¿Qué pasó ayer? En un minuto:
Mistral lanza Large 4 en vista previa, un modelo multimodal de 1T parámetros entrenado en Europa y presentado como el mejor de pesos abiertos fuera de China.
OpenAI publica 722 manuscritos matemáticos generados por un modelo aún no lanzado, con posibles avances de primer orden pendientes de verificación.
Un desarrollador recrea siete aplicaciones de Adobe como alternativas gratuitas y de código abierto usando Opus 5.5.
Más de 90 agentes de Opus 5.5 coordinados por Vals AI proponen dos candidatos a semiconductores magnéticos a temperatura ambiente.
Google lanza Nano Banana 2.1, su nuevo modelo de generación y edición de imágenes, más barato y con mejoras incrementales, aunque por detrás de OpenAI.
Anthropic amplía su programa de ciberseguridad para que profesionales acreditados usen Mythos 5.1 y otros modelos sin salvaguardas.
Claude llega a Google Docs, Sheets y Slides mediante un complemento en beta que lee y edita documentos compitiendo con Gemini.
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. Mistral lanza Large 4, su modelo más grande
Mistral ha publicado en vista previa Mistral Large 4, apodado “Le Chonk”, su modelo más grande hasta la fecha. Es un modelo multimodal de forma nativa con 1 billón de parámetros, de los que se activan 49.000 millones por consulta. Ya está disponible por API en Mistral Studio, a 1,36 dólares por millón de tokens de entrada y 4,18 por millón de salida. Los pesos llegarán a finales de mes bajo una licencia propia. La compañía francesa lo entrenó desde cero en unas 3.800 GPU Nvidia alojadas en sus centros de datos europeos, con datos en más de 160 idiomas.
Mistral sostiene que es el mejor modelo de pesos abiertos de Estados Unidos o Europa en benchmarks agregados: un 61,7% en DeepSWE, un 93% en Cybench, un 67% en Finch y un 42% en grounding visual, incluso un punto por encima de GPT-6 Astra. El lanzamiento sitúa a Europa frente a la competencia de modelos abiertos chinos como GLM-5.3, aunque sigue por detrás de los modelos cerrados de Anthropic, OpenAI y Google. Antes de liberar los pesos, Mistral lo someterá a red-teaming con expertos en ciberseguridad y autoridades estatales.
Aunque se quede en segunda línea, 𝕏 @antonello (Antonio Ortiz) cree que el modelo puede empujar a la Unión Europea a concluir que ya dispone de algo «lo suficientemente bueno» para no depender de Estados Unidos.
La sorpresa es el regreso de Europa, admite 𝕏 @kimmonismus (Chubby), que no lo esperaba y anticipaba resultados en benchmarks positivamente inesperados.
Donde más destaca, a juicio de 𝕏 @testingcatalog (Ai News | Testingcatalog), es en tareas legales, un terreno que describe como el punto fuerte del modelo.
La evaluación real vendrá de los votos de usuarios, recuerda 𝕏 @arena (Arena.Ai), que medirá el modelo en millones de tareas agénticas de largo recorrido con acceso a búsqueda web.
Más información:
📎 Le chonk: Introducing Mistral Large 4
📎 reuters.com: Mistral CEO says new AI model beats chinese ones some areas
2. OpenAI publica 722 manuscritos matemáticos de un modelo interno
OpenAI ha abierto en GitHub el repositorio openai/math con 722 manuscritos generados por un modelo de frontera que aún no ha lanzado, agrupados en 372 familias de resultados por disciplina. Proceden de una evaluación con unos 4.000 problemas de investigación abiertos, que la compañía amplió después de saturar sus pruebas matemáticas habituales. Según OpenAI, cada resultado consumió de media el cómputo equivalente a unas tres horas de razonamiento de ChatGPT Pro. Entre los trabajos figuran una rebaja del exponente de la multiplicación de matrices desde 2,371177, récord de AlphaEvolve, hacia 2,25, y un algoritmo de multiplicación de enteros por debajo de n log n.
Si se confirman, serían avances de primer orden en áreas que llevan décadas progresando a pasos mínimos. Matemáticos como Alex Kontorovich, de la Universidad de Rutgers, han comparado el conjunto con un trabajo digno de Medalla Fields. La propia OpenAI reconoce que los materiales están en distintas fases de verificación: no todos cuentan con formalización en Lean y algunos podrían contener errores. La empresa ha consultado al grupo asesor sobre matemáticas e IA del Institute for Advanced Study y estudia trasladar los materiales a repositorios gestionados por la comunidad.
Para 𝕏 @antonello (Antonio Ortiz) puede ser uno de los días más importantes de la historia de las matemáticas, aunque él mismo matiza que pasará mucho tiempo hasta validar todo lo publicado.
Más allá del contenido, 𝕏 @tunguz (Bojan Tunguz) destaca el formato: publicar investigación directamente en GitHub debería convertirse en la norma, sobre todo en matemáticas.
𝕏 @emollick (Ethan Mollick) ve dos efectos a la vez: la IA releerá y rejuzgará todo lo publicado y acelerará los descubrimientos nuevos, algo que ya observa en su campo, la sociología económica.
Cruzando los resultados con el ranking ProofAtlas, 𝕏 @AndrewCurran_ (Andrew Curran) sostiene que se ha resuelto una quinta parte de los 500 problemas abiertos más importantes, una cifra que depende de un ranking elaborado por modelos de lenguaje y no por consenso experto.
Más información:
📎 openai.com: Sharing AI progress in mathematics
3. Un desarrollador recrea siete apps de Adobe con Opus
Un desarrollador vinculado al equipo ArtCraft asegura haber usado Opus 5.5, el modelo de Anthropic, para recrear siete aplicaciones de Adobe como alternativas gratuitas y de código abierto, escritas íntegramente en Rust y publicadas en GitHub bajo la cuenta storytold. La suite incluye PhotoCraft (Photoshop), VectorCraft (Illustrator), FilmCraft (Premiere Pro), LightCraft (Lightroom), PrintCraft (Acrobat), EffectCraft (After Effects) y DesignCraft (InDesign). Se presentan como reimplementaciones «clean-room», construidas a partir de especificaciones públicas, nativas en macOS, Windows y Linux y en el navegador mediante WebAssembly.
PhotoCraft abre y guarda PSD reales y conserva el render de 307 de los 309 archivos de prueba de psd-tools; VectorCraft renderiza 20.000 formas en unos 27 milisegundos; FilmCraft usa códecs H.264, HEVC, ProRes y AAC propios, y EffectCraft declara 306 efectos e importación y exportación de Lottie. El caso importa porque cuestiona el valor defensivo del software de escritorio frente a modelos capaces de reescribirlo, y presiona modelos de suscripción como el de Adobe. Todas las acciones de las aplicaciones se exponen como comandos que un agente de IA puede controlar a través de un servidor MCP.
La difusión de 𝕏 @kimmonismus (Chubby) incluye una advertencia útil: son versiones iniciales y PhotoCraft todavía no está listo para sustituir a Photoshop.
Si la IA puede descompilar y recodificar software, el único foso que queda es el propio modelo, sostiene 𝕏 @naval (Naval), que espera más software replegado al servidor para resistir la «destilación».
El entusiasmo de 𝕏 @iamsupersocks (Supersocks) se dirige al modelo más que a las aplicaciones: califica Opus 5.5 de «monstruo» y el proyecto de regalo para la comunidad.
En su repaso, 𝕏 @RoundtableSpace (0Xmarionawfal) pone el foco en la fidelidad con los PSD, con 134 de 135 archivos de prueba guardados idénticos, y en el compromiso de usar solo especificaciones públicas.
El dato de los cuatro días es el que eleva 𝕏 @ponyodong (Ponyo) al titular, presentando la suite como una reescritura completa del paquete de Adobe sin cuotas.
Más información:
📎 reddit.com: Ive created open source 100 rust cleanroom
4. Agentes de Opus 5.5 proponen dos semiconductores magnéticos
Vals AI, empresa especializada en evaluación de modelos de IA, ha coordinado a más de 90 agentes de Claude Opus 5.5, el modelo de Anthropic, que durante tres días de trabajo de simulación ejecutaron cientos de cálculos de teoría del funcional de la densidad (DFT). El resultado son dos candidatos a semiconductores magnéticos capaces de operar a temperatura ambiente. Uno es YBaMnFeO₅, un compuesto que no se había propuesto antes; el otro es KV[Cr(CN)₆], sintetizado por primera vez en 1999.
La búsqueda se centraba en materiales antiferromagnéticos que clasifiquen los electrones según su espín mientras sus momentos magnéticos opuestos se anulan, una combinación que la física de materiales persigue desde hace décadas. Su interés práctico está en la espintrónica: memorias que almacenan información en el espín y que podrían funcionar más frías y rápidas que las actuales. El caso es relevante por el método. Un cribado computacional de este tipo suele llevar semanas o meses de trabajo especializado, y aquí lo ha comprimido un sistema multiagente operando de forma sostenida. Son predicciones de simulación, no materiales caracterizados en laboratorio, y su validez dependerá de la síntesis y la medición experimental.
El tono de 𝕏 @kimmonismus (Chubby) es de entusiasmo directo: califica el resultado de «súper chulo», aunque se limita a amplificar lo que afirma Vals AI sin entrar a valorar la solidez física de los candidatos.
Lo que más llama la atención a 𝕏 @WesRoth (Wes Roth) es el compuesto de 1999: sugiere que su capacidad prevista llevaba más de dos décadas esperando a que alguien la detectara.
La transparencia es el argumento que destaca 𝕏 @RoundtableSpace (0Xmarionawfal), que apunta a que 58 de las 61 afirmaciones publicadas habrían superado la revisión, un dato que da más peso al trabajo que el simple anuncio.
Para 𝕏 @AGTPinsights (Agtp) la noticia se entiende mejor desde la física que desde la IA: los semiconductores antiferromagnéticos son un objetivo antiguo, y ahí está el valor del hallazgo.
El enfoque de 𝕏 @gudanglifehack (Tips Excel | Ai Productivity) subraya la novedad de YBaMnFeO₅ como compuesto nunca propuesto, frente a la reinterpretación de un material ya conocido.
Más información:
📎 Two Room-Temperature Antiferromagnetic Semiconductor Candidates
5. Google lanza Nano Banana 2.1, más barato
Google ha lanzado Nano Banana 2.1, su nuevo modelo de generación y edición de imágenes, disponible desde hoy en la API, Google AI Studio y la app Gemini. La compañía lo presenta como una mejora en factualidad, fidelidad visual y coherencia en conversaciones de varios turnos, con el coste y la velocidad propios de su gama Flash. Según la ficha técnica de DeepMind, pertenece a la serie Gemini 3 y se basa en Gemini 3.6 Flash. Admite texto e imágenes como entrada, con una ventana de contexto de hasta un millón de tokens, y genera imágenes con salidas de 4.000 tokens y texto de hasta 64.000.
La salida de imagen cuesta 30 dólares por millón de tokens, una rebaja respecto a versiones anteriores. En las clasificaciones de Arena, basadas en votos de usuarios, el modelo queda cuarto en edición multiimagen con 1431 puntos, quinto en generación desde texto con 1328 y sexto en edición de imagen con 1428. En edición multiimagen, los tres primeros puestos son de OpenAI, con el líder en 1527 puntos, mientras que Nano Banana 2.1 supera a los modelos de ByteDance (1412) y Meta (1402).
La presentación de 𝕏 @OfficialLoganK (Logan Kilpatrick) es deliberadamente contenida: habla de una «buena actualización» para clientes de imagen, con muchas correcciones de errores heredados, sin venderla como un salto de generación.
Desde la tabla de votos, 𝕏 @arena (Arena.Ai) lo considera una mejora sustancial respecto a la versión anterior de Google, aunque sus propias posiciones dejan el liderazgo en manos de OpenAI.
Lo que subraya 𝕏 @WesRoth (Wes Roth) es el mayor control en la edición y unos resultados de aspecto más natural, dos puntos débiles habituales en los modelos de imagen anteriores.
La reacción de 𝕏 @kimmonismus (Chubby) refleja cierta decepción: esperaba novedades de mayor calado como Veo 4 o Genie 4 y se encontró con una actualización incremental.
El modelo ya aparecía activo en AI Studio antes del anuncio, detectó 𝕏 @AndrewCurran_ (Andrew Curran), que anticipó el lanzamiento a partir de la ficha técnica publicada.
Más información:
📎 Nano Banana 2.1 - Model Card
6. Anthropic abre Mythos a profesionales de ciberseguridad verificados
Anthropic ha lanzado una versión ampliada de su Cyber Verification Program (CVP), que fusiona ese programa con Project Glasswing en una sola oferta de tres niveles: Defensa, Red Team y Especializado, cada uno con salvaguardas propias. Los profesionales verificados podrán usar Claude Mythos 5.1, Opus 5.5 y Sonnet 5.5, además de los modelos que lleguen después, sin los clasificadores de bloqueo que tienen los modelos públicos. El nuevo esquema también admite pruebas ofensivas autorizadas, como pentesting y red teaming.
Anthropic justifica el cambio por el doble uso de la ciberseguridad: la misma capacidad que permite encontrar y corregir una vulnerabilidad sirve para explotarla. Por eso sus modelos de acceso general mantienen salvaguardas conservadoras que bloquean la mayor parte del trabajo de ciberseguridad, y la compañía admite que sigue intentando reducir los falsos positivos en programación de seguridad. El acceso escalonado y verificado se consolida así como la fórmula del sector para desplegar capacidades sensibles sin abrirlas al público. Según Reuters, entre abril y octubre se verificaron 5.500 vulnerabilidades en el marco de estos programas.
El anuncio de 𝕏 @AnthropicAI (Anthropic) insiste en el carácter defensivo del acceso: presenta las salvaguardas como diseñadas para el trabajo de protección, no como una apertura general de sus modelos más capaces.
La lectura de 𝕏 @rohanpaul_ai (Rohan Paul) pone el foco en Mythos: lo relevante no es la reorganización en niveles, sino que el modelo deja de ser exclusivo de un círculo reducido de socios.
El anuncio aclara las capturas de usuarios conversando con Mythos 5.1 que circularon esa misma mañana, observa 𝕏 @AndrewCurran_ (Andrew Curran), señal de que el acceso empezó a activarse antes de hacerse oficial.
Entre los detalles prácticos, 𝕏 @RoundtableSpace (0Xmarionawfal) subraya que mantenedores de código abierto e investigadores verificados ya pueden solicitar acceso, un público que antes quedaba fuera.
El resumen de 𝕏 @tldrnewsletter (Tldr Newsletter) reduce la noticia a lo esencial para equipos técnicos: Mythos 5.1 con menos salvaguardas para quien supere la verificación.
Más información:
📎 Expanding the Cyber Verification Program
7. Claude entra en Google Docs, Sheets y Slides
Anthropic ha lanzado Claude for Google Workspace, un complemento en beta pública para todos los planes de pago de Claude. El asistente se instala en una barra lateral junto al archivo abierto en Google Docs, Sheets o Slides, lee su contenido, toma como contexto el texto o las celdas seleccionadas y edita el documento sobre la marcha. Cada cambio pasa por la aprobación del usuario antes de aplicarse. En hojas de cálculo puede construir fórmulas y gráficos. La integración también opera a la inversa: los archivos de Google se abren ahora dentro de Claude, que los crea y modifica mediante nuevos conectores, igualmente en beta.
El paso sigue a la llegada de Claude a Word, Excel y PowerPoint, y completa la presencia de Anthropic en las dos grandes suites ofimáticas, donde ya pasa buena parte del trabajo de oficina. La particularidad es el terreno: Google ya integra Gemini en esas mismas aplicaciones, así que Claude compite con el asistente nativo dentro del producto de un rival que, además, controla el canal de distribución de complementos.
El anuncio de 𝕏 @claudeai (Claude) pone el énfasis en el control: el modelo edita en el sitio, pero nada se aplica sin la validación del usuario, un mensaje pensado para equipos reacios a ceder documentos a un agente.
Para 𝕏 @testingcatalog (Ai News | Testingcatalog) es un cambio pequeño con un efecto grande en el día a día, sobre todo por poder abrir esos formatos directamente en Claude.
El salto, a juicio de 𝕏 @WesRoth (Wes Roth), está en pasar de leer archivos a trabajar en ellos, con detalles como generar diapositivas nuevas que respetan el diseño de una presentación existente.
La ventaja práctica que ve 𝕏 @goyalshaliniuk (Shalini Goyal) es dejar de saltar entre aplicaciones para analizar y corregir un documento.
Más información:
📎 Claude now works with Google Docs, Sheets, and Slides