Edición del 26 de octubre de 2026
DeepSeek intenta abaratar cada consulta abriendo su motor
La empresa china ha publicado como código abierto DeepInfer, la herramienta que ejecuta modelos ya entrenados y genera respuestas. El movimiento busca ganar terreno en el software abierto y responde, según DeepSeek, a las quejas empresariales por las tarifas por unidad de texto procesada.
01 · DeepSeek DeepSeek libera su herramienta de inferencia para rebajar la factura de la IA
En resumen
La empresa china ha publicado como código abierto DeepInfer, el sistema que usa para ejecutar sus modelos y responder a las peticiones de los usuarios. Busca ganar terreno en el mercado abierto y responder a la preocupación empresarial por el precio de cada palabra procesada.
Por qué importa
El coste de responder a cada consulta, no el de entrenar el modelo, es lo que decide si un servicio de IA sale rentable a escala. Si el sistema de DeepSeek funciona fuera de su propia infraestructura, cualquier operador podría adoptarlo y presionar a la baja unos precios que hoy sostienen los márgenes de los grandes proveedores. La duda es si esa eficiencia se traslada a equipos y modelos ajenos o solo rinde con los suyos.
Los detalles
- La herramienta cubre la inferencia, es decir, el proceso de hacer funcionar un modelo ya entrenado para que responda a cada consulta.
- Al liberarla, DeepSeek busca ventaja en el terreno del software abierto.
- La empresa enmarca el movimiento en las quejas de las empresas por las tarifas elevadas por unidad de texto procesada.
02 · TypeSafe AI TypeSafe AI sufre una filtración de todos los resultados de sus clientes
En resumen
La empresa detectó el viernes a las 18:49 una filtración no autorizada de gran alcance que afecta a todos los resultados generados por sus clientes; al menos un desarrollador ya se habría visto afectado. TypeSafe no ha detallado el número de usuarios ni los datos expuestos.
Por qué importa
Que el incidente afecte a toda la producción de los clientes, y no a una parte, convierte un fallo de seguridad en un problema para cada proyecto que dependía de estas respuestas. Quien integró esos resultados en productos o flujos de trabajo tendrá que revisar qué se expuso y si puede seguir confiando en el servicio; el coste no recae solo en TypeSafe, sino en los desarrolladores que construyeron encima.
Los detalles
- Diogo Almeida, vinculado a TypeSafe AI, sitúa el momento en que la empresa tuvo conocimiento del incidente el viernes a las 18:49.
- La filtración abarca todos los resultados de los clientes, no un subconjunto, según ese relato.
- Al menos un desarrollador que usaba el servicio ya habría sufrido las consecuencias del acceso no autorizado.
03 · Kimi Kimi frena a propósito su nuevo modelo para no liderar los ciberataques
En resumen
Kimi K3.1 Pro, de tres billones de parámetros, se anunció con buenos resultados en pruebas y una política de pesos abiertos que evita empujar la frontera del ataque informático. Habría dos semanas de acceso exclusivo antes de publicar los pesos, previstos para el 4 de noviembre.
Por qué importa
Publicar los pesos de un modelo potente y, a la vez, recortarle la capacidad de ataque es una elección incómoda: renuncia a competir en el terreno donde los laboratorios cerrados marcan la pauta. Pero esa renuncia también cambia el reparto de riesgo, porque un modelo abierto sin frenos en ciberseguridad queda al alcance de cualquiera. La pregunta que deja es si el resto de desarrolladores de pesos abiertos copiará el límite o si Kimi se queda sola pagando el precio de la prudencia.
Los detalles
- La compañía declara que mantiene la capacidad ofensiva del modelo por diseño por debajo de los modelos propietarios punteros.
- El calendario contempla una ventana de acceso exclusivo de dos semanas antes de liberar los pesos.