Mercury 3, una declaración de singularidad y una entrada por la fuerza de 50 dólares: cuatro historias del 20 de octubre

Cuatro historias recorrieron el ciclo de noticias sobre IA el 20 de octubre de 2026, y comparten una particularidad incómoda: tres son afirmaciones sobre lo que la inteligencia artificial ya puede hacer, y solo una viene con un modelo al que puedes llamar esta tarde y con un precio por token. Esa es Mercury 3, que Inception Labs lanzó la tarde anterior —el 19 de octubre de 2026— a 0,20 $ por millón de tokens de entrada y 0,70 $ por millón de salida, reducido a la mitad durante una ventana de lanzamiento sin fecha de finalización publicada, y funcionando a 1.068 tokens por segundo medidas por el proveedor. Las otras tres: Jack Clark diciéndole a una sala de ministros de Finanzas que la singularidad ha comenzado; un operador que usó agentes de IA para entrar en más de 100 empresas a unos 50 $ por intrusión; y las nuevas voces de ChatGPT de O​penAI, que llegan bajo el nombre GPT-Live-1.1. A continuación, cada una en sus propios términos, con las cifras atribuidas a quien las produjo. Los fallos de IA documentados y los incidentes con agentes detrás de lanzamientos como este se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, gravedad, nivel de confianza e indicador de disputa.

Mercury 3: el único artículo de esta lista al que puedes ponerle precio

La propuesta de Inception no ha cambiado de forma y es mucho mayor en grado. Mercury es un modelo de lenguaje de difusión: en lugar de emitir un token por cada pasada hacia adelante, reduce el ruido de un bloque de posiciones a la vez y las fija en conjunto. Mercury 3, según la propia Inception, tiene más de 40 veces los parámetros totales de Mercury 1 y aun así funciona a más de 1.000 tokens por segundo; la afirmación es que la escala no le costó el rendimiento que es la razón de ser de toda la familia.

• Precio — $0.20 por millón de entrada y $0.70 por millón de salida a tarifa de lista; $0.10 y $0.35 durante un descuento de lanzamiento del 50 % sin fecha de finalización indicada; la entrada en caché está un 90 % por debajo de la tarifa de entrada.

• Contexto y salida — una ventana de contexto de 1.000.000 de tokens, frente a los {{1}}260.000{{/1}} de Mercury 2.5, con un límite de salida de 131.072 tokens según la documentación de Inception.

• Velocidad — 1.068 tokens por segundo, medida por Inception en hardware NVIDIA no especificado. Ningún banco de pruebas independiente la ha cronometrado.

• Esfuerzo de razonamiento — cuatro ajustes (instantáneo, bajo, medio, alto), con bajo como predeterminado, mientras que en Mercury 2.5 y Mercury 2 el valor predeterminado era medio.

• Modalidades — texto de entrada, texto de salida. Sin entrada de imagen, audio ni video.

• Asignación gratuita — 100 millones de tokens para cuentas nuevas en la plataforma de Inception.

El único resultado estructurado de calidad en el anuncio no es una tabla de benchmark. Inception puso Mercury 3 dentro de su propio arnés de agente web de producción, en 50 tareas de navegación Mind2Web en vivo contra sitios web reales, e informa que completó el 50 % de ellas —25 tareas—, "significativamente más que GPT-6.1-Sol", con el mismo volumen de tokens y el mismo número de pasos del agente. Eso es una forma de evidencia más sólida que un benchmark de proveedor en un aspecto, porque las tareas eran en vivo y no congeladas, y más débil en otro, porque el arnés, los sitios y la puntuación pertenecen a la empresa que vende el modelo. Nadie más lo ha ejecutado. A 20 de octubre no existe ninguna página de Artificial Analysis para Mercury 3, por lo que cada cifra anterior lleva el nombre de Inception delante.

Hay dos cosas que conviene decir con claridad para cualquiera que esté decidiendo si probarlo. Mercury 3 no está en el catálogo de OrcaRouter —nuestra API de modelos no devuelve nada para ningún modelo de Inception—, así que invocarlo implica usar la propia plataforma de API de Inception o una de las varias plataformas de terceros que lo alojan. Y el descuento de lanzamiento es un precio promocional, no una tarifa: la tarifa de entrada de $0.10 es la mitad del precio de lista e Inception no ha dicho cuándo termina, así que cualquier modelo de costos que se base en ella tiene una fecha de caducidad que no te dieron.

Jack Clark en el FMI: la singularidad, con fecha

Al hablar ante economistas y responsables de políticas en las reuniones anuales del FMI y el Banco Mundial, el cofundador de Anthropic, Jack Clark, dijo que la singularidad —su término para el progreso impulsado por la IA que supera la capacidad de la humanidad para seguirle el ritmo— "ya ha comenzado". La afirmación llegó con dos curvas de referencia y una proyección económica, y las curvas son la parte que vale la pena conservar.

Humanity's Last Exam, un conjunto de preguntas escritas por expertos y diseñadas para resistir la búsqueda, ha pasado del 8 % al 67,7 % desde 2025 según los cálculos de A​nthropic. FrontierMath ha pasado del 2 % al 94 %. Esas son las dos cifras más citadas del campo para decir "no estamos preparados para esto", y un salto de ese tamaño en aproximadamente un año es el tipo de cosa que solía representarse en un eje de una década. La proyección económica es que un modelo de A​nthropic sitúa el PIB de EE. UU. en 44 billones de dólares para 2030 si la IA se extiende rápidamente —una cifra que el propio Clark admitió que suena descabellada, mientras predecía efectos "muy disruptivos" en el empleo.

Su argumento sobre la escala es el que atañe a las noticias de esta semana: los diez millones de científicos del mundo pronto podrían estar dirigiendo «mil millones de científicos virtuales», y las naciones deberían construir laboratorios y robots en lugar de discutir al respecto. En materia de políticas, describió «unos pocos años» para actuar y señaló que el CEO de Anthropic, Dario Amodei, ha planteado límites al «techo de inteligencia» de la IA — una frase que desentona junto a un benchmark que pasó del 8% al 67.7% en doce meses.

Si se compara eso con Mercury 3, las dos historias no tratan realmente de lo mismo. Una es una afirmación sobre el techo de capacidad, defendida a partir de curvas de evaluación. La otra es el lanzamiento de un producto con una tarifa. La razón por la que aparecieron el mismo día es que el modelo de difusión es exactamente el tipo de sistema del que están hechas las curvas: barato, rápido, solo texto, sin que lo haya medido nadie neutral y lo bastante bueno en una tarea concreta como para merecer desplegarse antes de que nadie haya decidido qué significa «lo bastante bueno».

La intrusión de $50: cómo se ve la capacidad agéntica desde el otro lado

La empresa de seguridad NorForge reveló una campaña en la que un único operador de habla china utilizó agentes de IA para realizar casi todo el trabajo de infiltrarse en empresas. Reuters identificó a las víctimas, entre ellas Cummins, Deere y SharkNinja. El mecanismo no fue un exploit novedoso. NorForge encontró más de 20 paneles de control sin protección de Cairn, una herramienta de agentes de IA de código abierto, y el operador proporcionó objetivos preseleccionados —tiendas en línea concurridas, pedidos de menos de 100 caracteres chinos— y luego dejó que los agentes trabajaran en más de 1200 sitios.

• Herramientas — Claude Code y DeepSeek V4.1 Flash, ambos usados como herramientas de desarrollo convencionales.

• Costo — aproximadamente $50 por intrusión exitosa, cerca de un día de tiempo de agente cada una, y alrededor de $5,000 en tokens durante toda la campaña.

• Resultado — más de 100 empresas comprometidas. No se ha establecido si se sustrajeron datos. SharkNinja calificó la amenaza como "contenida", Deere citó "acciones de remediación" y Cummins dijo que estaba "investigando".

La cifra con la que hay que quedarse no es 100. Es $50. Una intrusión que cuesta menos que un almuerzo de negocios y toma un día invierte la economía sobre la que se ha construido la seguridad defensiva durante veinte años, porque el coste marginal de volver a intentarlo es casi cero y el coste marginal de equivocarse no lo es. También explica por qué la exposición era aburrida: más de veinte paneles de control para una herramienta de agente de código abierto, dejados accesibles desde internet. Nadie tuvo que ser astuto. Bastaba con ser paciente y barato.

Las mismas propiedades que hacen útil a un agente en producción —actúa, reintenta, se ejecuta sin supervisión durante horas— son las que el atacante alquiló. Aquí no se está demostrando ninguna capacidad maliciosa separada. Hay un bucle de agente ordinario apuntado a una lista de objetivos.

Las nuevas voces de GPT-Live-1.1: una voz no es un modelo

El trabajo de voz de OpenAI llegó más como una guía práctica que como un anuncio, y la frase más útil de la cobertura es una advertencia: una nueva voz y un nuevo modelo son cambios distintos. Esa distinción importa porque ambos se confunden constantemente en los productos de voz, y la prueba práctica es conductual, no nominal.

La ruta de acceso es la configuración de voz de ChatGPT, luego la opción Live donde esté disponible y, después, la selección de una voz. Los ejercicios que vale la pena ejecutar, en orden: mantener el idioma y las instrucciones fijos y comparar voces con el mismo pasaje, para que lo que se escuche sea la voz y no un prompt distinto; probar una voz regional, porque el manejo del acento cambia con la voz y no solo con la configuración de idioma; interrumpir a mitad de la respuesta con una fecha o un recuento de personas corregidos y comprobar si la corrección llega a la respuesta final; y pedir al asistente que busque las notas de la versión de OpenAI y lea en voz alta el enlace de la fuente, que es la forma más económica de averiguar si el modelo está citando algo real.

Una voz con nombre, Bubbie, se comparó con la voz habitual de un oyente sobre el mismo texto: el método correcto, y el que la mayoría de la gente se salta. Los suscriptores Pro reciben consignas de práctica y una lista de verificación para escuchar. Lo que hay que verificar antes de reconstruir un flujo de trabajo sobre ello es cuál de estos cambios es una voz y cuál es el modelo subyacente, porque solo uno de ellos cambia lo que el sistema puede hacer.

El hilo que recorre el día

Tres de estas cuatro historias tratan sobre una capacidad que llega más rápido que la maquinaria que la rodea. Las cifras de evaluación dicen que los modelos están mejorando en tareas de expertos a un ritmo que nadie había previsto; la intrusión dice que esa misma capacidad está al alcance de cualquiera con 50 dólares y una lista de objetivos; el producto de voz dice que la interfaz se está convirtiendo en lo que los usuarios juzgan, haya cambiado o no el modelo que hay debajo. Mercury 3 es la cuarta y la excepción, porque es la única con un precio público por millón de tokens y una ventana de contexto documentada: la única que puedes meter en un modelo de costes esta misma noche.

Eso también ocurre con una capa de enrutamiento, y no en el sentido que suele darle el marketing de los proveedores. Un modelo publicado hace diecinueve horas y sin ninguna evaluación independiente es justo lo que no quieres cablear de forma fija en una ruta de producción. Lo que quieres es una regla que le envíe una cuota definida del tráfico, que mantenga detrás un modelo medido y que conmute automáticamente cuando falle, de modo que la decisión de conservarlo o descartarlo la tomen tus tasas de error y no una publicación de lanzamiento. Una sola clave y un endpoint compatible con OpenAI te dan ambos lados de esa regla, y cuando termine el descuento de Inception o por fin aparezca una puntuación neutral, la regla cambia y la aplicación no.

Para Mercury 3 en sí, el resumen honesto tras un día es limitado: un modelo de solo texto inusualmente barato y rápido, con un contexto real de 1M de tokens, un resultado de agente en un sitio en vivo que la propia Inception produjo, y ninguna medición de terceros de nada. Los dos números que lo resolverán —una puntuación de Artificial Analysis y un costo por tarea completada en un arnés que Inception no posee— aún no existen. Cuando existan, el sucesor de este artículo tendrá un párrafo de extensión.