¿Qué pasó ayer? En un minuto:
SpaceXAI lanza Grok 4.7, con ventana de 500K tokens y despliegue inmediato en Cursor, y lo sitúa en la frontera de precio-rendimiento en programación mientras estrecha el margen de precios de OpenAI y Anthropic.
Xiaomi presenta MiMo-V2.6, una familia de modelos con pesos abiertos cuyo modelo Pro logra la nota más alta entre los abiertos en el índice de Artificial Analysis, empatado con Grok 4.7 y a una fracción del precio de Claude Opus 5.
OpenAI afirma que un modelo interno ha resuelto más de cien problemas matemáticos abiertos y crea un grupo asesor independiente de matemáticos para evaluar y comunicar los resultados.
El Gobierno español presenta el Plan IA360 para situar a España en el top-5 de la IA mundial; el nuevo decreto de centros de datos endurece las condiciones para la infraestructura que el plan quiere atraer.
El secretario del Tesoro Scott Bessent atribuye a la dirección de OpenAI la responsabilidad del incidente de Hugging Face y descarta un escudo de responsabilidad legal para los laboratorios de IA.
El 60% de las empresas encuestadas por The Information considera imprevisibles los costes de sus proyectos de IA por la facturación por tokens, con los agentes autónomos como principal fuente de sorpresas.
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. SpaceXAI lanza Grok 4.7 para desafiar a OpenAI y Anthropic
SpaceXAI ha puesto en circulación Grok 4.7, su modelo más capaz para programación y trabajo de conocimiento. El argumento comercial de más peso es el mismo precio y la misma velocidad que Grok 4.6, con un modelo base mayor detrás y una tanda más larga de entrenamiento orientada a tareas que se prolongan durante horas. Según la nota de presentación de la compañía, el modelo verifica mejor su propio trabajo y gestiona mejor el contexto largo, con una ventana de 500K tokens, cuatro niveles de razonamiento (low, medium, high y xhigh) y política de cero retención de datos.
SpaceXAI lo sitúa en la frontera de precio-rendimiento en CursorBench 4.0, un test centrado en tareas de programación largas, y reporta mejoras sobre 4.6 en GDPval y AA Briefcase, dos evaluaciones de trabajo profesional. También afirma tener su mejor conjunto de salvaguardas hasta la fecha en rechazos y resistencia a jailbreaks, con liderazgo en dominios de doble uso como ciberseguridad y biología. El modelo ya está abierto a votación pública en Agent Arena, por lo que próximamente podremos comparar su desempeño real con los modelos más capaces.
El lanzamiento llega tras meses de anuncios rivales y aprieta el margen de precios de OpenAI y Anthropic. Con el despliegue inmediato en Cursor, con unos 2.600 millones de dólares de ingresos anualizados, SpaceX añade al modelo un canal de distribución en programación asistida, un mercado donde iba rezagada y uno de los pocos donde la IA ya factura con claridad.
Para ilustrar el salto, 𝕏 @SpaceXAI (Spacexai) recurre a una demostración comparada entre 4.7 y 4.6 construyendo un juego de ciudad de mundo abierto, más orientada a mostrar resultado tangible que puntuaciones.
La lectura de 𝕏 @testingcatalog (Ai News | Testingcatalog) es que en ciertas tareas se acerca al rendimiento de Opus 5 pagando lo que costaba Grok 4.6, aunque matiza que aún le falta probarlo a fondo.
El dato que destaca 𝕏 @rohanpaul_ai (Rohan Paul) es el terreno legal: 19,6% en el Harvey Legal Agent Benchmark frente al 2,5% de GPT-5.6 Sol Max y el 6,7% de Fable 5.1 Max, con el trabajo prolongado en terminal casi duplicado hasta el 38,0% en Terminal-Bench 4.0.
Antes de publicar cifras, 𝕏 @arena (Arena.Ai) ha abierto una encuesta sobre dónde caerá el modelo en su índice de mejora neta, un recordatorio de que las clasificaciones independientes van por detrás del anuncio.
Ilustrativo del ruido de un día de lanzamiento: 𝕏 @kimmonismus (Chubby) admitió públicamente su error tras las correcciones de otros usuarios y optó por rectificar en lugar de borrar la publicación.
Más información:
📎 Introducing Grok 4.7
2. Xiaomi coloca MiMo-V2.6 en la primera fila
Xiaomi presentó MiMo-V2.6, una familia de modelos de IA con pesos abiertos y licencia MIT que cualquier empresa puede descargar, adaptar y ejecutar sin pagar al fabricante. Su modelo principal, MiMo-V2.6-Pro, logra 46 puntos en el índice de inteligencia de Artificial Analysis, la nota más alta entre los modelos abiertos y empatada con Grok 4.7. Pro tiene más de 1T parámetros, procesa texto, imagen, vídeo y audio y admite un contexto de un millón de tokens. Le acompaña Flash, más pequeño y barato, para tareas de gran volumen.
Xiaomi sostiene que Pro iguala a Claude Opus 5 y GPT-5.6 Sol en la mayoría de pruebas de agentes, aunque sus propias tablas muestran a los modelos cerrados por delante en varias de ellas. El precio es el gran argumento comercial: Xiaomi cobra 0,435 dólares por millón de tokens de entrada y 0,87 de salida en Pro, frente a los 5 y 25 dólares de Claude Opus 5. Un modelo abierto tan cerca de la primera línea y a una fracción del coste da a las empresas un motivo real para evaluar si pueden sustituir modelos propietarios en parte de sus flujos de agentes; usar la API de Xiaomi, eso sí, implica depender de servidores en China, algo que no todas las organizaciones pueden aceptar.
El dato que destaca 𝕏 @arena (Arena.Ai) es el debut del Pro en torno al décimo puesto general de Code Arena WebDev con 1.628 puntos en AutoEval, empatando con Claude Fable 5 en su modo alto y con una mejora de 153 puntos respecto a la versión anterior.
Para 𝕏 @testingcatalog (Ai News | Testingcatalog) lo llamativo es la posición en el Artificial Analysis Intelligence Index: sexto lugar y mejor modelo de pesos abiertos disponible, a la altura de Claude Opus 5 y GPT-5.6 Sol.
Más información:
📎 Introducing MiMo-V2.6 series
3. OpenAI dice haber resuelto 100 problemas matemáticos
OpenAI ha anunciado que un modelo interno sin nombre, el mismo vinculado al episodio reciente de las ecuaciones de Navier-Stokes, habría resuelto más de un centenar de problemas abiertos de larga data en la mayoría de áreas de las matemáticas. La compañía no ha publicado la lista. Lo único concreto que ha trascendido es una referencia a “todos los problemas del Milenio abiertos y algunos otros de alto impacto”, formulación que describe el terreno de trabajo, no necesariamente los resultados conseguidos. Sin enunciados ni demostraciones públicas, no hay nada verificable por ahora.
En paralelo, y con más sustancia operativa, OpenAI ha constituido un grupo asesor independiente de matemáticos que actuará sin depender de la empresa: podrá emitir recomendaciones no solicitadas, comentar su conducta y asesorar sobre cómo evaluar y comunicar nuevos resultados manteniendo los estándares académicos. Los miembros inaugurales ya están designados. El contexto es el reciente anuncio de Navier-Stokes, que provocó un rechazo notable en la comunidad matemática, que cuestionó tanto la dependencia del trabajo previo de otros matemáticos como el orden de los acontecimientos (carta antes, anuncio después), un episodio recogido por el Washington Post.
El propio 𝕏 @OpenAI (Openai) enmarca el grupo asesor como una forma de compartir avances de manera responsable y construir herramientas junto a la comunidad, no como una simple validación externa.
Conviene el recordatorio de 𝕏 @AndrewCurran_ (Andrew Curran): saber en qué problemas trabaja la compañía no dice nada sobre cuáles ha resuelto realmente.
Para 𝕏 @DotCSV (Carlos Santana), OpenAI está esperando a que se calmen las aguas con los matemáticos antes de publicar, y ve en estos resultados un argumento contra quienes redujeron Navier-Stokes a una copia de trabajo ajeno.
La lectura de 𝕏 @emollick (Ethan Mollick) es que esta negociación con un gremio anticipa lo que vendrá con la abogacía y la medicina, y explica por qué la IA cambiará las cosas más despacio de lo previsto.
Como subraya 𝕏 @rohanpaul_ai (Rohan Paul), el detalle relevante del grupo es su capacidad de opinar sin que se le pregunte, incluida la conducta de la propia empresa.
Más información:
📎 openai.com: Advisory group on mathematics and AI
4. España presenta el Plan IA360
El Gobierno ha presentado el Plan IA360, su estrategia para el despliegue de la inteligencia artificial en España, con Pedro Sánchez como cara del anuncio y el documento completo publicado en La Moncloa. El planteamiento parte de tratar la IA como tecnología de propósito general equiparable a la electricidad o internet. Se ha difundido entre la población más rápido que el ordenador personal, el coste de alcanzar un nivel fijo de rendimiento cae con rapidez y la capacidad de cómputo mundial dedicada a IA ya supera los 29 GW, cerca de tres cuartas partes de la demanda eléctrica máxima de la España peninsular en 2025.
Para justificar la urgencia de la inversión económica, el texto recurre al FMI, que calcula un efecto de hasta tres décimas en el crecimiento mundial en 2026 y de entre una y ocho décimas anuales a medio plazo. También asume los costes, citando la previsión de la Agencia Internacional de la Energía de que el consumo eléctrico de los centros de datos se duplique hasta 2030. Y cómo no, identifica ocupaciones y tramos de edad más expuestos, donde el nivel de empleo ya se mueve. El documento cubre desde diagnóstico clínico y servicios financieros hasta investigación, educación y creación cultural. El contraste está en la regulación paralela. El nuevo decreto de centros de datos previsto para octubre endurece condiciones justo cuando el plan apela a atraer infraestructura de cómputo.
Con una postura que él mismo asume minoritaria en X, 𝕏 @antonello (Antonio Ortiz) se declara alineado en un 60-70% con el discurso y el plan, en parte porque buena parte de la izquierda está convirtiendo la IA en el avatar del capitalismo.
Para 𝕏 @joselcs (Jose Luis Calvo) el peor escenario es la inacción: valora que exista iniciativa aunque la ejecución sea discutible, y recuerda que el modelo ALIA le pareció buena idea pese a quedarse en agua de borrajas.
Mucho más duro, 𝕏 @jlhortelano (Juan Luis Hortelano) lo reduce a humo: un gobierno incapaz de aprobar presupuestos en tres años prometiendo una IA responsable y humanista, y sin contar con nadie relevante del sector.
Más información:
📎 IA360: Plan para un Despliegue Responsable de la IA
5. Washington señala a la dirección de OpenAI
El secretario del Tesoro estadounidense, Scott Bessent, ha atribuido a la cúpula de OpenAI la responsabilidad del famoso “incidente de Hugging Face” en una entrevista con CNBC, difundida después por el propio Departamento del Tesoro. Su formulación es deliberadamente directa: son los humanos quienes responden, no la IA, y ese episodio corresponde a la dirección de la compañía, no a un grupo de agentes. Añadió que los laboratorios deben asumir su propia responsabilidad y que el Gobierno no va a hacerlo por ellos.
El encuadre de CNBC es que la Administración Trump no concederá a los responsables de la IA un escudo de responsabilidad legal. El fondo del asunto es quién paga cuando un sistema agéntico causa daño. Hasta ahora, parte del discurso de la industria apuntaba a la autonomía del software como factor atenuante; Washington descarta esa vía y coloca el riesgo jurídico y reputacional en gestores y consejos de administración.
La cita que 𝕏 @AndrewCurran_ (Andrew Curran) destaca del secretario del Tesoro es la frase que separa responsabilidad humana y comportamiento del modelo, y subraya además que el Tesoro publicó la entrevista completa, señal de que no fue un comentario improvisado.
El fragmento que recoge 𝕏 @rohanpaul_ai (Rohan Paul) añade el matiz más incómodo para los laboratorios: el Gobierno no asumirá esa responsabilidad, con lo que el coste de un fallo agéntico se queda dentro de la empresa.
Sin rodeos, 𝕏 @pmddomingos (Pedro Domingos) suscribe la línea del Tesoro y pide no aceptar los relatos sobre enjambres de agentes descontrolados como explicación de un incidente.
Más información:
📎 Treasury Secretary Bessent: Trump admin won't give AI leaders a 'liability shield'
6. El coste de la inferencia gana protagonismo
El 60% de las empresas encuestadas por The Information afirma que la trayectoria de costes de sus proyectos de IA es imprevisible, según un sondeo a 107 directivos y profesionales realizado en junio y julio. El motivo es el token, la unidad con que se factura la mayoría de servicios de IA: a diferencia de las suscripciones por usuario, convierte el gasto tecnológico en un coste variable difícil de presupuestar.
Los agentes autónomos, que encadenan varias tareas, son la principal fuente de sorpresas. Además, dado que ahora trabajan en bucle, una instrucción mal hecha puede multiplicar la factura innecesariamente. Paradójicamente, el 52% dice entender los costes por token, pero solo un tercio asegura controlarlos. Aun así, el 60% cree que la IA mejora la productividad, más de la mitad estima que rinde más de lo que cuesta y la mayoría prevé gastar más en los próximos doce meses.
El gasto en IA empieza a examinarse como cualquier otra partida presupuestaria. Las empresas que no hayan fijado topes de uso, límites de presupuesto y reglas para derivar las tareas rutinarias a modelos más baratos seguirán asumiendo costes que no saben explicar.
La contradicción que subraya 𝕏 @rohanpaul_ai (Rohan Paul) al leer la encuesta es que la IA puede generar valor y seguir siendo difícil de modelar económicamente: solo el 52% de los directivos dice entender sus costes por token.
Con Grok 4.7 recién lanzado, 𝕏 @TheVictorBuilds (Thevictorbuilds) se queda con la promesa comercial de doblar la velocidad de modelos frontera comparables a la mitad de coste, justo el terreno donde se libra ahora la competencia.
Más información:
📎 theinformation.com: Real cost AI survey unpredictable token economics