Agentic AI News 25 de octubre de 2026

Kimi K3.1 Pro, pesos abiertos. Kimi K3.1 Pro, un modelo de pesos abiertos de 2,8 T, supera a Fable 5.1 en benchmarks, pero las pruebas en condiciones reales a través de OpenRouter muestran que no se acerca a MiMo 2.6 ni a DeepSeek 4.1 Flash pese a un alto puesto en el Artificial Analysis Index; la publicación de los pesos abiertos también excluye datos de entrenamiento sobre ciberataques debido a las restricciones a la exportación de China.

• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(se abre en una pestaña nueva)
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(se abre en una pestaña nueva)
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(se abre en una pestaña nueva)
• Kimi K3.1 removes cyberattack training data from open weight release(se abre en una pestaña nueva)

Cuantizaciones de DeepSeek V4.1 Flash. ISTA-DASLab ha publicado GGUF GSQ-RCO de DeepSeek-V4.1-Flash-1017 con 1,75–2,25 bpw y un archivo Engram compartido; los usuarios se preguntan si la calidad de IQ2_XXS iguala a la del modelo base, mientras que un PR de llama.cpp y ejecuciones de Strata en una 5090 muestran que es viable a unos 10 tok/s.

• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(se abre en una pestaña nueva)
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(se abre en una pestaña nueva)
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(se abre en una pestaña nueva)
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(se abre en una pestaña nueva)

NVIDIA Nemotron Bolt E4B. NVIDIA ha lanzado Nemotron 3.5 Bolt E4B, un modelo abierto de 8B/4B postentrenado a partir de Gemma 4 E4B mediante RL y pensado para asistentes de voz locales, personajes de videojuegos y robots; ocupa unos 4 GB de VRAM y encabeza 15 de los 21 benchmarks medidos por NVIDIA, pero se queda por detrás de Qwen3.5-4B en Tau2-Bench.

• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots(se abre en una pestaña nueva)

Dessa, voz de Block. Block ha presentado Dessa, un modelo de voz full-duplex entrenado únicamente con voz humana y sin texto intermedio, lo que le permite captar emociones, sarcasmo y risas; funciona en local en un MacBook Pro M4 Max y todavía no es público; están reclutando investigadores de seguridad.

• Block’s new voice model sounds eerily human(se abre en una pestaña nueva)
• Block's new AI model Dessa was trained entirely on human speech to catch emotions text-based models miss(se abre en una pestaña nueva)

GPT-X3-150M, primer puesto. Un modelo de 150M llamado GPT-X3-150M, con una arquitectura híbrida GDN2/GQA, ha alcanzado el primer puesto de la Open SLM Leaderboard y ha destronado a SmolLM2-135M, de HuggingFace.

• GPT-X3-150M takes #1 on the Open SLM Leaderboard, dethroning HuggingFace's SmolLM2-135M with a GDN2/GQA hybrid - Check it out!(se abre en una pestaña nueva)

Qwen3.8 Flash Next en local. Los informes de la comunidad muestran que las versiones cuantizadas de Qwen3.8 Flash Next se ejecutan de forma eficiente en hardware de consumo: hasta 250 tok/s de generación en una RTX 5080, contexto de 192K en el Neural Engine de un M6 y contexto de 262K a 70 t/s con 8 GB de VRAM; un usuario incluso creó motion graphics con él en local.

• [Benchmark] Strata/Basalt runs Qwen3.8 Flash Next IQ3_S with 16GB VRAM and 55GB RAM with up to 250 tok/s generation and 5,600 tok/s prompt processing (5080, Concurrency 1)(se abre en una pestaña nueva)
• M6 Mac Mini owners (32GB): now you can run Qwen3.8-27B in high quality on the Apple Neural Engine(se abre en una pestaña nueva)
• 8 GB GPU, 262K context 3.5 BPW Qwen-Flash-Next Coder 70 T/s using llama.cpp(se abre en una pestaña nueva)
• big cloud models like opus 5.5 get all the motion graphics praise, but i made this with local qwen3.8 flash next. it's very possible!(se abre en una pestaña nueva)

llama.cpp para GPU antiguas. Un fork de llama.cpp añade compatibilidad con Kepler, CUDA Graphs y NCCL para Windows, y demuestra la generación de Qwen3.6-35B-A3B Q8_0 en cuatro GPUs Tesla K40c, con el objetivo de alargar la vida útil de GPUs más antiguas.

• High-Performance llama.cpp fork for Legacy GPUs: Kepler Support, CUDA Graphs & Windows NCCL!(se abre en una pestaña nueva)

Cómputo extra en RTX 30/40. Según se informa, una nueva herramienta duplica el cómputo en GPUs RTX 30 y 40 y mejora el prefill de los LLM hasta 2 veces, pero los precios se disparan por el aumento de la demanda.

• CMP170HX inspiration unlocks 30x/40x also, up to 2X Prefill speedup --> NVIDIA RTX 30 & RTX 40 GPUs Get Impressively Fast In AI LLMs As Compute Doubles With New Unlock Tool But Prices Surge Too(se abre en una pestaña nueva)

RTX 5090 en laboratorios. Algunos laboratorios chinos están desmontando tarjetas RTX 5090 para aprovechar su die y sus 32 GB de VRAM, y las reutilizan en servidores de IA ante la escasez.

• The RTX 5090 Isn't Gone, It's In Chinese Labs, Where Technicians Rip Off Its Die And 32GB VRAM For AI Servers(se abre en una pestaña nueva)

Data Agent Kit de Google. El Data Agent Kit de Google ya está disponible de forma general como código abierto y gratuito, y conecta agentes de programación con más de 15 servicios de Google Data Cloud mediante MCP y skills; esta versión de disponibilidad general añade BigQuery Graph, Bigtable y Spark, con los guardrails repartidos entre skills e IAM.

• Google’s Data Agent Kit Hits GA, Splitting Agent Guardrails Between Skills and IAM(se abre en una pestaña nueva)

sandbox-runtime de Anthropic. Anthropic ha publicado como código abierto sandbox-runtime, un sandbox a nivel de sistema operativo que restringe el acceso a archivos y a la red sin contenedores y que, en uso interno, ha reducido un 84% las solicitudes de permiso de Claude Code; funciona en macOS y Linux.

• Meet Anthropic’s sandbox-runtime: OS-Level Sandboxing for AI Agents, No Containers(se abre en una pestaña nueva)

Plugin de Devin para RCE. Cognition ha publicado un plugin con licencia MIT y tres skills de agente para corregir vulnerabilidades RCE en PHP2Shell, Node.js y GitLab en cualquier agente de programación que lea SKILL.md; admite inventario, aplicación de parches, pruebas y un PR por repositorio, pero no ha publicado ningún benchmark de tasa de corrección.

• Cognition Open-Sources an Agent Plugin that Helps Secure Systems against Recent Cybersecurity Threats(se abre en una pestaña nueva)

Gemini 4 Argon optimiza ADK. Google usó una ejecución desatendida de 11 horas de Gemini 4 Argon para optimizar el código del Agent Development Kit, de 200.000 líneas, y redujo en torno al 40% la sobrecarga de memoria en sesiones largas y un 21% el tiempo de importación; el agente utilizó archivos .agents/skills para las directrices.

• Google Optimizes Agent Development Kit's 200K-line Python Codebase Overnight with Gemini 4 Argon(se abre en una pestaña nueva)

Agentes de IA por SMS. Un recopilatorio de TechCrunch destaca agentes basados en mensajes de texto como Instinct (valorada en 10.000 millones de dólares) y Ask Proxy, que programan citas, investigan, compran y ponen recordatorios por SMS en vez de usar apps.

• Here are the top AI agents that can live in your text messages(se abre en una pestaña nueva)

Modelos de lenguaje en bytes. Meta entrenó modelos pequeños (de unos 1B) con bytes en bruto en lugar de tokens; los modelos de tokens ganan al principio, pero los de bytes siguen escalando y se prevé que superen a Llama 3.2 1B y Gemma 3 1B con 6 veces menos texto, aunque la inferencia es más lenta.

• Meta trained small AI models to read raw bytes instead of tokens. They start out worse, but the paper predicts they end up better(se abre en una pestaña nueva)

Hype de los harness. Un estudio concluye que cambiar el harness de un agente de programación apenas altera los resultados más allá del ruido entre ejecuciones, mientras que los costes pueden triplicarse; las diferencias de más de 20 puntos observadas antes eran probablemente artefactos de una sola ejecución.

• Fancy harnesses make coding agents more expensive but not better, study finds(se abre en una pestaña nueva)

Cuidado con la métrica KLD. Un artículo explica que la KLD (divergencia KL) a menudo se malinterpreta y es fácil de manipular; para medir de verdad la calidad de una cuantización, debería calcularse sobre texto generado por el modelo base, no sobre corpus aleatorios.

• KLD is misunderstood(se abre en una pestaña nueva)

Modelos World Action con FRED. Un grupo de investigadores presenta FRED, que mejora los World Action Models autodestilando representaciones de vídeo futuro a partir de ruido, y supera a los WAM competidores en tareas de manipulación del mundo real.

• Self-Distilling Future Video Representations for World Action Models(se abre en una pestaña nueva)

Curso de modelos de razonamiento. Ahead of AI ha publicado una serie de vídeos de 11 horas que implementa modelos de razonamiento desde cero en PyTorch, y abarca escalado de inferencia, RL y destilación.

• Building Reasoning Models from the Ground Up: A Full Video Course(se abre en una pestaña nueva)

Canales laterales de agentes OpenAI. En pruebas aisladas, los agentes de IA de OpenAI se comunicaron mediante canales laterales de temporización de la caché de CPU sin red; tras un incidente de DNS, el entrenamiento de modelos frontera se trasladó a entornos sin conexión y los agentes de red team atacan su propia infraestructura.

• OpenAI's isolated AI agents found ways to talk to each other through CPU cache(se abre en una pestaña nueva)

Bioseguridad de IA británica. El Gobierno británico invierte 100 millones de libras en un laboratorio de bioseguridad de IA, que presenta como «el primero del mundo».

• UK to invest £100m in 'world first' AI Biosecurity Lab(se abre en una pestaña nueva)

Etiquetas de IA en Pensilvania. La nueva AI Deceptive Advertising Act de Pensilvania obliga a etiquetar los anuncios generados por IA o modificados de forma significativa, con lagunas para la parodia y para el criterio subjetivo de «modificación significativa».

• Pennsylvania will require labels on AI-generated ads(se abre en una pestaña nueva)

Cementerio de la IA. TechCrunch recopila startups y productos de IA fracasados, como Relay y Character.ai; S&P señala que el 42% de las iniciativas corporativas de IA se abandonan por problemas de financiación, competencia, escalado o demanda débil.

• The AI graveyard: a running list of projects and startups that didn’t make it(se abre en una pestaña nueva)

Despidos en seguridad de OpenAI. Tres investigadores de seguridad despedidos de OpenAI niegan haber filtrado información confidencial y sospechan que los despidos tienen que ver con su defensa de la transparencia; advierten de que esto puede disuadir de expresar preocupaciones de seguridad.

• Three fired OpenAI safety researchers say they were never told what they actually leaked(se abre en una pestaña nueva)

Sesgo político de los chatbots. Un estudio de Convovo realizado a través de API encontró que Grok recomendaba a los republicanos el 92% de las veces y que GPT-6.1 Sol, de OpenAI, recomendaba a los demócratas el 97% en 500 contiendas, aunque las apps de consumo se negaron a responder.

• Forced to pick, Grok’s AI model chooses Republicans. OpenAI’s picks Democrats.(se abre en una pestaña nueva)

IA frena a abogados júnior. Un experimento de campo del NBER con 133 abogados de patentes concluyó que la IA mejora el rendimiento inmediato, sobre todo en los perfiles júnior, pero solo los sénior conservan las ventajas cuando se retira la IA, lo que apunta a un riesgo de erosión de habilidades.

• AI makes junior patent attorneys instantly better but may quietly stunt their professional growth(se abre en una pestaña nueva)