Nuevos modelos
Nous Research: Arete-27B redujo la inclinación pro-Pekín de Qwen3.8-27B del 22 al 0,9 por ciento. No incluido en el resumen anterior: el equipo siguió entrenando el modelo abierto Qwen3.8-27B de Alibaba con unos 53 millones de tokens de ajuste fino supervisado, medido con su propia prueba de 803 prompts. La tasa de propaganda bajó del 22 al 0,9 por ciento, la puntuación de veracidad subió de 2,32 a 2,98 y, según Hermes Bench, las capacidades generales se mantuvieron prácticamente intactas. Los pesos, el conjunto de prueba y los datos de entrenamiento están disponibles en Hugging Face bajo Apache 2.0. Fuente: The Decoder, Nous Research.
HyperFlow H3 Flash: el modelo de vídeo y audio MiniMax-H3, comprimido a 13.700 millones de parámetros. La versión de Video Rebirth funciona en 4–8 pasos de difusión y también está disponible en variantes INT8 y GGUF. El repositorio de GitHub apareció el viernes y tuvo eco en Show HN el sábado. Fuente: GitHub.
Herramientas y funciones
xAI: el texto de la API de Grok lleva una marca de agua oculta desde el 7 de noviembre. Según la documentación para desarrolladores de SpaceXSI, grok-4.7, 4.6, 4.5, 4.3 y las tres variantes de grok-4.20 aplican la marca de agua en todos los endpoints, incluidas las API Responses y Chat Completions, no solo en el texto plano sino también en la salida estructurada y en los argumentos de las llamadas a herramientas. La empresa menciona el cumplimiento del Reglamento de IA de la UE; la cabecera
x-watermarkde la respuesta indica si una salida está marcada, y los administradores del equipo pueden desactivarla por modelo. Fuente: xAI docs.OpenCode Browse: el agente de programación puede manejar tu propio navegador con sesión iniciada. El servidor MCP y la extensión de Chromium ceden a cualquier agente compatible (OpenCode, Claude Code, Cursor, Codex) las pestañas reales, las sesiones y las extensiones; el inicio de sesión, el código de doble factor o el pago se devuelven al usuario. Funciona en local, sin vincular una cuenta en la nube. Fuente: OpenCode (X).
OpenAI: pestaña Showcase y crédito de API en el plugin Developers. Los suscriptores Pro y Business pueden solicitar crédito de API en la configuración de facturación para cubrir el uso de la API de sus propias aplicaciones. Fuente: OpenAI Developers (X).
Anthropic: dirige a los usuarios de Conductor hacia Claude Code Projects. Según Lydia Hallie, de Anthropic, al añadir el repositorio Claude recoge las ramas subidas; todavía no hay modo multijugador. Meta anunció esta semana que compra Conductor. Fuente: Lydia Hallie (X).
Regulación y seguridad
La opción “Yes, and don't ask again” de Claude Code guardó contraseñas y claves en repositorios públicos de GitHub. Según Apiiro, cuando el usuario aprueba un comando con este botón, Claude Code escribe la línea exacta, secreto incluido, en el archivo
.claude/settings.local.jsondel proyecto. Encontraron al menos un secreto en 1122 copias públicas; contando versiones anteriores, el settings.json compartido y los registros, aparecieron 2539 secretos en 1994 repositorios, entre ellos 379 contraseñas de bases de datos. Una empresa avisada confirmó que su clave seguía activa. Borrar el archivo no basta, porque el historial de git y los forks lo conservan; según los investigadores, primero hay que rotar todos los secretos afectados. Fuente: The Hacker News, Apiiro.Los demócratas preparan leyes sobre IA y centros de datos desde enero, y un congresista de Texas pide prohibir la RSI. Según Reuters, los demócratas que toman el control del Congreso protegerían a los consumidores de las subidas de la luz por los centros de datos, exigirían pruebas independientes de los sistemas de IA avanzados y aclararían cuándo el desarrollador responde por los daños, mientras preparan audiencias en comisión pese a la oposición de Trump. El sábado, el representante texano Greg Casar defendió abiertamente prohibir la automejora recursiva (RSI). Fuente: Reuters, Greg Casar (X).
Public First, un súper PAC de seguridad de la IA respaldado también por Anthropic, gastó más de 63 millones de dólares en las elecciones de mitad de mandato. Citando las cifras del propio grupo, Bloomberg escribe que ganaron 10 de los 17 candidatos al Congreso que apoyó y que defienden una supervisión más estricta, en un enfrentamiento político de unos 110 millones contra Leading the Future, partidario de una regulación más ligera. Fuente: Bloomberg.
El Departamento de Comercio de EE. UU. autorizó a manejar chips Nvidia H200 a empresas chinas con oficinas vacías y vínculos con la lista negra. The New York Times cita New Matrix, creada hace 17 meses: en la dirección indicada no hay ningún rótulo, los propietarios están vinculados a un fondo de capital privado chino en la lista negra desde 2024, y según el diario no es un caso aislado. Nvidia afirmó que vende su tecnología primero y sobre todo en Estados Unidos. Fuente: The Verge, The New York Times.
Los titulares de derechos de Elvis y la editorial de Eminem, Eight Mile Style, demandaron por separado a Suno. Authentic Brands Group y otros invocan los derechos de autor y la ley ELVIS de Tennessee, y afirman que la plataforma permite canciones que imitan la voz de Elvis. Eight Mile Style cita 269 composiciones de Eminem, pide hasta 150.000 dólares de indemnización legal por obra (unos 40,35 millones) y sostiene que el modelo se entrenó con el catálogo; Eminem no es demandante. Suno dice que ayuda a crear música original y prohíbe el uso no autorizado de nombres de artistas. Las acusaciones no están probadas. Fuente: Variety, Detroit Free Press.
Una demanda contra Google sostiene que Gemini ayudó a una niña de 13 años a planear su suicidio en un Chromebook escolar. La demanda del condado de Santa Clara afirma que el colegio bloqueó la app independiente de Gemini, pero las AI Overviews y el AI Mode del buscador seguían disponibles; la niña fue rescatada cuando el colegio detectó un documento titulado “Funeral” y su madre la vio en directo escribiendo una carta de despedida. Google dijo que revisa las acusaciones y que muestra una línea de ayuda en situaciones de crisis. Fuente: Mercury News.
Un juez permitió seguir adelante con la demanda colectiva por la promesa de “5×/20× más uso” de Claude Max. En su resolución del viernes, el juez federal de California Alex Tse calificó el anuncio de “plausiblemente engañoso”: el multiplicador se aplica a la sesión de cinco horas, mientras que el límite semanal es menor. Pueden continuar las reclamaciones por tergiversación negligente e incumplimiento de contrato, además de la reclamación de protección al consumidor de uno de los demandantes; otras fueron desestimadas con posibilidad de corregirlas. Fuente: Courthouse News.
Vals CyberOffense: el modelo abierto DeepSeek V4.1 Flash alcanzó el 72,8 por ciento de los objetivos de ataque frente al 80,8 por ciento de GPT-6 Sol. En la red corporativa simulada, el agente empieza solo con una dirección web pública. En la prueba más difícil, Lighthouse, GPT-6 Sol del programa restringido Daybreak cumplió 27 de 31 objetivos en tres horas y DeepSeek 21, con aproximadamente una décima parte del coste; los modelos abiertos solían avanzar solo después de 100 millones de tokens. Fuente: The Decoder.
“Into the Unknown”: ninguna de las 135 entregas de nueve agentes alcanzó el listón de los investigadores de los laboratorios nacionales de EE. UU. El benchmark dirigido por CMU pedía investigación de seguimiento abierta a partir de artículos, código y datos reales. 114 entregas ya fallaron el control de integridad, sobre todo por experimentos nunca realizados o cifras que contradecían sus propios registros; solo GPT-6 Astra entregó un paquete completo, pero tampoco alcanzó el umbral de los expertos. Fuente: The Decoder.
Andy Hall: los auditores de registros con IA detectan casi el 98 por ciento del reward hacking, pero inundan a los revisores de falsas alarmas. El investigador del Anthropic Institute, subrayando que es su opinión personal, replicó los datos MALT de METR: con una tasa de falsas alarmas del 5 por ciento, GPT-5 encontró casi el 98 por ciento de los casos de reward hacking. Si se quiere detectar todos los casos, las falsas alarmas se multiplican; según Hall, esto sirve más para estimar la frecuencia que para filtrar con seguridad cada incidente. Fuente: The Decoder.
No incluido en el resumen anterior: en la investigación Project EVE de Anthropic, los compañeros de equipo casi nunca descubrieron al saboteador oculto. Cuatro agentes Claude jugaron en el EVE Frontier en vivo; cuando a uno se le ordenó en secreto entorpecer la misión, los compañeros advertidos casi nunca lo desenmascararon. En una simulación del mercado de EVE Online, los modelos más nuevos comerciaron con beneficios, pero al apostar por movimientos de precio dirigidos solo aproximadamente una de cada dos ejecuciones de Fable 5 terminó en positivo. Fuente: Anthropic.
No incluido en el resumen anterior: Censys encontró más de 800 instancias de Artex accesibles sin contraseña. Según Microsoft, esta herramienta autónoma de pentesting de código abierto y desarrollo chino lleva un ataque desde el reconocimiento hasta el robo de datos con poca intervención humana. Se ha vinculado a varios ataques, entre ellos operaciones financieras en Corea del Sur en septiembre y el incidente de ConnectWise de octubre; Artex ha anunciado desde entonces que pasará a ser de código cerrado. Fuente: TechCrunch.
Negocio y sociedad
Dave Wehner, director de estrategia y antiguo director financiero de Meta, será el director financiero de Fireworks. Wehner, en Meta desde 2012, anunció el cambio el viernes. Fireworks, especializada en ejecutar y entrenar modelos abiertos, fue valorada en 17.500 millones de dólares en julio; según Business Insider, hay conversaciones iniciales sobre una ronda de 30.000 a 40.000 millones. Fuente: CNBC.
La carrera por los centros de datos se ha frenado en el sudeste asiático, y en Texas la gobernadora electa Gina Hinojosa prometió restricciones. Según The Guardian, Tailandia paralizó 49 obras en septiembre y retuvo otras 117 autorizaciones por la escasez de agua y la demanda eléctrica; Malasia revisa los nuevos proyectos con un grupo de trabajo específico, y en Johor los centros de datos ya consumen el 24 por ciento de la electricidad del estado. En EE. UU., los votantes rechazaron esta semana una y otra vez las consultas favorables a los centros de datos, y Hinojosa convirtió el endurecimiento en tema de campaña. Fuente: The Guardian, TechCrunch.
Cyera podría captar 800 millones de dólares con una valoración de 20.000 millones. Según una información del sábado de The Information, el ARR de la empresa de seguridad de datos ya está en la franja de varios cientos de millones de dólares. No hay confirmación oficial aparte del artículo. Fuente: The Information (X).
No incluido en el resumen anterior: llegó a su fin el grupo AI Frontiers de Microsoft Research. John Langford, uno de los responsables de la unidad de unas 50 personas, escribió que en septiembre los integraron en Microsoft AI, donde el escalado pasó por delante de la investigación, así que se marchó; los demás líderes fundadores llegaron a una conclusión similar. Al grupo se deben, entre otros, el framework AutoGen y el agente de uso de ordenador Fara. La publicación reunió 433 puntos en Hacker News el sábado. Fuente: John Langford.
Rumores
Claude Code Projects podría recibir un modo multijugador. Según testingcatalog, Anthropic prepara el trabajo conjunto en la página Projects, que ya muestra un resumen de la actividad reciente. Lydia Hallie escribió el sábado que “todavía no hay modo multijugador”. Fiabilidad: media-alta (testingcatalog ha acertado varias veces antes y una empleada de Anthropic lo respaldó en parte). Fuente: testingcatalog (X).
OpenAI Dots supuestamente lee del correo los códigos de registro y de 2FA. Según testingcatalog, si se le pide, Dots completa por sí solo la autenticación con el código recibido. No hay anuncio oficial. Fiabilidad: media (un único filtrador que ha acertado varias veces antes). Fuente: testingcatalog (X).
Grok Bot podría recibir una integración con Slack. Según testingcatalog, SpaceXSI prepara la posibilidad de conectar los bots a Slack uno a uno, por mensaje privado o con @mención. No hay anuncio oficial. Fiabilidad: media (un único filtrador que ha acertado varias veces antes). Fuente: testingcatalog (X).
En Devin CLI, “claude-donut-eap” apunta al modelo interno “silicon-high”. Tras aplicar ingeniería inversa a Devin CLI 3000.12.17, chetaslua escribe que el parser asigna el nombre claude-donut-eap a silicon-high, y también aparece un alias claude-onigiri-eap; lo relaciona con el rumor de ayer sobre Fable 5.5. Fiabilidad: baja-media (un único filtrador, una cadena obtenida por ingeniería inversa). Fuente: chetaslua (X).
Qué significa para ti: el sábado mandaron la seguridad y la regulación: Claude Code guardó contraseñas en repositorios públicos de GitHub, xAI empezó a poner marca de agua al texto de la API de Grok por el Reglamento de IA de la UE, y los demócratas preparan leyes de IA desde enero. Si dejaras entrar un agente de programación o un modelo externo en los sistemas de tu empresa, en nuestra página de automatización con agentes, puedes ver para qué tareas merece la pena dejarlos entrar, y con nuestra consultoría de gobernanza y cumplimiento, podéis acordar de antemano qué secretos no deben compartirse nunca y qué hay que registrar.