Microsoft 365 sufre un apagón mundial de 30 horas que deja sin correo ni Copilot a millones de usuarios
El fallo empezó el jueves 12 de noviembre por la tarde y no se dio por resuelto hasta el sábado 14. Outlook, Teams, SharePoint y Copilot quedaron afectados en todo el mundo, con más de 120.000 reportes de problemas en el punto máximo. Microsoft atribuye el incidente a un problema surgido durante una ampliación de capacidad de red y descarta un ciberataque.
Los usuarios empezaron a perder el acceso a sus buzones de Exchange Online a las 16:17 UTC del jueves 12 de noviembre. En dos horas Microsoft abrió un incidente general (MO1550821) que cubría todo lo que depende del correo: Outlook en web, escritorio y móvil, los calendarios y la programación de Teams, SharePoint, Microsoft 365 Copilot, Graph, Planner, To Do, Intune, Purview y Power BI. Downdetector registró más de 120.000 reportes de problemas con Outlook en el peor momento, procedentes de 74 países, y las llamadas y reuniones de Teams siguieron funcionando en su mayor parte. El impacto terminó el viernes 13 a las 16:10 UTC y la actualización final, publicada el sábado 14 a las 03:51 GMT, confirmó que los servicios se habían recuperado por completo y que la cola de correos atrasados ya se había procesado. La explicación preliminar de Microsoft es que un fallo oculto de una ampliación de capacidad de red anterior salió a la luz tras un cambio posterior; la empresa insiste en que no hubo actividad maliciosa y publicará un informe completo cuando termine su revisión. El apagón también alcanzó a herramientas de terceros: OpenAI reportó problemas para conectar ChatGPT con Microsoft 365 y Anthropic dijo que su conector devolvió errores durante más de 24 horas. Los clientes afectados pueden reclamar créditos por el incumplimiento del acuerdo de nivel de servicio hasta el 31 de diciembre de 2026; Microsoft no los aplica de forma automática.
2026-11-14
La brecha de Fireworks AI se extiende: Cursor detalla el ataque y Uber y Notion confirman robos de datos
Cursor publicó el viernes 13 el informe de su investigación: el ataque empezó con una clave expuesta por Fireworks AI y acabó distribuyendo una extensión maliciosa de Claude Code a unos 5.000 usuarios. Uber notificó el robo de datos de licencias de miles de conductores y Notion, la exposición de conversaciones de su IA.
Según Cursor, todo empezó en Fireworks: un atacante obtuvo una clave de acceso que Cursor había emitido a ese proveedor y copió datos de un depósito de solo lectura con trazas de sesiones de su agente de código, en su mayoría de 2025 y de sesiones que no estaban en modo privado. Menos del 0,05 % de los usuarios vieron expuestas sus trazas y menos del 0,01 % tuvo credenciales de API expuestas; todos fueron notificados. El 29 de octubre, con una credencial robada, el atacante colocó copias maliciosas de la extensión Claude Code de Anthropic (versiones 2.1.312 y 2.1.313) en la caché que sirve el mercado de extensiones de Cursor para VS Code. Estuvieron disponibles unas 11 horas y hasta unos 5.000 usuarios pudieron recibirlas; el malware intentaba instalar puertas traseras SSH persistentes. Cursor subraya que no fue una vulnerabilidad del producto de Anthropic y que el código malicioso nunca estuvo en la fuente de Open VSX. La última actividad del atacante que ha visto es del 1 de noviembre y fue bloqueada; la empresa ha sacado todo su tráfico de inferencia de Fireworks y ha rotado credenciales. No es el único daño: Uber escribió a miles de conductores en Estados Unidos para avisar de que les robaron datos personales, incluidos los de sus licencias de conducir, después de que el atacante usara credenciales robadas del proveedor para entrar en la cuenta de Uber con Fireworks; Uber insiste en que sus propios sistemas no fueron la vía de entrada. Notion reveló el 11 de noviembre que la brecha expuso transcripciones de chats de Notion AI de un pequeño número de espacios de trabajo. Fireworks ha confirmado que el atacante llegó a su entorno de desarrollo a través de un proveedor de nube externo el 23 de octubre, pero no ha comentado la versión de Cursor.
2026-11-14
La Reserva Federal: la IA ya es el riesgo que más preocupa a Wall Street
En su informe semestral de estabilidad financiera, publicado el viernes 13, la Fed dice que el 87 % de sus 23 contactos de mercado señaló a la IA como un riesgo destacado, frente al 50 % de la primavera y el 30 % del otoño de 2025. La deuda emitida para pagar la infraestructura de computación avanzada ya supera los 680.000 millones de dólares.
El personal de la Reserva Federal de Nueva York encuestó en septiembre y octubre a profesionales de corredoras, bancos, fondos de inversión y asesoras sobre qué sobresaltos les preocupaban más para los próximos 12 a 18 meses. La IA quedó primera, muy por delante de una corrección de los activos de riesgo (52 %), de unos tipos de interés a largo plazo más altos (48 %), de los ciberataques (43 %) y de la sostenibilidad de la deuda pública (43 %). Las preocupaciones giran en torno a unas valoraciones bursátiles infladas que podrían caer si los beneficios decepcionan, y a riesgos cibernéticos que incluyen ataques de actores estatales y daños causados por los propios modelos de frontera. El informe también pone cifras al auge de los centros de datos: la emisión de deuda vinculada a la computación avanzada superó los 680.000 millones de dólares en octubre de 2026, unas cinco veces los 130.000 millones de todo 2023, y ya representa cerca del 31 % de la emisión corporativa de grado de inversión no financiero, frente a menos del 6 % en 2023. La Fed subraya que la encuesta recoge las opiniones de los encuestados, no las de su junta, y que el informe describe vulnerabilidades, no pronostica una corrección. También matiza que, aunque la IA fue lo más citado, los encuestados consideran que los ciberataques y la deuda fiscal tendrían las consecuencias más graves. La encuesta se cerró antes de la renuncia de Jensen Huang como CEO de Nvidia el 12 de noviembre y antes de las elecciones de mitad de mandato, y llega después de que el Nasdaq entrara en corrección el 5 de noviembre y de la advertencia del FMI en octubre sobre una corrección del mercado de la IA.
2026-11-13
Reuters: más de 3.200 millones de dólares en proyectos chinos de IA se apoyan en chips Nvidia prohibidos
Una revisión de Reuters de más de 150 licitaciones, planes y contratos encontró proyectos y acuerdos de equipamiento por más de 23.000 millones de yuanes construidos alrededor de los procesadores H100, H200 y H800, que Washington prohíbe exportar a China. El mayor es un centro de 6.200 millones de yuanes en Fujian.
La revisión, publicada el viernes 13, un día después de la renuncia de Jensen Huang como CEO de Nvidia, muestra proyectos que van desde los centros tecnológicos ricos de la costa hasta provincias remotas del oeste, y deja claro lo incrustada que sigue la tecnología de Nvidia en la expansión china de la IA. En el condado de Xianyou, en la costa de Fujian, un centro de computación de IA propuesto por 6.200 millones de yuanes (873 millones de dólares) busca socios comerciales y especifica chips H100. En Shaanxi, el grupo estatal de ingeniería Sinomach dijo que una filial ganó un contrato dentro de un proyecto de 3.000 millones de yuanes con procesadores H100 y H200; en Jilin, un prospecto oficial describe otro proyecto de 2.260 millones de yuanes que combina H100 con chips de desarrollo chino; en Mongolia Interior hay un desarrollo de 1.500 millones de yuanes que propone instalar 625 servidores H200; y un consorcio de Gansu ganó en julio un contrato de construcción de 1.160 millones de yuanes para un centro cuyos pliegos hablan de unos 3.072 procesadores H100 y H200. Reuters advierte sobre cómo leer la cifra: mezcla inversiones planeadas, contratos firmados e instalaciones terminadas, e incluye edificios y sistemas de energía, no solo gasto en chips. Tampoco estableció cómo llegó el hardware restringido a los compradores chinos, y los proyectos no se han vinculado con Megaspeed ni con las acusaciones que rodean a Huang. El dato choca con la versión de Nvidia, que en su informe de agosto dijo que los controles de exportación la habían dejado fuera del mercado chino de centros de datos de IA; una estimación de IDC citada por Reuters le atribuye aun así el 34 % de los envíos de aceleradores de IA en China en el primer semestre de 2026. Nvidia cayó un 2,01 % hasta 162,85 dólares el viernes, mientras Washington sopesa controles más estrictos. La empresa presenta sus resultados del tercer trimestre el martes 17 de noviembre.
2026-11-13
Anthropic fija el precio de su salida a bolsa: entre 70 y 78 dólares y debut en Nasdaq el 19 de noviembre
La enmienda al folleto presentada el 10 de noviembre fija 825 millones de acciones de clase A a entre 70 y 78 dólares, lo que recaudaría hasta 64.350 millones y valoraría a la empresa en unos 1,33 billones de dólares en el punto medio. El precio se fijará el 18 de noviembre y las acciones empezarán a cotizar el 19 como ANT.
La segunda enmienda al registro S-1, presentada el 10 de noviembre, rellena los huecos que la solicitud original había dejado en blanco: rango de precio, número de acciones, ingresos y calendario. El roadshow empezó ese mismo día. El rango implica una valoración totalmente diluida de unos 1,33 billones de dólares en el punto medio de 74 dólares y de unos 1,4 billones en el extremo alto; el Financial Times informó de que los bancos estudian un precio mayor que podría elevar el objetivo a 1,5 billones o más, aunque el rango presentado sigue siendo 70-78. Los números del negocio son los que sostienen la cifra: los ingresos del tercer trimestre fueron de 17.000 millones de dólares, un 1.127 % más que un año antes, y los nueve primeros meses de 2026 sumaron 33.200 millones, frente a 2.500 millones en el mismo periodo de 2025. El 79 % de esos ingresos llega por consumo medido en tokens (26.300 millones) y el resto por suscripciones (6.900 millones, frente a 789 millones en todo 2025). Los ingresos a ritmo anual rondaban los 81.000 millones de dólares a 31 de octubre, 10.000 millones más que a 30 de septiembre. La pérdida operativa de los nueve meses fue de 1.300 millones. Nvidia y Google acordaron comprar 10.000 millones de dólares cada una en acciones sin voto dentro de una colocación privada condicionada de 26.000 millones, que elevaría el total recaudado hasta unos 90.400 millones. Hasta 316 millones de acciones podrán venderse el primer día de cotización y hasta el 20 % de la oferta se reserva a inversores minoristas. El folleto también revela compromisos futuros por unos 900.900 millones de dólares, casi todos ligados a infraestructura de computación.
2026-11-14
Gemini 4 Carbon lidera el ranking de matemáticas MathArena, pero cuesta 15 veces más que GPT-6.1 Sol
En MathArena, el benchmark independiente que evalúa modelos con problemas nuevos de competiciones e investigación, Carbon logró un 85,4 % de rendimiento esperado, por delante de Claude Fable 5.2 (82,8 %) y de GPT-6.1 Sol (80,6 %). El matiz: resolver un problema cuesta 15,70 dólares con Carbon frente a 1,07 con Sol.
Jasper Dekoninck, investigador de la ETH de Zúrich que dirige MathArena, anunció el cambio el 13 de noviembre: es la primera vez en mucho tiempo que un modelo que no es de OpenAI lidera esa tabla, después de que Sol ocupara el primer puesto desde su lanzamiento el 29 de septiembre. Carbon se probó con su ajuste de razonamiento alto y Fable 5.2 con el máximo; aun así, la diferencia de 2,6 puntos entre el primero y el segundo cae dentro de los intervalos de confianza (±3,0 para Carbon y ±5,3 para Fable), así que los datos no cierran con firmeza el orden entre ambos. También hay un asterisco en el propio resultado: por su costo, Carbon solo se evaluó en ArXivLean y parte de su puntuación es una estimación estadística, no una medición directa. El precio es la otra cara de la moneda: MathArena publica el costo medio de una ejecución por problema, 15,70 dólares para Carbon, 40,20 para Fable 5.2 y 1,07 para Sol. The Decoder, que reportó el resultado, señala además que el modo de fallo más común de Carbon es exceder el límite de tiempo; en un caso lanzó un script que corrió más de once horas sin revisar su progreso. Carbon llegó a disponibilidad general el 10 de noviembre y Fable 5.2 se lanzó el 9. El precio por token también juega: Carbon cuesta 2 dólares por millón de tokens de entrada y 10 por millón de salida hasta el 30 de noviembre, y a partir del 1 de diciembre se duplica a 4 y 20, mientras Sol se mantiene en 2 y 10. En el índice compuesto de Inteligencia de Artificial Analysis, Carbon marca 59 y Sol 52; el mejor modelo abierto, Kimi K3.1 Pro, quedó en 54,3 %.
2026-11-13
Gemini ya puede leer tus gastos: Google conecta Wallet a su inteligencia personal
Google lanzó el viernes 13, para usuarios de Estados Unidos, la conexión entre Google Wallet y Gemini: el asistente puede responder preguntas sobre gastos, suscripciones y presupuestos a partir de los movimientos. El acceso es solo de lectura y opcional; Gemini no puede mover, gestionar ni invertir el dinero.
La conexión vive en los ajustes de Personal Intelligence de Gemini, bajo Aplicaciones conectadas, y se puede activar o desactivar en cualquier momento. Una vez conectada, se puede preguntar a Gemini por el flujo de caja, la asignación de activos o un presupuesto de vacaciones, y opcionalmente enlazar cuentas de bancos y tarjetas a Wallet a través de Plaid para obtener respuestas más detalladas. Wallet se suma a Gmail, Fotos, YouTube y Búsqueda en la inteligencia personal de Gemini, y Google también muestra un Resumen de memoria con lo que el asistente ha guardado del usuario. El matiz de privacidad es importante: Google dice que no entrena sus modelos generativos directamente con los datos de Wallet y de los servicios de pago, pero los resúmenes, extractos e inferencias de las transacciones que se usan en las conversaciones con Gemini sí pueden contribuir al entrenamiento si la opción Mantener actividad está activada. Además, desconectar una aplicación o borrar datos dentro de ella no elimina lo que ya quedó en la Actividad de las apps de Gemini. La llegada coincide con el movimiento de la competencia: el mismo día OpenAI lanzó ChatGPT Wallet, que permite a los agentes pagar compras en nombre del usuario con aprobación biométrica, mientras Gemini solo lee. También se suma a la beta de Finanzas Personales de Claude, lanzada el 5 de noviembre, y al panel de Finanzas de ChatGPT, que lee datos bancarios a través de Plaid desde mayo. Por ahora el despliegue es solo para usuarios de la app de Gemini en Estados Unidos, en web, Android e iOS.
2026-11-13
Anthropic publica 10 recomendaciones para que las evaluaciones de seguridad de la IA sean fiables
En su blog 'Building Strong Safety Evaluations', Anthropic propone cómo diseñar, ejecutar y reportar las pruebas que deciden si un modelo está listo para lanzarse. Pide preregistrar el análisis antes de ver los datos, validar los correctores automáticos contra expertos humanos y pasar de tasas de rechazo de un solo turno a simulaciones de varios turnos.
La tesis de Anthropic es sencilla: una afirmación de seguridad solo es tan sólida como la evaluación que la respalda, y esas evaluaciones determinan decisiones enormes, como si un modelo se lanza, con qué salvaguardas y dónde debe centrarse la próxima ronda de investigación. Entre las diez recomendaciones destacan el preregistro, es decir, escribir cómo se analizarán los resultados antes de verlos para que sea más difícil elegir después la conclusión más favorecedora; validar los sistemas de calificación automática contra juicios de expertos humanos; y construir las pruebas a partir de comportamiento observado, datos públicos, transcripciones de red teaming, reportes de incidentes o entrevistas con expertos, en lugar de situaciones inventadas. Anthropic también pide medir con simulaciones de varios turnos: una tasa de rechazo cuenta cuántas veces el modelo dice que no a un único mensaje problemático, mientras que una evaluación de varios turnos mide la tasa de respuesta adecuada en toda la conversación, donde un mal turno hace fallar el intercambio completo. La empresa reconoce que sus propias pruebas de un solo turno están saturadas, con tasas de respuesta inofensiva del 94 % al 98 % en sus modelos recientes, y que sirven sobre todo como controles de regresión. También endureció cómo corren sus evaluaciones tras incidentes en su propio trabajo: pausó muchas pruebas que daban acceso a internet a los modelos y las de búsqueda web que aún lo necesitan corren con monitoreo en vivo; para las evaluaciones de ciberseguridad pide entornos aislados sin internet y monitoreo en tiempo real para poder detener una ejecución si las acciones del modelo pudieran causar daño real. Otras recomendaciones: equipos multidisciplinares, tamaños mínimos de muestra (100 ítems para evaluaciones complejas de varios turnos, 1.000 para las simples de un turno), reportar versiones del modelo, ajustes de muestreo, prompts, versiones del corrector y fechas, y evaluar de forma continua durante el ajuste fino, no solo una vez antes del lanzamiento. Como ejemplo del ruido estadístico, Anthropic cuenta que en una evaluación de estafa romántica de varios turnos, Claude Opus 5 logró un 98 % de respuestas adecuadas y Opus 5.5 un 94 %, una diferencia no significativa porque los intervalos de confianza superan los ±10 puntos. Para ejecutar este tipo de pruebas sugiere herramientas existentes, como Inspect, del Instituto de Seguridad de la IA del Reino Unido, y su propio kit Petri, construido sobre Inspect.
2026-11-13
Cognition lanza Devin Apps: aplicaciones web privadas que viven en la nube de Devin
Las nuevas Devin Apps son aplicaciones web privadas que se describen con palabras y que Devin construye y aloja en su propio computador en la nube: herramientas internas, paneles, entornos de vista previa y extensiones del propio Devin. Cada una tiene una dirección estable, pero abrirla exige iniciar sesión con Devin; nunca son públicas.
Cognition presentó Devin Apps en su blog el 13 de noviembre. La idea es que el agente de desarrollo no solo escriba código, sino que deje la herramienta terminada funcionando en la nube de Devin, lista para compartir dentro del equipo. Las aplicaciones corren en máquinas virtuales individuales y no en clústeres que escalen solos, así que la propia documentación advierte que no son adecuadas para servicios de producción de mucho tráfico; su sitio natural son las herramientas internas, los paneles de datos y los despliegues de vista previa. El lanzamiento llega en un momento de crecimiento acelerado para Cognition: en septiembre de 2026 cerró una ronda Serie E de 2.000 millones de dólares con una valoración de 48.000 millones y unos ingresos anualizados por encima de los 1.000 millones. Es el último paso de una serie de lanzamientos recientes, que incluye la actualización de Devin Teams con sesiones SWE-2 el 12 de noviembre, la adquisición de Corridor el 29 de octubre, SWE-2 Flash el 4 de noviembre y Devin Review 2.0 el 5 de noviembre. El despliegue es gradual y por ahora solo para cuentas activadas, sin que la empresa haya publicado precios ni niveles de suscripción.
2026-11-13
Seedance 2.5, el video de ByteDance, llega en 4K a Dreamina, Runway y Picsart
El generador de video de ByteDance ya renderiza en 4K nativo con color de 10 bits y estrena un modo borrador en 480p: se prueban tomas baratas y solo la elegida se renderiza en 4K. Picsart y Runway lo anunciaron el 11 de noviembre y la página de Dreamina ya lo anuncia como 4K, señal de que el acceso amplio está cerca.
Seedance 2.5 genera clips de hasta 30 segundos con sonido sincronizado y hasta 50 referencias multimodales, y el 4K llega como una opción de resolución más junto a los borradores en 480p y el 1080p, sin que ninguna función se pierda al subir de resolución. El flujo de trabajo en dos etapas es el cambio práctico: primero se generan vistas previas baratas en 480p, a unos 0,10 dólares por segundo, para decidir encuadre, movimiento, diálogos y trayectorias de cámara, y después la toma elegida se envía a un render final en 4K que hereda el prompt, las referencias, la semilla, la duración y la relación de aspecto del borrador. Un borrador más un final cuesta alrededor de 1,18 veces lo que un único intento directo en 1080p, así que el ahorro está en descartar tomas antes de pagar el render caro. El 4K no es nuevo del todo: Volcano Engine lo abrió el 23 de octubre en prueba para clientes seleccionados de cine y televisión, y el 11 de noviembre Runway y Picsart lo anunciaron como función de plataforma; ahora el banner de la página de Dreamina lo posiciona como generador 4K nativo, lo que apunta a que el acceso general está cerca, aunque sin fecha anunciada. Conviene leer la palabra 'nativo' con cautela: no hay informe técnico, tarjeta de modelo ni pruebas independientes que verifiquen que no hay reescalado, y la propia tabla de capacidades de BytePlus ModelArk seguía en 1080p a 12 de noviembre. El modelo se lanzó el 31 de julio, tras anunciarse el 23 de junio en la conferencia FORCE de Volcano Engine, y el 4K está incluido en el plan Estándar de Dreamina, de 56 dólares al mes, según los reportes.
2026-11-14
Microsoft promete nuevos modelos MAI en Ignite, que empieza el 17 de noviembre
Microsoft AI anunció que Ignite, del 17 al 20 de noviembre, traerá 'nuevos modelos, demostraciones y sesiones con las personas que los construyeron', y el jefe de Microsoft AI, Mustafa Suleyman, compartió el aviso. Mientras tanto, MAI-Image-2, su modelo propio de texto a imagen, ya se puede probar en el MAI Playground y empieza a llegar a Copilot y a Bing Image Creator.
El aviso no nombra ningún modelo ni da fechas, así que lo concreto por ahora es la cita: Ignite se celebra del 17 al 20 de noviembre y las sesiones de Microsoft Foundry ya están en el catálogo. El contexto es la apuesta de Microsoft por dejar de depender de modelos ajenos: el 2 de junio Suleyman presentó siete modelos MAI propios, entre ellos MAI-Thinking-1, un modelo de razonamiento de 35.000 millones de parámetros activos con 256.000 tokens de contexto, MAI-Image-2.5 y MAI-Code-1-Flash para GitHub Copilot. El 15 de octubre la empresa dijo que había terminado el preentrenamiento de MAI-Base-2, un modelo de mezcla de expertos con 80.000 millones de parámetros activos y 2,8 billones en total, entrenado con 16.000 GPU GB200 durante 38 días en agosto y septiembre; sigue en postentrenamiento y Microsoft planea licenciar sus pesos a socios de confianza a través de Foundry. MAI-Image-2.6 ya está en vista previa en seis regiones de Foundry, y Microsoft afirma que MAI-Image-2 se sitúa entre los tres primeros laboratorios de texto a imagen en Arena.ai, una afirmación de la propia empresa. En audio, MAI-Transcribe-2 con transcripción en streaming y MAI-Voice-2.1 se lanzaron el 1 de octubre. La pregunta que Ignite debe responder es si los nuevos modelos incluyen por fin un modelo de frontera propio a gran escala listo para desplegar, o si la familia sigue creciendo por los bordes.
2026-11-14
HeyGen lanza Decision 1, un modelo que decide en lugar de conversar
HeyGen lanzó el 13 de noviembre Decision 1 y su variante Turbo en su API y en OpenRouter: son 'modelos de decisión' que devuelven decisiones estructuradas (una opción, una puntuación, un sí o no) a partir de texto e imágenes, en lugar de texto libre. Están pensados para clasificación, enrutado y triaje a gran volumen.
Decision 1 tiene una ventana de contexto de 131.000 tokens y cuesta 0,14 dólares por millón de tokens de entrada, con la salida gratis; la variante Turbo sube a 262.000 tokens de contexto, baja a 0,09 dólares por millón de tokens de entrada y está en vista previa. Los dos trabajan con los mismos tipos de preguntas y sobre texto e imágenes. La diferencia práctica es la interfaz: corren en la API de Decisiones de OpenRouter, no en el endpoint de chat compatible con OpenAI, así que los SDK de chat habituales no sirven. El lanzamiento se suma a una oleada de modelos de decisión: Google presentó Gemini Decision 1 el 11 de noviembre y Perplexity tiene su Decider, todos apuntando al mismo hueco, las decisiones repetitivas y de alto volumen que no necesitan una conversación. HeyGen es conocida por sus videos con avatares y por su voz: HeyGen Voice Turbo lidera el ranking de voz clonada de Artificial Analysis y es gratis hasta el 30 de noviembre. De Decision 1 aún no hay benchmarks publicados, así que su rendimiento real frente a los modelos de decisión de Google o Perplexity está por medirse.
2026-11-13
AI news for 2026-11-15
Microsoft 365 suffers a 30-hour global outage that leaves millions without email or Copilot
The failure began on Thursday afternoon, November 12, and was not declared resolved until Saturday the 14th. Outlook, Teams, SharePoint and Copilot were affected worldwide, with more than 120,000 problem reports at the peak. Microsoft blames the incident on a problem that surfaced during a network capacity upgrade and rules out a cyberattack.
Users began losing access to their Exchange Online mailboxes at 16:17 UTC on Thursday, November 12. Within two hours Microsoft opened a wider incident (MO1550821) covering everything that depends on email: Outlook on the web, desktop and mobile, Teams calendars and scheduling, SharePoint, Microsoft 365 Copilot, Graph, Planner, To Do, Intune, Purview and Power BI. Downdetector logged more than 120,000 Outlook problem reports at the peak, from 74 countries, while Teams calls and meetings mostly kept working. The impact ended on Friday the 13th at 16:10 UTC, and the final update, posted on Saturday the 14th at 03:51 GMT, confirmed that services had fully recovered and the backlog of delayed email had been processed. Microsoft's preliminary explanation is that a hidden fault from an earlier network capacity upgrade surfaced after a later change; the company insists there was no malicious activity and will publish a full report once its review is complete. The outage also reached third-party tools: OpenAI reported trouble connecting ChatGPT to Microsoft 365, and Anthropic said its connector returned errors for more than 24 hours. Affected customers can claim service-level agreement credits until December 31, 2026; Microsoft does not apply them automatically.
2026-11-14
The Fireworks AI breach spreads: Cursor details the attack as Uber and Notion confirm stolen data
On Friday the 13th, Cursor published its investigation report: the attack began with a key exposed by Fireworks AI and ended with a malicious Claude Code extension distributed to about 5,000 users. Uber notified thousands of drivers that their licence data was stolen, and Notion confirmed that its AI chats were exposed.
According to Cursor, it all started at Fireworks: an attacker obtained an access key Cursor had issued to that vendor and copied data from a read-only bucket holding traces of its coding agent sessions, mostly from 2025 and from sessions not in Privacy Mode. Fewer than 0.05% of users had traces exposed, and fewer than 0.01% had API credentials exposed; all were notified. On October 29, using a stolen credential, the attacker placed malicious copies of Anthropic's Claude Code extension (versions 2.1.312 and 2.1.313) on the cache serving Cursor's VS Code extension marketplace. They were available for about 11 hours, and up to about 5,000 users may have received them; the malware tried to install persistent SSH backdoors. Cursor stresses that this was not a vulnerability in Anthropic's product and that the malicious code was never in the Open VSX source. The last attacker activity it has seen was on November 1 and was blocked; the company has moved all inference traffic off Fireworks and rotated credentials. It is not the only damage: Uber wrote to thousands of drivers in the United States to warn that personal data, including driver's licence details, had been stolen after the attacker used stolen provider credentials to get into Uber's account with Fireworks; Uber insists its own systems were not the route in. Notion disclosed on November 11 that the breach exposed Notion AI chat transcripts for a small number of workspaces. Fireworks has confirmed that the attacker reached its development environment through a third-party cloud provider on October 23, but has not commented on Cursor's account.
2026-11-14
The Federal Reserve: AI is now the risk Wall Street worries about most
In its semiannual Financial Stability Report, published on Friday the 13th, the Fed says 87% of its 23 market contacts named AI as a salient risk, up from 50% in the spring and 30% in fall 2025. Debt issued to pay for advanced computing infrastructure already exceeds $680 billion.
Staff at the Federal Reserve Bank of New York surveyed professionals at broker-dealers, banks, investment funds and advisory firms in September and October about which shocks worried them most over the next 12 to 18 months. AI came first, well ahead of a correction in risk assets (52%), higher long-term interest rates (48%), cyberattacks (43%) and the sustainability of public debt (43%). The concerns revolve around stretched equity valuations that could fall if earnings disappoint, and cyber risks that include attacks by state actors and damage caused by frontier AI models themselves. The report also puts numbers on the data-center boom: debt issuance tied to advanced computing passed $680 billion by October 2026, about five times the $130 billion issued in all of 2023, and now accounts for roughly 31% of nonfinancial investment-grade corporate issuance, versus under 6% in 2023. The Fed stresses that the survey records respondents' views, not its board's, and that the report describes vulnerabilities rather than forecasting a correction. It also notes that, although AI was the most cited risk, respondents judged cyberattacks and fiscal debt to carry the most severe consequences. The survey closed before Jensen Huang resigned as Nvidia CEO on November 12 and before the midterm elections, and it lands after the Nasdaq fell into a correction on November 5 and the IMF's October warning about an AI market correction.
2026-11-13
Reuters: over $3.2 billion in Chinese AI projects rely on restricted Nvidia chips
A Reuters review of more than 150 procurement notices, plans and contracts found projects and equipment deals worth over 23 billion yuan built around the H100, H200 and H800 processors that Washington bars from export to China. The largest is a 6.2 billion yuan centre in Fujian.
The review, published on Friday the 13th, a day after Jensen Huang resigned as Nvidia CEO, shows projects stretching from the wealthy coastal technology hubs to remote western provinces, and makes clear how deeply Nvidia's technology remains embedded in China's AI expansion. In Xianyou county, coastal Fujian, a proposed 6.2 billion yuan ($873 million) AI computing centre is seeking commercial partners and specifies H100 chips. In Shaanxi, state-owned engineering group Sinomach said a subsidiary won a contract within a 3 billion yuan project using H100 and H200 processors; in Jilin, a government prospectus describes another 2.26 billion yuan project combining H100 chips with Chinese-developed ones; in Inner Mongolia a 1.5 billion yuan development proposes installing 625 H200 servers; and a Gansu consortium won a 1.16 billion yuan construction contract in July for a centre whose tender documents mention about 3,072 H100 and H200 processors. Reuters warns about how to read the figure: it mixes planned investments, signed contracts and completed installations, and includes buildings and power systems, not just spending on chips. Nor did it establish how the restricted hardware reached Chinese buyers, and the projects have not been linked to Megaspeed or the allegations surrounding Huang. The finding clashes with Nvidia's account, which said in its August filing that export controls had effectively shut it out of China's AI data-centre market; an IDC estimate cited by Reuters still credits it with 34% of Chinese AI-accelerator shipments in the first half of 2026. Nvidia fell 2.01% to $162.85 on Friday as Washington weighs tighter controls. The company reports third-quarter results on Tuesday, November 17.
2026-11-13
Anthropic sets its IPO price: $70 to $78 a share, with a Nasdaq debut on November 19
The amended prospectus filed on November 10 sets 825 million Class A shares at $70 to $78, raising up to $64.35 billion and valuing the company at about $1.33 trillion at the midpoint. Pricing is set for November 18, with trading to begin on the 19th under the ticker ANT.
Amendment No. 2 to the S-1 registration statement, filed on November 10, fills in the blanks the original filing left open: price range, share count, revenue and timetable. The roadshow began the same day. The range implies a fully diluted valuation of about $1.33 trillion at the $74 midpoint and about $1.4 trillion at the top; the Financial Times reported that bankers are considering a higher price that could lift the target to $1.5 trillion or more, though the filed range remains $70-78. The business numbers underpin the figure: third-quarter revenue was $17.0 billion, up 1,127% from a year earlier, and the first nine months of 2026 brought in $33.2 billion, against $2.5 billion in the same period of 2025. About 79% of that revenue comes from consumption metered in tokens ($26.3 billion), the rest from subscriptions ($6.9 billion, versus $789 million in all of 2025). Run-rate revenue was about $81 billion on October 31, up $10 billion from September 30. The operating loss for the nine months was $1.3 billion. Nvidia and Google each agreed to buy $10 billion of nonvoting stock in a conditional $26 billion private placement, lifting the total raised to as much as $90.4 billion. Up to 316 million shares can be sold on the first day of trading, and up to 20% of the offering is reserved for retail investors. The filing also discloses future commitments of about $900.9 billion, almost all tied to computing infrastructure.
2026-11-14
Gemini 4 Carbon tops the MathArena maths ranking, but costs 15 times more than GPT-6.1 Sol
On MathArena, the independent benchmark that tests models on fresh competition and research maths, Carbon scored 85.4% expected performance, ahead of Claude Fable 5.2 (82.8%) and GPT-6.1 Sol (80.6%). The catch: solving one problem costs $15.70 with Carbon versus $1.07 with Sol.
Jasper Dekoninck, the ETH Zurich researcher who runs MathArena, announced the change on November 13: it is the first time in a while that a non-OpenAI model has led that board, after Sol held the top spot since its release on September 29. Carbon was tested at its high reasoning setting and Fable 5.2 at maximum; even so, the 2.6-point gap between first and second falls inside the confidence intervals (±3.0 for Carbon, ±5.3 for Fable), so the data does not firmly settle the order between them. There is also an asterisk on the result itself: because of cost, Carbon was evaluated only on ArXivLean, and part of its score is a statistical estimate rather than a direct measurement. Price is the other side of the coin: MathArena publishes the average cost of one run per problem — $15.70 for Carbon, $40.20 for Fable 5.2 and $1.07 for Sol. The Decoder, which reported the result, also notes that Carbon's most common failure mode is exceeding the time limit; in one case it launched a script that ran for more than eleven hours without checking its progress. Carbon reached general availability on November 10 and Fable 5.2 launched on the 9th. Token pricing matters too: Carbon costs $2 per million input tokens and $10 per million output tokens until November 30, doubling to $4 and $20 from December 1, while Sol stays at $2 and $10. On Artificial Analysis's composite Intelligence Index, Carbon scores 59 and Sol 52; the best open model, Kimi K3.1 Pro, scored 54.3%.
2026-11-13
Gemini can now read your spending: Google connects Wallet to its Personal Intelligence
On Friday the 13th, Google launched the Google Wallet connection for Gemini in the United States: the assistant can answer questions about spending, subscriptions and budgets from transaction data. Access is read-only and opt-in; Gemini cannot move, manage or invest the money.
The connection lives in Gemini's Personal Intelligence settings, under Connected Apps, and can be switched on or off at any time. Once connected, you can ask Gemini about cash flow, asset allocation or a holiday budget, and optionally link bank and card accounts to Wallet through Plaid for more detailed answers. Wallet joins Gmail, Photos, YouTube and Search in Gemini's Personal Intelligence, and Google also shows a Memory Summary of what the assistant has stored about the user. The privacy caveat matters: Google says it does not train its generative models directly on Google Wallet and payment-services data, but transaction summaries, excerpts and inferences used in Gemini conversations can contribute to training when the Keep Activity setting is on. Also, disconnecting an app or deleting data inside it does not remove what is already in Gemini Apps Activity. The arrival coincides with the competition's move: the same day OpenAI launched ChatGPT Wallet, which lets agents pay for purchases on the user's behalf with biometric approval, while Gemini only reads. It also joins Claude's Personal Finance beta, launched on November 5, and ChatGPT's Finances dashboard, which has read bank data through Plaid since May. For now the rollout is only for Gemini app users in the United States, on the web, Android and iOS.
2026-11-13
Anthropic publishes 10 recommendations to make AI safety evaluations trustworthy
In its blog post 'Building Strong Safety Evaluations', Anthropic lays out how to design, run and report the tests that decide whether a model is ready to ship. It calls for preregistering the analysis before seeing the data, validating automated graders against human experts, and moving from single-turn refusal rates to multi-turn simulations.
Anthropic's argument is simple: a safety claim is only as sound as the evaluation behind it, and those evaluations drive enormous decisions, such as whether a model ships, which safeguards come with it, and where the next round of safety research should focus. Among the ten recommendations: preregistration — writing down how results will be analyzed before seeing them, so it is harder to cherry-pick a flattering conclusion afterwards; validating automated grading systems against human expert judgments; and building tests from observed behavior, public data, red-teaming transcripts, incident reports or expert interviews rather than invented situations alone. Anthropic also calls for measuring with multi-turn simulations: a refusal rate counts how often a model says no to a single problematic prompt, while a multi-turn evaluation measures the appropriate-response rate across the whole conversation, where one bad turn fails the entire exchange. The company admits its own single-turn tests are saturated, with harmless-response rates of 94% to 98% across recent models, and are mainly useful as regression checks. It has also tightened how its evaluations run after incidents in its own work: it paused many tests that gave models internet access, and web-search tests that still need a connection now run under live monitoring; for cyber evaluations it calls for sandboxes without internet access and real-time monitoring so a run can be stopped if a model's actions could cause real-world harm. Other recommendations: multidisciplinary teams, minimum sample sizes (100 items for complex multi-turn evaluations, 1,000 for simpler single-turn ones), reporting model versions, sampling settings, prompts, grader versions and dates, and evaluating continuously during fine-tuning rather than once before release. As an example of statistical noise, Anthropic says that in a multi-turn romance-scam evaluation, Claude Opus 5 scored 98% appropriate responses and Opus 5.5 scored 94%, a difference that was not statistically significant because confidence intervals exceed ±10 percentage points. To run this kind of testing it points to existing tooling, such as Inspect from the UK AI Security Institute, and its own Petri toolkit, built on Inspect.
2026-11-13
Cognition launches Devin Apps: private web apps that live on Devin's cloud
The new Devin Apps are private web applications you describe in words, which Devin builds and hosts on its own cloud computer: internal tools, dashboards, preview environments and extensions to Devin itself. Each has a stable URL, but opening it requires a Devin login; they are never public.
Cognition introduced Devin Apps in its blog on November 13. The idea is that the development agent does not just write code, but leaves the finished tool running on Devin's cloud, ready to share inside the team. The apps run on single virtual machines rather than auto-scaling clusters, so the official documentation warns they are not suitable for high-traffic production services; their natural home is internal tools, data dashboards and preview deployments. The launch comes at a moment of rapid growth for Cognition: in September 2026 it closed a $2 billion Series E round at a $48 billion valuation, with annualized revenue above $1 billion. It is the latest step in a run of recent releases, including the Devin Teams upgrade with SWE-2 sessions on November 12, the acquisition of Corridor on October 29, SWE-2 Flash on November 4 and Devin Review 2.0 on November 5. The rollout is gradual and for now only for activated accounts, and the company has not published pricing or subscription tiers.
2026-11-13
Seedance 2.5, ByteDance's video model, arrives in 4K on Dreamina, Runway and Picsart
ByteDance's video generator now renders in native 4K with 10-bit color and adds a 480p Draft mode: cheap takes are tested first and only the chosen one is rendered in 4K. Picsart and Runway announced it on November 11, and Dreamina's page now advertises 4K, a sign that wider access is near.
Seedance 2.5 generates clips of up to 30 seconds with synchronized sound and up to 50 multimodal references, and 4K arrives as one more resolution option alongside 480p drafts and 1080p, with no feature lost at the higher setting. The two-stage workflow is the practical change: first, cheap 480p previews are generated at about $0.10 per second to settle framing, movement, spoken lines and camera paths, and then the chosen take is sent to a final 4K render that inherits the draft's prompt, references, seed, duration and aspect ratio. One draft plus one final costs about 1.18 times a single straight 1080p attempt, so the saving lies in discarding takes before paying for the expensive render. 4K is not entirely new: Volcano Engine opened it on October 23 as a trial for selected film and television customers, and on November 11 Runway and Picsart announced it as a platform feature; now the banner on Dreamina's page positions it as a native 4K generator, suggesting general access is near, though no date has been announced. The word 'native' deserves caution: there is no technical report, model card or independent test verifying that no upscaling is involved, and BytePlus ModelArk's own capability table still stopped at 1080p on November 12. The model launched on July 31, after being announced on June 23 at Volcano Engine's FORCE conference, and 4K is included in Dreamina's Standard plan at $56 a month, according to reports.
2026-11-14
Microsoft promises new MAI models at Ignite, starting November 17
Microsoft AI announced that Ignite, running November 17-20, will bring 'new models, demos, and speaker sessions from the people who built them', and Microsoft AI chief Mustafa Suleyman shared the notice. Meanwhile, MAI-Image-2, its in-house text-to-image model, can already be tried in the MAI Playground and is starting to reach Copilot and Bing Image Creator.
The notice names no model and gives no dates, so the concrete part for now is the event itself: Ignite runs November 17-20 and the Microsoft Foundry sessions are already in the catalog. The context is Microsoft's bet on ending its dependence on other companies' models: on June 2, Suleyman introduced seven in-house MAI models, including MAI-Thinking-1, a reasoning model with 35 billion active parameters and a 256,000-token context window, MAI-Image-2.5 and MAI-Code-1-Flash for GitHub Copilot. On October 15 the company said it had finished pre-training MAI-Base-2, a mixture-of-experts model with 80 billion active and 2.8 trillion total parameters, trained on 16,000 GB200 GPUs over 38 days in August and September; it is still in post-training, and Microsoft plans to license its weights to trusted partners through Foundry. MAI-Image-2.6 is already in preview in six Foundry regions, and Microsoft says MAI-Image-2 ranks among the top three text-to-image labs on Arena.ai, the company's own claim. In audio, MAI-Transcribe-2 with streaming transcription and MAI-Voice-2.1 launched on October 1. The question Ignite must answer is whether the new models finally include a large-scale in-house frontier model ready to deploy, or whether the family keeps growing at the edges.
2026-11-14
HeyGen launches Decision 1, a model that decides instead of chatting
On November 13, HeyGen launched Decision 1 and its Turbo variant on its API and OpenRouter: 'decision models' that return structured decisions (a choice, a score, a yes or no) from text and images, instead of free text. They are built for high-volume classification, routing and triage.
Decision 1 has a 131,000-token context window and costs $0.14 per million input tokens, with output free; the Turbo variant raises the context to 262,000 tokens, drops to $0.09 per million input tokens and is in preview. Both handle the same question types over text and images. The practical difference is the interface: they run on OpenRouter's Decisions API, not the OpenAI-compatible chat endpoint, so the usual chat SDKs will not work. The launch joins a wave of decision models: Google introduced Gemini Decision 1 on November 11 and Perplexity has its Decider, all aimed at the same gap — repetitive, high-volume decisions that do not need a conversation. HeyGen is known for its avatar videos and its voice: HeyGen Voice Turbo leads Artificial Analysis's cloned-voice leaderboard and is free until November 30. No benchmarks have been published for Decision 1 yet, so its real performance against Google's or Perplexity's decision models remains to be measured.
2026-11-13