Moonshot publica los pesos de Kimi K3.1 Pro, Cognition lanza SWE-2 Flash, RoboColosseum evalúa los robots en condiciones reales

Moonshot AI cumple su promesa y publica en Hugging Face los pesos de Kimi K3.1 Pro, un MoE de 2,8T parámetros, bajo una licencia de tipo MIT con condiciones para los mayores revendedores. Cognition lanza SWE-2 Flash, un modelo de código basado en Inkling-Small y cinco veces más barato que SWE-2, y RoboColosseum somete a evaluación políticas robóticas en más de 100 robots reales. OpenAI va a adquirir Pierre, cuyas herramientas ya utiliza Codex, mientras que VS Code 1.145 reúne a Copilot, Claude y Codex en una misma sesión y GitHub Copilot llega al asistente de código de Xcode.

Moonshot AI publica, como prometió, los pesos de Kimi K3.1 Pro, un MoE de 2,8T parámetros, en Hugging Face

4 de noviembre — Durante el lanzamiento de Kimi K3.1 Pro, el 23 de octubre, Moonshot AI había prometido los pesos completos para el 4 de noviembre como muy tarde: ya están disponibles. El repositorio moonshotai/Kimi-K3.1-Pro, creado el 2 de noviembre y anunciado por @Kimi_Moonshot el 4 de noviembre a las 16 h 00 UTC, es de libre acceso, sin formulario: 96 archivos safetensors, aproximadamente 1,56 To en total.

La ficha del modelo detalla lo que el anuncio de lanzamiento resumía. Kimi K3.1 Pro, que Moonshot AI presenta como su modelo «de clase 3T» más capaz, es nativamente multimodal (texto e imagen) y está postentrenado a partir de Kimi K3. Se señala un cambio de arquitectura respecto a Kimi K3: sus capas de atención completa Gated MLA dan paso a 24 capas Gated DeepSeek Sparse Attention (Gated DSA), más eficientes con contextos largos. Los pesos se entregan en MXFP4, con activaciones en MXFP8, un formato aprendido desde el entrenamiento (quantization-aware training).

Característica técnica	Valor según la ficha
Parámetros totales y activos	2,8T, de los cuales 104B activos
Capas de la red	93, de las cuales 69 KDA y 24 Gated DSA
Expertos del MoE	896, de los cuales 16 por token y 2 compartidos
Ventana de contexto	1 048 576 tokens
Formato de los pesos	MXFP4, activaciones en MXFP8
Codificador visual	MoonViT-V2, 401M parámetros
Archivos publicados	96 safetensors, aproximadamente 1,56 To

Moonshot AI recomienda vLLM, SGLang y TokenSpeed para servir el modelo, también accesible mediante la API de platform.kimi.ai (identificador kimi-k3.1-pro). Together AI, que figura entre los proveedores de inferencia de la página, ya lo sirve y ofrece postentrenarlo (véanse las noticias breves). La ficha insiste en un punto de integración: en conversaciones de varios turnos o con llamadas a herramientas, el mensaje completo del asistente, incluido el razonamiento, debe reenviarse al modelo tal cual. Se repiten las puntuaciones presentadas en el lanzamiento: 65,7 en Terminal-Bench 4.0, justo detrás de Claude Opus 5.5 (66,4), y 51,7 en SWE Marathon v1.1, la mejor puntuación de la tabla, con Kimi K3.1 Pro evaluado utilizando Claude Code como arnés.

La licencia, denominada «Kimi K3.1-Pro License», retoma la estructura de una licencia MIT (uso, modificación, redistribución y venta autorizados) con dos condiciones. Una empresa que desarrolle una actividad de modelo como servicio (Model as a Service), dando a terceros acceso a la inferencia o al ajuste fino, y cuya facturación acumulada supere los 20 millones de dólares en doce meses consecutivos debe firmar un acuerdo separado con Moonshot AI antes de cualquier uso comercial. Un producto comercial con más de 100 millones de usuarios activos mensuales, o con más de 20 millones de dólares de ingresos mensuales, debe mostrar «Kimi K3.1-Pro» de forma visible. Ni el uso interno ni el uso a través de los productos oficiales de Moonshot AI o de sus socios de inferencia certificados están sujetos a estas condiciones.

🔗 Kimi K3.1 Pro en Hugging Face · El anuncio de Moonshot AI en X

Cognition lanza SWE-2 Flash, un modelo de código basado en Inkling-Small y cinco veces más barato que SWE-2

4 de noviembre — Cognition lanza SWE-2 Flash, un modelo de código rápido y eficiente, disponible de inmediato en Devin Desktop y la CLI de Devin, y gratuito hasta el 30 de noviembre (para los suscriptores Pro, Max y Teams, precisa el hilo del anuncio). Cambio de base: mientras que SWE-2, lanzado el 10 de septiembre, se había postentrenado sobre Kimi K3, SWE-2 Flash parte de Inkling-Small, el modelo de pesos abiertos de Thinking Machines (276B parámetros, de los cuales 12B activos). Cognition lo presenta como un modelo de código íntegramente estadounidense (fully American coding model). Según la empresa, cuesta cinco veces menos que SWE-2 y es tres veces más rápido, sin que se haya publicado un precio absoluto; la demostración de velocidad (200 frente a 60 tokens por segundo) es una reproducción simulada de una tarea.

Introducing SWE-2 Flash, our new fast & efficient coding model. On leading evals, it outperforms all American open-weight models, even ones 3x larger. To balance transparency and cyber risks, we are building a program to securely share the weights with partners & researchers.

🇪🇸 Presentamos SWE-2 Flash, nuestro nuevo modelo de código rápido y eficiente. En las principales evaluaciones, supera a todos los modelos estadounidenses de pesos abiertos, incluso a los que son tres veces más grandes. Para conciliar la transparencia y los riesgos de ciberseguridad, estamos poniendo en marcha un programa para compartir los pesos de forma segura con socios e investigadores. — @cognition en X

La novedad reside ante todo en la receta. Por primera vez, Cognition introduce una fase de entrenamiento intermedio (mid-training) antes del aprendizaje por refuerzo: varios billones de tokens de artículos científicos, blogs y código, en tres etapas que reservan los datos más escasos y cuidados para el final. A continuación llega un RL a gran escala, cuyas mejoras proceden sobre todo de tareas más variadas y mejor verificadas. Resultado anunciado respecto al modelo base: Terminal-Bench 4.0 pasa del 0,9 % al 20,0 %, FrontierCode 2.0, el benchmark propio, del 3,2 % al 24,0 %, y ExploitBench del 11,3 % al 34,8 %.

Banco de evaluación (%)	SWE-2 Flash	Inkling-Small (base)	Muse Spark Open	GLM 5.3 Flash	SWE-2
Tamaño (total-activos)	276B-A12B	276B-A12B	816B-A42B	320B-A18B	2,8T-A104B
FrontierCode 2.0	24,0	3,2	6,2	14,2	23,8
Terminal-Bench 4.0	20,0	0,9	8,0	41,8	27,3
DeepSWE 1.1	60,1	17,4	60,0	63,4	73,0
SWE-Atlas QA	50,0	27,4	54,0	56,5	56,3
ExploitBench	34,8	11,3	—	36,0	36,1

La tabla de la publicación matiza la afirmación principal. Muse Spark Open de Meta, tres veces más grande, mantiene la ventaja en SWE-Atlas QA (54,0 frente a 50,0) y está a la par en DeepSWE 1.1. Frente a los modelos abiertos chinos, el balance es desigual: SWE-2 Flash supera a GLM 5.3 Flash y DeepSeek V4.1 Flash en FrontierCode 2.0, pero queda muy por detrás de ellos en Terminal-Bench 4.0 (20,0 frente a 41,8 y 42,3). Supera por muy poco a SWE-2 en FrontierCode 2.0, sin alcanzarlo en ninguna otra fila.

Los pesos no se han publicado por ahora. Cognition se centró en la ciberseguridad durante el entrenamiento y recuerda que estas capacidades también sirven a los atacantes, como ha demostrado, según la empresa, una reciente oleada de ciberataques. La empresa prepara un programa para compartir los pesos de forma segura con socios industriales y laboratorios de investigación de confianza, que podrían ajustar el modelo y ejecutarlo en entornos sensibles; promete dar los detalles dentro de unas semanas.

🔗 Presentación de SWE-2 Flash (Cognition)

Agentes de código: Claude Code 2.1.318, VS Code 1.145, Copilot en Xcode, Vibe CLI 3.1.0 y Antigravity 2.29.0

Claude Code 2.1.318 avisa de la caducidad de las conexiones, y Haiku 5.5 redacta la línea de estado de los subagentes

4 de noviembre — Claude Code 2.1.318 incluye 84 entradas, de las cuales 47 son correcciones. Disponible en npm desde el 3 de noviembre a las 21 h 55 UTC, sus notas se publicaron en GitHub poco después de la medianoche UTC; el canal estable de npm sigue en la 2.1.311. La novedad más útil afecta a las conexiones guardadas de claude.ai, que caducan: su fecha de caducidad aparece ahora en claude auth status (loginExpiresAt) y en los resultados JSON de claude -p (credential_expires_at), y claude -p avisa en stderr diez días antes del vencimiento. Una tarea automatizada ya no descubre la caducidad en el momento en que falla.

Ámbito afectado	Novedad de la 2.1.318
Sesiones cloud	Opción No repository: una sesión en un entorno alojado por Anthropic, sin elegir un repositorio
Subagentes en segundo plano	Un comando shell pasa a segundo plano después de 3 minutos, para que la caché de prompt no caduque
Administración	`deniedMcpServers` también bloquea los servidores proporcionados por Anthropic cuya URL de origen coincida, `assume_role` en los upstreams `mantle`
Extensión IDE	Ya no se instala al iniciar en el terminal de un IDE: hay que utilizar `/ide`
Runner autoalojado	Nuevo formato de los registros del orquestador; hay que revisar los scripts que buscan `retryable=true:`

Ese mismo día, @ClaudeDevs anuncia un cambio que ninguna nota de versión, desde la 2.1.316 hasta la 2.1.318, describe. La línea de estado de un subagente en segundo plano, actualizada cada 30 segundos, releía hasta ahora toda su conversación; ahora la redacta Haiku 5.5 a partir de notas breves, mientras el subagente conserva su propio modelo. Según Anthropic, cada actualización cuesta aproximadamente un 99 % menos, y las sesiones con subagentes en segundo plano han consumido alrededor de un 5 % menos del límite, lo que equivale a aproximadamente un 6 % más de prompts. El cambio se aplica a la mayoría de los suscriptores Pro, Max y Ultra y a todos los Team y Enterprise, con Claude Code 2.1.316 o posterior; Lydia Hallie, del equipo de Claude Code, precisa que solo afecta a la CLI.

🔗 Notas de la versión de Claude Code 2.1.318 · El hilo de @ClaudeDevs sobre Haiku 5.5

VS Code 1.145 combina los arneses de Copilot, Claude y Codex en una misma sesión

4 de noviembre — VS Code 1.145 continúa su transición hacia los agentes. Principal novedad, en versión preliminar: una misma sesión puede reunir conversaciones anidadas que se ejecutan en arneses distintos, por ejemplo, Claude revisando el plan redactado por una conversación de Copilot, o Codex al que se le encarga la misma tarea, en paralelo. Cada conversación conserva su modelo, su agente y sus niveles de permiso. La idea amplía Compare Models, que llegó en versión preliminar con VS Code 1.143.

Las automatizaciones locales admiten ahora una programación mediante una expresión cron y pueden apoyarse en un agente personalizado del espacio de trabajo; las automatizaciones cloud no tienen esta posibilidad. Para los agentes remotos, el navegador integrado de la ventana Agents pasa por el host remoto, lo que permite previsualizar la aplicación iniciada por el agente en esa máquina (versión preliminar). El arnés Copilot sigue siendo la opción predeterminada para las nuevas sesiones, con una guía de transición desde el arnés Local, que pierde tres herramientas (#installExtension, #runCommand y #newWorkspace), así como el comando /new: hay que corregir los agentes personalizados y los archivos de prompt que los mencionen. En las empresas, la lista de servidores MCP autorizados gestionada por la organización prevalece ahora sobre la restricción al registro.

🔗 Notas de la versión de VS Code 1.145

GitHub Copilot llega al asistente de código integrado de Xcode, en versión preliminar pública

4 de noviembre — GitHub Copilot funciona ahora en el asistente de código integrado en Xcode, en versión preliminar pública a partir de Xcode 27.3 beta, en un Mac con macOS Tahoe 26.6 o posterior. La integración se configura en los ajustes de Xcode, en la sección Intelligence, y funciona con todos los planes de Copilot. Es una segunda vía de acceso para los desarrolladores de Apple: la extensión GitHub Copilot for Xcode, distribuida por separado, sigue disponible. GitHub no precisa ni los modelos ofrecidos ni las funciones accesibles desde el asistente de Apple, y recoge los comentarios en el repositorio de la extensión o mediante la herramienta de informes de Apple (Feedback Assistant).

🔗 GitHub Copilot en el asistente de código de Xcode

Vibe CLI 3.1.0 añade /context, un indicador de uso mensual y la lectura de imágenes

4 de noviembre — Mistral publica Vibe CLI 3.1.0, la primera versión menor desde la 3.0.0 del 19 de octubre, sin anuncio en X: 67 entradas (11 incorporaciones, 25 cambios, 29 correcciones y 2 eliminaciones). El comando /context muestra qué ocupa la ventana de contexto (prompt del sistema, definiciones de herramientas, skills, conversación, espacio libre y reserva de compactación automática) con una estimación en tokens por categoría. El pie de página muestra la proporción consumida del uso mensual de Vibe Code, en amarillo y después en rojo, o la indicación PAYG cuando entra en vigor el pago por uso. La herramienta read_file también abre imágenes con un modelo capaz de leerlas, Ctrl+R busca en el historial de prompts (la grabación de voz pasa a Ctrl+T), y llega un conector MCP de Mistral en fase experimental.

Varias correcciones se centran en Mistral Large 4: un turno iniciado sin nivel de reflexión ya no falla con un error 400, el selector ofrece Low, High y Max, y el modo smart approve ya no solicita una aprobación en cada llamada a herramientas con los modelos que no pueden desactivar su razonamiento, como GLM 5.3. El ajuste smart_approve_default desaparece en favor de default_agent = "smart-approve".

🔗 Notas de la versión de Vibe CLI 3.1.0

Antigravity 2.29.0 empieza a desplegar un modo de voz Gemini Live y agentes remotos en la nube

3 de noviembre — La versión 2.29.0 de la aplicación Antigravity (22 mejoras, 13 correcciones) empieza a desplegar progresivamente dos funciones. El modo de voz, impulsado por Gemini Live, permite hablar con Antigravity y encargar tareas al agente mediante la voz. Los agentes remotos (remote agents) llegan a los suscriptores de Google AI Ultra y Pro: las conversaciones de un proyecto en la nube se ejecutan en la nube en lugar de en el ordenador y siguen siendo accesibles desde antigravity.google.com/remote. Antigravity ya podía controlarse a distancia con Remote Control desde agosto, pero entonces la sesión se ejecutaba en el equipo del usuario; esta vez, es la propia ejecución la que sale del equipo.

La versión también añade un visor nativo de notebooks Jupyter, una página de automatizaciones rediseñada (programadas, siempre activas, en pausa) y, en el navegador integrado, descargas e historial de navegación. En cuanto a las correcciones, los worktrees Git creados para los subagentes ahora incluyen los cambios locales sin commit.

🔗 El changelog de Antigravity

RoboColosseum evalúa políticas robóticas en una flota de más de 100 robots reales

4 de noviembre — RoboColosseum abre sus puertas: una iniciativa de evaluación abierta que mide las políticas robóticas fuera de los laboratorios y los simuladores, en una flota de robots desplegados en condiciones reales (in-the-wild), como humanoides Unitree G1 en viviendas o brazos YAM en restaurantes. Su sitio web indica que fue fundada por NUS MAGIC Lab, BitRobot, EAIC Singapore y Hugging Face, que se presenta como socio fundador. El hilo de lanzamiento anuncia más de 100 robots, más de 140 escenas y 10 000 horas de evaluación gratuitas, asignadas previa solicitud.

Robotics has an evaluation problem. Most benchmarking efforts have measured progress in sim or labs.

🇪🇸 La robótica tiene un problema de evaluación. La mayoría de los esfuerzos de medición han seguido los avances en simulación o en laboratorio. — @RoboColosseum en X

Coexisten dos modalidades. Open Track enfrenta a dos modelos anónimos que reciben la misma instrucción inédita en la misma escena: un evaluador humano elige la mejor ejecución o declara un empate. Fine-tune Track ajusta cada modelo para una misma tarea a partir de las mismas 100 demostraciones y después le concede 25 intentos. La primera campaña enfrenta a cinco políticas de visión-lenguaje-acción (VLA) con tres modelos de frontera.

Política evaluada (Franka, Open Track)	Desarrollador del modelo	Puntuación DCR (±1 desviación estándar)	Comparaciones a ciegas
GPT-6 Astra	OpenAI	1 925 ±38	194
MolmoAct2	Ai2	1 869 ±24	1 859
G0.5	Galaxea	1 744 ±27	1 626
Claude Opus 5.5	Anthropic	1 636 ±47	206
GR00T N1.7	NVIDIA	1 350 ±36	1 797
π0.5	Physical Intelligence	1 285 ±43	1 845
LingBot-VLA v2	Robbyant	1 233 ±56	1 603
Grok 4.7	SpaceXSI	1 160 ±128	193

En el brazo Franka, la clasificación en línea de Open Track (datos del 4 de noviembre, actualizados cada hora, 4 662 comparaciones evaluadas a ciegas) sitúa a GPT-6 Astra en cabeza, por delante de MolmoAct2 de Ai2, pero la diferencia sigue dentro de las barras de error, y los modelos de frontera solo cuentan con unas 200 comparaciones cada uno, frente a más de 1 600 para cada VLA. Ai2 destaca que MolmoAct 2 termina segundo sin entrenamiento adicional para estas tareas.

El artículo que acompaña al lanzamiento, publicado en arXiv el 2 de noviembre, matiza este panorama a partir de 5 699 comparaciones realizadas en 124 emplazamientos: los agentes de frontera compiten con las VLA especializadas, pero ningún sistema realiza de forma fiable las tareas en entornos abiertos. Tras el ajuste fino, GR00T N1.7 se sitúa en cabeza en SO-101 y π0.5 en Franka y en el puesto bimanual YAM, y las clasificaciones de Open Track predicen mal las obtenidas tras el ajuste fino. En el humanoide G1, ninguna política completa ni una de las cinco tareas, con un progreso medio del 13,3 % al 23,2 %. Todas las ejecuciones, incluidos los fallos, se publican en Hugging Face en formato LeRobot.

🔗 El hilo de lanzamiento de RoboColosseum · La clasificación de RoboColosseum · El artículo de arXiv 2611.02497

OpenAI va a adquirir Pierre Computer Company, cuyas herramientas Trees y Diffs ya están integradas en Codex

4 de noviembre — OpenAI anuncia que va a adquirir Pierre Computer Company, una pequeña empresa de herramientas para desarrolladores. Su producto comercial, Code Storage, es una API que permite a las aplicaciones almacenar código y seguir su historial con Git; sus bibliotecas open source Trees, para navegar por los archivos de un proyecto, y Diffs, para visualizar los cambios, ya están integradas en la aplicación Codex.

Today we’re announcing that OpenAI will acquire @pierrecomputer to accelerate our vision for making Codex a place where teams can build software together with AI, from first idea to the version they ship. Pierre’s open-source developer tools already power parts of Codex today. Together, we’ll build on that foundation for the agentic era.

🇪🇸 Hoy anunciamos que OpenAI va a adquirir @pierrecomputer para acelerar nuestro proyecto de convertir Codex en un lugar donde los equipos construyen software con IA, desde la primera idea hasta la versión que entregan. Las herramientas open source para desarrolladores de Pierre ya hacen funcionar algunas partes de Codex. Juntos, construiremos sobre estas bases para la era de los agentes. — @OpenAINewsroom en X

OpenAI vincula la operación con Pando, el backend Git de su monorepo presentado dos días antes: la empresa quiere establecer los estándares del desarrollo de software, desde la primera rama creada por un agente hasta el despliegue, e impulsar la gestión de versiones (source control) en todo el sector una vez finalizada la adquisición. Los proyectos open source de Pierre seguirán abiertos, y Code Storage seguirá disponible para sus clientes mientras se integran sus funciones en Codex. La operación aún debe obtener las autorizaciones regulatorias habituales; no se han comunicado ni el importe ni el calendario.

🔗 OpenAI adquirirá Pierre Computer Company

La IA al servicio de la ciencia: un vault de bacteriófago con Claude, NeuralGCM+ en Ai2 y FVCOM portado a Rust

Anthropic describe con Claude la estructura 3D de un vault procedente de un bacteriófago

4 de noviembre — El equipo científico de Anthropic publica la estructura 3D de un vault producido a partir de una proteína de bacteriófago, algo inédito en procariotas según la empresa. Los vaults son grandes cubiertas proteicas huecas, unas tres veces más pesadas que un ribosoma, descubiertas en 1986 y cuya función sigue siendo desconocida. Este, denominado L05 y producido en la bacteria E. coli, contiene 96 copias de una misma proteína, frente a las 78 de los mamíferos, con unos 9,5 megadaltones y aproximadamente un 25 % más de volumen. Una pequeña molécula no identificada, alojada en cada una de las 96 copias, recuerda por su forma a la coenzima A: una primera pista sobre su función, si se confirma.

Claude intervino en cada etapa: búsqueda de proteínas emparentadas entre unos 15 mil millones de proteínas predichas con Claude Science, purificación reducida de unos tres días a unos 90 minutos, primer modelo estructural en 34 horas en lugar de varias semanas según el equipo. Anthropic también detalla sus errores: un protocolo que contenía un aditivo que dificulta la entrada del ADN en las células costó dos semanas, y la omisión de una etapa estándar de criomicroscopía electrónica produjo un mapa mezclado con su imagen especular. La prepublicación se ha enviado a bioRxiv; Leonard Rome, codescubridor de los vaults, asesoró al equipo como consultor remunerado.

🔗 Investigación de partículas vault con Claude

Ai2 lanza NeuralGCM+, un modelo climático abierto financiado por Google.org durante tres años

4 de noviembre — Ai2 lanza un programa de modelización climática financiado por Google.org con varios millones de dólares durante tres años (no se ha publicado el importe exacto), con el apoyo técnico de Google Research. Debe producir NeuralGCM+, un modelo open source que amplía NeuralGCM de Google Research: un modelo híbrido que resuelve las ecuaciones físicas para la dinámica a gran escala y confía a la IA los procesos más detallados, como la formación de nubes y las precipitaciones. En un benchmark público, una versión exclusivamente atmosférica de NeuralGCM simuló un año de atmósfera global en ocho minutos con un solo TPU.

Ai2 quiere acoplar el océano y el hielo marino para mantener simulaciones estables durante varias décadas, reduciendo los errores regionales de temperatura y lluvia de los últimos 50 años. Los papeles están repartidos: Google Research se centra en predicciones a unas semanas o meses, y Ai2 en tendencias a lo largo de años y décadas, como la evolución de las lluvias y del agua disponible de aquí a mediados de siglo en el suroeste de Estados Unidos. Los modelos y los marcos de modelización se publicarán con workflows documentados.

🔗 La entrada de Ai2 sobre la colaboración con Google

Google porta a Rust el núcleo de FVCOM, un modelo oceánico Fortran de 174 000 líneas, con Gemini 4 Argon

3 de noviembre — Otra forma de dotar de herramientas a la modelización oceánica: en el blog de Antigravity, Dan Gruhl y Prashant Nair, del equipo AI R&D de Google, cuentan cómo Gemini 4 Argon modernizó FVCOM (Finite-Volume Community Ocean Model), un modelo oceánico costero de 174 774 líneas de Fortran 90 y C repartidas en 264 archivos. A partir de un solo prompt, el agente portó su núcleo a Rust completamente seguro en cuanto a memoria, en 59 minutos, bajo cuatro restricciones: ningún código unsafe, ninguna asignación de memoria en los bucles de cálculo, archivos de menos de 400 líneas y un resultado idéntico al de Fortran con 100 semillas aleatorias.

La auditoría detectó seis bugs de varias décadas de antigüedad en el código original, entre ellos un desbordamiento de entero en las mallas de más de 1 300 nodos. Las 100 simulaciones coinciden con Fortran con una precisión de 12 decimales.

Etapa de la migración	Duración de ejecución	Aceleración medida	Memoria máxima
Fortran 90 y C originales (-O3)	883 ms	1,00x	11,84 Mo
Rust seguro idiomático	682 ms	1,29x	6,39 Mo
Estructura de arrays (SoA), sin asignaciones en bucle	548 ms	1,61x	5,83 Mo
Optimización guiada por perfiles de LLVM	469 ms	1,88x	5,48 Mo

Google presenta el método como un skill open source, migrate-to-rust, que figura en el repositorio google/skills desde el 13 de octubre.

🔗 La entrada de Antigravity sobre FVCOM

API y plataformas para desarrolladores: Decisions API de Perplexity, marca de agua por defecto de Grok, Together Compiler y Cohere en OpenRouter

La Decisions API de Perplexity busca en la web antes de responder

4 de noviembre — Perplexity añade fundamentación en la web (web grounding) a su Decisions API, la API de modelos de decisión lanzada el 1 de octubre, que responde con probabilidades en lugar de texto. Hasta ahora, el modelo solo conocía su entrenamiento y el contexto (state) enviado por el desarrollador. Con el ajuste "mode": "web_grounding", la pasarela realiza primero una búsqueda Perplexity Fast Search por pregunta (hasta 100 por solicitud), añade títulos, URL y texto de las páginas al contexto, y la respuesta enumera las fuentes en search_results. Cada búsqueda cuesta 0,001 dólares además de los tokens de entrada (0,02 dólares por millón para pplx-decider-v1.2). Con los SDK de Python y TypeScript, el parámetro se incluye en el cuerpo de la solicitud.

Medición publicada por Perplexity	Sin web grounding	Con web grounding
Prueba interna, 328 afirmaciones	56,4 %	97,3 %
Prueba interna, latencia mediana	139 ms	366 ms
PWS-Decisions, 100 preguntas públicas	51 %	86 %

En el benchmark público PWS-Decisions, Perplexity también mide 370 ms de latencia mediana y 685 ms en el percentil 95 con la búsqueda web.

🔗 Web grounding para la Decisions API

SpaceXSI aplicará por defecto una marca de agua al texto de sus modelos Grok en la API a partir del 7 de noviembre

3 de noviembre — La versión 0.2.8 del SDK de TypeScript de SpaceXSI ha hecho visible una página de documentación actualizada el 31 de octubre: a partir del 7 de noviembre de 2026, el texto producido por grok-4.7, grok-4.6, grok-4.5, grok-4.3 y las tres variantes de grok-4.20 llevará una marca de agua por defecto en la API, para cumplir con el AI Act europeo. La marca de agua, invisible, orienta ligeramente la elección de los tokens sin añadir caracteres; abarca todas las API de texto, incluidas las salidas estructuradas y los argumentos de las llamadas a herramientas, en todos los puntos de acceso. La cabecera x-watermark indica una respuesta con marca de agua, y la API de detección, de carácter estadístico, solo está disponible previa solicitud.

Solo los administradores de equipo pueden desactivarla, modelo por modelo, con efecto en un plazo de 5 minutos, declarando que se aplica una excepción prevista por la ley y que el equipo asume en exclusiva sus obligaciones de marcado; algunos modelos pueden permanecer bloqueados. Anthropic amplió su propia marca de agua de texto el 3 de noviembre, mientras que la de OpenAI sigue desactivada por defecto en la API.

🔗 Marcas de agua en las salidas, documentación de SpaceXSI

Together AI lanza Together Compiler, agentes que optimizan continuamente la inferencia de sus modelos abiertos

4 de noviembre — Together AI confía a agentes la optimización de su motor de inferencia. Together Compiler parte del modelo, del hardware y del patrón de tráfico: un enjambre de agentes propone modificaciones de kernels, un motor persistente comprueba la velocidad y la exactitud de cada una frente al motor original, y solo las modificaciones verificadas pasan a producción. Together habla de compilación continua (continual compilation), que se reinicia cuando cambian el modelo, el hardware o la carga.

Las mejoras anunciadas son las comunicadas por Together: hasta 2,6 veces más tokens por GPU a igual velocidad por usuario en Kimi K3, GLM 5.3, MiniMax M3.1-Flash y DeepSeek V4.1-Flash, tras 24 horas de compilación en dos nodos por modelo, frente a las mejores configuraciones publicadas en el benchmark InferenceX de SemiAnalysis; hasta un 50 % más rápido en cargas de clientes; 1 111 y 1 205 tokens por segundo con baja latencia en MiniMax M3.1-Flash y DeepSeek V4.1-Flash. SemiAnalysis afirma haber validado uno de los resultados. El compilador ya está activado por defecto en DeepSeek V4.1 Flash, GLM 5.3 Flash y GLM 5.3 en serverless. Together lo presenta como el primer sistema de inferencia con automejora recursiva (recursive self-improvement) a escala de producción, una formulación que corre por cuenta de la empresa.

🔗 Together Compiler en el blog de Together AI

Cohere pone Embed 5 y Rerank 5 a disposición en OpenRouter

4 de noviembre — Las cuatro variantes de los modelos de búsqueda de Cohere (Embed 5 Pro y Fast, Rerank 5 Pro y Fast) llegan a OpenRouter, utilizables con la clave y los créditos de OpenRouter existentes, a las tarifas de la API de Cohere: 0,12 y 0,08 dólares por millón de tokens para los embeddings, 0,05 y 0,02 dólares para la reordenación (reranking). Dos límites propios de OpenRouter: los vectores se devuelven como números de coma flotante (int8 y binario requieren la API de Cohere), y Rerank 5 sigue limitado al texto. La publicación, un tutorial de generación aumentada por recuperación (RAG), recuerda que, según las pruebas de Cohere con 40 conjuntos de datos, consultar con Embed 5 Fast un índice construido con Embed 5 Pro conserva el 98,4 % de la calidad de una búsqueda realizada íntegramente con Pro.

🔗 Modelos de recuperación de Cohere en OpenRouter

Voz: remezcla de voces de Gemini 3.8 Flash TTS y ElevenAgents en los centros de contacto

Gemini 3.8 Flash TTS incorpora la remezcla, que crea una nueva voz a partir de una existente

4 de noviembre — Google añade un tercer modo de creación de voces a Gemini 3.8 Flash TTS, tras el diseño (Voice design) y la replicación lanzados el 23 de septiembre. La remezcla de voces (Voice remixing) parte de una voz existente, una de las más de 2 000 voces de la biblioteca o una voz diseñada a medida, y la modifica mediante instrucciones en lenguaje natural: timbre, tono, velocidad, acento o edad. Google cita, por ejemplo, un ligero acento del sur de Estados Unidos o una voz de dragón que escupe fuego.

En la API, la llamada POST /v1beta/voices con gemini-3.8-flash-tts crea una nueva voz almacenada, independiente de la original, utilizable con Gemini 3.8 Flash TTS y Gemini 3.8 Flash-Lite TTS, y que a su vez puede servir de base para una nueva remezcla. En AI Studio, el botón Remix this voice ofrece tres tomas para escucharlas una junto a otra. Se necesita un proyecto en el nivel de pago (Tier 1 o superior); cada proyecto almacena hasta 200 voces, y una voz se conserva durante un año después de su último uso.

🔗 El anuncio de Google en X · La guía de Voice remixing

ElevenLabs integra ElevenAgents de forma nativa en NiCE CXone, Genesys Cloud, Amazon Connect y Five9

4 de noviembre — ElevenAgents, la plataforma de agentes de voz de ElevenLabs, se integra ahora de forma nativa en cuatro grandes plataformas de centros de contacto, para añadir agentes de voz a los flujos de llamadas existentes sin modificar la telefonía, el enrutamiento ni el CRM. Para cualquier otra plataforma, ElevenAgents se conecta mediante SIP (Session Initiation Protocol), con proveedores de telefonía como Twilio, Vonage, Telnyx, Plivo, Bandwidth o Exotel.

Plataforma de centro de contacto	Modo de integración anunciado
NiCE CXone	Integración nativa, CXone conserva la telefonía, el enrutamiento y los informes
Genesys Cloud	Audio Connector nativo, sin enlace SIP (SIP trunking)
Amazon Connect	El agente de IA de Amazon Connect recurre a ElevenAgents y después retoma el control
Five9	SIP mediante Five9 AI Agent Connect, un módulo complementario de Five9

La publicación recuerda que hay más de 17 000 voces en más de 90 idiomas y cita a AMC Health, que eligió ElevenLabs, entre otros motivos, porque Genesys ya era su plataforma de telefonía. No ofrece tarifas ni cifras de rendimiento, y amplía la colaboración con Genesys anunciada el 3 de septiembre.

🔗 ElevenAgents se integra con las principales plataformas de centros de contacto

Vídeo y música generativos: Kling 4.0 Flash para todos y Suno que parte de un archivo MIDI

Kling pone Kling 4.0 Flash a disposición de todos, en su sitio web y mediante la API

4 de noviembre — Kling 4.0 Flash, la variante rápida de Kling 4.0, en acceso anticipado limitado desde el 28 de septiembre, ya está disponible para todos en el sitio de Kling AI y mediante la API. Kling precisa que también se puede invocar mediante su servidor MCP, su CLI y sus plugins, incluidos los de Adobe Photoshop, Premiere Pro y After Effects. El anuncio no indica la duración máxima, la resolución ni la tarifa, y las notas de versión de Kling llegan hasta el lanzamiento de Kling 4.0, el 15 de octubre. Durante el acceso anticipado, Kling 4.0 Flash producía planos de 3 a 20 segundos en 720p; nada indica si estos límites han cambiado.

🔗 El anuncio de Kling en X

Suno permite empezar una canción a partir de un archivo MIDI

4 de noviembre — Suno acepta ahora un archivo MIDI como punto de partida de una canción: se arrastra un archivo .mid o .midi a la página Create, o se selecciona en el menú «+», y después se indica en lenguaje natural qué debe hacer Suno con él: tocar las notas exactamente como están escritas o retomar un motivo para desarrollarlo o asignarlo a otros instrumentos. A diferencia de Remix y Cover, que parten de un archivo de audio (WAV o MP3), el MIDI transmite las notas y el ritmo exactos, lo que permite un control más preciso. La publicación cita el arreglo de un MIDI para una orquesta completa, un coro góspel con piano o un cuarteto de cuerda fiel a los acordes. En su lanzamiento, la función utiliza el modo Simple Create y el modelo v6-wild, y está reservada a los suscriptores Pro y Premier; complementa la exportación MIDI añadida el 26 de julio.

🔗 Empieza canciones con MIDI

Los dots de ChatGPT pasan a estar disponibles de forma general para Enterprise, Edu y Healthcare, activados por defecto el 18 de noviembre

4 de noviembre — Los dots, los agentes permanentes de ChatGPT lanzados el 29 de septiembre para los planes Pro y Business Premium con una beta para Enterprise, pasan a estar disponibles de forma general para los espacios de ChatGPT Enterprise, Edu y Healthcare que cumplan los requisitos. Una versión preliminar reservada a los administradores se prolonga hasta el 18 de noviembre de 2026: hasta entonces, los dots permanecen desactivados salvo que el administrador los active; después, estarán disponibles por defecto, salvo que el espacio de trabajo opte por deshabilitarlos. Los administradores eligen qué miembros tienen acceso, ven los dots personales y sus conexiones, pueden pausarlos o reiniciarlos y supervisan el uso; según el artículo de ayuda, la activación también requiere políticas de Agent Security compatibles. En cuanto al cumplimiento normativo, los dots admiten la residencia de datos y Enterprise Key Management, con inferencia alojada en la UE o en Estados Unidos; los dots creados antes de la disponibilidad general migran a la región requerida en un plazo de 30 días, y son aptos para HIPAA en los espacios cubiertos.

🔗 Notas de versión de ChatGPT Enterprise y Edu

Breves

Agentes y herramientas de código

Zed 1.27 y versión preliminar 1.28 — La versión estable 1.27 incorpora la versión preliminar del 28 de octubre (panel Agent más eficiente en el uso de recursos, eliminación de los puntos de restauración, macOS 12 como mínimo); la versión preliminar 1.28 sigue la última versión del Agent Client Protocol, trunca a 2 000 caracteres las líneas que lee el agente y corrige tres fallos de la compactación del contexto. 🔗 fuente
Delta 0.24 — Los cambios de un subhilo se fusionan en el hilo padre (/merge-into-parent, /pull-from-subthread), un agente lee un hilo compartido únicamente a partir de su enlace y escribe al agente de otro hilo con delta thread send; los servidores MCP aceptan tokens bearer y cabeceras personalizadas. 🔗 fuente
Copilot CLI 1.0.106-7 a 1.0.106-9 — Tres versiones preliminares, todavía sin una 1.0.106 estable: un comando /code abre la sesión actual en VS Code, el nivel Fusion se ajusta en copilot config, y 79 correcciones neutralizan, entre otras cosas, nuevas secuencias de escape. 🔗 fuente
Gemini CLI v0.67.0 y v0.68.0-preview.0 — La versión estable incorpora la serie 0.67.0 ya presentada y la preview reúne las nightlies de los últimos ocho días; la única novedad es que la nightly del 4 de noviembre hace que gemini hooks migrate reconozca el evento SubagentStop de Claude Code y añade --userns=keep-id en Podman sin permisos root. 🔗 fuente
Qwen Code v0.26.7 — Los hooks, permisos y servidores de lenguaje proporcionados por un repositorio ya no se ejecutan sin que se haya declarado explícitamente que la carpeta es de confianza; qwen serve admite conexiones remotas, y se corrige la selección forzada de herramientas para Claude Opus 5.5, Sonnet 5.5, Fable 5.1 y Mythos 5.1. 🔗 fuente
Kimi Code 2.5.0 — Una sesión puede iniciarse en un entorno SSH, Docker o definido por un comando (--environment), y /model o /effort se pueden utilizar mientras el agente trabaja; desaparecen varios endpoints REST y WebSocket del servidor, aunque se clasifican entre las correcciones. 🔗 fuente
CLI mistral 0.17.0 — mistral agents init crea un proyecto de agente, y una aplicación puede incorporar un agente que mistral dev sirve durante el desarrollo y que mistral deploy publica, bajo el flag mistral_cli_agents; la conexión mistral login --device ahora se rechaza. 🔗 fuente
DeepSeek Harness 0.2.2-rc.1 — Primera versión candidata de la serie 0.2.2 y 37.ª versión preliminar sin versión estable: retoma principalmente las alfas ya cubiertas, alinea los SDK de TypeScript y Python con el modo Web y saca del estado experimental a Ralph loop y a la búsqueda de sesiones. 🔗 fuente
Fábrica de software según Zach Lloyd — En el blog de Warp, sostiene que una fábrica de software (software factory) no se construye encadenando prompts y agentes cloud, sino como una pila: fábrica descrita en código, orquestación duradera, evaluaciones y repetición de tareas pasadas, con prioridad para las integraciones API y MCP. 🔗 fuente

Plataformas, API y administración

Together AI y Kimi K3.1 Pro — Together AI sirve Kimi K3.1 Pro el día de la publicación de sus pesos, tal cual o con postentrenamiento mediante RL o SFT con Together Post-Training; el anuncio no incluye tarifas. 🔗 fuente
SDK de OpenAI — openai-python 3.45.0 y openai-node 7.50.0 admiten la caché de respuestas de 12 horas y los niveles de servicio por proyecto, anunciados en octubre; en cuanto a Codex CLI, no hay ninguna versión estable desde la 0.166.0 del 29 de octubre, solo versiones preliminares con notas vacías. 🔗 fuente
Métricas de uso de Copilot — La API de métricas de uso distingue ahora el uso local de BYOK (bring your own key), contabilizado como cota inferior, e identifica los modelos empresariales personalizados mediante el indicador is_custom_enterprise_model; los totales existentes no cambian. 🔗 fuente
grok-imagine-image-quality retirado — Desde el 2 de noviembre, SpaceXSI atiende las solicitudes de este modelo de imagen mediante grok-imagine-image-2.0 en calidad baja, sin cambios de código, a 0,04 dólares por imagen 1K y 0,06 dólares por imagen 2K, es decir, 0,01 dólares menos que antes. 🔗 fuente
Claude Marketplace — 14 agentes y productos de socios se incorporan a Claude Marketplace, desde Chainguard hasta Zoom, pasando por Datadog, Netlify, Runway y Glean, lo que eleva el total a más de 25, cuyo pago puede cubrirse con parte del compromiso de gasto con Anthropic de las empresas que cumplan los requisitos. 🔗 fuente

Seguridad

Clave GPG de Warp — Warp renueva por precaución la subclave GPG que firma parte de sus paquetes Linux, tras un incidente de seguridad no especificado y sin usos fraudulentos detectados; en Fedora 42 y anteriores, RHEL y openSUSE, primero hay que eliminar la clave antigua. 🔗 fuente
GPT-5.6 Cyber en AWS GovCloud — Los clientes aprobados de Daybreak Red acceden a GPT-5.6 Cyber en la región AWS GovCloud (US-East) mediante Amazon Bedrock, tras una aprobación de OpenAI y una posterior activación por parte de AWS; AWS ya lo había publicado el 30 de octubre. 🔗 fuente
Mistral Large 4 ante una vulnerabilidad de Django — En un vídeo acelerado 90 veces, 133 agentes cartografían el código, encuentran y confirman una vulnerabilidad reciente de Django, y después Le Chonk la corrige; no se indica el número de CVE, el coste ni la duración real. 🔗 fuente
CodeQL 2.27.4 — Menos falsos positivos en Java y Kotlin, Rust y C/C++, eliminación de la etiqueta CWE-730 de las consultas ReDoS en seis lenguajes, y exclusión de los archivos enlazados fuera de la raíz de un pack al crearlo; esta vez no hay apartado de IA. 🔗 fuente
Guía MCP de Perplexity — Tres familias y once riesgos de los sistemas MCP, desde la inyección indirecta de prompts hasta el compromiso de un servidor local, con sus contramedidas; ningún producto ni cifra de Perplexity. 🔗 fuente

Modelos abiertos e investigación

Detección de voces sintéticas — Dos investigadores de la Universidad de Melbourne publican VeriSpoof, un LLM de audio de 2,9 mil millones de parámetros que detecta una voz sintética, atribuye su origen y explica su veredicto; tasa de error igual (EER) media del 1,79 % en Speech-DF-Arena para su variante VeriSpoof-Plus según los autores, con pesos bajo la licencia no comercial CC BY-NC 4.0. 🔗 fuente
Field Extractor de Dharma-AI — Un modelo de 2B que devuelve los campos de un documento en JSON tipado; en su propio banco de pruebas de 546 documentos, obtiene 0,834 frente a 0,816 de Claude Opus 5, comparado con modelos que no son los más recientes de sus proveedores, y sin que se hayan localizado sus pesos en el Hub. 🔗 fuente
OTAP de Cribl — Una métrica que evalúa a un agente según la estructura de su plan, alineada mediante transporte óptimo con planes de referencia; según los autores, coincide más con los jueces humanos que ROUGE-L en 236 trayectorias (0,74 frente a 0,64). 🔗 fuente

Agentes para el público general

Grok Bot y las compras — El 3 de noviembre, el agente de SpaceXSI propone una experiencia de compra: encontrar la mejor oferta, comparar artículos y hacer un seguimiento de todos los pedidos; no se especifican países, planes ni comercios. 🔗 fuente
Grok Bot al teléfono — El 4 de noviembre, la cuenta @bot anuncia que Grok Bot puede realizar llamadas telefónicas, con un vídeo de demostración, sin indicar países, planes ni tarifas. 🔗 fuente
Get Maine Lobster y Computer — En una prueba piloto propuesta por Perplexity, con un presupuesto de prueba de 30 000 dólares aportado por Perplexity, la campaña de Meta de Computer registra un retorno de la inversión publicitaria (ROAS) un 63 % superior y 3,5 veces la facturación con 2,1 veces el gasto, frente a los anuncios habituales del cliente. 🔗 fuente
MotionSites en Computer — El skill de @viktoroddy permite al agente de Perplexity construir sitios animados en WebGL, con animaciones al desplazarse por la página, a partir de 40 planos de referencia y 52 recursos alojados; disponible para todos en la web. 🔗 fuente
Manus en 3D — Manus transforma fotos en una versión 3D jugable del usuario, que puede incorporarse a los mundos creados con el agente, como continuación de Game Dev; no se indica el plan ni el coste en créditos. 🔗 fuente

Imagen, vídeo y creadores

HeyGen Video 1 en móviles — El modelo de vídeo de HeyGen llega a la aplicación HeyGen para iOS y Android, sin precisar la tarifa, la duración ni la resolución. 🔗 fuente
Pika H3 Flex — El modelo llega oficialmente a la plataforma Pika, dos días después de la fecha anunciada, con 15 generaciones gratuitas al día hasta el 15 de noviembre para los suscriptores Creator y Fancy. 🔗 fuente
Character Sheet de Luma — Un día después de Expression Sheet, una lámina de personaje coherente con múltiples vistas, creada a partir de referencias o de una descripción, con ocho disposiciones; sin publicación ni tarifa. 🔗 fuente
HyperFrames — La familia de herramientas de vídeo de HeyGen afirma tener más de 700 000 usuarios mensuales, sin explicar el método de cálculo, y abre un Discord dedicado a su comunidad. 🔗 fuente

Qué significa

Los pesos abiertos alcanzan la escala de los modelos de frontera, con condiciones. Kimi K3.1 Pro, con 2,8T parámetros y unos 1,56 To de archivos, se puede descargar libremente, y Together AI lo sirve y ofrece postentrenarlo desde el primer día. Sin embargo, su licencia muestra dónde termina la apertura: por encima de los 20 millones de dólares de facturación, un revendedor debe negociar con Moonshot AI, y la licencia de Mistral Large 4 ya reservaba, el 29 de octubre, la oferta del modelo como servicio a una licencia comercial. La infraestructura sigue el ritmo: Together Compiler encarga a agentes la optimización de modelos abiertos con arquitecturas muy distintas y afirma lograr hasta 2,6 veces más tokens por GPU. En cambio, Cognition mantiene por ahora los pesos de SWE-2 Flash sin publicar por el riesgo cibernético y cambia de base: SWE-2 se basaba en Kimi K3, SWE-2 Flash en un modelo estadounidense.

Los agentes de programación se combinan y se equipan con herramientas. VS Code hace trabajar a Copilot, Claude y Codex en una misma sesión, Copilot se integra en el asistente nativo de Xcode y OpenAI va a adquirir las herramientas Git que ya utiliza Codex, dos días después de haber presentado Pando: la gestión de versiones se convierte en un terreno estratégico cuando los agentes multiplican las ramas. El coste sigue siendo el otro frente. SWE-2 Flash cuesta una quinta parte de lo que cuesta SWE-2 según Cognition, y Anthropic encomienda a Haiku 5.5 la línea de estado de los subagentes para obtener aproximadamente un 6 % más de prompts con el mismo límite.

La evaluación sale del banco de pruebas. RoboColosseum hace evaluar políticas robóticas en robots reales, en viviendas y restaurantes, y el resultado matiza las clasificaciones: los modelos de frontera rivalizan con los VLA especializados, pero ningún sistema es fiable en un mundo abierto y ninguno completa una sola tarea en el humanoide G1. La Decisions API de Perplexity parte de la misma constatación en el ámbito del software: un modelo que solo conoce su entrenamiento se equivoca sobre la actualidad, y la búsqueda web hace que pplx-decider-v1.2 pase del 51 % al 86 % en un banco de pruebas público. En ciencia, la verificación se convierte en el entregable: FVCOM en Rust coincide con Fortran hasta 12 decimales en 100 simulaciones, y Anthropic publica los errores de Claude junto con sus resultados.

La marca de agua se convierte en una configuración por defecto impuesta por la normativa. SpaceXSI la activa el 7 de noviembre en siete modelos Grok en virtud del AI Act, y solo una acreditación de excepción legal permite prescindir de ella; Anthropic amplió la suya el 3 de noviembre, mientras que OpenAI mantiene la suya desactivada por defecto. Para los desarrolladores, la diferencia no se ve en el texto, sino en la cabecera de la respuesta y en la responsabilidad: desactivar la marca de agua implica asumir por cuenta propia las obligaciones de marcado.