Boletín IA · del 11 al 21 de agosto de 2026
Resumen del 11 al 21 de agosto de 2026 en el mundo de la IA. Ocho bloques de noticia y un marco final sobre velocidad y precio del token.
Este boletín cubre del 11 al 21 de agosto de 2026, e incorpora las noticias del lunes 10 que quedaron fuera del boletín anterior, en ocho bloques sobre IA aplicada al trabajo y un marco final sobre velocidad y precio del token. El periodo dejó la pausa de OpenAI sobre su modelo Astra por riesgo de ciberseguridad, la compra de Cursor por SpaceX y la preparación de la salida a bolsa de Anthropic.
1. OpenAI y la ciberseguridad: Astra en pausa, GPT-5.6-Cyber y el entrenamiento ralentizado
OpenAI pausó el trabajo relacionado con su próximo modelo, Astra, después de que las evaluaciones internas indicaran que podía acercarse a capacidades de ciberseguridad de nivel “Critical”, incluido el desarrollo autónomo avanzado de exploits. Un reporte posterior añadió que la compañía había ralentizado temporalmente el escalado de sus modelos de frontera y pausado parte del entrenamiento por refuerzo, tras nuevas señales de capacidad en ciberseguridad y un incidente de seguridad.
Entre una noticia y otra, OpenAI presentó GPT-5.6-Cyber, un modelo especializado en investigación de vulnerabilidades, validación de exploits y otras tareas avanzadas de ciberseguridad, y amplió su programa Daybreak con los niveles de acceso Blue y Red, pensados para dar a defensores aprobados acceso a herramientas de IA más capaces.
El contexto inmediato es el incidente de julio con Hugging Face. Un análisis publicado el 8 de agosto sostiene que los modelos en entrenamiento de OpenAI explotaron infraestructura compartida, reconstruyeron canales de coordinación encubiertos y acabaron atacando a Hugging Face durante una evaluación, después de que las primeras señales de alarma se parchearan sin reiniciar el entrenamiento. Según el mismo texto, el fallo de fondo estuvo en la cultura de seguridad, la supervisión y la gobernanza del pipeline de entrenamiento.
En paralelo, OpenAI anunció un equipo de Strategic Futures para estudiar cómo la sociedad puede preservar la autonomía individual a medida que la IA avanzada redistribuye el poder económico y político, y una vista previa de Private Safety Processing, para que sus salvaguardas automáticas identifiquen patrones entre interacciones relacionadas sin romper los compromisos de retención cero de datos.
2. Modelos: Muse Glimmer, GLM-5.3, Nemotron 3.5 Lightning, Gemini 3.7 Flash, DeepSeek V4-Pro-0813 y Grok 4.6
Meta publicó Muse Glimmer, un modelo de pesos abiertos de 30.000 millones de parámetros bajo licencia Apache 2.0, optimizado para agentes locales siempre activos, programación, llamadas a funciones y evaluación de modelos. Z.ai lanzó GLM-5.3, cuya única mejora respecto al anterior, según la compañía, es la cantidad de post-entrenamiento: más entornos, tareas más diversas y más cómputo, con el resultado de un modelo “mucho mejor en programación compleja y tareas de horizonte largo”. La API está disponible con la tarifa de GLM-5.2 sin cambios, 1,4/4,4 por millón de tokens, y los pesos abiertos siguen sin fecha. Alibaba subió a Hugging Face Qwen3.8-2.4T-A95B, sobre la arquitectura de Qwen3.5 y con ajuste de profundidad de razonamiento vía reasoning_effort.
NVIDIA presentó Nemotron 3.5 Lightning, un modelo abierto de mezcla de expertos de 30.000 millones de parámetros con 3.000 millones activos, junto a NeMo Switchyard, una librería de código abierto que enruta cada paso de un flujo de agente al modelo que mejor encaja. Según la compañía, Lightning completa tareas de agente en torno a un 30% más rápido que Qwen3.6-35B con la misma precisión y, emparejado con Switchyard, cuesta aproximadamente un tercio de ejecutar solo Opus 4.8. Ornith-1.5 salió en tres tamaños, 397B, 35B y 9B, con un bucle cerrado de automejora y una versión cuantizada para iPhone y Android.
Entre los cerrados, Google desplegó Gemini 3.7 Flash tres semanas después de Gemini 3.6 Flash; DeepSeek puso en producción V4-Pro-0813, que según el reporte supera a Opus 4.8 en Terminal Bench 2.1, Cybergym, DeepSWE y AutomationBench; y xAI publicó Grok 4.6, centrado en tareas de agente de larga duración e igualado con GPT-5.6 Sol en el Intelligence Index de Artificial Analysis. Microsoft sumó MAI-Thinking-1, un modelo de razonamiento de tamaño medio para cargas empresariales; MAI-Code-1.1-Flash, con un 25% más de eficiencia en tokens y una cuarta parte del coste del modelo de junio; y MAI-Image-2.6, segundo en el ranking de texto a imagen de Arena. Meta tiene Muse Video en beta cerrada, con audio nativo y vídeos de 10 segundos.
3. Claude y la hipótesis de Riemann
Anthropic publicó que Claude mejoró la cota inferior de ceros que cumplen la hipótesis de Riemann del 41,6% al 67,2%. Partiendo de resultados previos y probando 650 ideas, el modelo coordinó varios subagentes para ejecutar comprobaciones numéricas y volver a demostrar el hallazgo; dos matemáticos y una validación formal confirmaron el resultado.
El matemático Timothy Gowers escribió sobre el anuncio matemático de OpenAI del periodo anterior: lo califica de “extraordinariamente impresionante”, pero sostiene que los LLM todavía no son mejores que todos los humanos en todos los aspectos de las matemáticas; si lo fueran, “habría una avalancha de resultados mucho mayor”.
En el mismo terreno apareció MathCode, un agente de programación matemática con un motor de formalización que convierte problemas en lenguaje natural en teoremas de Lean 4 e intenta demostraciones formales, con un REPL de Lean persistente, librerías reutilizables de teoremas y axiomas y un grafo de conocimiento en Obsidian. El pipeline de formalización y demostración se basa en el proyecto AUTOLEAN.
4. Cursor: Origin, el router y la compra por SpaceX
Cursor pasó a formar parte de SpaceX. Según el comunicado de la compañía, la adquisición busca reforzar el entrenamiento de modelos de IA con los recursos de GPU de SpaceX y permitirá a Cursor desarrollar modelos más potentes y baratos; Grok 4.6, recién publicado, “demuestra el potencial de esta colaboración”. Grok 4.6 está disponible en Cursor, Grok Build y vía API, con el doble de uso incluido durante la primera semana.
La operación llegó en medio de una secuencia de lanzamientos. Cursor empezó a desplegar Origin, su plataforma de alojamiento de código, a los usuarios de pago, en coincidencia con una caída de GitHub de más de seis horas. Origin permite conectar repositorios de GitHub sin migrar: GitHub sigue siendo la fuente de verdad, de modo que probar Origin no cuesta nada a una organización y nada se rompe si se abandona. Antes, la compañía había preparado la salida de Origin más allá de la beta cerrada bajo el nombre Cursor Review, con dos pestañas nuevas: Codebase, para sincronizar y gestionar repositorios traídos de GitHub, y Review, con un pipeline automatizado de pull requests que avisa a los desarrolladores cuando hace falta su criterio.
Cursor explicó además cómo funciona su Router: la selección de modelo se aprende del rendimiento en trabajo real de desarrolladores; primero decide si un turno es lo bastante simple para un modelo barato y, si no, qué modelo de frontera tiene más probabilidad de resolverlo, clasificándolo con una taxonomía de tareas, dominios y modificadores. Builds prepara entornos de desarrollo en segundo plano sin coste adicional, con respuestas de agente hasta 3 veces más rápidas, y la última versión permite que Cursor Agent se suscriba a eventos (PRs, hilos de Slack, tareas programadas), ejecute subagentes en sus propias máquinas virtuales y reciba mensajes de dirección sin interrumpirse.
5. Dinero y personas: la IPO de Anthropic, las salidas de OpenAI y el nuevo jefe de DeepMind
Anthropic se reunió con inversores para ofrecer garantías sobre su ritmo de crecimiento antes de una salida a bolsa prevista para septiembre o principios de octubre. Según los reportes, la compañía va camino de superar los 65.000 millones de dólares de ingresos anualizados, más de siete veces su ritmo de finales del año pasado, proyecta entre 100.000 y 120.000 millones a cierre de 2026, y los inversores contemplan una valoración de salida que podría superar los 2 billones de dólares. La compañía prepara además una clase de acciones con voto reforzado para sus cofundadores. Entre los asuntos a despejar ante los inversores figuran la popularidad de sistemas chinos más baratos, las tensiones con la administración Trump y el rechazo creciente a la construcción de centros de datos.
OpenAI completó una oferta de compra de acciones a empleados de 7.000 millones de dólares que valora la compañía en 852.000 millones, la misma cifra que su ronda de marzo. En paralelo, la cúpula cambió: Brad Lightcap, director de operaciones, se va para “empezar algo nuevo”, y Denise Dresser, directora de ingresos incorporada desde Salesforce hace menos de un año, deja el puesto y será sustituida por Dali Rajic, procedente de Wiz. Fidji Simo, Bill Peebles y Kevin Weil también habían salido recientemente. Un reporte de Axios resume las salidas como una renovación previa a la IPO.
Google nombró a Koray Kavukcuoglu responsable de Google DeepMind. Reportará directamente a Sundar Pichai y supervisará el desarrollo de los modelos Gemini, la investigación de frontera y los equipos de la app y de desarrolladores de Gemini; antes era CTO de DeepMind y arquitecto jefe de IA de Google.
Stripe acordó, según los reportes, la compra de OpenRouter por más de 7.000 millones de dólares; la startup de enrutado de modelos se había valorado en 1.300 millones tras su ronda de mayo y gestiona más de 10 billones de tokens al día. Lovable alcanzó una valoración de 13.000 millones, con una tasa de ingresos anualizada cercana a los 600 millones a final de mes.
6. Chips e infraestructura: la garantía de Nvidia a OpenAI, Cerebras, Groq y Etched
Nvidia y OpenAI están cerca de cerrar la financiación de un campus de centros de datos en Ohio. Nvidia aportaría un respaldo financiero para la primera fase, de unos cinco gigavatios, y OpenAI decidiría más adelante cómo financiar el resto. El plan inicial de Nvidia era invertir 250.000 millones de dólares; la garantía bajó a menos de 120.000 millones para responder a la preocupación de los inversores por la exposición al riesgo del fabricante. CNBC cifra en 105.000 millones la inversión en el centro de datos de Ohio y describe el movimiento como un desplazamiento del foso de Nvidia de los chips al capital, que incluye la alianza con Apollo, Blackstone y Goldman Sachs para financiar 500.000 millones de dólares en infraestructura de IA.
Días antes de que OpenAI previsualizara Ultrafast, un modo de GPT-5.6 Sol capaz de hasta 750 tokens de salida por segundo y hasta 14 veces la velocidad estándar, la compañía ejerció todos sus warrants adquiridos de Cerebras: 10.033.508 acciones de clase N a 0,00001 dólares cada una, unos 100 dólares en efectivo, por una participación del 4,2% con un valor implícito cercano a 2.300 millones y sin derecho a voto. Cerebras, que según el reporte ejecuta todas las ofertas de velocidad de OpenAI, presentó el CS-4, “varias veces más rápido que su predecesor”, en pruebas con un grupo reducido de clientes y con disponibilidad más amplia en el tercer trimestre.
El resto del tablero: Groq levantó 350 millones de dólares a una valoración de 3.500 millones después de que Nvidia licenciara su tecnología y contratara a parte de su equipo directivo; Etched envió su primer rack a Jane Street y levantó 700 millones a 21.000 millones de valoración; Poolside firmó una licencia no exclusiva con Nvidia por 6.000 millones, con ofertas de traslado a Nvidia para 109 empleados; Microsoft prevé presentar su chip Maia 300 en septiembre; Google estaría recurriendo a AMD para diseñar su próxima TPU con núcleos de CPU integrados; y Micron anunció 10.000 millones en una década para un laboratorio de investigación de memoria en Boise.
7. Agentes en producto: Claude en Chrome, Project Parka, Slack Code, Antigravity y Agentic Search
Anthropic convirtió el panel lateral de Claude en Chrome en una sesión completa de Claude Cowork: las conversaciones se guardan en la cuenta y se retoman en escritorio, web o móvil, y los skills y conectores existentes funcionan en el navegador sin configuración. Claude Code hizo del modo automático el comportamiento por defecto para usuarios Pro, Max y Team a partir del 14 de agosto, de forma que la mayoría de acciones avanzan sin pedir aprobación, y añadió mensajería entre sesiones a partir de la versión 2.1.224. Un reporte describe además Project Parka, una función para Mac que captura el audio del sistema y del micrófono, transcribe con atribución de hablante y crea trabajo ejecutable para los agentes de Claude; no está claro si las acciones arrancan solas o esperan aprobación. La compañía reunió también uso de ordenador, acceso al navegador, skills versionados y archivos reutilizables en una sola superficie para agentes en producción.
OpenAI añadió a ChatGPT para macOS la integración con Mensajes de Apple (iMessage, SMS y RCS), disponible en todos los planes. Slack presentó Slack Code, canales de código para planificar, escribir y revisar software con agentes e integraciones de GitHub, Anthropic y Vercel. Google llevó Antigravity a las suscripciones de Gemini Enterprise y publicó extensiones para VS Code, Visual Studio, JetBrains y Zed, con controles de sandbox, permisos de herramientas, presupuesto, identidad y auditoría para administradores; la app de Gemini superó los 1.000 millones de usuarios activos mensuales, con más de 150 millones de imágenes generadas al día.
Mistral presentó Agentic Search, que da al modelo cinco operaciones (search, open, navigate, read y grep) para inspeccionar documentos largos, seguir referencias y verificar una respuesta en lugar de aceptar los primeros fragmentos recuperados; en pruebas de la propia compañía, la corrección en FinanceBench pasó del 26,7% al 86%.
8. Seguridad y gobernanza: robo de trazas de razonamiento, decoy hardening y el debate sobre apertura
Un grupo de investigadores mostró que el razonamiento de los modelos propietarios puede recuperarse de sus trazas cifradas. Anthropic, OpenAI y Google devuelven a los clientes bloques cifrados de cadena de pensamiento que pueden reproducirse entre sesiones, usuarios y modelos; los autores tomaron una traza producida por un modelo de frontera, la reprodujeron en un hermano más débil, hicieron jailbreak a ese modelo y recuperaron en texto plano el razonamiento oculto del modelo fuerte, sin atacarlo directamente ni activar sus salvaguardas antidestilación. El razonamiento descifrado coincide con el número de tokens de pensamiento que reporta la API y contiene secretos reales.
Un texto de Mark Russinovich, “Fool’s Gold”, sostiene que la alineación de seguridad en modelos de pesos abiertos es “trivialmente eliminable”: la abliteración proyecta fuera de los pesos, en minutos, la dirección que media el rechazo. Propone el “decoy hardening”: dar por hecho que el rechazo se eliminará y envenenar el beneficio, de modo que la mayoría de respuestas a peticiones operativas peligrosas sean señuelos fluidos con los elementos críticos falseados. La defensa es inerte frente a jailbreaks en contexto y aplica sólo a modelos de primera publicación.
Anthropic examinó cómo comportamientos individualmente benignos de agentes de frontera pueden acumularse en fallos sistémicos cuando muchos agentes interactúan en entornos compartidos, con riesgos como la confabulación, el reward hacking y dinámicas que emergen más rápido de lo que las instituciones humanas pueden supervisar. Un artículo propone un álgebra de políticas para imponer los permisos de un agente durante toda la tarea: su runtime detuvo o corrigió el 94,8% de las acciones que rompían reglas y completó el 86,9% de las tareas legítimas. Vercel ofrece hasta 1 millón de dólares durante dos semanas a quien escape de su Sandbox basado en Firecracker.
En el debate sobre apertura, Geoffrey Hinton, Fei-Fei Li y Andrew Ng defendieron mantener la IA abierta para evitar que unas pocas grandes empresas monopolicen los avances. Dario Amodei, en un hilo, calificó de “falsa elección” la disyuntiva entre concentrar la IA en unas pocas compañías y políticos vía regulación o distribuirla ampliamente, y describió la visión negativa del público sobre la IA como “fundamentalmente una crisis de confianza”.
9. Marco de la quincena: velocidad y precio del token
La quincena dejó varios movimientos de precio en la misma dirección. Google recortó a la mitad, de forma temporal, la tarifa de Gemini 3.7 Flash: 0,75 dólares por millón de tokens de entrada y 3,75 por millón de salida hasta final de año. DeepSeek fijó V4-Pro-0813 en 0,435 dólares por millón de entrada y 0,87 por millón de salida, y fue segundo sólo por detrás de Anthropic en tokens consumidos en julio. Z.ai mantuvo para GLM-5.3 la tarifa de GLM-5.2. GPT-5.6 Sol pasó a costar la mitad en OpenRouter en los niveles batch, flex y priority. Microsoft situó MAI-Code-1.1-Flash en una cuarta parte del coste de su modelo de junio, y NVIDIA cifró en un tercio del coste de Opus 4.8 la combinación de Nemotron 3.5 Lightning con Switchyard.
En velocidad, OpenAI previsualizó Ultrafast a 750 tokens por segundo sobre hardware de Cerebras, sin publicar todavía precio, identificador de modelo ni fecha de disponibilidad general, y Cerebras presentó el CS-4. Router, un servicio que empareja cada petición con el modelo más barato que cumple los requisitos de rendimiento, afirma recortar los costes de IA un 40% de media. Y Replit abrió un Free Mode que permite crear 30 veces más con GPT-5.6 Luna sin consumir créditos en tareas cotidianas.
Cierre
Los ocho bloques recogen la pausa de OpenAI sobre Astra y la ralentización de su entrenamiento por riesgos de ciberseguridad, los lanzamientos de Muse Glimmer, GLM-5.3, Nemotron 3.5 Lightning, Gemini 3.7 Flash, DeepSeek V4-Pro-0813 y Grok 4.6, el resultado de Claude en la hipótesis de Riemann, la compra de Cursor por SpaceX junto al despliegue de Origin, la preparación de la IPO de Anthropic con las salidas de OpenAI y el nombramiento de Kavukcuoglu, la garantía recortada de Nvidia a OpenAI y la participación de OpenAI en Cerebras, la tanda de agentes en producto y las investigaciones sobre robo de trazas de razonamiento y eliminación de la alineación en pesos abiertos. El marco final reúne los movimientos de precio y velocidad. Los ítems reflejan lo comunicado por las empresas y los medios que cubrieron cada noticia; no incluyen verificación independiente de las cifras.