Apple lleva a OpenAI a los tribunales
La batalla por los secretos del hardware inaugura una nueva fase de rivalidad entre las dos tecnológicas.
¿Qué pasó el fin de semana? En un minuto:
Apple demanda a OpenAI por presunto robo de secretos comerciales de hardware, señalando directamente a Tang Tan, exempleado de Apple, en un litigio que convierte a antiguos socios en rivales directos.
OpenAI presenta GPT-5.6 como modelo avanzado de razonamiento médico y matemático; Sol Ultra habría demostrado la Conjetura del Ciclo Doble Cubierta, un problema matemático abierto durante 50 años.
xAI abre gratis temporalmente Grok 4.5 en Grok Build, una jugada de captación de usuarios que evidencia la creciente compresión de la frontera entre modelos de gama alta.
Thinking Machines Lab, de Mira Murati, publica un manifiesto que defiende una IA descentralizada con muchos modelos ajustados a sus comunidades, frente a la concentración de poder en pocos laboratorios.
Los límites de uso y cuotas de las suscripciones de IA tensan el modelo de negocio mientras los usuarios intensivos organizan su vida en torno a los ciclos de recarga.
Opinión: Sam Altman afirma, sorprendido, que la IA ha creado empleo neto por ahora, aunque los datos disponibles son indicios tempranos y no un patrón consolidado.
Opinión: La publicación de ‘AI 2040: Plan A’ de Daniel Kokotajlo polariza el debate sobre gobernanza de la IA, con acusaciones cruzadas de autoritarismo frente a una vía intermedia basada en modelos abiertos estadounidenses.
Opinión: Paul Graham advierte de que quienes abandonen la lectura profunda perderán la capacidad de pensar bien, reavivando el debate sobre la ‘deuda cognitiva’ que genera delegar la escritura en la IA.
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. Apple demanda a OpenAI por secretos de hardware
La relación entre Apple y OpenAI ha dado un giro radical. La compañía del iPhone ha presentado una demanda en un tribunal federal de California acusando a OpenAI de llevar a cabo una estrategia sistemática para obtener secretos comerciales relacionados con el desarrollo de futuros dispositivos de hardware impulsados por inteligencia artificial.
Apple sostiene que OpenAI contrató de forma agresiva a antiguos empleados de la compañía (más de 400, según la demanda) y que algunos de ellos habrían compartido información confidencial sobre productos, procesos de fabricación, proveedores e incluso dispositivos todavía no anunciados. Entre los señalados figuran Tang Tan, hoy director de hardware de OpenAI y exvicepresidente de Apple durante más de dos décadas, y Chang Liu, también antiguo ingeniero de la empresa.
Según la denuncia, algunos candidatos fueron animados a llevar componentes físicos o información reservada a entrevistas de trabajo y que determinados exempleados conservaron o accedieron indebidamente a documentación interna tras abandonar la compañía, una acusación sumamente grave. OpenAI rechaza todas las acusaciones y asegura que “no tiene interés en los secretos comerciales de otras empresas” y que su prioridad sigue siendo desarrollar tecnología propia.
No obstante, hay que recordar que el proceso está en fase inicial y la carga de la prueba recae sobre Apple. El primer dispositivo de OpenAI, descrito como un altavoz inteligente con cámara, no llegaría antes de febrero de 2027. Si Apple consigue demostrar sus acusaciones, podría pedir restricciones judiciales sobre diseños de dispositivos, métodos de fabricación e incluso proveedores.
Más allá del litigio, la demanda refleja un cambio estratégico mucho mayor. Hace apenas dos años ambas empresas colaboraban para integrar ChatGPT en Apple Intelligence. Hoy compiten por controlar la próxima plataforma informática: los dispositivos nativos de IA que podrían suceder, al menos en parte, al smartphone.
El foco de 𝕏 @WesRoth (Wes Roth) está en el señalamiento personal: la denuncia apunta directamente a Tang Tan, Chief Hardware Officer de OpenAI, por usar nombres de proyectos secretos de Apple durante su transición entre ambas empresas.
Para 𝕏 @testingcatalog (Ai News | Testingcatalog), el litigio abre una fase de competencia directa en dispositivos, más allá del choque en software que ambas compañías ya venían librando.
Con tono irónico, 𝕏 @SemiAnalysis_ (Semianalysis) resume la paradoja jugando con el comando de activación de Siri: un guiño a que Apple recurre a los tribunales frente a un rival con el que hasta hace poco integraba productos.
Más información:
📎 Before Apple Lawsuit, a Growing Unease at iPhone Maker Over OpenAI
2. OpenAI presenta GPT-5.6 como un salto en medicina y matemáticas
OpenAI ha presentado GPT-5.6 como una gama de modelos con mucha inteligencia en ciencias de la salud y matemáticas. Según la empresa, GPT-5.6 Luna iguala o supera en cuestiones médicas a GPT-5.5 en su ajuste de razonamiento más alto costando 25 veces menos. El anuncio importa porque sitúa el razonamiento médico dentro de una herramienta comercial más barata, en un sector donde la fiabilidad y la responsabilidad legal son determinantes. Hay que tener en cuenta que ChatGPT, Claude o Gemini son plataformas generalistas pensadas para escritura, planificación y resolución de problemas, no herramientas validadas para diagnóstico ni aprobadas por reguladores sanitarios.
Además, OpenAI sostiene que GPT-5.6 Sol Ultra, su mejor modelo con el máximo tiempo de razonamiento, ha generado una demostración de la Conjetura del Ciclo Doble Cubierta, un problema de teoría de grafos abierto durante cincuenta años. El manuscrito, redactado con Codex, lo aloja la propia empresa. La diferencia frente a hitos anteriores, como el trabajo sobre el Problema de Distancia Unitaria de Erdős, es que aquí interviene un modelo comercial disponible para cualquiera, no un sistema experimental de laboratorio. Eso situaría el razonamiento matemático avanzado dentro de una herramienta de mercado, con posibles usos en investigación.
La técnica de fondo detrás de estos avances es la paralelización del cómputo en inferencia: al escalar el tiempo de razonamiento de segundos a semanas, la latencia se vuelve el cuello de botella, y Sol Ultra la reparte en subprocesos simultáneos. Según los materiales difundidos, la demostración matemática se obtuvo con 64 subagentes en una hora.
El dato que destaca 𝕏 @sama (Sam Altman) es la comparación directa: los médicos hallaron menos fallos en las respuestas del modelo que en las escritas por los propios profesionales.
Bastante más rotundo, 𝕏 @pmarca (Marc Andreessen) sostiene que la IA ya es mejor médico que el 99,99% de los humanos y lo celebra, una opinión que ilustra el optimismo del capital riesgo.
El eje comercial lo marca 𝕏 @OpenAI (Openai) al vender la relación coste-rendimiento: abaratar el razonamiento avanzado facilitaría despliegues a gran escala, algo atractivo en salud si la fiabilidad acompaña.
Para 𝕏 @polynoamial (Noam Brown), más cómputo en inferencia equivale a más inteligencia, y la paralelización es lo que baja la generación de una prueba de un día a una hora sin que la latencia lo estrangule.
El matiz que aporta 𝕏 @emollick (Ethan Mollick) es de acceso: los grandes avances matemáticos previos salían de modelos experimentales, y ver demostraciones novedosas con un modelo público apunta a un salto de madurez en lo disponible para cualquiera.
𝕏 @gdb (Greg Brockman) lo lee como un desplazamiento del límite: el techo dejaría de ser la capacidad técnica para pasar a la ambición y la imaginación de quien plantea el problema.
Más información:
📎 PROMPT USED FOR “A PROOF OF THE CYCLE DOUBLE COVER CONJECTURE”
3. xAI abre Grok 4.5 gratis en Grok Build
xAI ha habilitado temporalmente el acceso gratuito a Grok 4.5, su modelo de gama alta, a través de Grok Build. Cualquier usuario con cuenta de X o de Grok puede probarlo sin suscripción de pago, según la propia cuenta de xAI y cuentas que siguen sus lanzamientos. La lógica es de captación: la mayoría de laboratorios reserva sus modelos más capaces para planes de pago, así que abrir el acceso amplía la base de usuarios y genera datos de uso real.
Grok 4.5 llega con varias señales positivas de rendimiento. En agentes que operan navegadores se sitúa por delante de GPT-5.6 Sol y cerca de Claude Opus. En Website Arena figura quinto, con una puntuación Elo de 1328, en la misma banda que Claude. El coste por tokens de salida es más bajo que el de rivales comparables, algo relevante para los agentes de programación, que generan respuestas largas. La lectura de fondo es la compresión de la frontera: ya hay varias opciones con rendimiento aproximado de clase Opus, lo que desplaza la diferenciación hacia precio, latencia e integración.
Para 𝕏 @WesRoth (Wes Roth), lo relevante es que retirar el muro de pago deja probar un modelo avanzado a cualquier usuario con cuenta de X o de Grok, una vía directa de captación y de recopilación de uso real.
𝕏 @rohanpaul_ai (Rohan Paul) apunta a la rápida compresión de la calidad entre modelos frontera: con Grok 4.5 rozando a Claude Opus en agentes de navegador, ya existen varias alternativas de rendimiento equivalente.
𝕏 @testingcatalog (Ai News | Testingcatalog) sitúa a Grok 4.5 en cabeza del benchmark WANDR usando Perplexity Computer, con un precio equiparable al modelo personalizado GLM-5.2 con Advisor, aunque advierte de que es una filtración, no un anuncio oficial.
𝕏 @SemiAnalysis_ (Semianalysis) desplaza el foco al hardware de inferencia: en pruebas sobre vLLM, NVIDIA aventaja con holgura a AMD y la B300 rinde por encima de la B200, un factor de coste que condiciona cualquier despliegue a escala.
4. Thinking Machines defiende una IA descentralizada
Thinking Machines Lab, la empresa fundada por Mira Murati (exdirectora de tecnología de OpenAI), ha hecho balance de su primer año y ha publicado su manifiesto, 'The Future Worth Building Is Human'. La tesis es directa: la IA debe ampliar la voluntad y el juicio humanos, no sustituirlos. Frente al paradigma dominante, en el que unos pocos laboratorios entrenan modelos que luego quedan congelados, la empresa propone un ecosistema de muchos modelos de IA, ajustados a las comunidades que sirven y capaces de discrepar entre sí.
El razonamiento se apoya en dos ideas: los valores humanos no se promedian y el conocimiento local no puede centralizarse. El planteamiento importa porque entra en el debate de fondo del sector, la concentración de datos, cómputo y modelos en pocas manos, y lo hace desde alguien que conoce el sistema desde dentro. En lo técnico, la compañía traduce el discurso en productos: modelos de interacción para colaborar como lo harían las personas, herramientas de personalización y Tinker, que permite a cualquier usuario entrenar sus propios modelos de pesos abiertos.
El eje del planteamiento de 𝕏 @miramurati (Mira Murati) es el rechazo a una IA única y centralizada: defiende que el buen futuro tiene muchas IAs, criadas en sitios distintos y moldeadas por quienes las usan, en lugar de un solo sistema entrenado en pocos lugares y luego congelado.
𝕏 @soumithchintala (Soumith Chintala) ordena el trabajo en tres principios (personalización y soberanía, participación humana y descentralización) con un matiz llamativo: la meta es reducir la dependencia de las futuras empresas de AGI centralizadas, incluida la suya propia.
Más combativo, 𝕏 @eisokant (Eiso Kant) reduce el argumento a una consigna, que no puede haber un oligopolio sobre la inteligencia, un tono de manifiesto que deja ver el trasfondo político del discurso.
Más información:
📎 The Future Worth Building Is Human
5. Los límites de uso tensan la suscripción IA
El modelo de negocio de las herramientas de IA por suscripción empieza a mostrar tensiones visibles. Los usuarios más intensivos describen rutinas condicionadas por los ciclos de cuota: ventanas de cinco horas, límites semanales y saldos de tokens que se agotan antes de acabar una tarea. No es un caso aislado. Anthropic ha extendido varias veces el acceso a Claude Fable 5 dentro de sus planes de pago, ha mantenido los límites semanales de Claude Code un 50% más altos y ha alargado esa ventana hasta el 19 de julio.
OpenAI ha ajustado temporalmente sus propios topes en Codex y ChatGPT Work. Detrás está un equilibrio difícil: la inferencia tiene un coste real y creciente, y las cuotas son la palanca principal para contener a quienes más presionan la infraestructura. El gasto por tokens penaliza sobre todo a los agentes de programación, que generan respuestas largas y encadenan muchas iteraciones. Por eso el coste escala rápido con el uso continuado, y el debate se desplaza de la capacidad de estas herramientas a su sostenibilidad económica.
La rutina que describe 𝕏 @tunguz (Bojan Tunguz) roza lo absurdo: reconoce quedarse despierto hasta tarde solo para aprovechar la próxima ventana de cinco horas. Compara el vibe coding con el scroll infinito, salvo que aquí cada scroll cuesta unos 20 dólares, y resume la escalada de precios en una frase: 200 dólares es el nuevo 20.
Con ironía, 𝕏 @andrewchen (Andrew Chen) resume el modelo de negocio como una suscripción con acelerador: programar hasta agotar tokens, comprar más y repetir, con el contador siempre en marcha.
𝕏 @rohanpaul_ai (Rohan Paul) invoca la paradoja de Jevons: si el coste de inferencia de nivel GPT-3.5 ha caído 280 veces en menos de dos años, el abaratamiento no reducirá el gasto, sino que disparará la demanda y multiplicará los sistemas multiagente.
𝕏 @testingcatalog (Ai News | Testingcatalog) lee la nueva prórroga de Claude Fable 5 hasta el 19 de julio como más tiempo de prueba para los usuarios, interpretando las extensiones como oportunidad antes de sea más caro.
𝕏 @WesRoth (Wes Roth) apunta al mecanismo concreto que alivia la fricción: el reinicio de los límites de cinco horas y semanales de Claude devuelve capacidad fresca para volver a usar Fable 5, el mismo ciclo del que dependen los usuarios más intensivos.
El problema que describe 𝕏 @emollick (Ethan Mollick) es de comunicación: con la configuración adecuada estas herramientas hacen mucho más de lo que casi nadie sabe, y culpa a las propias empresas de explicarlo mal.
6. Opinión: Altman dice que la IA crea empleo neto
Sam Altman, CEO de OpenAI, sostiene que, por ahora, la IA ha generado empleo neto en lugar de destruirlo. Admite que le sorprende: se consideraba menos pesimista que otros, pero contaba con ver ya algún efecto adverso al nivel de capacidad actual de los modelos. La declaración pesa por quién la firma y por el momento en que llega: crecen los temores a que la automatización golpee primero a los perfiles junior en despachos, consultoras y banca, donde buena parte del trabajo rutinario es más automatizable.
En paralelo, otros observadores apuntan que la programación, uno de los oficios que se daba por amenazado, mantiene una demanda de ofertas por encima de otros campos, y que el paro entre los trabajadores de 20 a 24 años apenas se ha movido desde el arranque del auge de la IA. Conviene leer todo esto como indicios, no como patrón consolidado. Faltan series largas y datos desagregados por función que separen creación real de empleo de un simple retraso en los ajustes de plantilla. Varios directivos reconocen no haber recortado todavía pese a considerar que les sobra personal, lo que deja abiertas ambas lecturas.
El propio 𝕏 @sama (Sam Altman) insiste en que el resultado le sorprende: esperaba que, con la capacidad actual de los modelos, ya se apreciara algún impacto negativo, y deja abierta la puerta a que la tendencia positiva continúe.
𝕏 @pmarca (Marc Andreessen) defiende el mecanismo económico de fondo: la tecnología abarata la producción, la demanda sube, la producción crece y con ella el empleo y los salarios, sin entrar en plazos ni en el coste de reconversión para los desplazados.
Para 𝕏 @Dan_Jeffries1 (Daniel Jeffries) el patrón es histórico: cada revolución técnica abstrae los problemas de bajo nivel y empuja el trabajo hacia otros de mayor complejidad, generando más variedad de empleos en lugar de eliminarlos.
𝕏 @fchollet (François Chollet) matiza el efecto según el nivel del profesional: la generación de código débil ayudaba sobre todo a programadores poco cualificados, mientras que los modelos actuales invierten ese reparto y benefician más a los perfiles altos.
𝕏 @levie (Aaron Levie) señala el caso concreto del software: el oficio que se daba por sustituido acumula más ofertas que otros sectores, porque abaratar la producción de algo con muchos usos dispara la demanda de más producto.
7. Opinión: el debate sobre gobernanza de IA se polariza
Daniel Kokotajlo y sus coautores han publicado 'AI 2040: Plan A', presentado como continuación optimista de 'AI 2027', el escenario que advertía de dos desenlaces para la IA avanzada: la pérdida de control humano o la concentración permanente del poder en unos pocos actores. El nuevo documento propone una alternativa más constructiva, aunque su contenido concreto no ha trascendido en las fuentes disponibles. La reacción ha sido inmediata y agria. Parte del sector interpreta cualquier propuesta de control como censura o autoritarismo, y la equipara a regímenes totalitarios.
El choque importa porque define quién fijará el marco regulatorio de una tecnología que ya sostiene productos como ChatGPT y Gemini. Y enfrenta dos visiones difíciles de reconciliar: regulación estricta frente a apertura y despliegue sin trabas. Por ahora la disputa es retórica, y las descalificaciones cruzadas eclipsan cuestiones concretas como derechos de autor, empleo o responsabilidad legal. Una vía intermedia gana peso en la conversación: fomentar modelos abiertos estadounidenses en lugar de limitar el cómputo o cerrar líneas de investigación. Varios comentaristas la presentan como la opción menos propensa a generar efectos contraproducentes en Washington, un argumento que atribuyen al inversor Bill Gurley y que circula ligado a la idea de alineamiento descentralizado frente a un modelo único de control.
El anuncio parte de 𝕏 @WesRoth (Wes Roth), que enmarca 'AI 2040: Plan A' como el reverso constructivo de 'AI 2027': donde antes se dibujaban escenarios de pérdida de control o captura del poder, ahora se busca ofrecer una salida positiva.
En el extremo contrario, 𝕏 @Dan_Jeffries1 (Daniel Jeffries) tacha de 'malvadas' estas propuestas de control y compara a sus defensores con la URSS de Stalin o la China de Mao, una hipérbole que mide la crispación del debate. En otro mensaje defiende el código abierto como base de todo en Estados Unidos y pide combatir cualquier intento de restringirlo.
𝕏 @MLStreetTalk (Machine Learning Street Talk) mira al frente regulatorio: describe una campaña contra los modelos chinos liderada por Anthropic, con cartas a representantes, y teme que el código abierto sea el siguiente objetivo.
8. Opinión: el declive de la lectura y la pérdida cognitiva
Paul Graham, cofundador de Y Combinator, ha reavivado el debate sobre lectura, escritura y pensamiento en plena expansión de la IA generativa. En dos mensajes en X afirma que la gente dejará de leer libros y que quienes mantengan el hábito no solo estarán mejor informados: serán, salvo excepciones, los únicos capaces de pensar bien. Su razonamiento encadena tres pasos: no se piensa bien sin escribir bien, y no se escribe bien sin leer bien.
El planteamiento pesa por quién lo firma y por el momento. Las herramientas de IA permiten delegar la redacción, y eso alimenta el temor a una atrofia del razonamiento cuando se externaliza el esfuerzo de escribir. En el desarrollo de software esa preocupación ya tiene nombre: 'deuda cognitiva', la pérdida de comprensión de quien acepta código o texto generado sin procesarlo.
El marco tampoco es unánime. Frente a la idea del declive lector está la lectura opuesta: Internet ha multiplicado el consumo diario de texto, aunque en formatos breves como mensajes, artículos y publicaciones en redes. Ese tipo de lectura difiere de la lectura profunda que defiende Graham, y esa distinción, no el volumen total, es el punto en disputa.
La tesis de 𝕏 @paulg (Paul Graham) va más allá de estar informado: encadena leer, escribir y pensar como una sola habilidad, de modo que quien deje de leer perdería, según él, la capacidad de razonar con solidez.
En sentido opuesto, 𝕏 @pmarca (Marc Andreessen) sostiene que Internet ha disparado la lectura y remata con un guiño irónico ('aquí estás'), señalando que quien lee el mensaje está, precisamente, leyendo en pantalla.
𝕏 @victorianoi (Victoriano Izquierdo) invierte la relación: describe a los humanos convertidos en agentes de la IA en el mundo físico, recuperando el conocimiento tácito que la máquina no alcanza por sí sola.