Modelos y técnicas
Programación de pesos. Los LLM de OpenAI, DeepSeek, Anthropic y otros pueden leer y editar directamente los pesos de las redes neuronales; varias replicaciones muestran correcciones específicas y cambios de comportamiento sin entrenamiento tradicional.
- GPT-6 Astra Edits Qwen Weights: MATH-500 7.9% to 48.1%(se abre en una pestaña nueva)
- Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights(se abre en una pestaña nueva)
- 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)
- GPT-6 Astra sees the matrix and reprograms other AI models directly through their weights(se abre en una pestaña nueva)
- [AINews] Behind Latent Space: Kill My SaaS, Jev & AI in 2026 | AIEi Shanghai(se abre en una pestaña nueva)
- Tried the weight editing thing from the MIT post: Some cool applications, but nothing crazy(se abre en una pestaña nueva)
Hydrogen-1.0 de Deep Principle. Deep Principle publicó un modelo MoE de 753B con pesos abiertos, construido sobre GLM-5.3, para química, materiales y ciencias de la vida; reporta una victoria sobre GPT-6-Astra en FrontierScience-Research.
Modelos frontera abiertos. Hy4, de Tencent, y Kimi K3.1 Pro ya están disponibles o cuentan con pesos abiertos; Hy4 añade uso de computadora y comprensión de imágenes. Baidu también lanzó un MoE base de 280B, y el repositorio de código de Qwen deja entrever futuros modelos Qwen4.
- Alibaba's Qwen Code repo just leaked qwen4-max, qwen4-coder-plus, and qwen4-omni-120b(se abre en una pestaña nueva)
- Official Statement: Qwen Models Will Stick to Open Source to the End!(se abre en una pestaña nueva)
- Kimi-K3.1-Pro is now open-weights(se abre en una pestaña nueva)
- Kimi K3.1 is likely benchmaxxed (with some proof)(se abre en una pestaña nueva)
- Tencent says Hy4 ranks among the best open models. Its weights aren't out yet(se abre en una pestaña nueva)
- Baidu Releases ERNIE 5.5 Flash Base: A 280B MoE Base Model With 14B Active Parameters(se abre en una pestaña nueva)
- Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation model(se abre en una pestaña nueva)
- Tencent releases Hy4 with vision and computer use, claims second place among Chinese AI models(se abre en una pestaña nueva)
La IA acelera la investigación. Un análisis de METR de 11 semanas encontró que el ritmo de mejora de los modelos de Anthropic se duplicó aproximadamente; alrededor del 80 % procedía de IA utilizada en su propia investigación, lo que superó el umbral de escalado responsable de Anthropic.
Agentes y benchmarks
Agente de código proactivo. DeepSeek publicó como código abierto un agente de programación proactivo para GitHub que convierte las solicitudes permitidas en tareas paralelas; en simulación, completa las tareas 1,9 veces más rápido que una línea base de una sola sesión.
Benchmark de largo horizonte. SemiAnalysis publicó GDPx, un benchmark de 206 tareas; Claude Opus 5.5 lidera con un 12 %, y GPT-6 Astra se queda en un 9,6 %, lo que demuestra que los agentes aún tienen problemas con trabajo del mundo real que se extiende durante horas.
La arquitectura de agentes converge. LangChain sostiene que la arquitectura estándar de agentes basada en bucle de LLM y herramientas está convergiendo, y que hay nuevos retos en torno al contexto de largo horizonte, la revelación progresiva y el uso de herramientas en sandbox.
Git a escala Codex. OpenAI creó Pando, un backend de Git que reduce casi 5 veces la latencia mediana de push para pushes concurrentes a escala Codex, y está adquiriendo Pierre Computer Company, creadora de Code Storage y de herramientas que ya hacen funcionar Codex.
Meta compra Conductor. Meta adquirió Conductor, una startup de programación con IA cuyos equipos de agentes permiten a los desarrolladores crear proyectos en espacios de trabajo paralelos; su fundador, Charlie Holtz, dice que los nuevos clientes pueden esperar algo nuevo a principios del próximo año.
Infraestructura e inferencia local
Velocidad de MoE local. Parches como tandem.cpp y Strata, junto con nuevos cuantizados, permiten que Qwen Flash-Next y DeepSeek V4.1 Flash se ejecuten a velocidades de entre 97 y más de 200 tokens por segundo en una sola GPU con offload a CPU/SSD, y las configuraciones con 8 GB de VRAM ya decodifican a 50 tokens por segundo.
- tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE(se abre en una pestaña nueva)
- Speedy is shockingly good for qwen3.8 FN(se abre en una pestaña nueva)
- 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)(se abre en una pestaña nueva)
- Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required(se abre en una pestaña nueva)
- Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)(se abre en una pestaña nueva)
- Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.(se abre en una pestaña nueva)
- We are in the golden age of Local LLM(se abre en una pestaña nueva)
- Qwen Flash Next on Strata is unreal.(se abre en una pestaña nueva)
- Another benchmark has hit the quant war(se abre en una pestaña nueva)
Competencia de cuantización. Unsloth e ISTA-DASLab discuten públicamente la calidad de la cuantización de DeepSeek-V4.1-Flash; Unsloth afirma que sus archivos GGUF rinden entre un 10 % y un 20 % más en programación con contexto largo. La rivalidad está produciendo mejores cuantizaciones.
- Unsloth vs GSQ-RCO - 512K context DeepSeek-V4.1 GGUF benchmarks Terminal Bench(se abre en una pestaña nueva)
- Kind of enjoying the ISTA (GSQ-RCO) vs Unsloth beef(se abre en una pestaña nueva)
- Inconsistencies in Unsloth's LiveCodeBench Results(se abre en una pestaña nueva)
- New Qwen3.8-Flash-Next Unsloth Dynamic V3.1 GGUFs(se abre en una pestaña nueva)
- Unsloth Qwen3.8-Flash-Next GGUFs V3.1 Update (November 4th 2026)(se abre en una pestaña nueva)
- Qwen 3.8 Flash Next GSQ RCO quant as good as BF16(se abre en una pestaña nueva)
Gestor de recursos GPU. Berth es un gestor de recursos GPU escrito en Go que ofrece a las aplicaciones concesiones, prioridades y una cola de solicitudes; admite checkpointing de CUDA y mantener modelos en RAM para cambiar más rápido entre cargas de trabajo de IA.
Negocio y política
OpenAI capta 11.000 millones. OpenAI recibió el primer tramo de 11.000 millones de dólares de una ronda que la valora en 1,25 billones de dólares, por debajo de las expectativas anteriores de 30.000 millones con una valoración de 1,4 billones, tras la caída de las acciones tecnológicas.
- OpenAI reportedly raises an additional $11 billion at a $1.25 trillion valuation(se abre en una pestaña nueva)
- OpenAI valued at $1.25 trillion, as rival Anthropic nears its IPO(se abre en una pestaña nueva)
- OpenAI lands an $11 billion funding round, but has to court dentists for more capital(se abre en una pestaña nueva)
IPO de Anthropic bajo presión. Los ingresos de Anthropic crecieron 12 veces hasta 17.000 millones de dólares, pero perdió 23.300 millones por compromisos de cómputo; los inversores se resisten a una valoración de 1,5 billones en la IPO y algunos sugieren 1 billón.
- Anthropic grows revenue twelvefold but posts $23 billion loss(se abre en una pestaña nueva)
- Anthropic warns that it’s very close to RSI capability, aka self-building AI(se abre en una pestaña nueva)
- Anthropic is still grappling with the economics of compute(se abre en una pestaña nueva)
- Anthropic's $1.5 trillion IPO hits resistance as investors balk at valuation(se abre en una pestaña nueva)
- [AINews] Anthropic IPO: Whither Now?(se abre en una pestaña nueva)
- Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation(se abre en una pestaña nueva)
Rechazo a centros de datos. Los votantes aprobaron 40 de las 41 restricciones locales a centros de datos; OpenAI prometió no firmar acuerdos de confidencialidad con cargos públicos y cubrir todos los costos eléctricos, mientras Meta advirtió de que la expansión de la IA podría ralentizarse.
- After the midterms, a bigger clash over data centers could be coming(se abre en una pestaña nueva)
- Big Tech claims voters’ AI backlash is “anti-Trump” not “anti-tech”(se abre en una pestaña nueva)
- Texas was the new epicenter of the AI data center buildout. That might be kaput.(se abre en una pestaña nueva)
- Data centers lost the midterms(se abre en una pestaña nueva)
- How a Blue Wave midterm might reshape the AI industry(se abre en una pestaña nueva)
- After the midterms, is the AI industry in for a rough two years?(se abre en una pestaña nueva)
- Big Tech lost big in the 2026 election(se abre en una pestaña nueva)
- All the latest updates on AI data centers(se abre en una pestaña nueva)
- After the midterms, things are looking rocky for Elon Musk and data centers(se abre en una pestaña nueva)
- OpenAI might rebrand its data centers as ‘AI compute campuses’(se abre en una pestaña nueva)
- OpenAI is stepping back from NDAs for data center projects(se abre en una pestaña nueva)
- After midterm rout, OpenAI tries to win over communities it needs for AI expansion(se abre en una pestaña nueva)
- Meta warns that election backlash against data centers could make AI expansion harder(se abre en una pestaña nueva)
- ‘Total repudiation’: The blue wave is about to hit AI(se abre en una pestaña nueva)
- OpenAI is already trying to shape the 2028 election(se abre en una pestaña nueva)
Ese es el resumen semanal – nos vemos el próximo domingo.