Noticias IA Nov 6, 2026
Idioma: DE / EN / ZH / FR / ES / PT / JA / KO
Generado por IA: resúmenes redactados por IA a partir de las fuentes enlazadas. Cómo usamos la IA
Ideas clave
- La organización sin ánimo de lucro METR pasó once semanas auditando los datos de investigación internos de Anthropic y concluyó que el ritmo de desarrollo de modelos se ha duplicad…
- La startup de física con IA PSI afirma que un sistema que ejecuta un modelo no público de Anthropic demostró la conjetura de Aaronson-Ambainis, una cuestión de computación cuántica…
- Ricursive Intelligence lanza Ripple-65B Preview, un modelo de pesos abiertos de 65 mil millones de parámetros bajo Apache 2.0 que, según la empresa, supera a los modelos de código …
- OpenAI: $11B (Unknown)
- Palo Alto Networks → Clutch ($500M)
- Para flujos de trabajo de agentes, decide explícitamente qué contexto almacenar, dónde debe residir y cuándo reutilizarlo, en lugar de permitir que los agentes …
Por qué importa hoy
- METR Anthropic auditMETR's eleven-week audit of Anthropic's internal data concluded model development pace has roughly doubled, with about 80 percent of the speedup driven by AI-assisted research. Anthropic redacted the most informative evidence, leaving the public reliant on METR's judgment.
- Open-weight model raceTwo open-weight releases land the same day: Ricursive's 65-billion-parameter Ripple-65B under Apache 2.0, built at $32 million R&D cost, and Thinking Machines' Inkling 2 Small, a 594-billion-parameter mixture-of-experts model the company calls the strongest western open-weight model.
- AI fundingThinking Machines is reportedly raising $5 billion led by Accel at a $40 billion pre-money valuation, while OpenAI has reportedly raised an additional $11 billion in an unclosed round valuing it at $1.25 trillion. Both figures remain unconfirmed until the rounds close.
- Data center politicsAfter voters backed data center restrictions on 40 of 41 midterm ballot measures, OpenAI announced host-community commitments including no NDAs with public officials. The pledge addresses scrutiny of how data center projects use NDAs to conceal discussions.
- AI mathematicsPSI says a non-public Anthropic model proved the Aaronson-Ambainis conjecture, open since 2008; if verified, it would mark a notable formal math result by an AI system. The claim is PSI's and awaits independent verification.
¿Cuáles son los principales avances en IA?
Este Nov 6, 2026 incluye 10 noticias de IA seleccionadas sobre tecnología, investigación y desarrollos de productos. La organización sin ánimo de lucro METR pasó once semanas auditando los datos de investigación internos de Anthropic y c...
La organización sin ánimo de lucro METR pasó once semanas auditando los datos de investigación inter…
La organización sin ánimo de lucro METR pasó once semanas auditando los datos de investigación internos de Anthropic y concluyó que el ritmo de desarrollo de modelos se ha duplicado aproximadamente, y que cerca del 80 por ciento de esa aceleración se debe a la investigación asistida por IA. Anthropic censuró las pruebas más informativas, por lo que el público debe confiar en el juicio de METR «mucho más de lo que sería ideal», y hay voces escépticas dentro de la empresa.
La startup de física con IA PSI afirma que un sistema que ejecuta un modelo no público de Anthropic …
La startup de física con IA PSI afirma que un sistema que ejecuta un modelo no público de Anthropic demostró la conjetura de Aaronson-Ambainis, una cuestión de computación cuántica abierta desde 2008. La afirmación, si se verifica, marcaría un caso notable de un sistema de IA que contribuye a un resultado matemático formal.
Ricursive Intelligence lanza Ripple-65B Preview, un modelo de pesos abiertos de 65 mil millones de p…
Ricursive Intelligence lanza Ripple-65B Preview, un modelo de pesos abiertos de 65 mil millones de parámetros bajo Apache 2.0 que, según la empresa, supera a los modelos de código abierto estadounidenses en el benchmark de programación TerminalBench 2.1, con un coste total de I+D de 32 millones de dólares. En otros benchmarks queda por detrás de Inkling 2 Small, recién lanzado por Thinking Machines.
Thinking Machines, la startup de la ex-CTO de OpenAI Mira Murati, lanza Inkling 2 Small, un modelo d…
Thinking Machines, la startup de la ex-CTO de OpenAI Mira Murati, lanza Inkling 2 Small, un modelo de mezcla de expertos con 594 mil millones de parámetros. La empresa afirma que es el modelo de pesos abiertos occidental más potente, aunque un mejor rendimiento agéntico conlleva un uso de tokens mucho mayor.
Ant Group publicó Ling-3.2-flash, un modelo multimodal nativo que acepta texto, imágenes y vídeo, co…
Ant Group publicó Ling-3.2-flash, un modelo multimodal nativo que acepta texto, imágenes y vídeo, con 560 mil millones de parámetros totales, 25 mil millones activos por paso de inferencia y una ventana de contexto de un millón de tokens. Ant afirma que está orientado a la comprensión visual compleja, las tareas agénticas de varios pasos, la comprensión 3D y las aplicaciones médicas.
Baidu publicó como código abierto ERNIE-5.5-Flash-Base, un checkpoint de preentrenamiento en bruto c…
Baidu publicó como código abierto ERNIE-5.5-Flash-Base, un checkpoint de preentrenamiento en bruto con 280 mil millones de parámetros totales y 14 mil millones activos, contexto de entrenamiento de 128K y soporte de 1M de tokens, destinado a un entrenamiento posterior. El equipo de Taobao MNN de Alibaba publicó por separado como código abierto MNN-Pocket-0.3B, un modelo en dispositivo de 173 MB en INT4 que, según afirma, decodifica unos 350 tokens por segundo sin conexión en un iPhone 18 Pro.
Google lanzó Gemini Omni 1.2 Flash, añadiendo creación de vídeo nativa de 15 segundos, mejor adheren…
Google lanzó Gemini Omni 1.2 Flash, añadiendo creación de vídeo nativa de 15 segundos, mejor adherencia a las referencias y edición conversacional de varios turnos. Google afirma que la actualización reduce los costes un 30% y mejora la consistencia para proyectos profesionales.
Tras las elecciones de mitad de mandato en las que los votantes respaldaron restricciones a los cent…
Tras las elecciones de mitad de mandato en las que los votantes respaldaron restricciones a los centros de datos en 40 de 41 medidas electorales, OpenAI anunció compromisos con las comunidades anfitrionas, incluido que no usará acuerdos de confidencialidad con funcionarios públicos. La medida llega mientras los proyectos de centros de datos afrontan escrutinio por su uso de acuerdos de confidencialidad para ocultar conversaciones.
Perplexity lanza «Teammates», agentes siempre activos que trabajan en proyectos en curso por su cuen…
Perplexity lanza «Teammates», agentes siempre activos que trabajan en proyectos en curso por su cuenta en sus propias máquinas virtuales. La función requiere el plan Max de 200 dólares al mes, muy por encima de ofertas similares de OpenAI o Anthropic, en un mercado de agentes siempre activos cada vez más saturado.
OpenAI presentó BioBasicsBench, un benchmark de 100 tareas que mide qué tan bien interpretan los age…
OpenAI presentó BioBasicsBench, un benchmark de 100 tareas que mide qué tan bien interpretan los agentes de IA datos experimentales en bruto y manejan el trabajo científico cotidiano de laboratorio húmedo. El benchmark apunta a una laguna en la evaluación de agentes en trabajo de laboratorio práctico en lugar de preguntas de estilo libro de texto.
Mejores videos de IA de la semana
2 videos de YouTube seleccionados sobre desarrollos en IA.
Basado en un fragmento de transcripción: Fireship explica la Hipótesis del Tiempo Exponencial (ETH) …

Basado en un fragmento de transcripción: Fireship explica la Hipótesis del Tiempo Exponencial (ETH) e informa de que un modelo anónimo de OpenAI habría escrito un algoritmo que resuelve el problema 3-SAT en un tiempo inferior al exponencial, lo que podría romper una hipótesis de 27 años sobre la cual dependen más de 800 artículos publicados. El vídeo cubre qué significan 3-SAT y ETH, cómo el modelo supuestamente la rompió utilizando una técnica que ningún humano había pensado en probar, y por qué esos artículos ahora tienen un problema.
Basado en un fragmento de transcripción: Wes Roth analiza la auditoría independiente realizada por M…

Basado en un fragmento de transcripción: Wes Roth analiza la auditoría independiente realizada por METR a Anthropic sobre la automatización de la investigación en IA, señalando que Anthropic omitió gran parte de la evidencia que METR consideró más informativa y que un modelo interno habría superado todos los benchmarks internos de Anthropic. El vídeo examina lo que las omisiones pueden indicar sobre la aceleración en la I+D de IA y los presentaciones actualizadas de S1 de Anthropic sobre la mejora recursiva propia.
¿Cuáles son las últimas señales de inversión en IA?
Últimas señales de inversión en IA: 5 rondas de financiación, 4 actualizaciones de mercado y 1 transacciones de M&A.
Mercado primario – Rondas de financiación
| Empresa | Monto | Ronda | Inversores |
|---|---|---|---|
| OpenAI | $11B | Unknown | |
| Thinking Machines Lab | $5B | Unknown | Accel |
| Sand.ai | $200M | Series A+ | Cornerstone Capital, Wangsu Science & Technology |
| Physicl | $10M | Unknown | |
| Kalepa | $75M | Series B | Updata |
Mercado secundario – Actualizaciones de mercado
M&A – Fusiones y Adquisiciones
| Adquirente | Objetivo | Valor | Tipo |
|---|---|---|---|
| Palo Alto Networks | Clutch | $500M | Adquisición |
¿Qué consejos prácticos de IA hay esta semana?
4 consejos prácticos de IA seleccionados de comunidades de Reddit y blogs de expertos. La estrategia de memoria de NVIDIA para agentes de IA se centra en decidir qué contexto almacenar, d...
Productividad
La estrategia de memoria de NVIDIA para agentes de IA se centra en decidir qué contexto almacenar, dónde debe residir y cuándo reutilizarlo, ya que los agentes acumulan contexto mientras leen, razonan y utilizan herramientas.
Para flujos de trabajo de agentes, decide explícitamente qué contexto almacenar, dónde debe residir y cuándo reutilizarlo, en lugar de permitir que los agentes acumulen contexto sin control.
Productividad
Vijaye Raji, CTO de Aplicaciones de OpenAI, dijo que ahora se desecha más código porque programar es barato; el artículo cubre cómo decidir qué mantiene un equipo versus qué desecha, e identificar las restricciones.
Cuando programar es barato, planifica desechar más código: decide deliberadamente qué mantiene tu equipo versus qué desecha, e identifica las restricciones en tu propio trabajo.
Productividad
Claude puede analizar transacciones bancarias a través de Plaid; Anthropic promete acceso de solo lectura y límites en el entrenamiento de IA, pero desconectar tu banco no borra la información financiera de chats anteriores.
Si conectas cuentas financieras a un asistente de IA, ten en cuenta que desconectar la cuenta no borra la información financiera ya presente en chats anteriores.
Productividad
GPT-6 Cyber de OpenAI puede desarrollar exploits funcionales y, según se informa, muestra mejoras importantes en el cumplimiento de los límites autorizados de pruebas, pero sus resultados de seguridad varían entre benchmarks, lo que plantea preguntas sobre cómo funcionan juntos el entrenamiento, las restricciones de acceso y los controles externos en implementaciones reales.
Al implementar modelos para pruebas de seguridad, combina las restricciones de acceso y los controles externos con el entrenamiento del modelo, ya que los resultados de seguridad, según se informa, varían entre benchmarks.