Lanzamientos de modelos y código abierto
Qwen4: filtración y open source. El repositorio de Qwen Code de Alibaba hace referencia a qwen4-max, qwen4-coder-plus y qwen4-omni-120b, lo que apunta a que los nuevos modelos están cerca. La dirección de Qwen ha descartado los rumores de pasar a ofrecer solo API y ha reafirmado que los futuros Qwen 4.0 y 5.0 seguirán siendo open source.
Modelo científico de 753B. Deep Principle ha publicado Hydrogen-1.0, un modelo MoE de 753B con pesos abiertos para química, materiales y ciencias de la vida, construido sobre GLM-5.3. Afirma haber ganado a GPT-6-Astra en FrontierScience-Research y se distribuye bajo licencia MIT.
Cuantizadores comprimen MiniMax. Desarrolladores de la comunidad comprimieron MiniMax M3.1 Flash (428B), de pesos abiertos, de 252,4 GB a 93 GB en 10 días, lo que les valió un agradecimiento de MiniMax. El modelo usa entrenamiento quantization-aware y atención dispersa, y está orientado a programación y trabajo con agentes con hasta 1M de contexto.
Informe de cuantización de 1,7B. Un informe de cuantización de LFM3-1.7B, de Liquid AI, muestra que un quant casi sin pérdidas cabe en 3,6 GB de VRAM y que una versión de 2,2 GB tiene una degradación moderada. El modelo afirma obtener mejores resultados que MiniCPM5-2B con el doble de contexto y la mitad de VRAM.
Inferencia local y cuantización
Ventaja de velocidad local. Una comparación directa entre GLM 5.3 Flash en la suscripción de Z.ai y su ejecución local encontró que el mismo modelo y el mismo prompt se completaban 4,2 veces más rápido en local. El autor sostiene que lo valioso de la IA local es el tiempo ahorrado, no solo el coste de los tokens.
Economía de la RTX 8000. Los precios de la RTX 8000 de 48 GB han bajado a unos 2.100 dólares, mientras que la 3090 de segunda mano se ha encarecido al doble. Así, la RTX 8000 sale más barata por GB y es más eficiente para laboratorios domésticos. Mueve modelos y contextos mayores que dos 3090 con menos consumo.
Disputa por la cuantización. Unsloth e ISTA-DASLab discrepan públicamente sobre la calidad de cuantización de DeepSeek-V4.1-Flash: Unsloth afirma que sus GGUF superan a GSQ-RCO entre un 10 % y un 20 % en benchmarks de programación con contexto largo, mientras que un análisis independiente cuestiona la coherencia de las gráficas de LiveCodeBench de Unsloth. La competencia está dejando mejores quants a la comunidad.
Ajuste oculto en Strata. Strata/PolyStrata incluye por defecto una función answer_room que limita en silencio el razonamiento al 75 % de max_tokens e inyecta una frase de cierre en el pensamiento del modelo. Este comportamiento oculto puede afectar a las comparaciones de benchmarks y a la calidad de las transcripciones.
DeepSeek sin censura en 12 GB. Un quant modificado de DeepSeek-V4.1-Flash-1017 GSQ-RCO elimina los rechazos (del 85 % al 0 % en JailbreakBench) y mantiene estables las puntuaciones de GPQA/AIME. Funciona en 12 GB de VRAM con Strata + offload a SSD, y deja los expertos enrutados byte a byte idénticos a la versión de ISTA.
Agentes, programación y herramientas
Agente de programación para growth. The Letter Company ha lanzado Letterpress-1, un agente de programación y IDE que lee una web y señales de mercado, prepara los cambios en un sandbox y luego abre pull requests con vistas previas en vivo. Expone 760 herramientas vía MCP/REST/CLI, aunque todavía no tiene ningún benchmark público.
Git a escala de agentes. OpenAI ha creado Pando, un nuevo backend de Git para su monorepo con el fin de soportar pushes y lecturas concurrentes a la escala de Codex. Ha reducido la latencia mediana de push casi 5 veces y entrega casi un petabyte de datos Git al día, sin dejar de ser compatible con Git.
El modelo improvisa con Blender. Un usuario vio que Qwen 3.8 27B descubrió su acceso a Blender vía MCP y se puso a escribir Python dentro de Blender para acelerar los cálculos de física. Que el modelo busque herramientas inesperadas pone de relieve la necesidad de restricciones explícitas.
Edición de pesos de modelo. Al parecer, GPT-6 Astra editó los pesos de Qwen para elevar MATH-500 del 7,9 % al 48,1 %, y un nuevo preprint explora cómo los LLM leen y escriben de forma nativa los pesos de una red neuronal. Esto apunta a que los LLM modifiquen modelos directamente, un cambio frente al prompting o al fine-tuning.
Claude frena clones de juegos. Anthropic ha actualizado el prompt de sistema de Claude Code para prohibir la recreación de juegos existentes concretos, aunque sigue permitiendo juegos originales o de género. Es poco probable que el cambio frene los ports asistidos por IA, y algunos usuarios de LLM locales lo citan como otra razón para el autoalojamiento.
- Anthropic clamps down on Claude’s AI video game clones(se abre en una pestaña nueva)
- Claude’s new rules against game cloning won’t stop the AI copying boom(se abre en una pestaña nueva)
- Yet another reason to self host: Anthropic has (again) cut back on reverse engineering tools(se abre en una pestaña nueva)
Goldman restringe Claude y Copilot. Goldman Sachs ha retirado el acceso a Claude Code y GitHub Copilot a sus traders y banqueros, y ha dejado ese acceso solo para los ingenieros. El banco afirma que la fase de experimentación ha terminado y cita motivos de productividad y gestión de riesgos, pese a que antes elogió el «vibe coding» entre el personal no técnico.
ChatGPT unifica su interfaz. OpenAI fusionará las pestañas Chat y Work de ChatGPT para que los usuarios puedan pasar de explorar ideas a crear webs o presentaciones en un mismo sitio. Codex seguirá separado, y ambos comparten ahora la misma bolsa de tokens.
Giro en context engineering. LangChain sostiene que la arquitectura estándar de agentes basada en bucle de LLM y herramientas está convergiendo, pero están surgiendo nuevos retos en la gestión de contexto de horizonte largo, la revelación progresiva y el uso de herramientas en sandbox. El artículo describe prácticas emergentes para agentes de finales de 2026.
Industria y negocio
IPO de Anthropic: las cuentas. Los ingresos trimestrales de Anthropic se multiplicaron por 12 hasta casi 17.000 millones de dólares, pero un coste operativo de 17.500 millones provocó una pérdida neta de 23.300 millones, impulsada por compromisos de cómputo y donaciones igualadas. Su S-1 también advierte de que está cerca de la capacidad de automejora recursiva, y la califica a la vez de prometedora y de riesgo para la seguridad.
Garry Tan y sus agentes. Garry Tan, CEO de Y Combinator, dice que gasta entre 100.000 y 200.000 dólares al año en tokens de IA y que usa agentes para programar, investigar y tareas personales. Su gstack de 23 skills de Claude Code está en GitHub.
Trajectory levanta 45 millones. La startup Trajectory ha levantado una Serie A de 45 millones de dólares liderada por Sequoia con una valoración de 300 millones, para automatizar el fine-tuning y el aprendizaje continuo en dominios especializados como derecho y finanzas. Su objetivo es sustituir la costosa consultoría de ingenieros forward-deployed.
Modelo de mundo conductual. La startup israelí 42AI ha salido del stealth con 62,5 millones de dólares y afirma tener un modelo de mundo conductual que predice decisiones humanas individuales en situaciones nuevas. De momento se despliega en brókeres financieros para pronosticar el comportamiento de los traders.
Grok Bot, limitado. SpaceX recortó las cuotas semanales de Grok Bot después de que Musk dijera que el coste de servirlo era «insosteniblemente alto en relación con los ingresos». Algunos usuarios vieron cómo los límites se agotaban de la noche a la mañana, pese a que Grok Bot se presenta como el producto de más rápido crecimiento.
Protectores de la red. OpenAI ha lanzado el Grid Protectors Program, con la promesa de que sus futuros centros de datos podrán reducir la demanda eléctrica hasta 1.000 MW durante emergencias de la red. El piloto en Georgia se presenta como una forma de que los campus de IA protejan la red en lugar de contaminarla.
Medios demandan a Brave. The New York Times y otros medios han demandado a Brave. Alegan que su navegador scrapeó contenido protegido por derechos de autor y vendió acceso a un índice que usan empresas de IA como Anthropic, Mistral y xAI. La demanda también apunta a la función de Brave para saltarse muros de pago.
Creador de agentes legales. El CTO de Legora explica en el pódcast Latent Space cómo construir agentes de IA para abogados. Legora alcanzó 100 millones de dólares de ARR en menos de 18 meses, ya tiene 1.800 clientes y está valorada en 8.800 millones; como no puede ver los datos de sus clientes, crea entornos de prueba simulados.
Ingresos de IA de Apple. Apple ha insinuado que podría buscar ingresos con apps de IA de terceros y alianzas, posiblemente distribuyendo agentes de IA a través de la App Store y quedándose una comisión. No dio detalles en la conferencia de resultados.
Investigación e infraestructura
Avance en atención dispersa. Zyphra ha publicado ZHA, una atención dispersa con estructura de árbol que puede destilarse en modelos congelados como Qwen3.6-35B con muy pocos parámetros y se mantiene cerca de la atención densa en razonamiento y programación. Una iniciativa open source relacionada extiende la atención dispersa hasta 10 millones de tokens, manteniendo la precisión en la mayoría de las tareas.
PyTorch nativo en TPU. Google y Meta han publicado TorchTPU como código abierto, un backend nativo de PyTorch para TPU con ejecución eager y cambios mínimos en el código. Resuelve la latencia de compilación de PyTorch/XLA y sus requisitos intrusivos en el código.
IA en tiempo real, evaluada. Investigadores han presentado Realtime-Bench, un benchmark de 50 tareas que evalúa si la IA puede actuar en entornos web y de juego sensibles al tiempo. Los primeros resultados muestran que los LLM todavía tienen problemas con las decisiones de baja latencia.
Brecha de la analítica agéntica. Un informe de MIT Technology Review Insights concluye que menos de la mitad de los insights generados por agentes se traducen en mejoras de negocio, y que los insights prescriptivos son especialmente débiles. Las organizaciones se centran en mejorar la calidad de los insights en la analítica agéntica.
Eso es todo por este día – unos 5 minutos de lectura.