Anthropic compromete el 5 % de sus acciones en un Public Benefit Fund, OpenAI amplía su API Agents, Thomas Wolf cifra en casi mil millones de dólares el cómputo compartido en el Hub

Anthropic crea un Public Benefit Fund y, sujeto a la aprobación de sus accionistas, compromete en él el 5 % de sus acciones, con aportaciones escalonadas vinculadas al aumento de su valor: contando la promesa de sus cofundadores y las donaciones de acciones de sus empleados, que la empresa complementa, alrededor del 20 % de su capital queda ahora destinado al bien público. En la API Agents de OpenAI llega GPT-6 Astra Ultrafast y los entornos inactivos dejan de facturarse, según el resumen semanal de un miembro del equipo de la API. Thomas Wolf, de Hugging Face, estima en cerca de mil millones de dólares el cómputo de entrenamiento que los laboratorios han compartido gratuitamente en el Hub, frente a menos de 40 millones a finales de 2023.

Anthropic compromete el 5 % de sus acciones en un Public Benefit Fund, que podrá crecer con su valor

18 de octubre — Anthropic crea el Anthropic Public Benefit Fund, una LLC de su propiedad al 100 % dedicada íntegramente al bien público. Sujeto a la aprobación de sus accionistas, compromete en él el 5 % de sus acciones; su consejo de administración podrá añadir después hasta un 2 % por cada aumento del 50 % de su valor por encima de una base de referencia, que no se ha publicado. La empresa presenta este mecanismo como el inverso de las remuneraciones crecientes en acciones que las empresas tecnológicas suelen conceder a sus directivos.

Compromiso en acciones	Alcance del compromiso
Public Benefit Fund inicial, sujeto a la aprobación de los accionistas	5 % de las acciones de Anthropic
Escalón, por cada aumento del 50 % del valor por encima de la base	hasta un 2 % adicional, a discreción del consejo
Promesa de los cofundadores, desde la fundación	80 % de sus participaciones
Donaciones de acciones de los empleados, complementadas por Anthropic	participa aproximadamente la mitad de los empleados
Total destinado al bien público, incluido el fondo	alrededor del 20 % de las acciones, sin contar futuros escalones

Las acciones del fondo no se utilizarán ni para lobbying ni para donaciones políticas, tanto en Estados Unidos como en otros lugares. Lo que combina interés público y valor comercial (seguridad e interpretabilidad, investigación biomédica aplicada, descuentos en Claude para asociaciones e instituciones científicas) permanece dentro de la empresa, una sociedad de beneficio público (public benefit corporation). El fondo podrá hacer grandes donaciones a asociaciones o transferencias directas a grupos de población específicos; la publicación desarrolla el ejemplo del empleo, al que Anthropic afirma haber destinado ya 200 millones de dólares. La estructura, la gobernanza y los escalones se detallarán en los próximos meses, junto con un informe de beneficio público (public benefit report) sobre los avances de su misión.

🔗 Invertir en el bien público (Anthropic) · El anuncio en X (@AnthropicAI)

API Agents de OpenAI: GPT-6 Astra Ultrafast, instantáneas de sandbox y fin de la facturación de los entornos inactivos

17 de octubre — Steve (@stevendcoffey), del equipo de la API de OpenAI, publica en X su resumen semanal de la API Agents, el harness de Codex abierto a los desarrolladores en beta pública el 10 de septiembre; la cuenta OpenAI Developers lo ha republicado. Enumera siete novedades, sin precios ni cifras. Solo la primera se anuncia como disponible: GPT-6 Astra Ultrafast, el modo de velocidad premium lanzado el 29 de septiembre en la API y en Codex.

Novedad de la API Agents	Alcance indicado en el resumen
GPT-6 Astra Ultrafast	Disponible en la API Agents
Instantáneas de sandbox (sandbox snapshots)	Los entornos alojados por OpenAI se restauran tras la inactividad, con los archivos intactos
Facturación revisada (better billing)	Los entornos inactivos dejan de facturarse
Claves de entorno	Creadas mediante programación, y ya no solo desde el panel de control
Artifact SDK	Hojas de cálculo, presentaciones y documentos Word creados o modificados en los sandboxes de OpenAI
Historial por turno	Elementos de un turno concreto del agente raíz, incluidas las interacciones de los subagentes
Filtrado de bóvedas (vaults)	Las bóvedas se filtran por sus metadatos

Nada de esto figuraba aún en la documentación cuando la consultamos, la tarde del 18 de octubre: el changelog de la API no tenía ninguna entrada posterior al 16 de octubre, y la página de los sandboxes alojados por OpenAI seguía indicando tarifas de contenedor estándar (standard container rates), con el uso del modelo facturado aparte.

🔗 El resumen de Steve en X

Hub Dollars: Thomas Wolf estima en cerca de mil millones de dólares el cómputo de entrenamiento compartido en el Hub

18 de octubre — Thomas Wolf, de Hugging Face, publica un cálculo aproximado (napkin math), difundido por la cuenta @huggingface: lo que habría costado alquilar las GPU que realizaron los entrenamientos finales de las principales familias de modelos de pesos abiertos del Hub, descargables gratuitamente. Su Space Hub Dollars estima este importe en 991 millones de dólares, dentro de un intervalo de 816 millones a 1,35 mil millones (del percentil 10 al 90), para 75 familias y 35 organizaciones. A finales de 2023, este total seguía por debajo de los 40 millones de dólares.

Fun and crazy napkin math: Meta, NVIDIA, Alibaba, DeepSeek, Moonshot, Mistral and ~30 other labs have shared close to $1B worth of training compute on the Hugging Face Hub

🇪🇸 Cálculo aproximado, divertido y un poco disparatado: Meta, NVIDIA, Alibaba, DeepSeek, Moonshot, Mistral y una treintena de laboratorios más han compartido cerca de mil millones de dólares de cómputo de entrenamiento en el Hub de Hugging Face. — @Thom_Wolf en X

Organización en el Hub	Estimación central, en millones de dólares
Meta	156
Alibaba	149
NVIDIA	114
Moonshot	55
Mistral AI	49
DeepSeek	47
Total de las 35 organizaciones	991 (de 816 a 1 345)

El propio Wolf considera este total un mínimo. Una base de unos 502 millones de dólares, aproximadamente la mitad, se apoya en cifras de cómputo publicadas por los desarrolladores, y el resto en supuestos; no se contabilizan ni la larga cola ni los cerca de 900 000 ajustes finos de la comunidad del Hub.

🔗 El Space Hub Dollars

Breves

Productos, plataformas y distinciones

Los dots de OpenAI en iOS — Recuperando una noticia del 16 de octubre, Dominik Kundel, del equipo DevX de OpenAI, anuncia widgets de iOS para los dots, los agentes permanentes lanzados el 29 de septiembre, y compatibilidad con el botón Acción del iPhone; su vídeo también muestra un truco de Raccourcis para invocar su dot con el botón Cámara. 🔗 fuente
Decider V1.2 en AI Gateway de Vercel — Recuperando una noticia del 16 de octubre, día de su llegada a OpenRouter, cubierta el 17, los modelos de decisión Decider V1.2 27B y Decider Flash V1.2 4B de Perplexity se incorporan a AI Gateway de Vercel, al precio de Perplexity sin margen ni comisiones de plataforma, incluso con claves propias (BYOK), desde AI SDK o la API Decisions. 🔗 fuente
SynthID entre los inventos del año — Recuperando una noticia del 15 de octubre, y al igual que Omnilingual ASR de Meta y NemoClaw de NVIDIA, cubiertos el 16, la marca de agua invisible de Google DeepMind figura entre los mejores inventos de 2026 de la revista TIME. Su ficha recuerda que también marca contenidos de OpenAI, NVIDIA, Kakao y, próximamente, Apple, que cualquiera puede verificar en synthid.com. 🔗 fuente · 🔗 TIME
Gemini CLI, nightly del 18 de octubre — Sin cambios: retoma el commit de la del 17, y solo el bot de publicación ha actualizado los números de versión. No se ha fusionado nada en la rama principal desde la tarde del 16 de octubre, y la PR de la comunidad que añade Gemini 4 Argon al selector de modelos sigue abierta. 🔗 fuente · 🔗 PR

Publicaciones de la comunidad del Hub de Hugging Face

OpenYap Turn — The Agentic Data Company presenta un modelo de audio de toma de turno de 72,4 millones de parámetros, entrenado con 1 984 horas de conversaciones entre personas cercanas. Primero entre 24 en detección del final de turno en TurnBench de Sesame, registra una latencia mediana de 298 ms, frente a 595 y 548 ms para los dos siguientes. Sus pesos no están en el Hub. 🔗 fuente
RetryBench — You Liu presenta un banco de pruebas que evalúa por separado la decisión de reintentar una llamada a una herramienta que ha agotado el tiempo de espera y el resultado del reintento. Cuando se les ofrece una clave modificada, los endpoints GPT denominados Sol, Terra y Luna reintentan sin justificación 1, 55 y 60 veces de 80. El código se publica con una licencia no comercial. 🔗 fuente
Detectar una evaluación en las activaciones — En Qwen3, PLLuM y Gemma 3, Mateusz Piesiak (Project Inkblot) muestra que ocho indicios de evaluación generan direcciones distintas: la dirección habitual detecta sobre todo la mención explícita de una prueba (coseno de 0,81 a 0,89), y una dirección aprendida a partir de siete indicios apenas detecta el octavo, el carácter artificial del escenario (AUROC de 0,49 a 0,62). 🔗 fuente
Nemotron 3.5 Super VL en 4 bits — Último de los tres informes de Thoughtworks, cuyo primero, sobre CharXiv, se cubrió el 16 de octubre: con el mismo número de tokens, Gustavo A. Lujan no detecta ninguna diferencia entre una calibración GPTQ con texto jurídico o genérico. Los pesos pasan de 231,8 a 68,1 Gio, con un aumento de la entropía cruzada de entre el 0,32 y el 0,61 % en textos jurídicos, medido en una versión preliminar del modelo. 🔗 fuente

Qué significa

El fondo de Anthropic compromete participaciones en el capital, no una suma: la publicación no indica ni una base de valoración ni un importe en dólares, y su alcance dependerá de la votación de los accionistas y, después, de la gobernanza y los escalones prometidos para los próximos meses. Su forma también cuenta. Propiedad al 100 % de Anthropic, con forma de LLC en lugar de entidad benéfica (501(c)(3)), el fondo permanece bajo su control y podrá pasar de una modalidad de donación a otra, con dos prohibiciones fijadas de antemano: el lobbying y las donaciones políticas. Por último, el empleo, el ejemplo que desarrolla la publicación, también es el tema de los informes publicados el 16 de octubre sobre sus propios equipos, donde la proporción de juniors en las contrataciones técnicas ha caído del 27 % al 9 %.

Las novedades de la API Agents, por su parte, se centran en el tiempo durante el que el agente no hace nada. Dejar de facturar un entorno inactivo y poder restaurarlo con sus archivos reduce el coste de los agentes que trabajan de forma intermitente. Ese tiempo pesa mucho: los informes de Anthropic sobre sus propios equipos señalaban que las sesiones interactivas permanecían inactivas alrededor del 80 % del tiempo, a la espera de una respuesta. La fuente sigue siendo un resumen publicado en X: la tarde del 18 de octubre, ni el changelog de la API ni la página de los sandboxes alojados, todavía con tarifas de contenedor estándar, recogían estas novedades.

La cifra de Thomas Wolf aporta, por último, una idea de la magnitud del bien común que forman los modelos abiertos: cerca de mil millones de dólares de cómputo, frente a menos de 40 millones a finales de 2023, y eso contando únicamente los entrenamientos finales de las principales familias. Como reconoce el propio Wolf, se trata de un cálculo aproximado, del que solo la mitad se apoya en cifras publicadas. El recuento también muestra quién ha asumido el coste: Meta, Alibaba y NVIDIA a la cabeza, por delante de Moonshot, Mistral AI y DeepSeek. Wolf lo compara con Wikipédia, escrita en horas de voluntariado, mientras que este fondo común se escribe en horas de GPU y en datos.