Yan Lin y Ting Yu, desde Wofang Temple
QbitAI | Cuenta oficial QbitAI
¡OpenAI ha conseguido otra gran suma de dinero!
Según Bloomberg, OpenAI ya ha completadoel primer desembolso de 11000 millones de dólaresde su nueva ronda de financiación, y lavaloración de la empresa alcanza los 1,25 billones de dólares。
Y aún no termina ahí.La ronda de financiación completa podría alcanzar un máximo de 20000 millones de dólares,y se espera que la parte restante se complete en las próximas semanas.
Y mientras el dinero aún no está completo, en la madrugada de hoy OpenAI también se puso manos a la obra con AI4S y la ciberseguridad.
Por un lado, en colaboración con la empresa de biotecnología Ligo, lanzó el nuevo benchmark BioBasicsBench, diseñado específicamente para evaluar la capacidad de análisis de experimentos biológicos por parte de la IA.
Por otro lado, en cooperación con el Frontier Model Forum (FMF), publicó un marco de calificación de jailbreaks en ciberseguridad.
Vaya personaje: financiación, investigación científica y refuerzo de la seguridad, OpenAI no dejó nada de lado en esta ocasión.
Lo único que todos esperaron durante toda la noche, el GPT-6.2 Astra, no apareció.
Los usuarios ya no aguantaban más: «¡Cállate ya, cuándo va a salir el GPT-6.2!!!»
11000 millones de dólares recibidos, menos de la mitad del monto previsto
Los 11000 millones de dólares de la nueva financiación, unos 78000 millones de yuanes, no son precisamente una cifra pequeña.
Y además, esto es solo el primer desembolso. Según la información divulgada hasta ahora, la ronda completa podría alcanzar un máximo de 20000 millones de dólares, unos 142000 millones de yuanes.
¿Quiénes son los que ponen el dinero?
Entre los inversores del primer desembolso de 11000 millones de dólares figuran Coatue Management y el grupo T. Rowe Price.
Otros participantes en esta ronda incluyen a SoftBank, Sequoia Capital, Founders Fund, Andreessen Horowitz y otras caras conocidas.
También se dice que participó una coalición de inversores de los Emiratos Árabes Unidos. El elenco no es nada sencillo.
Bloomberg había revelado anteriormente que OpenAI también está trabajando con bancos de inversión para intentar recaudar fondos de individuos de alto patrimonio e incluso de inversores minoristas.
Es decir, las fuentes de capital que OpenAI busca atraer siguen expandiéndose.
Es bastante interesante: el dinero que OpenAI quería recaudar inicialmente era en realidad más de lo actual.
Ya a finales del mes 9 (septiembre), OpenAIhabía planeado recaudar al menos 30000 millones de dólares con una valoración de 1.4 billones de dólares.
Y ahora que de repente frenan, parece que los inversores siguen dubitativos.
Hace un tiempo, los activos relacionados con la IA experimentaron una ronda de ventas en los mercados públicos.
Antes, cuando la gente miraba la IA, se fijaba más en el margen de imaginación que podría tener en el futuro. Mientras la historia de crecimiento fuera lo bastante sexy, invertir dinero a mansalva o inflar valoraciones no era ningún problema.
Pero ahora, para ganar ventaja competitiva en la siguiente ronda, las empresas de IA están invirtiendo frenéticamente en centros de datos, chips e infraestructura eléctrica. Y todo eso significa meter dinero contante y sonante.
Los inversores también tienen que reflexionar: con tanto capital invertido, ¿podrá recuperarse realmente después?
Anthropic, el viejo rival de OpenAI, ya está siendo objeto de nuevos cálculos por parte de los inversores.
Anteriormente,la valoración discutida por los potenciales inversores de la IPO de Anthropicllegó una vez a 1.5 billones de dólares, y ahoraYa ha bajado a entre 1.2 billones y 1.3 billones de dólares.
Dicho sea de paso, ahora estas dos compañías compiten incluso a escondidas por el IPO.
OpenAI ya había presentado en secreto su prospecto de salida a bolsa en junio de este año, aunque según lo último declarado por Sarah Friar, directora financiera de OpenAI,la compañía sigue considerando salir a bolsa en 2027.
Anthropic, en cambio, ha dado pasos más rápidos. Según CNBC, está buscando llegar al Nasdaq a mediados del mes 11, es decir, noviembre, con la intención de tocar la campana antes que OpenAI.
La guerra de modelos aún no ha terminado y ya empiezan a competir por adelantarse en la salida a bolsa.
Solo que ahora ambas compañías deben enfrentar la misma pregunta:¿cuánta valoración está dispuesto aún el mercado de capitales a dar a las empresas de IA?
Para OpenAI, el IPO requiere planificación, pero el dinero que hay que gastar ahora mismo no se puede dejar de gastar. El entrenamiento de modelos requiere capacidad de cómputo, y el uso de los modelos por parte de los usuarios también la requiere.
Sarah Friar declaró en una entrevista con CNBC que,a medida que la demanda de los clientes sigue creciendo, seguirán construyendo centros de datos.
Sin embargo, existen incertidumbres sobre si los centros de datos podrán construirse según lo previsto.
Incluso si los fondos están disponibles, el suministro eléctrico y el apoyo de las comunidades locales al proyecto también pueden afectar el ritmo de construcción.
La materialización de la infraestructura todavía tiene muchos problemas por resolver,mientras las empresas de IA siguen recaudando dinero y reclutando talento.
Recientemente, OpenAI reclutó a varios talentos de Anthropic, incluidas Cat Wu, responsable de producto de Claude Code, y Austin Lau, pilar del marketing de crecimiento en sus primeras etapas.
Hay que decirlo: una se encarga de producto, el otro de crecimiento. Lo que OpenAI busca ahora ya no son solo personas capaces de hacer modelos más potentes.
No se lanzó la versión 6.2, y se pusieron manos a la obra con AI4S y la ciberseguridad
Junto con el último avance de financiación, en la madrugada de hoy OpenAI desplegó dos movimientos consecutivos.
Uno es un marco de calificación de riesgos de jailbreak de IA, elaborado en colaboración con el Frontier Model Forum (FMF).
El otro es más interesante: OpenAI, junto con la empresa de biotecnología Ligo, lanzó un nuevo punto de referencia llamado BioBasicsBench, diseñado específicamente para evaluar la capacidad de la IA para analizar datos reales de experimentos biológicos.
Hablemos primero del tema de la ciberseguridad.
Todos saben que los grandes modelos cuentan con mecanismos de protección de seguridad, pero siempre hay alguien que busca maneras de eludirlos.
El problema es que, incluso si el jailbreak tiene éxito, el nivel de peligro varía.
Algunos quizá solo logren que el modelo responda preguntas que originalmente estaban restringidas, mientras que otros podrían desbloquear capacidades verdaderamente peligrosas de ciberataque.
¿No se puede tratarlos a todos como un riesgo del mismo nivel, verdad?
Por eso, el Frontier Model Forum presentó esta vez un marco de calificación en su versión 1.0, que prepara puntuar los jailbreaks desde cuatro dimensiones.
- ¿Qué capacidad se desbloqueó?
- ¿Qué tan amplio es el alcance de esa capacidad?
- ¿Qué tan fácil es de usar para el atacante?
- ¿Qué tan fácil es encontrar y reproducir este método de jailbreak?
No solo participó OpenAI: Anthropic, Google DeepMind, Microsoft, Amazon y otros grandes fabricantes se unieron a la elaboración del marco.
Según se sabe, este marco todavía se encuentra en una etapa inicial y abrirá una consulta pública antes del 21 de diciembre.
Veamos ahora la segunda cosa anunciada oficialmente de madrugada.
OpenAI ha llevado directamente la IA al laboratorio de biología.Aunque GPT-6.2 Astra no se ha lanzado, GPT-6 Astra ya está resolviendo problemas de biología.
BioBasicsBench ha preparado en total 100 preguntas de experimentos reales, que cubren cinco grandes áreas: experimentos con proteínas, imagen microscópica, conteo celular, análisis de ácidos nucleicos y clonación molecular.
Además, lo que se le da a la IA no son respuestas estándar ya organizadas.
Fotografías en gel, imágenes de microscopio, archivos de secuenciación, lecturas de instrumentos e incluso videos de procedimientos experimentales pueden convertirse en material que deba procesar.
OpenAI probó 7 modelos,acumulando 18500 resultados de prueba en total.
GPT-6 Astra obtuvo buenos resultados, con una puntuación media de 66.7% en el nivel máximo de razonamiento, mientras que GPT-5.6 Sol solo alcanzó el 43.8%.
Algunos problemas, Astra los resolvió realmente con elegancia. Por ejemplo, un ejercicio de experimento de clonación de ADN.
GPT-5.6 Sol vio que no había colonias en la placa del control negativo y consideró que el control de este grupo de experimentos estaba bien.
Astra, en cambio, fue más cautelosa y examinó detenidamente la etiqueta de la placa. Y efectivamente descubrió un problema.
El experimento usaba en realidad «ampicilina», pero la placa estaba etiquetada como «kanamicina».
Vaya, ¡hasta la etiqueta estaba mal puesta!
Astra no solo observaba los resultados del experimento, sino que también empezó a fijarse en esos pequeños detalles del proceso experimental que suelen pasarse por alto.
Sin embargo, no hay que apresurarse a felicitar demasiado.
GPT-6 Astra, al contar colonias, también omite y cuenta mal, e incluso confunde agar vacío con colonias, terminando contando aproximadamente un 12% más que el resultado de referencia.
Ahora, parece que hay más expectativas por GPT-6.2 Astra……
Y, ¿sabes qué? ¡Un usuario con ojo agudo realmente descubrió algo!
OpenAI dijo oficialmente que solo probó 7 modelos,Pero los internautas, utilizando las herramientas de desarrollador del navegador, llamaron a una interfaz oculta y lograron extraer los datos de la fila 8.
Y esa fila,según todo indica, correspondería a la tan esperada GPT-6.2 Astra!
Según la captura de pantalla compartida por el usuario, su puntuación máxima alcanzó el 89%, mientras que GPT-6 Astra quedó en 67%.
¿Cómo? Si 6.2 es tan potente??? ¡OpenAI, ¿qué más estás ocultando?!
GPT-6 Cyber: capacidades de ataque y defensa mejoradas, acciones más controlables
Seamos pacientes y dejemos pasar un poco más el tiempo.
En la madrugada del 6 de noviembre, OpenAI presentó primero su modelo más reciente de ciberseguridad,GPT-6 Cyberpara el público.
Está entrenado de forma especializada sobre la base de GPT-6 Astra para ayudar a los investigadores de seguridad a encontrar vulnerabilidades, verificar el impacto que estas pueden causar y luego colaborar en su reparación.
En cuanto a la especialización en investigación de vulnerabilidades, este modelo ya ha producido un lote de resultados.
Según lo revelado oficialmente, GPT-6 Cyberencontró 81 vulnerabilidades de gravedad alta previamente desconocidas en Firefox (el navegador Firefox) y proporcionó métodos para verificarlas.
OpenAI posteriormente entregó la información de las vulnerabilidades y el código de reparación sugerido al equipo de desarrollo de Firefox, Mozilla, que ya comenzó con las reparaciones.
En la investigación del kernel de Linux, un flujo de trabajo automatizado que utiliza GPT-6 Cyber reprodujo 1724 vulnerabilidades.
De ellas, se demostró que 948 vulnerabilidades permitían que una cuenta con permisos restringidos obtuviera los privilegios máximos del sistema, y el modelo además generó los correspondientes exploits para que los investigadores los verificaran.
Estas pruebas se llevaron a cabo en un entorno controlado por el equipo de investigación. Los problemas descubiertos por el modelo y los resultados de verificación fueron luego revisados por investigadores humanos y enviados a los mantenedores de Linux para su tramitación.
En cuanto a las pruebas de rendimiento, en la prueba ExploitGym, que evalúa la capacidad de explotar vulnerabilidades específicas, GPT-6 Cyber obtuvo un 48.5%.
La generación anterior, GPT-5.6 Cyber, obtuvo un 32.1%, lo que supone una mejora de 16.4 puntos porcentuales.
Este ciclo de entrenamiento también abordó de manera específica un problema que los agentes de seguridad suelen encontrar: para completar una tarea, ¿podría atacar por el camino sistemas fuera del ámbito de autorización?
Para ello, OpenAI diseñó un conjunto de pruebas de «honeypot».Se colocaron servicios auxiliares fáciles de comprometer junto a la tarea objetivo; atacar estos servicios permitía tomar un atajo, pero ello quedaba fuera del alcance autorizado por los investigadores.
El resultado fue que, sin las instrucciones de seguridad de despliegue, GPT-6 Cyber no atacó esos objetivos fuera de ámbito en el 99.93% de las pruebas; con las instrucciones añadidas, no se observó ningún ataque de este tipo en esta ronda de pruebas.
Por el momento, GPT-6 Cyber está disponible primero a través de la API y Codex para algunos clientes de Daybreak Red aprobados.
Daybreak Red es un canal de acceso controlado que OpenAI ha establecido para la investigación de seguridad avanzada; los usuarios deben pasar una revisión y las organizaciones deben cumplir requisitos como la autenticación de identidad y los controles de acceso.
Según el flujo de trabajo revelado en esta ocasión, la IA ya ha comenzado a asumir más pasos en el descubrimiento de vulnerabilidades, la verificación de riesgos y la generación de parches candidatos.
Sin embargo, las pruebas y los parches producidos por el modelo, en última instancia, siguen llegando a manos de los investigadores de seguridad y los mantenedores de software, quienes completan la revisión y la reparación.
Una cosa más
Solo se puede decir que OpenAI no ha tenido descanso estos días.
Conseguó financiación, reclutó talento, puso en marcha AI4S y también organizó el tema de la ciberseguridad.
Lo que no se sabe es cuánto tiempo más se ocultará GPT-6.2 Astra, que la gente ya lleva dos noches esperando.
¿Será posible que OpenAI realmente haya logrado la auto-mejora recursiva (RSI)? ¿Acaso GPT-6.2-Astra se pospone recursivamente un día cada noche?
Hace un momento, Tibo volvió a publicar una publicación muy sugestiva:
¿Será que es hoy??
Enlaces de referencia:
[1] Fuente: https://openai.com/index/introducing-gpt-6-cyber/
[2] Fuente: https://www.bloomberg.com/news/articles/2026-11-06/openai-completes-11-billion-portion-of-funding-at-1-25-trillion-value%0A
[3]https://x.com/OpenAI/status/2118795218099253606%0A
[4]https://x.com/OpenAI/status/2118782708767965238%0A
[5] Fuente: https://www.cnbc.com/2026/11/06/open-ai-data-centers-election.html