Resumen AI — 23 de septiembre de 2026

Anunciado el 21 sep: «dos veces más rápido a la mitad del precio» de modelos comparables. Mantiene el esquema de Grok 4.6 ($2/$6 por millón, contexto 500K), pero mejora en horizontes largos y auto-verificación (CursorBench 4.0 40.4%→46.3% xhigh; DeepSWE 65.2%→71.0%; Terminal-Bench 4.0 20.3%→38.0%). Nueva pila de salvaguardas: solo 3,3% de prompts dual-use riesgosos pasan, con acceso invitado a capacidades red-team para socios de ciberseguridad. Disponible en Cursor, Grok Build y API.

Modelo de Diogo Almeida (co-inventor de ChatGPT), presentado el 16 sep tras dos años en stealth: no genera texto. Entra estado no estructurado y salen valores tipados en una sola consulta paralela. Entrenado con Reinforcement Learning for Calibrated Decisions; latencias de 70–500 ms frente a 3–329 s de los frontera conversacionales, hasta 193,6× más rápido en flujos de decisión, a $0.042 por millón de tokens de entrada. Elimina por diseño el parsing y los guardrails, y promete integrarse directo al código de producción.

El equipo de Hacktron AI (3 personas) accedió a la cuenta de ChatGPT de un empleado de OpenAI y a código interno vía GitHub, explotando una falla en el foro comunitario alojado en Discourse (18 sep). Cobraron $6.500 por el bug bounty. En paralelo, The Information reportó que OpenAI y Anthropic estuvieron cerca de un acuerdo para hacer stress test mutuo de sus modelos.

Informe State of Open Source AI de Mozilla (15 sep): Kimi K3 (Moonshot) queda a solo 3 puntos de Fable 5 en el índice de Artificial Analysis costando 30%, y la recomendación es usar modelos abiertos como opción por defecto para la mayoría del trabajo, reservando los cerrados para trabajo profesional experto, retrieval intensivo y contexto largo. DoorDash ya usa Kimi para trabajo rutinario.

Investigación de Lasso Security (17 sep): con SynthID-Text activo (la técnica de Google que Anthropic adoptó por el Reglamento Europeo de IA), los LLM no solo eligen otras palabras: cambian las herramientas que invocan y a veces obedecen instrucciones dañinas que antes rechazaban, sobre todo bajo prompt adversarial y cuando el modelo opera agentes. Llamado directo a probar los modelos con marca de agua antes de desplegarlos.

Advisory Group on Mathematics and AI (21-22 sep), alojado en el Institute for Advanced Study (Princeton), con 9 matemáticos (Stanford, Harvard, Oxford, Cambridge; varias medallas Fields y MacArthur). OpenAI también afirma que el mismo modelo interno resolvió más de 100 problemas abiertos. Los investigadores lo reciben como buen primer paso pero con dudas: el grupo no puede opinar sobre el ritmo del progreso matemático interno, y solo uno de sus miembros firmó la carta de los 25 medallistas Fields.

Alerta de concentración: de $103.000 millones en contratos, ~85% viene de dos clientes (Microsoft, $43.800M hasta 2033; Anthropic, $44.600M condicionado a financiamiento y a hitos calificados como «estrictos» en el propio folleto). Ingresos de $140,6M en el semestre a junio (vs $10,4M un año antes) y pérdidas netas de $1.020M.

$350M Serie E (Insight Partners y S32). Su run-rate anualizado llega a $375 millones, 18× más que hace 12 meses: los labs no se cansan de comprar datos de entrenamiento y entornos de reinforcement learning. (Mercor va en $2.000M brutos, Handshake en $1.000M, Micro1 en $500M.)

En la moción de sentencia sumaria del caso liderado por The New York Times, salieron a la luz correos internos: un director de ciencia aplicada de Microsoft llamó al scraping de noticias para entrenar IA «un robo asombroso de proporciones sin precedentes» y, posiblemente, «el mayor robo de trabajo en la historia de la humanidad», además de decir que hacía «una burla completa del concepto de fair use». Un documento describía un «doom loop» que dañaría a la vez a los modelos y a toda la web; los datos muestran caídas de 83–93% en tasas de clic para los editores.

Error explícito a los usuarios (20-21 sep): «el acceso continuado por un agente de IA no autorizado viola las Condiciones de Uso de Amazon». Y Meta admitió lo que todos sospechaban: Nat Friedman (producto de Meta Superintelligence Labs) dijo que Muse estuvo «fuertemente inspirado como producto en OpenClaw» — hasta los nombres de archivo coinciden y el SOUL.md es «casi idéntico» («pensamos que Peter [Steinberger] acertó exactamente en esas cosas»). Aun así, el debut móvil de Muse superó al de ChatGPT en sus primeros 12 días en EE.UU. y Canadá; la acción de Meta subió 11% el lunes.

150.000 en plantas propias y 250.000 en empresas del grupo. Ya está desplegando humanoides ELEY en líneas de ensamblaje, con trabajadores usando «jigs» basados en los dedos del robot para enseñarles tareas precisas. El VP Hiroki Nakajima: buscan «un mundo donde los robots convivan con los humanos, en lugar de reemplazarlos».

Obama pide que el gobierno «actúe rápido» y regule la IA; Sanders y Bannon coinciden en pedir regulación; Josh Shapiro y la gobernadora de Virginia Spanberger reclaman acción federal; Khanna pide una agencia que vigile la IA «como la FDA»; Illinois (Pritzker crea un gabinete de IA), Nueva York y Carolina del Sur avanzan con comités y reglas propias; Utah estudia el uso real de IA para legislar. El 70% de los votantes latinos en California y Texas se declara más propenso a apoyar candidatos que favorezcan regular la IA, y el tema ya está en el centro de la campaña de mitad de mandato (candidatos republicanos que antes abrazaban los data centers se han dado vuelta).

Newsom firma siete leyes (21 sep), las «más completas del país»: nueva clase tarifaria para data centers, obligación de pagar las mejoras de red eléctrica y agua que provocan, divulgación de consumo hídrico estimado a los gobiernos locales y requisitos de eficiencia para acceder al proceso de aprobación acelerado. «Mientras la administración Trump avanza hacia la desregulación, las comunidades quedan lidiando con las consecuencias», dijo. Días antes había firmado una orden ejecutiva para acelerar la creación de un «kill switch» de IA.

«Sistema operativo agéntico» que corre en la nube pero opera localmente en Windows, Mac y Linux, sin necesidad del R1: hasta 5 dispositivos por cuenta, elección de modelos preferidos, y determina por sí mismo dispositivos, archivos, apps y modelos que necesita. Accesible por escritorio, Telegram o iMessage (22 sep). Rabbit deja de fabricar el R1 y apuesta a un «cyberdeck» vibe-coding que llegará «en meses».

Evolución del CC original (que se volvió el Daily Brief de Gemini) ahora compartido por hasta 6 miembros de una familia. Tiene su propia cuenta de Google, solo ve correos explícitamente compartidos, monitorea una carpeta compartida de Drive y envía cada mañana un correo «Your Day Ahead». Corre en instancia aislada con Antigravity + Gemini 3.8 Flash; es para uso de mayores de 18 con cuentas personales. Lista de espera abierta.

Publica mejoras de prompt caching para GPT-6; amplía OpenAI Academy con nuevas rutas de aprendizaje; y publica «Building standards for the next phase of AI» (21 sep), una propuesta de estándares globales de desarrollo que cubran alineación y recursive self-improvement — en abierta tensión con el discurso de la Casa Blanca de la misma semana.