Apple abre Siri AI a todos los desarrolladores con soporte en español y Anthropic lanza prueba criptográfica del modelo que respondió

<p>El 3 de noviembre de 2026, Apple publicó un developer preview que abre Siri AI a cualquier desarrollador mediante App Intents. La integración ya está disponible en las betas de iOS 27.3, iPadOS 27.3, macOS 27.3 y visionOS 27.3, y permite encadenar acciones de distintas apps en lo que Apple llama skills. Los idiomas de lanzamiento son inglés, francés, japonés, coreano, portugués y <strong>español</strong>; las apps podrán enviarse a la App Store en la primavera de 2027. Apple indica que el lanzamiento a usuarios llegará en unos meses, así que la ventana para construir la integración es ahora.</p>

<p>Tres restricciones importantes antes de planificar: Siri AI requiere un dispositivo con Apple Intelligence configurado en un idioma soportado; no está disponible en la UE en iOS, iPadOS ni watchOS mientras Apple trabaja con reguladores; y no está disponible para menores de 13 años. Hay además un detalle que pasó inadvertido en la mayoría de las coberturas: la nota oficial de Apple menciona límites diarios de uso para las funciones de Apple Intelligence del lado del servidor, incluida Siri AI, y advierte que "el acceso ampliado estará disponible por una tarifa en el futuro". Quien construya un flujo central de su app sobre Siri AI lo hace sobre una superficie medida cuyo precio aún no ha sido fijado.</p>

<h2>Anthropic FlashProve: verificar criptográficamente qué modelo respondió</h2>

<p>El 2 de noviembre, Anthropic publicó FlashProve, un prototipo de código abierto (Apache 2.0) que resuelve un problema que nadie podía comprobar hasta ahora: cuando un proveedor dice que estás hablando con su modelo estrella, no hay mecanismo para confirmar que no te redirigieron en silencio a uno más barato. FlashProve genera una prueba criptográfica que, junto con un compromiso sobre los pesos del modelo, permite verificar que una respuesta provino del modelo declarado, sin que los pesos queden expuestos.</p>

<p>La prueba se benchmarkeó sobre Llama 4 Maverick, un modelo mezcla de expertos de 400 000 millones de parámetros con unos 17 000 millones activos por token a 4 bits. En una sola GPU H100 genera alrededor de 110 tokens por segundo y produce aproximadamente 19 megabytes de prueba por cada 1 024 tokens de respuesta. El costo real: generar la prueba consume entre 70 y 95 veces más tiempo de GPU que ejecutar el modelo normalmente. Por eso Anthropic lo presenta como prototipo. El código, las pruebas en Lean y la documentación están disponibles con colaboradores de EPFL, MIT, StarkWare y Succinct.</p>

<p>En otras noticias de la semana: AMD reportó ingresos en centros de datos de $8 500 millones en el tercer trimestre, un 97 % más que el año anterior, con Anthropic, Meta, Microsoft, OpenAI y Oracle como clientes de sus primeros racks Helios basados en GPUs Instinct MI450. Y según declaraciones recogidas por Big Technology, ChatGPT habría alcanzado 1 200 millones de usuarios activos semanales, aunque OpenAI no ha publicado los números de forma oficial.</p>