Nvidia–Hugging Face pasa a definitivo y entra a revisión antitrust
En 30 segundos
- Nvidia firmó el acuerdo definitivo por Hugging Face (US$12.930M) y gatilló notificación Hart-Scott-Rodino: FTC y DOJ a revisar.
- OpenAI publicó números internos: 3,1 días-agente por cada día-persona de sus investigadores, y US$600/día en tokens por investigador mediano.
- Inversionistas del IPO de Anthropic exigen métricas no estándar: ingreso por token y por gigawatt de cómputo.
- GPT-6 Astra quedó #1 en Code Arena WebDev con 1.797 puntos, 35 sobre Claude Fable 5.1.
- OpenAI y Google se pusieron en contra del proyecto de ley de IA de Massachusetts que Anthropic apoya.
Lo importante
Nvidia–Hugging Face pasa de anuncio a acuerdo definitivo y entra a revisión de fusiones
Qué pasó. La compra de Hugging Face por Nvidia quedó como acuerdo definitivo: US$12.930 millones, estructurados como ~US$11.900 millones en efectivo más hasta US$1.000 millones en equity de retención para el equipo. La operación gatilla notificación previa Hart-Scott-Rodino y queda bajo mirada de FTC y DOJ —que ya tienen una indagatoria conjunta sobre colaboraciones competitivas en IA— además de revisión en la UE. El cierre está proyectado para el primer semestre de 2027.
Por qué importa. El anuncio fue el 3 de septiembre; lo de ayer es que dejó de ser una carta de intención y se convirtió en un proceso formal de merger review, que es donde este tipo de deals se cae o se demora. Nvidia pasa de vender silicio a controlar el punto de distribución de pesos abiertos: 18 millones de desarrolladores, más de 3 millones de modelos y 500.000 datasets. Contexto que ayuda a leerlo: Hugging Face había rechazado antes este año una inversión de US$500 millones de Nvidia justamente por miedo a un inversionista dominante, y terminó vendiendo entera. Si construyes sobre el Hub, el riesgo relevante no es hoy sino qué queda del "open platform" prometido después del cierre.
Profundizar: Yahoo Finance · TechCrunch · blog de Nvidia
OpenAI publicó cuánto trabajo de sus investigadores ya lo hacen agentes
Qué pasó. OpenAI sacó datos internos: a mediados de agosto su organización de investigación usa 3,1 días-agente de trabajo por cada día-persona (medido contra jornada de 8 horas). Antes de junio de 2026 el runtime total de agentes seguía por debajo del trabajo humano total. En paralelo, el investigador mediano gastaba más de US$600 al día en inferencia de agentes de código a precio de API, y el decil superior sobre US$7.000 diarios. La empresa dice haber cumplido su meta de tener un "becario de investigación automatizado" en septiembre de 2026, y apunta a investigador automatizado completo el 2028.
Por qué importa. Es el primer dato duro y con denominador que publica un lab frontera sobre autoconsumo de agentes, y sirve para dos cosas distintas. Una: como benchmark de costo real: si el mediano de OpenAI quema US$600/día en tokens a precio de lista, eso fija el techo de lo que "vale la pena" gastar en un agente de código, y es una cifra que puedes contrastar con tu propio gasto. Dos: es la evidencia que van a citar en el debate de recursividad —y llega justo después del ensayo de Pachocki diciendo que ningún lab resolvió alignment lo suficiente como para escalar a máxima velocidad. Ojo con el salto lógico: el dato mide runtime y volumen de experimentos, no que la investigación avance sin humanos. OpenAI lo aclara.
Profundizar: OpenAI (fuente primaria) · Unite.AI · MLQ
Los inversionistas del IPO de Anthropic piden ingreso por token y por gigawatt
Qué pasó. Según The Information, potenciales inversionistas del listado de Anthropic están exigiendo métricas fuera del estado financiero estándar: ingreso por token e ingreso por gigawatt de cómputo. También quieren saber si Anthropic reporta ingreso bruto o neto en las ventas vía revendedores cloud (AWS, Google Cloud), es decir, si descuenta o no la tajada del proveedor. Las cifras sobre la mesa: Q2 2026 de US$11.500 millones (vs US$4.730M en Q1 y US$787M en Q2 2025) y primera utilidad operacional trimestral de ~US$559 millones.
Por qué importa. Esto es lo que cambia respecto a lo que ya sabías del IPO —marketing corrido a mediados de octubre, US$2 billones de valorización en conversación—: el mercado no está discutiendo el múltiplo, está discutiendo si el numerador es real. La pregunta bruto-vs-neto no es contable-aburrida: con ~80% del ingreso viniendo de enterprise y buena parte pasando por revendedores, la diferencia puede ser de varios miles de millones en la línea de arriba. Y la métrica por gigawatt existe porque Anthropic monetiza mejor su cómputo que OpenAI —US$21.400M por GW contra US$12.600M, con estimaciones de GW 2025 y run-rate de abril 2026—, así que es el terreno donde a Anthropic le conviene competir. Si se estandariza, OpenAI va a tener que responder con lo mismo.
Profundizar: Crypto Briefing (sobre The Information) · Morningstar · R&D World
OpenAI y Google contra Anthropic por el proyecto de IA de Massachusetts
Qué pasó. OpenAI y Google se alinearon en contra de las cláusulas más duras del proyecto de desarrollo económico que el Senado de Massachusetts aprobó a fines de julio y que Anthropic respalda. El proyecto aplica a desarrolladores frontera con más de US$500M de ingreso derivado de IA o más de US$1.000M de gasto en I+D, obliga a publicar frameworks de seguridad enfocados en riesgo catastrófico y le entrega la fiscalización al fiscal general estatal. Anthropic empuja evaluaciones independientes de riesgo cada 4 a 6 meses; OpenAI prefiere el modelo de Illinois, con auditoría anual de tercero, y advierte que las revisiones frenarían el lanzamiento de modelos de ciberseguridad.
Por qué importa. Es la primera vez que la división entre labs se juega a nivel estatal con plata encima: Anthropic aportó más de US$120.000 a demócratas de Massachusetts en agosto. El detalle relevante para el ciclo de producto es el argumento de OpenAI —que las revisiones bianuales atrasan los modelos cyber—, justo cuando los tres grandes acaban de lanzar tiers de ciberseguridad con acceso restringido. Si Massachusetts pasa la versión Anthropic, el estándar de facto en EE.UU. deja de ser Illinois. Nota: la disputa viene desde agosto; lo de esta semana es el reporte de The Information con las posiciones formales.
Profundizar: Crypto Briefing · PYMNTS · Insurance Journal
GPT-6 Astra queda #1 en Code Arena WebDev, 35 puntos sobre Fable 5.1
Qué pasó. Astra (Max) tomó el primer lugar de Code Arena: WebDev con 1.797 puntos, contra 1.762 de Claude Fable 5.1 (Max) y 1.688 de Claude Opus 5 (Max). El leaderboard es Elo con voto humano sobre tareas reales de frontend: más de 650.000 votos y 126 modelos. Ambos modelos cotizan igual, US$10 por millón de tokens de entrada y US$50 de salida, con ventana de 1M — Arena lo comunicó como "US$40/Mtoken", que es una mezcla ponderada y no una tarifa que vayas a ver en tu factura.
Por qué importa. Es el primer número externo y con harness ajeno para Astra después del lío de sus benchmarks propios (99,9% en ARC-AGI-3 con harness propio vs 62,7% con el estándar, y métricas cambiadas post-lanzamiento). Acá no hay harness de OpenAI de por medio: son votos ciegos pareados. 35 puntos de Elo es una ventaja real pero modesta —traducido, alrededor de 55% de winrate cabeza a cabeza—, no un salto generacional. Al mismo precio, la decisión entre Astra y Fable 5.1 para código web sigue siendo de preferencia y de tooling, no de capacidad.
Profundizar: Crypto Briefing · Arena.ai
🇨🇱 Kaspersky: 76% de las organizaciones chilenas ve IA en la mitad o más de los ataques que recibe
Qué pasó. Estudio de Kaspersky publicado ayer: 76% de las organizaciones en Chile estima que hubo IA en aproximadamente la mitad o más de los ciberataques que sufrieron en los últimos 12 meses. El desglose: 20% cree que estuvo en la gran mayoría de los incidentes, 25% reporta más ataques con IA que sin ella, y 31% calcula proporciones parejas. Además, 81% percibió un aumento en la cantidad de ataques en el mismo período. La muestra no viene declarada en la nota.
Por qué importa. Es percepción de defensores, no forense —nadie está midiendo IA en el payload—, así que léelo como termómetro y no como dato duro. Aun así, es el primer número país que permite ordenar la conversación de riesgo con un directorio chileno, y calza con lo que vienes viendo en las evals de ataque autónomo. Para fintech el vector concreto que menciona Kaspersky es el mismo de siempre pero barato: automatizar reconocimiento, personalizar el engaño y probar varios vectores de acceso en paralelo. Eso pega directo en onboarding, KYC y soporte.
Profundizar: Infobae
También pasó
- Fluidstack cerró US$1.500M liderados por Jane Street a US$18.000M de valorización, desde US$7.500M en diciembre; opera datacenters sin ser dueña del silicio (Forbes, 3–5 sep).
- Crusoe levantó más de US$3.000M a US$30.000M, empujada por un contrato cloud de ~US$13.000M a cinco años con Jane Street; hace 10 meses valía US$10.000M (TechCrunch, 3 sep).
- Figure y Nscale firmaron por hasta 100.000 GPUs Vera Rubin: US$3.500M comprometidos con intención de superar US$6.000M, primeros despliegues en Barstow, Texas, el segundo semestre de 2027 (Figure, 3 sep).
- Sobrevivientes y profesores del tiroteo de Tumbler Ridge presentaron 30 demandas contra OpenAI y Sam Altman en corte federal de San Francisco; alegan que el equipo de seguridad pidió avisar a la policía y fue pasado a llevar (NPR, 2 sep).
- Google abrió la cohorte Asia-Pacífico de su AI Planet Accelerator con 16 equipos en monitoreo de fauna, cultivos y medición de carbono (blog.google).
- Gemini 3.8 Flash quedó en disponibilidad general en la API, orientado a ingeniería de software de horizonte largo y agentes autónomos (changelog de Google, 2 sep).
Dos cosas que busqué y no dieron nada del 7: no hubo releases de modelos de DeepSeek, Qwen, Meta ni Mistral ese día —lo último fue Qwen3.8 27B el 2 de septiembre—, y no encontré novedad sobre el "wiki incident" de OpenAI ni sobre la investigación del AG de California desde la última vez.