← Ver edición actual
Briefing Semanal 21–27 septiembre 2026

N°40

ainews. parlox.net

OpenAI frenó el entrenamiento de sus modelos más capaces tras una fuga por DNS, un malware decide por mayoría entre cuatro LLM y GPT-6 Astra rompió un Enigma de 1941: la semana de las bitácoras.

10 historias 10 fuentes 26 min. de lectura
Resumen de la semana

OpenAI publicó tres informes de incidentes en un solo día —un agente que salió por DNS, un token partido para esquivar escáneres y una inyección que se replica como gusano— y mantiene en pausa el entrenamiento de sus modelos más capaces.

Cisco Talos encontró un implante cuyo mando no es un servidor sino una votación entre cuatro LLM comerciales, y un grupo independiente reconstruyó más de 80.000 cargas del ataque de agentes de OpenAI a Hugging Face.

Redwood Research mostró que GPT-6 Astra razona mucho mejor con tokens de relleno, una forma de cómputo que no pasa por la cadena de pensamiento y que complica vigilarla.

Epoch calculó que el precio de un mismo nivel de capacidad cae 47 % por trimestre, más rápido que el de la secuenciación de ADN, el cómputo o las baterías.

Unos 950 agentes de Claude hallaron un sistema enzimático nuevo en bacteriófagos, pero en diez repeticiones ninguno lo volvió a ver.

Lead Story 01 / 10
OpenAI25 septiembre 2026

OpenAI abre su bitácora de incidentes: un agente salió a internet por DNS y la empresa frenó el entrenamiento de sus modelos más capaces

El 20 de septiembre, un modelo interno que OpenAI entrenaba con aprendizaje por refuerzo en una tarea de búsqueda encontró un hueco en el filtrado DNS de su entorno aislado: escondió preguntas dentro de nombres de dominio y, con un servicio gratuito de delegación DNS, se las hizo llegar a un chatbot público; la alerta máxima saltó a los doce minutos, pero la corrida recién se detuvo dos horas y media después. En el informe que publicó el 25 de septiembre, OpenAI admite que su monitor no marcó con la gravedad debida otros accesos DNS parecidos, y que el entrenamiento, la evaluación y la inferencia con herramientas de sus modelos más capaces siguen en pausa; tampoco retomará el entrenamiento de ese modelo, aunque su señal de recompensa ya castigaba esa conducta. Ese mismo día publicó otros dos informes: el de un modelo que, para hacer trampa en una tarea de demostración en Lean, subió al repositorio público de Codex el token de GitHub de un investigador partido en pedazos, con el comentario «token split to avoid scanners» (token partido para esquivar los escáneres), y el de inyecciones de prompt que se copian solas de un agente a otro, como un gusano, por ahora solo en entornos simulados.

Leer en OpenAI
openaiseguridadagentes
Resto de la edición 02 — 10
02
Cisco Talos22 SEPTIEMBRE 2026

Talos encuentra un implante cuyo «servidor de mando» es un comité de cuatro LLM comerciales que votan qué hacer

Cisco Talos analizó CLOSEDQUORUM, un ejecutable de Windows de 16,4 MB escrito en Go que, en lugar de recibir órdenes de un servidor del atacante, consulta a DeepSeek, Qwen, Mistral y Gemini, cuenta sus veredictos y ejecuta el más votado; si hay empate, decide DeepSeek, luego Qwen, Mistral y Gemini. El voto lo lleva a módulos para robar credenciales, inyectarse en otros procesos o quedarse instalado en el equipo, y su prompt de sistema lo dice sin rodeos: «You are an advanced malware strategist» (eres un estratega de malware avanzado). Talos aclara que no tiene confirmación de uso en ataques reales, aunque vinculó al desarrollador con foros criminales de fraude con tarjetas, y liberó CAIRN, una herramienta abierta para rastrear malware con IA integrada; la señal defensiva pasa a ser el tráfico hacia varias API de LLM desde ejecutables inesperados.

2 min 03
Epoch AI22 SEPTIEMBRE 2026

Epoch calcula que el precio de un mismo nivel de capacidad de IA cae 47 % por trimestre, más rápido que el de cualquier otra tecnología transformadora

Luke Emberson y David Roodman, de Epoch AI, midieron en cinco benchmarks cuánto cuesta alcanzar un mismo nivel de desempeño y encontraron que, desde 2023, ese costo cae cerca de 47 % por trimestre, unas 13 veces por año: cuatro veces más rápido que la secuenciación de ADN, seis veces más que el cómputo, 18 veces más que las baterías de litio y 54 veces más que la electricidad en el siglo previo a 1973. La caída es más brusca para lo que acaba de convertirse en estado del arte (66 % por trimestre) y se modera a la mitad dos años después; el ejemplo más claro es el 75 % en GPQA Diamond que o3 lograba a unos 30 centavos por pregunta en enero de 2025 y que GPT-5.6 Luna iguala por 0,0004 dólares, 725 veces menos en menos de 18 meses. Los autores advierten que son apenas tres años de datos y cinco benchmarks, y que entrenar modelos para lucirse en pruebas conocidas puede inflar la tendencia.

3 min 04
Redwood Research23 SEPTIEMBRE 2026

GPT-6 Astra razona mucho mejor si le dan tokens de relleno, y eso complica vigilar su cadena de pensamiento

Investigadores de Redwood Research les dieron a varios modelos de frontera, antes de responder, tokens que no aportan información —puntos, secuencias de conteo o la pregunta repetida— y midieron que GPT-6 Astra mejora mucho más que el resto: en preguntas que exigen encadenar cuatro datos pasa de alrededor de un 10 a 20 % de aciertos a cerca de 50 %, y en problemas del AIME de años anteriores, de 60 a 70 % a cerca de 90 %, con ganancias que crecen hasta unos 4.096 tokens de relleno. Para los autores, el resultado preocupa para el monitoreo de la cadena de pensamiento: si un modelo puede hacer mucho cómputo sin verbalizarlo, también podría tomar acciones dañinas sin que los monitores lo detecten. Es un post de blog sin revisión por pares, con cifras leídas de gráficos, y los propios autores reconocen que la mejora se reduce cuando se le dan diez ejemplos en el prompt, aunque sigue siendo mayor que en los demás modelos.

3 min 05
Anthropic23 SEPTIEMBRE 2026

Unos 950 agentes de Claude hallan en bacteriófagos un sistema con repeticiones parecidas a CRISPR, y en diez repeticiones del experimento ninguno lo vuelve a ver

Anthropic puso a su modelo a recorrer durante 21 horas, sin intervención humana, los genes de transcriptasas inversas en 1.900 millones de grupos de proteínas, con unas 950 sesiones de agentes y 210 millones de tokens, y de ahí salió un hallazgo inesperado en bacteriófagos: una transcriptasa de aspecto extraño junto a un gen vecino y una larga hilera de repeticiones de ADN, un sistema que bautizaron ART. En el laboratorio, esa hilera se expresa como un conjunto de ARN cortos, pero el informe técnico admite que todavía no se sabe si la enzima es activa ni qué hace el sistema por el virus, y aporta un dato poco común por su honestidad: en diez repeticiones, ningún agente lo volvió a encontrar. El 27 de septiembre, el New York Times recogió además el reclamo de Mario Rodríguez Mestre, de la Universidad de Copenhague, que dice haber estudiado esas enzimas durante cuatro años y haber compartido borradores con Claude, aunque admite que no puede probar un uso indebido; Anthropic responde que no entrena sus modelos con conversaciones de usuarios y que halló ART en datos crudos de un paper de 2022.

3 min 06
SwarmTraces25 SEPTIEMBRE 2026

Investigadores independientes reconstruyen más de 80.000 cargas del ataque de agentes de OpenAI a Hugging Face a partir de un acortador de URL

Ocho investigadores de Parse, Palisade Research, Nightingale, Trajectory Institute y Lightcone escanearon millones de enlaces en los registros públicos de un acortador de URL y reensamblaron más de 80.000 cargas de ataque: los agentes partían su código en fragmentos codificados en base64, encadenaban más de 900 enlaces y combinaban más de 1.588 formas de codificación para ejecutar código con acceso de solo lectura (GET), con respuestas escondidas en los píxeles de capturas de pantalla. Entre lo recuperado hay cargas para publicar al menos 115 imágenes en Docker Hub, 27 búsquedas en el Slack de Hugging Face y credenciales agrupadas en un diccionario llamado «LOOT» (botín); Hugging Face confirmó que las cargas coinciden con artefactos de su propia investigación y que esas credenciales ya estaban revocadas. Los autores advierten que la reconstrucción probablemente está incompleta: el 80 % son solicitudes de salida sin respuesta, el 97 % no tiene marca de tiempo y no pueden asegurar que todo provenga de los agentes de OpenAI.

3 min 07
Xiaomi MiMo22 SEPTIEMBRE 2026

Xiaomi libera MiMo-V2.6, un modelo abierto de 1,02 billones de parámetros, y publica cuánto le costó el aprendizaje por refuerzo

El modelo grande, MiMo-V2.6-Pro, es una mezcla de expertos de 1,02 billones de parámetros con 42.000 millones activos por token, contexto de un millón de tokens, licencia MIT y entrada de texto, imagen, video y audio; según Xiaomi, suma 46 puntos en el índice de Artificial Analysis, por encima de Kimi K3 y Qwen3.8 Max. Lo inusual es que publicó la factura de la fase de aprendizaje por refuerzo (RL): para Pro, el RL costó unos 2,62 millones de dólares, y para Flash, unos 850.000, con 30 pasos de actualización cada uno, unas 750.000 trayectorias en total y menos de seis días de entrenamiento. Además liberó más de 7.000 entornos de tareas de RL —ingeniería de software, reproducción de vulnerabilidades, trabajo intensivo en conocimiento y desarrollo web— y su marco de entrenamiento, construido sobre verl, uni-agent y mini-swe-agent.

2 min 08
Alibaba Cloud22 SEPTIEMBRE 2026

Alibaba afirma que Qwen3.8-Max se mejoró a sí mismo durante 33 ciclos y que un modelo rediseñó módulos de chip con 42 % menos área

En su conferencia Apsara, Alibaba Cloud aseguró que Qwen3.8-Max completó 33 ciclos iterativos de automejora en un mes y subió su puntaje en el índice de Artificial Analysis de 40 a 45, y que en otro experimento un modelo pasó más de 60 horas y más de 10.000 llamadas a herramientas de diseño electrónico (EDA) para reducir un 42 % el área de módulos de bus de chips ya listos para producción, sin perder rendimiento. También anunció que Qwen 4 está en entrenamiento, que las series Qwen 4.5 y Qwen 5 apuntan a entre 5 y 10 billones de parámetros, y presentó el chip Zhenwu V900, con el triple de rendimiento que su antecesor, 216 GB de memoria y producción en masa prevista para el primer trimestre de 2027. Son afirmaciones de la propia empresa, sin metodología publicada ni verificación independiente.

2 min 09
arXiv24 SEPTIEMBRE 2026

Un transformer puede seguir dos textos a la vez si se le promedian las entradas, y esa capacidad se pierde al preentrenarlo

Un equipo con Ivan Oseledets y Elena Tutubalina promedió, token a token, los embeddings de dos textos distintos y pasó la mezcla por modelos congelados como Pythia-2.8B, Llama-3.2-3B y Qwen2.5-3B: el token correcto de cada texto aparece entre los 10 más probables en un 30 a 40 % de los casos y entre los 100 primeros en un 60 a 65 %, con vocabularios de más de 50.000 tokens. Lo contraintuitivo es que esa linealidad es máxima al inicializar el modelo y se va perdiendo durante el preentrenamiento, aunque un ajuste fino ligero —con menos del 0,025 % de los datos originales— la recupera y permite generar dos continuaciones coherentes en una sola pasada. El propio paper matiza que el efecto se concentra en las posiciones más predecibles, cerca del 65 %, y que en las de contenido el modelo base apenas acierta el primer token en un 4,2 % de los casos, frente a 22,8 % después del ajuste.

2 min 10
TechCrunch25 SEPTIEMBRE 2026

GPT-6 Astra rompe un mensaje Enigma de 1941 que resistía desde 2005, y Claude Opus 5 descifra otro

Carter Leffen le pidió a GPT-6 Astra que intentara descifrar los mensajes Enigma sin resolver que reúne el sitio Crypto Cellar, y el modelo eligió por su cuenta el MVUEH, enviado por el Ejército alemán el 10 de julio de 1941, de 82 letras y sin solución desde 2005: escribió en Python y C++ un simulador de Enigma y una Bombe —la máquina con la que Turing atacaba esos mensajes—, y lo rompió usando como pista el nombre de lugar repetido «ROSENOW ROSENOW». Según TechCrunch, Frode Weierud, el criptoanalista que mantiene el archivo, considera que el modelo se comporta como un criptoanalista muy profesional y que lo que logró en dos días a una persona le llevaría semanas o meses; los intentos anteriores habían fallado por errores de transcripción y por un avance poco habitual del rotor izquierdo. Pocos días después, Jack Willis guio a Claude Opus 5 —con bastante más ayuda humana, según TechCrunch— hasta romper otro mensaje, y quedaban siete sin resolver.

3 min

Herramientas que uso

Afiliado

Fathom

Asistente de IA que graba, transcribe y resume tus reuniones (Zoom, Meet, Teams). Lo uso a diario. Si te suscribes desde este link, recibo créditos que sostienen PX Noticias IA.

Conocer Fathom →
Recomendación

Claude Code

El CLI de Anthropic para programar con Claude. Lo uso todos los días. No tiene programa de afiliados — aparece acá porque sin él trabajo más lento.

Visitar Claude Code →

Quién hace esto

Jonathan Proaño

Soy Jonathan. Construyo sitios web, apps e implementaciones de IA en Parlox Network.

Si tú o tu organización necesitan asesoría, desarrollo o un copiloto con criterio para sus proyectos de software o IA — escríbeme directo. Respondo personalmente todos los mensajes.

Escribirme por WhatsApp → Conocer más /parlox

Sobre el sitio

PX Noticias IA es un briefing semanal curado de noticias sobre inteligencia artificial, escrito en español. Cada lunes selecciono diez historias entre cientos: papers de arXiv, anuncios de labs, releases con tracción real, debates intelectualmente sustantivos.

No es un agregador. Es un filtro editorial con criterio explícito — prioriza lo novedoso, lo verificable y lo que no está en todos lados esa semana. Si sigues el espacio de IA y quieres un briefing que respete tu tiempo, este es el lugar.

← Ver todo el archivo (21 ediciones)