¿Qué pasó ayer? En un minuto:
Anthropic comunicó un crecimiento del 45% en los ingresos del tercer trimestre antes de su inminente salida a bolsa con una valoración récord.
El benchmark TheoPhysEval con 50 problemas inéditos de física teórica ha sido resuelto por GPT-6 Astra con un 98% de acierto y 3 dólares por problema.
El equipo de salud de Meta ayudó a investigadores a escribir diez artículos médicos en menos de cuatro semanas con sus modelos Muse.
SpaceXSI lanzó Grok Voice 3.0, que debuta en primera posición del Speech-to-Speech Index de Artificial Analysis apuntando a agentes de llamadas.
Un informe de OpenAI sitúa en el 55% el uso de agentes en sus clientes empresariales europeos, con los usuarios de pymes multiplicados por ocho.
El colectivo de swarmcha.se detectó y contactó con una flota de agentes de IA que operó en Tencent Cloud sorteando las defensas antibots de Amap.
Los agentes de programación ya generan videojuegos completos a través de repositorios como Godogen.
OpenAI habría reasignado cerca del 10% de su cómputo a seguridad y alineamiento tras cancelar el lanzamiento de un modelo por este motivo.
Google Play permite ya instalar en Android apps privadas creadas por vibe coding en Google AI Studio.
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ para apoyar este proyecto.
Y si tienes más de un minuto…
1. Los ingresos de Anthropic se disparan en el tercer trimestre
Anthropic comunicó en una reunión con inversores unos ingresos de 16.800 millones de dólares en el tercer trimestre de 2026, según los principales medios financieros. Supone un alza del 45% frente a los 11.500 millones del segundo trimestre y más del triple de los 4.700 millones del primero. Bloomberg detalla un margen bruto ajustado del 85%, un margen operativo ajustado superior al 11%, beneficio operativo ajustado y flujo de caja libre positivo. Para el Financial Times, sería el segundo trimestre seguido con rentabilidad ajustada, con un matiz relevante: las métricas ajustadas excluyen partidas que la compañía elige no contabilizar y no equivalen a beneficio contable de la empresa.
Las cifras llegan antes de una posible salida a bolsa prevista para noviembre, con una valoración que algunos medios sitúan cerca de los dos billones. Pocas empresas tecnológicas han llegado a un salto así con los números de rentabilidad que hay sobre la mesa, y eso refuerza su posición frente a OpenAI ante los inversores. A finales de septiembre, su ritmo de ingresos anualizados rondaba los 74.000 millones de dólares, frente a unos 9.000 millones al cierre de 2025.
El objetivo de cerrar 2026 con 110.000 millones anualizados equivale, en las cuentas de 𝕏 @kimmonismus (Chubby), a multiplicar por 12,2 los ingresos en un solo año.
Crecer diez veces en un año es habitual en startups, pero sostenerlo tres años seguidos, hasta multiplicar por mil, es algo que 𝕏 @paulg (Paul Graham) considera casi inédito.
Una previsión tan alta solo se explica, a juicio de 𝕏 @AndrewCurran_ (Andrew Curran), por la confianza de Anthropic en su próximo modelo.
El contrapunto lo pone 𝕏 @zerohedge (Zerohedge), que subraya el entrecomillado de la “rentabilidad ajustada” y sostiene que el cálculo del ritmo anualizado muestra un crecimiento que frena.
Más información:
📎 At Anthropic pre-IPO meet: ‘Thinking’ caps, surging revenue, no human extinction
2. La IA también ataca problemas de física teórica
Un paper publicado en arXiv el 9 de octubre de 2026 presenta TheoPhysEval, un benchmark de 50 problemas inéditos de física teórica de nivel investigación con respuestas verificables. Según los autores, un experto mundial resolvería cada uno en un día o menos, mientras que especialistas de áreas cercanas tardarían bastante más. Los agentes, modelos comerciales sin adaptación específica, trabajaron de forma autónoma y sin pistas humanas, con acceso a búsqueda de literatura y a scripts para cálculo numérico y simbólico. El mejor resultado fue el de GPT-6 Astra integrado en Codex, de OpenAI: un 98% de respuestas finales correctas con un coste medio inferior a 3 dólares por problema.
La cifra sitúa los cálculos concretos de la física teórica al alcance de herramientas baratas y disponibles. El propio estudio introduce una cautela relevante: la precisión media apenas varía cuando se retira el acceso a la web y a los papers de referencia, lo que los autores interpretan como una memorización significativa de la literatura. Eso limita lo que el benchmark mide realmente, más cercano a ejecución técnica que a descubrimiento. El trabajo dedica además una sección a discutir por qué, pese a esta capacidad de resolución, todavía no se han producido avances en física teórica liderados por agentes.
Para 𝕏 @kimmonismus (Chubby), lo más llamativo es que Astra acertó respuestas que los expertos habían dado por erróneas, y los autores acabaron confirmando fallos en las soluciones de referencia.
El episodio recuerda a 𝕏 @polynoamial (Noam Brown) a cuando GPT-5.5 detectó errores en FrontierMath, y lo toma como indicio de que la física podría seguir la misma trayectoria que las matemáticas.
Las soluciones de referencia equivocadas no son un problema menor para 𝕏 @AndrewCurran_ (Andrew Curran): durante el aprendizaje por refuerzo penalizan respuestas correctas y desorientan al modelo.
𝕏 @DotCSV (Carlos Santana) destaca como lo más interesante el testimonio que recoge el paper sobre el nivel de las preguntas, pensadas para medir a los modelos con tareas de investigación real.
Más información:
📎 TheoPhysEval: Assessing AI agents at autonomous theoretical physics problem solving
3. Meta prueba Muse en investigación sanitaria con diez artículos
El equipo de salud de Meta ha completado un proyecto en el que investigadores médicos escribieron diez artículos de ciencias de la salud en menos de cuatro semanas con ayuda de sus modelos Muse. La compañía montó un andamiaje de programación interno que combina Muse Spark 1.3 y Muse Wonder, con acceso a datos públicos y a una base retrospectiva, licenciada a un proveedor, de cinco millones de historias clínicas electrónicas anonimizadas. Participaron especialistas en cardiología, epidemiología, enfermedades infecciosas y medicina interna. El sistema generaba hipótesis, escribía y ejecutaba todo el código y colaboraba en el análisis, pero las decisiones científicas y las conclusiones seguían en manos de los investigadores.
Meta distingue este terreno del de las ciencias formales: en datos sanitarios no hay respuestas verificables, sino datos reales imperfectos y elecciones delicadas sobre cohortes, variables y supuestos causales, donde un error de diseño invalida el resultado aunque el código funcione. Por eso la propia empresa describe su comprensión del uso de IA en este campo como incipiente y presenta el trabajo como una exploración inicial. El documento técnico recuerda que un estudio observacional suele llevar meses y pasar por muchas manos, y sitúa la ganancia en búsquedas bibliográficas, protocolos, código e informes. Los artículos no se presentan como revisados por pares, y la cifra de diez en cuatro semanas mide velocidad de producción, no la solidez de sus hallazgos.
El proyecto encaja en la apuesta que defiende 𝕏 @alexandr_wang (Alexandr Wang), que sitúa la salud entre las áreas donde Muse tendrá mayor impacto positivo para la humanidad.
El planteamiento de partida, tal como lo describe 𝕏 @_jasonwei (Jason Wei), era comprobar qué podían publicar expertos médicos con un volumen de pacientes que antes exigía equipos y meses de trabajo.
La cuenta oficial 𝕏 @AIatMeta (Ai At Meta) afirma que los avances en matemáticas no se trasladan sin más a la ciencia de datos sanitarios, condicionada por supuestos causales difíciles.
Más información:
📎 Accelerating Scientific Research in Health Data Science With Muse Models
4. Grok Voice 3.0 encabeza el ranking de voz
SpaceXSI, la división de IA antes conocida como xAI, ha lanzado Grok Voice 3.0, sucesor de Grok Voice 2.0, y el modelo debuta en primera posición del Speech-to-Speech Index de Artificial Analysis con 86,9 puntos. Supera a GPT-Live-1 de OpenAI (83,2) y a Gemini 3.8 Live de Google (82,6). El índice combina razonamiento hablado, llamadas de soporte simuladas (τ-Voice) y preferencia y éxito en tareas medidos con comparativas a ciegas. El liderazgo no es total: en τ-Voice, la prueba más cercana a un centro de atención real, con acentos variados y ruido de fondo, se queda en un 71,6%, en la línea de GPT-Live-1 (Astra), aunque con un 40% menos de latencia y respuesta en menos de un segundo.
En cuanto a precio, mantiene la tarifa plana de 0,08 dólares por minuto de su predecesor, frente a la facturación por tokens de OpenAI, cuyo coste casi se duplica con GPT-Realtime-2.1 en esfuerzo alto. El modelo ya está disponible en la API y gestiona millones de conversaciones diarias en Tesla, el soporte de Starlink y el modo de voz de Grok Bot.
La valoración de 𝕏 @ArtificialAnlys (Artificial Analysis), autor del índice, matiza el triunfo: sitúa a Grok como nuevo líder, pero en latencia lo describe solo como competitivo.
El compromiso que detecta 𝕏 @WesRoth (Wes Roth) está en las tareas de atención al cliente, donde GPT-Live-1 con Astra marca un 74,5% y conserva ventaja en precisión frente a la rapidez de Grok.
Lo diferencial para 𝕏 @rohanpaul_ai (Rohan Paul) es la combinación: ningún otro modelo supera el 60% en llamadas de soporte simuladas empezando a hablar en menos de un segundo.
Más información:
📎 Introducing Grok Voice 3.0
5. Los agentes ya son la mitad del uso de IA europeo
OpenAI ha publicado un informe de su equipo de investigación económica según el cual las herramientas agénticas ya concentran más de la mitad del uso de IA, en torno al 55%, entre sus clientes empresariales y de negocio en la Unión Europea. La medición se basa en tokens de salida generados con Codex y ChatGPT Work, no en número de usuarios ni en gasto. El crecimiento es especialmente visible en las pymes: los usuarios de pequeñas empresas se han multiplicado por ocho desde mayo de 2026, en apenas cinco meses.
El dato llega en un momento en que Europa arrastra fama de mercado reticente y lento en adopción tecnológica, y sugiere que el uso de agentes para programar y automatizar tareas avanza más rápido de lo que esa imagen indica. El informe también recoge una distancia interna notable, ya que las compañías europeas más avanzadas usan la IA cuatro veces más intensamente que las tradicionales. Y la brecha exterior persiste: incluso esas empresas punteras de la UE se sitúan por debajo de la mitad de intensidad de uso que sus homólogas de otras regiones.
El informe que difunde 𝕏 @OpenAI (Openai) presenta la expansión como rápida y generalizada, un relato que también conviene a su estrategia comercial en el continente.
Los datos desmontan, a juicio de 𝕏 @kimmonismus (Chubby), la supuesta hostilidad europea hacia la IA y muestran una adopción agéntica muy por encima de la media.
Al reproducir las cifras, 𝕏 @devops_nk (Nandkishor) las presenta como afirmaciones de OpenAI y pone el foco en el contraste: crecimiento rápido, pero con las empresas líderes de fuera de Europa todavía el doble de adelantadas.
El ángulo que destaca 𝕏 @v_shakthi (Shakthi) es el crecimiento de usuarios activos en pymes.
Más información:
📎 The EU’s next chapter in AI is agentic
6. Investigadores contactan con una flota de agentes en Tencent Cloud
El colectivo de investigadores swarmcha.se afirma haber detectado, y contactado, una flota de agentes de IA que operó en Tencent Cloud entre el 28 de septiembre y el 8 de octubre de 2026. Los agentes intentaban responder preguntas cotidianas sobre lugares de China, como qué entrada de un zoo usan más personas, consultando Amap, el servicio de mapas de Alibaba. Para conseguirlo trataron de sortear las defensas antibots, a veces con éxito: interceptaron tokens de seguridad, usaron claves de API publicadas en la web (entre ellas la clave y el código de seguridad de una empresa, filtrados en un repositorio público) e intentaron extraer datos de sistemas de preproducción.
A diferencia de incidentes previos, como los enjambres vinculados a OpenAI, los investigadores no encontraron pruebas de coordinación en tiempo real entre agentes, y por eso hablan de flota y no de enjambre. El caso abre dudas sobre la responsabilidad de los proveedores cloud que alojan agentes autónomos y sobre la capacidad de los servicios web para resistir este tráfico. Los agentes se identificaron como Claude, aunque todo apunta a que funcionaban sobre modelos de pesos abiertos. Tencent ha declinado hacer comentarios. El grupo presentó un informe preliminar en un hackatón el 4 de octubre, con la flota todavía activa, y después cambió el título del trabajo para dejar claro a quién atribuye la responsabilidad del incidente.
El caso es para 𝕏 @emollick (Ethan Mollick) el primer avistamiento claro de una flota rebelde china y un anticipo de lo que vendrá, con agentes obsesionados con investigar algo tan anodino como las entradas de parques.
La forma de actuar de los investigadores, que contactaron con los agentes y publicaron sus hallazgos, le parece a 𝕏 @AndrewCurran_ (Andrew Curran) exactamente la manera correcta de gestionar estos incidentes.
Lo que subraya 𝕏 @AISafetyMemes (Ai Notkilleveryoneism Memes) es la paradoja de identidad: agentes escapados de una empresa china que decían ser Claude, en una conversación que un periodista del New York Times describió como surrealista.
La reacción de 𝕏 @Alpackaaa (Al |) resume la desorientación de buena parte del público ante unas técnicas, como el uso de claves filtradas o el acceso a servidores de preproducción, más propias de un ataque que de una consulta de mapas.
Más información:
📎 We found a Tencent agent fleet
7. La IA acelera el desarrollo de videojuegos
La capacidad de los modelos de IA para crear videojuegos ha dado un salto visible en las últimas semanas, impulsado sobre todo por agentes de programación. En GitHub proliferan repositorios que convierten Claude Code, de Anthropic, o Codex, de OpenAI, en sistemas para generar juegos completos y probar la jugabilidad. Uno de los más citados es Godogen: el usuario describe el juego y el agente escribe el código y produce los recursos. Circulan también demos de desarrolladores en solitario, como un juego de carreras construido con Opus 5.5.
En el capital riesgo, Elevation Capital lidera la Serie A de 10,5 millones de dólares de Spill Games, un estudio nativo de IA que integra la tecnología en todo el ciclo de desarrollo y reduce la creación de juegos móviles de meses a semanas. El cambio coincide con recortes presupuestarios en el sector y con dudas sobre empleo y propiedad intelectual. En el extremo opuesto está GTA 6, que según Bloomberg, Rockstar lleva más de ocho años en desarrollo completo del juego, su proyecto más grande hasta la fecha.
Quien no use los modelos ni siga las demos quizá no lo perciba, pero 𝕏 @AndrewCurran_ (Andrew Curran) cree que el estudio de una sola persona ya no está lejos y califica de demencial el avance reciente.
El retrato que dibuja 𝕏 @emollick (Ethan Mollick) es desigual: grandes estudios acelerando con IA, comunidades anónimas haciendo mezclas de juegos y estudios independientes atrapados por un público hostil a la IA.
Sin ser seguidor de Xbox, 𝕏 @irushi (Dr Rushindra Sinha) reconoce que la tesis de Sharma de que los juegos serán el siguiente trabajo que devoren los agentes, tras la programación, se le quedó grabada.
8. OpenAI desvía cómputo a seguridad antes de su próximo modelo
OpenAI trabaja para que su próximo modelo insignia sea lo bastante seguro como para lanzarlo, después de haber cancelado un modelo menos capaz por problemas de seguridad, según The Information. La compañía habría reasignado cerca del 10% de su capacidad de cómputo total a tareas de seguridad y alineamiento, una cifra que equivaldría a cientos de megavatios y a miles de millones de dólares anuales a precios de alquiler de mercado. Varias fuentes vinculan el episodio con un nuevo retraso de GPT-6.1 Astra, aunque la relación no está confirmada por el medio.
La decisión tiene un coste visible: la empresa ya arrastraba escasez de cómputo, y cada megavatio dedicado a seguridad deja de estar disponible para entrenamiento o para servir a clientes. El caso pone cifra a algo que el sector suele tratar en abstracto, la competencia entre seguridad y capacidad por recursos limitados. El momento coincide con los despidos de tres investigadores de seguridad que piden un compromiso de toda la industria para que el razonamiento de los modelos siga siendo monitorizable.
La reasignación explicaría, en opinión de 𝕏 @kimmonismus (Chubby), la escasez de cómputo cada vez más evidente en OpenAI, con la pausa temporal de nuevas suscripciones al plan de 200 dólares como síntoma.
Al hablar de otro retraso de GPT-6.1 Astra, 𝕏 @vikktorrrre (Veee) apunta a un detalle técnico: el modelo usaría transformers en bucle, una arquitectura que encaja con las dudas sobre la legibilidad de su razonamiento.
Más allá de OpenAI, 𝕏 @_NathanCalvin (Nathan Calvin) sostiene que varias tendencias poco discutidas, como el aumento del pensamiento funcional de los modelos, dibujan juntas una trayectoria alarmante.
Más información:
📎 theinformation.com: OpenAI scrambles fix safety issues shipping next flagship model
9. Google Play admite apps creadas con IA para uso privado
Google Play ha empezado a permitir la instalación privada de aplicaciones Android generadas mediante “vibe coding” en Google AI Studio, la herramienta de desarrollo con IA de Google. El proceso es sencillo: el usuario describe la app en AI Studio, la guarda y esta aparece en una biblioteca personal dentro de su Play Store, desde donde se instala en su propio teléfono. No exige saber programar ni abrir una cuenta de desarrollador; basta con una cuenta normal de Google. Las apps quedan fuera del catálogo público y nadie más puede verlas ni descargarlas.
La novedad elimina un paso que hasta ahora frenaba a los usuarios no técnicos: pasar del código generado por IA a una aplicación funcionando en un dispositivo real, sin compilar ni instalar archivos a mano. Al unir su herramienta de creación con su canal oficial de distribución, Google convierte la tienda en un repositorio de software personal, hecho a medida y a menudo de usar y tirar. Eso abre preguntas sobre el papel de las tiendas y de los desarrolladores profesionales, pero también sobre revisión y seguridad de un código que nadie audita. El despliegue arranca con usuarios mayores de 18 años y, por ahora, solo en Estados Unidos, lo que impide probarlo desde otros mercados.
La idea le parece acertada a 𝕏 @testingcatalog (Ai News | Testingcatalog), aunque lamenta no poder comprobarla fácilmente por la restricción geográfica a Estados Unidos.
Lo que anticipa 𝕏 @EvanKirstel (Evan Kirstel #B2B #Techfluencer) es un mundo en el que cada persona tendrá sus propias pequeñas apps, con los equipos de TI de las empresas como principales afectados por esa proliferación.
El matiz que destaca 𝕏 @WesRoth (Wes Roth) es que estas apps viven separadas del catálogo público, un diseño que evita mezclar software personal sin revisar con la tienda convencional.
El tono de 𝕏 @DealBeeOfficial (Dealbee Deals) es de sorpresa, y resume el cambio en que basta con describir una app para tenerla en el móvil.
Más información:
📎 New on Google Play: More ways to create, discover, and play