OpenAI y Cerebras lanzan el modo Ultrafast a 750 tokens por segundo en el nuevo campo de batalla de la velocidad
Primera tendencia: la velocidad de inferencia y el costo se convierten en el nuevo campo de batalla
El 13 de agosto, OpenAI y Cerebras lanzaron el modo Ultrafast, un nivel de servicio impulsado por el motor Wafer-Scale Engine de Cerebras, que ejecuta GPT-5.6 Sol a hasta 750 tokens de salida por segundo. Cerebras afirma que es 11 veces más rápido que Fable 5 y 5 veces más rápido que Opus 4.8 en modo Fast, sin degradación de la calidad. En Humanity's Last Exam, un punto de referencia de 2,500 preguntas que solo pueden responder especialistas con nivel de doctorado, el modo Ultrafast terminó en 11 horas y 11 minutos, mientras que Claude Fable 5 necesitó 78 horas y 27 minutos. En GDP-Val, un punto de referencia para trabajos de conocimiento económicamente valiosos, el modo Ultrafast logró una aceleración de extremo a extremo de 5.6x. El servicio está disponible primero en la API de OpenAI para un grupo selecto de clientes.
El 13 de agosto, Google lanzó Gemini 3.7 Flash, orientado a casos de uso de programación y agentes, apenas tres semanas después de 3.6 Flash. Hasta el 31 de diciembre, el modelo tiene un precio equivalente a la mitad de 3.6 Flash — $0.75 por millón de tokens de entrada y $3.75 por millón de tokens de salida. Google también está incorporando el modelo a Gemini Spark para los suscriptores de AI Pro y Ultra en más de 160 regiones.
El 14 de agosto, DeepSeek anunció precios de API diferenciados por horas pico y valle que entrarán en vigor el 17 de agosto, con las horas valle a la mitad de la tarifa pico. Algunos modelos registran aumentos de precio de más de 3x. El modelo insignia deepseek-v4-pro sufre un notable aumento de precio por millón de tokens durante las horas pico. La medida revierte la postura anterior de DeepSeek como proveedor de bajo costo.
El 13 de agosto, Lenovo publicó los resultados del primer trimestre del ejercicio fiscal 2026: los ingresos relacionados con la IA crecieron un 60% interanual hasta $8.5 mil millones, el 35% de los ingresos totales. El presidente Yang Yuanqing declaró a los medios que la asignación de cómputo está pasando de una etapa inicial de «80% entrenamiento» hacia un objetivo de «80% inferencia, 20% entrenamiento», con una división actual en torno al 50/50.
El mismo conjunto de anuncios del día —un modelo de frontera de 750 tokens por segundo, un modelo Flash a mitad de precio y un proveedor chino que sube los precios mientras otros los recortan— muestra que la competencia ha pasado de «quién es el más potente» a «quién es el más rápido y el más barato».
Segunda tendencia: pesos abiertos y especialización de capacidades
El 14 de agosto, DeepSeek publicó la versión oficial de V4-Pro, un modelo de 1.6 billones de parámetros con pesos liberados bajo la licencia MIT, soporte nativo para la API OpenAI Responses y adaptación dirigida a Codex. El ecosistema de complementos Harness entró en pruebas públicas.
Ese mismo día, se informó que GLM-5.3 de Zhipu, con un modelo base de 743B, obtuvo 84.5 en CyberGym, por encima de GPT-5.6 Sol; está orientado a la ciberdefensa y la programación. Meituan lanzó LongCat-2.0, un modelo de mezcla de expertos (MoE) de 1.6T de parámetros con una ventana de contexto de 1M de tokens, que obtuvo 70.8 en Terminal-Bench 2.1 y está centrado en la programación agéntica.
El 14 de agosto, Grok 4.6 encabezó la clasificación de programación en el mundo real de CursorBench, por delante de Claude Opus 5 y GPT-5.6 Sol. xAI también publicó en código abierto los pesos de Phoenix, su algoritmo de clasificación de X, un transformador basado en Grok cuyos pesos de puntuación sintética favorecen la intención de propagación y la conversación genuina, y en el que los «me gusta» se tratan como la señal más barata.
El 13 de agosto, un estudio de Meta y Oxford concluyó que el preentrenamiento multimodal solo necesita un 5% de datos de generación de imágenes, con la mezcla óptima en un 70% de lenguaje, un 25% de comprensión de imágenes y un 5% de generación de imágenes, lo que reduce los tokens de generación de imágenes en 5x.
El impulso de pesos abiertos de DeepSeek, Meituan y xAI, junto con puntos de referencia especializados para programación y ciberdefensa, marca un giro hacia modelos especializados por capacidades que compiten en tareas concretas y medibles, en lugar de en afirmaciones generales de capacidad.
Tercera tendencia: capital, reorganización y el mercado chino
El 13 de agosto, Fortune informó de que Anthropic planea una salida a bolsa (IPO) en octubre con una valoración de $2 billones, lo que superaría la salida a bolsa de SpaceX de $1.77 billones del 12 de junio como la mayor de la historia. Los ingresos anualizados de Anthropic superaron los $47 mil millones en mayo, y en junio presentó una solicitud confidencial ante la Comisión de Bolsa y Valores (SEC).
El 14 de agosto, Nikkei informó de que Tencent adquirirá la participación de Meta en la desarrolladora de IA Manus para convertirse en su mayor accionista. Manus, lanzada en marzo de 2025 por Butterfly Effect, trasladó su sede a Singapur y recortó sus operaciones en China después de una inversión estadounidense. En abril, la revisión de seguridad de la inversión extranjera de China prohibió la adquisición de Manus por parte de Meta; el 11 de agosto, Manus anunció que se separaba de Meta y restablecía su operación independiente.
El 14 de agosto, varios medios informaron de que Google DeepMind se está reestructurando para alejarse de la investigación de modelos de frontera y orientarse hacia modelos de clase Flash más rentables, con despidos que podrían alcanzar un tercio o más de la plantilla. Demis Hassabis dejó el cargo de director ejecutivo (CEO) el 5 de agosto y pasó a ser presidente y director científico de Alphabet. La reestructuración está relacionada con los retrasos del próximo modelo Gemini insignia de Google y con disputas internas sobre las prioridades de desarrollo.
El 14 de agosto, Reuters informó de que Apple ha entrenado un modelo de lenguaje de gran tamaño (LLM) específico para el mercado chino con Alibaba, poniendo fin a su dependencia anterior de modelos de terceros. Se espera que Apple Intelligence se lance en China en los próximos meses, tras la presentación el 15 de julio del servicio de IA generativa en dispositivo «Apple Intelligence» ante los reguladores.
El 13 de agosto, Musk dijo a los empleados de SpaceX que la capacidad energética del centro de datos de SpaceXAI (antes xAI) crecería unas 7 veces hasta 10GW a finales de 2027, desde los 1.4GW actuales entre Memphis y Southaven. Calculó que 10GW podrían generar entre $300 mil millones y $500 mil millones en ingresos anuales.
Ese mismo día trajo dos señales en la escala de los $2 billones y dos movimientos en el mercado chino: la valoración de la salida a bolsa de Anthropic y la estrategia de Apple para el modelo de China, mientras Tencent absorbía Manus y Google se retiraba de la vanguardia.
Cuarta tendencia: herramientas de seguridad y gobernanza que se quedan cortas
El 13 de agosto, en el Simposio de Seguridad USENIX de Baltimore, investigadores de la Universidad de Birmingham y de la Universidad de Durham dieron a conocer «Download More RAM», un ataque que explota una vulnerabilidad por falta de protección contra escritura en los chips SPD de DDR4/DDR5 para eludir las defensas de Windows 11 sin acceso físico. La falla permite que el software reescriba los datos de configuración de la memoria, lo que hace que Windows informe erróneamente de una capacidad de RAM del doble (2x) y crea alias de memoria para leer o modificar regiones protegidas. Puede desactivar el antivirus, comprometer sistemas empresariales bloqueados y eludir el anti-trampas del kernel. Microsoft asignó el identificador CVE-2026-23670 y añadió una mitigación en la actualización de seguridad de abril de 2026; los sistemas con Secure Boot habilitado están protegidos. Corsair, G.Skill y ADATA tenían cada una al menos una línea de productos de consumo afectada.
El 6 de agosto, un artículo aceptado en la Cumbre de Liderazgo en IA de la ACM constató que los detectores comerciales de IA no pueden distinguir de forma fiable la edición con IA de los borradores completos. Las ediciones ligeras del tipo «refinar solo el resumen» se marcaron en un 64–80% (Pangram/GPTZero), mientras que los originales no modificados de 2023–2025 se marcaron en un 9–15%. Tras la humanización con «Undetectable AI», menos del 4% de las reescrituras etiquetadas como IA siguen marcadas. La edición honesta con IA conlleva un mayor riesgo de sanción que la evasión asistida por humanizadores.
También esta semana, un análisis técnico sostuvo que las marcas de agua de la IA en texto siempre serán triviales de eliminar, antes de que el artículo 50 de la Ley de IA de la UE exija que los resultados sean «detectables como generados artificialmente», aplicable a partir de agosto de 2026. El muestreo de tokens al estilo SynthID puede eliminarse mediante parafraseo con cualquier LLM débil, y las marcas de agua con homoglifos Unicode pueden eliminarse reemplazando caracteres. El análisis señala que Claude Code utilizó anteriormente esteganografía con homoglifos para etiquetar ciertas solicitudes.
El 13 de agosto, OpenAI lanzó Computer History para la aplicación ChatGPT para Mac, sustituyendo la vista previa basada en capturas de pantalla de Chronicle por el registro de eventos de accesibilidad de macOS (clics, escritura, atajos, cambios de aplicación). Los eventos se almacenan localmente durante un máximo de 48 horas y se eliminan después de la generación de memoria en el servidor. La actividad en modo privado queda excluida. La función se distribuye a los usuarios Pro, Business y Enterprise, con exclusión del Espacio Económico Europeo (EEE), Suiza y el Reino Unido.
El 14 de agosto, ChatGPT incorporó la capacidad de editar directamente Google Docs, Sheets y Slides sin cambiar de pestaña, con un despliegue para los usuarios Plus, Pro, Business y Enterprise.
El ataque a nivel de hardware, los detectores que fallan y la marca de agua trivialmente eliminable comparten una premisa común: la infraestructura para verificar el contenido generado por IA y proteger los sistemas va a la zaga de los propios modelos.