La gran incógnita de la semana era bajo qué licencia se publicaría K3, el nuevo modelo de Moonshot. Microsoft había llegado a insinuar que lo podría utilizar junto —o incluso en sustitución— de los modelos de OpenAI, y también se esperaba que AWS lo incorporara a su catálogo. Finalmente, sin embargo, nada de esto será tan sencillo. La licencia prohíbe ofrecer K3 como servicio e impide que cualquier empresa que facture más de 20 millones de dólares lo utilice comercialmente sin pagar. Y aquí está la trampa: K3 tiene 2,8 billones de parámetros y, evidentemente, no cabe en un Mac mini. Cualquier empresa con suficiente infraestructura para alojarlo probablemente supera de largo este límite de facturación. En la práctica, pues, la licencia veta casi cualquier explotación comercial gratuita. Las empresas chinas también quieren ganar dinero.

La preocupación por los modelos chinos sigue creciendo en Estados Unidos. Las grandes compañías tecnológicas reclaman restricciones a los llamados modelos frontera. Pero, si somos realistas, cualquier control efectivo exigiría algún tipo de acuerdo con las empresas y el gobierno chino, una posibilidad hoy prácticamente inimaginable. ¿Qué se está pidiendo, pues? Probablemente, proteccionismo puro: evitar que los modelos chinos entren en el mercado estadounidense y compitan en igualdad de condiciones.

La misma lógica explica las barreras a los robots humanoides chinos. Washington no quiere contribuir al crecimiento de una industria que considera estratégica y que China domina cada vez más. Pero proteger el mercado también tiene un coste: si las empresas americanas tienen menos competencia, pueden avanzar más lentamente. Nada es gratis. El proteccionismo, tampoco. Y una última muestra de la presión que se vive dentro del sector: el cofundador de Thinking Machines ha vuelto a OpenAI después de una etapa marcada, según se ha explicado, por una tensión difícilmente sostenible. En la carrera de la IA no solo compiten los modelos y las empresas. También compiten por retener a unas pocas personas capaces de construirlos.

La nueva fórmula china para ganar dinero con la IA abierta

Los laboratorios chinos empiezan a encontrar una forma mucho más inteligente de monetizar sus modelos abiertos. Kimi K3 se puede descargar, modificar y utilizar internamente, pero su licencia introduce una frontera muy clara: si una empresa con más de 20 millones de dólares de ingresos anuales quiere ofrecer el modelo a terceros como servicio de inferencia o de afinamiento, deberá firmar un acuerdo comercial con Moonshot. Es decir, los proveedores de computación pueden seguir sirviendo el modelo, pero ya no pueden quedarse todo el margen.

Esta cláusula cambia la relación entre los creadores de los modelos y las empresas que los ejecutan en la nube. Moonshot no solo compite con los proveedores externos, sino que les cobra por comercializar su modelo y, a la vez, conserva una ventaja estructural en precio cuando ofrece directamente la inferencia. Con una valoración de 35.000 millones de dólares después de una ronda de 3.500 millones, es difícil pensar que sea una excepción. El futuro de los modelos chinos quizás seguirá siendo open weights, pero cada vez será menos gratuito para quien quiera construir un negocio encima.

Paren la IA 

Más de 1.100 investigadores y trabajadores de OpenAI, Anthropic, Google DeepMind y Meta han pedido al gobierno estadounidense que lidere un acuerdo internacional para poder frenar, si llega a ser necesario, el desarrollo de las inteligencias artificiales más avanzadas. No reclaman detener nada hoy. Lo que advierten es que, en plena carrera entre empresas y países, nadie será el primero en levantar el pie del acelerador, aunque los sistemas empiecen a avanzar más rápidamente de lo que somos capaces de entender o controlar.

La paradoja es difícil de ignorar: las mismas empresas que compiten por construir una IA cada vez más autónoma piden ahora que Washington prepare el freno de emergencia. Anthropic asegura que Claude ya escribe más del 80% del código que incorpora a su propia plataforma, mientras que un modelo de OpenAI escapó de un entorno de pruebas y accedió a los sistemas de Hugging Face para encontrar las respuestas de un benchmark. La pregunta, por tanto, ya no es solo quién ganará la carrera de la IA, sino quién tendrá la autoridad para decidir cuándo se está corriendo demasiado.

La IA encuentra grietas en la criptografía

Claude Mythos, un modelo avanzado de Anthropic, ha descubierto nuevas maneras de atacar versiones debilitadas de algoritmos criptográficos como el AES, el estándar que protege buena parte de las transacciones bancarias, las comunicaciones privadas y el tráfico de internet. No ha roto el AES que usamos hoy, de manera que no hay ninguna amenaza inmediata. Pero sí ha conseguido acelerar entre 200 y 1.000 veces ataques que, hasta ahora, solo habían sido desarrollados por investigadores humanos. También ha encontrado una vulnerabilidad en HAWK, un sistema pensado para resistir incluso los futuros ordenadores cuánticos.

La noticia es inquietante no por lo que Claude ha roto hoy, sino por lo que podría llegar a romper mañana. Hace solo un año, estos modelos eran incapaces de resolver problemas criptográficos relativamente sencillos; ahora ya producen investigación original al nivel de los mejores especialistas. La seguridad de internet descansa sobre problemas matemáticos que considerábamos prácticamente imposibles de resolver. Si la IA continúa avanzando a este ritmo, quizás el gran reto no será esperar a que lleguen los ordenadores cuánticos, sino protegernos antes de que los modelos de IA aprendan a abrir cerraduras que creíamos inviolables.

Trump prohíbe los robots humanoides chinos

La administración Trump ha prohibido la entrada a Estados Unidos de nuevos modelos de robots humanoides y cuadrúpedos fabricados en el extranjero, una medida que apunta sobre todo a China, hoy líder indiscutible de esta industria. La Comisión Federal de Comunicaciones los ha incorporado a la lista de equipamientos que pueden representar un riesgo para la seguridad nacional, lo que impedirá que obtengan la autorización necesaria para ser importados, comercializados o vendidos en el mercado estadounidense.

Washington teme que estos robots, cargados de cámaras, micrófonos, sensores y conexiones remotas, puedan convertirse en herramientas de vigilancia, espionaje o incluso ser controlados desde el exterior. La prohibición solo afecta a los modelos nuevos: los robots ya autorizados podrán seguir vendiéndose y los consumidores no tendrán que dejar de utilizar los que ya tienen. Pero el mensaje es mucho más amplio: después de los chips, los coches eléctricos y los drones, la nueva frontera de la guerra tecnológica entre Estados Unidos y China ya tiene brazos y piernas.

MCP se hace 'stateless' y prepara el salto de los agentes a la nube

Model Context Protocol, el estándar que permite a los asistentes de IA conectarse con aplicaciones, datos y herramientas externas, acaba de presentar la reforma más importante desde su nacimiento. La gran novedad es que MCP deja de depender de sesiones persistentes entre el cliente y un servidor concreto. Cada petición podrá ser procesada por cualquier instancia disponible, facilitando el balanceo de carga, la escalabilidad horizontal y el despliegue en plataformas serverless. En otras palabras, construir y escalar servidores MCP empezará a parecerse mucho más a desplegar cualquier servicio web moderno. De momento, sin embargo, se trata de una release candidate y la especificación definitiva todavía podría incorporar cambios.

La actualización también convierte a MCP en una plataforma mucho más ambiciosa. Las nuevas extensiones permitirán que los servidores muestren interfaces interactivas dentro de las aplicaciones mediante MCP Apps, gestionen tareas largas y asíncronas y se integren mejor con los sistemas corporativos de identidad y autenticación. También se introduce una política formal para que las futuras versiones no rompan silenciosamente las aplicaciones existentes. Los SDK en Python, TypeScript, Go y C# ya disponen de versiones compatibles o en fase beta. MCP nació como un simple conector universal para la IA; ahora empieza a tomar la forma de un verdadero sistema operativo para los agentes.

China ya tiene un nuevo gigante de los chips

Las acciones de CXMT, el principal fabricante chino de memoria, se dispararon un 470% en su primer día de cotización y convirtieron la compañía en la más valiosa de la bolsa de Shanghái. En pocas horas, su capitalización superó los 480.000 millones de dólares, por encima incluso del principal banco del país. No es solo euforia bursátil: CXMT ha multiplicado los ingresos, ha pasado de pérdidas a beneficios y ya controla cerca del 8% del mercado mundial de memoria, más del doble que hace un año.

La importancia de CXMT va mucho más allá de la bolsa. Los chips de memoria son una pieza esencial de los centros de datos de IA, un mercado dominado hasta ahora por Samsung, SK Hynix y Micron. Su ascensión muestra que China ya no compite solo con modelos de IA baratos y potentes, sino que también está construyendo la infraestructura industrial necesaria para sostenerlos. Durante años, Washington ha confiado en que las restricciones tecnológicas frenarían a Pekín; el estreno de CXMT sugiere que, en algunos segmentos críticos, la distancia se está acortando mucho más rápidamente de lo previsto.

Cómo la IA nos cambiará la vida 

La movilidad autónoma avanza en China 

 

Autobuses autónomos 

 

Tranvías sin raíles y autónomos 

 

Camiones autónomos en China

 

Robots militares

Una empresa textil totalmente robotizada

La investigación IA 

Kimi K3: Open Frontier Intelligence-AI Lab: Moonshot

Moonshot ha presentado Kimi K3, un modelo gigante de 2,8 billones de parámetros que solo activa 104.000 millones en cada consulta gracias a una arquitectura Mixture-of-Experts. El modelo incorpora visión nativa, una ventana de contexto de un millón de tokens y nuevas técnicas de atención y entrenamiento que, según la compañía, lo hacen aproximadamente 2,5 veces más eficiente que Kimi K2. También ha sido entrenado para razonar, programar y ejecutar tareas complejas de larga duración, incluyendo agentes capaces de trabajar durante mucho más tiempo sin perder el hilo.

Los resultados sitúan a Kimi K3 al nivel de los modelos más avanzados en programación, razonamiento, conocimiento, visión y tareas agentivas. Moonshot admite que todavía queda por debajo de Claude Fable 5 y GPT-5.6 Sol, pero asegura que supera al resto de modelos abiertos y propietarios analizados. La gran diferencia es que Kimi K3 se publica con los pesos abiertos. China, por lo tanto, no solo continúa atrapando a los líderes americanos, sino que pone capacidades próximas a la frontera a disposición de cualquier empresa o investigador que las quiera desplegar.

LLM-as-a-Coach: Experiential Learning for Non-Verifiable Tasks-AI Lab: Tshinghua, Microsoft, Pekin 

El aprendizaje por refuerzo acostumbra a reducir toda la evaluación de una respuesta a un único número: una recompensa. El problema es que dos respuestas muy diferentes pueden obtener la misma nota, mientras se pierde toda la información sobre qué está bien hecho, qué falla y cómo se podría mejorar. Un nuevo método, llamado Experiential Learning, propone sustituir la IA que actúa como juez por una IA que actúa como entrenador. En lugar de limitarse a puntuar, el modelo transforma su crítica en conocimiento reutilizable que el sistema puede incorporar durante el entrenamiento.

Los resultados indican que este feedback más rico supera de manera consistente el aprendizaje basado solo en recompensas numéricas, especialmente en tareas abiertas donde no hay una única respuesta correcta. Los modelos no solo mejoran dentro de los ejemplos de entrenamiento, sino que generalizan mejor ante problemas nuevos y reducen el reward hacking, es decir, la tendencia a aprender a satisfacer el sistema de puntuación sin mejorar realmente. La idea es poderosa: para entrenar mejor una IA, quizás no es suficiente con decirle qué nota ha sacado; hay que explicarle qué ha aprendido de la experiencia.

Otras noticias

-xAI ha lanzado Grok Voice Think Fast 2.0, un modelo de voz para agentes que mejora la precisión, el razonamiento y el uso de herramientas, a la vez que reduce la latencia hasta los 0,7 segundos. Según los benchmarks publicados, supera a GPT-Realtime y Gemini en rendimiento global y agentivo, y apunta directamente a los agentes de voz para ventas y atención al cliente.

-OpenAI ha descubierto que el bajo rendimiento de GPT-5.6 Sol en ARC-AGI-3 no era tanto una limitación del modelo como del sistema de evaluación: conservar el razonamiento entre pasos y compactar el contexto triplicó la puntuación y redujo seis veces los tokens utilizados. La lección es importante: los benchmarks no miden solo el modelo, sino también la memoria, el diseño del harness y la manera como se orquesta el agente.

-Google DeepMind ha desmantelado de facto el equipo de AlphaFold menos de un año después del Nobel: la mayoría de sus autores han sido reasignados, cerca de una cuarta parte se ha marchado y figuras clave como John Jumper han fichado por Anthropic. El movimiento simboliza el giro de DeepMind desde los grandes retos científicos específicos hacia la carrera por construir un "científico de IA" basado en Gemini.

-OpenAI presenta GPT-5.6 no solo como un modelo más inteligente, sino como una infraestructura mucho más eficiente: Sol supera a Claude Fable 5 en agentes de código a menos de la mitad del coste, mientras Terra iguala a GPT-5.5 a mitad de precio. Buena parte de la ganancia proviene de optimizar toda la pila —inferencia, balanceo de carga, caching, kernels y orquestación agentiva—, con el mismo GPT-5.6 ayudando a reducir un 20% los costes de servicio.

-TSMC está desarrollando una nueva tecnología avanzada de empaquetado de chips, similar a la de Intel, para evitar que este rival gane terreno en uno de los cuellos de botella clave de la IA. El empaquetado ha dejado de ser una fase secundaria: es esencial para combinar procesadores y memoria de alta anchura de banda en sistemas cada vez más grandes y complejos.