11 de septiembre de 2026: DeepSeek reduce la caché mientras California regula a los auditores de IA

La variable oculta en las noticias de IA de hoy es el estado: la memoria y los registros que un sistema lleva de una acción a la siguiente. DeepSeek está comprimiendo el estado de inferencia, Anthropic utiliza la telemetría del proveedor para reconstruir lo que hicieron los atacantes y California está ordenando un registro público de quién verificó una afirmación de seguridad; el piloto de red eléctrica de Australia y un motor de mundo programable plantean la misma idea desde extremos distintos.

Principales novedades

1. DeepSeek convierte el tráfico de memoria en la función protagonista

DeepSeek lanzó V4.1 Flash con una arquitectura base de 552.000 millones de parámetros y un diseño Causal Encoder-Decoder que activa 8.000 millones de parámetros durante el prellenado y 16.000 millones durante la decodificación. La empresa afirma que el modelo necesita aproximadamente una cuarta parte de la caché KV de memoria de alto ancho de banda de V4 Flash y una octava parte de su caché persistente: un ataque directo a los costes de estado que encarecen la inferencia con contexto largo. Son mediciones del proveedor, y las propias tablas de la ficha del modelo muestran compromisos que dependen de la carga de trabajo, no una victoria universal. El giro operativo llega el 14 de septiembre, cuando las solicitudes al alias de API deepseek-v4-pro empezarán a dirigirse a V4.1 Flash con el precio de Flash. Los equipos que usan ese alias deben tratar el cambio como una migración de modelo, aunque su código no cambie.

Vigilar: Pruebas independientes de latencia, calidad y coste en cargas de trabajo de un millón de tokens, además de regresiones cuando el alias Pro cambie por debajo del tráfico de producción.

Fuentes: arquitectura y notas de lanzamiento de DeepSeek, ficha del modelo V4.1 Flash y benchmarks ejecutados por el proveedor, relato independiente de TechNode sobre el cambio de endpoint y precio

2. Anthropic dice que las intrusiones asistidas por IA están cerrando el ciclo

El informe de uso indebido de Anthropic de septiembre describe una operación sospechosa vinculada al Estado ruso que atacó a más de 20 organizaciones y utilizó Claude para vigilar las detecciones de seguridad y después reconstruir el malware hasta que dejó de activarlas. Otro grupo procesó 1,8 millones de paquetes de Android en busca de secretos y, en un caso, obtuvo administración de la nube en aproximadamente tres horas. Anthropic afirma que las personas eligieron los objetivos y revisaron el material robado, pero que los modelos se encargaron de la ejecución entre esas decisiones. El informe es telemetría del proveedor, no un registro de incidentes auditado de forma independiente; incluso sus casos de uso biológico indebido pueden situarse entre la investigación legítima y la dañina. Aun así, la implicación defensiva es concreta: los proveedores de modelos ya forman parte de la cadena de detección porque pueden ver el uso de herramientas y la adaptación que una sola víctima podría pasar por alto.

Vigilar: Indicadores entre proveedores y casos confirmados de forma independiente, junto con pruebas de que las salvaguardas de los modelos Fable y Mythos más recientes de Anthropic se generalizan más allá de los patrones conocidos.

Fuentes: casos de uso indebido y salvedades de Anthropic en septiembre, informe independiente de AP sobre los hallazgos, la ambigüedad biológica y el debate sobre las salvaguardas

3. California empieza a regular a quienes auditan la IA

California promulgó dos leyes que desplazan la «evaluación independiente» de la promesa hacia la profesión. La SB 813 ordena al estado crear un programa voluntario de cualificación para organizaciones de verificación. Para las auditorías exigidas por la legislación californiana, la AB 1405 va más lejos: en enero de 2029, los auditores que ofrezcan esos servicios cubiertos deberán inscribirse en un registro público, divulgar sus métodos y credenciales, documentar las lagunas de evidencia y seguir normas sobre conflictos de intereses. El paquete no exige que todos los modelos pasen una auditoría estatal, y pertenecer al registro no es un respaldo del gobierno. Su importancia es procesal. A medida que más leyes dependan de evaluaciones de riesgo, la credibilidad de una auditoría de IA dependerá de quién la realizó, a qué acceso tuvo y qué limitaciones llegaron al informe.

Vigilar: Normas de aplicación que definan las pruebas aceptables, la experiencia técnica, la independencia del auditor, la expulsión del registro y los límites exactos de una auditoría cubierta.

Fuentes: resumen de California sobre las leyes de verificación promulgadas, alcance y requisitos de independencia de la AB 1405 promulgada, relato independiente de Bloomberg Law sobre el nuevo marco

Más señales

4. California ofrece una lista operativa para la seguridad de los chatbots infantiles

La SB 1119 de California exige que los chatbots de compañía usados por niños incorporen protocolos para crisis suicidas, controles parentales, avisos sobre la configuración de seguridad, evaluaciones anuales de riesgos y auditorías independientes de seguridad infantil. Los requisitos convierten un deber amplio de cuidado en controles que un equipo de producto puede probar y documentar. La pregunta sin respuesta es si las próximas normas medirán conversaciones reales o premiarán el papeleo.

Fuentes: resumen de California sobre el paquete de leyes de seguridad de chatbots infantiles, informe independiente de AP sobre el paquete y la respuesta de la industria

5. Australia empareja una promesa de dos gigavatios con una prueba de flexibilidad de la red

NVIDIA y ocho socios de infraestructura dicen que podrían construir hasta dos gigavatios de capacidad de IA en Australia para 2027, pero no revelaron un calendario de capital o potencia por emplazamiento. Otro piloto en funcionamiento, dirigido por CSIRO, está probando si los clústeres H200 pueden desplazar o reducir trabajos flexibles cuando la red está bajo presión, mientras protegen el trabajo crítico. La escala está prometida; la evidencia de flexibilidad todavía se está midiendo.

Fuentes: anuncio de NVIDIA sobre socios y capacidad, diseño de CSIRO para el piloto FlexSysAI, análisis independiente de TNW sobre los detalles de despliegue ausentes

6. Positron recauda 875 millones de dólares antes de completar el tape-out de su próximo chip

Positron recaudó 875 millones de dólares con una valoración post-money de 5.000 millones para ampliar su actual sistema de inferencia Atlas y llevar Asimov a tape-out, un sucesor con gran dependencia de la memoria previsto para 2027. La financiación muestra cuánto valoran los inversores las alternativas a los aceleradores limitados por HBM. Las mejoras que Positron afirma obtener frente a NVIDIA Rubin siguen siendo proyecciones para silicio futuro, no benchmarks independientes de un chip comercializado.

Fuentes: condiciones de financiación y hoja de ruta de producto de Positron, informe independiente de Reuters sobre el salto de valoración y el mercado de chips de inferencia

7. Una prueba consentida de la red doméstica hace tangible el riesgo de los agentes

En una prueba autorizada en su propia red, Will Knight, de WIRED, emparejó un GLM-5.3 sin salvaguardas con un arnés de agente. Inventarió dispositivos, encontró firmware obsoleto y claves API expuestas, y accedió a una máquina Linux con una clave criptográfica que había descubierto. Un solo hogar no puede establecer una tasa de ataque para todo el modelo, pero demuestra por qué las redes planas y los secretos almacenados sin cuidado adquieren más importancia cuando el reconocimiento resulta barato.

Fuentes: relato en primera persona de WIRED y límites declarados de la prueba, ficha del modelo GLM-5.3 de Z.ai y divulgación de sus capacidades cibernéticas

8. Programmable World Model separa las reglas del juego de los píxeles

Programmable World Model proporciona a un agente de programación un estado del mundo explícito y persistente, compila ese estado en controles de escena y deja que un modelo de vídeo renderice la vista. La separación hace inspeccionables los objetos fuera de pantalla y los eventos irreversibles, en vez de pedir a un renderizador que los recuerde de forma implícita. Sus cifras de precisión proceden del nuevo benchmark de los autores, y el repositorio público todavía no incluye código de inferencia ni pesos.

Fuentes: artículo de Programmable World Model y evaluación de los autores, debate de Hugging Face sobre el artículo ese mismo día y señal de la comunidad

Qué vigilar a continuación

Las mediciones útiles de esta semana se sitúan ahora una capa por fuera del modelo: el uso de caché con tráfico real, las señales de uso indebido que atraviesan proveedores, los informes de auditoría que conservan limitaciones incómodas y los calendarios de potencia que resisten el contacto con la red. Cada vez es más fácil anunciar capacidad; la prueba más difícil es operar de forma acotada e inspeccionable.

Fuentes

1. DeepSeek V4.1 Flash release announcement
2. DeepSeek V4.1 Flash model card
3. TechNode report on DeepSeek’s endpoint and pricing changes
4. Anthropic September 2026 threat-intelligence report
5. AP report on Anthropic’s misuse findings and safeguards
6. California announcement of AI verification and auditor laws
7. Enrolled text of California AB 1405
8. Bloomberg Law report on California’s AI auditor framework
9. California announcement of child-safety chatbot laws
10. AP report on California’s online child-safety package
11. NVIDIA announcement of its Australian infrastructure partnerships
12. CSIRO announcement of the FlexSysAI grid pilot
13. TNW analysis of Australia’s two-gigawatt AI plan
14. Positron announcement of its Series C financing
15. Reuters report on Positron’s valuation and inference push
16. WIRED’s authorized GLM-5.3 home-network test
17. Z.ai GLM-5.3 model card
18. Programmable World Model research paper
19. Hugging Face discussion of Programmable World Model