Los usuarios de Grok Lite, la versión más ligera del chatbot de xAI, llevan viendo desde el miércoles 19 de agosto respuestas que no son respuestas. Cuando alguien pide al modelo que genere un PDF, recibe algo como esto: «match it without and your they and two for planets can practical and often cheese…» con variaciones igualmente incomprensibles continuando durante varios párrafos. Otros usuarios reportan que al revisar las fuentes de las respuestas aparecen enlaces a papers de aprendizaje por refuerzo sin ningún contexto adicional.
TechCrunch, que documentó el incidente, no pudo reproducirlo en sus propias pruebas, lo que sugiere que afecta a un subconjunto de usuarios —probablemente determinado por el datacenter o el nodo de inferencia asignado— y no al sistema completo. La comunidad de Reddit de Grok se llenó de hilos en cuestión de horas: usuarios confundidos, algunos pensando que la app había sido hackeada, otros que habían tropezado con algún modo oculto.
¿Qué causó el error y cómo respondió xAI?
La cuenta de Grok en X confirmó el problema con una descripción que tiene una cierta ironía: «Esa ensalada de palabras pura es un raro glitch temporal de generación. Empieza una conversación nueva o regenera —normalmente se soluciona de inmediato. Disculpas por el galimatías.» xAI no explicó la causa técnica ni publicó un postmortem.
Lo más probable es que el error sea una corrupción en la caché de contexto del modelo o un problema con el mecanismo de muestreo del texto durante la generación. Los LLMs generan texto token por token eligiendo el siguiente elemento más probable dado el contexto anterior. Cuando ese mecanismo falla —ya sea por un error de software, una corrupción de datos en la capa de inferencia o un problema de hardware— el output puede volverse incoherente de formas que parecen aleatorias pero que tienen su propia lógica interna rota.
El error estaba limitado a consultas en Grok.com directamente. La cuenta de Grok en X, que usa la misma tecnología subyacente pero con una interfaz distinta, no mostró los mismos síntomas, lo que apunta a un problema en la capa de presentación o en el nodo de inferencia específico que sirve el tráfico web.
¿En qué contexto llega este fallo?
El timing importa. xAI ha perdido la mayor parte de su equipo fundacional en los meses posteriores a la fusión con SpaceX, incluyendo más de 50 investigadores y ingenieros según The Information —un nivel de rotación inusual para una empresa que lleva menos de tres años de vida. El modelo más reciente de la empresa, Grok 4.5, fue lanzado en julio y descrito por Elon Musk como «un modelo de clase Opus, pero más rápido, más eficiente en tokens y más barato».
La fusión SpaceX-xAI en febrero de 2026, que valoró la entidad combinada en 1,25 billones de dólares, prometía sinergias de infraestructura que todavía están en fase de integración. El contexto geopolítico también añade presión: la disputa en torno a qué países deben alinearse con el ecosistema de IA americano o chino ha convertido a los modelos de xAI en un elemento de soft power relevante que no puede permitirse incidentes de reputación frecuentes.
Los errores de generación en LLMs no son nuevos ni exclusivos de xAI. Lo que los hace llamativos en este caso es la combinación de visibilidad del fallo —frases viralmente absurdas que los usuarios capturan en pantallazos— y el silencio técnico de la empresa sobre las causas. Cuando Claude de Anthropic tuvo el incidente de la sandbox escape en julio, Anthropic publicó documentación detallada en cuestión de días. Cuando Grok envió «match it without and your planets and cheese» a miles de usuarios, xAI publicó un tweet.
El incidente no pone en entredicho la viabilidad del modelo —es un error puntual que refrescar la sesión resuelve— pero sí dice algo sobre la infraestructura operativa de la empresa. Un modelo que procesa millones de consultas diarias debería tener sistemas de detección automática de output incoherente que interrumpan la respuesta y notifiquen al equipo antes de que sea la comunidad de Reddit quien le informe del problema a la empresa. Que no fue así sugiere que esa capa de monitorización no existía o no funcionó en este caso. En cualquier caso, la confianza en un chatbot que procesa millones de consultas diarias depende no solo de que el modelo funcione correctamente la mayoría del tiempo, sino de que cuando algo falla el equipo lo sepa antes que la comunidad de Reddit. Esa diferencia entre cultura reactiva y cultura proactiva de infraestructura es lo que distingue a las empresas de IA operacionalmente maduras. El contraste con la arquitectura de monitorización a nivel de token que OpenAI acaba de anunciar como respuesta a sus propios incidentes de seguridad es directamente relevante: la confiabilidad operativa de un sistema de IA requiere inversión en instrumentación, no solo en el modelo.
Lo que el incidente revela sobre la madurez operativa de xAI
Más allá del anecdotario de las respuestas incoherentes, el incidente plantea una pregunta de fondo sobre la infraestructura operativa de xAI. Un sistema que produce outputs incoherentes durante horas y descubre el problema a través de Reddit —no a través de sus propios sistemas de monitorización— tiene una deuda técnica en detección de anomalías que no es trivial.
Los sistemas de producción maduros de IA tienen capas de monitorización que detectan degradación del output —por ejemplo, midiendo la perplexidad del texto generado o la coherencia semántica entre prompt y respuesta— y alertan al equipo de infraestructura antes de que el problema escale. Si xAI tiene esa capa y falló, el problema es de instrumentación. Si no la tiene, el problema es más profundo. La falta de un postmortem técnico publicado —que es la práctica estándar en empresas de infraestructura de software para incidentes de este tipo— no permite saber cuál de los dos escenarios aplica. Lo que sí muestra el episodio es que el alto perfil de Grok como chatbot de referencia de Elon Musk crea una expectativa de transparencia operativa que la empresa todavía no ha decidido si quiere satisfacer.
