unos 45.000 millones de dólares para el segundo edificio, de 460 megavatios y equipado con chips Nvidia Vera Rubin, del emplazamiento Monarch de Nscale en Virginia Occidental, y Anthropic obtendría además un derecho de tanteo sobre un tercer edificio. Nscale, mientras tanto, se prepara para salir a bolsa con una valoración de unos 30.000 millones de dólares, aunque según se informa parte de los inversores la considera excesiva; en el resumen anterior contamos que Microsoft se retiró del proyecto de la empresa en Essex. Fuente: Bloomberg (Bloomberg Law), TechCrunch.
DeepSeek y Huawei: diseñan juntos chips de IA chinos para que DeepSeek pueda entrenar sin Nvidia. Según The Information, ingenieros de Huawei trabajan en las oficinas de DeepSeek e incorporan al diseño de los chips los comentarios de DeepSeek (por ejemplo, sobre cómo calculan los modelos y mueven datos entre procesadores). DeepSeek podría empezar a entrenar sus modelos en los chips Ascend 950DT de Huawei ya a finales de 2026, y Huawei destina primero a DeepSeek la mayor parte del Ascend 960DT, previsto para el primer trimestre de 2027. Según datos de Epoch AI, la potencia de cálculo bruta del Nvidia B300 es aproximadamente siete veces la del Ascend 950, por lo que entrenar un modelo de vanguardia podría requerir que más de diez mil chips de Huawei trabajen juntos de forma fiable durante semanas; mientras tanto, DeepSeek sigue intentando conseguir chips de Nvidia. Fuente: The Information, Investing.com (Yahoo Finance).
Inversiones: 1.500 millones de dólares para Tenstorrent y una valoración de mil millones para Town, lanzada hace cuatro meses. Tenstorrent, dirigida por Jim Keller, que desarrolla chips y servidores de IA basados en RISC-V con un conjunto de software de código abierto, captó 1.500 millones de dólares en una serie E con una valoración de 6.200 millones, liderada por Trace Capital e Innovation X; destinará el dinero a la producción en masa de sus servidores Galaxy y a la expansión internacional. Town, que desarrolla un asistente de IA empresarial, se convirtió en unicornio (una startup valorada en más de mil millones de dólares) con una serie B de 108 millones de dólares, apenas cuatro meses después de su lanzamiento público. Tolan, que ofrece una app de compañía de IA, captó 30 millones de dólares, entre otros de Union Square Ventures y Khosla Ventures. Fuente: Tenstorrent, TechCrunch, Upstarts Media.
Stripe: las compras iniciadas por agentes de IA en Link se multiplicaron por 38 en septiembre. Según Upstarts Media, en el servicio de pagos Stripe Link el número de transacciones iniciadas por agentes de IA se multiplicó por 38 en septiembre y el importe pagado por 20, eso sí, desde una base baja, y la empresa no dio cifras absolutas. En el momento del análisis unos 70 agentes usaban el servicio, hoy unos 200, entre ellos Meta Muse y Grok Bot. La compra típica ronda los 100 dólares, pero algunos usuarios hacen que su agente compre billetes de avión o muebles de miles de dólares; el 36% de las transacciones son de comercio minorista y el 28% del importe corresponde a viajes. Link no entrega al agente el número real de la tarjeta, sino que emite un número de tarjeta aparte que puede limitarse con un tope de gasto. Fuente: Upstarts Media, The Decoder.
Meta Prometheus: terminada la primera fase del superclúster de un gigavatio, que podría llegar a tener un millón de GPU. El blog de ingeniería de Meta describió el lunes en detalle el superclúster Prometheus que se construye en New Albany (Ohio), cuya primera fase ya terminada se usó para entrenar la familia de modelos Muse, incluidos los modelos Muse Wonder. Actualmente trabajan en él varios cientos de miles de GPU como una sola máquina en varios edificios interconectados, y con el despliegue completo tendrá alrededor de un millón de GPU. Según la empresa, en el preentrenamiento de Muse Wonder más del 85% del tiempo de ejecución y en el aprendizaje por refuerzo (RL) más del 90% fue trabajo útil (goodput), una fiabilidad excepcional a esa escala; pronto entrará en servicio también la plataforma Nvidia Vera Rubin NVL72. Fuente: Meta Engineering, AI at Meta (X).
Aleksander Madry vuelve a OpenAI para trabajar en el ritmo del progreso y los retos de seguridad. El profesor del MIT, que dejó OpenAI hace unos meses, escribió el lunes que su salida se convirtió más bien en un año sabático de investigación: en su opinión, el progreso de la IA ha entrado en una nueva fase en la que resolver los retos de seguridad de sistemas cada vez más capaces es una cuestión central. Jakub Pachocki, científico jefe de OpenAI, dijo que fue él quien pidió a Madry que volviera, y juntos estudiarán lo rápido que es el progreso, cuáles son sus consecuencias y cómo debe orientar esto la estrategia de OpenAI y de todo el sector. Fuente: Aleksander Madry (X), Jakub Pachocki (X).
Empleo en ciberseguridad: una cuarta parte menos de ofertas, mientras la demanda de ingenieros de seguridad de IA casi se cuadruplicó. Según un análisis de CyberSN, en los nueve primeros meses de 2026 se publicaron en EE. UU. 235.786 ofertas de empleo en ciberseguridad, un 26,4% menos que un año antes, el nivel más bajo en cuatro años. Mientras tanto, la demanda de ingenieros de seguridad de IA creció un 268,3% y la de analistas de datos de ciberseguridad un 203,5%, y las mayores caídas afectaron a los puestos de analista de amenazas internas, analista de riesgos y probador de penetración (quien ataca sistemas por encargo). En septiembre, el 20% de las ofertas ya mencionaba conocimientos de IA. Fuente: SecurityWeek.
Rumores
Según The Information, Anthropic, Google y OpenAI podrían lanzar nuevos modelos en las próximas semanas. Según la publicación, Anthropic prepara un modelo aún no anunciado que deduce mejor las verdaderas intenciones y objetivos del usuario a partir de poca información y ofrece soluciones más creativas en lugar de consejos genéricos; no está claro si pertenece a la familia Fable u Opus. En el mismo periodo podrían llegar el modelo Gemini 4 Carbon de Google (del que ya informó antes Business Insider) y un posible nuevo modelo «Terra» de OpenAI. Fiabilidad: media. The Information suele estar bien informada, pero lo del modelo de Anthropic se basa en el relato de un único probador anónimo, y ninguna de las empresas ha confirmado los planes. Fuente: The Information, TestingCatalog (X).
Claude Personal Finance: Claude podría conectarse a cuentas bancarias a través de Plaid. TestingCatalog encontró en el código de la app de Claude una nueva pantalla de bienvenida y una integración con Plaid para una función llamada «Personal Finance», vista durante el desarrollo como «Claude Money»: Claude analizaría los datos de las cuentas bancarias y elaboraría informes con ellos. Fiabilidad: media. Los rastros de la función son reales, pero Anthropic no ha anunciado nada y no se ha lanzado desde que se detectó por primera vez en septiembre. Fuente: TestingCatalog (X).
Filtrador: una nueva versión de Claude Fable 5.5 en manos de socios y un modelo del mundo actualizado en Google. Según el filtrador habitual Chetaslua, Anthropic ha entregado a sus socios una versión (checkpoint) más reciente y supuestamente mejor de Fable 5.5, y Google prueba con testers y socios seleccionados un modelo del mundo actualizado llamado Omni Live 1.1. Fiabilidad: baja. Un único informe que cita fuentes anónimas, y según admite el propio autor, él mismo no ha probado la versión de Fable. Fuente: Chetaslua (X).
Qué significa para ti: El mensaje común de las noticias del lunes es que los agentes de IA deben tratarse como cualquier otro empleado con amplios permisos: Microsoft les asigna una puntuación de riesgo, el caso Cairn mostró de qué es capaz un ejército de agentes sin supervisión y la prohibición de DeepSeek en EE. UU. se extiende también a los modelos de terceros integrados. Conviene hacer ahora inventario de qué modelos y agentes funcionan en tu empresa y a qué tienen acceso; nuestra consultoría de gobernanza y seguridad de IA ofrece un marco listo para ello, y entre los modelos que de repente se han abaratado, nuestros expertos te ayudan a elegir el que se ajuste a tu tarea y a tus requisitos de protección de datos.