← Ver edición actual
Briefing Semanal 12–18 octubre 2026

N°43

ainews. parlox.net

Un modelo de 26B corre en 15 cajas Android de 55 dólares, tres bugs de 2013 salen a la luz cuando Torvalds usa un LLM y XBOW arma un exploit de Chrome en seis días: lo que ya estaba ahí.

10 historias 7 fuentes 21 min. de lectura
Resumen de la semana

Anthropic hizo correr un modelo de 26.000 millones de parámetros repartido en 15 cajas Android de 55 dólares, y en una red simulada GLM-5.2 completó una autorreplicación simplificada de punta a punta.

Linus Torvalds usó herramientas de LLM para entender código opaco del kernel, y el arnés de pruebas que salió de ese trabajo halló tres bugs presentes desde 2013.

XBOW armó con el modelo público GPT-5.6 Sol un exploit completo de Chrome en seis días, y Epoch calcula que el mejor modelo abierto en ciberseguridad va seis o siete meses detrás de los cerrados.

Dentro de Anthropic, los agentes ya trabajan unas seis horas por cada hora humana, mientras la contratación de perfiles junior cayó de 27 % a 9 %.

Meta abrió un modelo de 816.000 millones de parámetros que corre en dos Mac Studio, y los modelos frontera ya ganan casi siempre Slay the Spire, salvo en su dificultad máxima.

Lead Story 01 / 10
Anthropic12 octubre 2026

Gusanos de IA: Anthropic corre un modelo de 26B en 15 cajas Android de 55 dólares, y GLM-5.2 se replica de punta a punta en una red simulada

El Frontier Red Team de Anthropic compró 15 cajas de Android TV de unos 55 dólares, con 4 GB de RAM cada una, y repartió entre ellas Gemma4-26B-A4B con paralelismo de pipeline, a 0,39 tokens por segundo; además, Qwen3.5-9B logró montar su propia inferencia en 8 de 9 tipos de hardware. En una red simulada de 8 nodos, con los pasos de intrusión simplificados, GLM-5.2 fue el único modelo abierto que completó la replicación de punta a punta (llegó a los 8 nodos en 4 de 5 intentos), y la tendencia de los modelos pequeños, de 13,7 puntos por año en el índice de capacidades de Epoch, los pondría en ese nivel a fines de 2026. Para una botnet del tamaño de Kimwolf, los autores estiman unas 133.000 copias con, como mucho, el cómputo de unas 40 H100, y proponen defensas como la cuarentena de abonados infectados, que en el caso de Mirai limpió el 92 % de las infecciones en 14 días: «como los agentes de código en 2024, estamos viendo señales de vida de los gusanos de IA».

Leer en Anthropic
seguridadautorreplicaciónanthropic
Resto de la edición 02 — 10
02
Linux (etiqueta de Linus Torvalds)13 OCTUBRE 2026

Torvalds se apoya en un LLM para descifrar código opaco del kernel, y las pruebas dejan al descubierto tres bugs vivos desde 2013

Nils Ollrogge reportó un bug en assoc_array, una biblioteca del kernel de Linux, con parche incluido, pero a Linus Torvalds ese código le resultó demasiado oscuro para seguirlo e hizo, según escribió, «lo que predico»: usar herramientas modernas de LLM para entenderlo. La rama resultante divide las funciones más grandes para hacerlas legibles y suma un arnés de pruebas en espacio de usuario que no solo confirmó el bug reportado, sino que encontró otros tres, presentes desde el primer commit de la biblioteca, en 2013. David Howells pidió retoques en los comentarios y un cambio de nombre, y firmó la revisión y las pruebas de la segunda versión.

2 min 03
The Register13 OCTUBRE 2026

XBOW arma con GPT-5.6 Sol un exploit completo de Chrome en seis días y cobra 250.000 dólares de Google

Brendan Dolan-Gavitt, Andres Luksenberg, Baul Lee y Willem Pinckaers, de XBOW, encadenaron en seis días, durante Black Hat y DEF CON, tres fallas de Chrome con agentes que usaban el modelo público GPT-5.6 Sol, por unos 40.000 dólares en tokens: un bug en el compilador Maglev de V8, una salida de la sandbox de V8 a través del decodificador de WebP animado y un desbordamiento en Crashpad que permitía ejecutar código fuera de la sandbox. Bastaba con que la víctima abriera una página maliciosa, Google pagó 250.000 dólares, su recompensa máxima para una cadena completa, y las correcciones llegaron con Chrome 152. Los agentes buscaron en el código, probaron hipótesis y desarrollaron las etapas del exploit, pero las personas eligieron los objetivos y decidieron cómo encadenarlas, y Dolan-Gavitt advierte que, con LLM, la barrera para los atacantes es «bastante más baja».

2 min 04
Epoch AI16 OCTUBRE 2026

Epoch: el mejor modelo abierto en ciberseguridad, GLM-5.3, va entre seis y siete meses detrás de los cerrados

Con una versión de su índice de capacidades calculada solo con benchmarks de ciberseguridad (76 modelos, 35 benchmarks y 324 resultados), Epoch AI ubica a GLM-5.3, de Zhipu, en 160 puntos, entre GPT-5.4 (157, de marzo) y Claude Mythos Preview (164,8, de abril), mientras la frontera cerrada actual, Claude Opus 5.5 y GPT-6 Astra, ronda los 171. De ahí sale su conclusión: la frontera abierta en ciberseguridad está más o menos donde estaba la cerrada hace seis o siete meses. Las cautelas son grandes: el puntaje de GLM-5.3 se apoya en solo tres resultados del CAISI estadounidense, que no identificó qué modelos de su país evaluó, y los intervalos de Opus 5.5 y Astra se superponen casi por completo.

2 min 05
Anthropic12 OCTUBRE 2026

Anthropic detalla sus defensas contra la destilación y acusa a Zhipu de copiar capacidades de ciberseguridad para GLM-5.3

Anthropic dice que, desde que resume el razonamiento visible de sus modelos, quienes intentan destilarlos extraen entre 10 y 100 veces menos tokens de razonamiento, y que en sus pruebas un modelo destilado con transcripciones completas sacó 80,4 % en SWE-bench Verified, frente a 71,8 % con resúmenes. La empresa afirma que Zhipu destiló las capacidades de ciberseguridad de los principales modelos estadounidenses durante el desarrollo de GLM-5.3 y que solicitudes a los modelos Kimi, de Moonshot, se reenviaban en secreto a Claude como parte de su destilación. Son acusaciones de parte, sin corroboración independiente, aunque encajan con el dato de Epoch que pone a GLM-5.3 como el mejor modelo abierto en ciberseguridad.

2 min 06
Anthropic16 OCTUBRE 2026

Dentro de Anthropic, los agentes ya trabajan seis horas por cada hora humana y la contratación junior cayó de 27 % a 9 %

El equipo de Economía de Anthropic midió en su propia empresa que, desde marzo de 2026, las horas de trabajo de los agentes superan a las humanas y que en agosto ya eran unas seis por cada hora de las personas que los dirigen, aunque cerca del 80 % del tiempo de sesión los agentes esperan instrucciones: la atención humana se convirtió en el cuello de botella. Los commits por ingeniero se multiplicaron por cinco en seis meses, y la proporción de perfiles junior bajó de 27 % a 9 % de las contrataciones técnicas y de 21 % a 14 % del personal técnico desde inicios de 2025. Los autores advierten que la adopción no fue aleatoria, que más código no implica mejor código y que Anthropic no representa a la economía, y anuncian un sistema de alerta temprana para los puestos en transformación.

2 min 07
Meta15 OCTUBRE 2026

Meta abre Muse Spark, un MoE de 816.000 millones de parámetros con un millón de tokens de contexto que corre en dos Mac Studio

Meta publicó los pesos de Muse Spark Open, un modelo de mezcla de expertos con 816.000 millones de parámetros, 42.000 millones activos y un millón de tokens de contexto, nativamente multimodal, que según la empresa corre en dos Mac Studio con M5 Ultra a través de MLX, además de en SGLang, vLLM y otros motores de inferencia. Meta lo presenta como «el modelo de pesos abiertos estadounidense más capaz hasta la fecha», pero el anuncio no trae cifras de benchmarks y el informe completo de evaluación llegará «pronto». La licencia, Muse Model License, tiene términos comerciales limitados, así que no es código abierto en sentido estricto.

2 min 08
Epoch AI14 OCTUBRE 2026

Los modelos frontera ya ganan casi siempre Slay the Spire, pero en la dificultad máxima siguen lejos de los mejores humanos

Epoch AI hizo jugar a los modelos a Slay the Spire y a su secuela con un arnés visual de uso de computadora, 15 partidas por personaje y semillas fijas: en la dificultad base del primer juego, GPT-6 Astra ganó el 98 %, GPT-6.1 Sol el 97 % y Claude Opus 5.5 el 93 %. En la dificultad máxima (Ascension 20 con el Corazón), el mejor, GPT-6.1 Sol, ganó solo el 20 % y todos los modelos de Claude se quedaron en 0 %, mientras los mejores jugadores humanos superan con frecuencia el 50 % y algunos llegan al 80 o al 95 %. Es un buen termómetro de planificación a largo plazo, aunque el arnés visual puede subestimar a los modelos y los laboratorios podrían entrenar con estos juegos.

2 min 09
DeepSeek (Hugging Face)17 OCTUBRE 2026

DeepSeek actualiza V4.1-Flash con licencia MIT y sube de 31,2 a 42,3 en Terminal-Bench 4.0

DeepSeek publicó en Hugging Face, con licencia MIT, DeepSeek-V4.1-Flash-1017, una actualización de su modelo de 763.000 millones de parámetros y un millón de tokens de contexto que mejora sobre todo en tareas de agente: Terminal-Bench 4.0 pasa de 31,2 a 42,3 y ProgramBench, de 20,3 a 29,1. También sube en Apex Bench v1.1 (de 64,6 a 72,1), en Humanity’s Last Exam sin herramientas (de 36,8 a 42,6) y en DeepSWE v1.1 (de 74,2 a 77,0), y la empresa dice que reduce el tiempo de ejecución y el largo de las respuestas, sin dar cifras. Todos los resultados son autoinformados, y la ficha no indica la fecha de publicación.

2 min 10
NAND Research15 OCTUBRE 2026

Intel presenta la GPU D270, que cambia HBM por hasta 480 GB de LPDDR5X para inferencia

En el Open Compute Global Summit, Intel presentó la D270 (Crescent Island), una GPU para centros de datos pensada para inferencia: 1,3 PFLOPS densos en FP8, 32 núcleos Xe3P, 1,5 TB/s de ancho de banda, 350 W con refrigeración por aire y 160 GB de LPDDR5X en la tarjeta de referencia, o hasta 480 GB en diseños de socios. Con decodificación especulativa y un árbol de borrador de ocho tokens, Intel midió entre 2,9 y 4,9 tokens aceptados por pasada de verificación en modelos MoE de frontera. Está en muestreo con clientes, sin precio ni fecha, y el analista de NAND Research advierte que el ancho de banda de LPDDR5X limita la decodificación y que el volumen probablemente no llegue antes de 2027.

2 min

Herramientas que uso

Afiliado

Beehiiv

La plataforma donde vive el newsletter de PX Noticias IA: edición, envíos y analítica pensados para newsletters. Si la pruebas desde este link, ayudas a sostener el briefing.

Conocer Beehiiv →
Recomendación

OpenWhispr

Dictado por voz open source que corre 100% local (Whisper/Parakeet): tu audio nunca sale de tu máquina. Privacidad primero, gratis y multiplataforma.

Visitar OpenWhispr →

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 (23 ediciones)