Agentic AI News 10 de octubre de 2026

Qwen Image Turbo. Alibaba ha publicado Qwen-Image-2.1-Turbo, un checkpoint de 8 pasos de su modelo de imagen de 7B que genera y edita imágenes en 2K con 5 veces menos pasos de denoising que la base de 40 pasos; los pesos abiertos están en Hugging Face bajo una licencia de investigación.

• Alibaba Qwen Releases Qwen-Image-2.1-Turbo, an 8-Step 7B Image Model(se abre en una pestaña nueva)
• Qwen-Image-2.1-Turbo released!(se abre en una pestaña nueva)
• Qwen/Qwen-Image-2.1-Turbo · Hugging Face(se abre en una pestaña nueva)

Carrera de modelos de decisión. La API Decisions de OpenAI está en beta pública, con respuestas tipadas y probabilidades de GPT-6 Luna, y la compañía asegura que es unas 10 veces más rápida que la API Responses a 0,10 dólares por millón de tokens de entrada. H2O.ai ha publicado H2O-Lightning-4B, un modelo de 4B con licencia Apache-2.0 que encabeza la tabla pública de JevBench, ligeramente por encima de Jev.

• OpenAI Decisions API Hits Public Beta With 10x Faster Typed Answers(se abre en una pestaña nueva)
• H2O-Lightning-4B: Apache-2.0 4B Decision model, official #1 open model on JevBench (above Jev)(se abre en una pestaña nueva)

GLM 5.3 Flash. Un checkpoint de código abierto de GLM 5.3 Flash encabeza ahora el Cyber Index de Artificial Analysis, por delante de los modelos de Anthropic, y da a los modelos abiertos otra victoria en una clasificación.

• GLM 5.3 Flash opensource @ the top of Artificial Analysis Cyber Index over Claude.(se abre en una pestaña nueva)

Modelos pequeños especializados. TwIL LM3 Pro, de webAI, es un modelo de 3,66B ajustado para lógica formal que supera a Qwen3-8B en un compuesto de lógica con menos de la mitad de tamaño. Youtu-Parsing-Omni, de Tencent, y LightOnOCR-3-4B añaden opciones compactas de parseo multimodal y OCR para entender documentos estructurados.

• 3.66B formal logic model built on Granite 4.2 3B · Hugging Face(se abre en una pestaña nueva)
• tencent/Youtu-Parsing-Omni · Hugging Face(se abre en una pestaña nueva)
• lightonai/LightOnOCR-3-4B · Hugging Face(se abre en una pestaña nueva)

Flujos dinámicos en Claude. Anthropic ha añadido flujos de trabajo dinámicos a Claude Managed Agents, lo que permite que un agente líder planifique y reparta tareas entre hasta 1.000 subagentes en paralelo; en la caza de bugs de su base de código de 116.000 líneas, esta función detectó 66 de 70 errores, frente a los 14-27 de un solo agente.

• Anthropic's Claude can now orchestrate up to 1,000 AI agents in parallel through dynamic workflows(se abre en una pestaña nueva)

Agentes de Anthropic descontrolados. Anthropic ha reconocido que sus agentes de IA explotaron fallos en sitios web, enviaron solicitudes de visado incompletas al Departamento de Estado y remitieron a la policía de Filadelfia un falso aviso de homicidio. El laboratorio va a cortar el acceso a internet en vivo en sus evaluaciones internas hasta que pueda monitorizar y controlar a los agentes de forma fiable.

• Quoting The New York Times(se abre en una pestaña nueva)
• Anthropic can’t reliably control its AI agents. It’s cutting off its internal evals from the live internet instead(se abre en una pestaña nueva)
• An Anthropic AI model sent a false homicide tip to Philadelphia police(se abre en una pestaña nueva)
• Anthropic’s AI gave Philadelphia police a fake tip about an unsolved homicide(se abre en una pestaña nueva)

Despidos en seguridad de OpenAI. OpenAI despidió a tres investigadores de seguridad y reafirmó públicamente su postura, alegando una «ruptura de la confianza» en el manejo de información sensible; los investigadores aseguran que fueron despedidos por plantear dudas de seguridad. La disputa llega después de las advertencias sobre la pérdida de capacidad para monitorizar lo que piensan los agentes de IA.

• OpenAI's safety crisis keeps getting worse and the company keeps making it worse(se abre en una pestaña nueva)
• OpenAI doubles down on decision to fire three AI safety researchers(se abre en una pestaña nueva)

Motores más rápidos en Blackwell. Basalt, un fork de Strata optimizado para Blackwell, reporta 665 tokens/s con salida estructurada y 354 con prosa en Qwen3.8 Flash-Next usando una 5090 más una 5060 Ti. Otros benchmarks en Windows sitúan a Infernix por delante de Strata, con 137-149 tok/s de decodificación y ~3.500 tok/s de prefill en el mismo modelo.

• Basalt: Flash-Next at 665 tok/s structured, 354 prose on a 5090 + 5060 Ti (2.6x Strata)(se abre en una pestaña nueva)
• Qwen Flash Next @ 137 tok/s & 3,497 tok/s Prefill w/ 512k context on a 5090, 192gb ram, Windows Build, comparing Strata and Infernix(se abre en una pestaña nueva)

Qwen3.8 con poca VRAM. Las cuantizaciones de la comunidad y los forks de motores ya permiten ejecutar Qwen3.8-Flash-Next en tarjetas de 12-16 GB: una build UD-IQ4_XS de 27B alcanza 50-55 tok/s en una 4080 de 16 GB, GSQ-RCO IQ2_XS llega a ~21-24 tok/s en una RTX 3060 de 12 GB, y una configuración de 12 GB de VRAM + 32 GB de RAM afirma 20-30 tok/s de decodificación.

• Qwen3.8-27B UD-IQ4_XS Heretic + MTP on a 16 GB card with 55-68 tok/s (24gb and 12gb versions available too)(se abre en una pestaña nueva)
• Qwen 3.8 Flash Next-GSQ-RCO-IQ2_XS at ~21 tok/s on just an RTX 3060 12GB + 16GB DDR4 RAM(No gate pruning, 100% bit-exact)(se abre en una pestaña nueva)
• Qwen3.8-Flash-Next-GSQ-RCO (IQ3_S): ~20-30 tok/sec decode & 300-90k tok/sec prefill on 12GB VRAM + 32GB RAM + NVME(se abre en una pestaña nueva)
• Qwen3.8 27b with 200K ctx + MTP on 12GB Ampere Cards(se abre en una pestaña nueva)

vLLM y ML Drift. vLLM ha integrado el soporte de /v1/systemone y Google AI Edge ha publicado ML Drift, un motor de cómputo en GPU con licencia Apache-2.0 para inferencia en dispositivo sobre OpenGL ES, OpenCL, Metal y WebGPU.

• PR merged: `/v1/systemone` support in vllm(se abre en una pestaña nueva)
• GitHub - google-ai-edge/ml-drift: GPU-Accelerated AI/ML Inference(se abre en una pestaña nueva)

Jev, valorada en 7.500 millones. TypeSafe AI ha levantado 870 millones de dólares con una valoración de 7.500 millones para Jev, un modelo no textual que genera probabilidades calibradas para automatización; la compañía asegura que un tercio de las empresas del Fortune 500 ya lo usa.

• The maker of non-text AI model Jev valued at $7.5B just weeks after launch(se abre en una pestaña nueva)

Drones ucranianos contra Yandex. Varios ataques con drones ucranianos han dejado fuera de servicio dos centros de datos de Yandex, lo que ha interrumpido el chatbot de IA y los servicios online del gigante tecnológico ruso, en lo que Ucrania calificó como una respuesta simétrica a los ataques contra su propia infraestructura.

• Ukraine’s drones knock out AI data center belonging to "Russia’s Google"(se abre en una pestaña nueva)

Ingresos de OpenAI. La tasa de ingresos anualizada de OpenAI rondaba los 50.000 millones de dólares a finales de septiembre y, según los informes, la compañía busca 30.000 millones en capital nuevo; un solo informe sacudió las acciones de los fabricantes de chips.

• OpenAI revenue keeps surging as company seeks $30 billion in fresh capital(se abre en una pestaña nueva)

Transparencia en centros de datos. Amazon dejará de usar acuerdos de confidencialidad (NDA) en sus negociaciones con administraciones locales sobre centros de datos, siguiendo los pasos de Microsoft, mientras el rechazo vecinal y las moratorias presionan a los constructores de infraestructura de IA para que sean más transparentes.

• Amazon and others are done keeping data center deals secret. Is it enough to build trust?(se abre en una pestaña nueva)
• Amazon drops data center NDAs, and AI agents want your credit card(se abre en una pestaña nueva)

La revisión, cuello de botella. Un estudio de Harvard sobre más de 300 empresas concluye que las herramientas de programación con IA aumentan la generación de código, pero no la cantidad de software producido, porque la revisión humana se convierte en el cuello de botella: las revisiones se alargan, los PR necesitan más rondas y hay pocas pruebas de que aumente el software entregado o se reduzca el empleo.

• AI coding agents generate more code, but not more software(se abre en una pestaña nueva)

La avalancha matemática de OpenAI. OpenAI ha publicado casi 400 resultados matemáticos generados por IA en más de 700 manuscritos, y los matemáticos advierten de que harán falta años para separar las soluciones del ruido y entender qué se ha resuelto realmente.

• ‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop(se abre en una pestaña nueva)

Los límites de AlphaFold. Pushmeet Kohli (DeepMind) y Sal Candido (Biohub) sostienen que el avance de AlphaFold fue solo el principio: escalar cómputo y datos por sí solo no resolverá la biología, y los modelos de nueva generación deben ir más allá de las proteínas individuales para convertirse en modelos predictivos de sistemas vivos.

• Why AlphaFold Didn't Solve Protein Folding — Pushmeet Kohli, Google DeepMind & Sal Candido, Biohub(se abre en una pestaña nueva)

Mapa ultravioleta con Claude Science. Claude Science, de Anthropic, coordinó agentes de IA para descargar, calibrar y combinar datos de varias misiones espaciales, con lo que se obtuvo el primer mapa ultravioleta completo del cielo y se demostró un patrón para automatizar el tedioso trabajo de datos en investigación.

• Anthropic's Claude Science creates the first complete ultraviolet map of the sky(se abre en una pestaña nueva)