Microsoft cierra MAI-Base-2 (2,8T) y Nvidia libera Nemotron 120B
En 30 segundos
- Microsoft AI terminó el pre-entrenamiento de MAI-Base-2: MoE de 2,8T con 80B activos, 16k GB200 en 38 días, y aún sin fecha de release.
- Nvidia liberó Nemotron 3.5 Super VL, 120B con 12B activos, pesos abiertos y ya servido en OpenRouter, Baseten, Fireworks y Together.
- TSMC marcó utilidad récord (+68,7% a/a) el mismo día en que Asia se desplomó por el financiamiento circular del build-out de IA.
- Anthropic le dio a seis empleados de METR acceso tipo-empleado para auditar riesgos, con derecho a publicar sin aprobación previa.
- El contralor de Nueva York le pidió a Anthropic frenar la IPO; la empresa sigue apuntando a presentar ante la SEC el 26 de octubre.
Lo importante
Microsoft AI terminó de pre-entrenar MAI-Base-2: 2,8 billones de parámetros, 80B activos
Qué pasó. Microsoft publicó el reporte de pre-entrenamiento de MAI-Base-2: MoE de 2,8T totales con 80B activos por token, entrenado en 16.000 GPUs GB200 durante 38 días (agosto-septiembre 2026), con una mezcla de 50T tokens —18% datos de visión— y corte de conocimiento en marzo de 2026. MFU promedio 21%, goodput 89%. Microsoft estima su receta entre 4,2x y 12,3x más eficiente en FLOPs que DeepSeek-V4-Pro-Base, con sus propios ajustes de scaling laws.
Por qué importa. Es el primer modelo frontera de Microsoft entrenado desde cero sin destilar de otros y con stack propio: la señal más concreta de que se está despegando de la dependencia de OpenAI. Contra MAI-Base-1 (1T totales, 35B activos) es casi 3x más grande y bastante más sparse, y nativamente multimodal. Pero esto es un base model en post-entrenamiento: no hay fecha, no hay precio y lo único anunciado es licenciar pesos a "socios de confianza" vía Foundry. Nada usable hoy, y la comparación de eficiencia es autoevaluada. Ya empezaron MAI-Base-3.
Profundizar: Microsoft AI · Gigazine
Nvidia liberó Nemotron 3.5 Super VL: 120B abiertos para agentes multimodales
Qué pasó. Nvidia publicó Nemotron 3.5 Super VL, MoE híbrido (con estados recurrentes Mamba y multi-token prediction) de 120B totales y 12B activos por token, con entrada de texto, imagen y video (MP4 hasta 2 minutos). Reporta 80,8% en CharXiv —84% con intérprete de Python— contra 63% de Nemotron 3 Nano Omni, 63,44% en Hermes Bench y 87,05% en LangChain Evals, más hasta 5x throughput agéntico en una sola GPU frente a modelos abiertos de su tamaño.
Por qué importa. Esto sí está disponible hoy: checkpoints base, post-entrenado y cuantizado NVFP4 en Hugging Face y ModelScope, servido en OpenRouter, NIM, Baseten, Fireworks, Together, CoreWeave y DeepInfra, y corriendo en vLLM, SGLang, Ollama y LM Studio. Nvidia además soltó datasets, recetas de entrenamiento y entornos de RL en NeMo Gym. El ángulo práctico es colapsar pipeline de visión + LLM en un modelo que cabe en una DGX Spark con NVFP4. Todas las cifras son del fabricante; no hay evals independientes todavía. MarkTechPost reporta contexto de 1M de tokens, dato que el blog de Nvidia no menciona.
Profundizar: Nvidia Developer · The Decoder · MarkTechPost
TSMC récord por sexto trimestre seguido, y la acción cayó igual
Qué pasó. TSMC reportó ingresos consolidados de NT$1.494,24 mil millones (+50,9% a/a) y utilidad neta de NT$763,06 mil millones (+68,7%), EPS diluida NT$29,43 (US$4,60 por ADR), con margen bruto 66,4% y operativo 58,7% —por encima del techo de su propia guía. Guía Q4: US$52.300–54.300 millones, y subió el crecimiento 2026 en dólares a ~44%. La conversión a dólares varía entre fuentes: US$23.550 millones y ~US$24.000 millones de utilidad.
Por qué importa. El mismo día, el selloff de IA se aceleró en Asia por el financiamiento circular del build-out —CoreWeave, con US$22.000 millones en bonos y US$26.000 millones en préstamos según LSEG, como epicentro— y se desarmó en Europa y EE.UU.: Nasdaq +0,1%, S&P 500 +0,3%, Dow +1%. Que el proveedor de todos los chips de IA bata récords y su acción caiga 4% es el resumen del momento: el problema que está cobrando el mercado no es demanda, es cómo se está financiando. El margen bruto, además, bajó desde 67,7% por el arranque de 2nm. Los porcentajes de caída por índice y por acción (KOSPI, Nikkei, SK Hynix, Samsung, SoftBank, Advantest) vienen de agregadores que citan a Reuters, no del cierre oficial.
Profundizar: Comunicado 6-K a la SEC · Euronews · Reuters vía Yahoo Finance
Anthropic le abrió las puertas a METR: seis personas con acceso tipo-empleado
Qué pasó. Anthropic publicó su esquema de evaluadores independientes en tres niveles. Seis empleados de METR quedaron en el nivel 3: hardware de la empresa, espacio de oficina y herramientas internas, con derecho a publicar su análisis de riesgo sin aprobación previa —Anthropic solo puede pedir redacciones en categorías predefinidas y estrechas, y METR puede decir públicamente si las considera justificadas. SecureBio está revisando el capítulo de armas químicas y biológicas del Risk Report de agosto 2026. Accenture y Faculty están negociando; Hugging Face, en conversaciones tempranas.
Por qué importa. Es la respuesta concreta al compromiso de evaluación de terceros de septiembre, y llega apenas semanas después de que la Casa Blanca congelara por 17 días el testeo pre-release del AISI británico: cuando el acceso estatal se vuelve inestable, el acceso contractual a ONGs pasa a ser el mecanismo real. El nivel 1 sigue siendo acceso que Anthropic define y publicación que Anthropic aprueba, así que el gradiente importa: lo nuevo es el nivel 3, y por ahora es un solo evaluador. Llega el mismo día en que le piden frenar la IPO por gobernanza, lo que no parece casualidad.
Profundizar: Anthropic
El contralor de Nueva York le pide a Anthropic pausar la IPO
Qué pasó. Mark Levine, contralor de Nueva York, le escribió a Dario Amodei pidiendo postergar la salida a bolsa hasta que la empresa resuelva temas de seguridad, gobernanza y ritmo de desarrollo, y que detalle "con especificidad" qué auditorías y controles implementará, su alcance y un plazo proyectado. Los fondos de pensiones de la ciudad tienen exposición combinada de US$7 millones a Anthropic vía private equity. Bloomberg fecha la carta el miércoles; Reuters lo reportó el jueves 15. Anthropic no había respondido públicamente.
Por qué importa. El reclamo es simbólico en plata —US$7 millones contra una IPO que, según reportes, apunta a una valorización de US$2 billones— pero es el primer inversionista institucional público que usa gobernanza de IA como argumento contra un listado, y abre el libreto para fondos más grandes. En paralelo, IFR reporta que Anthropic sigue adelante: presentación pública ante la SEC el 26 de octubre para cotizar a mediados de noviembre. Levine también argumentó que el acuerdo "moralmente vinculante" de seguridad entre la administración Trump y las empresas de IA es insuficiente, que es exactamente el vacío que el esquema de evaluadores del mismo día intenta tapar por contrato.
Profundizar: Reuters vía Investing.com · IFR
Meta AI bloqueó "Lula 13" y generó "Flávio 22": el TSE pide explicaciones
Qué pasó. La IA de Meta en WhatsApp se negó a generar afiches de campaña con el nombre de Lula y el número 13, pero sí produjo piezas con "Flávio 22" y con Augusto Cury (70), según pruebas de Carta Capital, Brasil de Fato y Poder360. La campaña de Lula presentó el 14 de octubre nuevas representaciones ante el TSE hablando de "manipulación del debate público" y pidiendo medidas urgentes más la restitución del alcance perdido. Meta dice que su política bloquea los nombres Lula, Luiz, Flávio Bolsonaro y Bolsonaro, que el nombre de pila "Flávio" solo se le pasó, que reforzó los bloqueos y que no favorece a ningún candidato. Las pruebas de g1 muestran que los rechazos no eran absolutos.
Por qué importa. El balotaje es el domingo 25 de octubre: es el caso más limpio hasta ahora de cómo una lista de bloqueo mal implementada se vuelve asimetría electoral, sin que haya intención demostrada. Para quien construye sobre estas APIs, el detalle técnico es el que duele: el filtro operaba sobre strings de nombres, así que el apellido estaba cubierto y el nombre de pila no. Y deja al TSE —que ya venía endureciendo su postura con las big tech— fijando criterio sobre generación de imágenes en campaña en pleno período electoral. Son tests informales, no controlados, y el TSE aún no falla.
Profundizar: Poder360 · Fast Company Brasil
También pasó
- Mistral sacó Timestral, familia de modelos fundacionales de series de tiempo de 5M a 209M parámetros, licencia MIT modificada, contexto de 32.768 pasos y salida en 21 cuantiles; el de 209M queda primero en GIFT-Eval, TIME y fev-bench, y corre en CPU (140 ms en 8 threads). mistral.ai
- OpenAI empezó a desplegar GPT-Live-1.1 (y GPT-Live-1.1 Quip) en voz de ChatGPT, Codex y dots: 13 voces nuevas, entre ellas dos en español mexicano, y menos "checking..." durante llamadas a herramientas. Todavía no está en la API. Notebookcheck
- Artificial Analysis publicó AA-Robotics v0.1 (14 de octubre): GPT-6 Astra primero con 69/100 controlando un brazo de 6 ejes, a 30 minutos y US$16,36 promedio por tarea; Gemini 4 Argon tercero con 55; ningún modelo pasa de 2/100 en tareas humanoides. artificialanalysis.ai
- Accenture le dijo a sus empleados que desde el 1 de octubre el financiamiento central de Claude Enterprise se topa en US$29 por persona al mes, y que el exceso lo paga el proyecto; había gente gastando entre US$500 y US$1.000 mensuales. 404 Media
- NYT, AFP, The Economist y The Atlantic entraron a la coalición SPUR, que superó los 80 medios en más de 20 países y liberó la versión 1.0 de su Content Telemetry Standard para que agentes y desarrolladores reporten qué contenido usan. ITBrief
- 🇨🇱 En el Summit País Digital, CENIA anunció una versión de su programa gratuito "Hazlo con IA" para docentes —ya formó a 190 mil personas— y Corfo impulsa el primer sandbox nacional de IA en salud. BioBioChile
En rondas de financiamiento el jueves no salió nada verificable de tamaño relevante: lo que apareció son montos chicos en índices de TechCrunch sin artículo confirmado.