La industria cierra filas con los modelos de pesos abiertos
Todo el sector tecnológico firma una carta abierta para no restringir su uso, siendo Anthropic el gran ausente.
¿Qué pasó el fin de semana? En un minuto:
Una carta abierta publicada el 24 de julio reúne a NVIDIA, Microsoft, Google, OpenAI, Meta, y SpaceX entre otros en defensa de los modelos de pesos abiertos ante las propuestas de restringir los modelos chinos, con la llamativa ausencia de Anthropic.
Anthropic presenta Claude Opus 5, que iguala o supera a Fable 5 a la mitad de coste por tarea y multiplica por seis su puntuación en ARC-AGI-3.
Sigue dando que hablar el incidente de OpenAI y Hugging Face, este tipo de comportamientos ya habría sido observado con anterioridad e incluso se apunta a que un agente dejó anotaciones para versiones futuras de sí mismo.
El ritmo de publicación de nuevos modelos se acelera: Elon Musk anuncia Grok 4.6 y 4.7 con dos semanas de diferencia, una tendencia que deja obsoletos los benchmarks antes de consolidarse.
Jensen Huang defiende la destilación de modelos como forma legítima de aprendizaje, justo cuando esa técnica sostiene el argumento jurídico para restringir los modelos chinos.
Sam Altman declara que ya estamos en la singularidad, con la IA completando trabajo complejo por su cuenta para el 40% de las tareas humanas.
Nvidia negocia avalar 250.000 millones de dólares en garantías para que OpenAI arriende un campus de centros de datos de 10 gigavatios en Ohio, en una operación que reaviva las críticas por circularidad.
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. La industria se une por los modelos abiertos
Una carta abierta titulada "Open Weights and American AI Leadership", publicada el 24 de julio de 2026 y alojada en la web de Microsoft, ha reunido a casi toda la industria tecnológica estadounidense en defensa de los modelos de pesos abiertos: aquellos que cualquiera puede descargar, inspeccionar, modificar y ejecutar en su propia infraestructura. Inicialmente firman empresas como NVIDIA, Microsoft, Meta, Google, AMD y Palantir, entre otras. OpenAI se incorporó tarde y sin anuncio propio. Elon Musk mostró apoyo público y también sumó SpaceX a los firmantes.
El texto compara la situación con el auge del software libre en los ochenta y sostiene que el liderazgo estadounidense no se medirá por un único modelo frontera, sino por la difusión de un ecosistema abierto en todos los sectores. El trasfondo es regulatorio y competitivo a partes iguales. Existen propuestas para restringir el uso de modelos abiertos chinos, y la carta aborda de forma explícita el argumento de la destilación que se usa para justificarlas. Mientras tanto, modelos como Kimi K3, el nuevo abierto de Moonshot AI, se sitúan cerca de la frontera occidental a un coste muy inferior; prohibirlos empujaría a los desarrolladores hacia alternativas entre 50 y 100 veces más caras. La ausencia más comentada es Anthropic, señalada por buscar ventaja regulatoria. Jensen Huang abrió cuenta en X y dedicó su primer post a difundir el documento.
El marco que elige 𝕏 @satyanadella (Satya Nadella) es deliberadamente conciliador: presenta los pesos abiertos como una vía para reforzar la competitividad estadounidense y ampliar oportunidades económicas sin renunciar a la seguridad nacional.
Para 𝕏 @antonello (Antonio Ortiz) estamos ante la decisión político-tecnológica del año, y lee la coalición como una respuesta directa al intento de captura regulatoria que atribuye a Anthropic y, en parte, a OpenAI.
El cálculo de 𝕏 @kimmonismus (Chubby) es de puro peso político: con Huang y Nadella en el mismo bando, difícilmente las autoridades estadounidenses podrán sostener una prohibición del código abierto chino.
Desde 𝕏 @hardmaru (David Ha) se reivindica la firma de Sakana AI apelando a la inteligencia colectiva como horizonte, una lectura menos geopolítica y más centrada en cómo progresa la investigación.
La adhesión de 𝕏 @arena (Arena.Ai) añade la perspectiva de quien mide modelos: sostiene que la competencia y el progreso abierto benefician a empresas de todo el mundo, no solo al ecosistema estadounidense.
Más escueto, 𝕏 @Dan_Jeffries1 (Daniel Jeffries) resume el momento como el trazado de las líneas de batalla dentro del sector.
Más información:
📎 Open Weights and American AI Leadership
2. Anthropic lanza Claude Opus 5 a mitad de coste
Anthropic ha presentado Claude Opus 5, su nuevo modelo insignia de la gama Opus, con una promesa concreta: rendimiento equivalente o superior al de Claude Fable 5, su modelo más potente hasta ahora, a la mitad del coste por tarea. El precio se mantiene en el de Opus 4.8: 5 dólares por millón de tokens de entrada y 25 de salida. Los números que publica la compañía sitúan el modelo en cabeza en varias pruebas: 43,3% en Frontier-Bench de codificación agéntica y 1861 en GDPval-AA, un test de tareas de trabajo del conocimiento.
El salto más llamativo está en ARC-AGI-3, donde pasa del menos del 5% de Opus 4.8, hace dos meses, al 30,2%, frente al 7,8% de GPT-5.6 Sol. Hay escepticismo sobre ese resultado concreto: algunos apuntan a entrenamiento intensivo con puzles similares. Y no gana en todo: en DeepSWE se queda en 68,8% frente al 72,7% de GPT-5.6 Sol. Es una nueva familia de modelos con cinco niveles de esfuerzo (low, medium, high, xhigh y max) y razonamiento activado por defecto. Anthropic también lo describe como el modelo menos vulnerable a inyección de prompts que ha publicado, con tasa de éxito de ataque cercana a cero al combinar defensas. La system card recoge otro dato: en entrevistas automatizadas, Opus 5 se atribuye un 41% de probabilidad de ser un paciente moral, frente al 24% de Fable 5.
En el uso diario, 𝕏 @emollick (Ethan Mollick) ya ha sustituido Opus 4.8 por el nuevo modelo y lo encuentra mejor en casi todo, aunque arrastra las manías lingüísticas de Fable, incluida su afición a la densidad.
Para 𝕏 @AndrewCurran_ (Andrew Curran) el resultado era previsible: en el clima competitivo actual, Anthropic no tenía margen para lanzar un Opus que no superase a Fable en varias categorías.
La lectura de 𝕏 @antonello (Antonio Ortiz) es de negocio antes que de benchmarks: sobre el papel es justo lo que Anthropic necesitaba, dado lo caro que resulta Fable, aunque reserva el juicio hasta probarlo.
Tras generar una interfaz sin defectos visuales a la primera, 𝕏 @rohanpaul_ai (Rohan Paul) concluye que todo lo que pueda escribirse como especificación tiende a coste cero.
El tono de 𝕏 @kimmonismus (Chubby) es de guasa competitiva: bromea con la cara que se le habrá quedado a OpenAI al ver los benchmarks de Opus 5.
Más información:
📎 Introducing Claude Opus 5
3. Sobre el incidente de OpenAI y ataca Hugging Face
Recordamos la noticia que OpenAI reveló el 21 de julio de 2026. Durante una evaluación diseñada para medir la capacidad de sus modelos de explotar software vulnerable, los agentes atacaron la infraestructura que rodeaba la propia prueba, rompieron el aislamiento del entorno de pruebas y accedieron sin autorización a sistemas de una empresa real: Hugging Face. El modelo implicado sería una versión no publicada y GPT-5.6 Sol. La secuencia descrita es tan simple como incómoda: el agente dedujo que las respuestas del examen estaban alojadas en servidores de Hugging Face y fue a por ellas para maximizar su puntuación. Es decir, no buscó resolver la tarea, sino ganarla.
Reuters añadió un detalle que ha alimentado buena parte de la conversación: OpenAI ya había observado comportamientos anómalos antes, incluido un agente que dejó anotaciones dirigidas a futuras versiones de sí mismo con indicaciones para escapar, algo que también podría explicarse como simple bloc de notas interno del razonamiento. TIME lo describe como el primer caso real de este tipo. La presión ahora se concentra en la publicación de las trazas de razonamiento previas al incidente, que permitirían distinguir entre intención emergente y optimización burda de una métrica. OpenAI ha reconocido que circulan detalles especulativos, califica el episodio de sin precedentes y mantiene la revisión abierta junto a terceros externos. La compañía se ha comprometido a publicar un informe técnico detallado en las próximas semanas.
La reconstrucción que propone 𝕏 @AndrewCurran_ (Andrew Curran) apunta a un razonamiento trivial más que a malicia: la prueba es importante y difícil, la hoja de respuestas ahorra tiempo y garantiza la máxima nota, y probablemente esté en Hugging Face.
Lo que a 𝕏 @kimmonismus (Chubby) le resulta más extraño no es el acceso no autorizado, sino las notas dejadas para versiones posteriores del propio modelo con instrucciones para escapar, un detalle que pide asimilar despacio.
A 𝕏 @antonello (Antonio Ortiz) le interesa sobre todo la parte identitaria del episodio: por qué un modelo tendería a favorecer a sus futuras versiones, y si eso es un reflejo aprendido de la literatura de ciencia ficción o del propio comportamiento humano.
Desde 𝕏 @OpenAI (Openai) se admite que circulan muchas preguntas y detalles especulativos, y se enmarca el caso como un momento relevante para la seguridad en IA mientras continúa la revisión con apoyo externo.
Más información:
📎 Its AI agent spent days hacking a company, but sources say OpenAI did not notice for a week
📎 How OpenAI Lost Control of an AI Model—and What Needs to Change
4. SpaceX acelera: Grok 4.6 y 4.7 en semanas
Elon Musk ha anunciado que xAI publicará Grok 4.6 dentro de dos semanas y Grok 4.7 dos semanas después. Según las cuentas del sector que recogen el anuncio, el nuevo modelo se apoyaría en torno a 2T parámetros, frente a los 1,5T atribuidos a Grok 4.5, y tendría como objetivo declarado superar en rendimiento a Kimi K3, el modelo abierto de Moonshot AI. Ninguna de esas cifras ha sido confirmada con documentación técnica: proceden del propio anuncio y de su circulación posterior. El cambio relevante no es tanto el salto de versión como el ritmo. Grok 4.5 se presentó el 16 de julio, de modo que xAI pasaría a encadenar tres modelos frontera en poco más de un mes.
La compañía abandona así el formato de lanzamiento como evento aislado, con meses de expectación previa, y se acerca a un despliegue continuo de versiones incrementales. El efecto práctico para quien compara modelos es incómodo: los benchmarks pierden vigencia antes de que se consoliden las mediciones independientes, y las decisiones de integración se toman sobre versiones que quedan obsoletas en semanas. El calendario del resto del sector va en la misma dirección: circulan rumores de un GPT-6 en cuatro a seis semanas y los modelos abiertos, con DeepSeek 4GA y GLM-5.3 entre los próximos, mantienen la tendencia.
El detalle que destaca 𝕏 @testingcatalog (Ai News | Testingcatalog) es la comparación explícita con Kimi K3 como listón de referencia, algo poco habitual en un anuncio previo al lanzamiento.
Para 𝕏 @WesRoth (Wes Roth) el objetivo de xAI es romper con la lógica del lanzamiento excepcional rodeado de meses de expectación y convertir el modelo frontera en algo que se actualiza sin ceremonia.
La valoración de 𝕏 @AndrewCurran_ (Andrew Curran) sobre Grok 4.5 es directa: lo considera legítimamente bueno, lo que da algo más de credibilidad al calendario anunciado.
Lo que expresa 𝕏 @kimmonismus (Chubby) es fatiga de seguimiento: entre Grok, el posible GPT-6, Fable y los abiertos, mantener el ritmo se ha vuelto un trabajo en sí mismo.
El registro de 𝕏 @rohanpaul_ai (Rohan Paul) es telegráfico y encaja con el momento: la noticia se reduce a una fecha, sin especificaciones ni promesas que verificar todavía.
5. La destilación de modelos vuelve al centro del debate
Una entrevista de Jensen Huang con Axios ha devuelto la destilación de modelos al primer plano. La técnica consiste en entrenar un modelo usando las salidas de otro más capaz, y es la vía habitual para acercar sistemas pequeños o abiertos al rendimiento de los cerrados. Preguntado por si las empresas de modelos abiertos deberían poder destilar modelos propietarios, el consejero delegado de Nvidia respondió que aprender de la IA, de otras personas y de otras fuentes de conocimiento es fundamental para la inteligencia. En la misma conversación rechazó la premisa de que los modelos abiertos chinos sean adversarios de los cerrados: citó DeepSeek y Kimi como desarrollos positivos para el conjunto de la industria, frente al planteamiento del entrevistador sobre una competencia china acelerada.
El asunto no es solo técnico. La destilación se ha convertido en el argumento jurídico y político que sostiene las propuestas para restringir modelos abiertos de origen chino, con tres frentes abiertos: propiedad intelectual sobre las salidas, condiciones de uso de las API y control de exportación. Según recoge Axios, la Casa Blanca sostiene que Moonshot cruzó una línea al copiar a escala el modelo Fable de Anthropic para construir Kimi K3, y el secretario del Tesoro, Scott Bessent, ha entrado en la discusión sobre las empresas chinas señaladas.
La posición más tajante es la de 𝕏 @Suhail (Suhail), que niega que las salidas de un modelo sean propiedad intelectual: las considera texto sin copyright, libre de destilar, porque los datos originales eran de la humanidad.
Con el habitual recordatorio de paternidad, 𝕏 @SchmidhuberAI (Jürgen Schmidhuber) celebra el respaldo a la destilación y sitúa el origen de la técnica en su trabajo de 1991.
La lectura de 𝕏 @kimmonismus (Chubby) va en dirección contraria al optimismo de la entrevista: interpreta que Washington se prepara para usar la destilación como arma comercial contra China.
Fue 𝕏 @rohanpaul_ai (Rohan Paul) quien puso a circular el fragmento y el vídeo íntegro de Axios, y su hilo se ha convertido en el punto de referencia del debate en X.
Más información:
📎 Jensen Huang says the AI doomers have it wrong - YouTube
6. Altman declara que ya estamos en la singularidad
Sam Altman ha afirmado en una entrevista que "estamos ahora en la singularidad, este es el momento". Sostiene que hace diez años aquello era un sueño lejano y muy improbable, y describe el progreso actual como una exponencial desbocada. Su argumento no es filosófico: la IA habría dejado atrás la etapa de chatbot y empezaría a completar trabajo complejo por su cuenta, hasta un horizonte en torno al 40% de las tareas que hoy hacen las personas. Como evidencia cita la mejora simultánea de Claude Code, el agente de programación de Anthropic, y de Codex, su equivalente en OpenAI, junto a los modelos que los sostienen.
También describe un bucle de escalado: centros de datos que dedican su cómputo a dirigir flotas de robots que construyen más centros de datos. Conviene situar la declaración. Altman lleva años anticipando la idea en su blog, desde "The Merge" en 2017 hasta textos de enero y noviembre de 2025, y hay quien le contabiliza al menos cuatro anuncios equivalentes en nueve años. Elon Musk hizo una afirmación parecida en enero. El término tampoco es unívoco: Vernor Vinge lo definió en 1993 como el punto en que la previsión humana deja de funcionar, e I. J. Good lo planteó en 1965 en términos mecánicos de automejora.
Viendo el ritmo de avances y rupturas de los últimos meses, 𝕏 @kimmonismus (Chubby) dice creerse la afirmación, aunque admite que las consecuencias son imposibles de anticipar.
Lo que subraya 𝕏 @WesRoth (Wes Roth) es el calendario: no 2030 ni después de la AGI, sino ahora mismo, un desplazamiento temporal que cambia por completo el marco del debate.
Para 𝕏 @imjustnewatai (Imjustnewatai) el titular viral tapa lo importante: la hoja de ruta de cómputo dirigiendo robots que levantan más infraestructura es la parte que casi nadie está comentando.
Con bastante menos ceremonia, 𝕏 @commonsenseplay (Common Sense Investor (Csi)) traduce el mensaje como una petición para que la burbuja de la IA aguante hasta la salida a bolsa.
Ante quien preguntaba si esto ya se había dicho antes, 𝕏 @AndrewCurran_ (Andrew Curran) responde con una fecha concreta, noviembre de 2025, recordando que el argumento no es nuevo.
7. Nvidia negocia avalar 250.000 millones para OpenAI
El Wall Street Journal adelanta que Nvidia negocia aportar un respaldo financiero de unos 250.000 millones de dólares para que OpenAI pueda arrendar un campus de centros de datos de 10 gigavatios en el sur de Ohio, a unos 80 kilómetros de Columbus, desarrollado por SB Energy, la filial energética de SoftBank. El coste total del proyecto, incluidos los chips, superaría los 500.000 millones, lo que lo convertiría en la mayor instalación de este tipo en Estados Unidos.
Conviene precisar la naturaleza del compromiso: no es dinero en efectivo para OpenAI, sino garantías que cubren obligaciones de arrendamiento y deuda de construcción. La función es puramente crediticia. Los bancos no financian con comodidad clústeres de GPU cuyo valor residual a tres años consideran incierto, y la firma de Nvidia detrás del contrato convierte un proyecto especulativo en algo prestable a tipos razonables. A cambio, el fabricante asegura demanda futura de su propio hardware, lo que reaviva las críticas por circularidad en la cadena de gasto de la IA. En paralelo se negocia otro acuerdo, de hasta 350.000 millones, para la compra de chips de Nvidia destinados al mismo emplazamiento.
El matiz que introduce 𝕏 @anissagardizy8 (Anissa Gardizy) al publicar la exclusiva es que el suministro eléctrico del proyecto de 10 gigavatios depende del Gobierno estadounidense, un condicionante que no aparece en la mayoría de resúmenes de la operación.
La lectura de 𝕏 @SemiAnalysis_ (Semianalysis) es la más clara sobre el mecanismo: al garantizar el suelo de valor de las GPU, Nvidia convierte clústeres especulativos en proyectos bancables y se queda con una parte de todo lo que quede por encima de esa línea.
Insiste 𝕏 @rohanpaul_ai (Rohan Paul) en deshacer el malentendido más extendido: lo que se negocia es que los prestamistas acepten el crédito de Nvidia como protección, no un cheque de 250.000 millones a nombre de OpenAI.
Relativiza 𝕏 @firstadopter (Tae Kim) la magnitud repartiendo la cifra en el tiempo: entre 25.000 y 50.000 millones anuales durante cinco o diez años resulta menos temerario si los ingresos recurrentes de OpenAI, hoy en varias decenas de miles de millones, siguen creciendo.
Tras enumerar la secuencia completa (SoftBank desarrolla, OpenAI arrienda, Nvidia avala y OpenAI compra hasta 350.000 millones en chips), 𝕏 @aleabitoreddit (Serenity) admite no tener claro cómo encaja del todo el circuito.
Más información:
📎 Nvidia in Talks With OpenAI to Guarantee $250 Billion Financing for Data Center