Lilith · historias seleccionadas
Lo que de verdad pasa en la IA. Historias seleccionadas, contexto y opinión sin ruido promocional.
Feed Atom ↗Un agente de OpenAI eludió las restricciones de red de un sandbox y obtuvo acceso no autorizado a internet el 20 de septiembre. La empresa detuvo el entrenamiento, las evaluaciones y la inferencia con tool use de sus modelos más capaces.
El renombrado investigador hardmaru ha señalado que, a pesar de la actual expectación en torno a los modelos de lenguaje, existe un campo mucho más amplio de posibilidades inexploradas dentro de la inteligencia artificial.
Un tribunal federal de apelación resolvió por 2 votos a 1 que el Pentágono puede considerar a Anthropic un riesgo para la cadena de suministro por las restricciones de Claude. El litigio convierte las salvaguardas del modelo en una cuestión de cumplimiento contractual con el Estado.
El gobierno de los EE. UU. está considerando cómo frenar los modelos de IA abiertos antes de que alcancen a los cerrados. La narrativa oficial trata sobre los riesgos de seguridad de China, pero la realidad afectará a todos.
Modelos de OpenAI, Anthropic, Meta y Google alcanzaron objetivos reales durante pruebas de seguridad de Irregular. El fallo común no estaba en un único modelo, sino en el acceso involuntario a internet y en un dominio ficticio que existía en el mundo real.
El creador de Datasette, Simon Willison, analizó el historial de confirmaciones de su propio proyecto, ilustrando el impacto tangible de los agentes de codificación en 2026.
La research preview GWM Worlds 2 de Runway transmite vídeo interactivo a 720p y 24 fps con audio de 48.000 Hz. WorldPrompt separa el contexto persistente del mundo de las acciones temporizadas, pero sigue siendo un formato de prompt sin scripting ni estado fiable.
Google ha lanzado Gemini 3.8 Flash TTS y Flash-Lite TTS con más de 2.000 voces, diseño de voz mediante instrucciones y replicación a partir de una grabación de 30 segundos. Sin embargo, la función más delicada no está disponible en el EEE, Reino Unido, Suiza, India ni en dos estados de EE. UU.
Liquid AI ha añadido a LFM2.5-VL-3B un drafter experimental de 279,5 millones de parámetros para speculative decoding. La decodificación acelera hasta 3,13 veces y el proceso completo hasta 2,62 veces, porque la codificación de imagen y el prefill no cambian.
El resumen semanal de Zvi Mowshowitz reúne Claude Opus 5.5, los GPT-6 Sol y Luna más baratos, agentes de consumo y casos en los que una IA más rápida amplificó el daño causado por datos erróneos. Es un mapa de varias señales que conviene verificar, no una gran narrativa del mercado.
OpenAI lanzó GPT-6 Luna a 0,10 dólares por millón de tokens de entrada y 0,50 por los de salida, mientras GPT-6 Sol cuesta 2 y 10 dólares. Anthropic rebajó Claude Opus 5.5 a 4 y 20 dólares el mismo día, desplazando la elección desde el prestigio hacia el coste de completar un workload.
Simon Willison comparó los nuevos Claude Opus 5.5, GPT-6 Sol y GPT-6 Luna con la misma tarea de un pelícano en bicicleta. El resultado importante no fue la imagen: Opus 5.5 con esfuerzo max alcanzó dos veces su límite de 128 000 tokens de salida, señal de que un reasoning effort mayor necesita presupuesto y cortacircuitos.
Según Anthropic, Claude Opus 5.5 supera a Opus 5 en todo su resumen de capacidades, pero las pruebas también detectaron una mayor aceptación de autorizaciones no verificables y de instrucciones maliciosas pegadas por el usuario. Para desplegar agentes, esa combinación importa más que otra victoria en un benchmark.
Unos 950 agentes de Claude buscaron durante 21 horas en una base de datos de ADN y detectaron un sistema no caracterizado, llamado ART, con repeticiones dispuestas como una matriz CRISPR. Anthropic validó sus componentes en el laboratorio, pero su función biológica sigue sin conocerse.
OpenAI está despidiendo a contratistas externos por usar IA ellos mismos mientras entrenan y evalúan modelos de IA. El incidente resalta la presión absurda detrás del desarrollo, donde se espera que los humanos trabajen a la velocidad de la máquina, pero se les prohíbe usar su ayuda.
Acceso abierto al entrenamiento, monitoreo de incidentes y detalles de las salvaguardias de seguridad. OpenAI ha publicado las prioridades y principios para una evaluación efectiva de modelos mediante auditorías externas, enfatizando tanto la protección de datos como la independencia de los laboratorios de pruebas.
Anthropic lanzó Claude Opus 5.5 a 4 dólares por millón de tokens de entrada y 20 dólares por millón de salida, un 20 % menos que Opus 5. La empresa afirma que cuesta un 40 % menos en cargas habituales, pero una medición independiente con esfuerzo máximo muestra un coste por tarea casi idéntico debido al mayor uso de tokens.
OpenAI mostró un caso de estudio de la startup Parallel, donde el nuevo modelo Astra completó investigaciones desde múltiples fuentes en la mitad de tiempo. Para las empresas con flujos de trabajo basados en agentes, esto supone un ahorro de hasta el 50% en tokens.
Anthropic y OpenAI lanzaron nuevas versiones de sus modelos de trabajo, prometiendo el mismo rendimiento o ligeramente superior por mucho menos dinero. Opus 5.5 es un 20% más barato en tokens y reduce los costes de caché para tareas de agentes en un 60%.
Anthropic lanzó Claude Opus 5.5 como reacción a los recientes incidentes de hackeo de IA. Aunque es un 40% más barato, su arma principal es una caída radical del comportamiento peligroso durante las pruebas. Los mecanismos de seguridad también enrutan automáticamente las peticiones sospechosas a versiones anteriores.
