El hilo del día es capital e infraestructura: DeepSeek habría cerrado unos 15.000 millones de dólares, mientras OpenAI negocia una ronda de hasta 30.000 millones antes de un posible IPO. En producto, Google presenta Agent Compute Engine para agentes, Microsoft publica su orquestador diagnóstico MAI-DxO en Science, e iFLYTEK lanza Spark X2.6, entrenado en cómputo totalmente nacional, en el Global 1024 Developer Festival.

1. DeepSeek recaudaría unos 15.000 millones de dólares

Según Bloomberg, TechCrunch y Reuters, el laboratorio chino DeepSeek recaudó unos 15.000 millones de dólares (alrededor de 100.000 millones de yuanes). Participaron más de 15 inversores, entre ellos CATL, Tencent, Meituan, Geely, GigaDevice, Midea y NetEase, además de Boyu, CPE, Legend Capital e IDG; CATL y Tencent figuran entre los mayores. La ronda llega unos dos días después de que EE. UU. ordenara a agencias civiles federales retirar tecnología DeepSeek. En junio la compañía levantó más de 7.000 millones a una valoración de unos 50.000 millones; el nuevo capital impulsará infraestructura y modelos abiertos, y antes se habló de un posible IPO en China.

Por qué importa: Entre una geopolítica más dura y la carrera global de modelos frontera, DeepSeek vuelve a usar una megarronda para asegurar cómputo e inversión en modelos.

Fuentes: TechCrunch; Bloomberg; Reuters vía KSL

2. OpenAI negocia hasta 30.000 M$ a 1,25 billones pre-money

CNBC y TechCrunch informan de que OpenAI trabaja en una ronda de hasta 30.000 millones de dólares a una valoración pre-money de 1,25 billones, liderada por inversores de Emiratos y Coatue. Se plantea como puente antes de un posible IPO, con el objetivo de firmas a finales de la próxima semana; el tamaño sigue siendo fluido y podría ir ligado a un acuerdo de capacidad de cómputo en Emiratos. OpenAI presentó un IPO confidencial en junio y su CFO apunta a salir a bolsa en 2027. En marzo la valoración post-money era de unos 852.000 millones; Bloomberg había hablado antes de términos en torno a 1,4 billones. Como contexto, Anthropic busca una valoración de IPO de 1,5–2 billones y en mayo levantó 65.000 millones a 965.000 millones.

Por qué importa: Los tamaños de ronda de los grandes laboratorios siguen subiendo, y la pelea de valoración pre-IPO se ata cada vez más a acuerdos de cómputo.

Fuentes: CNBC; TechCrunch

3. Google lanza Agent Compute Engine y amplía la gobernanza de agentes

En AGNTCon+MCPCon, Google Cloud anunció Agent Compute Engine: cómputo diseñado para agentes que ya sostiene tareas de agentes Gemini, con vista previa en los próximos meses. Cada agente corre en una microVM aislada por hardware (Cloud Hypervisor + Titanium), con arranque rápido, compartición de memoria copy-on-write y pausa/reanudación en idle; el estado puede persistir en Hyperdisk. El Agent Substrate de código abierto en GKE afirma hasta 10× de densidad y suspend/resume por debajo de 500 ms en una prueba con unos 200.000 agentes. Google también amplía la gobernanza de agentes en runtimes de Cloud: Gateway, Registry, Identity y observabilidad.

Por qué importa: Los agentes pasan de «pueden ejecutarse» a «pueden ejecutarse a escala con gobernanza», con cómputo y control empaquetados juntos.

Fuente: Google Cloud Blog

4. MAI-DxO de Microsoft en Science: orquestar el diagnóstico en varios pasos

La investigación sobre el AI Diagnostic Orchestrator (MAI-DxO) de Microsoft y el Sequential Diagnosis Benchmark (SDBench) se publicó el 22 de octubre en Science. Partiendo de una presentación breve, el sistema simula un panel de médicos que pregunta y pide pruebas de forma iterativa. En casos complejos de NEJM alcanzó ~83 % de precisión frente a ~36 % de médicos con referencias y ~22 % sin ellas; en urgencias MIMIC-IV-ED, ~80 % frente a ~47 %. En configuraciones con coste limitado también puede reducir mucho el gasto de estudio. Los autores subrayan que es un benchmark controlado solo de texto, no prueba de superioridad sobre especialistas o la práctica real; planean abrir partes de SDBench y evaluar en el mundo real con Beth Israel Deaconess.

Por qué importa: La IA médica pasa de respuestas de un solo golpe a orquestación diagnóstica multi-turno; la validación real sigue siendo esencial.

Fuentes: Microsoft AI; Science

5. iFLYTEK lanza Spark X2.6: modelo edge–cloud en cómputo nacional

En el Global 1024 Developer Festival 2026, iFLYTEK presentó Spark X2.6, un gran modelo edge–cloud entrenado en cómputo totalmente nacional, con más fuerza en código, agentes y tareas complejas. Reporta ~4× más eficiencia en entrenamiento de contexto largo y ~4,5× en razonamiento de largo horizonte; también lanza el ligero Spark X2.6-4B en dispositivo, con un 96,1 % de precisión de enrutado edge–cloud según la compañía, junto a apps como empleados digitales WinWork.

Por qué importa: Los modelos edge–cloud sobre stacks de cómputo nacionales siguen productizándose, con foco en código, agentes y tareas de largo plazo.

Fuentes: 21st Century Business Herald; Sina Finance; Phoenix Finance

---

En una frase: Los grandes laboratorios de EE. UU. y China siguen canjeando megarrondas por cómputo y margen de tiempo, mientras la infraestructura de agentes y la orquestación diagnóstica médica avanzan hacia pasos escalables y verificables.