Anthropic inicia el proceso para salir a bolsa
La valoración de la empresa cercana al trillón de dólares habría superado la de OpenAI según las últimas rondas de inversión.
¿Qué pasó ayer? En un minuto:
Anthropic ha presentado de forma confidencial su borrador de S-1 ante la SEC, lo que le abre la opción de una salida a bolsa.
NVIDIA lanza Nemotron 3 Ultra, el modelo de pesos abiertos más capaz de un laboratorio estadounidense.
Los modelos de OpenAI ya están disponibles en Amazon Bedrock, lo que lleva su distribución a la base corporativa de AWS.
Los agentes de IA multiplican el código generado hasta 17,3 veces, pero los lanzamientos de productos de software solo suben un 30%.
El laboratorio chino MiniMax publica M3, un modelo de pesos abiertos muy competente: iguala a GPT-5.5 en un benchmark de ingeniería de software.
La fundición de semiconductores tocó un récord de 48.800 millones en el 1T26, mientras la IA acapara la capacidad en los nodos más avanzados.
Elad Gil e Ivanka Trump lanzan Alexandria, un proyecto para traducir con IA 1.000 obras de dominio público y distribuirlas gratis en distintos formatos.
Gemini permite ahora crear un avatar digital que reproduce tu cara y tu voz para generar vídeos sin rodar cada toma, alimentado por Gemini Omni.
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ y de compartirla por redes sociales o por email con otras personas a las que creas que les pueda interesar.
Y si tienes más de un minuto…
1. Anthropic da el primer paso hacia bolsa
Anthropic, creadora del asistente Claude, ha presentado de forma confidencial un borrador de declaración de registro S-1 ante la SEC. El trámite le da la opción de cotizar una vez el regulador complete su revisión, pero no fija calendario ni implica una salida inmediata. La compañía, constituida como PBC (empresa de beneficio público), precisa que aún no ha fijado el número de acciones ni el precio, y que la operación dependerá de las condiciones de mercado. El formato confidencial es práctica habitual: permite preparar la OPV sin desvelar cifras financieras hasta fases avanzadas.
Con este paso, Anthropic compite con OpenAI por llegar antes al mercado público, en un sector donde los ingresos y las pérdidas de los principales laboratorios siguen sin conocerse. Cotizar obligaría a publicarlos por primera vez. El telón de fondo financiero es relevante: Anthropic cerró una ronda Serie H de 65.000 millones de dólares con una valoración post-money de 965.000 millones, liderada por Altimeter, Dragoneer, Greenoaks y Sequoia. Su crecimiento reciente se atribuye sobre todo a herramientas que automatizan la escritura de código.
La valoración de las grandes empresas de IA generativa vuelve al centro del debate. Anthropic habría superado a OpenAI como la startup de IA más valiosa según la última valoración privada. El reparo de fondo es cómo se sostienen esas valoraciones. Una crítica recurrente apunta a una dinámica circular: los proveedores de infraestructura (fabricantes de chips y operadores cloud) tendrían incentivos para apuntalar el valor percibido de sus mayores clientes y mantener así sus propias ventas. El argumento se inscribe en la discusión más amplia sobre una posible burbuja, alimentada por los billones de capitalización añadidos al mercado desde la aparición de ChatGPT.
La propia 𝕏 @AnthropicAI (Anthropic) matiza que la presentación solo abre la opción de cotizar tras la revisión de la SEC, y que la OPV dependerá de las condiciones de mercado, sin acciones ni precio fijados todavía.
A 𝕏 @DotCSV (Carlos Santana) le interesa sobre todo el efecto colateral del trámite: la cotización forzará a publicar ingresos y pérdidas hasta ahora ocultos, justo cuando OpenAI sigue sin mover ficha en bolsa.
𝕏 @WesRoth (Wes Roth) insiste en separar el ruido del hecho: registrar el S-1 no equivale a salir a bolsa de inmediato, solo inicia un proceso formal sujeto a la revisión del regulador.
𝕏 @kseniam0s (Ksenia Moskalenko) subraya el carácter condicional del paso: la opción de OPV queda supeditada a que la SEC complete primero su revisión.
Más información:
📎 Anthropic files to go public
2. NVIDIA presenta Nemotron 3 Ultra, su modelo abierto más grande
NVIDIA ha presentado Nemotron 3 Ultra, un modelo de pesos abiertos con 550.000 millones de parámetros (55.000 millones activos), anunciado por Jensen Huang en Computex. La compañía lo describe como su modelo abierto más capaz hasta la fecha y promete disponibilidad esta misma semana. El movimiento importa porque empuja a NVIDIA más allá de las GPUs, hacia la capa de modelos, donde compite con laboratorios que llevan años publicando pesos abiertos. Un modelo así permite descargarlo, ajustarlo y desplegarlo sobre hardware propio, lo que de paso alimenta la venta de la infraestructura de cómputo de la propia NVIDIA.
Artificial Analysis lo coloca como el modelo de pesos abiertos más inteligente de un laboratorio estadounidense, una distinción relevante en un campo dominado hasta ahora por modelos de origen chino. Los 55.000 millones de parámetros activos apuntan a un diseño tipo mixture-of-experts, que activa solo una fracción del modelo en cada inferencia para reducir coste y latencia. Conviene templar las cifras de rendimiento: NVIDIA habla de un modelo cinco veces más rápido y un 30% más barato que la frontera, pero esos datos salen del propio anuncio, no de pruebas independientes. La generación anterior, Nemotron 3 Super, llegó con poca documentación para el hardware de sobremesa DGX Spark, una carencia que algunos usuarios ya advierten de cara a esta versión.
El matiz geográfico de Artificial Analysis pesa para 𝕏 @testingcatalog (Ai News | Testingcatalog): que un laboratorio estadounidense reclame la cabeza en modelos abiertos tiene relevancia en un terreno donde han mandado los modelos de origen no estadounidense.
𝕏 @intheworldofai (Worldofai) lo coloca a la altura de GLM-5.1 y Kimi K2.6, cerca del estado del arte abierto, y lo lee como otra señal de que el código abierto sigue empujando la frontera.
3. OpenAI llega a AWS Bedrock
OpenAI ha puesto sus modelos frontier y Codex, su herramienta de generación de código, a disposición general en AWS a través de Amazon Bedrock, el servicio gestionado de modelos fundacionales de Amazon. La integración permite desarrollar con modelos de OpenAI dentro de la infraestructura de AWS reutilizando los flujos de seguridad, cumplimiento y gobernanza ya implantados. Para entornos regulados, eso reduce parte de la fricción habitual en la adopción. OpenAI amplía la distribución de sus modelos más allá de Microsoft Azure, su socio tradicional, y la acerca a los clientes corporativos de Amazon.
OpenAI presenta el paso como el inicio de una expansión mayor e incluye la futura llegada a AWS de Daybreak, descrito por la compañía como su propuesta para cambiar cómo se construye y se defiende el software, con modelos orientados a ciberseguridad. Las fuentes oficiales no detallan cifras del acuerdo, fechas ni términos comerciales entre ambas empresas. Tampoco hay fecha publicada para Daybreak, que por ahora solo se anuncia como prevista.
Desde 𝕏 @OpenAI (Openai) enmarcan la disponibilidad en Bedrock como una vía para adoptar sus modelos sin salir de los marcos de seguridad y gobernanza ya en uso, y como el arranque de una expansión más amplia que aún no concretan.
La tracción empresarial de AWS y sus contratos ya comprometidos, según 𝕏 @levie (Aaron Levie), no solo dan distribución a OpenAI: empujarían el consumo de tokens en todo el sector, beneficiando también al resto de proveedores de modelos.
𝕏 @WesRoth (Wes Roth) lee la integración como una nueva ruta de despliegue corporativo fuera de la órbita exclusiva de Azure, apoyada en los flujos de compliance que las empresas ya tienen montados en AWS.
4. Los agentes generan más código, no más producto
Un estudio amplio sobre agentes de IA para programar, basado en datos de GitHub y otras fuentes, mide cuánto código adicional generan estas herramientas según su sofisticación. El autocompletado tipo Copilot produjo 2,2 veces más código. Los agentes locales, como la versión original de Claude Code, llegaron a 7,4 veces. Los agentes remotos actuales alcanzaron 17,3 veces. La cifra que ordena el resto es otra: las publicaciones reales de software (releases) solo subieron un 30%. El motivo está en los cuellos de botella humanos que rodean al desarrollo: revisión de código, integración, pruebas y decisiones de equipo. Generar código deja de ser el límite; aprobarlo y desplegarlo sí lo es.
El dato matiza la narrativa habitual de que estos agentes disparan la productividad de forma lineal. Producir más texto no equivale a entregar más producto, y el retorno depende tanto de rediseñar los procesos de revisión e integración como de elegir la herramienta más potente. El método del estudio cruza actividad de repositorios con ritmo de entrega para separar volumen de código de valor entregado. Conviene situar el alcance: las cifras de multiplicación miden líneas o cantidad de código, no calidad, mantenibilidad ni tasa de defectos. El incremento del 30% en releases es el único indicador de salida real que recoge el estudio, y la fricción que lo limita es organizativa, no técnica.
Más información:
📎 Writing Code vs. Shipping Code: Productivity Effects Across Generations of AI Coding Tools
5. MiniMax M3, modelo abierto con contexto de 1M
MiniMax, laboratorio chino fundado a comienzos de 2022, ha publicado M3, un modelo de pesos abiertos que combina codificación, razonamiento agéntico, multimodalidad nativa y una ventana de contexto de hasta 1 millón de tokens. Ya puede probarse en Arena, la plataforma de evaluación por votos de usuarios, repartido en Texto, Visión, Documento y Código (Frontend), y también a través de las API de MiniMax y su producto MiniMax Agent. La pieza técnica que lo diferencia es MiniMax Sparse Attention, una arquitectura de atención dispersa que activa solo parte del modelo para sostener contextos largos a menor coste.
En SWE Bench Pro, un benchmark de ingeniería de software, M3 obtiene un 59%, a la par con GPT-5.5 según los datos difundidos por la compañía. Conviene matizar que las cifras proceden del propio lanzamiento y no de evaluaciones independientes, y Arena todavía no ha publicado su clasificación oficial. El movimiento encaja en la oleada de modelos abiertos de origen chino que vienen estrechando distancias con los laboratorios estadounidenses.
Para 𝕏 @WesRoth (Wes Roth) lo destacable es el empaquetado: codificación de frontera, agentes y contexto de 1M en un único lanzamiento abierto, lo que rebaja la barrera para que los desarrolladores accedan a los pesos y los personalicen.
𝕏 @testingcatalog (Ai News | Testingcatalog) se queda con una demostración concreta en Atomic Chat: M3 leyó un boceto dibujado en una servilleta y entregó un juego de plataformas jugable en HTML de una pasada por 0,028 dólares, un caso aislado que ilustra el coste de los modelos abiertos.
El dato que escoge 𝕏 @sdrzn (Saoud Rizwan) ordena la lectura de eficiencia: M3 iguala a Opus 4.7 en terminal-bench 2.1 con una veinteava parte del cómputo y el coste de la generación anterior de MiniMax, mérito que la compañía atribuye a su mecanismo de atención dispersa.
Más información:
6. La fundición marca récord y concentra cuota
La industria de fundición de semiconductores alcanzó un récord de 48.800 millones de dólares en el primer trimestre fiscal de 2026, un 32% más interanual y un 3% en el trimestre, según el Foundry Industry Model de SemiAnalysis. Es el noveno trimestre consecutivo al alza, y pesa más porque el Q1 suele ser flojo. Las previsiones para el 2T26 apuntan a 54.700 millones (+29% interanual), con utilización en aumento de forma generalizada. El motor es la demanda de computación avanzada, y la cuota de TSMC siguió creciendo, lo que afianza su dominio en los nodos punteros.
Por debajo TSMC, el tablero se mueve. Intel Foundry plantea su empaquetado EMIB junto a Intel 18A como negocio externo de varios miles de millones hacia 2028. Entran nuevos actores con apuestas distintas: Rapidus va a 2nm y 1,4nm, Tata a nodos maduros, Huawei desarrolla su Tau Scaling y el proyecto Terafab de Tesla-SpaceX aspira a un millón de obleas mensuales en lógica, memoria y otros segmentos. El reparto interno también cambia: SemiAnalysis estima que la IA absorbería cerca del 60% de las obleas N3 en 2026 y hasta el 86% en 2027. La memoria pasó de rondar el 10% de las exportaciones surcoreanas (2018-2024) al 22% en 2026, más del doble que el automóvil, segunda industria exportadora con un 8% habitual.
El registro de 𝕏 @SemiAnalysis_ (Semianalysis) subraya que el récord llega en un Q1 estacionalmente débil y encadena nueve trimestres de crecimiento interanual, una serie que descarta leer la cifra como un pico puntual.
7. Alexandria traducirá 1.000 libros con IA
Elad Gil ha presentado Alexandria, un proyecto que impulsa junto a Ivanka Trump para traducir con IA 1.000 de las grandes obras de la literatura mundial. El objetivo declarado es ampliar el acceso salvando barreras de idioma y coste. La iniciativa no se limita al texto traducido: contempla versiones en audiolibro y una función para conversar con cada libro, lo que apunta al uso de modelos de lenguaje para una lectura interactiva además de la traducción automática. La propuesta encaja en una tendencia más amplia: aplicar IA generativa a la difusión de patrimonio cultural, donde traducir a escala y convertir a audio son ya tareas técnicamente accesibles.
El interés para el sector está menos en la novedad técnica y más en el caso de uso, la distribución gratuita y multilingüe de obras a gran volumen. No hay detalles públicos sobre los modelos, el calendario, la financiación, los socios técnicos ni el criterio para seleccionar los 1.000 títulos. Un retweet vinculado al proyecto menciona que las obras serían de dominio público, lo que limitaría el catálogo a textos sin derechos vigentes y evitaría la fricción legal habitual en estos casos.
Para 𝕏 @eladgil (Elad Gil), Alexandria busca llevar mil grandes libros a más lectores, con texto, audiolibro y la opción de chatear con cada obra, sin concretar todavía modelos ni plazos.
8. Gemini Omni genera avatares de vídeo personales
Google ha activado en Gemini una función que permite añadirse a los propios vídeos mediante un avatar digital que reproduce rostro y voz. La tecnología detrás es Gemini Omni, su modelo de generación de vídeo. El avatar se crea grabando cara y voz una vez, y después sirve para producir vídeos sin repetir cada toma. El acceso queda limitado a los planes de pago de Google AI (Plus, Pro y Ultra), tanto en la web de Gemini como en la aplicación, aunque como es habitual en Europa no está disponible por el momento.
Integrar clonación de voz e imagen dentro de un asistente de consumo abre usos en creación de contenido y comunicación personal, pero traslada al producto masivo el debate sobre identidad digital, consentimiento y suplantación. Para crear un avatar, Google exige ser mayor de 18 años y estar identificado con una cuenta personal, según su documentación de soporte. Las salvaguardas frente a suplantación no se detallan más allá del requisito de edad y autenticación.
Desde 𝕏 @GeminiApp (Google Gemini) plantean el lanzamiento como una invitación abierta a probar la creación de avatares.
𝕏 @jerrod_lew (Jerrod Lew) lleva el modelo al terreno de los efectos visuales: subir un vídeo a Google Flow y añadir HUD y gráficos con Omni Flash en minutos, un caso que enseña la versatilidad de la familia más que el avatar personal.
El entusiasmo más subido lo aporta 𝕏 @SilenceCaPrompt (Silenceçaprompt), que califica a Gemini Omni Flash como el modelo de vídeo por IA más potente hasta ahora, una valoración personal.
Más información:
📎 Create and use an avatar in Gemini Apps - Computer - Gemini Apps Help