# S-1 de Anthropic, recortes de precios de LLM, llamadas a herramientas vLLM y una CNN para cáncer de piel: cuatro historias de desarrolladores en un Daily Diff

Published: 2026-10-27

Cuatro historias de desarrolladores de un lunes: Anthropic presentó un Formulario S-1 público que informa ingresos de 16.300 millones de dólares y una pérdida neta de 80.700 millones de dólares en el primer semestre de 2026, la mayor parte de ellos una línea de valor razonable en notas convertibles, con el precio y el número de acciones aún en blanco; OpenAI y Anthropic recortaron los precios de los LLM y la presentación da cuenta de los propios recortes de Anthropic; Ubicloud informa que la decodificación restringida eleva la precisión del esquema de llamada a herramientas de Kimi y DeepSeek en vLLM del 92 al 100 por ciento; y una prueba de 200 lesiones realizada por un dermatólogo encontró que una red de imágenes de diez años superó a GPT-6 Astra y Claude Fable 5.1, del 62 al 42 por ciento, con las advertencias que él mismo enumera. Cada afirmación se atribuye a su fuente principal, nada es asesoramiento de inversión o médico, y el veredicto es REQUIERE REVISIÓN.

Canonical: https://thedailydiff.dev/es/video/2026-10-26-anthropic-s1-prices/

## Qué cubre este vídeo

- El Formulario S-1 de Anthropic fue aceptado por SEC EDGAR el 26 de octubre de 2026 a las 09:00 hora de Nueva York. Es una presentación preliminar: el rango de precios, el recuento de acciones y varias de las cifras más recientes están en blanco, y la compañía ha solicitado cotizar acciones Clase A en el Nasdaq Global Select Market bajo el símbolo ANT.
- La tabla resumen del S-1 informa ingresos de 16.286 millones de dólares para los primeros seis meses de 2026 (todo 2025: 4.585 millones de dólares), gastos de computación e infraestructura de 8.945 millones de dólares, una pérdida operativa de 693 millones de dólares (margen operativo -4 por ciento), un ingreso operativo ajustado (no GAAP) de 1.618 millones de dólares que añade una compensación basada en acciones de 2.185 millones de dólares y otros elementos, y una pérdida neta de 80.748 millones de dólares. 72.388 millones de dólares de la pérdida corresponden al cambio en el valor razonable de las notas convertibles, pasivos derivados y SAFEs, que, según la presentación, fue impulsado principalmente por un aumento en la valoración empresarial de la compañía.
- El S-1 también informa un acuerdo Bartz de 1.500 millones de dólares (aprobado por el tribunal en julio de 2026), efectivo y equivalentes de efectivo de 112.400 millones de dólares al 30 de junio de 2026, y que los usuarios de Claude Enterprise sin Claude Code gastaron en promedio menos de 75 dólares al mes en los tres meses hasta el 30 de septiembre de 2026, mientras que el 5 por ciento superior de los usuarios de Claude Enterprise que usaron Claude Code gastaron aproximadamente 20 veces esa cantidad.
- OpenAI dice que GPT-5.6 Luna se volvió un 80 por ciento más barata el 30 de julio de 2026, y enumera GPT-6.1 Sol a 2 dólares de entrada, 10 dólares de salida y 0.10 dólares de entrada en caché por millón de tokens, un quinto de los precios estándar de entrada y salida de GPT-6 Astra. Anthropic dice que Opus 5.5 cuesta aproximadamente un 40 por ciento menos de ejecutar que Opus 5; su S-1 dice que las reducciones de septiembre combinaron precios más bajos y mejor eficiencia mientras se mantenían los márgenes.
- Ubicloud (20 de octubre de 2026) midió una precisión del 92 por ciento en el esquema de llamada a herramientas para Kimi K2.6 en vLLM 0.28, lo que significa que 2 de cada 25 llamadas a herramientas fallaron, y del 100 por ciento después de habilitar la decodificación restringida (el indicador tool-strict-level de vLLM, vLLM 0.31) en los modelos Kimi y DeepSeek; vLLM lo mantiene desactivado por defecto porque los usuarios informaron problemas con algunos modelos.
- El Dr. Magnus Lynch (Hospital Guy, King's College London; 25 de octubre de 2026) probó GPT-6 Astra, Claude Fable 5.1 y una CNN Inception v3 ajustada en 200 lesiones probadas por biopsia: la CNN acertó el diagnóstico correcto en 125 (62 por ciento), cada chatbot en el 42 por ciento; la CNN nombró 13 de 30 melanomas como primera opción frente a 8 y 11. Él mismo enumera las advertencias, incluyendo el pequeño número y una ejecución por chatbot; esto no es consejo médico.

## Preguntas y respuestas

### ¿Qué informa la presentación S-1 de Anthropic sobre ingresos y pérdidas?

El Formulario S-1 de Anthropic, aceptado por la SEC el 26 de octubre de 2026, informa ingresos de 16.286 millones de dólares para los primeros seis meses de 2026, frente a 4.585 millones de dólares para todo 2025. La pérdida operativa fue de 693 millones de dólares, un ingreso operativo no GAAP ajustado fue de 1.618 millones de dólares, y la pérdida neta fue de 80.748 millones de dólares. De eso, 72.388 millones de dólares corresponden a un cambio en el valor razonable de las notas convertibles, que, según la presentación, fue impulsado principalmente por una mayor valoración de la empresa. El rango de precios y el número de acciones están en blanco.

### ¿Por qué OpenAI y Anthropic recortaron los precios de los LLM, y cuánto cuesta GPT-6.1 Sol?

OpenAI dice que GPT-5.6 Luna se volvió un 80 por ciento más barata el 30 de julio de 2026, y lista GPT-6.1 Sol a 2 dólares de entrada, 10 dólares de salida y 0.10 dólares de entrada en caché por millón de tokens, un quinto de los precios estándar de GPT-6 Astra. Anthropic dice que Opus 5.5 cuesta aproximadamente un 40 por ciento menos de ejecutar que Opus 5, y su S-1 dice que la eficiencia informática le permitió recortar precios mientras se mantenían los márgenes. Max Woolf señala la competencia de los modelos de peso abierto.

### ¿Cómo puedo aumentar la precisión de las llamadas a herramientas al servir modelos abiertos con vLLM?

Ubicloud midió solo el 92 por ciento de precisión en el esquema de llamadas a herramientas para Kimi K2.6 en vLLM 0.28, por lo que aproximadamente 2 de cada 25 llamadas fallaron. Activar la decodificación restringida, disponible como el "flag" tool-strict-level en vLLM 0.31, impide que el modelo muestree tokens que rompan el esquema JSON de la herramienta, y Ubicloud midió el 100 por ciento en los modelos Kimi y DeepSeek. vLLM lo mantiene desactivado por defecto porque los usuarios informaron problemas con algunos modelos.

### ¿Realmente una CNN de diez años superó a GPT-6 Astra y Claude Fable 5.1 en el diagnóstico de cáncer de piel?

En la prueba del Dr. Magnus Lynch del 25 de octubre de 2026 de 200 lesiones probadas por biopsia, una red Inception v3 ajustada nombró el diagnóstico correcto en 125 (62 por ciento) y cada chatbot en el 42 por ciento. Para el melanoma de primera elección, obtuvo 13 de 30 frente a 8 y 11. Lynch señala el pequeño número, una ejecución por chatbot y que los productos regulados rinden mejor que esta línea base. Es una prueba de blog y nada de lo que contiene es consejo médico.

### ¿Cuál fue el veredicto de The Daily Diff sobre estas cuatro historias?

El veredicto de The Daily Diff fue REQUIERE REVISIÓN. La razón de Niko es que la presentación de Anthropic tiene una pérdida en papel, un beneficio en una medida ajustada y muchos espacios en blanco, la historia de los precios se basa en parte en la lectura de un blogger, y la prueba de cáncer de piel son doscientos casos ejecutados una vez. El consejo es que lea la presentación usted mismo, vuelva a ejecutar sus estimaciones de costos de LLM con las páginas de precios actuales y revise la configuración de sus llamadas a herramientas si sirve modelos abiertos.

## Capítulos

- 0:00 ¿De dónde viene una pérdida de ochenta mil millones de dólares?
- 0:51 ¿Qué presentó Anthropic y qué está en blanco?
- 2:28 ¿Por qué OpenAI y Anthropic recortaron sus precios?
- 3:56 ¿Puede un solo "flag" de servidor arreglar los modelos abiertos?
- 4:39 ¿Cómo un modelo antiguo supera a los chatbots más nuevos?
- 5:54 ¿Qué obtiene el sello de REQUIERE REVISIÓN?

## Transcripción traducida

Traducido de la narración original en inglés. El audio y los subtítulos disponibles están controlados por YouTube.

### ¿De dónde viene una pérdida de ochenta mil millones de dólares?

0:00 Dieciséis mil millones de dólares de ingresos en seis meses suena como una empresa que imprime dinero. El propio prospecto de Anthropic enumera una pérdida neta de ochenta mil millones de dólares para esos mismos seis meses. En este vídeo, cuatro historias. ¿Qué hay dentro del S-1 de Anthropic y de dónde viene esa pérdida? ¿Por qué OpenAI y Anthropic recortaron sus precios? ¿Puede un solo "flag" de servidor arreglar los modelos abiertos? ¿Y cómo un modelo de imagen de diez años supera a los chatbots más nuevos en la detección de

0:28 cáncer de piel? El estudio sobre cáncer de piel se redactó con una herramienta de la empresa de la historia uno. Volveré a eso al final. Es lunes, veintiséis de octubre, y este es The Daily Diff. Un prospecto es el documento que una empresa presenta antes de vender acciones al público. Piense en ello como las notas de la versión de todo un negocio, donde cada línea lleva las huellas dactilares de un abogado. Anthropic, la empresa que fabrica Claude, presentó el primero hoy.

### ¿Qué presentó Anthropic y qué está en blanco?

0:51 Historia uno. Poco después de las nueve de la mañana del lunes, hora de Nueva York, Anthropic presentó un Formulario S-1 ante la S.E.C. Nombra el símbolo de Nasdaq A.N.T. Es una presentación preliminar, por lo que el precio de las acciones, el número de acciones y los ingresos del trimestre más reciente aún están en blanco. Los ingresos fueron de aproximadamente cuarenta y un millones de dólares en dos mil veintitrés y de aproximadamente cuatro mil seiscientos millones en dos mil veinticinco. Solo en los primeros seis meses de este año fueron dieciséis mil millones.

1:19 Luego la pérdida. La pérdida operativa de esos seis meses fue de aproximadamente setecientos millones de dólares, el cuatro por ciento de los ingresos. La pérdida neta fue de ochenta mil millones, y setenta y dos mil millones de eso es una sola línea, el cambio en el valor razonable de las notas convertibles. En palabras sencillas, a medida que la empresa vale más, las notas que debe valen más, y las cuentas registran eso como una pérdida. La presentación también informa un beneficio operativo ajustado de mil seiscientos

1:44 millones, que añade la remuneración en acciones y algunos otros elementos. La misma presentación muestra la factura de los derechos de autor. En septiembre de dos mil veinticinco, Anthropic acordó resolver la demanda colectiva de los autores de Bartz por mil quinientos millones de dólares, lo que tiene su propia línea en la tabla de gastos. Ese acuerdo surgió en nuestra historia de libros pirateados de OpenAI hace un mes. Aquí está la parte para desarrolladores. Durante los tres meses hasta finales de septiembre, la presentación dice que los usuarios de Claude Enterprise

2:08 que no usaron Claude Code gastaron en promedio menos de setenta y cinco dólares al mes. El cinco por ciento superior que sí lo usó gastó aproximadamente veinte veces esa cantidad. La propiedad es inusual. Un fideicomiso elige a la mayoría de la junta a través de su propia clase de acciones, y una empresa propiedad de los fundadores posee una acción especial con un valor del cincuenta punto uno por ciento de los votos.

### ¿Por qué OpenAI y Anthropic recortaron sus precios?

2:28 Historia dos. Max Woolf, quien bloguea como minimaxir, alineó cada cambio de precio de OpenAI y Anthropic desde junio, y la publicación superó los trescientos ochenta puntos en Hacker News. La propia publicación de OpenAI dice que el treinta de julio GPT cinco punto seis Luna se volvió un ochenta por ciento más barata. Para el veintinueve de septiembre, OpenAI listaba GPT seis punto uno Sol a dos dólares de entrada y diez dólares de salida por millón de tokens, un quinto del precio de su modelo superior, Astra.

2:57 Anthropic dice que Opus cinco punto cinco cuesta aproximadamente un cuarenta por ciento menos de ejecutar que Opus cinco, la guerra de precios que cubrimos en septiembre. La propia reacción de Woolf fue degradar. Redujo su plan Codex a un quinto del límite de uso, porque el mismo modelo ahora se estiraba cuatro veces más. También señala que en los agentes de codificación, las lecturas de caché son la mayor parte de la factura de tokens. La presentación de Anthropic da su propia cuenta. Dice que los recortes de septiembre combinaron un precio más bajo con una mejor eficiencia,

3:23 y que la eficiencia informática le permitió mantener sus márgenes. Después del más barato Opus cuatro punto cinco, dice, el crecimiento trimestral de los ingresos pasó del cuarenta y ocho por ciento al ciento treinta y dos por ciento, con otros factores que ayudaron. La explicación de Woolf son los modelos de peso abierto. Kimi K tres punto uno Pro, lanzado el veintitrés de octubre, se lista al mismo precio de dos dólares y diez dólares que GPT seis punto uno Sol. Así que vuelva a ejecutar sus estimaciones de costos con las páginas de precios de hoy.

3:49 En el trabajo de agente, la línea de entrada en caché es lo más importante, y OpenAI la redujo a la mitad para Sol. Historia tres. Ubicloud, una empresa en la nube, publicó una solución para las llamadas a herramientas en modelos

### ¿Puede un solo "flag" de servidor arreglar los modelos abiertos?

4:00 abiertos. Al servir Kimi K dos punto seis en vLLM cero punto veintiocho, solo el noventa y dos por ciento de las llamadas a herramientas coincidían con el esquema de la herramienta, lo que significa que dos de cada veinticinco fallaron. La solución es la decodificación restringida. El servidor impide que el modelo elija cualquier token que rompa el esquema JSON de la herramienta. En vLLM cero punto treinta y uno es una bandera llamada tool strict level, y Ubicloud midió el cien por cien en Kimi y DeepSeek. vLLM lo mantiene desactivado por defecto porque los usuarios informaron problemas con algunos modelos,

4:33 como GLM cinco punto uno. El punto de Ubicloud es que el motor y sus configuraciones cambian la calidad que se ve.

### ¿Cómo un modelo antiguo supera a los chatbots más nuevos?

4:39 Historia cuatro. El dermatólogo Magnus Lynch, que trabaja en el Hospital Guy de Londres, sometió a GPT seis Astra y Claude Fable cinco punto uno a una prueba de doscientas lesiones cutáneas biopsiadas, cada una como una imagen de cerca más una imagen de dermatoscopia. También ajustó Inception v tres, una red de imágenes que Google publicó en dos mil quince, durante unos veinte minutos en una GPU. Acertó en el sesenta y dos por ciento de las lesiones. Cada chatbot acertó en el cuarenta y dos por ciento. Los chatbots tenían favoritos.

5:08 GPT seis Astra llamó setenta y cinco lesiones carcinoma basocelular cuando veinticinco lo eran. En el melanoma, el que más importa, la pequeña red nombró trece de treinta primero, frente a ocho y once. Lynch enumera las advertencias él mismo. Doscientos casos es un número pequeño, cada chatbot se ejecutó una vez, y la red es una línea base que los productos regulados superan. Se ejecuta en un navegador de teléfono a través de WebGPU y no se carga nada. Nada de lo aquí expuesto es consejo médico.

5:37 Y el hilo desde el principio. Lynch escribe que el análisis y los primeros borradores se produjeron con Claude Code, la herramienta de codificación de Anthropic, y que uno de los dos chatbots que probó también es de Anthropic. Si prefiere leer esto en lugar de oírme decirlo, el diff llega a su bandeja de entrada cada mañana, gratis en the daily diff dot dev, enlace abajo. Así que el veredicto de hoy es REQUIERE REVISIÓN.

### ¿Qué obtiene el sello de REQUIERE REVISIÓN?

5:56 Lo revisaría porque la presentación de Anthropic tiene una pérdida en papel, un beneficio en una medida ajustada y muchos espacios en blanco, la historia de los precios se basa en parte en la lectura de un blogger, y la prueba de cáncer de piel son doscientos casos ejecutados una vez. Y eso es el diff de hoy. Soy Niko de Axrisi. Fusiona responsablemente.

## Fuentes

- [Anthropic, PBC Form S-1 (registration statement)](https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm) — U.S. Securities and Exchange Commission (EDGAR)
- [EDGAR filing index for accession 0001628280-26-067168](https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/0001628280-26-067168-index.htm) — U.S. Securities and Exchange Commission (EDGAR)
- [OpenAI and Anthropic cut their LLM prices by up to 80% within a few months. Why?](https://minimaxir.com/2026/10/cheap-llms/) — Max Woolf (minimaxir.com)
- [Advancing the price-performance frontier with GPT-5.6](https://openai.com/index/advancing-the-price-performance-frontier-with-gpt-5-6/) — OpenAI
- [Introducing GPT-6.1 Sol](https://openai.com/index/introducing-gpt-6-1-sol/) — OpenAI
- [Claude Opus 5.5](https://www.anthropic.com/claude-opus-5-5) — Anthropic
- [Fixing Tool-Call Accuracy in vLLM](https://www.ubicloud.com/blog/fixing-tool-call-accuracy-in-vllm) — Ubicloud
- [A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis](https://lynchlab.net/llm-skin-cancer) — Dr Magnus Lynch (lynchlab.net)
- [Kimi K3.1 Pro](https://openrouter.ai/moonshotai/kimi-k3.1-pro) — OpenRouter