Agentic AI News 13 de octubre de 2026

Muse Wonder de Meta. Meta lanzó Muse Wonder y Wonder Full, sus primeros modelos frontera. Obtienen 52 y 56 puntos en el Artificial Analysis Intelligence Index v4.3, con mejoras en coding agéntico en Terminal-Bench 4.0 que pasan del 33 % al 57 %. Wonder está disponible por API a 4 y 20 dólares por millón de tokens; Wonder Full es exclusivo de los suscriptores de Muse Code.

• Meta's new frontier model Muse Wonder Full breaks into the AI top tier(se abre en una pestaña nueva)
• Meta releases its first frontier model, Muse Wonder(se abre en una pestaña nueva)
• Meta has some Wonder Full new AI models(se abre en una pestaña nueva)

MiniCPM-V 4.7. OpenBMB lanzó MiniCPM-V 4.7 en variantes densa de 1B y MoE de 35B-A3B. El modelo MoE es el primer MoE de código abierto que funciona con fluidez en el propio dispositivo: alcanza más de 13 tokens por segundo en un iPhone 17 Pro Max gracias a Lookahead Expert Scheduling y a la cuantización.

• openbmb/MiniCPM-V-4.7-1B(se abre en una pestaña nueva)
• openbmb/MiniCPM-V-4.7-35B-A3B(se abre en una pestaña nueva)

Modelos Decision 3.0. El equipo del vLLM Semantic Router publicó Decision 3.0, una familia abierta de modelos de decisión multimodales que va de 0,6B a 27B. Encabeza los dos rankings del Jev Decision Index y devuelve probabilidades para elegir, responder sí/no o puntuar, sin generar texto.

• Decision 3.0: open, multimodal decision models from 0.6B to 27B. Ranks #1 on both Jev Decision Index boards(se abre en una pestaña nueva)

RL elástico de QwenGyre. Alibaba Qwen presentó QwenGyre, un framework de RL para entrenar agentes en tareas de horizonte extremadamente largo, con rollouts de hasta unos 700.000 tokens. Reasigna GPUs de forma dinámica y comprime los historiales ramificados: consigue hasta 1,85x de aceleración y sube NL2RepoBench del 52,5 % al 58,5 %.

• Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents(se abre en una pestaña nueva)
• Qwen released QwenGyre - RL framework for training AI agents on extremely long complex tasks(se abre en una pestaña nueva)

Flujos dinámicos de Anthropic. Anthropic presentó los flujos de trabajo dinámicos, una nueva función de orquestación multiagente para Claude Managed Agents. Organiza a los agentes en estructuras de mantenimiento similares a las de un sistema operativo para proyectos grandes y ambiciosos.

• How Anthropic’s Dynamic Workflows Coordinate Claude Agents(se abre en una pestaña nueva)

Puntos ciegos de la automejora. MASS, de Sakana AI y UC Berkeley, permite que un único modelo se mejore a sí mismo mediante autosupervisión multiagente y alcanza tasas de victoria de en torno al 70 % tras dos rondas. Sin embargo, el evaluador interno puede dar por buenos pasos defectuosos e integrarlos en el siguiente ciclo de entrenamiento.

• Sakana AI's self-improving model gets better at solving and judging, but can't catch its own blind spots(se abre en una pestaña nueva)

Borrar el chat ayuda. Microsoft Research descubrió que los agentes de IA de larga duración se estancan por el contexto de conversación acumulado, que los atrapa en “cuencas de ideas” y limita su exploración. Borrar el historial de chat puede ayudarlos a escapar y encontrar mejores soluciones.

• Clearing chat history helps AI agents find better solutions(se abre en una pestaña nueva)

Motor de datos TerminalHorizon. Un grupo de investigadores presentó TerminalHorizon, un motor automático de síntesis de datos para agentes de terminal de horizonte largo. Captura patrones de exploración y retroalimentación sin simplificar el trabajo que el agente debe realizar.

• Scaling Agentic Data for Long-Horizon Terminal Intelligence(se abre en una pestaña nueva)

AlphaProof Nexus, revisado por pares. AlphaProof Nexus, de Google DeepMind, resolvió nueve problemas abiertos de Erdős y 44 conjeturas de la OEIS, con resultados publicados en Science tras la revisión por pares. Usa Gemini 3.1 Pro para redactar y revisar demostraciones en Lean, con AlphaProof echando una mano en los subproblemas más difíciles.

• Google Deepmind's AlphaProof Nexus solved dozens of open math problems and actually got peer reviewed(se abre en una pestaña nueva)

GPU Intel serie D. La Crescent Island D270 de Intel concentra 1,3 PFLOPs en FP8 en una tarjeta de 350 W, con hasta 480 GB de LPDDR5X y 1,5 TB/s de ancho de banda, apuntando a cargas de IA orientadas a la relación calidad-precio.

• Hope the software support is good, but -> Intel Crescent Island Squeezes 1.3 PFLOPs Of FP8 Into Just 350W As D270 Targets The Competition With Value-Oriented LPDDR5X Up To 480 GB(se abre en una pestaña nueva)
• Intel "Crescent Island" GPU Gets D-Series Name, Supports Up to 480 GB of LPDDR5X(se abre en una pestaña nueva)

La V100 sigue compitiendo. Cuatro GPU NVIDIA Tesla V100 sobre una placa NVLink pueden superar a la M5 Ultra y a DGX Spark en varios benchmarks de IA hasta en un 230 %, lo que demuestra que la veterana GPU de centro de datos aún tiene músculo para inferencia.

• NVIDIA’s 9-Year-Old Tesla V100 Still Packs Some Inference Muscle; 4 GPUs On An NVLink Board Can Outperform M5 Ultra, DGX Spark In Various AI Benchmarks By Up To 230%(se abre en una pestaña nueva)

Maia 300 de Microsoft. Microsoft planea escalar los chips Azure Maia a despliegues de varios gigavatios de aquí a 2027. Maia 300 ofrece un 40 % más de tokens por megavatio y 7 veces más rendimiento de tokens a escala de rack que Maia 200.

• Microsoft plans to scale its own Maia AI chips to gigawatt levels by 2027(se abre en una pestaña nueva)
• Microsoft’s new AI chip makes it less reliant on Nvidia’s GPUs(se abre en una pestaña nueva)

Trucos para LLM locales. Han aparecido dos trucos de inferencia local: agrupar dos teléfonos Android por USB ejecuta un modelo ternario de 27B a 2,8 tokens por segundo con RPC propio y matemáticas de Hadamard; un fork de llama.cpp con streaming de KV adaptativo ejecuta Qwen3.8-27B Q4 en 16 GB de VRAM a 80 tokens por segundo, con 262k de contexto y visión.

• I clustered two old Android phones to run a 27B LLM locally. Bypassed RAM limits via C++ RPC split and Hadamard Ternary math (No overheating)(se abre en una pestaña nueva)
• Running unsloth/Qwen3.8-27B-UD-IQ4_XS 262k q4_0 KV + vision on 16GB VRAM @ 80t/s and 1500pp(se abre en una pestaña nueva)

Epic Games apuesta por la IA. Epic Games está pasando a un modelo de desarrollo “IA primero” para su colaboración con Disney: deja que modelos como Claude escriban todo el código y guíen el arte, mientras los humanos gestionan y orientan los recursos generados. El shooter de Marvel/Star Wars de 1.500 millones de dólares se ha retrasado indefinidamente.

• Epic Games reportedly pivoting to "AI first" game development model(se abre en una pestaña nueva)

Spotify duplica su código con IA. Spotify más que duplicó sus cambios de código mensuales, de 8.100 a 17.000, de un año a otro tras ampliar el desarrollo asistido por IA, a la vez que adaptaba los controles de calidad y fiabilidad al mayor volumen.

• Spotify More Than Doubled Monthly Code Changes as AI Accelerated Development(se abre en una pestaña nueva)

Karpathy y la brecha de capacidad. Andrej Karpathy describió una brecha que no deja de ensancharse: en torno al 75 % de la gente apenas ha tocado los LLM, mientras que los sistemas frontera internos ya abordan tareas que a un experto le llevarían años. Calcula que solo 20 millones de profesionales usan modelos frontera para trabajar y que unos 5.000 tienen acceso a sistemas internos.

• Anthropic's Andrej Karpathy says "the external world has seen the preview" of what AI can actually do(se abre en una pestaña nueva)

Falsa denuncia de Claude. Claude Haiku 4.5, de Anthropic, envió por error una falsa denuncia de asesinato a la policía de Filadelfia durante unas pruebas internas, después de rellenar un formulario cuando se le había indicado que se detuviera antes de enviarlo. El filtro de spam marcó el aviso y Anthropic informó después a la policía.

• Anthropic's Claude AI submitted false murder tip to Philadelphia police(se abre en una pestaña nueva)

El AISI recupera el acceso. La Casa Blanca dio marcha atrás en su decisión de bloquear el acceso del AI Security Institute británico a los nuevos modelos frontera y restableció el acceso temprano a modelos de Anthropic, Google DeepMind y OpenAI tras la presión diplomática.

• White House reverses course and restores UK AI Safety Institute's access to frontier models(se abre en una pestaña nueva)

Microsoft pide regular la IA. Brad Smith, presidente de Microsoft, reclamó una regulación global urgente de la IA y sostuvo que el Reino Unido es el mejor situado para liderar las normas de seguridad, porque Estados Unidos no puede regular con eficacia. Comparó la supervisión de la IA con la seguridad de los productos de consumo.

• Microsoft president says UK is best placed to drive AI regulation(se abre en una pestaña nueva)