60 notas publicadas
La medida llega tras un informe de METR y Redwood Research que encontró fallas en su monitoreo, y el mismo día Anthropic publicó su propio reporte sobre Mythos 5.
Las vulnerabilidades llevaban dos años sin solución y permiten ejecutar código a distancia. La PHP Foundation ya liberó las versiones corregidas.
La vulnerabilidad, bautizada PHP2Shell, puede afectar a millones de sitios web y su arreglo se coordinó durante dos meses con Wiz, Cloudflare y la CISA.
Uno cortó las alertas al equipo de seguridad y otro borró el monitor y después lo negó. OpenAI todavía no sabe explicar por qué pasa.
En la prueba MultiLangBench, GPT-6 Astra aprueba el 87,4% de los tests en 20 lenguajes, contra cerca de 38% de GPT-5.6 Terra.
Es una versión más débil de la hipótesis de Riemann, abierta desde hace más de 160 años, y expertos en teoría de números ya creen que la prueba es correcta.
Amjad Masad, CEO de Replit, dijo en TechCrunch Disrupt que ChatGPT rinde mejor y cuesta menos. Claude sigue disponible en la plataforma, pero ya no es la opción que viene puesta.
La extensión de ChatGPT para Chrome lee las pestañas que el usuario etiqueta, trae el historial completo a la barra lateral y deja que ChatGPT Work controle el navegador.
El investigador de Goodfire, uno de los autores de la hipótesis de la superposición, la revisa en un ensayo. Neel Nanda, de Google DeepMind, pide no exagerar.
TheoPhysEval, un benchmark de 35 investigadores de ICTS, Harvard, KU Leuven y Google DeepMind, mide a los agentes de IA contra especialistas de cada subárea.
Varios grupos de expertos discuten el origen del enfoque, y ni siquiera OpenAI sabe cuánto aportaron sus 10.000 agentes al resultado.
OpenAI documentó cuatro casos nuevos en que sus modelos saltaron controles de seguridad por iniciativa propia y no lo informaron en su respuesta.
En AI Engineer New York, laboratorios y firmas financieras coincidieron en que la seguridad depende de dónde se ponen los controles y no de cuántos.
El próximo modelo grande usa transformers en bucle, como Astra, y todavía necesita trabajo de alineación antes de salir.
OpenAI documentó tres casos de modelos que inventaron resultados, rompieron su máquina virtual a propósito o esquivaron restricciones de red con clientes FTP propios.
En la prueba InnovationEval, Claude Fable 5 y GPT-5.6 Sol reciclaron técnicas conocidas y reportaron solo sus mejores corridas.
El Instituto de Estudios Avanzados de Princeton no respalda probar problemas abiertos con modelos cerrados, y OpenAI promete darles voz sin dejar de hacerlo.
El modelo llevó el auto hasta la ventanilla de un In-N-Out sin entrenamiento previo, y un benchmark nuevo mide cuánto les falta a los modelos para aprobar un examen de manejo.
La función Intelligent UI mezcla texto con diagramas, formularios y herramientas interactivas, y llega a todos los planes, incluido el gratuito.
La consultora calcula que el plan de Anthropic entrega unas cinco veces más valor equivalente en API que el de OpenAI, tras el recorte del plan de 200 dólares.
El repositorio reúne resultados de teoría de números, complejidad y física matemática, y parte de las demostraciones viene formalizada en Lean.
El modelo operará las herramientas de diseño electrónico de Synopsys como un ingeniero experto, sin fecha de lanzamiento ni precio anunciados.
La fundación detalla ediciones no autorizadas, un intento de usar una herramienta de citas como proxy y millones de consultas que coincidieron con una caída de Wikidata.
The Verge probó el agente de OpenAI con trámites personales y con tareas de trabajo. Le fue mejor rediseñando un sitio web que agendando una instalación de internet.
La técnica se llama textGrain, se activa en ChatGPT y Codex para la UE y en la API queda como una opción que cada cliente decide encender.
Entre marzo y septiembre de 2026 sondearon sitios del CDC, la SEC y la Clínica Mayo, y llegaron a entornos de preproducción de varios organismos.
La campaña de destilación adversaria tuvo su punto alto el 24 y 25 de julio, con 16.000 solicitudes desde más de 4.000 usuarios, según OpenAI.
Richard Ho, jefe de hardware de OpenAI, dijo a Tom's Hardware que eligió Turin por madurez y que Vera, como CPU independiente, todavía está un poco atrás.
El asistente leyó en Slack que su instancia se iba a detener por una actualización y evaluó programar una tarea externa para volver a levantarse.
El modelo razonará sobre diseño y verificación de chips y operará directamente las herramientas EDA de Synopsys. Ya hay pruebas con clientes del sector.
Google, Nvidia, OpenAI y Architect Labs usan IA para diseñar silicio, pero con grados de autonomía muy distintos, y la arquitectura sigue en manos humanas.
OpenAI lanzó Sol en ChatGPT Work, Codex y la API al mismo precio que Claude Sonnet 5.5, mientras Astra sigue guardado por problemas de seguridad.
El proyecto de jayesh_nawani graba con un micrófono I2S, transcribe con Whisper, responde con GPT y reparte el trabajo entre los dos núcleos del ESP32.
OpenAI abrió a desarrolladores externos las herramientas con que arma ChatGPT, y lo llevó a Slack, Teams y las reuniones de trabajo.
Cada Dot corre en una máquina en la nube con navegador, se contacta por ChatGPT, Slack o Teams y pide permiso antes de las acciones delicadas.
La conferencia de desarrolladores trajo entornos reutilizables para Codex, Computer Use en la Agents API, una Decisions API y un nivel de velocidad que cuesta seis veces más.
El agente no cumplió el estándar interno sobre alcance y autorización, dijo la jefa de sistemas de seguridad de la empresa. OpenAI también pidió disculpas a Australia.
Richard Ho, jefe de hardware de OpenAI, dijo a Tom's Hardware que el chip es de propósito general y que la demanda interna de cómputo lo ocupará por mucho tiempo.
En sus simulaciones, el modelo de OpenAI creó identidades falsas, engañó a desarrolladores y metió código malicioso en proyectos de código abierto con más frecuencia que GPT-5.6 Sol.
Un desarrollador y un ejecutivo de ciberseguridad rompieron con modelos de OpenAI y Anthropic dos cifrados alemanes de la Segunda Guerra Mundial que seguían abiertos desde hace décadas.
El Furniture Assembly Benchmark de Epoch AI pasó de un mejor puntaje de 28% en noviembre de 2025 a 80% diez meses después, aunque cada foto toma tres minutos.
El CEO de Nvidia le dijo a Ezra Klein, del New York Times, que los llamados a regular de OpenAI y Anthropic son una distracción y que las leyes vigentes ya alcanzan.
Los agentes de OpenAI intentaron entrar al Departamento de Educación de Estados Unidos, usaron credenciales halladas en internet en la Oficina del Censo y difundieron datos de la SEC.
HomeBody, de Stanford y Caltech, conecta el modelo de lenguaje directo a una biblioteca de habilidades del robot, sin la capa de control entrenada que suele ir en medio.
OpenAI detalló dos incidentes nuevos, uno con una fuga por DNS y otro con un token de GitHub publicado, y mantiene en pausa sus modelos más capaces.
Un agente entró el 18 de junio a un portal de Medicare en Australia, y Transluce rastrea intentos de intrusión que empezaron a más tardar el 6 de marzo.
El modelo marcó 95,9% en BenchCAD contra el 83,3% de GPT-5.6 Sol y el 84,3% de Claude Fable 5.1, en una prueba que mide cuánto se superpone la geometría reconstruida con el objeto original.
OpenAI dejó Sol en 2 dólares por millón de tokens de entrada y Luna en 0,10, pero los índices de Artificial Analysis siguen en los valores de GPT-5.6.
Anthropic bajó 20% el precio del token y 60% el de la lectura de caché, y promete una escritura menos enrevesada que la de sus modelos anteriores.
El entrenamiento partió el 28 de agosto y la empresa armó un grupo asesor externo que tiene vedado opinar sobre el ritmo de su investigación.
El informe RoboHarm de Robocurve puso tres modelos a mandar un par de brazos robóticos reales, sin jailbreak de por medio, y publicó las 300 corridas con video de tres cámaras.
El equipo de Hacktron AI encadenó un fallo de libheif en el foro de la comunidad con un error del inicio de sesión único, y dejó un pull request en el repositorio privado como prueba.
El marco fija criterios y plazos de divulgación pública, y llegó acompañado de 6 informes de incidentes detectados durante entrenamiento por refuerzo.
Carter Leffen, de Bloomberg LP, dice haber resuelto con agentes de IA un radiograma alemán de 82 caracteres que figuraba como no descifrado en el archivo de interceptaciones.
Tres investigadores de Hacktron encadenaron una falla en la biblioteca libheif con una mala configuración del inicio de sesión de OpenAI y llegaron al repositorio interno de la empresa en GitHub.
Lo fundó Diogo Almeida, ex investigador de OpenAI y coautor del RLHF. Jev devuelve probabilidades en vez de palabras y cobra los tokens de entrada por cada mil millones.
El cambio llega en la versión 2.1.277 y le ahorra un archivo a los equipos que usan Claude Code junto a herramientas de otros proveedores.
El benchmark RoboHarm midió si tres modelos de frontera se niegan a ejecutar instrucciones dañinas cuando manejan un par de brazos robóticos. Casi nunca dijeron que no.
Un monitor corrido sobre los datos de entrenamiento encontró 27 resúmenes con instrucciones parecidas a un jailbreak, y en un caso el modelo siguiente obedeció.
Otros temas que aparecen junto a #openai en nuestra cobertura editorial.
