Google Cloud lanza su agente Gemini para el trabajo, HeyGen Voice y los workflows dinámicos de Claude Managed Agents

Google Cloud presentó el 8 de octubre, en Gemini at Work 2026, el agente Gemini: un único agente para todo el trabajo empresarial, que funciona continuamente en el cloud y orquesta tanto los modelos Gemini como los modelos Claude. HeyGen, por su parte, lanza HeyGen Voice, su primer modelo de voz propio, que encabeza la clasificación Controlled Voice de Artificial Analysis, mientras Anthropic incorpora en Claude Managed Agents workflows capaces de lanzar hasta 1 000 agentes por ejecución. En cuanto al código, Codex aprende a predecir el próximo mensaje del usuario y adopta en Windows un nuevo sandbox basado en los Microsoft Execution Containers.

Google Cloud lanza el agente Gemini, un único agente para todo el trabajo

8 de octubre — En Gemini at Work 2026, Google Cloud presentó el agente Gemini, que describe como un agente único y universal para el trabajo. Desde un único campo de entrada y una única API, responde a preguntas, se encarga del trabajo intelectual, crea imágenes y contenido multimedia, escribe y ejecuta código. La idea que defiende Thomas Kurian, PDG de Google Cloud: se le asigna un objetivo en lugar de una serie de instrucciones.

El agente funciona continuamente en el cloud, con una única memoria, y está presente en todas partes: web, iOS, Android, Windows, Mac, línea de comandos, Google Workspace, Microsoft 365 y Slack, o sin interfaz (headless) en aplicaciones de terceros. Una tarea de varias horas o varios días continúa con el ordenador cerrado. Para las tareas largas, crea subagentes temporales, cada uno con una identidad, y puede convertirse en un agente compañero de trabajo (coworker agent) con un rol permanente, con su propia dirección @agents.company.com y su almacenamiento. El modelo pasa a ser una elección independiente: según Google, el agente ya orquesta los modelos Gemini y los modelos Claude de Anthropic, y más adelante se incorporarán otros modelos privados y abiertos. Llegan variantes sectoriales en versión preliminar para el sector financiero (más de 50 skills básicas, ya utilizadas por CME Group y Deutsche Bank) y el jurídico.

Componente de control anunciado	Función descrita por Google
Identidad de cada agente	Identidad acreditada criptográficamente, permisos por rol, registro de auditoría a su nombre
Agent Sandbox	Ejecución aislada, con su propio perímetro de red
Agent Gateway	Cortafuegos de red para la IA, por el que pasa todo el tráfico del agente
Límites de gasto en tiempo real	En Cloud Billing, el agente del proyecto se pausa y puede reanudarse con un clic

Google Cloud también aporta sus cifras: casi 500 clientes han procesado cada uno más de 1 000 mil millones de tokens en un año, y cerca del 90 % de Fortune 100 utiliza Gemini Enterprise. La publicación, sin embargo, no indica ni una fecha de disponibilidad ni un precio para el propio agente; Google Cloud solo menciona a grandes clientes que lo han probado de forma anticipada, como la marca deportiva On para la selección dinámica del modelo.

🔗 Gemini at Work 2026 (blog de Google Cloud)

Gemini Enterprise habilita Claude Opus 5.5 y Claude Sonnet 5.5 en las herramientas Antigravity

8 de octubre — El mismo día, las notas de la versión de Gemini Enterprise permiten a los administradores activar Claude Opus 5.5 y Claude Sonnet 5.5 en Antigravity 2.0, Antigravity CLI y las extensiones Antigravity para IDE. El administrador acepta sus condiciones de uso directamente en la consola de Google Cloud, sin una cuenta de Anthropic aparte.

Parámetro de activación	Valor indicado por Google
Estado predeterminado	Modelos de terceros desactivados, activación por los administradores
Modo de facturación	Por consumo, dentro del límite de gasto del proyecto
Ubicaciones de inferencia	global, us y eu
Niveles de razonamiento	Low, Medium (predeterminado), High o Max

El desarrollador conserva su licencia de Gemini Enterprise y elige Claude en el selector de modelos. El consumo adicional (overages) debe activarse antes de acceder a un modelo de terceros, cuyo coste se incluye en el límite común a todos los modelos. La misma página anuncia Gemini 3.8 Flash en disponibilidad general en Singapur.

🔗 Notas de la versión de Gemini Enterprise

Voz: HeyGen Voice encabeza la clasificación Controlled Voice, Mistral publica dos modelos para el árabe

9 de octubre — HeyGen lanza HeyGen Voice, que Joshua Xu presenta como el primer modelo de voz desarrollado internamente por la empresa, conocida hasta ahora por sus avatares. El modelo está disponible en HeyGen y mediante la API, a 30 dólares por millón de caracteres; hasta el 31 de octubre, los usuarios de la API pagan 15 dólares, con el descuento aplicado automáticamente.

El argumento se apoya en Artificial Analysis, que publicó sus resultados un minuto y medio antes que HeyGen. En su clasificación Controlled Voice, donde todos los modelos hablan con las mismas 8 voces clonadas, en inglés estadounidense y británico, HeyGen Voice ocupa el primer puesto con un Elo de 1 201 en 1 468 apariciones. Es primero en las categorías Asistentes y Atención al cliente, así como en inglés británico.

HeyGen Voice takes the #1 spot on the Artificial Analysis Controlled Voice TTS Arena Leaderboard, ahead of Alibaba’s Qwen-Audio-3.1-TTS-Plus and ElevenLabs’ Eleven v4 Turbo

🇪🇸 HeyGen Voice ocupa el primer puesto de la clasificación Controlled Voice TTS Arena de Artificial Analysis, por delante de Qwen-Audio-3.1-TTS-Plus de Alibaba y Eleven v4 Turbo de ElevenLabs. — @ArtificialAnlys en X

Modelo evaluado	Elo Controlled Voice (9 de octubre)	Precio de la API por millón de caracteres
HeyGen Voice	1 201	30 dólares (15 hasta el 31 de octubre)
Qwen-Audio-3.1-TTS-Plus	1 182	19,3 dólares
Eleven v4 Turbo	1 166	40 dólares
Eleven v4	1 162	80 dólares

Este primer puesto tiene un alcance preciso: se refiere a la clonación de voz. En la clasificación Provider Voice, donde cada proveedor utiliza sus propias voces, Eleven v4 Turbo y Eleven v4 seguían a la cabeza la noche del 9 de octubre, sin HeyGen Voice entre los ocho primeros. En robustez de pronunciación, HeyGen Voice obtiene un 83,1 %, lo que lo sitúa en el 10.º puesto de 29.

En la API, la clonación es instantánea: una sola grabación, de la que solo se usan los tres primeros minutos, genera una voz activa en pocos segundos, sin entrenamiento. La síntesis se realiza de una vez (archivo WAV a 44,1 kHz) o en streaming, y Artificial Analysis evaluó la configuración predeterminada de la API.

🔗 Anuncio de HeyGen

Voxtral Mini 4B Realtime Arabic y LIDstral Arabic: dos modelos de Mistral para el árabe

8 de octubre — Mistral publicó en Hugging Face, sin anunciarlo, dos modelos abiertos con licencia Apache 2.0 dedicados al árabe. Voxtral Mini 4B Realtime Arabic transcribe en streaming los dialectos árabes y el árabe estándar moderno, incluido cuando los hablantes cambian de idioma en plena conversación (code-switching). Ajustado a partir de Voxtral Mini 4B Realtime, tiene aproximadamente 4,4 mil millones de parámetros. Según su ficha, se codesarrolló con el Ministerio marroquí de Transición Digital y Reforma Administrativa, en el marco del acuerdo de colaboración firmado entre Mistral y Marruecos en enero de 2026, que también ha producido dos nuevos benchmarks, ISMA y Darija in the Wild.

Modelo publicado	Función del modelo	Resultado según la ficha
Voxtral Mini 4B Realtime Arabic	Transcripción en streaming del árabe	Tasa media de error por carácter del 8,82 % en 7 benchmarks a 480 ms, frente al 7,91 % de Voxtral Transcribe Arabic
LIDstral Arabic	Identificación del idioma y del dialecto, 51 clases, en procesador	F1 del 88,67 % en la darija marroquí, frente al 71,28 % de GlotLID v3

🔗 Voxtral Mini 4B Realtime Arabic en Hugging Face · LIDstral Arabic en Hugging Face

Claude Managed Agents: workflows dinámicos de hasta 1 000 agentes por ejecución

9 de octubre — Anthropic abre en beta pública los workflows dinámicos (dynamic workflows) de Claude Managed Agents, un nuevo tipo de orquestación multiagente. El agente que dirige la sesión escribe por sí mismo un programa, que el servidor ejecuta en segundo plano lanzando numerosos agentes por fases, antes de combinar sus resultados. Una vez activado el tipo multiagent_20261001, es el agente quien decide lanzar una ejecución.

Una ejecución lanza hasta 1 000 agentes, de los cuales 64 al mismo tiempo, dura 24 horas de forma predeterminada, y una sesión puede mantener 10 abiertas. Sus tokens se facturan como los de la sesión y cuentan dentro de su presupuesto; Anthropic advierte de que pueden ser muchos y cita una prueba interna con 70 bugs introducidos en una base de código de 116 000 líneas.

Configuración de la prueba de Anthropic	Bugs encontrados en 3 intentos
Agente solo	14, 15 y 27
Workflow dinámico	66 en cada intento

🔗 Anuncio de @ClaudeDevs · Documentación de las ejecuciones de workflow

Agentes de código: predicciones de mensajes y sandbox MXC para Codex, Claude Code 2.1.296, Vibe CLI 2.26.1

Codex recibe dos novedades el mismo día, mientras Anthropic y Mistral publican nuevas versiones de sus agentes de línea de comandos.

Codex predice el próximo mensaje del usuario, en beta para los suscriptores Pro

9 de octubre — OpenAI abre en beta las predicciones del editor de mensajes (composer predictions) en la aplicación de escritorio Codex. Cuando Codex ha terminado de responder, puede aparecer una sugerencia del siguiente mensaje en el campo de entrada, generada a partir del hilo actual, sin consultar las memorias ni las aplicaciones conectadas. La tecla Tab la inserta; el texto sigue siendo editable y nunca se envía automáticamente. La sugerencia abarca un mensaje completo, no un autocompletado palabra por palabra.

Condición de la beta	Valor indicado por OpenAI
Plan y edad	ChatGPT Pro personal, 18 años o más
Hilos y modelos	Hilos locales y SSH, con GPT-6 Astra o GPT-6.1 Sol
Configuración predeterminada	Activada, se puede desactivar en General > Composer > Show predictions
Coste durante la beta	No cuenta para los límites de uso de Codex, sin consumir créditos

Los mensajes enviados, incluidas las predicciones aceptadas, siguen contabilizándose con normalidad. La función no existe en Chat.

🔗 Anuncio de @OpenAIDevs · Artículo de ayuda de OpenAI

Codex en Windows: un sandbox basado en los Microsoft Execution Containers

9 de octubre — OpenAI añade a Codex en Windows un modo de sandbox basado en los Microsoft Execution Containers (MXC), que Microsoft llevó a disponibilidad general el 7 de octubre. Requiere un dispositivo Windows 11 compatible (24H2 build 26100.9278 o 25H2 build 26200.9278) y promete una configuración más rápida, un control de red más estricto y un ajuste más preciso de los accesos a archivos.

Según la documentación, MXC pasa a ser la implementación recomendada: aísla los procesos de forma nativa, sin necesitar una configuración aprobada por un administrador, sin cuentas adicionales de Windows ni reglas de cortafuegos locales. Los modos elevated y unelevated pasan a ser alternativas heredadas. La aplicación de escritorio elige MXC automáticamente para las cuentas de particulares; en la CLI o en entornos empresariales, se activa con prefer_mxc = true en config.toml, y un administrador puede bloquearlo con allow_mxc = false. Hay dos limitaciones documentadas: la red gestionada exige allow_local_binding = true, y los procesos hijos restantes se detienen al terminar el comando en primer plano.

🔗 Anuncio de @OpenAIDevs · Documentación del sandbox de Windows

Claude Code 2.1.296: compaction específica de los subagentes y modelo único para los agentes de workflow

9 de octubre — Claude Code 2.1.296 incluye 79 entradas, de las cuales 56 son correcciones, y no estuvo acompañada de ningún tweet. Da sobre todo más control sobre los subagentes.

Novedad de la versión	Qué cambia
`autoCompactWindow` (subagentes, `--agents`)	Un subagente compacta su contexto antes que la conversación principal
`CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL`	Todos los agentes de un workflow en un mismo modelo, los demás subagentes conservan el suyo
Opción `allow_large` de Read	Lectura de un archivo de texto grande en una sola llamada, si el contexto lo permite
`CLAUDE_CODE_OVERLOADED_RETRY_MAX_DELAY_MS`	Tiempo máximo más largo entre dos reintentos tras un error 529
Descripciones de herramientas MCP enviadas desde el inicio	Límite predeterminado ampliado de 2 048 a 4 096 caracteres

/cost y la línea de estado ahora contabilizan las lecturas de cache de Sonnet 5.5 a 0,10 dólares por millón de tokens. En cuanto a la seguridad, la versión corrige hooks PreToolUse gestionados que rechazaban una llamada sin finalizar el turno, comprobaciones de Bash que aprobaban automáticamente determinados comandos que utilizaban BASH_ARGV0, sesiones cloud que omitían las comprobaciones del modo auto en acciones de Claude in Chrome, y modificaciones de Edit y NotebookEdit que reemplazaban todos los caracteres no ASCII de los archivos no UTF-8, ahora rechazadas.

🔗 Claude Code 2.1.296 en GitHub

Vibe CLI 2.26.1: se retira el modelo Devstral local y se amplía el modo no interactivo

9 de octubre — Tres días después de la 2.26.0 y sin ningún tweet, Mistral publica Vibe CLI 2.26.1. Pese a su número de parche, la versión incluye 85 entradas (23 incorporaciones, 24 cambios, 36 correcciones, 2 eliminaciones), de las cuales 37 corresponden a la nueva interfaz en Rust. Retira el modelo Devstral local que venía integrado: una configuración que todavía lo tenga fijado pasa, con una advertencia, al modelo alojado por defecto. Este ya solo ofrece dos niveles de razonamiento, off y high, y declara una ventana de contexto de 256k, a la que se ajusta la compactación automática.

El modo no interactivo vibe -p incorpora un límite de tiempo, la lectura de la instrucción desde un archivo o la entrada estándar, un informe export.json que se escribe en cada salida y códigos de salida distintos: 1 para un error de uso o de configuración, 2 para un fallo de infraestructura, 3 para un límite alcanzado o un rechazo del modelo. La Rust CLI añade /proxy-setup, un narrador que lee en voz alta el resumen de cada turno, /plugins y /whoami. Nuevos ajustes impiden al agente utilizar procesos en segundo plano o subagentes, y el conector Document Library sigue desactivado por defecto.

🔗 Notas de la versión de Vibe CLI 2.26.1

Imágenes, vídeos y juegos generativos: Qwen-Image-2.1-Turbo, modo Thinking de Midjourney, Syren de Synthesia, Playground de Google

Un modelo de imagen más rápido y barato, un generador que revisa sus resultados, un agente que monta vídeos y una plataforma de juegos sin código.

Qwen-Image-2.1-Turbo: 8 pasos de eliminación de ruido y 0,016 dólares por imagen

9 de octubre — Qwen publica Qwen-Image-2.1-Turbo, un checkpoint acelerado (accelerated checkpoint) de Qwen-Image-2.1 que genera y retoca imágenes en 8 pasos de eliminación de ruido, sobre la misma arquitectura de 7 mil millones de parámetros. Según Qwen, sigue produciendo imágenes 2K y admite retoques en lenguaje natural, pero no se publica ninguna cifra de calidad ni de velocidad específica de esta versión. Los pesos están en Hugging Face y ModelScope, bajo la licencia de investigación de Qwen (Qwen Research License). El checkpoint incorpora su programación de muestreo de 8 pasos y funciona por defecto con un CFG de 1.

Ese mismo día, Qwen abre oficialmente las API Qwen-Image-2.1 Pro y Turbo; QwenCloud concede 120 solicitudes por minuto a Turbo.

Modelo servido mediante API (Model Studio)	Precio por imagen	Imágenes gratuitas
qwen-image-2.1-turbo	0,016 dólares	10
qwen-image-2.1-pro	0,04 dólares	10
qwen-image-2.0-pro	0,075 dólares	100

🔗 Anuncio de Qwen · Ficha de Hugging Face

Midjourney prueba un modo Thinking y abre las carpetas compartidas en su sitio alpha

8 de octubre — El changelog alpha de Midjourney, publicado por la noche, presenta dos funciones en una versión preliminar, reservadas por ahora al sitio alpha.midjourney.com. La primera es una prueba: sobre una imagen producida con V8.2, ya sea en generación o en edición, el botón Rerun (Thinking) pide al modelo que examine el resultado, detecte dónde se aparta del prompt (objetos, composición, anatomía, texto) y vuelva a generar. Midjourney afirma observar mejores resultados en fidelidad al prompt, tipografía y coherencia, y contempla convertirlo en un modo general.

La segunda es la posibilidad de compartir carpetas: se invita a Colaboradores, que generan directamente dentro de la carpeta, o a Lectores, y se puede compartir mediante un enlace o incluso abrir la carpeta a cualquier miembro de Midjourney. Midjourney precisa que compartir no cambia la visibilidad de las imágenes: sin el modo stealth, pueden seguir apareciendo en Explore y en los perfiles.

🔗 Changelog alpha de Midjourney · Prueba del modo Thinking (Midjourney)

Syren: Synthesia confía la creación de vídeos a un agente, en beta

9 de octubre — Synthesia lanza Syren en beta para todos sus clientes, incluidas las cuentas gratuitas. Se describe el vídeo deseado o se proporcionan documentos, imágenes, vídeos, presentaciones PowerPoint o enlaces de YouTube, y Syren entrega un vídeo terminado con animaciones gráficas (motion graphics), avatares, voz en off, música y planos de recurso (b-roll), que después se corrige mediante una conversación. Según Peter Hill, director técnico de Synthesia, el agente escribe todo el vídeo en forma de código, que un motor de renderizado propio, utilizado para las animaciones de Synthesia desde junio, ejecuta en directo.

Los vídeos duran hasta 3 minutos, en formato horizontal o vertical, y se renderizan en el navegador. La facturación se realiza por créditos, sin una tarifa detallada, y los administradores Enterprise pueden desactivar la herramienta. La publicación anuncia para pronto el aprendizaje automático de la identidad de marca a partir de los vídeos existentes. Syren llega cuatro días después de HyperFrames Studio de HeyGen y al día siguiente de Claude Motion de Anthropic, otras dos herramientas en las que un agente produce el vídeo.

🔗 Presentación de Syren (Synthesia)

Playground: Google abre una plataforma para crear juegos sin programar

7 de octubre — Google lanza Playground, una plataforma de juegos experimental en la que se crean, juegan y comparten juegos describiéndolos mediante unos pocos prompts, sin escribir código. En una interfaz conversacional, se parte de una página en blanco, de un ejemplo para remezclar o de un proceso guiado, y después se ajustan a petición la física, las reglas, los personajes o el escenario.

Los juegos funcionan en el navegador, tanto en teléfonos como en ordenadores, y pueden permanecer privados, compartirse mediante un enlace o incorporarse a la galería Explore, con clasificaciones y multijugador para algunos géneros; cada juego publicado pasa un control de seguridad. Playground está abierto en Estados Unidos a mayores de 18 años, con derechos de creación que dependen de la suscripción Google AI. Se anuncia para pronto una integración con Unity Spark, para juegos 3D más ambiciosos, en beta cerrada. Google no precisa qué modelo hace funcionar la plataforma.

🔗 Presentación de Playground (blog de Google)

Salud: el estudio clínico de AMIE publicado en The Lancet

8 de octubre — Google y el Beth Israel Deaconess Medical Center (BIDMC) publican en The Lancet un estudio prospectivo de viabilidad de AMIE (Articulate Medical Intelligence Explorer), la IA conversacional de diagnóstico de Google; según Google, es su primera publicación en la revista principal de The Lancet. Los pacientes conversaron con AMIE hasta cinco días antes de una consulta urgente, y el médico recibía después la transcripción y un resumen.

Medida del estudio	Resultado publicado
Pacientes incluidos (de abril a noviembre de 2025), con seguimiento posterior	114, luego 98
Suspensiones por motivos de seguridad	0
Alucinaciones detectadas	1
AMIE útil para preparar la consulta, según el médico	33 casos de 44 (75 %)
Diagnósticos coincidentes con el diagnóstico final (Google)	90 %

Realizado en un único centro, sin grupo de control y financiado por Alphabet, el estudio no constituye una autorización ni un despliegue: los autores reclaman ensayos más amplios.

🔗 Publicación de Google · El artículo en The Lancet

Investigación en OpenAI: la respuesta a la carta de tres investigadores de los que la empresa prescindió

9 de octubre — En una nota publicada en @OpenAINewsroom en nombre de sus responsables de investigación, OpenAI responde a la carta de tres investigadores de los que afirma haber prescindido la semana anterior. Según OpenAI, una investigación interna concluyó que habían incumplido reglas claras sobre el tratamiento de información sensible, con una ruptura de la confianza que va más allá de lo expuesto en su carta; OpenAI mantiene su decisión. Afirma que estas decisiones no se deben ni a haber planteado preocupaciones de seguridad ni a haber hecho declaraciones, y que no despide a ningún empleado por haber expresado inquietudes.

La nota también anuncia:

We are actively finalizing contracts with third-party safety assessors and will announce details in the coming weeks.

🇪🇸 Estamos ultimando activamente contratos con evaluadores de seguridad externos y anunciaremos los detalles en las próximas semanas. — @OpenAINewsroom en X

OpenAI dice estar de acuerdo con la carta en un punto: preservar la monitorabilidad (monitorability) de los modelos de frontera exige un compromiso de toda la industria, incluida OpenAI. Este artículo recoge la versión de OpenAI; no se ha consultado la carta de los investigadores.

Crear modelos abiertos: seis modelos por unos 103 dólares con ML Intern, el planificador de GPU de Ai2

Dos experiencias sobre la creación de modelos: una desde el lado del agente y otra desde el de los clústeres de cómputo.

ML Intern: seis modelos abiertos por unos 103 dólares de cómputo

8 de octubre — Ya presentado aquí el 1 y el 8 de octubre desde otros ángulos, el modo ML Intern de HuggingChat recibe un primer balance con cifras en el blog de Hugging Face: seis proyectos realizados de principio a fin, por unos 103 dólares de cómputo en total. Cada uno parte de un mensaje y termina con un modelo público en el Hub, incluida la evaluación. El agente planifica, pide autorización antes de cualquier tarea de cómputo de pago, ejecuta una prueba breve y después entrena, evalúa y publica en el hardware de Hugging Face.

Modelo producido por ML Intern	Resultado publicado	Coste de cómputo
Pocket Rewriter (0.8B)	99,7 % de salidas válidas, alrededor de un cuarto de los tokens del reescritor de 9B de Qwen-Image 2.1	Unos 16 dólares
Citrus Doctor (Qwen3.5-2B)	Del 14,9 % al 52,8 % de diagnósticos correctos de enfermedades de los cítricos	Unos 1,90 dólares
Dos LoRA para Qwen-Image 2.1	Cambio del ángulo de visión, garabato sustituido por el objeto solicitado	Unos 16 y 24,30 dólares
Huggy LoRA (FLUX.2 klein)	LoRA de personaje	Unos 7,60 dólares
Agate 4 pas	Destilación de un pequeño modelo de imagen, de 50 pasos (100 pasadas con el guiado) a 4	Unos 37 dólares

🔗 Publicación de Hugging Face

El planificador de GPU de Ai2: la espera mediana pasa de 5 minutos a 24 segundos

9 de octubre — Ai2 detalla el nuevo planificador de sus clústeres de GPU en una publicación firmada por Jeremy Tryba. Miles de GPU NVIDIA H100, B200 y B300, en clústeres de 88 a 1 024 GPU, se comparten entre unos 150 investigadores, con una demanda entre dos y tres veces superior a la oferta. El antiguo sistema de prioridades dejaba GPU «ocupadas» por tareas vacías y hacía que todas las cargas acabaran con la prioridad máxima.

El nuevo se basa en presupuestos de tiempo de GPU distribuidos a lo largo del organigrama de investigación, un reparto equitativo jerárquico (fair-share) calculado sobre un periodo móvil de siete días y un «contrato de planificación»: cada carga declara una duración protegida de 8 horas como máximo, tras la cual puede ser interrumpida y devuelta a la cola. El tiempo no asignado sigue siendo gratuito, pero siempre sujeto a interrupción.

Indicador medido por Ai2	Antiguo planificador	Nuevo planificador
Espera mediana, mayor clúster H100	5 minutos	24 segundos
Espera p90 de las cargas de depuración	2 horas	30 segundos
Horas de GPU comprometidas proporcionadas en 30 días	—	98 %

Las reparaciones que requieren intervención humana se reducen un 74 %. Ai2 reconoce limitaciones, como las sesiones interactivas que pasan a estar sujetas a interrupción después de 8 horas, cuando antes podían durar una semana, y no publica código.

🔗 Publicación de Ai2

Modelos de decisión: pplx-decider-v1.1-27b lidera Decision Bench, empatado estadísticamente con otros nueve

9 de octubre — Ya cubierto el 6 y el 8 de octubre, el modelo de decisión de Perplexity obtiene un resultado externo. En Decision Bench, banco de pruebas open source de Atlan Frontier Labs (1 071 preguntas cerradas, 36 conjuntos de datos, 15 modelos clasificados), pplx-decider-v1.1-27b logra la mejor puntuación bruta, un 94,5 %, al coste más bajo, 0,017 dólares por cada 1 000 decisiones. Sin embargo, el sitio asigna el mismo puesto a los modelos cuyos intervalos de confianza del 95 % se solapan: diez modelos comparten el primer puesto.

Modelo evaluado en Decision Bench	Precisión medida	Coste por 1 000 filas
pplx-decider-v1.1-27b	94,5 %	0,017 dólares
DeepSeek V4.1 Flash	94,2 %	0,683 dólares
Gemini 3.5 Flash	94,2 %	3,32 dólares
Jev 1.13	93,8 %	0,044 dólares

Perplexity también publica una guía práctica (cookbook) para un agente de navegación, en la que el código, nunca el modelo, decide los clics, y la v1.1 sustituye a la v1 en la API.

🔗 Hilo de @perplexitydevs · Clasificación de Decision Bench

Grok Bot recibe su propia dirección de correo electrónico

9 de octubre — Grok Bot, el agente de SpaceXAI, dispone ahora de su propia dirección de correo electrónico. El Bot puede utilizarla para registrarse en servicios, contactar con empresas en nombre del usuario o concertar una cita con alguien. La función se despliega ese mismo día: basta con pedirle una dirección al Bot o mencionar a @bot en X, y en un equipo un administrador debe activarla primero.

El anuncio se limita a un hilo de la cuenta @bot, difundido por @grok, sin una publicación en x.ai. No precisa el formato ni el dominio de las direcciones, ni los planes incluidos. Tras el identificador de Slack propio de los Team Bots a finales de septiembre, el agente obtiene así una identidad propia para actuar en el exterior.

🔗 Anuncio de Grok Bot

ElevenLabs se instala en Singapur, su hub para el Sudeste Asiático

8 de octubre — ElevenLabs oficializa su llegada a Singapur, donde la empresa abre una oficina destinada a servir de hub para el Sudeste Asiático y, de forma más amplia, para Asia-Pacífico. La publicación destaca la infraestructura ya disponible: desde julio, las empresas pueden alojar sus datos en Singapur, con opciones sin retención y una menor latencia en la región.

ElevenLabs cita sobre todo a sus clientes regionales: Funding Societies, que cualifica a sus clientes potenciales mediante IA conversacional en cinco mercados, Boost Bank en Malasia, Salmon Group en Filipinas, MNC Group en Indonesia o Rezonate, una plataforma de salud utilizada por el 60 % de los hospitales públicos de Singapur. No se indican cifras de personal. La apertura sigue a las de Bruselas y Ámsterdam, a finales de septiembre y principios de octubre.

🔗 Publicación de ElevenLabs

Breves

Projects en Claude Code — Anthropic ha dado acceso a todos los suscriptores Pro y Max inscritos en la lista de espera. Projects sigue en beta: la lista sigue abierta, se concederán más accesos según la capacidad, y la función aún no está disponible en Team ni Enterprise, según la documentación. 🔗 fuente
Guía de automatizaciones de agentes — Una guía de claude.dev describe una implementación de referencia sobre Claude Managed Agents, que lee de forma programada canales de Slack y pull requests de GitHub y luego publica un resumen en Slack, y detalla sus seis componentes y sus medidas frente a fallos habituales, como no confundir una fuente ilegible con un día tranquilo o fijar el límite de gasto entre 3 y 5 veces el coste de una ejecución normal. 🔗 fuente
Block y Claude Fable — En una entrevista publicada por Anthropic, Block explica que Claude Fable diseña sus grandes migraciones de código y dirige hasta decenas de modelos Opus o Sonnet, hasta llegar a fusionar un millar de pull requests en una misma migración; las fusiones y las puestas en producción siguen reservadas a los humanos, con doble aprobación de los despliegues. 🔗 fuente
La Compliance API de Claude Enterprise — Sus puntos de conexión (endpoints) de conversación también devuelven, en beta y con la clave existente, las conversaciones de la experiencia unificada de Claude: una conversación que continúa en una sesión cloud se devuelve como una sola, con el trabajo de Claude en bloques tool_use y tool_result. 🔗 fuente
Codex CLI 0.162.1 — Este parche de la 0.162.0 corrige un fallo del TUI con las preguntas asíncronas de varias líneas, y errores de inicio cuando un servidor en segundo plano ya en ejecución no tenía la misma configuración de funcionalidades que la CLI. 🔗 fuente
Plugins por rol en ChatGPT Enterprise y Edu — Cuando el control de acceso por roles (RBAC) está activado, los propietarios y administradores configuran el acceso a los plugins para cada rol: Available, Install o Disabled para el espacio de trabajo, y Default para que un rol personalizado herede esa configuración. 🔗 fuente
Sophos y OpenAI Daybreak — Según la empresa de ciberseguridad, sus agentes creados con Daybreak reducen el tiempo medio de respuesta de los casos que gestionan de unos 38 minutos a unos 89 segundos, y el 52 % de sus casos MDR se resuelven de principio a fin mediante IA; las acciones destructivas siguen bajo supervisión humana. 🔗 fuente
Asana y el agente de navegación de StackAI — Según Asana, GPT-6 Astra en Codex ha optimizado este agente en aproximadamente una semana: con GPT-6.1 Sol, una ejecución de prueba cuesta 0,47 dólares y tarda unos cuatro minutos, lo que supone un coste 76 veces menor y una velocidad 5 veces mayor que la configuración de producción original. 🔗 fuente
LegalOn y Codex — LegalOn Technologies afirma haber reducido aproximadamente un 65 % sus costes diarios estimados de Codex al pasar de GPT-5.5 en modo rápido ilimitado a un reparto de tareas entre GPT-6 Luna, GPT-6.1 Sol y GPT-6 Astra, con modo rápido bajo demanda y límites por departamento y por persona. 🔗 fuente
Gemini CLI v0.64.0-preview.1 — Esta preview elimina los falsos positivos de la advertencia Untrusted Command Flags Detected en comandos shell inofensivos: opciones de solo lectura exentas, variables shell conservadas y bucles permitidos cuando cada subcomando tiene su regla ALLOW. No se publicó ninguna nightly el 9 de octubre, y la versión estable sigue siendo la v0.63.0. 🔗 fuente
Antigravity 2.22.0 — Los plugins pueden mostrar su propia interfaz en el panel lateral (UI Extensions), las conversaciones se organizan arrastrándolas de una sección a otra de la barra lateral, y las marcas de tiempo muestran el nombre del mes. 🔗 fuente
Gemini 3.7 Flash deprecado — En la API Gemini, las llamadas a gemini-3.7-flash se redirigen a gemini-3.8-flash, y el antiguo agente deep-research-pro-preview-12-2025 dejará de funcionar el 23 de octubre, en favor de deep-research-preview-04-2026 o deep-research-max-preview-04-2026. 🔗 fuente
Plugins VST3 y AU para Google Flow Music — Repaso del 6 de octubre: los Spaces, estos instrumentos y efectos creados en lenguaje natural, se exportan como plugins para estaciones de trabajo de audio digital (Digital Audio Workstations), como el plugin No Chaser del productor Khris Riddick-Tynes. 🔗 fuente
Google Earth AI y la salud pública — Repaso del 6 de octubre: durante la epidemia de ébola en la RDC, un prototipo de agente de razonamiento geoespacial permitió a la oficina de la OMS en África identificar en pocos minutos 48 localidades expuestas y más de 45 500 personas en riesgo; el modelo PDFM también identifica zonas con riesgo de cólera hasta con 8 semanas de antelación. 🔗 fuente
Facturación de Copilot code review — Los propietarios de organizaciones pueden cargar a la organización propietaria del repositorio las revisiones solicitadas por sus miembros con licencia, en lugar de consumir su cuota, si el uso de pago de AI Credits está activado, y limitar la activación de las revisiones a las licencias proporcionadas por la organización o la empresa. 🔗 fuente
Copilot CLI 1.0.95 — Ya en versión estable, se autentica en macOS mediante el broker nativo de Microsoft Entra, con el navegador como alternativa; la versión preliminar 1.0.96-0 indica en la cronología quién decidió sobre cada permiso: el usuario, Assisted Permissions, una política o la alternativa sin supervisión. 🔗 fuente
GitHub MCP Server 2.0 — Repaso del 6 de octubre: el servidor MCP oficial de GitHub devuelve salidas tipadas, descritas mediante esquemas de salida (output schemas), para los agentes en Code Mode o Programmatic Tool Calling; solo se anuncian a los clientes de la especificación MCP 2026-07-28 o posterior. 🔗 fuente
Claude Haiku 5.5 en Genspark — Genspark pone el modelo en servicio en AI Chat, Code Agent y Claw, retomando el argumento de Anthropic de que cuesta aproximadamente un 75 % menos ejecutarlo que Haiku 4.5, sin planes ni tarifas propios. 🔗 fuente
Plantilla Meta VR para v0 — Meta publica junto con Vercel una plantilla v0 basada en Immersive Web SDK: se describe una experiencia, v0 la programa y la previsualiza, y un clic la despliega en Vercel para abrirla en el navegador de Quest; ya se ofrece compatibilidad con la mirada y las manos de las Meta VR Glasses, previstas para la primavera de 2027. 🔗 fuente
v0 for teams — v0 presenta en vídeo esta forma de ver el trabajo de los compañeros de equipo, unirse a sus conversaciones y crear juntos; el tweet destaca funciones que han ido llegando por etapas desde septiembre, sin nuevas tarifas. 🔗 fuente
DeepSeek Harness 0.2.1-alpha.2 — 26.ª versión preliminar, todavía sin versión estable: el catálogo de plugins instala bajo demanda los paquetes Claude Code y Codex, aparecen dos plugins experimentales (Git Worktrees, traducción del razonamiento), y las instrucciones globales pueden proceder de un AGENTS.md compartido. 🔗 fuente
OGX 1.5.0 — El antiguo Llama Stack, renombrado en abril y trasladado fuera de la organización meta-llama, añade un paso nativo de la API /v1/messages para DeepSeek y Fireworks AI, un proveedor Text-Embeddings-Inference, búsquedas web con Exa y Serply y el cliente MCP 2.x, con cuatro cambios que rompen la compatibilidad. 🔗 fuente
GenIA — Meta publica sin anuncio, bajo la licencia no comercial CC BY-NC 4.0, el código de este trabajo realizado con el Tübingen AI Center: reconstruye objetos 3D a partir de una imagen, unas pocas vistas o un vídeo, alineando durante la inferencia el prior congelado de SAM 3D Objects, sin reentrenamiento. 🔗 fuente
Etiqueta decision-model en el Hub — Hugging Face da a los modelos de decisión su propia etiqueta, con un icono y un filtro en la página Models; los GGUF de decisión se etiquetan automáticamente a partir de sus metadatos llama.cpp. 🔗 fuente
Darwin-27B-ZTC-v2 — VIDRAFT anuncia que la nueva versión de su juez, bajo Apache-2.0, encabeza el System One Mosaic Benchmark (137 bancos de pruebas) con una puntuación Borda de 89,58, por delante de OpenJev-27B (87,50) y Jev 1.13 (85,05); una clasificación declarada por sus autores, que la presentan como una instantánea de una tabla pública. 🔗 fuente
La confianza de los modelos de decisión — Stephen Solka muestra en una publicación comunitaria que GPT-6 Luna Decisions, consultado a través de OpenRouter, responde «no coincide» a 600 comprobaciones SHA-256, con un 50 % de exactitud y un 99,8 % de confianza media; en razonamiento causal, un umbral del 99 % selecciona 47 respuestas correctas de 49, pero solo cubre el 8,2 % de los casos. 🔗 fuente
openai-math en entornos de aprendizaje por refuerzo — FineEnvs convierte en entornos Harbor 369 de los 405 resultados formalizados en Lean de la publicación openai/math: el agente debe demostrar un teorema en un entorno aislado de Lean 4, y Comparator solo concede la recompensa a una demostración completa del enunciado exacto; conjunto experimental bajo Apache-2.0. 🔗 fuente
JOSIE-2 — Gökdeniz Gülmez publica el informe técnico de esta familia de 2B, 4B y 9B postentrenada a partir de Qwen3.5 en dos Mac M4, con unos 3 000 ejemplos seleccionados: en modo razonamiento, JOSIE-2-4B alcanza 95,5 en ARC-Challenge (+12,1) y 69,2 en TruthfulQA (+20,3), en solo dos bancos de pruebas. 🔗 fuente
Gradio 6.30 — gr.Workflow incorpora una vista de aplicación, y el comando Run this node reutiliza los resultados de los nodos anteriores que siguen actualizados en lugar de volver a ejecutar todo el subgrafo; gr.ImageEditor conserva el canal alfa de las imágenes cargadas. 🔗 fuente
tokenizers 0.23.3 — Este parche, limitado al paquete Python, admite huggingface_hub v2, lo que desbloquea la instalación de Transformers según las notas, y revierte un cambio de la 0.23.1 que rompía la compatibilidad del truncamiento. 🔗 fuente
Revisión científica por IA — Sakana AI presenta un artículo aceptado en TMLR: un banco de pruebas inserta afirmaciones contradictorias en artículos para comprobar si los revisores de IA las detectan, y su sistema Multi-Layered Review detecta más que los demás sistemas evaluados, según el anuncio de Sakana AI, que no aporta ninguna cifra. 🔗 fuente
Suno Studio — Los clips se ajustan mejor al primer tiempo y se estiran para seguir el tempo del proyecto, los fundidos pasan a ser exponenciales o logarítmicos, y el sintetizador, el teclado y las vistas de plugins se pueden desacoplar incluso en una segunda pantalla; Studio está incluido en la suscripción Premier. 🔗 fuente
World Models’ Last Exam in Physics — En este examen de física de Einsia para modelos de vídeo (40 tareas, 9 categorías, ocho modelos), Seedance 2.5 encabeza la clasificación con 57,76 sobre 100, por delante de MiniMax H3 (54,89), el mejor modelo abierto según MiniMax, y Cosmos 3 Super de NVIDIA (42,46); un benchmark de terceros. 🔗 fuente
Simulaciones Omniverse construidas por agentes — El blog de NVIDIA muestra a equipos de la empresa que encargan a GPT-6 Astra, y en un caso a Claude Fable 5, la creación de simulaciones con las bibliotecas ovphysx, ovstage, ovrtx y ovui, incluidos gemelos digitales creados o mejorados en unos tres días; sin ningún producto nuevo. 🔗 fuente
La gestión de una tienda Shopify — Una vez conectada la tienda, Grok Bot puede comprobar los pedidos, seguir las existencias y mantener actualizadas las fichas de productos; no se especifican planes ni límites. 🔗 fuente
La búsqueda en X — Repaso del 7 de octubre: Grok Bot puede buscar, leer y supervisar X para todos los usuarios, sin configurar el conector X, por ejemplo para seguir los comentarios sobre un producto o recibir un resumen semanal de su sector; a finales de agosto, todavía había que conectar la cuenta. 🔗 fuente
Grokipedia v0.3 — Según su cuenta oficial, la enciclopedia redactada por Grok ha publicado en una semana más de 4 400 artículos solicitados por lectores y realiza más de 2 200 modificaciones al día, con una media de 78 fuentes por artículo nuevo; una página muestra ahora sus modificaciones en directo. 🔗 fuente
La CLI mistral 0.8.0 — mistral apps deploy también despliega los workers de workflows y todos los módulos a la vez, incluso en integración continua con una simple clave API, y mistral apps dev inicia una base de datos Postgres local en Docker; como contrapartida, deja de leerse el .env del directorio actual. 🔗 fuente
El SDK Python de Mistral 3.2.0 — Las llamadas de chat y de agentes admiten las probabilidades logarítmicas (logprobs), tanto en la respuesta como en el prompt, así como top_k, una penalización por repetición y un número mínimo de tokens; versión generada automáticamente, sin anuncio. 🔗 fuente
Qwen Code v0.25.1-preview.1 — Segunda versión preliminar de la v0.25.1 en tres días, con 16 funcionalidades y 27 correcciones nuevas, entre ellas una colaboración multiagente centrada en la sesión y hooks PreToolUse que modifican la entrada de una herramienta con revalidación completa; la versión estable aún no se ha publicado. 🔗 fuente
Claude Haiku 5.5 en la Agent API de Perplexity — Repaso del 7 de octubre: la Agent API admite anthropic/claude-haiku-5-5 con las tarifas de Anthropic, 0,10 dólares por millón de tokens de entrada y 0,50 de salida hasta 100 000 tokens de entrada, y luego 0,50 y 2,50 por encima de ese umbral. 🔗 fuente
Inferencia compartida o dedicada — Una guía de Cohere para Embed y Rerank plantea que la forma de las solicitudes cuenta más que su número, y calcula umbrales ilustrativos de rentabilidad frente a una instancia dedicada con una GPU NVIDIA A10: unas 4 solicitudes por minuto para documentos largos, 20 para un catálogo y 29 para la reclasificación (reranking). 🔗 fuente
Agente o MCP — Perplexity publica una guía que distingue al agente, que decide, de MCP, que lo conecta con las herramientas, con una tabla para elegir, el ejemplo de una tienda en línea y cuatro riesgos con sus medidas de protección; según la guía, Claude, ChatGPT o Cursor pueden encargar una tarea a Computer a través del servidor MCP de Perplexity. 🔗 fuente

Qué significa

Un agente ya orquesta a muchos otros, y cada uno recibe una identidad. El agente Gemini lanza subagentes dotados cada uno de la suya y puede convertirse en un agente compañero con su propia dirección; Claude Managed Agents permite que un agente escriba un programa que lance hasta 1 000; Grok Bot recibe una dirección de correo electrónico para actuar fuera, y Block confía a Claude Fable la dirección de decenas de modelos en una misma migración. La pregunta que cobra fuerza ya no es si el agente sabe hacerlo, sino cómo controlarlo. Google responde con Agent Gateway, Agent Sandbox, un registro de auditoría a nombre de cada agente y límites de gasto en tiempo real; Anthropic, con un presupuesto de sesión que suspende todas las ejecuciones una vez alcanzado; OpenAI, con un entorno aislado de Windows más estricto con la red y los archivos.

El uso de varios modelos se consolida en las propias plataformas. Google, que desarrolla Gemini, hace que su propio agente orqueste modelos Claude, separa explícitamente la elección del modelo de la del agente y ofrece Claude Opus 5.5 y Sonnet 5.5 en Antigravity, facturados dentro del mismo límite de gasto que sus modelos. Genspark y la Agent API de Perplexity añaden Claude Haiku 5.5 en los días posteriores a su lanzamiento, LegalOn distribuye su trabajo de código entre tres modelos de OpenAI según el tipo de tareas, y Block construye un selector automático de modelos.

El coste unitario sigue bajando, y cada anuncio lo cuantifica: 0,016 dólares por imagen para Qwen-Image-2.1-Turbo, 2,5 veces menos que la versión Pro; 15 dólares por millón de caracteres para HeyGen Voice hasta el 31 de octubre, después 30, menos que Eleven v4 Turbo; 0,017 dólares por cada 1 000 decisiones para pplx-decider-v1.1-27b; seis modelos publicados en el Hub por unos 103 dólares de cómputo con ML Intern. Los primeros puestos, en cambio, requieren una lectura atenta: HeyGen Voice solo ocupa el primer puesto en la clasificación con voces controladas, y pplx-decider comparte su posición con otros nueve modelos cuyos intervalos de confianza se solapan.

En salud, la prudencia sigue siendo necesaria. El estudio de AMIE publicado en The Lancet es un estudio de viabilidad, realizado en un solo centro, sin grupo de control y financiado por Alphabet: 98 pacientes, ninguna conversación interrumpida por motivos de seguridad y una alucinación detectada. Es un paso hacia ensayos más amplios, que los propios autores reclaman, no una autorización ni un despliegue para pacientes.