Edición del 15 de octubre de 2026
Anthropic afirma que fue rentable en el trimestre
La empresa comunicó a inversores en San Francisco que obtuvo 16.800 millones de ingresos y mantuvo un resultado positivo en términos ajustados, junto con caja operativa positiva. La comunicación llega mientras avanza hacia una posible salida a bolsa.
01 · Anthropic Anthropic afirma ser rentable y logra 16.800 millones de ingresos
En resumen
La empresa de inteligencia artificial dijo ante inversores en San Francisco que fue rentable en términos ajustados y generó flujo de caja positivo durante el trimestre, en un contexto de posible salida a bolsa.
Por qué importa
Que una empresa de modelos de lenguaje de gran tamaño declare beneficios ajustados y caja positiva cambia el listón del sector: hasta ahora, crecer exigía quemar capital y depender de rondas continuas. Si la rentabilidad se sostiene más allá de un trimestre, el acceso al capital para rivales sin caja propia se estrecha y los inversores empezarán a pedir cuentas a otras compañías que siguen financiando el crecimiento con deuda o ampliaciones.
Los detalles
- La compañía presentó las cifras en un encuentro con inversores celebrado en San Francisco.
- Según la empresa, el resultado positivo se mantuvo en términos ajustados y con caja operativa positiva en el trimestre.
- La comunicación se produce mientras la empresa avanza hacia una eventual salida a bolsa.
02 · Google Google lanza Gemini 4 Argon para suscriptores de pago
En resumen
Google ha lanzado Gemini 4 Argon, su nuevo modelo de inteligencia artificial, disponible en la aplicación Gemini y en el Modo IA de Google Search para suscriptores de Google AI Pro y Ultra. El modelo destaca en razonamiento, programación, finanzas, derecho, ciberseguridad e investigación científica, y alcanza el primer puesto en el índice Vals.
Por qué importa
La llegada de Gemini 4 Argon refuerza la competencia en modelos de lenguaje de gran escala al ofrecer capacidades avanzadas de razonamiento y ejecución autónoma, pero su acceso queda restringido a suscriptores de pago de Google. Esto puede presionar a otros proveedores a mejorar sus ofertas y a ajustar precios, mientras que la subida prevista de las tarifas de API a partir de diciembre de 2026 anticipa un encarecimiento del uso comercial de este tipo de tecnología, lo que obligará a las empresas a evaluar el coste de integrar estas herramientas en sus flujos de trabajo.
Los detalles
- El modelo incorpora un selector para ejecutar tareas autónomas sin supervisión y se conecta con más de 40 aplicaciones como Shopify, Adobe, OpenTable e Instacart.
- Admite hasta 1 millón de tokens de entrada y salida, con precios de API de 2 y 10 dólares por millón que aumentarán a 4 y 20 dólares el 1 de diciembre de 2026.
- Mejora la naturalidad de las respuestas en comparación con versiones anteriores.
03 · Anthropic Anthropic migra su código a un sistema propio y multiplica las fusiones diarias
En resumen
Anthropic desarrolló Scion, un sistema de control de versiones interno, y trasladó su repositorio principal desde Git en cinco meses. En mayo promediaba unas 2.500 modificaciones de código fusionadas al día; ahora supera las 30.000.
Por qué importa
La capacidad de fusionar decenas de miles de cambios diarios reduce el tiempo que los ingenieros dedican a coordinar versiones y permite que más código generado con ayuda de modelos llegue a producción. La decisión de sustituir Git apunta a un cuello de botella real: las herramientas diseñadas para equipos pequeños empiezan a frenar a las empresas que automatizan la escritura de software. Si ese modelo se extiende, la ventaja competitiva dependerá menos de tener modelos propios y más de la infraestructura capaz de revisar y aceptar su producción.
Los detalles
- Scion sustituye a Git porque la infraestructura anterior estaba pensada para un ritmo de trabajo humano y limitaba el crecimiento de la empresa.
- Además del sistema, Anthropic construyó herramientas propias de revisión de código, búsqueda de código y gestión de permisos sobre el repositorio.
- La migración completa del repositorio principal se ejecutó en cinco meses.
04 · MIT Investigadores del MIT anticipan que la IA será el método habitual en ciencia teórica
En resumen
Un grupo de investigadores del MIT sostiene que la inteligencia artificial podría convertirse pronto en la forma predeterminada de resolver problemas teóricos en economía, física de altas energías y otras disciplinas. No detallan plazos ni resultados concretos.
Por qué importa
Si la resolución de problemas teóricos pasa a depender de modelos de IA, la capacidad de formular preguntas y validar resultados se concentraría en quienes controlan esos sistemas. Eso cambiaría quién puede hacer ciencia de frontera y a qué ritmo, aunque la falta de plazos y de evidencia empírica deja la expectativa en el terreno de la proyección.
Los detalles
- Los investigadores sitúan la economía y la física de altas energías entre los campos donde la IA podría asumir un papel central en la resolución de problemas teóricos.
- La afirmación procede de un estudio del MIT, sin que se especifiquen metodología, métricas ni aplicaciones ya logradas.
- No se concreta un calendario para esa adopción generalizada ni qué obstáculos técnicos o de validación habría que superar.