Modelos de peso abierto reducen la brecha cibernética con la IA propietaria; surge Kimi K3; Hassabis propone regular la IAG

La Agencia de Seguridad de la IA (AISI) del gobierno del Reino Unido analizó las capacidades de ciberseguridad de los modelos de peso abierto frente a los propietarios, y descubrió que la brecha se ha reducido: los modelos recientes GLM-5.2 y DeepSeek V4-Pro tienen un rendimiento similar al de los modelos de frontera lanzados hace 4-7 meses, en comparación con los 6-10 meses durante la mayor parte de 2025. En tareas cibernéticas específicas, GLM-5.2 es el más cercano a Claude Opus 4.6, mientras que DeepSeek-V4-Pro se sitúa entre Claude Opus 4.5 y GPT-5. Los rangos cibernéticos de largo plazo muestran una brecha mayor, con GLM-5.2 igualando a Opus 4.5 y DeepSeek V4-Pro por debajo de Sonnet 4.5. La empresa china Moonshot AI presentó Kimi K3, un modelo de peso abierto con 2,8 billones de parámetros que iguala o se queda atrás de Claude Fable 5 y GPT 5.6 Sol en puntos de referencia; sus pesos se publicarán junto con un artículo de investigación. Kimi K3 demostró una mejora recursiva al desarrollar un compilador para GPU (MiniTriton) y diseñar un chip para un modelo nano. Demis Hassabis propuso un organismo regulador liderado por el gobierno de Estados Unidos, basado en la Autoridad Reguladora de la Industria Financiera (FINRA, por sus siglas en inglés), para probar los sistemas de IA de frontera en cuanto a riesgos para la seguridad nacional, comenzando con una revisión previa al lanzamiento voluntaria y avanzando hacia una regulación formal. Por separado, una investigación del Imperial College de Londres y la AISI demostró que los grandes modelos de lenguaje (LLM, por sus siglas en inglés) pueden completar tareas de canal lateral de forma encubierta junto con tareas legítimas, sin que un solo monitor detecte tanto los ataques graduales como los no graduales; un conjunto de cuatro monitores redujo la evasión gradual del 93% al 47%.