Anthropic publica su S-1 y OpenAI abarata: GPT-6.1 Terra a US$1/US$5
En 30 segundos
- El S-1 de Anthropic ya está en EDGAR: US$16.286 millones de ingresos en el primer semestre y hasta US$750.000 millones comprometidos en cómputo.
- OpenAI lanzó GPT-6.1 Terra, disponible hoy, a US$1/US$5 por millón de tokens: la mitad del modelo que reemplaza.
- OpenAI dice que un modelo interno refutó la Hipótesis del Tiempo Exponencial y probó smoothing local de Sogge; nadie externo lo ha validado todavía.
- Meta levanta hasta US$95.000 millones en equity para infraestructura de IA, con Nvidia, AMD y Broadcom como interesados ancla.
- El propio benchmark de Android de Google deja a Gemini 4 Argon quinto, detrás de Claude Sonnet 5.5 y GPT-6.1 Sol.
Lo importante
El S-1 de Anthropic apareció: ticker ANT, US$16.286 millones de ingresos semestrales y US$750.000 millones en cómputo comprometido
Qué cambió respecto al brief anterior. El viernes no había nada en EDGAR; el lunes 26 el prospecto se hizo público. Anthropic listará Class A en Nasdaq Global Select como ANT, con Goldman Sachs y Morgan Stanley liderando entre 24 colocadores. Todavía no hay cantidad de acciones ni rango de precio, y la fecha que se reporta es la semana del 16 de noviembre.
Qué pasó. Ingresos de US$16.286 millones en el semestre cerrado al 30 de junio, contra US$1.163 millones un año antes (Q1 US$4.700 millones, Q2 US$11.600 millones). Pérdida neta GAAP de US$80.748 millones, de los cuales ~US$72.388 millones son cargos no-caja por revaluación de notas convertibles, derivados y SAFEs; a nivel operacional la pérdida bajó a US$693 millones y el Q2 dio US$974 millones de utilidad operacional. En el investor day de octubre entregó Q3 de US$16.800 millones, +45% sobre Q2. Ojo con la discrepancia: varios medios titularon "US$2.700 millones de utilidad" en el semestre — eso es ingreso neto ajustado, no GAAP.
Por qué importa. La línea más dura del documento no es la pérdida contable, es el pasivo de cómputo: hasta US$750.000 millones comprometidos, con contratos no cancelables de US$111.000 millones con Google, US$110.000 millones con AWS y US$31.000 millones con Microsoft, pagables en buena medida independiente del uso. Anthropic además advierte que ese cómputo puede ser "recortado, repreciado o terminado", y que ~20% de los ingresos viene de dos clientes. Sobre valorización: Reuters reporta que inversionistas actuales y potenciales discutieron ~US$1,5 billones, abajo de los ~US$2 billones que esperaban hace una semana; la última ronda privada fue a US$965.000 millones post-money. Nada de eso es precio fijado por la compañía. Contexto para comparar: la ronda de OpenAI bajó a US$1,25 billones pre-money y su IPO se corrió a 2027.
Profundizar: Form S-1 en SEC EDGAR · CNBC, live blog · Dealroom, desglose de compromisos de cómputo · Yahoo Finance sobre la valorización
GPT-6.1 Terra: disponible ya, a la mitad de precio, y apuntado a computer use más que a código duro
Qué pasó. OpenAI liberó GPT-6.1 Terra el 26 de octubre, no en waitlist: está en la API como gpt-6.1-terra y en ChatGPT Work y Codex para Plus, Pro, Enterprise y Edu. Precio US$1 por millón de input, US$0,05 input cacheado, US$1,25 escritura de caché y US$5 output — la mitad de los US$2/US$12 de GPT-5.6 Terra. Ventana de 1.050.000 tokens y 128.000 de output máximo.
Por qué importa. Esto mueve la frontera de costo, no la de capacidad. Artificial Analysis lo mide 6 puntos sobre GPT-5.6 Terra pero 4 puntos bajo GPT-6.1 Sol, con costo por tarea de US$0,40 contra US$1,40 del anterior; en Coding Agent Index v2.0 marca 48 contra 54 de Sol. El dato más útil para quien construye: en AA-Omniscience la tasa de alucinación cayó de 88% a 38%. En Terminal-Bench 4.0 llega a 50,3% a máximo esfuerzo (GPT-5.6 Terra publicaba 21,5%), o sea bien por debajo del 65,7% de Kimi K3.1 Pro y del 66,4% de Opus 5.5 — OpenAI mismo dice que para código complejo siguen siendo mejores Sol y GPT-6 Astra. La comparación que OpenAI promociona (Agents' Last Exam: 60,0% a ~US$1,01 por tarea contra 63,2% de Claude Opus 5.5 a ~US$8,82) es medición propia y no está verificada por terceros. Y trae clasificación Critical en capacidad de ciberseguridad bajo su Preparedness Framework, igual que Astra.
Profundizar: OpenAI, anuncio · Artificial Analysis, evaluación independiente · Bleeping Computer
OpenAI dice que un modelo no liberado refutó la Hipótesis del Tiempo Exponencial
Qué pasó. OpenAI publicó tres resultados: una demostración de smoothing local de Sogge para ondas en toda dimensión espacial ≥2 (de la que, dice, se siguen las conjeturas de Kakeya maximal y de dimensión más estimaciones de restricción esférica de Stein en el interior del rango conjeturado), un manuscrito que afirma que la ETH es falsa, y una prueba de existencia de teorías cuánticas de campo interactuantes con campos de gauge y fermiones en cuatro dimensiones. Los dos primeros se formalizaron en Lean después de producirse y están en GitHub; el de física no se publicó, quedó en manos del grupo de expertos que lo revisa.
Por qué importa. Si la ETH cae, se cae el supuesto de dureza sobre el que se construyeron cientos de papers de complejidad fina en bases de datos, biología computacional y geometría — ahí es donde esto deja de ser trivia académica. Dos reservas grandes: nada fue validado por la comunidad todavía (los propios autores de la ETH están en el grupo revisor), y el modelo que lo produjo es interno y no liberado, pese a que el grupo asesor de matemáticas y IA del IAS pidió en septiembre que los labs dejen de evaluar problemas abiertos con modelos propietarios. OpenAI dice que no buscará crédito académico. Viene encima del volcado de 377 resultados matemáticos del 6 de octubre.
Profundizar: Engadget · Unite.ai · Gizmodo, sobre el volcado anterior y la crítica del AGMAI
Meta levanta hasta US$95.000 millones en equity, con Nvidia, AMD y Broadcom de ancla
Qué pasó. Meta anunció el lunes un plan de financiamiento de hasta US$95.000 millones para infraestructura de IA. El primer tramo son US$35.000 millones: US$22.500 millones en acciones Class A bajo forward sale agreements y US$12.500 millones en depositary shares Series A de preferentes convertibles obligatorias. Los US$60.000 millones restantes irían por un programa at-the-market que Meta planea abrir en el Q1 de 2027, una vez que empiece a transar la Class C. Nvidia, AMD y Broadcom manifestaron interés no vinculante como inversionistas ancla por hasta US$5.000 millones del tramo Class A.
Por qué importa. El techo es techo, no monto levantado, y la estructura dice algo: Meta está yendo a equity y preferentes en vez de cargar más deuda, después de haber colocado un bono récord de US$25.000 millones. Lo más raro del deal es que los tres proveedores de chips aparezcan financiando al comprador de sus propios chips — exactamente el tipo de circularidad que tiene nervioso al mercado con el capex de IA. La acción cerró -1,88% mientras los semiconductores subían.
El benchmark de Android de Google deja a Gemini 4 Argon quinto, detrás de Claude y GPT-6.1 Sol
Qué pasó. La actualización del 26 de octubre de Android Bench —el benchmark de Google para código Android y buenas prácticas de la plataforma— pone a Claude Sonnet 5.5 primero con 40% de pass rate, 80,9% de completion y US$1.574,90 de costo; Claude Opus 5.5 segundo; GPT-6.1 Sol con 29,3% de pass a US$99,50; y Gemini 4 Argon quinto con 21,3% de pass, 81,8% de completion y US$267,70 de costo promedio.
Por qué importa. Es Google rankeando a su propio modelo tope detrás de la competencia en su propio dominio, y llega después de que reportes internos describieran que Argon "tiene dificultades con ciertas tareas de código". El dato operativo es la brecha costo/calidad: Sonnet 5.5 duplica el pass rate de Argon pero cuesta casi seis veces más por correr el set, y Sol logra 29,3% a US$99,50 — si estás eligiendo modelo para trabajo Android, el ranking y la factura apuntan a lugares distintos.
Profundizar: 9to5Google
🇨🇱 89% de la banca latinoamericana dice que ya recibió ataques con IA agéntica
Qué pasó. Un informe de BioCatch ("El futuro de la confianza digital") reporta que 89% de los líderes bancarios de América Latina dice que su institución ya enfrentó ataques que usan IA agéntica, el porcentaje más alto entre las regiones medidas y sobre el 80% global. Lo que más les preocupa: sofisticación y adaptabilidad de las tácticas (43%), velocidad y eficiencia del ataque (43%) y escala y automatización (34%). En Chile, el Banco Central cifra los montos defraudados del primer semestre de 2026 en cerca de US$98 millones, con la regulación de fraudes en medios de pago aún en trámite.
Por qué importa. Es el lado del fraude del mismo ciclo: los modelos que esta semana se abarataron a US$1 por millón de tokens de input son los que bajan el costo de la suplantación automatizada a escala. Para quien construye en fintech acá, el número relevante no es el 89% sino que la contraparte ya automatizó y el marco regulatorio local todavía no cerró. Reserva: el informe citado no publica tamaño de muestra ni metodología, y no desagrega el 89% por país.
Profundizar: Zoom Tecnológico
También pasó
- El mercado cerró al alza empujado por el S-1: Nasdaq +0,82% a 26.169,38, índice de semiconductores de Filadelfia ~+2,9%, Nvidia +2,4% en máximo histórico, AMD +2,8%, Broadcom +2,3%, Meta -1,88% — TradingKey · Yahoo Finance
- Del 22 de octubre, en GTC Berlín: Huang tiró la cifra de ~US$2.000 por GPU al año por licenciar el software de agentes de Nvidia. No es precio oficial, no se sabe qué cubre ni cuándo, y queda bajo los US$4.500 por GPU que ya cobra AI Enterprise — TechSpot
- Del 21 de octubre, pero recién circulando: Nature publicó el personal health agent de Google, tres agentes especialistas más un orquestador sobre Gemini 2.0, evaluado con 45 usuarios y 3 expertos, >7.000 anotaciones y 1.350 horas de evaluación. Prototipo de investigación, no producto, y con brechas de seguridad en 17% de los resúmenes — Nature · Google Research
Dos huecos que vale decir en vez de rellenar: no encontré nada publicado el 26 de octubre por xAI, Mistral, Qwen ni DeepSeek —los pesos abiertos de Mistral Large 4 siguen prometidos para fin de mes, sin confirmación—, y en regulación no hay ningún acto nuevo fechado ese día: lo que circula es análisis de normas ya vigentes (transparencia del AI Act, el decreto italiano del 23 de octubre) desde newsletters y blogs de estudios, no fuentes primarias.