ai-powered-markdown-translatorArtículo traducido del fr al es con gpt-5.4-mini.
Esta semana, Meta publica Muse Glimmer, un modelo agéntico multimodal de 30 mil millones de parámetros con pesos abiertos, disponible de inmediato a través de un endpoint NVIDIA acelerado por GPU además de Hugging Face. OpenAI reestructura su programa de ciberseguridad Daybreak y lanza GPT-5.6-Cyber, un modelo que ya ha permitido descubrir una vulnerabilidad inédita en el motor JavaScript de Chrome. Otro hito destacado: una versión de investigación no publicada de Claude ha hecho avanzar un problema matemático relacionado con la conjetura de Riemann, con prueba formal verificada. También en el menú: precios de Anthropic, herramientas para desarrolladores, IA de voz empresarial y finanzas IA-native.
Meta publica Muse Glimmer, modelo agéntico 30B con pesos abiertos, disponible a través de NVIDIA
Meta ha publicado Muse Glimmer, un modelo denso multimodal de 30 mil millones de parámetros (codificador visual de 2B + decodificador de texto de 28B) optimizado para funcionar localmente, de forma continua, en hardware de consumo general: Mac o PC equipado con una GPU potente. Los pesos se distribuyen bajo licencia Apache 2.0. El modelo admite una ventana de contexto de más de 120 000 tokens y alcanza, según NVIDIA, hasta 20 000 tokens por segundo en una sola GPU; Alexandr Wang (Meta Superintelligence Labs) precisa que funciona con 24 Go de VRAM sin pérdida de fiabilidad agéntica.
En el plano técnico, Muse Glimmer combina atención de ventana deslizante y atención completa, una arquitectura Gated Grouped-Query Attention que reduce la caché de memoria en un factor 16, y un modelo de borrador ligero DFlash que acelera la generación entre 2 y 4x. El soporte está disponible desde el día 0 en transformers, llama.cpp y vLLM, con pesos GGUF cuantificados y despliegues mediante los Inference Endpoints de Hugging Face.
| Característica técnica | Valor medido |
|---|---|
| Parámetros | 30B (codificador 2B + decodificador 28B) |
| Licencia | Apache 2.0 |
| Ventana de contexto | 120 000+ tokens |
| VRAM mínima | 24 Go |
| Rendimiento (1 GPU) | hasta 20 000 tokens/s |
| MCP Atlas (agéntico) | 75,5 (frente a 54,2–62,5 para los competidores) |
NVIDIA ha abierto de inmediato un punto de acceso acelerado por GPU para probar Muse Glimmer, optimizado para sus plataformas edge, desktop y workstation: una disponibilidad concreta como complemento de la descarga de los pesos.
Introducing Muse Glimmer, an open-weight 30B-parameter model optimized for local, always-on agent workflows. […] we’re releasing model weights under a permissive Apache 2.0 license.
🇪🇸 Presentación de Muse Glimmer, un modelo con pesos abiertos de 30 mil millones de parámetros optimizado para flujos de trabajo de agentes locales y permanentes. […] publicamos los pesos del modelo bajo la licencia permisiva Apache 2.0. — @AIatMeta en X
🔗 NVIDIA ofrece un endpoint acelerado por GPU para Muse Glimmer
OpenAI amplía Daybreak y lanza GPT-5.6-Cyber, una CVE inédita descubierta en Chrome
OpenAI reestructura su programa de ciberseguridad Daybreak en dos niveles de acceso y lanza GPT-5.6-Cyber, un modelo especializado construido sobre GPT-5.6 Sol. El objetivo declarado: poner inteligencia de vanguardia en manos de defensores de confianza antes de que las capacidades ofensivas se generalicen entre los atacantes.
| Nivel de acceso | Modelo utilizado | Público objetivo |
|---|---|---|
| Daybreak Blue | GPT-5.6 Sol (guardarraíles del sistema levantados) | Punto de entrada recomendado para la mayoría de los defensores |
| Daybreak Red | GPT-5.6-Cyber (nuevo) | Investigadores en seguridad experimentados, trabajos autorizados avanzados |
GPT-5.6-Cyber reduce los rechazos en determinadas solicitudes dual-use de alto riesgo (por ejemplo, pentest sobre sistemas de producción) y supera a GPT-5.6 Sol, así como al antiguo GPT-5.5 Cyber, en ExploitGym 2. En condiciones reales, el modelo ha permitido descubrir dos vulnerabilidades inéditas en V8, el motor JavaScript de Chrome, que permitían corromper la memoria y escapar del sandbox del heap; tras la divulgación coordinada a Google, la falla se corrigió y se registró como CVE-2026-15903. También ha identificado al menos cinco vulnerabilidades en un sistema operativo móvil popular, tres fallas críticas en una base de datos popular y más de 400 vulnerabilidades de elevación de privilegios en un kernel de sistema operativo popular: correcciones en curso con los socios de Daybreak.
OpenAI impone claves de seguridad hardware para todas las cuentas Daybreak individuales a partir del 1 de septiembre de 2026, y un programa Daybreak Cyber Partner ya agrupa a proveedores (Accenture, IBM, KPMG) y editores de seguridad (Palo Alto Networks, CrowdStrike, Cisco) para integrar estos modelos en sus servicios.
We’re expanding our cybersecurity initiative Daybreak and introducing GPT-5.6-Cyber, a new model for advanced, authorized cybersecurity work.
🇪🇸 Ampliamos nuestra iniciativa de ciberseguridad Daybreak y lanzamos GPT-5.6-Cyber, un nuevo modelo para trabajos avanzados y autorizados de ciberseguridad. — @OpenAI en X
🔗 Ampliando Daybreak a medida que la ventana de la ciberdefensa se estrecha
Claude avanza en la conjetura de Riemann, sin resolverla
Anthropic pidió a una versión de investigación no publicada de Claude que se enfrentara a la hipótesis de Riemann, uno de los siete problemas del premio del milenio del Clay Mathematics Institute (1 millón de dólares cada uno). Claude no resolvió el problema, pero sí avanzó en una cuestión relacionada: elevó el límite inferior de la fracción de ceros de la función zeta de Riemann que verifican la hipótesis, pasándolo de 41,6 % a 67,2 %.
El trabajo se desarrolló en dos sesiones que totalizaron 31 millones de tokens de salida. La primera generó 650 ideas iniciales, todas infructuosas. Para el segundo intento, Claude coordinó 60 subagentes especializados (desarrollo matemático, aporte de ideas, validación, redacción), ejecutó 2 400 comandos shell y descargó 54 artículos desde arXiv para verificar sus pistas. El resultado fue luego revisado por dos matemáticos de Anthropic, y después examinado por los expertos externos Brian Conrey y Dan Goldston. Claude produjo una prueba formalmente verificada en Lean, que superó la validación estándar.
Este resultado sale del registro habitual de los benchmarks: una mejora medible en un problema abierto desde hace décadas, con verificación independiente y prueba formal, ilustra cómo Anthropic prueba ahora sus modelos de investigación en problemas de matemáticas fundamental en lugar de en tareas clásicas de ingeniería de software.
We asked an unreleased research version of Claude to take a stab at the Riemann hypothesis. It didn’t solve it, but it did make strides on a related problem: it increased the lower bound for the fraction of zeros of the Riemann zeta function that satisfy the hypothesis from 41.6% to 67.2%.
🇪🇸 Pedimos a una versión de investigación no publicada de Claude que lo intentara con la hipótesis de Riemann. No la resolvió, pero sí avanzó en un problema relacionado: hizo subir el límite inferior de la fracción de ceros de la función zeta de Riemann que verifican la hipótesis del 41,6 % al 67,2 %. — @AnthropicAI en X
🔗 Detalle metodológico completo en el blog de investigación de Anthropic
Anthropic: precios y seguridad
El precio de lanzamiento de Sonnet 5 se vuelve permanente
Anthropic confirma que el precio de lanzamiento de Claude Sonnet 5 — $2 por millón de tokens de entrada, $10 por millón de tokens de salida — se vuelve permanente. El modelo se lanzó en junio con este precio presentado como promocional, válido hasta el 31 de agosto de 2026. Anthropic así levanta la incertidumbre que pesaba sobre los equipos que habían construido sus costes previstos en torno a este precio de lanzamiento: no se prevé ninguna subida para el inicio de curso en este modelo, lo que consolida su posición de precio frente a la competencia en usos de gran volumen de tokens.
🔗 Anuncio
La inyección de prompt «ampliamente resuelta» según Anthropic
Boris Cherny, responsable de producto de Claude Code en Anthropic, afirma que la inyección de prompt — el método de ataque más común contra usuarios y agentes IA, en el que un sitio o documento malicioso introduce una instrucción oculta ejecutada por el modelo — está ahora ampliamente resuelta en la práctica con los modelos Claude. Precisa que este avance proviene principalmente del entrenamiento de los modelos, complementado por varios clasificadores de seguridad superpuestos: la combinación modelo + detector (probe) + modo automático llevaría la tasa de éxito de los ataques al 0 %, un dispositivo que se convierte en el modo de permiso predeterminado de Claude Code el 14 de agosto. Se trata de una declaración pública en X, no de una publicación de investigación formal con metodología detallada.
🔗 Tweet
Herramientas de desarrollo: Amp pasa a OpenAI, Copilot Chat mejora
Amp cambia su sistema de modos a OpenAI si hay una suscripción ChatGPT vinculada
La herramienta de código agéntico Amp modifica la lógica de enrutamiento de sus modos («the Dial») cuando una cuenta está vinculada a una suscripción ChatGPT. Con una suscripción vinculada, los modos low, medium y high pasan a modelos OpenAI (GPT-5.6 Terra para el modo low y la revisión de código, GPT-5.6 Sol para el agente y el oráculo en modo high) en lugar de GLM-5.2 o Claude Fable. Sin suscripción vinculada, nada cambia. Amp justifica el abandono de Claude Fable como modelo oráculo por una convergencia del rendimiento de los modelos frontera: su cofundador @sqs considera poco probable que una prueba futura justifique la diferencia de precio de 80x entre Fable y los modelos OpenAI utilizados. El modo Ultra no se ve afectado y sigue funcionando sobre Claude Fable.
Copilot Chat en github.com: controles de conversación mejorados
GitHub actualiza Copilot Chat en github.com con tres mejoras, en disponibilidad general para todos los planes. Se facilita el acceso a las conversaciones recientes, la ventana de chat ahora puede minimizarse mientras se genera una respuesta y volver a abrirse para retomar el intercambio, y aparece un indicador de consumo de tokens directamente en el chat, con el detalle por sesión y por mensaje. Estos ajustes siguen siendo mejoras de ergonomía más que una funcionalidad mayor, pero responden a un uso diario concreto para las cuentas sujetas a cuotas limitadas de Copilot.
🔗 Copilot on web expands conversation controls
Ecosistema open source e inferencia
NVIDIA publica Magpie TTS Multilingual, TTS abierto para agentes de voz en 12 idiomas
NVIDIA publica Magpie TTS Multilingual, un modelo de síntesis de voz con pesos abiertos de unos 357 millones de parámetros, bajo licencia NVIDIA Open Model License, que cubre doce idiomas (incluido el francés) con voces masculina y femenina para cada uno. La latencia hasta el primer sonido alcanza 32 ms en flujo único sobre GPU B200 (239 ms con 64 flujos concurrentes), 47 ms en H100 y 79 ms en A100, con un factor de tiempo real de hasta 320x. La tasa de error de caracteres también baja: de 2,70 % a 1,54 % para el francés, de 1,14 % a 0,60 % para el español. El despliegue es posible mediante los pesos abiertos en Hugging Face o a través de NVIDIA NIM en producción.
🔗 Construir agentes de voz multilingües de baja latencia
Una técnica de destilación reduce hasta 15x la memoria GPU necesaria
Multiverse Computing publica una técnica de destilación de conocimientos que combina caché fuera de línea de los logits del profesor y una función de pérdida KL fusionada que evita materializar la matriz completa vocabulario × longitud de secuencia. Resultado: la memoria GPU pasa de 85,2 Go a 5,45 Go con 32K tokens de contexto (hasta 15,6x de reducción), y la destilación de un modelo GPT-OSS 20B pasó de cuatro nodos GPU a uno solo, con un tiempo de iteración reducido en aproximadamente 5x. Aplicada a GPT-OSS 120B y Kimi-K3 (2,8T parámetros), la técnica conserva alrededor del 90 % de la precisión del profesor en BoolQ y HellaSwag. El código se publica como open source en GitHub.
🔗 Hacer la destilación de conocimiento lo bastante barata para ejecutarla a gran escala
DeepSeek-V4-Flash disponible en la nube de Ollama a través de Together AI
Together AI proporciona ahora la infraestructura de inferencia detrás de DeepSeek-V4-Flash en la nube de Ollama, presentado como el alojamiento que ofrece las mejores prestaciones disponibles para este modelo con pesos abiertos. La oferta destaca una política de retención cero de datos, así como un alojamiento en Estados Unidos y en la Unión Europea: un argumento de soberanía para las empresas que quieren usar DeepSeek-V4-Flash sin depender de una infraestructura china. Es un nuevo canal de distribución que se suma a la disponibilidad ya existente de DeepSeek-V4-Flash directamente en Together AI.
🔗 Tweet
Sakana AI entrena su orquestador Fugu sobre una base Gemma 4
Sakana AI publica una nueva versión del modelo director de orquesta de su producto de orquestación multiagente Fugu, entrenada esta vez sobre la base del modelo abierto Gemma 4, además del grupo de modelos intercambiables ya propuesto. La arquitectura de dos capas — un pequeño modelo director de orquesta que distribuye las tareas, y un grupo de modelos que ejecuta el procesamiento real — se apoya en las investigaciones Trinity y Conductor presentadas en ICLR 2026. Las evaluaciones internas muestran un rendimiento de orquestación equivalente a la versión anterior, con una reducción de coste. Sakana AI también apunta, a medio plazo, a modelos director de orquesta propios para responder a las exigencias de soberanía digital en Japón.
Together AI detalla su alianza con Cursor para inferencia en tiempo real
Together AI publica un artículo coescrito con Cursor que detalla su alianza de infraestructura de inferencia: los agentes integrados en el editor generan código mientras los desarrolladores editan activamente su archivo, lo que impone restricciones de latencia estrictas: la respuesta del modelo debe insertarse en el bucle de retroalimentación del editor sin romper el flujo de trabajo. El artículo ilustra cómo Together AI ha construido su infraestructura para cumplir estos objetivos a gran escala, un caso de uso concreto de sus ofertas de inferencia dedicada para herramientas de desarrollo asistidas por IA.
🔗 Tweet
Medios generativos: ElevenLabs en Deutsche Telekom, MiniMax detalla H3
ElevenLabs despliega su tecnología de voz IA en Deutsche Telekom
ElevenLabs anuncia una alianza con Deutsche Telekom, el primer operador de telecomunicaciones de Europa, para integrar su tecnología de voz IA en tres niveles: el centro de contacto, la aplicación para el público general y la propia red. El asistente de llamada IA funciona sobre ElevenLabs y está integrado directamente en la red, lo que lo hace disponible en cualquier dispositivo móvil capaz de realizar una llamada, sin aplicación dedicada: con asistencia en directo durante las llamadas, traducción en tiempo real y transcripción/resumen de las llamadas. La alianza comenzó como un conjunto de funciones de aplicación a principios de 2025 y se ha convertido en una integración en el núcleo de los servicios de Deutsche Telekom, con una ampliación prevista.
🔗 Tweet
MiniMax detalla la hoja de ruta open source de H3
Tras una sesión AMA en Reddit, MiniMax publica un resumen de la hoja de ruta open source de su modelo de vídeo H3. Una transición a la licencia Apache-2.0 está «sobre la mesa» una vez se aclaren las cuestiones de derechos de autor, con un informe técnico completo en camino. MiniMax también prevé abrir los pesos de H3-Regenerate-2K, un modelo de regeneración en espacio latente que permite volver a pasar un resultado de 768p a 2K, una implementación de atención escasa (sparse attention), una variante de baja latencia 4-NFE/8-NFE en estudio, y un modelo unificado de generación/edición de imagen derivado del linaje H3. El flujo de trabajo Ref2VA ya permite encadenar clips para producir vídeos de 60 segundos.
🔗 Tweet
Agentes multimodales y finanzas IA-native
Qwen-MM-Plugins: hacer los agentes multimodales-nativos
AlibabaQwen anuncia Qwen-MM-Plugins, una familia de plugins destinada a hacer que cualquier entorno de ejecución de agente (_agent harness) sea multimodal-nativo: lectura de imágenes, vídeos y documentos, edición de vídeo y trabajo sobre archivos 3D/CAD. La idea: en lugar de un modelo multimodal aislado, una capa de plugins se integra en el entorno que ya usa el desarrollador. El anuncio no detalla ni benchmarks, ni precios, ni una fecha de disponibilidad precisa: se queda en la fase de teaser de producto, con una demostración en vídeo como apoyo. Este lanzamiento prolonga la estrategia Qwen de 2026, que ahora amplía su oferta hacia el tooling agentico multimodal en lugar de nuevos pesos de modelos en bruto.
🔗 Tweet
Cinco lecciones para construir una función de finanzas IA-native
La CFO de OpenAI, Sarah Friar, comparte cinco lecciones para construir una función de finanzas IA-native, en torno a dos ambiciones: un cierre en cero días (vista en tiempo real, conciliada y trazable de las finanzas de la empresa) y una previsión continua. Entre las lecciones: dar acceso a todos y luego crear una razón para usarlo —ilustrado por un hackathon de finanzas que dio lugar a IR-GPT, un GPT personalizado para responder a las preguntas de due diligence de los inversores—; combinar experimentación ascendente y estrategia descendente; ir más allá de las hojas de cálculo estáticas hacia herramientas vivas apoyadas en el contexto completo de la actividad; construir una responsabilidad clara en cada flujo de trabajo; y medir el retorno de inversión de la IA.
🔗 Building an AI-native finance function
Llegan asientos Premium para ChatGPT Business
OpenAI lanza asientos Premium para ChatGPT Business, ofreciendo a los colaboradores más activos 5 veces más uso que los asientos Standard y sin el límite de uso de cinco horas.
| Tipo de asiento | Tarifa mensual | Tarifa anual (mensualizada) |
|---|---|---|
| Standard | $25/usuario | $20/usuario |
| Premium | $125/usuario | $100/usuario |
Las empresas pueden mezclar asientos Standard y Premium dentro de un mismo espacio de trabajo. Oferta de lanzamiento: los propietarios de espacios de trabajo que se registren antes del 20 de agosto de 2026 reciben $100 en créditos por cada asiento Premium añadido (hasta $500 para cinco asientos), con acceso anticipado posible antes de la disponibilidad general.
🔗 Premium seats for ChatGPT Business
Breves
- Claude Code — mejoras de rendimiento en CPU y memoria: el equipo indica importantes mejoras en el uso de CPU y en la memoria en el percentil 99 (P99 RSS) en los últimos meses, sin cifras exactas comunicadas. 🔗 Tweet
- El CEO de Replit describe la «self-driving company» en Platformer: Amjad Masad detalla su visión de una empresa pilotada por un bot interno y por agentes que usan las aplicaciones en lugar de los humanos. 🔗 Tweet
- Sakana AI amplía su RSI Lab a la IA física: la empresa quiere construir modelos del mundo para la IA física y contrata a tiempo completo y en prácticas en Tokio. 🔗 Tweet
- FC Bayern Munich se asocia con Google Pixel y Gemini: asociación anunciada sin detalle sobre su naturaleza exacta (patrocinio, integración de producto). 🔗 Tweet
- Gemini, consejos para visitar las ferias agrícolas estadounidenses: artículo lifestyle del blog de Google que recopila cinco usos existentes de Gemini (itinerarios, Ask Maps, AI Mode, Gemini Live, retoque de fotos), sin nueva funcionalidad. 🔗 Google Blog
- Facturación de GitHub en India: los clientes pueden ahora activar el pago automático recurrente con tarjeta registrada, mediante un mandato electrónico conforme al Reserve Bank of India. 🔗 Changelog
- GitHub deprecia las suscripciones personalizadas por hilo de discusión: solo los estados Subscribed/Not subscribed seguirán estando disponibles, y las suscripciones personalizadas existentes pasarán automáticamente a Subscribed. 🔗 Changelog
- NVIDIA optimiza vLLM para Qwen 3.5 en GB200: las optimizaciones alcanzan 25 000 tokens por segundo y por GPU, de cara al lanzamiento de Qwen 3.8. 🔗 Tweet
- Codex Build Week — proyectos y ganadores próximamente: OpenAI indica que los participantes han transformado sus ideas en proyectos reales con Codex; el anuncio de los ganadores está por llegar. 🔗 Tweet
- Carta de OpenAI al gobernador de Texas: la empresa detalla su compromiso con un desarrollo responsable de las infraestructuras de IA en el estado. 🔗 OpenAI
- Model ML acelera el trabajo financiero con GPT-5.6 Sol: la consultora automatiza la producción de presentaciones PowerPoint y libros de Excel trazables, con un 36 % menos de tokens que Opus 5 en un flujo de trabajo de Excel. 🔗 OpenAI
Qué significa esto
La carrera por los pesos abiertos se acelera y se diversifica: Meta (Muse Glimmer), Alibaba (Qwen-MM-Plugins), MiniMax (hoja de ruta H3) y Sakana AI (Fugu sobre Gemma 4) publican todos, en la misma semana, piezas reutilizables en lugar de simples modelos cerrados. La tendencia va más allá del texto: NVIDIA abre un TTS multilingüe de 357M de parámetros, y Sakana AI justifica explícitamente su elección por la soberanía digital —un argumento que también aparece en Together AI para el hosting de DeepSeek-V4-Flash en la UE y en Estados Unidos.
La seguridad de la IA pasa del laboratorio a la producción concreta. GPT-5.6-Cyber de OpenAI no se queda en una puntuación de benchmark: hizo corregir una CVE real en V8 y cientos de vulnerabilidades en otros lugares, al tiempo que se acompaña de un régimen de acceso reforzado (claves de hardware obligatorias a partir de septiembre). En paralelo, Anthropic afirma haber neutralizado la inyección de prompt del lado de defensa gracias a la combinación modelo + clasificadores —dos enfoques complementarios (ataque instrumentado por un lado, defensa endurecida por el otro) que muestran que la seguridad se está convirtiendo en un eje de diferenciación de producto en sí mismo, no en un tema secundario.
En infraestructura, la economía de la inferencia sigue tensándose: la técnica de destilación de Multiverse Computing divide por 15 la memoria GPU necesaria, Together AI refuerza su asociación con Cursor para cumplir estrictas restricciones de latencia en la edición de código, y Anthropic estabiliza de forma duradera el precio de Sonnet 5. Estos movimientos, tomados en conjunto, indican una presión continua sobre los costes de inferencia a medida que los usos agenticos e interactivos se generalizan.
Por último, la IA se instala tanto en las funciones de soporte de las empresas como en la investigación fundamental. OpenAI documenta cómo sus propias finanzas se vuelven IA-native y lanza asientos ChatGPT Business con capacidad reforzada, mientras que Model ML informa de ganancias concretas de tokens en flujos de trabajo de Excel. En el otro extremo del espectro, el resultado de Claude sobre la conjetura de Riemann —verificado formalmente y revisado por matemáticos externos— recuerda que estos mismos modelos también están implicados en problemas de investigación fundamental, lejos de los casos de uso de producto.
Fuentes
- Meta lanza Muse Glimmer
- NVIDIA — endpoint GPU-acelerado Muse Glimmer
- OpenAI — Expanding Daybreak as the cyber defense window narrows
- OpenAI — anuncio de Daybreak/GPT-5.6-Cyber en X
- Anthropic — anuncio de Riemann en X
- Anthropic — artículo de investigación Riemann
- Anthropic — precio permanente de Sonnet 5
- Anthropic — inyección de prompt ampliamente resuelta
- Amp — We changed the Dial
- GitHub — Copilot on web expands conversation controls
- NVIDIA — Magpie TTS Multilingual
- Multiverse Computing — destilación de conocimiento
- Together AI — DeepSeek-V4-Flash en Ollama
- Sakana AI — Fugu × Gemma 4
- Together AI — asociación Cursor
- ElevenLabs — asociación Deutsche Telekom
- MiniMax — hoja de ruta H3
- Alibaba_Qwen — Qwen-MM-Plugins
- OpenAI — Building an AI-native finance function
- OpenAI — Premium seats for ChatGPT Business
- Claude Code — mejoras de rendimiento CPU/memoria
- Replit — self-driving company
- Sakana AI — RSI Lab IA física
- FC Bayern Munich × Google Pixel × Gemini
- Google Blog — Gemini y las ferias agrícolas
- GitHub — facturación en India
- GitHub — depreciación de suscripciones por hilo
- vLLM/NVIDIA — optimizaciones Qwen 3.5
- OpenAIDevs — Codex Build Week
- OpenAI — carta al gobernador de Texas
- OpenAI — Model ML