Filtraciones de Opus 5.2, avances de Sol y Luna, DeepSeek apunta a los 3 billones: cuatro frentes se calientan a la vez en la IA

Cuatro frentes separados caben en un único vídeo de septiembre y todos convergen en una misma pregunta: ¿deben los modelos frontera seguir acelerando o empezar a frenar? El vídeo repasa un presunto Claude Opus 5.2 avistado dentro de Anthropic, avances de Sol y Luna de coste eficiente por parte de OpenAI, el llamamiento de Dario Amodei a frenar, y rumores de un codificador de 3 billones de parámetros de DeepSeek. Uno es una filtración, otro un avance limitado, otro un debate político, pero juntos muestran que el progreso en un frente presiona a los demás, y esa sincronía es lo que más captó mi atención.

La señal más clara sobre Claude Opus 5.2 es que supuestamente fue visto internamente. Los recientes buques insignia Fable 5 y Mythos 5 se abrieron en junio y luego se suspendieron brevemente por controles de exportación, mientras que Opus 5 se posicionó como una inteligencia cercana a Fable a aproximadamente la mitad del coste. El vídeo sugiere que Opus 5.2 podría llevar esa línea más lejos, heredando mejoras de Fable 5.1 y Mythos 5.1 en torno a agentes de código y tareas de largo horizonte. Por qué se saltó la 5.1 sigue abierto, el precio sigue siendo especulación, y aunque Opus 5 figura actualmente a 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida, se desconoce si la nueva versión reduce esa banda.

Ahí es exactamente donde cobra protagonismo el papel de la familia Opus. Fable y Mythos representan la inteligencia frontera, Opus aspira a ser el modelo de uso diario que lleva resultados cercanos a Fable al uso práctico. El presentador sostiene que un Opus 5.2 bien precioado podría cambiar la percepción de Anthropic, una visión que encaja con la cadencia de actualizaciones mensuales en las páginas oficiales. Sin embargo, la filtración se apoya en un único avistamiento interno sin confirmación independiente, así que leo con cautela la afirmación del modelo de uso diario hasta ver los precios.

Por el lado de OpenAI, el vídeo llama a la familia GPT-6 Soul y Luna, mientras que el avance oficial la lista como GPT-5.6 Sol, Terra y Luna. El presentador describe Sol como un buque insignia de coste eficiente un escalón por debajo de Astra, posiblemente llegando en torno al Dev Day. La demo más comentada es una simulación de la Estrella de la Muerte de Star Wars: unos 9 minutos a esfuerzo de razonamiento máximo produciendo alrededor de 72k tokens en una sola ejecución de front-end y simulación. Esa escala es una salida excepcional para un solo prompt y señala la capacidad del modelo para sostener flujos muy largos.

Lo que hace notable la demo es que Sol no es el modelo de primer nivel absoluto. Astra sigue en la cima, Sol se presenta como la capa que imita su comportamiento de forma más barata. Citando rumores tempranos de precios, el vídeo sugiere que una capacidad de código cercana a Astra podría llegar a un coste notablemente menor, lo que haría la codificación diaria y el trabajo agéntico mucho más prácticos. Luna se describe como el miembro más rápido y rentable de la familia, y junto con Terra, los tres completan una gama equilibrada. Sin precios oficiales, esto sigue siendo gestión de expectativas.

El centro de gravedad del debate es el ensayo de Dario Amodei que pide dosificar la frontera. Amodei argumenta que el progreso se ha acelerado bruscamente desde alrededor de este verano, un verano de un modelo nuevo cada dos días, y que nos acercamos a un punto donde los modelos construyen significativamente la siguiente generación por sí mismos. Llama a esto el bucle de auto-mejora recursiva, señalando que las piezas ya están en la naturaleza, desde el refinamiento de salidas hasta la evolución de harness y la generación de datos de entrenamiento. La parte más inquietante advierte de que si la velocidad corre sin control, los usos dañinos, incluidos los ciberataques, podrían multiplicarse.

El apoyo de Elon Musk y Sam Altman días después hizo que el momento fuera aún más llamativo. Según Channel 4 y SiliconAngle, Altman respaldó la idea de Amodei de dar a evaluadores independientes un acceso similar al de empleados, y Musk también apoyó una forma de freno. Por el otro lado, el presidente estadounidense Donald Trump defendió lo contrario: que América no debería levantar el pie del acelerador mientras compite con China. El vídeo plantea dos interpretaciones: o los laboratorios vieron internamente algo muy cercano a una inteligencia más general, o los fosos se estrechan y la narrativa del freno protege la valoración; ambas siguen siendo especulación.

El cuarto frente son los rumores de DeepSeek Coder 2.0. El vídeo apunta a un objetivo de septiembre, un modelo descrito como superior a 3 billones de parámetros como codificador open-weight, con una ventana de contexto de 1 millón de tokens y capacidad de uso del ordenador para controlar la pantalla con precisión. El objetivo declarado es seguir siendo open-weight mientras iguala el rendimiento de código de nivel Fable y GPT, lo que, de confirmarse, sería un umbral importante para el ecosistema abierto. DeepSeek históricamente ha entrenado codificadores con una ventana de 16k sobre corpus a nivel de proyecto con tareas de rellenar huecos, y el nuevo énfasis en la eficiencia encaja con esa línea.

Esa escala merece una lectura cuidadosa. DeepSeek técnicamente ofrece pesos abiertos, pero con los datos de entrenamiento y el código de entrenamiento cerrados, los índices europeos de open-source lo clasifican como open-weight y no open-source: publicar solo los pesos no proporciona una apertura auditable. Las afirmaciones de 3 billones de parámetros y 1 millón de contexto tampoco cuentan hasta ahora con reportaje técnico independiente, y el propio vídeo las enmarca como hype que tratar con cautela. Por tanto, lo anoto como intención de hoja de ruta y prefiero esperar a los benchmarks y los detalles de licencia.

En conjunto, el vídeo muestra cuatro ritmos que se cruzan en la misma semana. Una filtración interna por el lado de Anthropic, un avance limitado por el lado de OpenAI, un debate de ritmo en la política, y un rumor de gran codificador desde China se encuentran en un solo flujo. Ninguno es por sí solo un lanzamiento definitivo de producto, cada uno se sitúa en un nivel de evidencia distinto, de la filtración al avance pasando por el ensayo y el rumor. El Dev Day y las posibles actualizaciones de Anthropic en las próximas semanas deberían aclarar el mapa todavía brumoso; hasta entonces, la postura más segura es leer cada afirmación en su propio nivel de evidencia.