¿Qué pasó ayer? En un minuto:
OpenAI presenta GPT-6 Astra, su modelo frontera centrado en el uso agéntico del ordenador, que satura ARC-AGI-3 seis meses después de su lanzamiento y arrebata a Anthropic el estado del arte tras solo dos días.
NVIDIA compra Hugging Face por casi 13 mil millones de dólares con el compromiso de mantener abierta y neutral la plataforma de modelos abiertos.
Bernie Sanders y Greg Casar registran una ley para prohibir la superinteligencia y pausar el desarrollo de IA hasta que exista un regulador.
Google activa Gmail Live, Docs Live y Keep Live para consultar, redactar y tomar notas por voz en Workspace, disponibles solo para suscriptores de pago.
Scott Aaronson da por enterrada la idea de los bucles extraños como clave de la inteligencia ante la evidencia empírica de los grandes modelos de lenguaje.
Microsoft lanza MAI-Transcribe-2, un modelo de transcripción que presume de ser el más rápido y barato del mercado.
Tesla abre al público los viajes en Cybercab, su robotaxi sin volante ni pedales, en Austin.
Todo el mundo habla de IA, pero muy pocos saben aprovecharla en su organización.
El Máster Ejecutivo te enseña a hacerlo: un programa para liderar la adopción de la IA en tu empresa, sin necesidad de tener un perfil técnico. Aprende IA sin humo, sin modas y sin miedo a quedarte atrás.
📅 Miércoles 9 de septiembre: último día del descuento early-bird.
💶 300€ de descuento extra con el cupón 1MINUTODEIA300, solo por ser lector.
👉 Reserva tu plaza o descarga el programa
Y si tienes más de un minuto…
1. OpenAI lanza GPT-6 Astra y recupera el liderazgo
OpenAI ha presentado GPT-6 Astra, su nuevo modelo frontera, al que describe como su modelo "más inteligente y alineado". El foco está puesto en el uso agéntico del ordenador: navegar por webs, operar hojas de cálculo y aplicaciones de escritorio, y devolver documentos o presentaciones terminados. Los resultados publicados apuntan a saltos grandes en pruebas de razonamiento y trabajo largo. Según pruebas internas de OpenAI, completa tareas de oficina simuladas en un 47% menos de tiempo que su modelo anterior, GPT-5.6 Sol.
Es el primer modelo que satura ARC-AGI-3, un benchmark de inteligencia agéntica en el que el sistema debe explorar entornos abstractos al estilo de juegos, deducir la mecánica y el objetivo, y construir un modelo interno capaz de lograr ese objetivo sin instrucciones previas. El resultado varía mucho según la configuración: con el harness (andamiaje de texto para afrontar la tarea) de la fundación ARC-AGI, Astra obtiene un 62,7% de éxito con un coste de 26.000 dólares; con el harness creado por OpenAI más cercano a tareas reales, que conserva el estado de razonamiento entre peticiones y compacta las conversaciones largas, alcanza un 99,9% por 19.000 dólares.
Más allá de la puntuación, ARC Prize destaca que Astra supera la media humana en eficiencia de acciones en el 96% de los niveles y que representa las mecánicas de cada entorno como reglas lógicas, con una notación propia para seguir el estado y planificar. Cuando el benchmark se lanzó en marzo de este mismo año, los modelos frontera no superaban el 1%. ARC Prize define AGI como la capacidad de adquirir cualquier destreza humana con la misma eficiencia, sus entornos son resolubles al 100% por personas, y ya prevé lanzar ARC-AGI-4 en el primer trimestre de 2027 ante la rápida evolución.
En cuanto a precio, 10 dólares por millón de tokens de entrada y 50 de salida, iguala exactamente la tarifa de Anthropic, cuyo Claude Fable 5.1 solo ha podido liderar el estado del arte durante dos días. El preentrenamiento se hizo con más de 100.000 GPUs del proyecto Stargate anunciado en enero de 2025. Astra es el primer modelo de OpenAI que alcanza el umbral crítico de capacidad en ciberseguridad de su propio marco de riesgos. La compañía afirma haber reforzado los controles y la supervisión para que el modelo rechace crear código de ataque. El despliegue arranca en un grupo limitado de organizaciones, y llegará en los próximos días a los suscriptores de los planes Plus, Pro, Business, Enterprise y también a través de la API para todos los clientes.
El propio 𝕏 @OpenAI (Openai) destaca el avance en descubrimiento científico, reivindicando liderazgo en benchmarks como FrontierMath Tier 4, Terminal-Bench Science 0.1 y HealthBench Pro entre otros.
Al ordenar los resultados por tramos, 𝕏 @WesRoth (Wes Roth) pone en la categoría alta los saltos de orden de magnitud en tareas agénticas de horizonte largo y subraya que ARC-AGI-3 se diseñó precisamente para resistir la memorización.
Más contenido, 𝕏 @testingcatalog (Ai News | Testingcatalog) se limita a constatar que Astra encabeza casi todos los benchmarks publicados.
El propio 𝕏 @fchollet (François Chollet) reconoce que su estimación pública de un año hasta la saturación se ha cumplido al doble de velocidad, seis meses, con la salvedad de que el ritmo depende de cuánto se apunte explícitamente al benchmark.
Al recoger la valoración de ARC Prize, 𝕏 @AndrewCurran_ (Andrew Curran) subraya la expresión clave del informe: un cambio de escalón en capacidad para problemas de razonamiento interactivo, no una mejora incremental.
La lectura de 𝕏 @kimmonismus (Chubby) es la más práctica para el sector: si una prueba diseñada para resistir la memorización cae en medio año, hacen falta benchmarks nuevos ya.
Más información:
📎 openai.com: GPT-6 astra
📎 OpenAI’s GPT-6 Astra on ARC-AGI-3 | ARC Prize
📎 Introducing GPT-6 Astra: the most intelligent and aligned model in the world.
2. NVIDIA compra Hugging Face
Ya es oficial, NVIDIA ha acordado la compra de Hugging Face por 12.930 millones dólares, según el anuncio publicado por Jensen Huang en el blog de la compañía. Hugging Face es hoy el repositorio central del ecosistema de modelos abiertos: más de 18 millones de desarrolladores, investigadores y creadores, más de 3 millones de modelos, 500.000 conjuntos de datos y un millón de aplicaciones, con unas 200.000 empresas que la usan para descubrir, evaluar, personalizar y desplegar IA. La operación coloca al mayor fabricante de aceleradores en el punto de distribución donde el sector busca, prueba y descarga pesos abiertos, un lugar comparable al que ocupa GitHub en el software.
NVIDIA se compromete a mantener la plataforma abierta y neutral: los desarrolladores elegirán modelos, frameworks, nubes y proveedores de inferencia, y no hará falta computación de NVIDIA para construir o desplegar allí. También promete seguir soportando modelos de código abierto y pesos abiertos de cualquier origen, con desarrollo y despliegue multi-nube y multi-GPU. El argumento de fondo que defiende Huang, recogido en una carta abierta firmada con otros directivos del sector, es que los pesos abiertos amplían el acceso a la IA, refuerzan la seguridad y la ciberseguridad y permiten proyectos de soberanía nacional. Hugging Face fue fundada en Nueva York hace una década por emprendedores franceses.
El encuadre de 𝕏 @JensenHuang (Jensen Huang) es deliberadamente político: presenta los modelos abiertos como palanca de seguridad, difusión y soberanía, no como una simple línea de producto.
Un detalle que recoge 𝕏 @AndrewCurran_ (Andrew Curran) cambia la lectura de la operación: fue Hugging Face quien se acercó a NVIDIA hace unas semanas y el acuerdo se cerró muy rápido desde ahí.
Sin atribuir filantropía a nadie, 𝕏 @kimmonismus (Chubby) defiende que los incentivos encajan: NVIDIA no necesita que gane un modelo concreto, le basta con que millones de desarrolladores construyan.
Desde la posición de antiguo inversor, 𝕏 @sundarpichai (Sundar Pichai) celebra la salida y da por hecho que la relación de colaboración con la plataforma continúa igual.
El apoyo de 𝕏 @DavidSacks (David Sacks) va por la vía del argumento de concentración: mantener la innovación descentralizada como forma de evitar que las capacidades avanzadas queden en pocas manos.
Más información:
📎 NVIDIA to Acquire Hugging Face
3. Sanders propone prohibir la superinteligencia por ley
El senador Bernie Sanders y el congresista Greg Casar han registrado la Ban Artificial Superintelligence Act, una propuesta que prohibiría a cualquier persona o entidad desarrollar o desplegar superinteligencia artificial. El resumen publicado en sanders.senate.gov la define de dos formas: sistemas que igualen o superen el rendimiento cognitivo humano en un amplio abanico de dominios, o que puedan modificarse con facilidad para hacerlo, y sistemas con capacidad para planificar y ejecutar el desempoderamiento de la humanidad, incluido el derrocamiento del Gobierno de EEUU. La primera es lo bastante amplia como para alcanzar buena parte de lo que hoy se entrena. La segunda definición es concreta pero difícil de medir.
El texto va más allá de la prohibición y reclama pausar el desarrollo de IA avanzada hasta que exista un organismo regulador federal con reglas claras y procesos de revisión de modelos. Ese organismo vigilaría los sistemas frontera durante todo su ciclo de vida y supervisaría la eliminación de capacidades peligrosas, entre ellas eludir órdenes de apagado o ejecutar ciberataques no autorizados. El calendario político juega en contra: la propuesta llega con la Casa Blanca en manos de una Administración abiertamente favorable a acelerar el despliegue, y con Astra, el nuevo modelo frontera de OpenAI, recién presentado. El resumen contempla penas de hasta veinte años de prisión para los infractores.
El desglose que hace 𝕏 @AndrewCurran_ (Andrew Curran) señala el punto que más va a incomodar al sector: la pausa afectaría a todo el desarrollo de IA en Estados Unidos, no solo a los sistemas que encajen en la definición de superinteligencia.
Sin defender la desregulación, 𝕏 @fchollet (François Chollet) considera que una regulación tan absoluta será activamente contraproducente y va en la dirección equivocada.
La objeción de 𝕏 @Dan_Jeffries1 (Daniel Jeffries) es de principio: nadie votó la imprenta, la máquina de vapor ni el transistor, y no ve por qué perseguir inteligencia avanzada debería calificarse de antidemocrático.
Para 𝕏 @WesRoth (Wes Roth) la propuesta confirma una advertencia previa de Chamath Palihapitiya: los ensayos alarmistas sobre riesgo existencial acabarían usándose para empujar políticas mal calibradas.
Desde una lectura de clima social, 𝕏 @antonello (Antonio Ortiz) sostiene que las posiciones contrarias a la IA llevan tiempo ganando la opinión pública con holgura, algo que ayuda a entender el momento elegido.
Más información:
📎 sanders.senate.gov: Ban Artificial Superintelligence Act Release Summary
4. Gemini estrena funciones de voz en Workspace
Google ha activado los modelos Gemini Audio dentro de Workspace con tres funciones nuevas: Gmail Live, Docs Live y Keep Live. La primera permite consultar la bandeja de entrada hablando, con preguntas del tipo «¿cuál es la puerta de embarque de mi vuelo?» o «¿qué hay esta semana en el colegio de mi hijo?», y la respuesta llega tras un rastreo del correo sin búsqueda manual. Docs Live funciona como coautor por voz: conversación en tiempo real para llegar a un primer borrador con estructura. Keep Live sirve como bloc de notas dictado, pensado para uso en movimiento.
Las capacidades se habían mostrado en el Google I/O de mayo y ahora pasan a despliegue efectivo en las apps móviles. El interés para el sector está menos en la novedad técnica que en el encaje: Google convierte a Gemini en la capa de interacción común de su suite de productividad, donde el valor no lo aporta el modelo sino el acceso al contexto del usuario (correos, documentos, notas). Ahí se juega la ventaja frente a asistentes que operan sin ese material. La disponibilidad se restringe a suscriptores de Google AI, es decir, planes de pago, y el despliegue es progresivo. Las funciones se describen como una vía manos libres para recuperar información, resumir y transcribir, no para ejecutar acciones complejas en nombre del usuario.
De las tres funciones, 𝕏 @sundarpichai (Sundar Pichai) destaca Docs Live como la más útil, y remite a una demostración en vídeo en lugar de apoyarse en cifras de rendimiento.
La lectura de mercado que hace 𝕏 @StockSavvyShay (Shay Boloor) es directa: Gemini se está convirtiendo en la interfaz de toda la pila de productividad de Google, no en una función más.
Desde dentro del equipo, 𝕏 @ChanduThota (Chandu Thota) insiste en el escenario de uso en movilidad y en tiempo real, que es donde el dictado y la consulta por voz compiten mejor con el teclado.
Con menos matices, 𝕏 @Saboo_Shubham_ (Shubham Saboo) resume la tendencia en que hablar con el agente basta y atribuye el salto a la mejora de los modelos de audio.
Más información:
📎 Use your voice to get more done in Gmail, Docs, and Keep
5. Aaronson entierra los bucles extraños como clave de la inteligencia
Scott Aaronson, informático teórico conocido por su trabajo en complejidad y computación cuántica, ha dado por cerrada la idea de que la autorreferencia y los llamados “bucles extraños” fueran el ingrediente secreto de la inteligencia. La tesis procede de la tradición de Douglas Hofstadter y del uso divulgativo de los teoremas de incompletitud de Gödel, invocados durante décadas para trazar una frontera entre la mente humana y las máquinas. Lo que ha erosionado ese argumento no es una refutación formal, sino la evidencia empírica: los grandes modelos de lenguaje han alcanzado capacidades notables sin ninguna arquitectura autorreferencial explícita, apoyándose en escalado, volumen de datos y predicción del siguiente token.
Para el sector la discusión tiene consecuencias prácticas, porque la teoría de la inteligencia que se dé por buena orienta hacia dónde va la investigación en arquitecturas posteriores al Transformer y cuánto se invierte en alternativas al paradigma actual. La réplica más visible ha venido de Pedro Domingos, autor de The Master Algorithm, que separa dos afirmaciones que suelen viajar juntas: acepta que la inteligencia consiste en predecir, pero rechaza identificar predicción con compresión, una equivalencia extendida en aprendizaje automático y defendida entre otros por Ilya Sutskever.
La forma en que 𝕏 @AndrewCurran_ (Andrew Curran) presenta la intervención es deliberadamente funeraria: habla de un elogio fúnebre para los bucles extraños, no de un matiz técnico dentro de un debate abierto.
Para 𝕏 @pmddomingos (Pedro Domingos) la idea que de verdad merece entierro no es la autorreferencia sino la ecuación entre predicción y compresión, y deja abierta la posibilidad de que la autorreferencia acabe teniendo la última palabra.
Más información:
📎 LLMs and self-referentiality
6. Microsoft lanza MAI-Transcribe-2 y tensiona el precio
Microsoft AI ha presentado MAI-Transcribe-2, su nuevo modelo propio de reconocimiento de voz. La compañía sostiene que procesa audio hasta 10 veces más rápido que GPT-Transcribe y 5 veces más rápido que Gemini 3.5 Transcribe. Artificial Analysis lo mide en un 2,0% de AA-WER a unas 411 veces el tiempo real, con un coste de 1,67 dólares por cada 1.000 minutos, lo que lo coloca en la frontera de Pareto entre precisión y latencia. Microsoft, además, lo comercializa a 0,10 dólares por hora de audio hasta finales de 2026, un precio promocional que deja poco margen a los rivales especializados.
El modelo encabeza el benchmark multilingüe FLEURS con un error medio de palabra del 5,2% sobre 60 idiomas, e incluye identificación automática de idioma, code switching, diarización de hablantes, marcas de tiempo por palabra, keyword biasing y salida limpia o literal. Este lanzamiento importa porque la transcripción es una capa de infraestructura barata y de alto volumen que permite el uso de los agentes de IA por voz, la manera más natural de interaccionar con una máquina. También refuerza la línea de modelos internos MAI que dirige Mustafa Suleyman, con Microsoft compitiendo directamente contra OpenAI, Google, xAI, Meta y ElevenLabs en un servicio que hasta ahora revendía.
El mensaje de 𝕏 @mustafasuleyman (Mustafa Suleyman) no admite matices: el más rápido, el más barato y el mejor, con el liderazgo en la frontera de Pareto de Artificial Analysis como aval principal.
La medición de 𝕏 @ArtificialAnlys (Artificial Analysis) rebaja algo el titular: sitúa al modelo en segunda posición tanto en precisión como en velocidad, y su mérito diferencial está en ofrecer eso al precio más bajo de su categoría.
Desde el uso real, 𝕏 @altryne (Alex Volkov) describe 90 minutos de audio transcritos con diarización en 15 segundos y se sorprende de que la mayoría siga tirando de Whisper-3-large en OpenRouter.
La comparación que hace 𝕏 @RoundtableSpace (0Xmarionawfal) es la que más incomoda a los especialistas: ElevenLabs Scribe cobra 3,67 dólares por cada 1.000 minutos y entrega peores resultados.
Para 𝕏 @LuminaBench (Lumina) el salto relevante es interno, no competitivo: duplicar velocidad y recortar casi tres cuartas partes del coste respecto a la versión anterior es una actualización de peso por sí sola.
Más información:
📎 MAI-Transcribe-2 is the fastest, most accurate and cheapest speech recognition model in the world
7. Tesla abre los viajes en Cybercab en Austin
Tesla ha anunciado que los trayectos en Cybercab quedan abiertos al público en Austin. El Cybercab es el vehículo que Tesla diseñó desde cero para su servicio de robotaxis: sin volante ni pedales, pensado únicamente para conducción autónoma. Hasta ahora el servicio en Austin funcionaba con flota adaptada y accesos restringidos, de modo que el paso relevante es el cambio de demostración controlada a disponibilidad abierta con el vehículo específico. En la ciudad se han multiplicado los avistamientos: unidades circulando por el centro y trayectos largos documentados por usuarios.
El interés para el sector va por dos vías. La primera es competitiva: Tesla intenta acortar distancia con operadores que ya tienen servicio comercial sin conductor, y hacerlo con un vehículo de coste unitario más bajo por estar diseñado para esa función. La segunda es industrial. Tesla afirma que el motor del Cybercab prescinde de tierras raras sin perder autonomía, un detalle con lecturas de suministro de imanes permanentes.
La cuenta 𝕏 @robotaxi (Tesla Robotaxi) comunica la apertura al público con un tono más celebratorio que técnico, sin precisar cobertura ni condiciones del servicio.
Más información:
📎 Tesla Cybercab Launches With Closed Event, Surprising Some Fans
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.
Lo que más se me queda de todo esto no es la puntuación en sí (que ya es una barbaridad: pasar de ~1% a saturar ARC-AGI-3 en seis meses, cuando el propio Chollet esperaba un año entero), sino un dato casi de refilón: 47% menos tiempo en tareas de oficina simuladas.
Ese dato no habla solo de velocidad. Habla de que, por primera vez, la ejecución se puede desacoplar de quien tiene la idea. Astra sostiene el razonamiento entre peticiones, trabaja en horizontes largos… y eso significa que ya no hace falta seguir mirando la pantalla mientras ocurre.
Llevo toda la semana dándole vueltas a esto desde otro ángulo, no el técnico: si el resultado se puede comprobar de un vistazo en vez de vigilarlo paso a paso, el sitio donde nace una idea deja de tener que coincidir con el sitio donde se ejecuta. Eso no es solo un salto de "inteligencia agéntica". Es un cambio en la postura, literal, desde la que creamos.