Lanzamientos y actualizaciones de modelos
Pesos de Large 4. Mistral publicó los pesos de Large 4, un MoE de 1T de parámetros con 52B de parámetros activos, orientado a programación, ciberseguridad y flujos de trabajo agénticos. Los benchmarks independientes muestran un buen rendimiento en programación, pero su inteligencia general sigue por detrás de la de los modelos abiertos chinos.
- Mistral releases weights for its trillion-parameter AI model, targeting cybersecurity(se abre en una pestaña nueva)
- Paris-based Mistral releases "Le Chonk," a strong coding model that still trails China overall(se abre en una pestaña nueva)
- mistralai/Mistral-Large-4-1T-A52B · Hugging Face(se abre en una pestaña nueva)
- Mistral Large 4 (Le Chonk) is now open weight(se abre en una pestaña nueva)
Modelo de decisión de Baseten. Baseten lanzó joey-1, un modelo de decisión de 2B de parámetros que devuelve probabilidades calibradas para enrutamiento, clasificación y guardrails a 0,01 dólares por 1 millón de tokens, con pesos abiertos bajo licencia MIT.
OpenAI actualiza su Model Spec. OpenAI revisó su Model Spec público en torno a cinco valores: fidelidad, minimización de daños, honestidad, agencia humana y cuidado; además, añadió directrices sobre supervisión y agencia para modelos cada vez más capaces.
Modelo de voz de ServiceNow. ServiceNow AI presentó la preview de Apriel Voice 27B, que combina un codificador Whisper con una base MoE de Gemma 4 para atender solicitudes de voz, razonar y hacer llamadas a herramientas.
Frameworks de agentes y herramientas
Navegador en Deep Agents. Managed Deep Agents v0.10 incorpora el uso del navegador con traspasos al usuario para los inicios de sesión y subagentes asíncronos que ejecutan tareas largas en segundo plano mientras el agente principal sigue con la conversación.
Proxy local SafeAgents. SafeAgents es un proxy local que inspecciona cada llamada a herramientas de los agentes de programación y sustituye las llamadas sospechosas por un aviso de texto para que no se ejecute nada peligroso.
Kernel MoE más rápido. Prime Intellect añadió una pasada hacia atrás al kernel Mega MoE de DeepSeek, lo que permite entrenar MoE de forma fusionada y acelera hasta un 34% los pasos completos de entrenamiento en modelos Qwen3 MoE.
Agente de QA Bug0. Bug0 QA Agent automatiza las pruebas de regresión en el navegador al almacenar en caché replays de Playwright y usar consenso de LLM para la verificación, con el fin de reducir las pruebas inestables.
Investigación y evaluación
Agentes que influyen en expertos. Un estudio de Anthropic encontró que los expertos siguieron hasta en un 86% de las ocasiones la preferencia que se había asignado al azar a su agente de IA y creyeron que el resultado final era suyo, lo que genera preocupaciones por el falso consenso.
Variación de tokens entre agentes. Un benchmark local de 10 agentes de programación con Qwen 3.8 27B mostró tasas de éxito concentradas en 4–5/5, mientras que el uso de tokens osciló entre 9.000 y 108.000 y la reutilización de caché, entre el 72% y el 93%.
Elorian evalúa el razonamiento visual. El benchmark DecoyCount de Elorian muestra que los modelos frontera obtienen menos del 50% en el recuento real de objetos; Glimpse, de Elorian, logró un 50,48% en pruebas internas.
Industria y empresas
AWS apunta a 1 billón. Andy Jassy, CEO de Amazon, reiteró que AWS puede alcanzar unos ingresos anuales de 1 billón de dólares, con un capex de aproximadamente 220.000 millones de dólares en 2026, destinado en su mayoría a AWS, y más en 2027, pese a las preocupaciones de los inversores.
IPO de Anthropic: las cuentas. El S-1 de Anthropic revela un plan de negocio que exige un gasto masivo en cómputo y un crecimiento extraordinario, con estimaciones de valoración de la IPO de entre 1,5 y 2 billones de dólares y un debate entre analistas sobre los supuestos en torno a la AGI.
Ventajas de suscripción de OpenAI. OpenAI ahora ofrece créditos de API por un valor equivalente a los suscriptores de sus planes mensuales de 100, 200 y 500 dólares, y duplicó los límites de uso del plan Pro para Work y Codex en su pugna con Anthropic.
Deepgram compra Daily. Deepgram adquirió Daily, creadora del proyecto de código abierto Pipecat, para reforzar su stack de IA de voz en tiempo real; Pipecat seguirá siendo de código abierto.
Rivian licencia IA de voz. Rivian amplió su empresa conjunta con VW para licenciar tecnología de asistente de voz con IA, que probablemente debutará en el ID EVERY1 de VW.
Microsoft: recortes para la IA. Microsoft ofreció bajas voluntarias a unos 60.000 empleados para reducir costes operativos y mantener la inversión en infraestructura de IA.
Política y sociedad
Reddit prioriza la sesión iniciada. Reddit está pasando a una experiencia principalmente con sesión iniciada para proteger sus datos del scraping por parte de la IA y buscar acuerdos de licencia, mientras el tráfico de búsqueda se reduce.
Aumenta el escrutinio sobre Nvidia. Las autoridades antimonopolio de EE. UU. están investigando la adquisición de Hugging Face por parte de Nvidia y sus prácticas de venta, mientras que, según informes, un directivo de una empresa de cloud de IA con sede en Singapur y cercano a Jensen Huang estaba bajo sospecha de espiar para China.
- US antitrust regulators are scrutinizing Nvidia's Hugging Face deal and sales practices(se abre en una pestaña nueva)
- US investigated Chinese spy plot aimed at Nvidia CEO(se abre en una pestaña nueva)
- Chinese spies targeted Nvidia CEO Jensen Huang, according to The New York Times(se abre en una pestaña nueva)
Altman y la inferencia local. Sam Altman sostuvo que la inferencia local desperdicia DRAM y capacidad de cómputo escasas, y afirmó que el uso de la nube es mejor; los entusiastas de la IA local le replicaron.
Eso es todo por este día – unos 5 minutos de lectura.