EE.UU. suspende Fable/Mythos 5
La suspensión solo afecta a extranjeros, pero Anthropic elimina el acceso a todos los usuarios para poder cumplir con la directiva.
¿Qué pasó el fin de semana? En un minuto:
El gobierno de EE. UU. ordena suspender el acceso a Fable 5 y Mythos 5 de Anthropic para todo ciudadano extranjero, tratando por primera vez un modelo de frontera como tecnología de doble uso.
SpaceX empieza a cotizar en el Nasdaq como SPCX cerrando la primera sesión con una valoración de 2 trillones de dólares. La operación mete a xAI dentro del mismo vehículo cotizado y la promesa de centros de datos en el espacio.
Mistral, el único laboratorio de frontera con sede en la UE, ha dejado de competir en primera línea y parece apostar por desplegar IA dentro del perímetro de grandes empresas europeas.
La nueva escasez de GPUs encarece el acceso a la IA y obliga a las empresas a competir por la infraestructura. Esta vez no manda el entrenamiento de modelos, sino la inferencia por los flujos de agentes.
OpenRouter estrena Fusion, un modo que reparte cada prompt entre varios modelos y sintetiza sus respuestas en una sola. Según sus demostraciones, un panel de modelos baratos se acerca a Fable 5 por la mitad del coste.
Anthropic dejaría de alquilar GPUs en la nube para arrendar y gestionar sus propios centros de datos, con más de 1 GW planificado en EE. UU.
Prometheus cierra una ronda de 12.000 millones y alcanza una valoración cercana a los 41.000 millones. Su apuesta: herramientas de IA para el diseño y la fabricación de productos físicos.
Un estudio sostiene que los modelos de frontera de Google, OpenAI y Anthropic superan a herramientas clínicas especializadas como OpenEvidence.
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. EE. UU. suspende Fable 5 de Anthropic
El Gobierno de Estados Unidos ha ordenado a Anthropic suspender el acceso de ciudadanos extranjeros a Fable 5 y Mythos 5, sus dos modelos de inteligencia artificial más avanzados. La compañía afirma que, para cumplir la directiva, ha tenido que desactivar ambos modelos para todos sus clientes, aunque el resto de sus productos no se ve afectado. La medida importa porque sitúa los modelos de frontera como tecnologías de doble uso restringidos por seguridad nacional, categoría reservada hasta ahora a cierto hardware y software estratégico.
Según la empresa, la preocupación del Gobierno estaría vinculada a una posible técnica para sortear las barreras de seguridad de Fable 5. Anthropic sostiene, sin embargo, que por lo que ha podido ver hasta ahora el alcance de esta técnica sería limitado, exhibiendo capacidades ya disponibles en otros modelos no comparables a las de Mythos 5. El golpe llega en pleno auge del modelo: varias demostraciones en X lo muestran convirtiendo el binario de un juego de 1993 en un código multiplataforma editable en unos 30 minutos, reescribiendo el motor en C desde código máquina directamente, frente a las seis horas que costó un experimento equivalente con Codex en marzo.
La suspensión frena la trayectoria ascendente de Anthropic en 2026 y abre nuevas dudas sobre cómo debe tratarse la seguridad, el control y la disponibilidad de los modelos de frontera. Desde el punto de vista geopolítico, si la restricción acabara afectando solo a extranjeros, como planteaba la directiva, este caso supone un debate aún más delicado sobre soberanía de IA en Europa y cómo competir globalmente sin disponer de los modelos más avanzados.
Para 𝕏 @Suhail (Suhail), esta semana medirá cuánta credibilidad le queda a Anthropic en sus advertencias sobre seguridad nacional: se puede gritar 'que viene el lobo' un número limitado de veces.
𝕏 @MLStreetTalk (Machine Learning Street Talk) anticipa que el episodio acabará como caso de manual de una empresa que arrebató la derrota de las garras de la victoria, con una estrategia que se le ha vuelto en contra: 'cosechas lo que siembras'.
𝕏 @ammaar (Ammaar Reshi) mide el salto en capacidades: el mismo experimento que en marzo le exigió seis horas con Codex para un solo nivel funcional ahora se resuelve de una pasada, y comparte GitHub para que cualquiera lo compruebe.
𝕏 @emollick (Ethan Mollick) lleva el modelo a la simulación científica: pidió en un único prompt una demo visual de distintas formas de viaje más rápido que la luz y reconstruyó SimRefinery a partir de capturas y documentación supervivientes.
Más información:
📎 Statement on the US government directive to suspend access to Fable 5 and Mythos 5
2. SpaceX debuta en bolsa con xAI dentro
SpaceX ha comenzado a cotizar en el Nasdaq bajo el ticker $SPCX, con un precio inicial de 135 dólares por acción y una valoración cercana a los 1,77 billones de dólares. Tras su primer día, la acción cerró en 160 dólares, elevando la valoración de la compañía por encima de los 2 billones.
La gran novedad para el sector de la inteligencia artificial es que xAI queda integrada dentro del perímetro de SpaceX. Esto convierte el estreno bursátil en algo más que una salida al mercado de una empresa aeroespacial: una de las grandes apuestas en modelos de frontera pasa a financiarse y valorarse junto a la infraestructura de lanzamiento espacial y la conectividad por satélite.
Otro de los atractivos a futuro de SpaceX es la posibilidad de desplegar centros de datos en el espacio. Es una idea sugerente sobre el papel, pero todavía muy lejos de tener resuelta su viabilidad técnica y económica.
𝕏 @SemiAnalysis_ (Semianalysis) recoge en tono alcista el comentario de Morgan Stanley sobre la activación de estabilizadores en $SPCX, una señal de cómo el banco gestiona las primeras sesiones.
Desde la IA, 𝕏 @karpathy (Andrej Karpathy) admira la trayectoria de SpaceX y sostiene que el caso puede leerse desde más de diez ángulos distintos, todos llamativos.
𝕏 @Suhail (Suhail) lo enmarca como una apuesta por la capacidad humana de inventar y superarse, en un registro más inspiracional que analítico.
3. Europa frente a su brecha en IA
El retraso de Europa en IA volvió al primer plano esta semana, con Mistral como caso central. La duda de fondo: por qué el laboratorio francés, con talento y respaldo público, no sigue el ritmo de los grandes laboratorios estadounidenses ni de los chinos punteros. Hoy Mistral es el único laboratorio de frontera con sede en la UE, dejando aparte el equipo británico de Google DeepMind. Y la lectura dominante apunta a que en vez de competir en la primera línea de modelos, la compañía se ha enfocado en desplegar IA dentro del perímetro de grandes empresas europeas, con modelos de pesos abiertos alojados en la UE y adaptados a banca, administración y defensa.
Un escenario prospectivo difundido por Europe 2031, plantea una advertencia incómoda para empresas y gobiernos: si Europa no acelera su inversión en inteligencia artificial, energía, chips y centros de datos, podría quedar atrapada entre Estados Unidos y China en la próxima gran ola industrial. Sus autores insisten en que no es una predicción, sino un escenario plausible para forzar el debate. Si Europa adopta la IA tarde, o depende de modelos e infraestructura ajenos, perderá productividad, talento y capacidad industrial. La soberanía tecnológica ya no es un eslogan, es una condición de competitividad.
Para 𝕏 @emollick (Ethan Mollick), Mistral ha abandonado en buena medida los modelos de frontera, pese a nacer con esa ambición, y advierte de que vender pesos abiertos de frontera solo funciona mientras los laboratorios chinos tengan permitido publicar los suyos.
𝕏 @Dan_Jeffries1 (Daniel Jeffries) carga contra Europa con dureza: califica su rumbo en IA de 'auto-gol espantoso e idiota' que, según él, garantiza que el continente se quede sin industria propia.
𝕏 @antor (Andrés Miguel Torrubia Sáez) ironiza sobre el coste de la virtud: 76.000 millones de euros en cohesión, resiliencia y valores, y aún ningún modelo de frontera enviado desde Europa.
𝕏 @DotCSV (Carlos Santana) reivindica con sorna la apuesta española, animando a exprimir la programación agéntica con el modelo nacional Alía y a dejar de poner excusas.
4. El mercado de GPUs vuelve a tensarse
El coste de alquilar chips para inteligencia artificial vuelve a subir con fuerza. Según SemiAnalysis, los contratos a un año para GPUs Nvidia H100 pasaron de 1,70 dólares por hora en octubre de 2025 a 2,35 dólares en marzo de 2026, un aumento cercano al 40%. La firma afirma que la capacidad bajo demanda está prácticamente agotada en todas las principales familias de GPUs.
El cuello de botella ya no está solo en el talento o en la capacidad de los modelos, sino en el acceso a la infraestructura que permite usarlos a escala. SemiAnalysis apunta a una demanda creciente por herramientas de programación, generación de contenido, modelos abiertos y sistemas de agentes que ejecutan tareas de forma continua.
El impacto en las empresas es que usar IA será más caro y más competitivo. Las compañías que dependan de capacidad alquilada pueden ver presión en sus márgenes, mientras que los grandes proveedores de nube y las llamadas neoclouds ganan poder de negociación, con contratos más largos, pagos por adelantado y menor disponibilidad inmediata.
La tensión también alcanza a la nueva generación de chips Blackwell: SemiAnalysis asegura que buena parte de la capacidad prevista hasta agosto o septiembre de 2026 ya estaría comprometida. Para el mercado, el mensaje es incómodo: pese a las expectativas de caída de precios por más oferta, la demanda de IA sigue absorbiendo capacidad más rápido de lo previsto
Para 𝕏 @SemiAnalysis_ (Semianalysis) la diferencia con 2023 está en el origen de la demanda: ya no manda el entrenamiento, sino las cargas agénticas que consumen tokens de inferencia sin pausa, un gasto que su propio uso interno convirtió en partida fija. La firma añade que el preentrenamiento ya no tiene sentido para nadie salvo los laboratorios frontera.
𝕏 @WesRoth (Wes Roth) apunta a otra vía para aliviar la presión de oferta: Google estaría negociando con Samsung para fabricar parte de su chip Icefish, repartiendo la producción y dejando a TSMC el die principal de cómputo, aunque la información no está confirmada oficialmente. Cita también un plan chino de unos 2 billones de yuanes (cerca de 295.000 millones de dólares) para impulsar infraestructura de IA a escala nacional.
5. OpenRouter lanza Fusion API multimodelo
OpenRouter ha presentado Fusion API, un sistema que reparte cada prompt entre varios modelos en paralelo y sintetiza sus respuestas en una salida única. El mecanismo tiene tres pasos: un panel de modelos contesta a la vez, un componente 'juez' detecta coincidencias, contradicciones y vacíos, y un último modelo redacta la versión final a partir de ese análisis. La función encaja con el papel de OpenRouter como capa de acceso unificado a modelos de varios proveedores. Ataca un problema conocido: la variabilidad y los errores de depender de un solo modelo.
La combinación que se cita públicamente mezcla modelos de código abierto, como Kimi y DeepSeek, con uno cerrado y rápido, como Gemini 3 Flash. El argumento es de coste: según las demostraciones difundidas, un panel de modelos económicos se acerca al rendimiento de Fable 5, de Anthropic, por aproximadamente la mitad del precio, y supera a GPT 5.5 y Opus 4.8 en algunas tareas. El lanzamiento coincide con la suspensión del acceso a Fable 5 por la directiva de control de exportaciones, lo que sitúa a Fusion como potencial alternativa. OpenRouter ha publicado además un Activity Explorer, un panel de analítica en tiempo real para seguir uso, gasto y tokens por modelo.
Para 𝕏 @jerryjliu0 (Jerry Liu) lo interesante es lo que revela sobre el mercado: los modelos de frontera no dominan toda la curva coste-precisión en trabajo de conocimiento, y puede que ni siquiera estén en ella.
𝕏 @bridgemindai (Bridgemind) lo resume con sorna: tres modelos baratos 'en una gabardina' baten a GPT 5.5 y Opus 4.8 en solitario y se quedan a un 1% de Fable 5 por la mitad del coste.
Lo que llamó la atención a 𝕏 @marouane53 (Marouane Lamharzi Alaoui) es que Fusion automatiza en una API el bucle que él venía ejecutando a mano desde hacía tiempo: lanzar un prompt a un panel y arbitrar dónde coinciden los modelos.
𝕏 @Dan_Jeffries1 (Daniel Jeffries) destaca la mezcla concreta como señal de hacia dónde va el sector: combinar modelos abiertos como Kimi y DeepSeek con uno cerrado y veloz, orquestando fortalezas distintas en lugar de apostar por uno solo.
Más información:
📎 Surpassing Frontier Performance with Fusion
6. Anthropic asume el coste de su propia infraestructura
Anthropic estaría cambiando su forma de acceder a cómputo: pasar del alquiler de GPUs en la nube a arrendar y gestionar centros de datos propios. Según The Information, planifica más de 1 GW de capacidad en EE. UU. y buscaría que Google respalde los pagos de esos arrendamientos. Google ya está muy ligado a su estrategia de infraestructura y figura entre sus inversores.
El caso ilustra una tensión conocida: operar modelos de frontera exige cómputo masivo, y ganar autonomía obliga a comprometer cifras enormes y a estrechar la dependencia de los proveedores que financian el salto. Antrhopic ya ha comprometido un alquiler de 1.250 millones de dólares al mes (unos 15.000 millones al año) por el clúster Colossus propiedad de SpaceX, sobre una construcción valorada en 30.000 millones.
En paralelo, la empresa mantiene un gobierno poco habitual: Dario Amodei tendría un único reporte directo, su jefa de gabinete Avital Balwit, mientras el resto del equipo ejecutivo responde ante Daniela Amodei, presidenta y cofundadora a cargo de las operaciones diarias, que rinde cuentas al consejo. Ambos hermanos fundaron Anthropic en 2021 tras salir de OpenAI. La compañía sigue siendo privada.
El cambio que detalla 𝕏 @rohanpaul_ai (Rohan Paul), citando a The Information, es de modelo operativo: Anthropic abandona el simple pago a proveedores por GPUs para arrendar y gestionar centros propios, con Google sosteniendo potencialmente los pagos.
Para 𝕏 @WesRoth (Wes Roth), la lección es directa: la independencia en IA de frontera sale muy cara, y que Anthropic recurra a Google para cubrir sus primeros arrendamientos demuestra hasta qué punto esa autonomía sigue atada a un gigante tecnológico.
𝕏 @ARKInvest (Ark Invest) presenta la economía del cómputo como algo sin precedente, con un coste de alquiler que situaría la mitad del valor de construcción del clúster en un solo año de renta.
7. Bezos respalda Prometheus, IA para fabricación
Prometheus, la startup de IA vinculada a Jeff Bezos, ha cerrado una ronda de 12.000 millones de dólares que la sitúa en una valoración cercana a los 41.000 millones. La compañía aplica la IA a la 'economía física': herramientas para que los ingenieros diseñen y fabriquen productos con mayor rapidez. Es un terreno distinto al de los chatbots y la generación de texto, donde se concentra el grueso de la inversión reciente.
El ritmo llama la atención. La empresa arrancó en noviembre con 6.200 millones iniciales, de modo que ha multiplicado capital y valoración en pocos meses. El respaldo de Bezos añade peso a una apuesta por trasladar la IA del software al diseño industrial. Prometheus ha operado en buena medida en sigilo desde su lanzamiento, sin detallar hoja de ruta ni catálogo de producto. Según CNBC, Bezos comentó el proyecto en una entrevista el mes pasado, pero la compañía sigue compartiendo poca información pública sobre sus objetivos. Entre sus cofundadores figura Vik Bajaj, científico y directivo que trabajó en Google X junto a Sergey Brin.
El foco que destaca 𝕏 @WesRoth (Wes Roth) es el destino del capital: herramientas de IA para la economía física, orientadas a acelerar el diseño y la fabricación de productos reales, no otro modelo de lenguaje.
Para 𝕏 @chandrarsrikant (Chandra R. Srikanth), la pieza que explica el proyecto es su cofundador: Vik Bajaj, científico que trabajó junto a Sergey Brin en Google X, el laboratorio de 'moonshots' de la compañía.
𝕏 @AIStockSavvy (Hardik Shah) lee la operación en clave de mercado, vinculando el movimiento de Bezos con nombres como Amazon, NVIDIA y Google como posibles beneficiarios del tirón en fabricación con IA.
8. Modelos generalistas superan a la IA médica
Un nuevo estudio pone en duda la ventaja de las herramientas de IA clínica especializadas frente a los grandes modelos de propósito general. Según el trabajo, los LLMs de frontera de Google, OpenAI y Anthropic superaron a soluciones verticales como OpenEvidence en las tres evaluaciones. El dato más incómodo para el sector: esas herramientas clínicas rindieron a la par del resumen de búsqueda de Google (AI Overview con activación automática) en la prueba RCQ.
El hallazgo choca con la presunción habitual de que un modelo afinado para medicina ofrece más fiabilidad que uno generalista, premisa sobre la que se han construido compras en hospitales y buena parte del argumento comercial de las startups de IA clínica. Si se confirma, reorienta dónde invertir: perfeccionar modelos amplios frente a desarrollar soluciones a medida.
Pese al empuje por adoptar OpenEvidence como IA para médicos, 𝕏 @emollick (Ethan Mollick) sostiene que el estudio apunta en dirección contraria: los modelos generalistas rinden bastante mejor en las tres evaluaciones. Matiza que no lo achaca a un problema de prompting, porque la contradicción en los números se repite con prompts distintos, aunque admite que podría haber formas de sortearla.
Más información:
📎 General-purpose large language models outperform specialized clinical AI tools on medical benchmarks