Kimi K3.1 Pro roza a Opus 5.5 y el S-1 de Anthropic no llegó
En 30 segundos
- Moonshot sacó Kimi K3.1 Pro: 65,7% en Terminal-Bench 4.0 contra 66,4% de Opus 5.5, a US$2/US$10 por millón de tokens.
- Anthropic iba a publicar su S-1 el viernes y al cierre de esto no aparece nada en EDGAR.
- La ronda de OpenAI bajó de US$1,4 billones a US$1,25 billones pre-money: US$150.000M menos de valorización.
- La release 1.107.0 de LiteLLM estuvo troyanizada en PyPI y Docker: si la instalaste, rota todo.
- OpenAI dejó la Decisions API en disponibilidad general a US$0,10 por millón de input y sin cobrar output.
Lo importante
Moonshot lanza Kimi K3.1 Pro y queda a 0,7 puntos de Opus 5.5 en Terminal-Bench
Qué pasó. Moonshot AI publicó K3.1 Pro el 23 de octubre: MoE de 2,8 billones de parámetros totales (SiliconANGLE dice 3 billones) con 104B activos, contexto de 1M y precio de US$2 input / US$10 output por millón, un tercio menos que K3. Reporta 65,7% en Terminal-Bench 4.0 contra 66,4% de Claude Opus 5.5 y 58,2% de GPT-6 Astra, y bajó su tasa de alucinación a nivel de claim de 23,4% a 8,3% en su bench interno.
Por qué importa. Artificial Analysis lo midió de forma independiente en 55 puntos de Intelligence Index —K3 tenía 44— y en 67,2% de Terminal-Bench con otro harness, así que la comparación con Opus 5.5 aguanta un rerun ajeno, cosa poco común en lanzamientos chinos. A ese precio es la primera vez que algo de esa gama queda a menos de un punto del mejor modelo de agentes a una fracción del costo. Dos reservas: en Terminal-Bench Science marca 38,1 contra 68,1 de Astra, y seguridad informática queda bastante atrás. Ojo con la distinción: el modelo ya está en API, los pesos abiertos están anunciados para el 4 de noviembre, no disponibles hoy.
Profundizar: SiliconANGLE · MarkTechPost · desglose de benchmarks
El S-1 público de Anthropic se esperaba el viernes y no apareció
Qué pasó. Yahoo Finance reportó el miércoles 21, citando tres personas, que Anthropic publicaría su prospecto S-1 "tan pronto como el viernes". Revisé EDGAR al escribir esto y no hay ningún S-1 de Anthropic. La compañía no confirmó fecha.
Por qué importa. La regla de la SEC exige que el documento confidencial —presentado el 1 de junio— sea público 15 días calendario antes de empezar el roadshow. Si la salida a bolsa sigue apuntando a mediados de noviembre, cada día sin S-1 aprieta ese calendario. Lo nuevo respecto del borrador filtrado: además de los US$16.300M de ingresos del primer semestre y los US$80.700M de pérdida (unos US$72.000M no caja), el documento mostraría ~US$450.000M en compromisos de cloud a 7-10 años, casi todos no cancelables — Google Cloud US$111.000M, AWS US$110.000M, Microsoft US$31.000M y hasta US$86.000M en arriendo de chips Nvidia; Bloomberg estira el total a US$750.000M. Anthropic habría dicho a inversionistas que el Q3 llegó a US$16.800M, casi 50% sobre el Q2 y con rentabilidad ajustada. La valorización de listado se reporta entre US$1,5 y US$2 billones; lo único confirmado por la empresa sigue siendo los US$965.000M post-money de la Serie H de mayo.
Profundizar: Yahoo Finance · PYMNTS · recap de las cifras del borrador
La ronda de OpenAI se cerró a US$1,25 billones, no a US$1,4
Qué cambió. Lo que venía como "hasta US$30.000M a más de US$1,4 billones" quedó en US$30.000M a US$1,25 billones pre-money (~US$1,28 billones post si entra todo), liderada por inversionistas de Emiratos Árabes Unidos junto a Coatue. El Financial Times lo lee como un recorte de US$150.000M al objetivo. OpenAI dijo a inversionistas el jueves que busca firmas para fin de la próxima semana; nada está cerrado.
Por qué importa. Es la primera vez en el ciclo que OpenAI baja su propio precio en vez de subirlo, y pasa justo cuando Anthropic intenta llegar al mercado público a una valorización reportada de US$1,5-2 billones. Va en paralelo a una negociación comercial para asegurar capacidad de cómputo adicional desde EAU, así que el descuento compra algo más que plata. Contexto de mercado: el jueves el Nasdaq cayó 2,6% por miedo al gasto en IA, y el viernes se estabilizó en tecnología (-0,21% el Nasdaq, sector tech del S&P +0,35%) mientras el Dow caía 1,23%.
Profundizar: CNBC · TechCrunch · cierre del viernes
LiteLLM 1.107.0 salió troyanizada en PyPI y Docker
Qué pasó. El 21 de octubre a las 4:00 AM PST el pipeline de release de LiteLLM fue comprometido y publicó la versión 1.107.0 en PyPI y en los registries de contenedores. El payload es un robador de credenciales que se ejecuta cada vez que arranca Python, más un RAT de segunda etapa: apunta a llaves de AWS, GCP y Azure, Kubernetes, tokens de Git y de registries, llaves SSH/TLS, variables de entorno y filas de la base de datos del proxy de LiteLLM si está configurada. Los atacantes usaron tokens OAuth de GitHub CLI de tres ingenieros, lanzaron el release desde un repo controlado por ellos, lo aprobaron con una segunda cuenta y borraron los logs del workflow con una tercera.
Por qué importa. LiteLLM es el gateway por el que mucha gente enruta sus llamadas a modelos, o sea que una instalación comprometida entrega el set completo de llaves de proveedores de una vez. La ventana fue corta —unas dos horas en PyPI— pero Wiz observó abuso de credenciales robadas cerca de 4,5 horas después de la exfiltración: rotar no es opcional ni postergable. El tag de GitHub de la 1.107.0 está limpio; el código malicioso se inyectó en el build, así que auditar el repo no sirve de nada. Es el segundo incidente de cadena de suministro de LiteLLM en el año. Versiones anteriores están sanas; se recomienda fijar 1.106.2. Todavía no hay CVE ni advisory de GitHub.
Profundizar: The Hacker News · Datadog Security Labs · Socket
La Decisions API de OpenAI pasa a disponibilidad general a US$0,10 por millón de input
Qué pasó. El 22 de octubre OpenAI dejó la Decisions API en GA, tres semanas después del preview de DevDay. El endpoint recibe texto o imágenes más una lista de preguntas y devuelve respuestas tipadas —probabilidad, elección o score— en vez de texto. Corre sobre GPT-6 Luna, acepta hasta 400 preguntas por request (el doble del beta), cobra US$0,10 por millón de tokens de input, US$0,01 cacheado y cero por output. Soporta Zero Data Retention y es elegible para HIPAA.
Por qué importa. Es el reconocimiento de que una parte grande del gasto en agentes no es generación sino clasificación y routing, y ahí pagar output y esperar 1,5 segundos es absurdo. Los números de clientes que publicó OpenAI apuntan a eso: Datadog reporta p95 40x más rápido evaluando comandos de shell de agentes, Sierra dice decisiones de orquestación bajo 280ms con 90% menos costo por llamada, y Speak bajó el tiempo al siguiente paso de 1,4s a 0,13s. Son cifras del proveedor y de sus clientes, sin comparación cabeza a cabeza independiente. Si tienes un paso de "decidir qué hacer" corriendo sobre un modelo de chat, acá hay un recorte de costo medible.
Profundizar: OpenAI · docs · OODAloop
Anthropic verificó formalmente 123 librerías open source con Claude
Qué pasó. El Frontier Red Team de Anthropic, junto a la firma Theorem, usó Claude para generar pruebas formales sobre 239 puntos de entrada en 123 librerías, convirtiendo los fuzz tests de OSS-Fuzz de Google en especificaciones formales y verificándolas con el asistente de pruebas Rocq. Probó que los programas no crashean con inputs bajo 64 MB. En el camino encontró bugs que habían sobrevivido años y billones de ejecuciones de tests automatizados, los parchó y volvió a generar pruebas para el código corregido. Son ~180 millones de líneas de Rocq en total, unas 600.000 por prueba.
Por qué importa. La verificación formal siempre fue técnicamente superior y económicamente inviable: solo rendía en bases de código chicas o con mucho tiempo de experto. Esto es el primer intento de hacerla a escala de ecosistema, y el resultado concreto es que encontró defectos que el fuzzing no encontró en años. La letra chica es grande: las pruebas corren sobre ensamblador RISC-V single-threaded estático linkeado contra musl libc, o sea no cubren los builds x86 o ARM que usa casi todo el mundo, y Anthropic aclara que "formalmente verificado" no es "libre de bugs". Prometieron publicar en GitHub un subconjunto de las pruebas y la semántica de RISC-V y del SO, reteniendo las que expongan bugs sin parchar.
Profundizar: anuncio de Anthropic · unite.ai · Interesting Engineering
También pasó
- Microsoft publicó en Science que MAI-DxO acertó el diagnóstico en 83,2% de 304 casos complejos del NEJM contra 36,1% de médicos generalistas; solo con casos de texto, el estudio clínico recién se planea en Beth Israel Deaconess — TechCrunch · qué midió realmente el paper
- DeepSeek cerró ~100.000 millones de yuanes (~US$14.980M) con Tencent, CATL, Meituan y Geely entre más de 15 inversionistas, a una valorización pre-money de 500.000 millones de yuanes, rumbo a un listado en el STAR Market — Reuters vía The Star
- Anthropic abrió waitlist para Claude Duet, un agente que actúa en apps conectadas sin que se le pida: research preview solo para Pro y Max en EE.UU., iOS, Android y web, incluido en la suscripción pero consumiendo los mismos límites de uso — TechCrunch · Engadget
- La Universidad de Pekín y el equipo de Kling liberaron Verus-Insight-8B con Apache-2.0, un detector explicable de artefactos en video generado: sobre base Qwen3-VL-8B sube Finding F1 de 3,38 a 35,42 en RewardData — paper · código
- Notion mueve los workspaces Business y Enterprise existentes al sistema de créditos el 2 de noviembre: 1.500 créditos Standard y 500 Select por miembro al mes, sin acumulación, con pool de overflow a US$10 por 1.000 — Notion
- 🇨🇱 La ministra Lincolao detalló el calendario chileno: AWS abre data center en noviembre, reunión con Jensen Huang el 11 de noviembre, concurso de tokens con paquetes de Microsoft, Google, AWS y OpenAI, un acuerdo con OpenAI "muy cercano" pero sin cerrar, y en diciembre el anuncio de un data center "no tradicional" alimentado por fuentes naturales de energía — DF