Lanzamientos de modelos y agentes
Modelo científico Hydrogen-1.0. Deep Principle lanzó Hydrogen-1.0, un modelo de resolución de problemas científicos construido sobre GLM-5.3. Se centra en ayudar con preguntas científicas, derivaciones y problemas de investigación abiertos mediante interacción por texto.
FlashProve de Anthropic. Anthropic lanzó FlashProve, un sistema zkSNARK de código abierto que genera pruebas criptográficas de que una respuesta provino de un modelo concreto. Puede verificar la identidad sin revelar los pesos y genera pruebas a unos 110 tokens por segundo en un modelo MoE de 400B con una H100.
Siri AI para terceros. Apple está extendiendo el acceso de Siri AI a apps de terceros en iOS 27.3, lo que permite al asistente usar contexto personal, conocimiento de lo que aparece en pantalla y nuevas capacidades en las apps. También introdujo Audio Intelligence siempre activo en watchOS 27.3, con Siri Recap y Live Rewind.
GPT-6 Astra diseña hardware. OpenAI afirma que GPT-6 Astra diseñó desde cero, en menos de una semana, un dispositivo para hablar con el agente de programación Codex; se ocupó de la carcasa, el diseño de la PCB, el firmware y la interfaz de usuario. Un modelo interno más reciente obtiene 0,875 en BenchCAD 2.0 frente al 0,594 de Astra, aunque este necesitó varias rondas de revisión.
Message Threads de Anthropic. Anthropic lanzó Message Threads en beta pública; envía solo los cambios desde el último mensaje en lugar de reenviar todo el historial de la conversación. Así reduce el tiempo hasta el primer token alrededor de un 35 % en solicitudes de entre 500.000 y 1 millón de tokens.
Herramientas y frameworks
LangSmith BYOC ya disponible. LangSmith Bring Your Own Cloud ya está disponible de forma general en AWS y en beta en Azure y Google Cloud. Los clientes mantienen las trazas, evals, datasets, prompts y despliegues en su propia cuenta de nube mientras LangChain gestiona el plano de control.
Optimización de agentes de navegador. LangChain explica cómo optimizó Browser Use para deep agents, usando herramientas de Stagehand pensadas para agentes e iterando con trazas y evals. Señalan que las solicitudes de navegador agéntico se multiplicaron por 4,7 en septiembre.
STT para agentes de voz. Soniox lanzó STT v6, una API de voz a texto que lee la entrada de texto del propio agente y la usa para mejorar el reconocimiento y filtrar el eco. Cuesta 0,12 dólares por hora en streaming y 0,10 dólares por hora en modo asíncrono; no reveló el tamaño del modelo.
Investigación destacada
Leer y editar pesos. Varios equipos replicaron la idea de la “programación en el espacio de pesos”: LLM como GPT-6 Astra, Qwen 3.8 27B, DeepSeek V4.1 Flash y Claude Opus 5.5 pueden interpretar los pesos sin procesar del modelo e incluso editar unas pocas neuronas para corregir comportamientos. Las replicaciones incluyen cambiar el comportamiento de traducción en Gemma 4 y corregir los bucles de razonamiento de Qwen.
- Like GPT-6 Astra, Qwen 3.8 27B can interpret model weights(se abre en una pestaña nueva)
- I tried MIT's "weight-space programming" on my own use case: Claude rewrote 8 neurons of Gemma 4 12B to change how it translates one Italian tense(se abre en una pestaña nueva)
- DeepSeek V4.1 Flash 1017 can also do Weight-Space Programming(se abre en una pestaña nueva)
- What Qwen is thinking when it gets stuck saying "Wait"(se abre en una pestaña nueva)
- Qwen 3.8 27B on my laptop can interpret model weights, too(se abre en una pestaña nueva)
Afirmaciones sobre LLM obsoletas. Un estudio de Stanford puso a prueba 50 afirmaciones muy citadas sobre LLM frente a 20 modelos recientes y descubrió que el 44 % de ellas ya estaban obsoletas. Las afirmaciones sobre lo que los modelos no pueden hacer fueron las que antes quedaron obsoletas: solo el 16 % seguía vigente a los dos años.
Estado en contexto largo. Hugging Face presentó StateBench, un benchmark para evaluar cómo siguen los modelos los cambios de estado de las entidades en documentos largos. Distingue entre tareas simples de última actualización y cadenas de cambios más difíciles, y revela carencias en los modelos actuales.
Aplicaciones agénticas
Agentes para descubrir fármacos. Google DeepMind mostró cómo Antigravity con Cheminformatics Skills acelera los flujos de trabajo de descubrimiento de fármacos. Un agente buscó entre miles de compuestos y propuso nuevos macrociclos con rutas sintéticas en una hora, frente a días.
Agentes de IA para SETI. El Allen Telescope Array de SETI ahora usa agentes de IA con Nvidia Holoscan para orientar el telescopio y analizar señales en tiempo real, con un procesamiento de hasta 2,4 Tbps. Como primer resultado, el equipo detectó en tiempo real un púlsar en la nebulosa del Cangrejo.
Arnés robótico de código abierto. Investigadores de Tsinghua y UC Berkeley crearon uni-robot-agent, un arnés de código abierto que permite a Qwen 3.8 Flash Next controlar robots reales sin fine-tuning. Igualó el rendimiento de modelos cerrados en 19 tareas de manipulación, con 1,09 dólares por tarea frente a los 21,29 dólares de GPT-6 Astra.
Industria y empresas
Desaceleración comercial de Palantir. Los ingresos de Palantir en el tercer trimestre crecieron un 96 % interanual hasta 2.310 millones de dólares, pero el crecimiento de los ingresos comerciales en EE. UU. mostró signos de desaceleración, lo que dejó tibios a los inversores. La empresa elevó su previsión para el año completo, aunque los inversores minoristas vendieron una pequeña parte.
Fal duplica su valoración. La startup de inferencia Fal recaudó 1.300 millones de dólares en una ronda liderada por Bessemer, con una valoración de 16.000 millones, el doble que en abril. Superó los 800 millones de dólares de ingresos anualizados, aunque las empresas de inferencia tienen márgenes estrechos por los costes de cómputo.
Márgenes de cómputo de Anthropic. Los ingresos de Anthropic alcanzaron los 17.000 millones de dólares en el trimestre de septiembre, pero los costes de cómputo subieron al 58 % de los ingresos, frente al 48 % del trimestre anterior. El deterioro del margen preocupa de cara a su salida a bolsa.
Revolut recorta costes de código. La fintech británica Revolut redujo a una décima parte los costes de programación con IA al abandonar Claude y pasarse a modelos autoalojados, según una publicación en Reddit. La empresa ahora ejecuta sus propios modelos para generar código.
Política y sociedad
IA de Google en colegios. Google desactivará las herramientas de IA para alumnos de primaria y secundaria de forma predeterminada, pero los centros que opten por no usarlas también perderán por completo el acceso a Google Search. La compañía dice que Search y la IA están profundamente integrados, lo que obliga a los administradores a elegir entre todo o nada.
- Google will let schools skip AI tools, but they have to give up search, too(se abre en una pestaña nueva)
- Google is entirely disabling Search in schools that don’t want AI(se abre en una pestaña nueva)
- Google will let schools disable its AI tools, but not without sacrificing Search(se abre en una pestaña nueva)
Compañeros IA +18 en Apple. Apple exigirá a las apps de citas y a los compañeros de IA con contenido sexual o romántico una clasificación para mayores de 18 años a partir del 16 de noviembre. La medida apunta a apps como Character.AI y Replika, que suelen usar los adolescentes.
Nexus Mods exige declarar IA. Nexus Mods exigirá a los autores de mods que declaren si se usó IA en su trabajo y que expliquen cómo en el caso de los mods asistidos por IA. El sitio dice estar a favor de la creatividad humana, pero no prohibirá la IA por completo.
Eso es todo por este día – unos 5 minutos de lectura.