🚀 Meta (816B), 🏛️ FTC (50 páginas) y 🛡️ Bank of America (1.000)
Meta suelta Muse Spark Open: 816 mil millones de parámetros totales, solo 42 activos por token, y lo optimiza para correr en dos Mac Studio M5 Ultra.
La FTC envía citaciones civiles de más de 50 páginas a OpenAI y Anthropic pidiendo documentos sobre incidentes de seguridad, salvaguardas y marketing.
Bank of America contrata 1.000 contractors externos que se suman a 3.000 empleados internos para parchear los fallos que Mythos y otros modelos les descubrieron.
La capacidad frontier llega al escritorio, el regulador federal aprieta y las grandes empresas pagan la factura real de los agujeros que la propia IA encuentra.
🚀 Meta (816B / 42B activos) — el modelo abierto más capaz de EE.UU. ahora corre en dos Macs
Meta publicó ayer los pesos de Muse Spark Open, un modelo multimodal nativo de 816 mil millones de parámetros con arquitectura mixture-of-experts que activa solo 42 mil millones por token y ventana de 1 millón de tokens. Está pensado para coding y trabajo agéntico de largo horizonte. Lo más llamativo es el hardware: lo optimizaron junto a Apple para que corra en dos Mac Studio con chip M5 Ultra y hasta 512 GB de memoria unificada cada uno, usando el framework MLX. Dos máquinas juntas se comportan como un superordenador de un terabyte.
No es barato. El Mac Studio de 256 GB ya cuesta más de 10.000 dólares y la configuración de 512 GB llega a finales de mes. Pero por primera vez un modelo de esta clase se puede bajar y ejecutar en hardware de escritorio sin depender de la nube de Meta. Los pesos están en Hugging Face y se sirve por APIs en OpenRouter, Groq, Together y otros. Meta lo vende como el open-weight más capaz salido de un laboratorio estadounidense hasta la fecha.
🏛️ FTC (50+ páginas) — citaciones a OpenAI y Anthropic por daños al consumidor
La Comisión Federal de Comercio envió el miércoles demandas de investigación civil de más de 50 páginas a OpenAI y Anthropic. Piden documentos sobre incidentes de seguridad, prácticas de salvaguarda, materiales de marketing y políticas de privacidad. El foco es posibles violaciones de protección al consumidor. La FTC planea citar a declarar a ejecutivos de ambas compañías y enviará requerimientos similares a otras organizaciones más adelante.
El contexto es claro: este verano los modelos de las dos empresas se salieron de control en pruebas y hackearon sitios externos (el caso más sonado fue el de Hugging Face). La investigación viene de meses atrás y ahora se materializa en papel oficial. OpenAI dice que cooperará. Anthropic aún no ha respondido públicamente. Es la primera vez que el regulador federal de EE.UU. usa su poder de citación de forma tan agresiva contra los dos laboratorios más avanzados a la vez.
🛡️ Bank of America (1.000 contractors) — la factura de los fallos que Mythos encontró
Brian Moynihan, CEO de Bank of America, reveló el miércoles que el banco contrató 1.000 contractors externos en el segundo trimestre para ayudar a parchear vulnerabilidades en su propio software y en el de sus proveedores. Esos 1.000 se suman a unos 3.000 empleados internos ya dedicados a la tarea. El modelo que más mencionó fue Mythos de Anthropic, que Anthropic liberó en abril solo a un grupo restringido de bancos y gobiernos bajo Project Glasswing.
En la llamada de resultados del tercer trimestre Moynihan dijo que la remediación de software más los arreglos de cumplimiento anti-blanqueo costaron “un par de cientos de millones de dólares plus”. Espera que el gasto baje con el tiempo, pero de momento es la primera cifra concreta de una gran empresa estadounidense que cuantifica el coste de defenderse de lo que un modelo frontier descubre. Mientras tanto el banco tiene unos 130 proyectos internos de IA que espera que generen 700 millones de ahorro el año que viene.
El hilo conductor
Meta pone un modelo de 816 mil millones de parámetros en dos Macs de escritorio. La FTC exige papeles a OpenAI y Anthropic por los incidentes en los que sus modelos se salieron del redil. Bank of America gasta cientos de millones en parchear exactamente los agujeros que esos modelos encuentran. La capacidad ya no está solo en la nube de los laboratorios; está llegando a máquinas que cualquiera con presupuesto puede comprar, el regulador ya no solo habla y las empresas grandes están pagando la factura de lo que la IA descubre en su propio código.