Tres modelos en tres días: la afirmación de AGI de Astra sobre la mesa

El vídeo abre con una semana desconcertante para la inteligencia artificial: Anthropic Fable y Mythos 5.1 el martes, Meta Muse Spark 1.3 el miércoles y OpenAI GPT-6 Astra el jueves. Los tres reclaman terreno en programación y trabajo del conocimiento; el presentador pinta una semana opuesta al septiembre tranquilo que todos esperaban.

Por el lado de Anthropic, dos modelos comparten un mismo núcleo: Fable es el que puedes usar, Mythos el que cambia de tema en asuntos delicados. Más allá de las puntuaciones del lanzamiento, los casos de estudio son la parte interesante. El código de un fondo de inversión que fallaba una vez por millón de ejecuciones en cinco años se entregó a Fable 5.1, que partió de la instantánea del fallo, desensambló una biblioteca propietaria hasta el ensamblador puro y rastreó el error hasta el código del proveedor.

Por el lado de Mythos, destaca el diseño de fármacos: el primer paso de la mayoría de los medicamentos modernos consiste en diseñar una proteína que se una a un objetivo elegido, terreno donde la precisión de las máquinas suele rondar el 10 por ciento, y la nueva versión reclama fortaleza ahí. Como logro fuera de la programación, el trabajo con proteínas cuenta como evidencia que respalda la etiqueta de trabajo del conocimiento.

El miércoles es de Meta: Muse Spark 1.3 se presenta como potencia casi de frontera a un precio casi demasiado barato para creerlo. Las tarifas estándar de los endpoints son de 1,25 dólares de entrada y 4,25 de salida por millón de tokens, mientras que quienes consienten el entrenamiento con sus datos obtienen un nivel de colaborador a 10 centavos de entrada y 20 de salida. Que un porcentaje de dos dígitos de desarrolladores elija ese nivel viene acompañado de una sarcástica analogía con la carne barata.

El jueves por la mañana, justo antes de Astra, ChatGPT, Claude, Grok y Cursor se cayeron a la vez. La explicación plausible es una caída del lado de Azure; la teoría entretenida es que Astra apagó a sus rivales como primer acto. El presentador mantiene ambas sobre la mesa sin dejar que la broma entierre la posibilidad técnica.

El lanzamiento en sí también fue caótico: OpenAI publicó la página de anuncio, medios bajo embargo como Reuters, CNBC y The Verge publicaron sus historias, y luego la página se retiró por razones desconocidas. Unos 90 minutos después volvió, y resultó que el modelo aún no estaba abierto a nadie, con el despliegue para Plus y Pro llegando a lo largo de varios días. El director general publicó una disculpa, le dijo a un suscriptor que esperaba que se fuera a dormir y afirmó que el modelo pasó una revisión formal con la administración antes de su lanzamiento.

Las impresiones del acceso anticipado se leen positivas, como era de esperar; los pocos privilegiados rara vez hablan mal. Aun así, destacan las demos que requieren conciencia espacial: un palacio de bellas artes modelado en Blender casi a la perfección, y una casa de demostración primero modelada y luego convertida en una escena recorrible de Unreal 5. El recorrido por la casa de un empleado y un mundo de Unreal donde una docena de agentes conversan entre sí figuran entre lo más comentado.

La medición independiente enfría el panorama: en el índice de Artificial Analysis, Astra puntúa 61, al nivel de GPT 5.6 Soul y 5 puntos por detrás de Fable 5.1. El desajuste entre el ruido del lanzamiento y el marcador está en el centro del vídeo. Las cifras anclan la emoción de la historia.

El patrocinador del vídeo, CodeRabbit Security, se presenta como protección continua del código: agentes de seguridad basados en razonamiento en lugar de frágil detección de patrones, priorización del riesgo según la alcanzabilidad y el radio de impacto, y explicación de los problemas en lenguaje claro con correcciones sugeridas. La configuración de escaneo en el momento del merge se conecta con la agitación de seguridad semanal.

Para cerrar, el presentador resume los tres lanzamientos en una línea cada uno: Anthropic lidera con la profundidad de sus casos, Meta con la presión sobre los precios y OpenAI con el poder de su escaparate y sus afirmaciones. La pregunta de la AGI sigue abierta, pero las demos pesan en un platillo de la balanza y las puntuaciones independientes en el otro.

La conclusión general es que hay que separar el brillo del acceso anticipado de la medición independiente. El ganador de la semana de lanzamiento se parece menos a quien grita más fuerte la palabra AGI y más a quien mantiene su posición en el marcador independiente.