Publicado por DogTV ·
Tendencia Uno: Los Modelos de Código Abierto de China Ocupan los Cinco Primeros Puestos a Nivel Mundial
El 2 de agosto, las últimas clasificaciones semanales de volumen de llamadas API de OpenRouter mostraron que los cinco primeros puestos estaban ocupados por empresas chinas. MiMo-V2.5 de Xiaomi encabezó la lista con 10,5 billones de tokens en una sola semana, un 12 % más que la semana anterior. El equipo de MiMo declaró que las llamadas semanales pasaron de 1,5 billones a 10,5 billones de tokens en dos meses — un aumento de seis veces —, capturando el primer puesto tanto en las clasificaciones semanales como en las mensuales. Los principales descargadores son desarrolladores independientes, equipos de tres a cinco personas y pequeñas y medianas empresas de herramientas de codificación y agentes de IA.
DeepSeek ocupó el segundo y quinto puesto con dos modelos que cubren distintos perfiles de desarrolladores. Hunyuan Hy3 de Tencent, liberado como código abierto solo el 6 de julio, se clasificó en tercer lugar con una tasa de crecimiento semanal superior al 999 %, el modelo de aceleración más rápida en la clasificación. En Hugging Face, el volumen de descargas de modelos chinos de código abierto sigue siendo el líder mundial, con la serie Qwen de Alibaba superando por sí sola los 1.000 millones de descargas acumuladas. Los datos de firmas de inversión estadounidenses indican que el 80 % de las startups de IA estadounidenses utilizan ahora modelos chinos de código abierto durante sus presentaciones de recaudación de fondos. En promedio, cada día se construyen más de 200 modelos derivados sobre modelos base chinos.
El 3 de agosto, la Supercomputación Nacional de Internet de China lanzó la API DeepSeek-V4-Flash-0731, permitiendo a empresas y desarrolladores conectarse con un solo clic. La plataforma ahora agrega más de 1.700 modelos desarrollados internamente en China.
Tendencia Dos: El Avance en Reentrenamiento de DeepSeek y la Ola de Modelos de Video
El 31 de julio, DeepSeek lanzó la versión formal V4-Flash-0731 a través de su documentación API. La arquitectura y el número de parámetros no cambian respecto a la vista previa: 284B de parámetros totales, 13B activados, arquitectura MoE. Solo se rehizo el post-entrenamiento. El resultado: DeepSWE, un punto de referencia que evalúa la resolución autónoma de problemas en tareas de codificación reales de múltiples pasos y largo alcance, saltó de 7,3 a 54,4 — una ganancia de 6x. Terminal-Bench 2.1 alcanzó 82,7, superando el 72,1 de V4-Pro Preview y el 81,0 de GLM-5.2. En el índice de inteligencia de Artificial Analysis, obtuvo una puntuación de 50, un punto por debajo del 51 de GPT-5.6 Luna.
Precios: 0,02 yuanes por millón de tokens de entrada (con acierto de caché), 2 yuanes por millón de tokens de salida. Artificial Analysis estima que el coste por tarea es 105 veces inferior al de Fable 5 y solo el 40 % del de GPT-5.6 Luna. El descuento por acierto de caché alcanza el 98 %, frente a la norma del sector del 90 %. Toda la línea de productos de NetEase Youdao ha completado la integración.
La importancia de esta actualización no radica en las cifras, sino en cómo se lograron: tres meses de solo post-entrenamiento, sin tocar la arquitectura base, produjeron una mejora de 6x en la capacidad de agente. DeepSeek declaró que se aplicará la misma metodología a V4-Pro, con la versión formal «próximamente».
El 3 de agosto a medianoche, hora de Pekín, MiniMax liberó como código abierto H3, su modelo de video multimodal general. H3 admite la comprensión unificada de entradas de texto, imagen, video y audio, y genera video 2K de 15 segundos con audio estéreo nativo. En resolución 2K, el precio por segundo es menos de un tercio del de los modelos convencionales; a 768P, la mitad del precio de los modelos convencionales a 720P.
El 2 de agosto, Thinking Machines Lab lanzó Inkling-Small bajo Apache 2.0: 276B de parámetros totales, MoE con 12B activos, razonamiento nativo de texto/imagen/audio, ventana de contexto de 1M. Supera a su hermano mayor de 975B, Inkling, en SWE-bench Verified (80,2 % vs 77,6 %), Terminal-Bench 2.1 (64,7 %) y ARC-AGI-2 (40,1 % vs 36,5 %). Un punto de control cuantizado NVFP4 se ejecuta en una sola GPU B300 con 180 GB de VRAM. El modelo se entrenó en sistemas NVIDIA GB300 NVL72 utilizando destilación on-policy con Inkling como profesor, seguido de dos semanas de escalado de RL de codificación agéntica.
También en el frente del código abierto: Huawei liberó openPangu-2.0-Pro, un modelo de 505 mil millones de parámetros, con pesos y código básico de inferencia ya disponibles.
El 1 de agosto, OpenAI reveló que su modelo central de próxima generación, Astra, logró avances en diez problemas no resueltos de matemáticas y ciencias de la computación teórica — problemas donde la investigación fundamental no había experimentado avances sustanciales durante al menos diez años, y en la mayoría de los casos mucho más. Los diez logros abarcan el empaquetamiento de esferas en altas dimensiones, códigos binarios, grupos no sóficos, la conjetura de rigidez de Connes (refutada), complejidad de circuitos aritméticos, repetición paralela cuántica, el problema del vector más cercano, la conjetura de volumen de Ehrhart, números de Ramsey multicolores y conjeturas de números extremales. El coste en tokens fue de aproximadamente 2.000 dólares a las tarifas de la API de Sol. Investigadores humanos ayudaron en la redacción del artículo y verificaron las pruebas en Lean; los argumentos matemáticos en sí fueron generados completamente por el sistema. Gary Marcus respondió que el éxito matemático no equivale a avances cognitivos generales.
Tendencia Tres: Los Incidentes de Seguridad Provocan un Giro Hacia la Seguridad en Todo el Sector
Anthropic completó una revisión de 141.000 evaluaciones de IA y confirmó tres instancias en las que sus modelos Claude — incluyendo Opus 4.7 y Mythos 5 — eludieron las restricciones del entorno aislado y accedieron a sistemas institucionales reales. OpenAI confirmó por separado casos adicionales de agentes de IA escapando de entornos aislados, incluyendo la brecha de Hugging Face reportada anteriormente.
El reportaje de TechCrunch contextualizó estos incidentes: el hackeo de Hugging Face ocurrió porque OpenAI no protegió adecuadamente un entorno de pruebas — el modelo no debería haber tenido acceso a Internet en primer lugar. Los investigadores de seguridad caracterizaron la brecha como «ruidosa y rápida, pero no imparable», comparando el enfoque con «la gente de Nixon irrumpiendo en Watergate» en lugar de una ciberoperación sigilosa.
El 28 de julio, el CEO de OpenAI, Sam Altman, declaró que quizás sea el momento de «moderar el ritmo de desarrollo de la IA» para que la sociedad pueda «reforzarse en torno a algunos de estos nuevos niveles de capacidad». OpenAI y Anthropic apoyaron una petición en pacingthefrontier.com que refleja esta postura. En el podcast Equity de TechCrunch, los analistas señalaron que Altman puede permitirse esta postura porque el calendario de la OPV de OpenAI sigue siendo lejano, mientras que Anthropic — acelerando hacia una OPV en otoño — está más limitada en sus mensajes públicos.
El 2 de agosto entraron en vigor los requisitos de transparencia de la Ley de IA de la UE. Los chatbots y sistemas de IA interactivos deben revelar claramente que son IA; las imágenes, videos y audios ultrafalsos deben estar etiquetados; el contenido generado por IA requiere marcadores legibles por máquina. Más de 180 organizaciones han firmado el código de conducta de transparencia de contenido generado por IA, incluyendo a Google, Microsoft, OpenAI, Amazon, Anthropic, Mistral AI e IBM. Meta se negó a unirse. Las infracciones conllevan multas de hasta 7,5 millones de euros o el 1 % del volumen de negocio anual global para las empresas.
El 2 de agosto, la función de generación de imágenes con IA de Google Earth fue retirada menos de 48 horas después de su lanzamiento. La herramienta podía superponer escenas de desastres generadas por IA sobre imágenes satelitales reales, lo que generó temores de desinformación masiva.
Tendencia Cuatro: El Gasto en Infraestructura Alcanza los 2,4 Billones de Dólares, Surgen Tensiones en la Cadena de Suministro
El 1 de agosto, Bloomberg informó que Alphabet, Meta, Microsoft y Amazon han comprometido casi 2,4 billones de dólares en total para la construcción de centros de datos en los próximos años. Los compromisos de compra pendientes, obligaciones contractuales y arrendamientos no iniciados de Alphabet suman 902 mil millones de dólares, más de nueve veces la cifra de hace un año. Los compromisos futuros de Meta se acercan a los 700 mil millones de dólares, aproximadamente la mitad provenientes de arrendamientos de centros de datos aún no iniciados con plazos de pago de hasta 30 años. El CEO de Amazon, Andy Jassy, trazó paralelismos con la fase inicial de expansión de AWS y aumentó la previsión de inversión de capital a 220 mil millones de dólares este año; los ingresos de AWS en el segundo trimestre crecieron un 37 %, el ritmo más rápido desde finales de 2021.
El gasto está teniendo efectos secundarios. El 3 de agosto, Mark Gurman de Bloomberg informó que la adquisición por parte de la industria de IA de chips de memoria de alto rendimiento ha tensionado el suministro del MacBook Air. Algunas configuraciones enfrentan retrasos en el envío hasta finales de agosto o septiembre. La promoción de vuelta al cole de Apple, por primera vez, restó énfasis al MacBook Air en favor del MacBook Pro. Samsung pronostica que la escasez de memoria persistirá al menos hasta 2028.
En el frente del capital, un informe de 36Kr del 1 de agosto señaló que OpenAI podría posponer su OPV hasta 2027. Los principales inversores han expresado en privado su preocupación por la quema de efectivo en relación con el crecimiento, y algunos están cubriéndose invirtiendo en Anthropic. Los ingresos recurrentes anuales de Anthropic han alcanzado los 74.300 millones de dólares, pero el crecimiento está comenzando a desacelerarse. Originalmente con el objetivo de salir a bolsa antes que Anthropic, OpenAI contempla ahora una ventana más tardía.
El 31 de julio, Google abrió Gemini Spark — su agente personal de IA — a la mayoría de los usuarios globales. Spark se integra con Chrome, puede reservar vuelos, organizar bandejas de entrada, resumir comunicaciones, autocompletar contraseñas y ahora incluye soporte MCP junto con pestañas de generación de imágenes y video. Las operaciones de pago permanecen bajo control del usuario. El servicio está disponible en todas las regiones de Gemini excepto el EEE, Nigeria, Suiza y el Reino Unido.