Semana intensa: un modelo abierto chino de 2.8 billones de parámetros destrona a los de frontera en programación, Anthropic supera a OpenAI en ingresos, Google retrasa su Gemini estrella y China le tiende la mano a LATAM en gobernanza de IA. Te lo contamos con criterio.
10 noticias · 7 días de cobertura · seleccionadas por el equipo de Innova y Cree
01
Kimi K3: el modelo abierto más grande jamás publicado destrona a los de frontera
Moonshot AI liberó Kimi K3, un modelo de pesos abiertos de 2.8 billones de parámetros (arquitectura Mixture-of-Experts) con ventana de contexto de 1 millón de tokens: el modelo abierto más grande jamás publicado. Lo relevante no es el tamaño, sino el resultado: destronó a Claude Fable 5 y a GPT-5.6 Sol en el Frontend Code Arena (1,679 puntos) y quedó cuarto entre 189 modelos en el índice de inteligencia general. Para las empresas de LATAM el mensaje es doble: la brecha entre modelos abiertos y cerrados casi desapareció, y un modelo que puedes autoalojar ya compite de tú a tú con los de frontera. Esto presiona los precios a la baja y abre la puerta a soluciones soberanas sin depender de una sola API extranjera.
China propone una gobernanza global de IA — y le tiende la mano a LATAM
En la Conferencia Mundial de IA de Shanghái, Xi Jinping dio por primera vez el discurso inaugural y lanzó una Organización Mundial de Cooperación en IA con 29 países fundadores. Lo que nos toca de cerca: anunció centros de cooperación de aplicación de IA con la Comunidad de Estados Latinoamericanos y Caribeños (CELAC), 5,000 plazas de formación para países en desarrollo y acceso a su sistema de alerta meteorológica MAZU para 30 naciones. Es un movimiento geopolítico: mientras EE.UU. domina los modelos de frontera, China busca influencia ofreciendo capacitación e infraestructura al Sur Global. Para la región significa más opciones —y más necesidad de criterio propio para no quedar atrapados en una sola órbita tecnológica.
Google retrasa Gemini 3.5 Pro por problemas de código
Google pospuso varios meses el lanzamiento de Gemini 3.5 Pro, su modelo de frontera, tras admitir internamente que rinde por debajo de lo esperado en generación de código y razonamiento de tareas largas. Sundar Pichai había prometido en mayo que llegaría en junio; ese plazo pasó sin novedades y las acciones de Alphabet cayeron cerca de 3% el día del reporte. El episodio muestra que ni los gigantes están a salvo de la presión: con GPT-5.6, Claude y Kimi K3 marcando el ritmo en programación, Google reentrenó datos y aun así no alcanzó su propia vara. La lección para quien elige proveedor: no cases tu operación con promesas de roadmap; evalúa lo que ya está en producción hoy.
Anthropic supera a OpenAI en ingresos: el dinero está en la empresa
Anthropic —creadora de Claude— superó a OpenAI en ingresos anualizados, con estimaciones que van de un run-rate de 47.000 millones hasta 74.000 millones de dólares según la fuente, frente a los ~41.000 millones de OpenAI. La clave no es la cifra sino la estrategia: Anthropic apostó desde el inicio por el mundo empresarial y las APIs —compañías que integran IA en sus propios productos— mientras OpenAI creció con el consumidor final. El giro confirma dónde está el dinero real de la IA: no en el usuario que juega con un agente IA, sino en la empresa que lo incrusta en sus procesos. Para el ejecutivo LATAM es una señal de hacia dónde madura el mercado: integración, no novedad.
El 2 de agosto de 2026 entran en vigor los poderes sancionadores de la Unión Europea sobre modelos de IA de propósito general y las obligaciones de transparencia (Artículo 50): a partir de esa fecha Bruselas puede multar. Aunque el reciente 'Digital Omnibus' aplazó entre 12 y 16 meses las obligaciones para sistemas de alto riesgo, la transparencia y la supervisión de los modelos base siguen firmes. ¿Por qué importa fuera de Europa? Porque el efecto Bruselas marca el estándar de facto: toda empresa LATAM que venda o procese datos de clientes europeos —o que simplemente quiera adelantarse— tendrá que documentar, etiquetar contenido generado por IA y clasificar riesgos. Conviene ir preparando el terreno ahora, no en agosto.
La ONU advierte sobre 'daño catastrófico' y pide controles mundiales
La ONU inauguró en Ginebra su primer Diálogo Global sobre Gobernanza de IA, y su Panel Científico Internacional (40 miembros) dejó en acta una admisión inédita: la ciencia hoy no puede garantizar que sistemas de IA cada vez más capaces no causen daño catastrófico, ya sea por sí solos o por uso malicioso. António Guterres pidió controles mundiales y, a la vez, más acceso para los miles de millones que aún no alcanzan la tecnología. Más allá del titular alarmista, el subtexto es práctico: la regulación viene y llegará fragmentada. Las empresas que adopten gobernanza interna de IA —políticas de uso, trazabilidad, supervisión humana— llegarán preparadas; las que improvisen, expuestas.
LATAM: el problema no es adoptar IA, es aterrizarla
Un análisis de McKinsey estima que la automatización con IA podría desbloquear unos 450.000 millones de dólares anuales en 15 países de América Latina hacia 2030. Pero el dato incómodo del presente es otro: aunque el 67% de las grandes empresas de la región ya tiene al menos un proyecto de IA en producción, solo el 23% reporta impacto medible en sus métricas de negocio. CIOs en Bogotá, Ciudad de México y São Paulo acumulan decenas de pruebas de concepto que nunca escalan. El tiempo medio para ver retorno es de 5.1 meses —más rápido en ventas (3.4) que en finanzas (8.9). La conclusión es clara: la ventaja ya no está en 'usar IA', sino en convertir pilotos en operación con resultados que se puedan medir.
GPT-5.6 y la era de los subagentes que se coordinan
OpenAI lanzó su familia GPT-5.6 en tres niveles —Sol (frontera), Terra (equilibrado) y Luna (rápido y económico)— con precios desde 1 hasta 5 dólares por millón de tokens de entrada. La novedad de fondo es el 'modo ultra' de Sol: en lugar de trabajar como un solo agente IA, descompone la tarea y coordina varios subagentes en paralelo, elevando su desempeño en programación de línea de comandos del 88.8% al 91.9%. Además, OpenAI mantuvo plano el precio de su modelo tope y segmentó por nivel: pagas tarifa premium solo cuando la tarea lo exige. Para quien diseña automatizaciones, el patrón 'un agente que orquesta a varios' está dejando de ser experimento para volverse estándar de producto.
EE.UU. negocia estándares voluntarios para modelos de frontera
El Financial Times confirmó que la Casa Blanca está en conversaciones avanzadas con OpenAI, Google y Anthropic para fijar estándares voluntarios de lanzamiento de modelos de frontera: benchmarks comunes, plazos de prueba y reglas de acceso. Es el enfoque opuesto al europeo —autorregulación pactada en vez de ley con multas— y define dos filosofías que convivirán en el mercado global. Para las empresas LATAM que operan con proveedores estadounidenses, entender esta lógica ayuda a anticipar cómo y cuándo llegarán los modelos, y con qué garantías. La regulación de la IA se está escribiendo en tiempo real, y no en un solo idioma.
El costo real de la carrera: xAI, pérdidas millonarias y hambre de cómputo
Un documento regulatorio (SEC) de SpaceX destapó las cifras de la carrera por la infraestructura: xAI perdió 2.400 millones de dólares en el primer trimestre de 2026 mientras invertía 7.700 millones en capital, y reveló un acuerdo para rentar 300 megavatios de capacidad de cómputo a Anthropic por 1.250 millones al mes hasta mayo de 2029. El dato revela la verdadera barrera de entrada de la IA de frontera: no el talento, sino la energía y los chips. Mientras los titulares hablan de modelos, la guerra silenciosa se libra en centros de datos y contratos eléctricos. Entender esto ayuda a leer el mercado: los precios de las APIs que usas dependen, al final, de estas apuestas multimillonarias.
Estas noticias llegan a tu equipo antes que tus reglas
Cada herramienta nueva es una puerta más por la que los datos de tu empresa pueden salir. Un diagnóstico de IA dice qué usan hoy, qué se expone y qué ordenar primero.