Lanzamientos y Actualizaciones de Modelos
Inkling de Thinking Machines. La startup de Mira Murati lanzó Inkling, un modelo de mezcla de expertos de pesos abiertos con 975B parámetros totales (41B activos). Entrenado en texto, imagen, audio y video, actualmente solo produce texto.
- Inkling by Thinking Machines is the #1 US open weight model now(se abre en una pestaña nueva)
- The Benchmarks of Thinking Machine's first open-source model Inkling(se abre en una pestaña nueva)
- Thinking Machines releases first open-weight model “Inkling”(se abre en una pestaña nueva)
- Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling(se abre en una pestaña nueva)
Bonsai 27B para iPhone. PrismML lanzó Bonsai 27B, derivado de Qwen3.6-27B, permitiendo razonamiento en el dispositivo, uso de herramientas y tareas de agente. Se informa que Apple está en conversaciones con la startup. El soporte de cuantización ternaria está siendo integrado.
Grok-build se vuelve código abierto. xAI publicó el código base del agente de codificación Grok CLI bajo la licencia Apache 2.0, tras las críticas por la carga de datos predeterminada. La medida busca reconstruir la confianza.
Kimi k3 próximo. Moonshot AI está anticipando el modelo Kimi k3, con rendimiento temprano reportado en Chatbot Arena. Se espera pronto.
Agents-A1-4B especialista en agentes. El modelo supera a modelos más grandes en benchmarks como BrowseComp, GAIA y SciCode, mostrando escalado agentivo eficiente en parámetros.
Correcciones de llamada a herramientas de Gemma 4. Google actualizó las plantillas de chat de Gemma 4 para reducir la pereza y corregir la llamada a herramientas, además habilitó Flash Attention 4 en GPUs Hopper.
Qwen 3.6 27B contexto largo. Los usuarios están ejecutando Qwen 3.6 27B con más de 200K tokens de contexto, alcanzando 262K con buen rendimiento, ayudados por la optimización de inflado de herramientas MCP.
Soofi S multilingüe 30B. El consorcio alemán de IA lanzó Soofi S, un modelo abierto de 30B que lidera los benchmarks tanto en alemán como en inglés.
Herramientas, Plataformas e Infraestructura
Teclado de agente Codex Micro. OpenAI lanzó su primer hardware, el Codex Micro, un mini-teclado de $230 con LEDs de estado, diales y atajos para controlar agentes de codificación Codex.
Claude Apps Gateway en AWS. AWS lanzó el gateway de aplicaciones Claude, un plano de control autoalojado para Claude Code y Desktop, centralizando la gestión de acceso, costos y políticas.
Renderizador Mermaid en terminal. Una caja Rust autocontenida del CLI de Grok renderiza diagramas Mermaid en la terminal, ahora disponible en navegador vía WASM.
Benchmark de agentes de Stripe. Stripe lanzó un benchmark para que agentes de IA construyan integraciones completas, revelando que los agentes manejan bien la codificación pero tienen dificultades con la validación en sistemas financieros.
Agentes Fleet en Slack. Fleet de LangChain ahora permite a los equipos desplegar agentes especializados en Slack con un clic, permitiendo que los agentes trabajen dentro de hilos de conversación.
Entornos de agente aislados. LangChain argumenta que los agentes necesitan su propia computadora con sistema de archivos, shell y acceso a red, proponiendo entornos efímeros y aislados para ejecución segura.
Postgres para agentes de IA. Una presentación destaca cómo Postgres puede servir como base relacional para agentes de IA en producción, manejando estado, búsqueda vectorial y confiabilidad.
Complejidades del enrutamiento de modelos. Hugging Face encontró que el enrutamiento efectivo de modelos para agentes debe tener en cuenta el almacenamiento en caché, la sobrecarga específica de la tarea y el costo más allá del precio por token.
Agente marítimo Shippy. El equipo de Skylight detalla la construcción de Shippy, un agente para la protección oceánica, con enfoque en la confiabilidad a través de una arquitectura sistemática de alma, habilidades y configuración.
RL distribuido en Macs. Pluralis Research realizó un experimento de post-entrenamiento de RL con despliegues en 14 Macs en cuatro países, demostrando entrenamiento descentralizado que mantiene los datos locales.
Desbloqueo de CMP 170HX. Un exploit del procesador de seguridad Falcon podría permitir convertir las tarjetas cripto CMP 170HX limitadas (80GB) en GPUs A100 completas, reduciendo potencialmente el costo drásticamente.
Vista previa de AMD ROCm 7.14. AMD etiquetó una vista previa técnica de ROCm 7.14 'TheRock', proporcionando acceso temprano a la pila de computación GPU más reciente.
Configuraciones duales de DGX Spark. Al conectar dos unidades DGX Spark, los usuarios pueden asignar ~250GB de memoria para ejecutar modelos MoE grandes como Hy3 o Deepseek V4 Flash en 4 bits.
Viabilidad de cuantización de 1 bit de Hy3. Una cuantización de 1 bit del modelo Hy3 de Tencent a 89GB retiene una coherencia sorprendente, insinuando el potencial para ejecutar modelos grandes futuros en hardware modesto.
Qwen3.5 122B AMD FP4. Un miembro de la comunidad lanzó Qwen3.5 122B-A10B cuantizado con ROCm FP4, alcanzando 28.5 tok/s en hardware AMD.
Empresas y Negocios
Modelo fundacional de petróleo y gas. Applied Computing recaudó $20M para construir un modelo fundacional que unifica datos de sensores, documentos de ingeniería y modelos físicos para plantas de petróleo y gas, apuntando a un mercado donde se utiliza menos del 8% de los datos.
Estrategia de ventas de Microsoft. Ejecutivos de Microsoft instruyeron al personal de ventas a presentar Copilot como un sistema completo versus las 'partes' de los rivales, citando velocidad y seguridad en aplicaciones de Office sobre Claude de Anthropic.
Ode con Anthropic. Anthropic, Blackstone y otros formaron Ode, una empresa de $1.5B para desplegar ingenieros de IA en el frente, apostando a que la implementación supera al acceso a modelos.
Rime recauda $24M. Los modelos de IA de voz de Rime se entrenan con datos grabados internamente para perfeccionar pronunciaciones específicas de la industria, dirigidos a llamadas de clientes empresariales.
Emergent se convierte en unicornio. Emergent recaudó $130M en Serie C con una valoración de $1.5B para proporcionar herramientas de codificación de IA de grado de producción para pequeñas y medianas empresas.
Whatnot adquiere Shaped. Whatnot adquirió Shaped para mejorar las recomendaciones de productos personalizadas en tiempo real durante subastas en vivo, donde el inventario cambia rápidamente.
Lanzamiento de Apple Intelligence en China. Las funciones de IA de Apple obtuvieron aprobación regulatoria en China mediante la integración del modelo Qwen de Alibaba, un paso clave para el segundo mercado más grande del fabricante de iPhone.
IA conversacional de Spotify. Spotify lanzó una interfaz de IA de voz y texto para usuarios Premium para obtener recomendaciones personalizadas y preguntar sobre el historial de escucha.
Verificación de la realidad de la orquestación de agentes. Una encuesta de VentureBeat encuentra que la mayoría de los 'agentes' empresariales son chatbots, con plataformas consolidándose en Claude, y el control de costos sigue siendo difícil de alcanzar.
Seguridad de IA, Seguridad y Gobernanza
GPT-Red para descubrimiento de vulnerabilidades. OpenAI construyó GPT-Red, un red teamer de IA que encuentra fallos de inyección de prompts en el 84% de las pruebas frente al 13% de los humanos, ayudando a endurecer modelos como GPT-5.6.
Suno extrajo música de YouTube. Un hackeo reveló que Suno entrenó su generador de música con IA en millones de canciones de YouTube, Deezer y Genius, alimentando demandas por derechos de autor.
Parches asistidos por IA de Microsoft. Microsoft lanzó correcciones para 570 fallos, incluyendo dos zero-days, citando herramientas de IA que descubrieron errores previamente ocultos.
Demanda de xAI por CSAM. xAI demandó a un hombre por presuntamente eludir las salvaguardas de Grok para generar CSAM, buscando daños y destacando los desafíos continuos de abuso.
DNSid para agentes de IA. Vint Cerf respalda un estándar de identidad basado en DNS para responsabilizar a los agentes de IA mientras operan autónomamente a través de Internet abierto.
Federalismo de seguridad de OpenAI. Chris Lehane de OpenAI argumenta que las leyes de seguridad de IA a nivel estatal están convergiendo, allanando el camino para un marco de gobernanza global liderado por EE.UU.
Investigación y Perspectivas de la Comunidad
GPT-5.6 refuta conjetura. Un profesor de UPenn usó GPT-5.6 Sol Pro para refutar una suposición estadística de larga data en 90 minutos, donde su predecesor falló en 20 horas.
Auditoría de SWE-Bench Pro. La auditoría de OpenAI muestra que la mitad de las tareas resueltas de SWE-Bench Pro contenían errores no revisados, enfatizando la necesidad de verificaciones de benchmark asistidas por agentes.
Análisis de frontera eficiente. Un usuario de Reddit trazó la frontera eficiente de modelos abiertos, mostrando qué modelos ofrecen el mejor rendimiento por parámetro activo.
Satisfacción con modelos locales. Un usuario con pocos GPU destaca a Gemma 4 12B como un encantador asistente de chat local, enfatizando que el mejor modelo es el que realmente puedes ejecutar.
DS4 Flash como cerebro grande. Un usuario emplea DeepSeek V4 Flash en cuantización de 2 bits como complemento de planificación para modelos Qwen más pequeños, reportando una capacidad impresionante.
Torvalds: la IA es útil. Linus Torvalds declaró que Linux no es anti-IA, enfatizando que la IA es claramente una herramienta útil y que los mantenedores deberían hacer que ayude en lugar de obstaculizar.
Eso es todo por este día – unos 5 minutos de lectura.