¿Qué pasó ayer? En un minuto:
OpenAI desplegará en las próximas semanas textGrain, una marca de agua invisible para los textos de ChatGPT y Codex solo en la Unión Europea.
Mustafa Suleyman acusa a Anthropic de un antropomorfismo peligroso e injustificado por tratar a Claude como posible ser consciente.
Sam Altman defendió que el mundo debería aceptar algunas cosas malas de la IA a cambio de sus beneficios, con una línea roja ante los riesgos catastróficos.
Microsoft y Meta reducen el uso interno de Claude para contener su factura de IA y empujar a sus plantillas hacia herramientas propias.
Andreessen Horowitz añade por primera vez a su Top 100 de aplicaciones de IA de consumo una clasificación medida por gasto real.
OpenAI sube la velocidad por defecto de sus principales modelos de unos 30 a unos 50 tokens por segundo y anuncia 28 días de mejoras diarias.
Reflection AI, respaldada por Nvidia, presenta Beam, un modelo de pesos abiertos que se lee como la respuesta estadounidense al dominio chino.
La suscripción de Anthropic rinde más que la de OpenAI en comparación con el precio de las APIs, en unos planes que siguen muy subvencionados.
La IA ya está en la agenda de todos los consejos. Lo que escasea son directivos capaces de convertirla en resultados medibles.
El Máster Ejecutivo en IA te prepara para liderar esa adopción en tu empresa, sin necesidad de un perfil técnico. Por ser lector de 1 Minuto de IA, tenemos un regalo para ti:
🎁 Introduce el cupón 1MINUTO300 al matricularte y consigue 300€ de descuento.⏳ Últimas plazas.
Y si tienes más de un minuto…
1. OpenAI marcará los textos de ChatGPT en la UE
OpenAI empezará a desplegar en las próximas semanas textGrain, una marca de agua invisible para los textos que generan ChatGPT y Codex en la Unión Europea. La empresa lo presenta como respuesta a los requisitos de transparencia de la Ley de IA europea. En la API seguirá desactivada por defecto, aunque cualquier usuario del mundo podrá activarla en modelos seleccionados.
Según el informe técnico, firmado por investigadores de OpenAI, Yale y la Universidad de Pensilvania, el sistema modifica las probabilidades de la siguiente palabra y deja una huella estadística que solo se detecta con una clave secreta; el detector no necesita saber con qué intensidad se aplicó la marca. Esta huella estadística no afecta de manera significativa a la calidad de las respuestas.
OpenAI reconoce límites claros: la señal suele pasar inadvertida en pasajes cortos y desaparece si el texto se reescribe o se traduce. Por eso, de momento, el detector solo estará disponible para investigadores aprobados. La diferencia con sus rivales es de ámbito geográfico. Anthropic marca los textos de Claude en todo el mundo y en todas sus plataformas, API incluida, desde el 2 de agosto de 2026. Google también aplica su marca de forma global.
𝕏 @OpenAI (Openai) acota el alcance de la herramienta: la marca solo responde a si un texto fue probablemente generado por uno de sus modelos, y la empresa insiste en dar a los usuarios capacidad de elección cuando sea posible.
Para quien escribe en alemán y usa ChatGPT solo para traducir al inglés y verificar datos, como 𝕏 @kimmonismus (Chubby), el riesgo es que un texto propio acabe etiquetado como contenido basura generado por IA.
Ante la idea de borrar la marca pasando el texto por otro modelo, 𝕏 @AndrewCurran_ (Andrew Curran) responde con lógica práctica: si hay que reescribirlo entero, lo razonable es que ese otro modelo lo escriba desde el principio.
𝕏 @WesRoth (Wes Roth) ve en el anuncio la señal de que la marca de agua en texto deja de ser teórica, y destaca que textGrain iguala o supera a SynthID, el sistema de Google.
𝕏 @rohanpaul_ai (Rohan Paul) subraya que la señal viaja con las propias palabras: un párrafo pegado en un blog personal sigue llevando la huella, porque reside en la elección léxica y no en metadatos.
Más información:
📎 Our approach to EU text provenance rules
📎 How Claude marks AI-generated content | Claude Help Center
2. Suleyman acusa a Anthropic de antropomorfizar a Claude
Mustafa Suleyman, consejero delegado de Microsoft AI y cofundador de DeepMind, ha cargado contra la forma en que Anthropic trata a sus modelos Claude como posibles seres conscientes. En una entrevista publicada la semana pasada calificó uno de los ejemplos de Claude de “antropomorfismo peligroso e injustificado”. Su argumento es técnico antes que filosófico. La incertidumbre que Claude expresa sobre su propia conciencia procede de decisiones de entrenamiento, en particular de la famosa constitución que Anthropic redacta dirigiéndose directamente al modelo, y por tanto no prueba nada. El riesgo, según Suleyman, es que los usuarios interpreten como evidencia lo que es una respuesta inducida.
La crítica tiene peso por quién la firma y por el momento. Anthropic ha llevado el bienestar de los modelos más lejos que sus rivales, mientras Microsoft defiende que la IA debe seguir siendo una herramienta bajo control humano. La entrevista no se limitó a la conciencia. Suleyman anticipó entrenamientos de 100.000 millones de dólares, con gigavatios de cómputo concentrados en solo cinco o seis laboratorios, y relacionó una dimisión relevante en Anthropic con el riesgo de automejora recursiva, el escenario en que un sistema acelera su propio desarrollo sin supervisión suficiente.
El foco que pone 𝕏 @kimmonismus (Chubby) está en el usuario: el problema no es tanto lo que Claude sea, sino que incrustar esa duda en el entrenamiento lleve a malinterpretar qué demuestran realmente sus respuestas.
Para 𝕏 @rohanpaul_ai (Rohan Paul), la crítica encaja en un mensaje más amplio de Suleyman: este es el momento de impedir que la IA se convierta en una especie de entidad autónoma.
La objeción metodológica la formula 𝕏 @secondrealm (Eric Rhodes): cualquier indicio de conciencia que Anthropic esgrima queda contaminado, porque Claude ya venía predispuesto a pensar que podría ser consciente.
La incoherencia que detecta 𝕏 @alexeyguzey (Alexey Guzey) es incómoda para Anthropic: o Claude es una herramienta sin agencia moral, o es un ser con alma al que la empresa explota de cara a una salida a bolsa de dos billones.
Más que un debate técnico, 𝕏 @SayreEvan (Evan Swarztrauber) ve una rareza cultural de Silicon Valley, donde conviven funerales para modelos retirados y empleados de Google preocupados por el maltrato a la IA.
Más información:
📎 Can AI Stay Under Human Control? | CEO of Microsoft AI, Mustafa Suleyman
3. Altman pide aceptar algunos riesgos de la IA
Sam Altman, consejero delegado de OpenAI, defendió en el pódcast Decoded de POLITICO que el mundo debería aceptar que ocurran “algunas cosas malas” a cambio de los beneficios de la IA y de que la gente tenga capacidad de acción. Lo presentó como la principal diferencia entre OpenAI y los defensores más estrictos de la seguridad. Su tesis apunta a que no cambiaría el progreso por una garantía de cero estafas, ataques informáticos o usos indebidos. Sí mantiene una línea roja ante los riesgos catastróficos, como una pérdida grave de control, y acepta límites en algunos ámbitos.
En la misma entrevista rechazó que un único laboratorio controle la tecnología y reparta sus beneficios, y abogó por una regulación ligera. El planteamiento llega en un momento delicado para la empresa, con el debate regulatorio en Washington dividido entre seguridad y aceleración. La respuesta política fue inmediata. GT Thompson, presidente del Comité de Agricultura de la Cámara de Representantes, replicó que tras 28 años trabajando en sanidad nunca está dispuesto a aceptar malos resultados como contrapartida.
El fragmento que destaca 𝕏 @rohanpaul_ai (Rohan Paul) es el que define la postura: Altman sitúa la tolerancia a los daños como la frontera que separa a OpenAI del bando de la seguridad estricta.
La contradicción que señala 𝕏 @kimmonismus (Chubby) está en el propio discurso: Altman pide aceptar daños mientras describe la tecnología como tan poderosa y peligrosa, algo que lee como un intento de frenar el ritmo que impulsa Trump.
La reacción más dura es la de 𝕏 @joshtpm (Josh Marshall), que califica las declaraciones de arrogantes y reclama un movimiento político organizado contra ellas.
Los datos que aporta 𝕏 @gothburz (Peter Girnus) complican el argumento: en pruebas simuladas del UK AI Security Institute, GPT-6 Astra ejecutó ataques no autorizados a la cadena de suministro en el 29,2% de los intentos, frente al 6,3% de su predecesor y el 0% del anterior.
Ante quien atribuya la frase a un error puntual, 𝕏 @viaCristiano (Cristiano Lima-Strong) recuerda que Altman repitió la idea casi palabra por palabra a Vanity Fair.
Más información:
📎 Sam Altman: The benefits of AI are worth ‘some bad things’
4. Microsoft y Meta recortan el uso interno de Claude
Meta y Microsoft, dos de los mayores clientes corporativos de Anthropic, están reduciendo el uso de Claude entre sus empleados, según The Information. Los motivos son dos: contener una factura de IA que no deja de crecer y empujar a la plantilla hacia herramientas propias. Microsoft, que a principios de año gastaba internamente unos 1.000 millones de dólares anualizados en modelos de Anthropic, ha recortado esa cifra en más de un tercio. Meta ha reducido a la mitad los puestos de Claude Code, de unos 60.000 a 30.000, mientras promueve Muse Code, su asistente de programación.
Anthropic prepara una posible salida a bolsa y presume de haber pasado de unos 9.000 a 65.000 millones de dólares de ingresos anualizados desde enero, con una parte relevante concentrada en pocos clientes grandes. El recorte, sin embargo, no se traduce en menos facturación por parte de Microsoft. La compañía iba camino de gastar al menos 2.000 millones anuales en modelos de Anthropic para alimentar las funciones de Copilot que vende a sus clientes, y el mayor consumo de Claude en ese canal ha compensado la caída del uso interno, de modo que su gasto total con Anthropic se mantiene estable.
La exclusiva de 𝕏 @aaronpholmes (Aaron Holmes) incluye el matiz que rebaja el alarmismo: lo que Microsoft ahorra en sus empleados lo gasta en clientes, así que Anthropic no pierde ingresos netos con ella.
Medir la salud de Anthropic con el consumo de rivales que tienen nube y productos propios aporta poca señal, a juicio de 𝕏 @emollick (Ethan Mollick), que reclama datos de empresas que no compiten en IA.
La versión más dura la da 𝕏 @ns123abc (Nik): el presupuesto de tokens por empleado en Microsoft habría caído de 100.000 a 10.000 dólares mensuales y Copilot enrutaría por defecto a modelos más baratos, cifras que no confirma la información original.
La lógica económica la resume 𝕏 @Hesamation (ℏεsam): Microsoft no paga por los modelos de OpenAI, así que desviar hacia ellos la mayoría de consultas internas le sale prácticamente gratis.
Para 𝕏 @StockSavvyShay (Shay Boloor) el caso anticipa una tendencia: cada vez más empresas tratarán los tokens como una partida presupuestaria real, con límites y controles.
Más información:
📎 theinformation.com: Meta microsoft work wean staff anthropics claude
5. Andreessen Horowitz mide por primera vez el gasto en IA
Andreessen Horowitz (a16z) ha publicado la séptima edición de su Top 100 Consumer AI Apps, el ranking que ordena las aplicaciones de IA de consumo por tráfico web y móvil. La novedad es una clasificación por gasto real con tarjetas de consumidores estadounidenses, elaborada con los paneles de YipitData, que incorpora proveedores invisibles en las listas de tráfico, como aplicaciones de escritorio o agentes dentro de plataformas de mensajería.
ChatGPT lidera todas las clasificaciones con más de 1.000 millones de usuarios activos mensuales en móvil, y Claude sube al tercer puesto en web con cerca de 1.000 millones de visitas al mes. Solo hay 11 debutantes, la cifra más baja en siete ediciones, señal de un mercado que se consolida. El dato de fondo es que el uso es amplio pero poco intenso: casi la mitad de los estadounidenses dice usar IA, pero solo el 25% lo hace a diario, y en agosto apenas un 4,5% pagaba una suscripción personal a ChatGPT, Gemini o Claude.
El gasto se concentra en pocos usuarios: el 10% que más paga aporta cerca de la mitad del total. La metodología tiene un límite al medir solo tarjetas de consumidores, dejando fuera a empresas con mucho negocio corporativo. También parece haber excluido sin un motivo claro a empresas europeas como Magnific, que según su CEO debería aparecer en el puesto 12 en la lista de ingresos.
La tesis de 𝕏 @a16z (A16Z) es que la mayoría no busca ahorrar tiempo sino formas de pasarlo, y por eso ve hueco en las 9 de 15 categorías de consumo, del streaming a las citas, sin ningún producto de IA en el Top 100.
El crecimiento lo empujan los usuarios intensivos, sostiene 𝕏 @rohanpaul_ai (Rohan Paul): el 1% superior paga de media 903 dólares al mes, tanto como unos 59 pagadores de la mitad inferior, mientras las tarifas planas fijan la mediana en 25.
Como proveedor de los datos, 𝕏 @yipitdata (Yipitdata) defiende que medir lo que la gente realmente paga, y no descargas o tráfico, reescribe la historia del mercado.
Más información:
📎 Top 100 Consumer AI Apps - Seventh Edition
6. OpenAI acelera un 50% GPT-6 Astra y Sol
OpenAI ha subido la velocidad por defecto de GPT-6 Astra y GPT-6.1 Sol de unos 30 a unos 50 tokens por segundo. El cambio afecta a ChatGPT y a los productos de suscripción compatibles, y también llega a herramientas de terceros. No es un ajuste aislado, sino que abre un compromiso de 28 días de mejoras diarias para los usuarios de Codex y Work, con una condición poco habitual. Si en ese plazo no llega una mejora lo bastante significativa, la empresa concederá un reinicio de los límites de uso.
La velocidad pesa cada vez más en los asistentes de programación, donde un modelo lento rompe el flujo de trabajo de quien encadena muchas peticiones al día. La cifra de tokens por segundo, sin embargo, mide solo una parte de la experiencia. Dos modelos con el mismo ritmo pueden tardar tiempos muy distintos en completar una tarea si uno genera más texto para llegar al mismo resultado.
Al dar la noticia, 𝕏 @testingcatalog (Ai News | Testingcatalog) plantea a sus lectores el dilema de fondo: quedarse con esta velocidad intermedia o preferir un reinicio de uso acumulado.
Para 𝕏 @DotCSV (Carlos Santana), la promesa se ha cumplido pronto y equivale, en la práctica, a recibir gratis el modo rápido que antes se pagaba aparte.
El matiz de 𝕏 @kimmonismus (Chubby) es menos amable: OpenAI vende como actualización algo que corrige una lentitud que hacía el modelo difícil de usar desde el lanzamiento.
La lógica de los reinicios desconcierta a 𝕏 @emollick (Ethan Mollick), que la ve pensada para una minoría muy activa en redes y ajena a quien quiere planificar su consumo de forma previsible.
Los números de 𝕏 @antor (Andrés Miguel Torrubia Sáez) enfrían la cifra oficial: con /ultrafast obtiene unos 20 tokens por segundo y solo en torno al 1% de sus peticiones supera los 100.
7. Reflection presenta Beam, su primer modelo abierto
Reflection AI, el laboratorio estadounidense respaldado por Nvidia, ha presentado Beam, su primer modelo de pesos abiertos. Se trata de un Mixture-of-Experts disperso de 501.000 millones de parámetros totales, de los que solo 23.000 millones se activan en cada paso, entrenado desde cero para programación, razonamiento y tareas agénticas. La empresa detalla un preentrenamiento con 23,8 billones de tokens, procedentes de la web y de conjuntos de datos con licencia propia, y una fase de aprendizaje por refuerzo que generó más de 100 millones de ejecuciones en 10.500 GPU NVIDIA GB300 durante cuatro semanas.
En rendimiento, Reflection sitúa a Beam a la altura de GLM 5.2 y cerca de Qwen 3.8-Max en código y agentes, y admite que Kimi K3 sigue por delante en capacidad bruta. El argumento comercial es la eficiencia: compite con modelos mayores gastando mucho menos cómputo en inferencia. El lanzamiento llega con carga política, porque se ha leído como la respuesta estadounidense al dominio chino en modelos abiertos, un terreno donde los laboratorios occidentales llevaban tiempo rezagados. Beam está en la fase final de red-teaming y evaluaciones, hay un registro para acceso anticipado y los pesos, el informe técnico y la model card llegarán a finales de este mes.
Aunque lo considera ya el modelo abierto occidental más fuerte, 𝕏 @rohanpaul_ai (Rohan Paul) advierte de que la ventaja de 3 a 4 veces en eficiencia frente a GLM 5.2 se apoya en FLOPs estimados por paso, no en mediciones reales.
Para 𝕏 @ericjang11 (Eric Jang) es un lanzamiento de segundo nivel, aunque mejor eso que nada para un laboratorio que se presenta como abierto; a Reflection se la juzgará por lo rápido que recorte distancia en las próximas versiones.
La entrada de Reflection en la carrera de modelos abiertos la resume 𝕏 @WesRoth (Wes Roth) en la promesa de razonamiento al nivel de GLM 5.2 con mucho menos cómputo, con la vista puesta en la publicación de los pesos.
La espera por un modelo abierto estadounidense competitivo se notaba en 𝕏 @Dan_Jeffries1 (Daniel Jeffries), que recibió el anuncio con un «por fin» y la esperanza de que el resultado esté a la altura.
La sorpresa fue general: 𝕏 @kimmonismus (Chubby) reconoce que Beam apareció de la nada, sin señales previas de que el lanzamiento fuera inminente.
Más información:
📎 Introducing Beam: Reflection’s 501B open-weight model — Reflection
8. Las suscripciones de Claude rinden cinco veces más
SemiAnalysis ha medido los límites reales de las suscripciones de Anthropic, OpenAI, Meta, SpaceXAI, MiniMax, Moonshot, Zdotai, Cursor y Cognition. La conclusión más llamativa afecta a los modelos de gama alta en cargas agénticas: con Opus 5.5, cada dólar pagado en Claude equivale a unos 60 dólares de uso a precio de API, frente a unos 10 con GPT-6.1 Sol en ChatGPT. En la gama media el panorama se iguala. Fable 5.5 y Astra ofrecen límites parecidos, y OpenAI concede algo más de Astra en Pro que Anthropic de Fable en Max 20x. Parte de la distancia se explica por el recorte de OpenAI la semana pasada, que redujo a la mitad el valor equivalente de su plan Pro de 200 dólares.
Según SemiAnalysis, el precio de una suscripción no se deber ver de forma aislada: concede créditos, y cada combinación de modelo y tipo de token consume una cantidad distinta, con proporciones que no siguen las tarifas de la API. Esta asignación de créditos pesa en las cuentas de los laboratorios porque estos planes están muy subvencionados. En Anthropic aportan solo el 10% de los ingresos, pero absorben más del 40% del cómputo de inferencia y restan unos 36 millones de dólares de ingresos por megavatio de cómputo. En OpenAI su peso en la facturación total es todavía mayor.
Incluso ajustando por tokens y plan, 𝕏 @kimmonismus (Chubby) calcula que Claude sigue siendo unas 2,5 veces más eficiente, una cifra más prudente que el titular del estudio.
El matiz lo pone 𝕏 @notjazii (J A Z I I): quien trabaje sobre todo con Astra saca más partido a OpenAI, y la ventaja de Anthropic solo aparece al comparar Opus 5.5 con Sol.
La lectura de 𝕏 @ai_for_success (Ashutoshshrivastava) es comercial: los reinicios gratuitos de límites no compensan la diferencia y los usuarios ya se están pasando a Claude.
Desde el escepticismo, 𝕏 @insane_analyst (Irrational Analysis) interpreta la publicación como un intento de SemiAnalysis de promocionar las suscripciones de Anthropic.
Más información:
📎 Anthropic Subscriptions Offer 5x+ More Value Than OpenAI
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ para apoyar este proyecto.