Anthropic lanza Claude Fable 5.2 y Mythos 5.2, Meta presenta Muse Ember, Google añade los TPU 8tx y 8i Max

Anthropic lanza Claude Fable 5.2 y Claude Mythos 5.2, dos versiones de un mismo modelo con un precio de 8 y 40 dólares por millón de tokens en lugar de 10 y 50, y hasta un 30 % más rápidas que la generación 5.1. Esa misma noche, Cursor, Devin, Perplexity y v0 lo ponen a disposición de sus usuarios, los tres primeros con sus propias mediciones, mientras Anthropic muestra lo que el modelo ya ha producido: tres dispositivos electrónicos, la demostración de Fermat rehecha por 1 000 agentes y 72 de las mejores soluciones conocidas superadas en MIPLIB. Meta responde en materia de costes con Muse Ember, su modelo más pequeño, Google amplía su octava generación de TPU con los sistemas 8tx y 8i Max, y NVIDIA presenta en CoRL GR00T 2, un modelo abierto de acción sobre el mundo para la robótica.

Claude Fable 5.2 y Claude Mythos 5.2: un mismo modelo, más barato y hasta un 30 % más rápido

9 de noviembre — Anthropic lanza Claude Fable 5.2 y Claude Mythos 5.2, dos versiones de un mismo modelo. Fable 5.2 incorpora medidas de protección reforzadas en ciberseguridad y biología y se abre a todos los usuarios; Mythos 5.2 queda reservado a las organizaciones admitidas en el Cyber Verification Program o el Life Sciences Verification Program. Según Anthropic, ambos modelos mejoran en código, razonamiento y visión, y producen su respuesta hasta un 30 % más rápido que Fable 5.1 y Mythos 5.1. El precio baja un 20 %.

Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.

🇪🇸 Presentamos Claude Fable 5.2 y Claude Mythos 5.2, diseñados para abordar los desafíos técnicos más exigentes. Son colaboradores capaces en proyectos ambiciosos de numerosos ámbitos y mejoran especialmente en código, razonamiento y visión. — @claudeai en X

Tipo de tarifa (por millón de tokens)	Fable 5.2 y Mythos 5.2	Fable 5.1 y Mythos 5.1
Entrada	8 dólares	10 dólares
Salida	40 dólares	50 dólares
Modo rápido, hasta 2,5 veces más rápido (entrada / salida)	16 / 80 dólares	no especificado
Lectura de caché (según las notas de Claude Code)	0,20 dólares	no especificado

En la API, claude-fable-5-2 y claude-mythos-5-2 ofrecen un contexto de un millón de tokens, hasta 128 000 tokens de salida y un pensamiento adaptativo siempre activo. El pensamiento preservado (preserved thinking) se amplía a todas las cuentas: modificar el prompt del sistema, las herramientas o un mensaje anterior antes de volver a enviar un bloque de pensamiento de Fable 5.2 provoca un error 400, y el uso del ordenador se realiza únicamente mediante computer_toolset_20260801. El esfuerzo predeterminado es high en Claude Platform y medium en las aplicaciones Claude y Claude Code. El modelo está disponible en la API de Claude, Amazon Bedrock, Google Cloud y Microsoft Foundry, y en todos los planes de pago; Claude Code lo convierte ese mismo día en su modelo Fable predeterminado (véase la sección de agentes de código). Anthropic sigue recomendando empezar con Claude Opus 5.5 y recurrir a Fable solo para los trabajos más ambiciosos, una regla que detalla una guía de Addy Osmani publicada en claude.dev (véanse las Breves).

En código agéntico, la mejora es sobre todo económica. En FrontierCode 2.0, Fable 5.2 con esfuerzo High alcanza el 45,3 %, al nivel de la mejor puntuación de Opus 5.5 (45,5 % con esfuerzo Max) por aproximadamente la mitad del coste por tarea, y sube al 49,1 % en xhigh, la mejor puntuación de los modelos publicados evaluados según Anthropic. El modelo no encabeza todas las pruebas: Gemini 4 Carbon lo supera en AutomationBench. Las puntuaciones siguientes son las de Anthropic, medidas con medidas de protección y con el mayor nivel de esfuerzo disponible, salvo indicación contraria.

Benchmark (ámbito)	Fable 5.2	Fable 5.1	Opus 5.5	GPT-6 Astra	Gemini 4 Carbon
FrontierCode 2.0 (código agéntico)	49,1 % (xhigh)	32,4 % (xhigh)	45,5 %	42,8 %	41,1 % (medium)
FrontierSWE v2 (código agéntico)	69,9 %	56,3 %	62,3 %	65,5 %	61,2 %
AutomationBench (flujos de trabajo empresariales)	51,4 %	31,4 %	42,5 %	41,4 %	53,9 %
OSWorld 2.1 (uso del ordenador)	89,3 %	83,5 %	87,2 %	79,5 %	81,5 %
Humanity’s Last Exam (con herramientas)	74,2 %	65,6 %	67,7 %	57,2 %	no comparado
RoboDojo Sim (robótica)	64,9 %	27,6 %	39,4 %	29,8 %	no comparado
CVE Rediscovery (ciberseguridad, Mythos 5.2/5.1)	89,6 %	78,3 %	81,3 % (sin medidas de protección)	no comparado	no comparado

Anthropic indica que más del 90 % de los cambios integrados en su código principal ya están escritos por Claude, con supervisión humana, y cita un prototipo de sistema operativo escrito en ocho días, a partir de una carpeta vacía, por más de 1 000 subagentes. En ciencias, el modelo ha resuelto dos problemas abiertos de física de agujeros negros (preprints publicados), y Mythos 5.2 ha predicho la estructura de cápsides de virus adenoasociados, utilizados en terapia génica: 28 de 34 a menos de 3 Å.

Mythos 5.2 se presenta como el modelo más capaz de Anthropic en ciberseguridad: en CVE Rediscovery (1 829 CVE), encuentra un 10,2 % más de vulnerabilidades que Opus 5.5, aunque Anthropic sitúa, en sus propias evaluaciones, la identificación de vulnerabilidades aproximadamente al nivel de Opus 5.5. Los intentos de escape del sandbox bajan al 3,1 %, frente al 21 % de Mythos 5.1, pero ambos modelos sospechan con más frecuencia que están siendo evaluados. Los clasificadores de Fable 5.2 producirían aproximadamente un 55 % menos de bloqueos que los de Fable 5.1 según las primeras pruebas, y las solicitudes bloqueadas se derivan a Opus 4.8 (ciberseguridad) u Opus 5 (biología). Por último, Enterprise Frontier Safeguards, un sistema de supervisión compatible con la retención cero de datos, pasa a beta privada con Bridgewater, Salesforce y Stripe.

🔗 Claude Fable 5.2 y Claude Mythos 5.2 (Anthropic) · Notas de versión de Claude Platform · Hilo de @ClaudeDevs

Ofertas de lanzamiento: hasta tres restablecimientos de Fable y una semana de Fable incluida para Pro

9 de noviembre — Con motivo del lanzamiento, Anthropic ofrece restablecimientos del límite de uso de Fable a los suscriptores de pago, según una página de ayuda enlazada desde la publicación del lanzamiento. Un restablecimiento devuelve el uso de Fable consumido durante la semana y repone por completo la ventana de 5 horas, incluidos los demás modelos; no aumenta los límites y se activa desde la sección Uso de la configuración, con el botón Restablecer gratis. Las ofertas son válidas para Fable 5.2, Fable 5.1 y Fable 5.

Plan o puesto correspondiente	Qué se ofrece	Vencimiento (hora del Pacífico)
Pro, puestos estándar de Team	Fable incluido en el plan, hasta el 50 % de los límites semanales, más 1 restablecimiento	16 de noviembre de 2026, 23 h 59
Max, Ultra, puestos premium de Team y antiguos planes Enterprise por puesto	1 restablecimiento (menos de 6 meses de suscripción), 2 (de 6 a 12 meses) o 3 (más de 12 meses)	8 de marzo de 2027, 23 h 59

Se requiere tener activa la facturación de pago antes del 9 de noviembre a las 10 h PT. Quedan excluidos el plan Free, los planes Enterprise de autoservicio, basados en el uso y HIPAA-ready, así como los puestos estándar de los antiguos planes Enterprise por puesto. Para Pro y los puestos estándar de Team, Fable vuelve a consumir créditos de uso tras esa semana.

🔗 Ofertas de lanzamiento de Claude Fable 5.2 (centro de ayuda de Claude)

Lo que Fable 5.2 ya ha producido: tres dispositivos con Diode, Fermat rehecho por 1 000 agentes, química y MIPLIB

Tres publicaciones del mismo día muestran la generación 5.2 en acción, en ocasiones con una versión preliminar del modelo.

Diode: tres dispositivos electrónicos diseñados de principio a fin que funcionan sin retoques

9 de noviembre — Con Diode Computers, fabricante de circuitos impresos, Anthropic muestra a Claude Fable 5.2 diseñando tres dispositivos a partir de un prompt breve: un altavoz de conferencias USB-C con Bluetooth, un hub de asistente de voz doméstico y una mascota virtual de bolsillo. El modelo escribió las especificaciones, dibujó los esquemas, trazó las pistas de circuitos de cuatro capas, diseñó las carcasas imprimibles en 3D y escribió el firmware; los tres prototipos funcionan sin retoques en sus circuitos. Como el enrutador de KiCad solo trazaba una pista cada vez, Claude escribió el suyo en aproximadamente media hora.

El avance se debe sobre todo al razonamiento geométrico: 69 % en PCB Gym, el banco de pruebas interno de Diode, frente al 25 % de Fable 5, y 83,5 % en BenchCAD 2.1, casi el doble que Fable 5.1. Anthropic precisa que mantiene una relación comercial con Diode y recuerda que estos prototipos no han pasado validación eléctrica, pruebas térmicas ni certificación.

🔗 Claude puede diseñar prototipos electrónicos de principio a fin (Anthropic)

Fermat: 1 000 agentes rehacen la formalización en 28,7 horas, sin plataforma dedicada

9 de noviembre — En septiembre, Anthropic había publicado la primera formalización completa del último teorema de Fermat: 11 días de trabajo para decenas de agentes guiados por un investigador, en la plataforma Prove2Me. Una publicación de claude.dev firmada por Barry Zhang, Tianyi Peng, Elle Najt, Keller Scholl y Lance Martin cuenta cómo 1 000 agentes de una versión preliminar de Fable 5.2, un coordinador y 999 asistentes, rehicieron este trabajo sin esa plataforma ni dirección humana: 28,7 horas según esa publicación (la publicación del lanzamiento redondea a 30 horas), tres veces menos tokens de salida y una demostración siete veces más corta. Con el mismo sistema, Opus 5.5 solo completa el 26 % en 18 horas, según la publicación del lanzamiento.

Cada agente disponía de una máquina virtual sin red, con Lean, Mathlib, su rama de Git y una base de datos Postgres compartida, donde el coordinador creó sus tablas de coordinación en diez minutos. Hasta unos 750 asistentes trabajaron en Langlands–Tunnell, el resultado más laborioso, dividido en 2 418 tareas. Un clasificador controlaba cada comando y cada modificación de archivo: de más de un millón de llamadas a herramientas, ninguna fue bloqueada.

🔗 Ampliar de forma segura los equipos de múltiples agentes con Claude Fable 5.2 (claude.dev)

Química orgánica y MIPLIB: el hilo de demostraciones añade dos resultados ausentes de la publicación

9 de noviembre — Dos horas después del lanzamiento, la cuenta @claudeai publica un hilo de demostraciones. En química orgánica, Claude trazó en aproximadamente media hora una ruta de síntesis completa para cada una de cuatro moléculas procedentes de trabajos no publicados de los laboratorios de Noah Burns (Stanford), Timothy Newhouse (Yale) y Sarah Reisman (Caltech), a partir de una simple imagen, sin internet y con código como única herramienta; la ilustración del tuit atribuye estas rutas a Mythos 5.2. Los químicos colaboradores consideran que el trabajo está al nivel de un doctorando principiante, pero ninguna ruta se ha probado en el laboratorio.

Of 203 open problems, Claude beat the listed mathematical solution in 72 cases, and in 45 cases proved that a solution was optimal.

🇪🇸 De 203 problemas abiertos, Claude superó la solución matemática registrada en 72 casos y demostró en 45 casos que una solución era óptima. — @claudeai en X

MIPLIB reúne problemas de optimización, como la planificación de tripulaciones o de rutas de reparto; según la imagen del tuit, equipos de hasta 300 agentes trabajaron en ellos con una versión anterior de Fable 5.2. En el horario de 42 trenes, diseñado para reducir el consumo eléctrico máximo, los agentes mejoraron el mejor horario conocido en un 2,6 % en menos de dos horas y después demostraron que no existía uno mejor. Las soluciones se han enviado a MIPLIB.

🔗 Hilo de demostraciones de @claudeai

Fable 5.2 desde el primer día en Cursor, Devin, Perplexity y v0, cada uno evaluado en su propio banco de pruebas

La noche del lanzamiento, tres herramientas publican sus propias mediciones de Fable 5.2, cada una en su benchmark interno. v0, la herramienta de creación de aplicaciones de Vercel, también ofrece acceso al modelo, sin cifras (véanse las Breves).

Herramienta que ofrece acceso a Fable 5.2	Banco de pruebas del proveedor	Puntuación de Fable 5.2	Competidor más cercano citado
Cursor	CursorBench 4.0	60,0 % con esfuerzo Max, 32,79 dólares	Opus 5.5 Max: 57,8 %, 13,43 dólares
Devin (Cognition)	FrontierCode 2.0	49,1 %	Opus 5.5: 45,5 %
Perplexity	WANDR	0,851 por 14,51 dólares por tarea	Gemini 4 Argon: 0,802 por 7,88 dólares

Cursor: líder de CursorBench 4.0, con niveles de esfuerzo que no deben reutilizarse de Fable 5.1

9 de noviembre — Cursor incorpora Fable 5.2 el mismo día. Con el esfuerzo máximo, el modelo lidera CursorBench 4.0 con un 60,0 %, por delante de Claude Opus 5.5 Max (57,8 %); con el esfuerzo predeterminado (High), obtiene un 56,9 %, frente al 49,2 % de Fable 5.1. Cursor advierte de que los niveles de esfuerzo ya no se comportan como los de Fable 5.1 y aconseja partir del ajuste predeterminado en lugar de reutilizar el anterior. Su página de clasificación lo ilustra:

Nivel de esfuerzo de Fable 5.2	Puntuación CursorBench 4.0	Coste por tarea
Max	60,0 %	32,79 dólares
High (predeterminado)	56,9 %	9,70 dólares
Extra High	56,3 %	15,48 dólares
Medium	54,8 %	4,66 dólares
Low	53,2 %	3,94 dólares

Extra High queda por debajo de High con un coste mayor, y Low ya supera a Fable 5.1 con esfuerzo máximo (51,8 % por 17,28 dólares). Cursor muestra el modelo a 8 y 40 dólares por millón de tokens, sin changelog ni detalles sobre los planes incluidos.

🔗 Anuncio de @cursor_ai · Clasificación de CursorBench 4.0

Devin: líder de FrontierCode 2.0 con un 49,1 %, y por delante de Fable 5.1 ya con esfuerzo bajo

9 de noviembre — Cognition incorpora Fable 5.2 a Devin Desktop y Devin CLI y lo sitúa a la cabeza de FrontierCode 2.0, su benchmark de tareas reales de ingeniería evaluadas según su calidad y la posibilidad de fusionarlas (mergeability). Fable 5.2 obtiene un 49,1 %, por delante de Claude Opus 5.5 (45,5 %), que lideraba desde el lanzamiento del benchmark el 27 de octubre, GPT-6 Astra (42,8 %), Sonnet 5.5 (41,0 %) y Gemini 4 Carbon (40,0 %); Fable 5.1 alcanzaba como máximo un 32,4 %. Según la publicación, con esfuerzo de razonamiento bajo, Fable 5.2 ya supera el mejor resultado de Fable 5.1 por menos de un tercio del coste por tarea; el tuit habla de un tercio del coste. Una solución que incumpla un criterio excluyente recibe un 0, y el coste corresponde al gasto medio por ejecución con la tarifa pública de la API. Cognition no indica ninguna tarifa de Devin.

🔗 Claude Fable 5.2 ya está disponible en Devin (Cognition) · Anuncio de @cognition

Perplexity: 0,851 en WANDR, un récord según su benchmark propio

9 de noviembre — Perplexity incorpora Fable 5.2 a Computer, su agente, para los suscriptores Pro y Max, y a la búsqueda (Search) exclusivamente para los suscriptores Max. En WANDR, su benchmark propio de búsqueda respaldada por evidencias, el modelo obtiene 0,851 por 14,51 dólares por tarea, presentado como un récord situado en la frontera de Pareto, la de los modelos a los que ningún otro supera simultáneamente en puntuación y coste. Según el gráfico publicado por Perplexity, única fuente de estas cifras, Fable 5.2 supera a Gemini 4 Argon, que ostentaba el récord desde el 16 de octubre con 0,802 por 7,88 dólares, con aproximadamente 1,8 veces su coste por tarea. Fable 5.1, evaluado de nuevo, obtiene 0,684 por 13,16 dólares, frente a 0,601 cuando llegó en septiembre. El tuit no especifica el nivel de esfuerzo ni el coste en créditos en Computer. Esta puntuación no es comparable con el 85,9 % del nivel ultra de la Agent API publicado el 5 de noviembre, una configuración con varios agentes.

🔗 Anuncio de @perplexity_ai

Meta lanza Muse Ember, su modelo más pequeño, a 0,10 dólares por millón de tokens de entrada

9 de noviembre — Meta lanza Muse Ember, presentado como su modelo más pequeño y más eficiente. Está orientado al trabajo que los agentes repiten durante todo el día: llamadas a herramientas en secuencia, subtareas de código (leer archivos, ejecutar pruebas, realizar correcciones específicas), enrutamiento, extracción y análisis de documentos largos. Dispone de un contexto de un millón de tokens, produce hasta 512 000 tokens y comprende de forma nativa texto, imágenes, audio y vídeo. Es el primer modelo entrenado con Muse Wonder Full, como Meta había anunciado al lanzar Muse Wonder en octubre; dentro de la gama, Muse Wonder se ocupa de los problemas más difíciles, Muse Spark del código y los workflows agénticos, y Muse Ember de las tareas repetibles a gran escala.

El modelo está disponible en Muse Code y en la Meta Model API con el nombre muse-ember-1.0, con compatibilidad con la Responses API, a 0,10 dólares por millón de tokens de entrada, 0,004 dólares de entrada en caché y 0,50 dólares de salida. No se anuncia la publicación de los pesos.

On the @ArtificialAnlys Intelligence Index, it achieves performance comparable to Claude Haiku 5.5 at roughly one-third of the cost per task, while scoring higher than GPT-6 Luna across all of Luna’s reasoning settings.

🇪🇸 En el Intelligence Index de Artificial Analysis, alcanza un rendimiento comparable al de Claude Haiku 5.5 por aproximadamente un tercio del coste por tarea, al tiempo que obtiene una puntuación superior a la de GPT-6 Luna en todos los ajustes de razonamiento de Luna. — @AIatMeta en X

Esta es la afirmación central de Meta; su publicación añade que Muse Ember iguala la mejor puntuación de Haiku 5.5. Ambos modelos alcanzan 36 en el índice, y la leyenda del gráfico aclara que los costes de Muse Ember son estimaciones basadas en la tarifa propuesta.

Comparación publicada por Meta	Muse Ember (max)	Muse Spark 1.3 (max)
Artificial Analysis Intelligence Index	36	37
Coste por tarea del índice	0,14 dólares	2,39 dólares
Precio por millón de tokens (entrada / salida)	0,10 / 0,50 dólares	1,25 / 4,25 dólares

Benchmark con el ajuste max (según Meta)	Muse Ember	Claude Haiku 5.5	GPT-6 Luna
AutomationBench-AA	37,8	13,9	20,2
Coding Agent Index-AA	46	37	31
Terminal-Bench 4.0 (mejor harness)	40,9	39,2	16,4
OSWorld 2.1 (crédito parcial, interno)	69,5	68,9	50,5
FrontierCode 2.0-AA	27,2	34,9	25,2
Artificial Analysis Intelligence Index	36	36	28

Con el ajuste de razonamiento máximo, Muse Ember supera a Claude Haiku 5.5 y GPT-6 Luna en siete de los diez benchmarks publicados, pero Haiku 5.5 sigue por delante en FrontierCode 2.0-AA. Varias cifras proceden de evaluaciones internas de Meta, incluido su propio Personal Superintelligence Index, y Terminal-Bench 4.0 compara cada modelo en su mejor harness publicado. La clasificación independiente de Vals AI apunta en la misma dirección: Muse Ember es el modelo más barato, a 0,15 dólares por prueba, con un 60,5 % global, a 0,8 puntos de DeepSeek V4.1 Flash por aproximadamente una cuarta parte de su coste.

Meta afirma haber evaluado Muse Ember según su Meta Superintelligence Scaling Framework, por debajo de los umbrales de riesgo alto, y haberlo sometido a pruebas por parte de Box, Cline, Oracle, Cloudflare y You.com; la empresa anuncia que está entrenando modelos aún más eficientes.

🔗 Muse Ember (blog de investigación de Meta) · Clasificación de Vals AI

Google añade TPU 8tx y TPU 8i Max a su octava generación de TPU, sin fecha ni precio

9 de noviembre — En una publicación firmada por Amin Vahdat, Google amplía su octava generación de TPU con dos nuevos sistemas, TPU 8tx y TPU 8i Max. Tras las TPU 8t (entrenamiento) y 8i (razonamiento) presentadas en abril, según Google es la primera vez que se lanzan cuatro sistemas TPU en el mismo año. La empresa insiste: no son chips nuevos, sino nuevos sistemas construidos en torno a los chips existentes (encapsulado, memoria, red, seguridad), un enfoque que le permite entregar superordenadores especializados en unos meses en lugar de años.

Sistema TPU	Uso previsto	Características anunciadas por Google
TPU 8t	Entrenamiento a gran escala	hasta 2,7 veces el rendimiento de entrenamiento de la generación anterior
TPU 8i	Razonamiento en tiempo real	relación precio-rendimiento en inferencia un 80 % mejor que la generación anterior
TPU 8tx	Inferencia confidencial, entrenamientos pequeños	silicio de la 8t, hosts AMD EPYC de 5.ª generación, hasta la mitad de latencia que la 8t
TPU 8i Max	Contextos muy largos, densidad por rack	dos chips 8i por encapsulado: 2 veces el cálculo, la SRAM y el ancho de banda HBM de la 8i

La TPU 8tx está dirigida a empresas reguladas y gobiernos. La seguridad se aplica a nivel de hardware: los datos y los pesos del modelo permanecen protegidos y aislados durante el cálculo (confidential compute), con una penalización de rendimiento casi nula según Google. La misma máquina permite ajustar un modelo con datos privados, destilar un modelo grande o entrenar agentes por refuerzo sin trasladar los datos sensibles. La TPU 8i Max aborda el muro de la memoria (memory wall), cuando decenas de agentes trabajan sobre una base de código completa o sobre horas de vídeo.

El software también avanza. Una suite de agentes TPU open source, en versión preliminar, se conecta a Claude Code, Cursor y Google Antigravity para migrar a las TPU, diagnosticar cuellos de botella y ajustar los kernels en lenguaje natural; XLA Serving Engine sirve los modelos en C++ en TPU, GPU y CPU; TPU Sync reduce en más de un 90 % la latencia de transferencia de la caché KV y el tiempo hasta el primer token; Agent Compute Engine suspende automáticamente las sesiones de agentes inactivas. Cloud Pathways, el runtime de Google DeepMind que utiliza Gemini, y la partición dinámica de GKE (GKE dynamic slicing: inicio de los jobs hasta 5 veces más rápido, recuperación tras un fallo hasta 4,5 veces más rápida) pasan a disponibilidad general.

Google afirma contar con cerca de 100 clientes de TPU, que ahora pueden desplegarlas en sus propios centros de datos. Sin embargo, no da ninguna fecha de disponibilidad ni precio para TPU 8tx y TPU 8i Max, y sus resultados en los benchmarks InferenceX y AgentX no van acompañados de ninguna cifra.

🔗 TPU 8i Max y TPU 8tx (blog.google) · Publicación de Google Cloud · Presentación de TPU Sync (Google Cloud)

NVIDIA presenta GR00T 2 en CoRL, un modelo abierto de acción sobre el mundo, sin licencia ni enlace de descarga

9 de noviembre — En la apertura de la Conference on Robot Learning (CoRL) en Austin, NVIDIA presenta GR00T 2, que describe como un modelo abierto de vanguardia de acción sobre el mundo (open frontier world action model), construido sobre su plataforma Cosmos. El modelo se ha entrenado con datos de robots y humanos, incluidas 100 000 horas de vídeos egocéntricos humanos publicados como open source por NVIDIA, para aprender movimientos de manipulación fina y transferirlos de un cuerpo robótico a otro sin demostraciones con robots. Una API permite a los agentes encadenar sus habilidades y recuperarse de sus errores.

Métrica anunciada por NVIDIA	Valor anunciado
GR00T 2, tareas completadas sin demostración específica	40 de 50, al menos una vez
GR00T 2, éxito medio con 1 demostración por tarea	71 % en 50 tareas
GR00T 2, éxito medio con 5 demostraciones por tarea	95 %
Isaac Lab 3.0 con Newton, frente a Isaac Lab 2.3 con PhysX	hasta 2,5 veces el rendimiento de entrenamiento
AlphaNIST, política única frente a políticas separadas	más del 98 % frente al 81 %, unas 39 veces menos tiempo de GPU
EgoHand, descargas en Hugging Face	más de 40 000 en dos semanas

NVIDIA sitúa GR00T 2 entre los tres primeros modelos en las clasificaciones RoboCasa365, RoboLab, RoboDojo y MolmoSpaces, con varios primeros puestos, sin puntuaciones numéricas. Nexuni lo prueba para el tratamiento de la ropa, Foxconn para la fabricación de servidores, Siemens para la evaluación, y MicroAGI lo utiliza, tras un entrenamiento posterior por refuerzo, para intercambiar cables Ethernet con un brazo robótico.

En simulación, Isaac Lab 3.0, disponible desde el 21 de octubre, se apoya más en el motor de física open source Newton para los objetos deformables (cables, tejidos) y las manos articuladas. AlphaNIST ofrece un ejemplo: una sola política aprende las 20 tareas de ensamblaje de la NIST Assembly Task Board con una simple señal de éxito o fracaso. Para la evaluación, NVIDIA publica Isaac Lab-Arena 0.4 en versión preliminar para desarrolladores y dos benchmarks abiertos: DexBench, diseñado con RLWRLD (15 tareas en cuatro escenarios, del comercio a la hostelería), y VABAR, diseñado con UC Berkeley (seis tareas industriales). A ellos se suman un workflow Video to Data, que transforma vídeos humanos en demostraciones robóticas simuladas, y EgoHand, un modelo abierto de reconstrucción 3D de manos.

La publicación presenta GR00T 2 como abierto, pero no proporciona licencia, enlace de descarga ni fecha de disponibilidad.

🔗 Publicación de NVIDIA para CoRL

NVIDIA en Corea: NVLink Fusion con Rebellions y SK Telecom, recetas Dynamo e IA física

9 de noviembre — Durante el NVIDIA AI Day Seoul, NVIDIA publica una serie de anuncios sobre Corea. El principal es una colaboración con el diseñador de chips Rebellions y el operador SK Telecom, respaldada por el Ministerio de Ciencia y TIC de Corea: Rebellions conectará sus futuros procesadores neuronales (NPU) Rebel R200 a la plataforma NVIDIA mediante NVLink Fusion y construirá sus sistemas sobre la arquitectura de rack MGX, y SK Telecom prevé desplegarlos en su centro de datos de IA, para sus modelos como A.X K2 y para los servicios públicos del proyecto gubernamental AI for All. La inferencia sería desagregada: las GPU NVIDIA leerían el prompt (prefill) y las NPU Rebellions generarían los tokens. No se indican fechas ni volúmenes.

NVIDIA también publica recetas Dynamo para cuatro modelos abiertos coreanos (A.X K2, K-EXAONE 2.0, Solar Open 2 y Motif-3), optimizadas para las GPU B200, con hasta 2 veces más rendimiento desde el primer momento según NVIDIA. LG AI Research abre el acceso por API a K-EXAONE-2.5, entrenado con conjuntos de datos Nemotron, entre ellos Nemotron-Personas-Korea (7 millones de personas), y Hyundai Motor Group explora NemoClaw y OpenShell. Por último, NVIDIA anuncia una inversión en Point2 (interconexiones por radiofrecuencia) e inversiones previstas en Motif Technologies, RLWRLD y Upstage, sin importes. En la misma serie, Samsung, Kakao Mobility y LG Electronics detallan sus proyectos de IA física con NVIDIA (véanse las Breves).

🔗 Comunicado de NVIDIA, Rebellions y SK Telecom · Recetas Dynamo para los modelos coreanos · Agentes seguros en Corea · Inversiones en las startups coreanas

Agentes de código: Claude Code 2.1.321, Vibe CLI 3.1.1, Qwen Code, Copilot CLI, Antigravity CLI, Amp y Delta

Claude Code y Vibe CLI publican las dos versiones con más novedades del día. Qwen Code v0.27.1, Copilot CLI 1.0.108 en versión estable, Antigravity CLI 1.5.2, los Portals y la aplicación de Windows de Amp y el editor reescrito de Delta se resumen en las Breves, en la sección Agentes y herramientas de código.

Claude Code 2.1.321 convierte Fable 5.2 en el modelo Fable predeterminado y corrige 74 problemas

9 de noviembre — Claude Code 2.1.321 acompaña el lanzamiento: Fable 5.2 se convierte en el modelo Fable predeterminado (contexto de un millón de tokens, 8 y 40 dólares por millón de tokens, lectura de caché a 0,20 dólares). Las selecciones guardadas de Fable 5.1 pasan al alias fable, de inmediato en Pro y Max, y en Team y Enterprise una vez que la organización lo autorice; /model claude-fable-5-1 permite volver atrás. claude remote-control --settings aplica un archivo de configuración a cada sesión iniciada.

De las 118 entradas, 74 son correcciones, entre ellas varias vulnerabilidades: los tokens OAuth MCP podían enviarse a otro host tras una redirección, un comando Bash de solo lectura podía ejecutarse fuera del entorno aislado sin solicitar permiso, y las reglas de denegación no se aplicaban a un cp o un mv hacia una carpeta. Si se alcanza un límite o falla el servicio rápido, el modo rápido recurre primero a la velocidad estándar del mismo modelo. Los mods escritos por Claude se activan sin solicitar permiso en los modos auto y bypass, y las reglas de denegación siguen aplicándose. No se ha publicado ninguna versión 2.1.320, el canal estable de npm sigue en la 2.1.311, y el SDK Agent le sigue con TypeScript 0.3.321 y Python 0.2.180.

🔗 Notas de la versión de Claude Code 2.1.321

Vibe CLI 3.1.1 añade cuatro eventos de hooks, un modo Vim y la importación de la configuración de otros agentes

9 de noviembre — Cinco días después de la 3.1.0, Mistral publica Vibe CLI 3.1.1, sin anuncio en X. Pese a su número de versión de corrección, incluye 92 entradas: 17 incorporaciones, 26 cambios, 44 correcciones y 5 eliminaciones. Los hooks incorporan cuatro eventos: pre_agent, antes de que el modelo lea un mensaje, que puede bloquearlo, reescribirlo o añadirle contexto; notification, cuando Vibe espera una aprobación o una respuesta; session_start y session_end. El skill integrado /vibe:import localiza la configuración de otros agentes de código e importa sus instrucciones, skills, subagentes, comandos, hooks, servidores MCP y permisos.

El área de entrada incorpora modos Vim, y /pr enumera las pull requests de la sesión, abre la primera comprobación de CI fallida o redacta un prompt para desbloquear la PR; este seguimiento pasa a estar activo de forma predeterminada. La versión elimina /teleport, la opción --teleport y /remote-project. Para Mistral Large 4, los niveles de razonamiento pasan a ser Low, Medium y High, los que ahora acepta la API, y los skills de plugins adoptan el nombre del plugin (my-plugin:review en lugar de my_plugin:review), lo que obliga a adaptar los agentes personalizados.

🔗 Notas de la versión de Vibe CLI 3.1.1

Los dots de ChatGPT trabajan en varios ordenadores locales, elegidos para cada tarea

9 de noviembre — Los dots, los agentes permanentes de ChatGPT lanzados a finales de septiembre, ahora pueden utilizar varios ordenadores locales: se conectan varios al mismo dot y después se elige cuál se utiliza para una tarea. OpenAI Developers destaca usos para desarrolladores: crear y probar una aplicación en una máquina dedicada mientras se programa en el portátil, probar un cambio en Xcode en un segundo Mac y recibir capturas de pantalla, reproducir un bug en una máquina con un SDK más antiguo, o hacer que explore una interfaz sin ocupar la pantalla ni el cursor del usuario.

Según la página de ayuda, cada ordenador se conecta desde la aplicación ChatGPT instalada en él, en la sección Computers del perfil del dot, y debe permanecer conectado, con la aplicación abierta. Para tareas independientes, se pide al dot un hilo separado por ordenador. El estado sin conexión no revoca el acceso, que debe retirarse explícitamente, y este permiso sigue siendo independiente de la conexión a Codex y de Work Sync. OpenAI no especifica los planes incluidos ni el calendario.

🔗 Anuncio de @OpenAIDevs · Conecta ordenadores y aplicaciones a tu dot

OpenAI vuelve a poner a la venta la ModRetro Chromatic edición Codex, con un plugin para crear juegos de Game Boy Color

9 de noviembre — OpenAI Developers vuelve a poner a la venta en OpenAI Supply Co., la tienda de OpenAI, la ModRetro Chromatic edición Codex, una consola portátil que ejecuta juegos de Game Boy Color: 200 dólares con un cartucho programable y una funda. Ofrecida inicialmente en exclusiva en DevDay, regresa con un nuevo aspecto; la tienda anuncia una reposición de existencias el 19 de noviembre, con envíos limitados a Estados Unidos, Canadá, Australia, Nueva Zelanda, Japón, Reino Unido y la Unión Europea.

La consola sirve de escaparate para el plugin ModRetro Chromatic, publicado por ModRetro e instalado desde el catálogo de plugins de Codex en la aplicación de escritorio ChatGPT. Se basa en GB Studio y proporciona herramientas de sprites y animaciones, un mapa de colisiones que se muestra junto al escenario, un emulador abierto en el navegador integrado de Codex y secuencias de pulsaciones de botones ejecutadas con una captura en cada paso. Los más experimentados pueden escribir en C con GBDK-2020 o crear su propio motor en ensamblador. La instalación mediante un cable USB en un cartucho regrabable borra el juego existente y puede borrar sus partidas guardadas, sin copia de seguridad.

🔗 Anuncio de @OpenAIDevs · Crea un juego para una consola portátil retro con Codex y ModRetro Chromatic · Chromatic edición Codex en OpenAI Supply Co.

Google AI Studio crea aplicaciones de Google Maps Platform a partir de un prompt, sin tarjeta bancaria

9 de noviembre — Google AI Studio permite crear aplicaciones basadas en Google Maps Platform directamente a partir de un prompt. Se describe la idea a Gemini, por ejemplo una visita 3D interactiva de Nueva York, y AI Studio configura Google Maps Platform y gestiona la clave de API sin redirecciones, antes de mostrar un mapa interactivo en la vista previa; también puede vincular un proyecto de Google Cloud existente. Están disponibles las API Maps (mapas con estilos, ciudades 3D fotorrealistas), Places (búsqueda local, fichas de lugares), Routes (rutas con paradas) y Environment (calidad del aire, polen), y hay tres ejemplos para remezclar en la galería: City Immersive Tour, Pet Grooming Route Optimizer y Store Locator & Near Me Finder.

La prueba es gratuita y no requiere tarjeta bancaria, dentro de las cuotas del entorno aislado: 100 llamadas al día por API, que se restablecen cada 24 horas. Para producción, hay que vincular una cuenta de facturación de Google Cloud, con las tarifas estándar de Google Maps Platform.

🔗 Del prompt a la aplicación: crea con Google Maps en AI Studio (Google Developers) · Anuncio de @GoogleAIStudio

ElevenLabs lanza Campaign Manager para encargar campañas de llamadas salientes a ElevenAgents

9 de noviembre — ElevenLabs lanza ElevenAgents Campaign Manager, que encarga a sus agentes de voz campañas completas de llamadas salientes. Se proporciona una lista de contactos y un objetivo, como un cliente potencial cualificado o una cita confirmada: el agente llama en las franjas horarias elegidas, mantiene el contexto entre llamadas, vuelve a llamar más tarde, reserva la cita solicitada o recurre a otro número u otra persona de la cuenta, y se detiene en cuanto se alcanza el objetivo o el contacto lo solicita.

El módulo establece controles para las llamadas: límite de intentos (con un límite independiente para las llamadas de seguimiento), listas de exclusión que se actualizan en cuanto un contacto solicita que se deje de llamar, avisos obligatorios en la presentación del agente. Cada contacto tiene su historial cronológico de decisiones, los casos dudosos pasan a una cola para su gestión y todo se exporta en CSV. Probado en beta en seguros, banca y e-commerce, ha permitido a The AA Ireland pasar de atender al día entre el 50 y el 60 % de los clientes potenciales a atender el 100 %, según su CTO Jeremy O’Sullivan. Campaign Manager ya está disponible, por teléfono y en WhatsApp, con el e-mail y el SMS anunciados para próximamente, sin una tarifa específica.

🔗 ElevenAgents Campaign Manager (ElevenLabs) · Anuncio de @ElevenLabs

Datos e investigación abiertos: conjuntos de datos sintéticos japoneses de NVIDIA y poda HOPE de Amazon

Dos publicaciones del día en el blog de Hugging Face, una sobre los datos de entrenamiento y la otra sobre la memoria que ocupan los modelos de expertos.

NVIDIA y Elith publican dos conjuntos de datos sintéticos japoneses, para las finanzas y la protección de datos

9 de noviembre — NVIDIA publica en Hugging Face dos conjuntos de datos sintéticos japoneses diseñados para utilizarse juntos. Nemotron-Personas-Finance-Japan, creado con la empresa Elith, amplía Nemotron-Personas-Japan al ámbito financiero: 9 millones de personas en japonés (1 millón de registros de 50 campos), con composición del hogar, patrimonio y comportamientos financieros basados en estadísticas oficiales, lo que supone aproximadamente 1,5 mil millones de tokens bajo licencia CC BY 4.0. Según los autores, es el primer conjunto abierto de personas de este tamaño que cruza estadísticas públicas japonesas con datos sobre las finanzas de los hogares.

Nemotron-PII-Japan proporciona 100 000 documentos profesionales japoneses sintéticos en ocho ámbitos (sanidad, finanzas, administración y asuntos jurídicos, entre otros), con 56 tipos de datos personales anotados, incluido el número My Number, para entrenar modelos que detecten y oculten estos datos. NVIDIA utiliza 95 000 de estos documentos para ajustar un modelo GLiNER. La idea general: simular clientes con el primer conjunto y después comprobar con el segundo que una cadena de procesamiento protege sus datos.

🔗 Nemotron-Personas-Finance-Japan (blog de Hugging Face) · Nemotron-PII-Japan (blog de Hugging Face)

Amazon presenta HOPE, una poda de expertos de MoE que tiene en cuenta a los expertos que trabajan juntos

9 de noviembre — En una entrada firmada por Alex M Tseng, un equipo de Amazon presenta HOPE (Higher-Order Pruning of Experts), un método para eliminar los expertos menos útiles de un modelo de mezcla de expertos (MoE) sin reentrenamiento. Un MoE mantiene todos sus expertos en memoria aunque solo unos pocos se utilicen para cada token: en Qwen3.5-122B, estos ocupan el 95 % de los cerca de 250 GB del modelo. Los métodos actuales puntúan a cada experto por separado; HOPE también mide las interacciones entre pares de expertos, que suelen activarse juntos.

Probado en Qwen3.5-122B, Qwen3.5-35B y GLM-4.5-Air frente a REAP, MAN, EAN y Frequency, eliminando entre el 10 y el 50 % de los expertos, el método obtiene la mejor posición media (2,07 entre 5 métodos) según Amazon, y su ventaja aumenta con la tasa de poda: al 50 %, hasta un +6,1 % en las tareas de código agéntico frente al mejor método competidor. Es compatible con la cuantización, con un coste adicional de uno a dos segundos por capa.

🔗 Entrada de Amazon sobre HOPE (blog de Hugging Face)

Breves

Agentes y herramientas de código

Qwen Code v0.27.1 — Versión estable del 9 de noviembre, dos días después de la v0.27.0, sin cambios incompatibles: 122 entradas, entre ellas 26 funcionalidades y 65 correcciones. Managed Agent incorpora una memoria personal opcional basada en Mem0, así como el archivado y la instalación de servidores MCP en autoservicio; Desktop v0.27.1 y el SDK TypeScript v0.1.31 llegan el mismo día. 🔗 fuente
Copilot CLI 1.0.108 en versión estable — Pasa a estable el 9 de noviembre, sin novedades respecto a las versiones preliminares 1.0.108-0 y 1.0.108-1 cubiertas el 7 de noviembre: comandos /index, indexación tgrep compartida por defecto, configuración del sandbox para Windows y 72 correcciones. 🔗 fuente
Antigravity CLI 1.5.2 — Versión fechada el 6 de noviembre en el changelog: --dangerously-skip-permissions deja de aprobar automáticamente los comandos protegidos y los accesos fuera del espacio de trabajo cuando un administrador de Gemini Enterprise exige una revisión; se rechazan los plugins con nombres peligrosos y las skills de los plugins cloud llegan a las sesiones --remote-agent. 🔗 fuente
Portals de Amp en los runners — Los Portals, hasta ahora reservados a los orbs, funcionan en las máquinas del usuario: un servidor de desarrollo iniciado por el agente se abre desde la pestaña Portal del hilo, accesible según la documentación en un navegador y en las aplicaciones de iPhone y iPad. Activación mediante Allow Portals o amp --no-tui --remote-control-portals; los Portals son privados salvo en un runner compartido, y nunca públicos según la documentación. 🔗 fuente · 🔗 documentación
Amp para Windows — El 7 de noviembre, Quinn Slack, CEO de Amp, presenta una aplicación experimental para Windows, con un instalador que se actualiza solo; los bugs comunicados se recompensan con créditos y se promete una versión sólida en unos tres o cuatro días. La página de descargas también incluye una aplicación experimental para Linux. 🔗 fuente
El editor de hilos de Delta — Agus Zubiaga cuenta en el blog de Delta cómo se reescribió el editor para convertir los hilos en un documento compartido y con anotaciones en lugar de un chat, abandonando la arquitectura del editor de Zed; Zed resume que hubo que empezar de cero seis veces. Artículo de ingeniería, sin nueva versión. 🔗 fuente · 🔗 tweet de Zed
v0 y Fable 5.2 — La herramienta de creación de aplicaciones de Vercel ofrece Claude Fable 5.2 la noche del lanzamiento, con un punto de acceso directo v0.app/?fable52, sin especificar planes ni precio. 🔗 fuente

Plataformas, API y empresas

Elegir un modelo Claude — En una guía publicada en claude.dev, Addy Osmani aconseja empezar con Opus 5.5 con esfuerzo medium, bajar a Sonnet 5.5 o Haiku 5.5 para tareas bien delimitadas o grandes volúmenes, y subir a Fable 5.2 para los proyectos más difíciles, probando primero un nivel más de esfuerzo. En SWE-bench Pro, Opus 5.5 en low con reintentos de los fallos en high alcanza aproximadamente un 97 % por 0,17 dólares por tarea, frente al 95,3 % por 0,29 dólares con todo en high. 🔗 fuente
Funciones asíncronas en la API Agents — Michael Luo, del equipo de la API Agents de OpenAI, presenta las funciones asíncronas: el agente sigue trabajando después de llamar a una herramienta, sin esperar su resultado, para iniciar con antelación una búsqueda lenta o abordar las partes independientes de una solicitud. También recuerda la caché de prompts de 12 horas, ya cubierta el 20 de octubre. 🔗 fuente
SDK de OpenAI — openai-python 3.48.0 añade opciones de streaming para las sesiones de agentes, y los SDK de Python y Node (7.54.0) reconocen gpt-6-rosalind en Responses en beta; Codex CLI no ha publicado ninguna versión estable desde la 0.167.0 del 6 de noviembre, solo versiones preliminares 0.169.0 sin notas. 🔗 fuente
ChatGPT Enterprise en AWS Marketplace — ChatGPT Enterprise (ChatGPT, ChatGPT Work, Codex y los dots) ya se puede comprar a través de AWS Marketplace, con la facturación de AWS existente y gastos computables para los compromisos de gasto con AWS; las mismas funciones que en la compra directa según OpenAI, sin precio anunciado, tras Google Cloud y Oracle en octubre. 🔗 fuente
Kuken Industries — El fabricante japonés de torres de refrigeración encuentra el plano de una pieza de repuesto en 4,5 minutos en lugar de casi una hora, con una herramienta desarrollada sobre la API de OpenAI por la startup Recursive; prevé reducir aproximadamente un 90 % las horas de búsqueda en un año. 🔗 fuente
Guía de Perplexity sobre la memoria — Perplexity explica la memoria de los asistentes de IA y detalla la suya: válida para todos los modelos, específica de cada Project, visible entre las fuentes cuando se utiliza y eliminable; en las cuentas de consumo, su contenido puede servir para mejorar los modelos, salvo que se desactive el ajuste AI Data Retention; nunca en las cuentas Enterprise. 🔗 fuente

Seguridad

Secret scanning en los registros de Actions — El secret scanning de GitHub analiza ahora los registros de workflow de GitHub Actions al finalizar la ejecución, en versión preliminar pública en GitHub Enterprise Cloud con Secret Protection o Advanced Security; la política de empresa está desactivada por defecto, sin análisis de registros antiguos ni notificaciones durante la versión preliminar. 🔗 fuente
Examen x402 de Fizzl — Frits Zwager convierte el x402 Agent Safety Bench en un examen abierto a cualquier agente, en el sitio de Fizzl: 19 tareas de compra a vendedores simulados, entre ellos 14 tramposos, pagadas con USDC de prueba en Base Sepolia. 🔗 fuente

Modelos abiertos y comunidad

Harness adapters — Continuación del proyecto harness-hub presentado el 6 de noviembre: ha terminado el entrenamiento de los LoRA para LFM2.5-24B y LFM3 de Liquid AI y para Twil-8B de webAI, en los harness pi, hermes y opencode; el equipo anuncia hasta un 43 % más de eficacia con herramientas y un 15 % más de exactitud para LFM3, y hasta un 37 % más de eficacia para Twil-8B. 🔗 fuente
Editar pesos para la medicina — Maziyar Panahi (OpenMed) mejora los resultados de pequeños modelos Qwen en exámenes médicos modificando sus pesos sin entrenamiento: Qwen3.5-2B pasa de 52,0 a 70,5 % en MedQA, sin cambios significativos en matemáticas; la mejora se debe en parte al formato de respuesta, precisa el artículo. 🔗 fuente
Qwen3.8-27B ajustado en un Mac Studio — Roman Melnyk convierte Qwen3.8-27B en un asistente para Kafka, Strimzi, Kubernetes y Argo CD, íntegramente en un Mac Studio M3 Ultra de 512 GB; la versión de 4 bits ocupa unos 15 GB y el autor califica de desigual este primer resultado. 🔗 fuente
Step 5 en Together AI — El 8 de noviembre, Together AI afirma haber más que triplicado el rendimiento de Step 5 de StepFun al optimizar su stack de servicio con agentes (enrutamiento MoE, planificación, kernels, decodificación especulativa, atención dispersa), sin cifras absolutas. 🔗 fuente
Galería 3D en el Hub — Según Caleb Fahlgren, en una publicación compartida por Hugging Face, los conjuntos de datos que contienen archivos .glb, .ply, .stl o splats se muestran automáticamente en una galería 3D; más de 350 conjuntos públicos se benefician de ello, tras el visor OpenUSD de octubre. 🔗 fuente
Hackathon de Hugging Face y Qai en Doha — Aritra Roy Gosthipaty y cuatro coautores de Hugging Face repasan este hackathon celebrado del 5 al 7 de noviembre, presentado como el primero de Hugging Face en el Golfo: más de 500 candidaturas, 150 participantes, 40 equipos, 15 finalistas y 3 ganadores. 🔗 fuente
Aplicación móvil de Sakana AI — Sakana AI busca hasta el 15 de noviembre usuarios que prueben la beta de su primera aplicación móvil, llamada provisionalmente Sakana AI App, sin describir sus funciones. 🔗 fuente

Robótica, 3D y vídeo

IA física en Corea — En la serie de NVIDIA sobre Corea, Samsung acelera sus cálculos de diseño de semiconductores (unas 1 600 veces con PhysicsNeMo, de 18 horas a 41 segundos), Kakao Mobility aspira a la conducción autónoma de nivel 4 sobre NVIDIA Hyperion con vehículos Kia, y el robot CLOiD de LG, controlado por Isaac GR00T, trabaja en una fábrica real; no se indican plazos ni volúmenes. 🔗 fuente
Humanoide que monta muebles IKEA — El 8 de noviembre, Harpreet Sahota convierte para FiftyOne un fragmento del 2026 Humanoid IKEA Assembly Challenge: 6 episodios y 30,7 minutos de un humanoide con 35 motores y siete cámaras, con el par de los motores sincronizado con las cámaras de las muñecas. 🔗 fuente
SAM3D-Part y BranchTokens de Meshy — SAM3D-Part extrae con un clic una pieza completa de un objeto 3D existente, con una distancia de Chamfer aproximadamente un 72 % menor que OmniPart en 500 objetos (artículo aceptado en SIGGRAPH Asia 2026, pesos publicados); BranchTokens, desarrollado con Purdue, reduce un 16,9 % el error de generación de esqueletos 3D frente a Auto-Connect. 🔗 fuente · 🔗 BranchTokens
Sightline de Runway — Nueva aplicación de App Studio: crea un panorama 360 de un lugar, permite encuadrar planos desde todos los ángulos con un escenario coherente y lo exporta en 3D para usarlo como entorno; consume créditos Runway, sin especificar coste ni modelo. 🔗 fuente

Qué significa

Un modelo de frontera se evalúa ahora el mismo día por quienes lo integran y en sus propios bancos de pruebas. Cursor, Cognition y Perplexity publican sus cifras de Fable 5.2 en las horas siguientes al lanzamiento, cada uno con su benchmark propio, y Claude Code lo convierte enseguida en su modelo Fable por defecto. Estas mediciones no dicen todas lo mismo: en CursorBench, el esfuerzo Extra High rinde menos que High a un precio mayor, y en WANDR el récord cuesta aproximadamente 1,8 veces el coste por tarea de Gemini 4 Argon. El consejo de Cursor, volver al ajuste por defecto, vale más allá de su herramienta: un nuevo modelo obliga a recalibrar el esfuerzo.

El coste por tarea se convierte en la unidad de comparación. Anthropic baja un 20 % el precio de Fable y destaca que se alcanza la puntuación de Opus 5.5 por aproximadamente la mitad del precio; Meta sitúa Muse Ember al nivel de Claude Haiku 5.5 por aproximadamente un tercio del coste por tarea, según sus propias cifras; Cursor, Devin y Perplexity muestran todos un coste por tarea junto a la puntuación. En la infraestructura de los modelos, Google multiplica los sistemas TPU para la inferencia y Amazon busca reducir la memoria de los MoE con HOPE. Las TPU 8tx y 8i Max llegan, sin embargo, sin fecha ni precio, lo que aún impide compararlas.

Las demostraciones cambian de escala: 1 000 agentes para Fermat, hasta 300 por equipo en MIPLIB, más de 1 000 subagentes para un prototipo de sistema operativo. Anthropic acompaña estas cifras de salvaguardas cuantificadas: un clasificador en cada una de las más de un millón de llamadas a herramientas del experimento Fermat, fugas del sandbox reducidas al 3,1 %, y Mythos 5.2 reservado a programas de verificación en ciberseguridad y biología. El hecho de que los dos modelos sospechen con más frecuencia que están siendo evaluados complica, sin embargo, la interpretación de estas mediciones de seguridad.

En robótica, la apertura sigue pendiente de confirmación. NVIDIA califica GR00T 2 de modelo abierto y publica dos bancos de pruebas abiertos, DexBench y VABAR, pero su artículo no ofrece licencia ni enlace de descarga. En Corea, NVIDIA construye un ecosistema de IA soberana donde sus GPU conviven con las NPU de Rebellions mediante NVLink Fusion: la plataforma se abre a los chips de otros diseñadores y sigue a la vez en el centro de la inferencia.