Meta lanza Muse Wonder, NVIDIA abre sus diseños de racks Vera Rubin, Anthropic mide la replicación autónoma de modelos pequeños

Meta lanza Muse Wonder y Muse Wonder Full, sus modelos más potentes hasta la fecha, diseñados para tareas agénticas: el primero está disponible a través de la Meta Model API y Muse Code, a 4 dólares por millón de tokens de entrada, el segundo está reservado a los suscriptores de Muse Code, y no se anuncian pesos abiertos. En el OCP Global Summit, NVIDIA aporta al Open Compute Project sus diseños de racks Vera Rubin, mientras que la Frontier Red Team de Anthropic estima que los modelos pequeños están a pocos meses de poder copiarse por sí solos en dispositivos conectados. En cuanto al código, Artificial Analysis sitúa a Claude Opus 5.5 a la cabeza de su clasificación FrontierCode 1.1, con un 52,2 %, y Google dedica su jornada a la salud, desde la pulsera Fitbit Edge hasta las enzimas diseñadas por AlphaProtein Novo.

Meta lanza Muse Wonder y Muse Wonder Full, sus modelos de frontera para tareas agénticas

12 de octubre — Meta presenta la serie Muse Wonder, compuesta por Muse Wonder y Muse Wonder Full, que describe como sus modelos más potentes hasta la fecha: dos modelos de frontera (frontier models) diseñados para tareas agénticas personales y profesionales. Muse Wonder ya está disponible a través de la Meta Model API y en Muse Code; Muse Wonder Full está reservado a los suscriptores de Muse Code. Muse Wonder impulsará «pronto» el asistente personal Muse, primero para los suscriptores.

Catorce meses después de una renovación completa de sus trabajos en IA, y tras Muse Spark 1.3, lanzado el 2 de septiembre, Meta habla del «siguiente paso» en su escalado por etapas (scaling ladder). Los dos modelos se han entrenado en Prometheus, su centro de datos del orden del gigavatio, a partir de modelos base «más grandes y más fuertes» cuyo tamaño no se publica. Se destacan dos capacidades: la memoria activa (Active Memory), que conserva el contexto importante de una conversación a otra, y la concentración activa (Active Focus), que impulsa al modelo a cambiar de enfoque ante un bloqueo, a pedir aclaraciones y a verificar antes de realizar una acción importante.

Los resultados solo aparecen en una imagen de la publicación: una tabla con mediciones de Meta, con el ajuste max para todos los modelos. Un modelo Muse Wonder encabeza 7 de las 14 filas, empezando por el Personal Superintelligence Index, un índice interno de Meta. Sin embargo, Claude Opus 5.5 sigue por delante en 6 filas, entre ellas el Artificial Analysis Index, y GPT-6 Astra en GDP.pdf.

Benchmark (extracto, mediciones de Meta con el ajuste max)	Muse Wonder Full	Muse Wonder	Claude Opus 5.5	GPT-6 Astra
Personal Superintelligence Index (índice interno de Meta)	59,1	54,3	55,2	54,5
DeepSWE 1.1	79,0	78,8	74,2	74,1
SWE-Marathon	57,5 (xhigh)	53,1	46,3	42,5
MemoryBench	85,5	85,6	81,5	81,4
Terminal-Bench 4.0-AA	57,1	52,0	59,6	59,1
ProgramBench	59,0	50,0	70,5	52,5
Artificial Analysis Index	56	52	58	53

Versión del modelo	Acceso ofrecido	Tarifa anunciada
muse-wonder-1.0	Meta Model API y Muse Code, contexto de 1M de tokens	4 dólares de entrada, 0,20 dólares de entrada almacenada en caché, 20 dólares de salida, por millón de tokens
muse-wonder-full-1.0	Solo suscriptores de Muse Code, contexto de 1M de tokens	Suscripciones Power Usage (50 dólares al mes) y Maximum Usage (200 dólares al mes)

En materia de seguridad, Meta afirma contar con sus salvaguardas más sólidas hasta la fecha contra los usos indebidos químicos, biológicos, radiológicos y nucleares (CBRN) y cibernéticos, al tiempo que mantiene el acceso a capacidades cibernéticas avanzadas para usos defensivos. Presenta Muse Wonder como su modelo más alineado hasta la fecha y promete «pronto» un informe completo con evaluaciones de seguridad adicionales.

🔗 Publicación de investigación de Meta · Página del modelo y tarifas

OCP Global Summit: NVIDIA aporta sus diseños de racks Vera Rubin, Meta adopta Spectrum-6

12 de octubre — En la apertura del OCP Global Summit, en San Jose, NVIDIA aporta al Open Compute Project (OCP) diseños clave de rack (rack) y de bandeja de cómputo (compute tray) Vera Rubin, a través de su arquitectura abierta MGX. El objetivo declarado: dar a los fabricantes una base común para las fábricas de IA de próxima generación. La especificación MGX 1.2 añade refrigeración líquida con conexión ciega (blind-mate) a escala de rack, una barra colectora (busbar) de 5 000 A refrigerada por líquido, bandejas de cómputo sin ventilador y racks de hasta 250 kW. NVIDIA también publica una especificación de rack CPU Vera, pensada para el trabajo de los agentes (llamadas a herramientas, orquestación, ejecución en un entorno aislado), junto a Vera Rubin NVL72, que sigue siendo la base del entrenamiento y la inferencia.

En cuanto al software, DSX OS, la capa operativa de su plataforma de fábricas de IA, recibe cuatro componentes open source procedentes de la operación de DGX Cloud, entre ellos Cluster Readiness Engine, que pone a prueba los clústeres GPU bajo carga antes del entrenamiento, y un Cluster API Provider que deja los clústeres listos «en horas en lugar de días», según NVIDIA.

Ian Buck, vicepresidente de hyperscale y HPC de NVIDIA, ha presentado junto con estas contribuciones una serie de anuncios de socios. El más concreto procede de Meta, que adopta los conmutadores Ethernet Spectrum-6: su conmutador N-IceCube se integra en IcePack, su rack de red refrigerado por líquido, bajo FBOSS, su sistema operativo de red open source.

Anuncio presentado en la cumbre	Socios citados	Punto clave anunciado
MGX 1.2 y rack CPU Vera	Comunidad OCP	Barra colectora de 5 000 A, racks de hasta 250 kW
Componentes open source de DSX OS	Proyectos NVIDIA	Cuatro herramientas procedentes de DGX Cloud
Open Data Center Specification v0.7	AMD, Google, Meta	Diseño común de los edificios de las fábricas de IA
OCP Grid Resilience Specification	Google, Meta, Microsoft	Recuperación de una carga casi plena en menos de 2 s tras una perturbación de la red
Plataforma K-1 de 800 VDC	Visionbay, Vertiv	Diseñada para futuros despliegues de Vera Rubin
Spectrum-6 en Meta	Meta	102,4 Tb/s, hasta 8 planos de red, más de 100 000 GPU
Protocolo Falcon Transport	Google	Futuras SuperNIC ConnectX-10 y DPU BlueField
Formato óptico USFP	Cisco, TE Connectivity, Amphenol	400 Gb/s por vía (detalle a continuación)

Ninguno de estos anuncios incluye un precio o una fecha de disponibilidad. Jensen Huang pronunciará la keynote de GTC Berlin el miércoles 21 de octubre.

🔗 Publicación de NVIDIA sobre el OCP Global Summit

USFP: NVIDIA y Cisco preparan un módulo óptico enchufable de 400 Gb/s por vía

12 de octubre — Entre estos anuncios, NVIDIA y Cisco presentan su proyecto de formato USFP (Ultra-Dense Small Form Factor Pluggable), un módulo óptico enchufable que NVIDIA describe como el primero diseñado para señales eléctricas de 400 Gb/s por vía. Los primeros transceptores (transceivers) previstos reunirán 16 vías bidireccionales (full-duplex) en un espacio similar al del OSFP, tanto para los conmutadores como para las SuperNIC, es decir, hasta 12,8 Tb/s, con una posible ampliación a 32 vías o más. Frente a los módulos actuales de 200 Gb/s por vía, NVIDIA anuncia una densidad de ancho de banda en el panel frontal cuatro veces mayor y una eficiencia energética aproximadamente 1,3 veces superior, y el módulo puede disipar hasta 100 W sin refrigeración dedicada integrada. El objetivo: conectar más puntos finales a 1,6 Tb/s sin añadir una capa de red. TE Connectivity y Amphenol preparan jaulas, conectores y módulos, pero todavía se trata de un proyecto: el comunicado no indica ni fecha ni precio.

🔗 Comunicado de NVIDIA y Cisco

La Frontier Red Team de Anthropic mide la autorreplicación de modelos pequeños en dispositivos conectados

12 de octubre — En un estudio firmado por William Zhou y Daniel Freeman, la Frontier Red Team de Anthropic estima que los modelos pequeños podrían estar a pocos meses de poder copiarse por sí solos en dispositivos conectados poco protegidos. El equipo ha distribuido Gemma4-26B-A4B entre 15 dispositivos Android TV sin marca, comprados por unos 55 dólares cada uno: el modelo funciona en ellos a 0,39 tokens por segundo.

Un modelo de 9B consigue iniciar la inferencia en 8 de los 9 tipos de hardware probados. En una red aislada de 8 máquinas Android emuladas, solo GLM-5.2 logra la replicación de principio a fin (8 nodos de 8 en 4 ensayos de 5); como la intrusión se ha hecho deliberadamente trivial, Anthropic considera este resultado un límite superior. Al ritmo de progreso de los modelos abiertos de 30B o menos, un modelo pequeño alcanzaría este nivel para finales de 2026, una estimación que el propio equipo considera aproximada.

Un gusano así sería lento, como máximo el equivalente a unas 40 H100 en un conjunto de más de 2 millones de dispositivos, pero se adaptaría: al heredar las notas de la generación anterior, Qwen3.5-9B pasa de un 45 % a un 61-84 % de éxito en seis generaciones. Todavía no existe ningún replicador completo fuera de control; en cuanto a la defensa, el estudio recuerda que, frente a la red de máquinas zombis (botnet) Mirai, la puesta en cuarentena de los abonados infectados por parte de su proveedor de acceso había eliminado el 92 % de las infecciones en 14 días.

Like coding agents in 2024, we’re seeing signs of life for AI worms.

🇪🇸 Al igual que con los agentes de código en 2024, vemos signos de vida en los gusanos de IA. — Frontier Red Team de Anthropic, publicación de investigación

Agentes de código: Artificial Analysis clasifica FrontierCode 1.1, Amp atento a GitHub, ColGrep-Agent-2B de LightOn

Una clasificación independiente mide lo que los agentes de código producen realmente, mientras que Amp y LightOn trabajan en lo que ocurre a su alrededor: el seguimiento de las pull requests y la búsqueda en el código.

FrontierCode 1.1: Artificial Analysis sitúa a Claude Opus 5.5 a la cabeza, con un 52,2 %

12 de octubre — Artificial Analysis publica su propia clasificación de FrontierCode 1.1, el benchmark que Cognition ha construido con mantenedores open source: comprueba que un mantenedor fusionaría el cambio propuesto por el agente, no solo que pase los tests, y penaliza los cambios excesivos o fuera del alcance. Artificial Analysis ejecuta el conjunto principal (Main), 100 tareas privadas de 150, con su arnés open source Stirrup y tres ensayos por tarea; un ensayo que no supera un control bloqueante vale cero.

Leading models still fail more than 40% of the time

🇪🇸 Los mejores modelos todavía fallan más del 40 % de las veces. — @ArtificialAnlys en X

Claude Opus 5.5 solo supera los controles bloqueantes en el 58 % de sus ensayos, y ninguno de los 22 modelos evaluados ha resuelto 9 de las 100 tareas. MiMo-V2.6-Pro, de Xiaomi, es el primer modelo de pesos abiertos, con un 45 %. La diferencia de coste es mucho mayor que la diferencia de puntuación:

Modelo evaluado (ajuste)	Puntuación FrontierCode 1.1	Coste por tarea
Claude Opus 5.5 (max, con fallback)	52,2 %	10,15 dólares
GPT-6.1 Sol (max)	49,1 %	0,81 dólares
Claude Fable 5.1 (max, con fallback)	49,0 %	12 dólares
MiMo-V2.6-Pro	45,4 %	0,18 dólares
GPT-6 Luna (max)	41,9 %	0,09 dólares

Según Artificial Analysis, GPT-6.1 Sol iguala así a Fable 5.1 por menos de una décima parte del coste por tarea de los mejores modelos de Anthropic. Estas puntuaciones no son comparables con las que Cognition publica para Devin, a menudo medidas sobre la variante Extended con su propio arnés.

🔗 Clasificación FrontierCode de Artificial Analysis

Amp sigue las pull requests que abre y lanza una orb por incidencia o PR de GitHub

12 de octubre — Amp ya no pierde de vista las pull requests que abre: cuando el agente crea una PR en GitHub, puede suscribirse a sus comentarios, a sus revisiones y a los resultados de CI de su último commit. Un control fallido o la pregunta de un revisor llega entonces al mismo hilo, donde Amp ya dispone del contexto para responder.

La función se basa en una integración de GitHub Webhooks denominada «de primera clase» (first-class): Amp recibe y procesa por sí mismo los eventos, y después el usuario, o el agente, elige enviarlos a una sola orb, el entorno remoto donde se ejecuta un agente Amp, o a una nueva orb en cada ocasión. Así se puede solicitar una orb para cada nueva incidencia (issue) o PR de un repositorio, eventualmente limitada a una etiqueta (label): cada orb lee la incidencia, prepara un resumen y los comentarios posteriores vuelven al mismo hilo. Desde el 23 de julio, las orbs ya podían reaccionar a webhooks externos; la novedad es una integración específica de GitHub, gestionada por Amp, con una pantalla de gestión en Settings → MCP & Integrations → GitHub para modificar o pausar cada suscripción. Basta con instalar la aplicación de GitHub de Amp en el repositorio; la publicación no menciona ninguna tarifa.

🔗 Publicación de Amp

ColGrep-Agent-2B: LightOn confía la búsqueda de código de Claude Code a un agente local

12 de octubre — LightOn publica ColGrep-Agent-2B, un agente de búsqueda de código de 2 mil millones de parámetros con licencia Apache-2.0, que se ejecuta en local entre el agente de código y el repositorio. A partir de una pregunta, busca con ColGrep, el motor de búsqueda semántica multivector de LightOn, lee los archivos prometedores, sigue las referencias y devuelve rutas, rangos de líneas y código: el modelo de frontera ya no tiene que encadenar por sí mismo las rondas de exploración.

Integrado con Claude Code y Sonnet 5.5, para 52 preguntas de búsqueda en 13 repositorios ausentes del entrenamiento (624 sesiones), reduce un 34 % los tokens de API y un 40 % el coste de API, incluida la cache, frente a grep, sin diferencias de exactitud estadísticamente significativas. LightOn aclara que la medición se refiere a la búsqueda de código, no a tareas de principio a fin. Ajustado a partir de MiniCPM5-2B, el modelo se instala con brew install lightonai/tap/colgrep && colgrep --install-agent, que descarga una versión GGUF de unos 2,5 Go; no requiere entorno Python, servidor de inferencia ni clave de API, y responde en unos veinte segundos en un M3 Pro.

🔗 Artículo de LightOn en Hugging Face

Salud en Google: Health Guardian y la pulsera Fitbit Edge, AlphaProtein Novo diseña enzimas inéditas

Google dedica su jornada a la salud: funciones para el público general en Google Health y Fitbit por un lado, y por otro un balance de su investigación que destaca un trabajo de Google DeepMind que había pasado desapercibido.

Google Health: Health Guardian, más de 100 actividades detectadas y la pulsera Fitbit Edge

12 de octubre — Google Health reúne sus anuncios de otoño en una serie de artículos. Health Guardian vigila en segundo plano cambios lentos en la salud, como la presión arterial y la resistencia a la insulina; con la suscripción Google Health Premium, Health Coach, el entrenador de la aplicación, ayuda a interpretar estos cambios y prepara el contexto para compartirlo con el médico. La detección automática de sesiones, basada según Google en un razonamiento contextual (contextual reasoning), se vuelve casi 2 veces más precisa.

Novedad anunciada	Detalle cuantitativo	Disponibilidad anunciada
Health Guardian	Tendencias de presión arterial y resistencia a la insulina, informe mensual	A finales de este mes en Fitbit Air y Fitbit Edge, suscriptores Premium
Detección automática de actividades	De 10 a más de 100 actividades, sesiones no detectadas reducidas en más de la mitad	A finales de este mes en Fitbit Air, Fitbit Edge y Pixel Watch 3 a 5
Pulsera Fitbit Edge	179,99 dólares, 11,5 mm, hasta 7 días de autonomía, batería reemplazable	En preventa, en tiendas el 27 de octubre
Colaboración con Flo Health	Datos del ciclo sincronizados, más de 80 millones de usuarias al mes en Flo	A principios del próximo año

Fitbit Edge, presentada como una ventana en la muñeca a Health Coach, es la primera pulsera de actividad reparable de Google. Abbott (sensor de glucosa Lingo), MyFitnessPal y Function Health completan las integraciones.

🔗 Las novedades de Google Health · Fitbit Edge · Colaboración con Flo Health

Balance de la investigación en salud de Google: AlphaProtein Novo diseña enzimas que no existen en la naturaleza

12 de octubre — Yossi Matias (Google Research) y Pushmeet Kohli (Google DeepMind) hacen balance de los trabajos de Google en salud: 90 artículos revisados por pares en cinco años, más de 90 000 citas y más de 60 millones de dólares aportados en 2026 por Google.org a equipos que aplican estos modelos. El artículo recoge principalmente resultados ya conocidos, pero destaca AlphaProtein Novo, una cadena de procesamiento (pipeline) de aprendizaje automático de Google DeepMind que diseña enzimas desde cero (de novo), sin partir de una enzima natural.

En una prepublicación publicada en bioRxiv el 5 de octubre, junto con el California Institute of Technology y la Universidad de Pittsburgh, los equipos han creado transferasas de nitreno inéditas para sintetizar piperidina, un motivo clave de los medicamentos, con una selectividad que califican de sin precedentes, así como enzimas que degradan el DEHP, una toxina ambiental, en condiciones en las que las enzimas naturales se desnaturalizan. El artículo cita también dos nuevos usos: en Barcelona, el Instituto de Salud Global ha realizado un cribado virtual de 30 000 compuestos con AlphaFold contra la enfermedad de Chagas y ha identificado dos medicamentos ya aprobados por la FDA que podrían reutilizarse para esta indicación; en el Children’s Mercy Hospital, DeepSomatic ha detectado 10 mutaciones que habían pasado inadvertidas en leucemias infantiles ya secuenciadas.

🔗 El balance de Google sobre la IA en salud · La prepublicación de AlphaProtein Novo en bioRxiv

Modelos especializados por profesión: GLM-Legal de Z.ai para el derecho, Apex 2.0 de Fin para la atención al cliente

Dos desarrolladores parten de un modelo existente y lo posentrenan para una profesión concreta, con cifras que respaldan sus resultados.

GLM-Legal: Z.ai especializa GLM-5.3-Flash en el trabajo jurídico

12 de octubre — Z.ai presenta GLM-Legal, un modelo jurídico construido sobre GLM-5.3-Flash y diseñado para flujos de trabajo reales: revisión de contratos, análisis de pruebas y cumplimiento normativo. Tras un entrenamiento intermedio (mid-training) con un corpus jurídico ampliado, se ha posentrenado mediante aprendizaje por refuerzo en decenas de miles de entornos jurídicos realistas. En Harvey LAB, el banco de pruebas de agentes jurídicos de Harvey, que abarca 24 áreas de práctica, GLM-Legal alcanza un 19,2 % de éxito completo (all-pass rate), 12,5 puntos más que su modelo base.

Modelo evaluado en Harvey LAB	Éxito completo (cifras de Z.ai)
GLM-Legal	19,2 %
Kimi K3	12,9 %
Claude Fable 5	11,3 %
GLM-5.3-Flash	6,7 %
GPT-6 Astra	5,4 %

Solo la puntuación de GLM-Legal aparece en el texto del artículo; las demás proceden del gráfico del tweet del anuncio. En LegalBench y PLawBench (derecho chino), Z.ai afirma estar a la altura de los mejores modelos cerrados, sin publicar puntuaciones. GLM-Legal está en beta: bufetes, desarrolladores de software jurídico (legal tech), departamentos jurídicos y profesionales independientes pueden solicitar acceso a la API mediante un formulario, y el modelo llegará «pronto» a AutoClaw, su plataforma de agentes de escritorio. No se han anunciado precios ni pesos abiertos.

🔗 Artículo de Z.ai sobre GLM-Legal · Anuncio de Z.ai en X

Apex 2.0 y Apex Flash 2.0: Fin construye sus modelos de atención al cliente sobre Nemotron 3

7 de octubre — Fin, el agente de IA de atención al cliente, ha lanzado Apex 2.0, la nueva versión de su modelo de generación de respuestas, construido esta vez sobre Nemotron 3 Super; NVIDIA celebró este lanzamiento el 12 de octubre. Como con Apex 1.0, que Fin ya consideraba mejor en producción que Claude Sonnet 4.6, el equipo parte de un modelo base de pesos abiertos que adapta mediante su propio posentrenamiento: ajuste mediante instrucciones y preferencias, modelos de recompensa revisados, ejemplos específicos para decidir entre responder y pedir una aclaración, y eliminación de promesas sin fundamento. Fin también afirma haber reducido su coste de despliegue mediante cuantización, sin pérdida de calidad medible.

Modelo de Fin	Modelo base de NVIDIA	Mejoras anunciadas frente a la versión 1.0
Apex 2.0	Nemotron 3 Super	+8,6 % de resoluciones confirmadas por el usuario, -16,5 % de alucinaciones
Apex Flash 2.0 (Fin Voice)	Nemotron 3 Nano	Respuestas un 24 % más rápidas, -46 % de alucinaciones, 9 idiomas en lugar de solo inglés

Apex 2.0 está en servicio para todos los clientes de Fin, más de 12 000; el artículo no indica ninguna tarifa.

🔗 Artículo de Fin sobre Apex 2.0

Entrenar y servir modelos: QwenGyre, ReplaySSM y el endpoint /v1/systemone de Transformers

Tres trabajos se centran en la infraestructura de software de los modelos: el entrenamiento de agentes con horizontes muy largos, la decodificación de modelos híbridos y el servicio de modelos de decisión.

QwenGyre: Qwen hace elástico el aprendizaje por refuerzo de los agentes con horizontes muy largos

12 de octubre — El equipo Qwen presenta QwenGyre, un marco de aprendizaje por refuerzo en línea para agentes cuya ejecución puede durar horas, encadenar cientos de interacciones con el entorno y acercarse al millón de tokens por trayectoria generada (rollout). De ello se derivan dos problemas: GPU inactivas durante las generaciones largas y trayectorias redundantes en cuanto la ejecución se ramifica (compactación del contexto, subagentes, nuevos intentos). El planificador elástico (Elastic Scheduler) reasigna las GPU entre la generación de trayectorias y el entrenamiento sin interrumpir las ejecuciones: hasta 1,85 veces más rápido que el enfoque Colocate y 1,78 veces más que el enfoque asíncrono (Async). El procesador de trayectorias (Trajectory Processor) organiza los historiales ramificados en árboles con prefijos compartidos, sin duplicados.

Aplicado a Qwen3.8-2.4T-A95B, con unos 700 000 tokens por trayectoria, QwenGyre eleva el resultado en NL2RepoBench del 52,5 % al 58,5 % en 48 pasos y, según el tweet del anuncio, reduce alrededor de un 44 % el tiempo de entrenamiento de principio a fin frente al enfoque asíncrono. El artículo está en arXiv desde el 27 de septiembre; no se ha anunciado ningún repositorio de código.

🔗 Anuncio de Qwen en X · El artículo de QwenGyre en arXiv

ReplaySSM: NVIDIA y Dao AI Lab aceleran la decodificación de modelos híbridos

12 de octubre — NVIDIA y Dao AI Lab de la Universidad de Princeton presentan ReplaySSM, una nueva forma de almacenar el estado de las capas SSM durante la decodificación de modelos híbridos, que alternan capas de espacio de estados y capas de atención, como Nemotron 3, Qwen3.5 a Qwen3.8, Kimi-K3 o GLM-5.3-Flash. Con los tamaños de lote de producción, son estas capas SSM, y no la atención, las que más pesan en la latencia de decodificación hasta los 100K tokens de contexto. ReplaySSM representa el estado mediante un punto de control y un pequeño buffer de las entradas recientes: la salida se calcula en cada token, pero el punto de control solo se reescribe en memoria cada 16 tokens, lo que reduce aproximadamente a la mitad el tráfico de memoria dominante.

Configuración medida en vLLM	Mejora anunciada frente a vLLM
Paso de decodificación, lote de 1	Ninguna
Kernel SSM, lote de 256	De 1,46 a 1,80 veces más rápido
Paso de decodificación completo, lote de 256	De 1,20 a 1,47 veces más rápido
Decodificación especulativa, lote de 512, modelos de clase 120B	1,85 y 2,10 veces el rendimiento

La técnica está integrada en TensorRT-LLM, vLLM y FlashInfer y se ejecuta en producción en GLM-5.3-Flash y Kimi-K3, según NVIDIA; el artículo está en arXiv y el código en GitHub.

🔗 Artículo técnico de NVIDIA sobre ReplaySSM · El artículo de ReplaySSM en arXiv

/v1/systemone: transformers serve convierte un LLM o un VLM en un modelo de decisión

12 de octubre — Hugging Face ha incorporado a Transformers un endpoint /v1/systemone para transformers serve, el servidor integrado en la biblioteca. En lugar de generar una respuesta, el servidor puntúa un conjunto de decisiones posibles a partir de los logits del modelo: según Lysandre, cualquiera de los 250 LLM y VLM compatibles puede convertirse así en un modelo de decisión «al estilo de JEV», sin generar texto. La PR 49322 de Marc Sun admite por ahora todos los modelos autorregresivos y añade un decision_config que se transmite al servidor, ya que cada modelo de decisión formula su prompt y ajusta su temperatura a su manera; Marc Sun anuncia una estandarización de los modelos de decisión «pronto» en Transformers. La función aún no está en ninguna versión publicada; la última, v5.19.0, data del 6 de octubre. llama.cpp ya servía este formato desde el 2 de octubre.

🔗 Anuncio de Lysandre en X · PR 49322 en GitHub

Páginas web y archivos replanteados para los agentes: la Browser Annotation API de OpenAI, la forja Git de Perplexity Projects

OpenAI y Perplexity retoman dos entornos familiares, la página web y el sistema de archivos, para que un agente encuentre más contexto en ellos.

Browser Annotation API: los sitios personalizan las anotaciones del navegador de ChatGPT

12 de octubre — OpenAI Developers presenta la Browser Annotation API, descrita en la guía Annotations Extensibility de ChatGPT Learn. Sin modificar el código, el modo Annotation del navegador integrado en la aplicación de escritorio de ChatGPT ya funciona en cualquier sitio: se selecciona una parte de la página, se comenta y se envía como contexto a Codex o a ChatGPT Work. La API, expuesta mediante document.oai.annotation en páginas seguras (HTTPS o localhost), permite al sitio elegir qué se puede seleccionar, el contexto que acompaña a la selección y los controles que muestran una vista previa de una modificación antes de enviarla.

La guía detalla nueve integraciones: una tarjeta puede convertirse en un único objeto seleccionable (oai-annotation-container, oai-annotatable), un botón del sitio puede abrir una anotación con un comentario sugerido, los controles personalizados (registerControls()) muestran, por ejemplo, una vista previa de un token de espaciado, y los objetos dibujados en un canvas se vuelven seleccionables. La guía está dirigida a la versión DevDay 2026 de la aplicación y a las posteriores; en ChatGPT Enterprise y Edu, un administrador debe autorizar estas personalizaciones. Las anotaciones complementan las herramientas de sitio WebMCP, que exponen las acciones que ChatGPT puede realizar en un sitio.

🔗 Anuncio de @OpenAIDevs · Guía Annotations Extensibility

Perplexity Projects: un sistema de archivos construido como una forja Git para agentes

12 de octubre — Perplexity publica un artículo de ingeniería sobre el sistema de archivos de Projects, el espacio de trabajo de Perplexity Computer donde personas y agentes realizan juntos tareas de larga duración. Cada agente trabaja en su propio entorno aislado y registra sus cambios en un repositorio Git compartido, gestionado por cinco componentes: una CLI en cada entorno aislado, un plano de control, un servicio Git, un almacenamiento basado en AWS S3 (S3Files) y un sistema de extracción del texto de los documentos. El servicio solo acepta un envío si parte del último commit aceptado; de lo contrario, el agente vuelve a aplicar su modificación y la envía de nuevo, sin solicitud de fusión (pull request). Se descartó un sistema de archivos virtual FUSE, unas 400 veces más lento en las cargas de trabajo con uso intensivo de archivos.

Medida publicada por Perplexity	Valor anunciado
Envíos rechazados por estar desactualizados en producción	Menos del 2 %
Latencia mediana de un envío	Menos de 1,7 s
Latencia p99 de un envío	Menos de 8 s
Respuestas correctas con grep, en 150 preguntas financieras internas	0,627
Respuestas correctas con una búsqueda semántica sobre un índice	Aproximadamente 0,37

El artículo no presenta ningún producto nuevo: Projects existe desde julio, y Brain, el wiki de conocimientos de Computer, se basa en la misma infraestructura.

🔗 Artículo de ingeniería de Perplexity

Breves

Copilot CLI 1.0.96 — Ya en versión estable, incorpora sin ninguna novedad las nueve entradas de las versiones preliminares del 9 y 10 de octubre, entre ellas la autoría de cada decisión sobre permisos en la cronología y los identificadores de modelo que no distinguen entre mayúsculas y minúsculas. 🔗 fuente
Atribución de los pushes en GitHub — En versión preliminar pública limitada para los clientes de GitHub Enterprise, previa solicitud, cada commit enviado conserva la identidad autenticada de la persona que lo envió; una condición del conjunto de reglas, Committer must match pusher, bloquea los pushes cuyo committer no coincide con ninguna dirección de correo electrónico verificada de ese usuario. 🔗 fuente
Aplicación Copilot para principiantes — Un nuevo episodio de la serie de GitHub Blog muestra cómo guardar las reglas de un proyecto en el repositorio para que Copilot las aplique por su cuenta: instrucciones personalizadas, agent skills en .github/skills, agentes personalizados y servidores MCP como Playwright; un tutorial, sin novedades de producto. 🔗 fuente
Zed 1.23.3 y 1.24.2 — La versión estable y la versión preliminar solo contienen correcciones (vista previa de Markdown, predicciones de edición, selector de proyectos remotos), el paso a Node.js v24 y una telemetría opcional sobre los puntos de guardado (checkpoints) del panel del agente. 🔗 fuente
Codex Ambassadors — OpenAI vuelve a abrir las solicitudes para este programa de seis meses, que exige una contribución al mes (evento o contenido) a cambio de una suscripción Pro, créditos de Codex y API y apoyo para los eventos aprobados; se da prioridad a América del Norte, América Central, África, Oriente Medio y Europa del Este. 🔗 fuente
La API Decisions en Hypha — Serhii Shchoholiev, responsable de ingeniería de agentes en Hypha, mide la API Decisions de OpenAI en un 98,1 % de F1 en clasificación multietiqueta, frente al 93,5 % de un agente GPT-6.1 Sol, por aproximadamente una séptima parte del coste y con una latencia p90 28 veces menor; cifras de un cliente, sin metodología publicada, difundidas por @OpenAIDevs. 🔗 fuente
Gemini 3.5 Flash deprecado — Actualización del 8 de octubre: la misma entrada de las notas de la versión de la API Gemini también depreca gemini-3.5-flash, que ya no se puede seleccionar en Google AI Studio; sus solicitudes se redirigen a gemini-3.6-flash, sin fecha de retirada anunciada. 🔗 fuente
Kimi Work 3.2.16 — Versión de mantenimiento: motor de vista previa de PDF actualizado, navegador integrado que ya no se ve interrumpido por las tareas en segundo plano y ocho correcciones detalladas, entre ellas las conversaciones secundarias enviadas dos veces. 🔗 fuente
Caída de Genspark — Parte de los usuarios no pudo iniciar sesión el lunes debido a una caída de un servicio de Microsoft que Genspark no identifica; Genspark anunció el restablecimiento del servicio a las 16 h 20 UTC y prepara una compensación para los usuarios afectados. 🔗 fuente
TutorMoments — Ai2 ha sometido modelos recientes a su evaluación de tutores de IA: con una instrucción explícita, GPT-6 Astra ocupa el primer puesto (0,938 en andamiaje adecuado, 0,915 en exigencia adecuada) por delante de Claude Sonnet 5.5 y Claude Opus 5.5, y un nuevo explorador compara sus respuestas con las de tutores humanos. 🔗 fuente
UIBK-Embedding-v1 — Abdelrahman Abdallah publica bajo Apache 2.0 un modelo de búsqueda en inglés de 179 millones de parámetros que reúne en un mismo encoder una búsqueda densa y una búsqueda con interacción tardía (ColBERT); afirma obtener 59,79 de nDCG@10 en BEIR, la mejor puntuación por debajo de mil millones de parámetros entre los modelos con resultados oficiales completos en MTEB. 🔗 fuente
Sparseup-fr — Loïck Bourdois reproduce en francés el modelo de embeddings dispersos de 150 millones de parámetros de Linkup, entrenado en unas 55 horas en una sola RTX 6000 Pro: 56,37 y 56,50 en NanoBEIR-fr depurado, frente a 52,40 y 51,66 de la versión inglesa, un nuevo estado del arte entre los modelos dispersos abiertos según el autor. 🔗 fuente
Model Pulse — Una herramienta comunitaria de Tardelli Stekel reconstruye día a día, desde julio de 2024, las descargas y los «me gusta» de 1,64 millones de modelos del Hub, publicados en unos 1,15 mil millones de filas Parquet bajo Apache 2.0 y actualizados diariamente. 🔗 fuente
Permiso contributor en el Hub — Los tokens de acceso de granularidad fina y los de las cuentas de servicio de Hugging Face pueden recibir un permiso contributor: crean repositorios y solo escriben en los que han creado, para los pipelines de CI/CD, las tareas de entrenamiento y los agentes. 🔗 fuente
Microduck Arena — Pollen Robotics abre un Space de Hugging Face donde se entrena mediante aprendizaje por refuerzo una política para su pequeño robot bípedo y después se lo hace correr en cuatro pruebas, entre ellas 2 m Sprint y Hill Climb, sin robot físico. 🔗 fuente
Relight Studio — Luma destaca esta función que cambia la dirección de la luz de un plano ya logrado sin empezar de cero; el tuit no indica modelo, precio ni fecha de puesta en servicio. 🔗 fuente
HeyGen Lessons — HeyGen presenta una oferta para la educación: Dots de OpenAI identifica lo que capta la atención de una clase y adapta la lección; después, el MCP de HeyGen la convierte en vídeo con el avatar y la voz del docente; el tuit no proporciona enlace, precio ni fecha. 🔗 fuente
Un agente inmobiliario y su avatar — Según un estudio de caso de HeyGen, un agente inmobiliario de Vancouver que perdió su lugar de grabación por un incendio publica dos Reels al día con su avatar y ha multiplicado por cuatro sus seguidores de Instagram en diez meses. 🔗 fuente
x.ai pasa a SpaceXSI — Observado en el rastreo del 12 de octubre, sin anuncio ni fecha en la fuente: la página de inicio de x.ai, sus noticias y la documentación de la API («SpaceXSI Docs») llevan ahora la marca SpaceXSI, incluso en la ficha de Grok 4.7; el sitio todavía mostraba SpaceXAI el 10 de octubre. 🔗 fuente

Qué significa esto

Las cifras del día obligan a fijarse en quién mide. Meta publica sus resultados en una imagen, medidos por la propia empresa, y sitúa a Muse Wonder Full a la cabeza de su propio índice (59,1 frente a 55,2 de Claude Opus 5.5), mientras que en el Artificial Analysis Index de la misma tabla, Opus 5.5 mantiene la ventaja (58 frente a 56). Z.ai compara GLM-Legal con sus competidores en el gráfico de un tuit y afirma igualarlos en LegalBench sin publicar una puntuación, y Fin mide Apex 2.0 frente a su propia versión anterior. La clasificación independiente de FrontierCode pone las magnitudes en perspectiva: el mejor modelo no supera el 52,2 %, y la diferencia de coste, de 0,81 dólares por tarea para GPT-6.1 Sol a 10,15 dólares para Opus 5.5, se convierte en un criterio tan visible como la posición.

En la infraestructura, las mejoras proceden de todo lo que rodea a los chips. Las contribuciones de NVIDIA al OCP se centran en la alimentación eléctrica (racks de hasta 250 kW, barra colectora de 5 000 A, retorno a una carga casi plena en menos de dos segundos tras una perturbación de la red eléctrica) y en la red, con Spectrum-6 a 102,4 Tb/s en Meta y USFP a 400 Gb/s por vía. El software sigue la misma lógica: ReplaySSM reduce aproximadamente a la mitad el tráfico de memoria de las capas SSM, y QwenGyre vuelve a poner a trabajar las GPU que esperaban a que terminaran las trayectorias largas. Al aportar sus diseños al OCP, con estándares firmados conjuntamente por AMD, Google, Meta y Microsoft, NVIDIA declara su objetivo de dar a los fabricantes una base común para las fábricas de IA.

Los agentes reciben entornos pensados para ellos. Una página web ya puede elegir qué selecciona el usuario en el navegador de ChatGPT y qué contexto se transmite al agente con su selección, un proyecto de Perplexity da a cada agente un entorno aislado y un repositorio Git compartido, y Amp incorpora al hilo del agente las revisiones y los resultados de CI de sus propias pull requests. La forma de explorar también influye en el resultado: en Perplexity, un agente que examina su copia de trabajo con grep obtiene 0,627 de respuestas correctas frente a aproximadamente 0,37 con la búsqueda semántica, y en LightOn, confiar la búsqueda a un pequeño agente local reduce en un 34 % los tokens de API de Claude Code respecto a grep, sin una pérdida significativa de exactitud.

El estudio de la Frontier Red Team muestra la otra cara de esta autonomía. Las capacidades que hacen útil a un agente, como instalar un modelo en un hardware desconocido o transmitir sus notas al siguiente agente, también son las que permitirían a un gusano adaptarse: un modelo de 9B ejecuta la inferencia en 8 de 9 tipos de hardware, y la herencia de las notas hace que el éxito pase del 45 % al 61-84 %. Anthropic todavía no describe ningún replicador completo y apuesta por la supervisión de los proveedores de acceso para que un dispositivo infectado contagie, de media, a menos de otro. Meta, por su parte, afirma que Muse Wonder cuenta con sus salvaguardas más sólidas contra los usos cibernéticos y CBRN, pero remite a un informe de seguridad completo aún pendiente de publicación.