Anthropic abre sus puertas a METR y Meta lanza Muse Wonder

Anthropic da a investigadores de METR acceso de empleado para auditar sus modelos

El 15 de octubre, Anthropic anunció, según reportó TechCrunch, que seis investigadores de METR, una organización sin fines de lucro que evalúa modelos de IA de frontera, tendrán acceso equivalente al de un empleado: computadores de la empresa, espacio de oficina y herramientas internas similares a las que usan sus propios equipos de evaluación de riesgo. El acuerdo forma parte de una estructura de tres niveles para evaluadores externos, y el Financial Times también informó del anuncio.

Lo relevante es la cláusula de publicación: METR podrá difundir sus evaluaciones sobre los riesgos y las prácticas de Anthropic sin que la empresa pueda vetarlas. Solo se admiten redacciones en categorías definidas de antemano, como datos de clientes, privilegio abogado-cliente o arquitectura de los modelos.

No cambia nada en la operación de quien hoy usa Claude vía API o a través de otros productos, y todavía no hay evaluaciones publicadas bajo este esquema que permitan juzgar cuánto aporta en la práctica. Si tu empresa está eligiendo proveedor de modelos para procesos sensibles, como la atención al cliente o el manejo de datos personales, la existencia de auditorías externas con derecho a publicar es un criterio de gobernanza que vale la pena incluir en la comparación.

Meta presenta Muse Wonder, modelos orientados a tareas agénticas profesionales

El 12 de octubre, Meta lanzó Muse Wonder y Muse Wonder Full, que describe como sus modelos más capaces hasta ahora, pensados para tareas agénticas en seguros, finanzas, salud y programación. Incorporan Active Memory, que retiene contexto entre conversaciones, y Active Focus, que busca que el modelo persista hasta completar tareas complejas y pida confirmación antes de ejecutar acciones importantes. Están disponibles vía Meta Model API y Muse Code, y llegarán pronto a los suscriptores de Muse; el comunicado no menciona restricciones geográficas, aunque tampoco detalla el acceso desde Latinoamérica.

Meta prometió un reporte de seguridad completo que aún no publica, y no hay benchmarks de terceros sobre el desempeño real de estos modelos. Para una empresa que evalúa automatizar revisión de documentos o seguimiento de trámites, Muse Wonder entra en la lista de opciones a comparar, pero usarlo en procesos críticos tiene más sentido después de que existan evaluaciones independientes de sus riesgos.

Meta libera Muse Spark Open, un modelo abierto de 816.000 millones de parámetros para Mac

El 15 de octubre, Meta lanzó Muse Spark Open, según TechCrunch, un modelo de pesos abiertos con 816.000 millones de parámetros y una ventana de contexto de un millón de tokens, diseñado para correr localmente en computadores Mac. Meta lo probó en programación y en edición de video con DaVinci Resolve, y lo presenta como el modelo abierto más capaz desarrollado en Estados Unidos, una afirmación que por ahora no tiene respaldo en benchmarks independientes. El Financial Times también cubrió el lanzamiento.

La condición práctica es el hardware: según la información que TechCrunch cita de Engadget, necesita al menos 1 TB de RAM y rinde mejor en un Mac Studio con chip M5 Ultra. Eso lo deja fuera del alcance de casi cualquier pyme que quiera ejecutarlo en sus propios equipos, aunque también se puede usar a través de varias plataformas API. Su valor está más en lo que indica: los modelos abiertos de gran tamaño empiezan a pensarse para ejecución local, una alternativa que interesa a quien prioriza la privacidad de los datos.

Mistral lanza Timestral, modelos de pronóstico de series de tiempo que funcionan sin GPU

El 15 de octubre, Mistral AI presentó Timestral, su primera familia de modelos para pronóstico de series de tiempo, con tamaños de entre 5 y 209 millones de parámetros. Entregan pronósticos probabilísticos y multivariados, corren en CPU estándar con tiempos de inferencia de entre 10 y 140 milisegundos y aceptan variables conocidas a futuro, como calendarios o turnos de producción. Mistral afirma que obtiene el primer lugar en los tres benchmarks públicos principales del área (GIFT-Eval, TIME y fev-bench) con menos parámetros que modelos anteriores; son resultados propios, enviados a los rankings públicos pero todavía sin evaluación de terceros.

De las noticias de la semana, es la que podría tener una aplicación más directa en operaciones. Supongamos una distribuidora que proyecta demanda e inventario considerando feriados y temporadas: un modelo que no exige GPU reduce la barrera de infraestructura para mejorar ese pronóstico. Mistral aún no detalla precio ni condiciones de licencia para uso comercial, así que lo prudente es esperar esa información y, si encaja, compararlo con el método actual usando datos históricos propios antes de cambiar nada.

NVIDIA amplía Nemotron con un modelo de 120.000 millones de parámetros y dos modelos para edge

El 15 de octubre, NVIDIA lanzó Nemotron 3.5 Super VL, un modelo abierto de 120.000 millones de parámetros orientado a agentes especializados que operan de forma continua. Lo acompañan dos modelos más pequeños para dispositivos edge: Bolt 74B-A9B, que funciona con 24 GB de memoria y ya está disponible, y Bolt E4B, de 4 GB, que se libera el 23 de octubre. Se distribuyen por Hugging Face, OpenRouter, ModelScope y como NVIDIA NIM.

NVIDIA sostiene que Super VL es cinco veces más rápido que la siguiente mejor alternativa, cifra que proviene de sus propios benchmarks, y nombra a empresas como Atlassian, CrowdStrike, Salesforce y Perplexity entre las que lo están adaptando, sin detallar el uso de cada una. Lo más útil para una empresa mediana son los modelos edge: con 24 GB o 4 GB de memoria, un agente de soporte o atención podría ejecutarse en hardware propio sin enviar datos sensibles a la nube, algo que cambia las opciones de diseño cuando la privacidad es una restricción del proyecto.

Microsoft llevará su chip Azure Maia a despliegues de varios gigavatios desde 2027

El 12 de octubre, Microsoft anunció que Maia 200, su chip propio para inferencia de IA, ya está en producción atendiendo cargas de Copilot en Estados Unidos, Europa y Australia, y que la siguiente generación, Maia 300, comenzará despliegues en 2027 a una escala de varios gigavatios. El blog técnico de Azure detalla una arquitectura de chiplets con memoria HBM4, 950 W de consumo y 96 aceleradores por rack.

Según Microsoft, Maia 300 entregará un 40% más de tokens por megavatio que los sistemas basados en GPU líderes, aunque no especifica con cuáles compara ni hay medición de terceros. No tiene efecto inmediato para quien usa Azure hoy; a mediano plazo, este tipo de chips propios podría influir en el costo y la capacidad disponible de los servicios de IA en la nube.

Google reduce 40 veces un tipo de error clave en computación cuántica

El 15 de octubre, Google Quantum AI informó la publicación en Science de la primera demostración en hardware real de magic state cultivation, una técnica que, según sus investigadores, reduce 40 veces la tasa de error al generar los llamados estados mágicos en su procesador Willow, con una fidelidad lógica de 99,99%. Esos estados son uno de los principales cuellos de botella para llegar a una computación cuántica útil.

Es investigación de base, sin producto comercial asociado, y el propio comunicado reconoce que falta resolver cómo llevarla a escala. No tiene consecuencias para la operación de una empresa en el corto plazo; sirve como referencia del ritmo de avance en un área que conviene seguir de lejos.