ChatGPT Wallet permite que los agentes paguen, Claude Code añade Code Mode, llama.cpp pasa a la versión 1.0

OpenAI lanza ChatGPT Wallet: sus agentes personales, los dots, ahora pueden llegar hasta el pago, con cada compra validada mediante una verificación biométrica y pagada con un token que oculta la tarjeta real. Ese mismo día, Google conecta la aplicación Gemini con Google Wallet, en modo de solo lectura. Claude Code 2.1.323 añade Code Mode, donde Claude escribe JavaScript para encadenar sus herramientas, DeepSeek da acceso desde su API a la búsqueda, los archivos y la voz de su aplicación, y llama.cpp pasa a la versión 1.0.0 con una API estable. GitHub Copilot incorpora Gemini 4 Hydrogen y anuncia la retirada de seis modelos para el 14 de diciembre.

ChatGPT Wallet: los dots de OpenAI llegan hasta el pago, con un token que oculta la tarjeta real

13 de noviembre — OpenAI lanza ChatGPT Wallet, una cartera que permite a los dots, sus agentes personales, finalizar una compra para el usuario. La tarjeta se registra una sola vez. Antes de cada pago, el dot presenta el comercio, los artículos, el total y la tarjeta elegida; el usuario lo aprueba mediante una verificación biométrica (Face ID, Touch ID o huella dactilar), y cada aprobación deja un registro de la compra autorizada.

We’re introducing ChatGPT Wallet, setting a new bar for secure payments by agents. It’s the first wallet that lets agents pay without access to users’ actual card details and that requires a security check for every purchase, while also preserving existing card rewards and protections for eligible disputes.

🇪🇸 Lanzamos ChatGPT Wallet, que establece un nuevo nivel de exigencia para la seguridad de los pagos realizados por agentes. Es la primera cartera que permite a los agentes pagar sin acceder a los datos reales de las tarjetas de los usuarios y que exige una verificación de seguridad para cada compra, al tiempo que conserva las recompensas existentes de las tarjetas y las protecciones en caso de disputas que cumplan los requisitos. — OpenAI, entrada de lanzamiento de ChatGPT Wallet

El mecanismo se basa en la tokenización de las redes de pago. Una vez aprobada la compra, la red proporciona un token de pago con un número de tarjeta, un código de seguridad y una fecha de caducidad de sustitución: el cargo se realiza en la tarjeta sin que el agente ni el comercio vean sus datos reales. Se mantienen las recompensas de la tarjeta y las protecciones en caso de disputa. La cartera se ha desarrollado con American Express, Mastercard y Visa; para American Express, es la primera integración de su oferta Agentic Commerce Experiences. Que sea la primera cartera de este tipo sigue siendo una afirmación de OpenAI.

Elemento del lanzamiento	Condiciones a 13 de noviembre
Dónde usarla	Conversaciones con un dot; ni Chat, ni Work, ni los hilos autónomos de Codex
Suscriptores incluidos	ChatGPT Pro, mayores de 18 años, en Estados Unidos, con despliegue progresivo
Tarjetas aceptadas	Tarjetas de crédito American Express, Chase, Mastercard y Visa emitidas en Estados Unidos
Tarjetas excluidas en el lanzamiento	Tarjetas de débito y tarjetas virtuales
Validación de cada compra	Verificación biométrica: Face ID, Touch ID o huella dactilar
Datos recibidos por el comercio	Un token de pago de sustitución

El artículo de ayuda advierte de que la aprobación no equivale a una confirmación del pedido, que debe verificarse con el comercio; la entrada de lanzamiento añade que algunos sitios todavía pueden bloquear, sin querer, las compras de los agentes. Más adelante, sin fecha, el usuario podrá delegar compras completas dentro de unos límites fijados de antemano: tope de gasto, categorías y periodo.

Para los comercios, OpenAI publica un Commerce Partner Playbook: reclamar su ficha con Businesses in ChatGPT (lanzado el 10 de noviembre) y publicar un feed de productos, reconocer en su CDN o cortafuegos las solicitudes de los agentes de ChatGPT firmadas con Web Bot Auth, y hacer que las herramientas antifraude (Forter, Riskified, Sardine, Signifyd) y los proveedores de pago (Adyen, Checkout.com, Stripe) acepten estas compras. Tras las compras visuales y el Agentic Commerce Protocol presentados en marzo, OpenAI pasa así a la finalización de las compras.

🔗 Comprar con ChatGPT Wallet (ayuda de OpenAI) · Notas de versión de ChatGPT · Commerce Partner Playbook (OpenAI)

Google Wallet en la aplicación Gemini: consultar los gastos sin poder tocar el dinero

13 de noviembre — Ese mismo día, Google toma la decisión opuesta: el asistente lee la cartera, sin pagar nunca. Google Wallet se suma a las aplicaciones conectadas de Personal Intelligence, junto con Gmail, Photos, YouTube y Search, para todos los usuarios de la aplicación Gemini en Estados Unidos, en la web, Android e iOS. Al mencionar @Google Wallet, se obtienen gráficos de flujo de caja, asignación de activos o presupuesto, se detectan las suscripciones recurrentes y sus subidas de precio, o se prepara el presupuesto de las fiestas a partir de las transacciones del año anterior. Las cuentas bancarias y de tarjetas de crédito pueden vincularse a Wallet mediante Plaid.

Gemini can only read information from your accounts; it can’t move, manage, or invest your money.

🇪🇸 Gemini solo puede leer la información de tus cuentas; no puede mover, gestionar ni invertir tu dinero. — Entrada de Google en blog.google

La conexión es opcional y se puede desactivar en cualquier momento en los ajustes de Personal Intelligence. La misma entrada lanza Memory Summary, una página que muestra lo que Gemini ha recordado (preferencias, intereses y objetivos en curso) y permite corregirlo, en la web y en el móvil, en todos los lugares donde Personal Intelligence está disponible.

Agentes de código: Claude Code 2.1.323 lanza Code Mode, junto con Codex CLI 0.169, Antigravity 2.32, Devin Apps y Devin Teams

12 de noviembre — La versión 2.1.323 de Claude Code, publicada en GitHub la noche del 12 de noviembre con 294 entradas, entre ellas 195 correcciones, introduce Code Mode, una opción experimental que cambia la forma en que Claude utiliza sus herramientas. Sin ella, Claude solicita cada llamada (Bash, Read, Edit) y lee su resultado antes de decidir cómo continuar. Con Code Mode, escribe un fragmento de JavaScript que encadena varias llamadas en un solo paso: ejecutar comandos en paralelo, reutilizar el resultado de una llamada en la siguiente y devolver solo la parte útil de la salida. La documentación lo recomienda para los cambios repetidos en muchos archivos, las búsquedas que hay que filtrar antes de leer y los comandos independientes. La conversación sigue mostrando las llamadas a herramientas; el código en sí se puede leer en la vista de transcripción (Ctrl+O).

Requisito de Code Mode	Valor según la documentación
Activación	Variable `CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1`, seguida de una confirmación en el primer inicio
Versión mínima	Claude Code 2.1.323, build nativa
Cuenta requerida	Suscripción a Claude o cuenta de Console
Modelos compatibles	Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.2
Entorno compatible	Sesión interactiva en un terminal (ni `-p`, ni SDK Agent, ni VS Code, ni Desktop, ni sesiones cloud)
Configuraciones excluidas	Pasarelas, Amazon Bedrock, Agent Platform de Google Cloud, Microsoft Foundry, HIPAA, retención cero de datos
Duración máxima de un código	10 minutos en espera, hasta 2 horas en segundo plano

En cuanto a la seguridad, cada llamada a una herramienta lanzada por el código sigue pasando por las reglas deny y ask y por los hooks PreToolUse. En modo auto, el clasificador examina el código antes de ejecutarlo, pero no cada llamada: no ve los valores calculados durante el proceso, como una ruta obtenida de una búsqueda, y la documentación aconseja mantener reglas o hooks para las llamadas sensibles. Los administradores pueden bloquear el modo para toda la organización fijando la variable en 0 en los ajustes administrados, sin poder activarlo de esta forma. La documentación también contempla un rechazo cuando el modo aún no está habilitado para la cuenta, con el consejo de volver a intentarlo otro día. El canal estable de npm sigue por ahora en la versión 2.1.311.

El resto de la versión corrige fallos de permisos. Una sesión iniciada en modo auto cuando ese modo no está disponible arranca ahora en modo Manual, que pregunta antes de actuar, en lugar de hacerlo en un modo más permisivo; Write y Edit ya no pueden escribir en una ruta protegida por una regla Read deny, y las reglas deny y ask ya no se pueden eludir mediante sudo o env. La ventana de contexto asumida para un modelo desconocido pasa de 200 000 a 1 millón de tokens, se retira el cliente MCP v1 y los plugins pueden declarar las versiones de Claude Code que admiten (engines["claude-code"]). Fuera del terminal, Claude Tag añade sus sesiones de Slack a la Compliance API de Enterprise, en beta, y Code Review exporta sus costes por repositorio en CSV.

🔗 Claude Code 2.1.323 (GitHub) · Documentación de Code Mode

Claude Code 2.1.325: los comandos Bash del entorno aislado vuelven a pasar por las autorizaciones y se corrige una vulnerabilidad de zstd

13 de noviembre — Al día siguiente, Claude Code 2.1.325 cambia un comportamiento predeterminado: los comandos Bash ejecutados en el entorno aislado siguen ahora el flujo normal de autorización en lugar de ejecutarse sin preguntar. Para mantener el funcionamiento anterior, hay que configurar sandbox.autoAllowBashIfSandboxed: true, en la fuente de ajustes administrados de mayor prioridad cuando es la organización la que activa el entorno aislado. La versión también corrige una vulnerabilidad en la decodificación de las respuestas comprimidas con zstd, sin más detalles.

Otros cambios refuerzan las autorizaciones: los comandos git de solo lectura piden confirmación en un repositorio que no sea el del proyecto ni uno de confianza, y las tareas programadas como /loop preguntan antes de ejecutar una skill que declara herramientas autorizadas o hooks (Skill(name) en permissions.allow para un uso sin supervisión). Una sesión en segundo plano abierta con una cuenta de claude.ai podía utilizar, y facturar a través de, una clave API heredada del shell: ya está corregido. De las 139 entradas, 88 son correcciones, varias de ellas para Code Mode; la 2.1.324, publicada en npm menos de dos horas antes, no tiene notas.

🔗 Claude Code 2.1.325 (GitHub)

Codex CLI 0.168 y 0.169: conversaciones laterales en pestañas, y codex exec exige confiar en el proyecto

13 de noviembre — OpenAI publica dos versiones estables de Codex CLI en menos de cinco horas. La 0.168.0 (03 h 54 UTC, 226 PR enumeradas) introduce de forma opcional (features.tui_workspace) una conversación lateral que se muestra junto a la conversación principal; la 0.169.0 (08 h 37 UTC, 243 PR) la presenta en pestañas, que se vuelven a abrir tras un reinicio. Un panel Sessions → Model providers permite elegir el proveedor de modelos de las nuevas conversaciones sin afectar a las que ya están abiertas, y los proveedores personalizados ahora se crean desde el terminal, con un código de dispositivo para las conexiones por SSH.

El cambio relevante para los scripts y la CI llega con la 0.169.0: en una carpeta que no sea de confianza, codex exec ya no carga la configuración del proyecto ni sus servidores MCP, incluso con --sandbox workspace-write. Hay que pasar --trust a codex exec o a codex review para registrar la confianza en el proyecto. Las dos versiones también añaden GIF animados opcionales, grabaciones de audio con un modelo compatible, la búsqueda de tareas anteriores del centro de control de los agentes y un ZIP de diagnóstico local (Ctrl+S). La opción features.multi_agent está en proceso de retirada en favor de agents.enabled, y el título de una PR menciona una migración local de las skills de Claude Code, sin una entrada en las notas.

🔗 Codex CLI 0.168.0 (GitHub) · Codex CLI 0.169.0 (GitHub)

Antigravity 2.32 y Antigravity CLI 1.5.8: Dynamic Workflows en Python, Hydrogen y Carbon con una clave de API de Gemini

13 de noviembre — La aplicación Antigravity pasa a la versión 2.32.0 con los Dynamic Workflows: el agente coordina subagentes en paralelo y tareas de varios pasos escribiendo Python, ejecutado por el runtime incluido en la aplicación. La idea sigue la línea de los workflows dinámicos que ya ofrecen Claude Code, Copilot CLI y Devin; el changelog no explica cómo se articula la función con /swarm, en versión preliminar desde el 10 de noviembre. La versión también protege las pestañas del navegador controladas por el agente: los marcos integrados (frames) de otros sitios se cargan en ellas sin iniciar sesión y permanecen ocultos en sus capturas sin autorización explícita. En total, 11 mejoras y 13 correcciones, entre ellas los temas Everforest y la clonación local de repositorios cloud de GitHub para los agentes remotos.

Ese mismo día, Antigravity CLI 1.5.8 habilita Gemini 4 Hydrogen (niveles de Low a XHigh) y Gemini 4 Carbon (de Low a High) para las conexiones mediante la clave GEMINI_API_KEY, y también Hydrogen con las credenciales de Google Cloud (ADC) y a través de una pasarela empresarial. Sus 22 correcciones cierran varias vías para eludir la seguridad: el proxy de red del entorno aislado engañado mediante barras codificadas (%2F) o segmentos « .. » en una URL, reglas « permitir siempre » manipuladas en Windows mediante cmd o PowerShell, reglas de permisos MCP ignoradas para ciertas herramientas y un hook de bloqueo escrito con comillas dobles que se omitía sin aviso en Windows.

🔗 Changelog de Antigravity

Devin Apps: aplicaciones web privadas alojadas en la máquina cloud de Devin

13 de noviembre — Cognition lanza Devin Apps: se describe la herramienta que necesita el equipo (panel de control, cola de revisión, página de estado del proyecto), Devin la construye y la publica, y el equipo accede a ella desde una URL estable. Una App también puede surgir de una sesión en curso, a partir de una vista previa del navegador ya mostrada. Las Apps siguen siendo privadas: es obligatorio iniciar sesión en Devin, y se pueden compartir por persona, por organización o con toda la empresa. Cada modificación genera una nueva versión en la misma dirección y, si no arranca, la anterior sigue funcionando.

Las Apps se basan en las instantáneas de memoria que permiten a Devin hibernar: la máquina entra en reposo 5 minutos después de la última solicitud y se reactiva en unos segundos con la siguiente visita. La facturación se basa en el tiempo que permanece activa, sin una tarifa especificada. Sirve cualquier stack que ofrezca HTTP, con SQLite o Postgres en la misma máquina; una App funciona en una sola máquina y está orientada a herramientas internas y entornos de preproducción, no a servicios con mucho tráfico. El anuncio llega después de las Apps de Cursor (5 de noviembre) y las Boxes de Amp (10 de noviembre).

🔗 Presentación de Devin Apps · Documentación de Devin Apps

Devin Teams: Devin Desktop sin puestos de pago, modo Free con SWE-2 y límite reducido a 100 puestos

12 de noviembre — La noche anterior, Cognition reorganizaba su plan Devin Teams. Devin Desktop ya no exige puestos de pago, y un modo Free, impulsado por SWE-2, el modelo propio, ofrece a cada usuario dos sesiones simultáneas gratuitas. El uso gratuito de SWE-2 en Devin Desktop y la CLI pasa a ser permanente para los planes Teams, Pro y Max, tras varios periodos gratuitos temporales desde septiembre.

Elemento del plan Teams	Cambio anunciado por Cognition
Puestos de Devin Desktop	Incluidos para todo el equipo, sin puestos de pago
Modo Free	2 sesiones simultáneas por usuario, con SWE-2
Inicio de sesión único	Okta, Microsoft Entra ID, cualquier proveedor SAML u OIDC
Límites de uso	Hasta 3 niveles, ampliaciones aprobadas manual o automáticamente
Límite de puestos	100, frente a los 200 anteriores
Puestos con cuota	Se retirarán en 30 días

El plan también incorpora Devin Coach, que sugiere, por ejemplo, un modo más ligero para una tarea pequeña, y un acuerdo estándar para el tratamiento de datos de salud (BAA) que se puede solicitar desde los ajustes. No se indica ningún precio.

🔗 El nuevo plan Teams de Devin

DeepSeek incorpora a su API las funciones de su aplicación: búsqueda, archivos, lectura de enlaces, seguridad y voz

13 de noviembre — DeepSeek pone a disposición de los desarrolladores las funciones que conforman la experiencia de su aplicación. Desde el 17 de octubre, la API ya ofrecía búsqueda y lectura de páginas (Search y Fetch). DeepSeek añade todas las funciones de la aplicación, que se pueden activar con unos pocos parámetros en deepseek-flash (DeepSeek-V4.1-Flash-1017), en las tres API Messages, Responses y Chat Completions; el propio servicio se encarga de las llamadas a herramientas y de ensamblar el contexto.

The capabilities behind the DeepSeek App are now available through the DeepSeek API. Enable built-in features with a few parameters, or call standalone APIs such as OCR, ASR, and TTS.

🇪🇸 Las funciones en las que se basa la aplicación DeepSeek ya están disponibles en la API DeepSeek. Active las funciones integradas con unos pocos parámetros, o invoque API independientes como OCR, ASR y TTS. — @deepseek_ai en X

La herramienta deepseek_web_search realiza búsquedas web o de imágenes y responde con citas cuando la reflexión está desactivada; con la reflexión activada, el modelo encadena varias búsquedas y lee enlaces por sí mismo. La herramienta deepseek_read_url recupera las páginas citadas en el mensaje. Los archivos (PDF, documentos de Office, imágenes) se analizan y después se añaden al contexto. Un parámetro de control de seguridad examina la entrada y la salida y devuelve un marcador de rechazo si detecta un riesgo; DeepSeek pide a los servicios abiertos al público que lo activen y cumplan sus obligaciones (revisión de seguridad de los contenidos, registro de grandes modelos, etiquetado de la IA).

Estos componentes también se venden por separado, con tres nuevas API de OCR, reconocimiento de voz (ASR) y síntesis de voz (TTS). Los costes de las herramientas se suman a los tokens, cuyo precio no cambia: para deepseek-flash, 0,30 dólares por millón de tokens de entrada sin caché y 1,20 dólares de salida en horas punta, y la mitad en horas valle.

Función facturada	Precio de catálogo	Precio temporal (-50 %)
Búsqueda web (texto, imagen)	0,75 dólares por 1 000	Sin descuento
Lectura web (fetch)	0,75 dólares por 1 000	Sin descuento
Análisis de archivos y OCR	0,225 dólares por 1 000 páginas	Sin descuento
Síntesis de voz (TTS)	0,45 dólares por 10 000 caracteres	0,225 dólares
Reconocimiento de voz (ASR)	0,116 dólares por hora de audio	0,058 dólares

Para mostrar el conjunto, DeepSeek publica bajo licencia MIT chat-demo, un cliente de chat estático, sin servidor, que llama directamente a la API desde el navegador, con búsqueda, lectura de enlaces, archivos adjuntos, voz e importación del historial de la aplicación. El mismo día, una versión preliminar de DeepSeek Harness añade un plugin experimental que importa estas conversaciones a un espacio de trabajo. Para un desarrollador, supone la posibilidad de reproducir la aplicación DeepSeek en su propio producto, o de utilizar solo uno de sus componentes.

🔗 Registro de cambios de la API DeepSeek · Tarifas de la API DeepSeek · Guía para crear un chatbot (DeepSeek) · chat-demo (GitHub)

llama.cpp y ggml pasan a la versión 1.0.0 con una API estable; SGLang, Transformers y Diffusers completan las herramientas abiertas

13 de noviembre — Tras tres años y medio de versiones numeradas por compilación, llama.cpp y su biblioteca de cálculo ggml publican su primera versión mayor, la 1.0.0. El motor, que ejecuta modelos en local desde el teléfono hasta la estación de trabajo, sirve de base para una larga lista de aplicaciones. El equipo, ahora en Hugging Face, se compromete a aplicar el versionado semántico (semantic versioning) a la API C pública: cualquier incompatibilidad de API o ABI requerirá una nueva versión mayor.

Tipo de versión	Qué la desencadena
Mayor	Cambio incompatible de la API C pública o de la ABI
Menor	Función compatible, nuevo backend, nuevo modelo o ampliación de API
Parche	Corrección de un bug sin cambios en la API

El paso a la versión 1.0 hace limpieza: desaparecen 35 funciones obsoletas y la API de decodificación especulativa NextN se incorpora al archivo de cabecera principal llama.h. La versión añade cachés KV en FP8, una caché de expertos MoE en la memoria del host cuya proporción asignada al procesador se puede configurar, y compatibilidad con Kimi-K3.1-Pro, Ripple-65B-Preview, la síntesis de voz de drama-3 y la visión de MageVL-Cowork y Kimi-K3.1. El servidor llama-server recibe protecciones contra ataques SSRF, CORS y de rebinding de DNS, un endpoint /v1/audio/speech compatible con OpenAI y una interfaz web renovada.

Según la publicación, el motor admite más de 150 variantes de arquitectura y todos los métodos habituales de decodificación especulativa. La biblioteca se distribuye a través de Homebrew, Winget, conda-forge, Debian, Docker o MacPorts, y el equipo prueba cada modificación con HF Jobs y máquinas cedidas por NVIDIA, AMD, Qualcomm, Arm, IBM e Intel. Clément Delangue presenta esta v1 como la primera versión mayor completamente estable de la biblioteca más utilizada para ejecutar modelos en local. Cohere celebró el lanzamiento indicando que su pequeño modelo North Micro Vision ya es compatible. Para un desarrollador que integra llama.cpp en un producto, supone la promesa de una API estable entre dos versiones mayores.

🔗 Publicación de ggml-org en Hugging Face · llama.cpp v1.0.0 (GitHub) · Anuncio de Georgi Gerganov

SGLang Consortium: ocho miembros fundadores en torno al motor de inferencia de LMSYS

12 de noviembre — LMSYS Org, la organización sin ánimo de lucro que desarrolla el motor de inferencia open source SGLang, lanza SGLang Consortium en la inauguración del primer SGLang Summit, los días 12 y 13 de noviembre en San Francisco. Sus ocho miembros fundadores son NVIDIA, AMD, Intel, Google, Meta, Cloudflare, Modal y RadixArk. Cada uno designa a un representante técnico y participa en dos reuniones sobre la hoja de ruta al año; los mantenedores conservan el control de las decisiones técnicas y del código aceptado, y el proyecto sigue abierto a todos. Las prioridades: nuevos modelos, razonamiento y multimodalidad, inferencia distribuida y optimización del hardware.

NVIDIA, que difundió el anuncio el día 13, afirma haber colaborado en cinco generaciones de computación acelerada, de Ampere a Vera Rubin, y ofrecer compatibilidad con más de 100 modelos desde su lanzamiento. Según LMSYS, que cita a Deloitte, la inferencia representaría aproximadamente dos tercios del cómputo de IA en 2026, frente a la mitad en 2025.

🔗 LMSYS Org lanza SGLang Consortium · Difusión de @NVIDIAAI

Transformers v5.23.0: un único ExportedModel para ONNX Runtime, OpenVINO, ExecuTorch y Dynamo

13 de noviembre — Transformers v5.23.0 unifica la exportación de modelos. Tanto si el destino es ONNX Runtime, OpenVINO, ExecuTorch o el grafo Dynamo de PyTorch, la exportación devuelve ahora un ExportedModel que se invoca como el modelo original (mismos argumentos, misma clase de salida), se publica en el Hub y se vuelve a cargar directamente en el motor de destino. Es un cambio incompatible: export() ya no devuelve el mismo objeto. Las exportaciones ONNX se pueden fusionar para el procesador, CUDA, WebGPU o DirectML.

Motor y hardware (EmbeddingGemma2, notas de la versión)	Mejora frente a PyTorch eager	Mejora frente a torch.compile
ONNX Runtime con TensorRT, A100	7,6 veces	1,4 veces
OpenVINO, Xeon Platinum 8570	4,1 veces	2,2 veces
OpenVINO con pesos int8, mismo Xeon	4,9 veces	2,6 veces

La versión añade siete modelos, entre ellos Inkling 2 Small de Thinking Machines, LFM3 y LFM3-VL de Liquid AI, Dots 3 Note Preview (texto, imagen, vídeo y audio), IQuest-Coder-V1 e InternLM3; la cabeza de decisión JEV sigue siendo experimental.

🔗 Transformers v5.23.0 (GitHub)

Diffusers 0.43.0: cinco pipelines modulares, de MiniMax-H3-Image al simulador PAN 2

12 de noviembre — Diffusers 0.43.0 añade cinco modelos generativos en forma de pipelines modulares. MiniMax-H3-Image y P-H3-Image de Pruna AI generan y retocan imágenes a partir de texto e imágenes de referencia (hasta ocho para P-H3-Image), en seis u ocho pasos. Pika H3 Flex, construido sobre MiniMax-H3, produce vídeo con sonido estéreo sincronizado en seis pasos. Kandinsky S2V 1.0 anima a una persona a partir de una foto y una grabación de su voz, incluidos los movimientos del cuerpo, en segmentos de cinco segundos. PAN 2, un simulador de 29 mil millones de parámetros, genera escenas a partir de acciones y movimientos de cámara, con controles de seguridad activados por defecto. La versión también mejora el paralelismo de tensores, los LoRA y los backends de atención.

🔗 Diffusers 0.43.0 (GitHub)

Catálogo de GitHub Copilot: Gemini 4 Hydrogen llega incluso al plan Pro, seis modelos se retirarán el 14 de diciembre

Gemini 4 Hydrogen en Copilot, incluido el plan Pro

13 de noviembre — Un día después de su lanzamiento por Google, Gemini 4 Hydrogen pasa a estar disponible de forma general en GitHub Copilot. GitHub lo presenta como el último modelo Flash de Google, diseñado para la programación agéntica rápida, el uso de herramientas y los workflows de varios pasos, con un mejor seguimiento de instrucciones que Gemini 3.8 Flash, sin aportar cifras que lo respalden. A diferencia de las dos incorporaciones anteriores, Gemini 4 Carbon y Claude Fable 5.2, se incluye el plan Copilot Pro, junto con Pro+, Max, Business y Enterprise.

El modelo aparece en once entornos: los diez de Carbon, desde Visual Studio Code hasta Eclipse pasando por Copilot CLI, el agente de código, la app GitHub Copilot y GitHub Mobile, más Copilot SDK. Se factura según el uso a la tarifa de catálogo del proveedor y se activa automáticamente en Business y Enterprise siempre que el administrador no haya desactivado la activación por defecto de los nuevos modelos. El despliegue es gradual. Ese mismo día, Hydrogen también llega a la Agent API de Perplexity y a Antigravity CLI.

🔗 Gemini 4 Hydrogen en GitHub Copilot (registro de cambios de GitHub)

Seis modelos se retirarán de Copilot el 14 de diciembre

13 de noviembre — GitHub anuncia la retirada de seis modelos de todas las experiencias de Copilot (Chat, modificaciones en línea, modos ask y agent, autocompletado de código) el 14 de diciembre. Cada uno tiene un sustituto sugerido, a menudo incorporado en las últimas semanas.

Modelo obsoleto	Sustituto sugerido por GitHub
Claude Fable 5	Claude Fable 5.2
Claude Haiku 4.5	Claude Haiku 5.5 (Haiku 4.5 sigue disponible para los suscriptores individuales con plan anual)
Gemini 3.8 Flash	Gemini 4 Hydrogen
Gemini 4 Argon	Gemini 4 Carbon
Grok 4.6	Grok 4.7
Kimi K3	Sustituto por anunciar

En Business y Enterprise, los sustitutos se activan automáticamente mediante la activación por defecto de los nuevos modelos, y no es necesario hacer nada para retirar los antiguos. GitHub ya había retirado cuatro modelos el 2 de octubre y seis el 19 de octubre siguiendo el mismo esquema; Gemini 4 Argon, que llegó a mediados de octubre, solo habrá estado dos meses en Copilot.

🔗 Próxima retirada de determinados modelos de GitHub Copilot en diciembre (registro de cambios de GitHub)

Evaluar los modelos: las recomendaciones de Anthropic para la seguridad y XYBench de Ai2

Anthropic: diez recomendaciones para evaluaciones de seguridad fiables

13 de noviembre — En su blog Engineering, Anthropic publica una guía para diseñar, ejecutar y presentar evaluaciones de seguridad, con diez recomendaciones según su tuit. El punto de partida: decir que un modelo es «más seguro que el anterior» solo tiene valor en función de la evaluación que lo mide, y las evaluaciones de IA se eluden fácilmente y son difíciles de reproducir. El artículo se inspira en las reformas de la psicología tras su crisis de replicación, entre ellas el prerregistro (preregistration) de las hipótesis antes de ver los datos.

Anthropic prefiere una tasa de respuesta apropiada a la tasa de rechazo, medida en conversaciones de varios turnos en las que un solo turno incorrecto hace fracasar toda la prueba: un modelo Claude interpreta al usuario simulado descrito por un experto, y un evaluador automático, validado con etiquetas humanas, puntúa cada transcripción. Tras incidentes internos, numerosas evaluaciones con acceso a Internet se suspendieron temporalmente.

Medida citada por Anthropic	Valor publicado
Respuestas inocuas, pruebas de un turno en la API	94 % a 98 % para todos los modelos recientes (saturado)
Estafas románticas en claude.ai	Opus 5: 98 %, Opus 5.5: 94 % (diferencia no significativa)
Diferencia entre la API y claude.ai para Fable 5.1	Hasta 34 puntos
Suicidio y autolesiones, nuevo prompt de sistema	60 % en la API, 94 % en claude.ai
Tamaño mínimo de la muestra	100 elementos en varios turnos, 1 000 en un turno

🔗 Cómo crear evaluaciones de seguridad sólidas (Anthropic) · Anuncio de @AnthropicAI

XYBench: los asistentes rara vez ven la verdadera pregunta detrás de una solicitud mal planteada

13 de noviembre — Ai2 publica XYBench junto con Carnegie Mellon, NVIDIA y Johns Hopkins (premio al mejor artículo de recursos en EMNLP 2026). El banco de pruebas se centra en el «problema XY»: alguien quiere alcanzar un objetivo X, supone que un método Y funcionará y pide ayuda con Y. Sus 8 115 preguntas abarcan desde la programación (Stack Overflow) hasta la cocina y el bricolaje (WikiHow). Los cinco modelos probados, de generaciones anteriores, suelen proponer una solución al verdadero problema, pero siguen centrados en la solicitud literal.

Modelo evaluado (preguntas de Stack Overflow)	Solución al verdadero objetivo	Respuesta centrada en el objetivo	Idea errónea señalada
Mejor respuesta humana	67 %	55 %	79 %
GPT-5	71 %	41 %	60 %
Qwen3.5-9B	64 %	41 %	60 %
DeepSeek-V4 Pro	66 %	35 %	55 %
Gemini 3.1 Pro	62 %	40 %	54 %
Claude Sonnet 4.6	59 %	36 %	47 %

Cuando se les pide elegir entre dos respuestas, los modelos prefieren en el 71 al 84 % de los casos la que aborda el verdadero objetivo, aunque ellos mismos solo escriben respuestas de ese tipo en el 35 al 41 % de los casos: saber reconocer una buena respuesta no basta para producirla.

🔗 XYBench (Ai2) · Anuncio de @allen_ai

Inyección de prompts: IBM publica LLMON y dos versiones preliminares de Granite 4.1 que resisten mejor estos ataques

12 de noviembre — IBM presenta LLMON, un lenguaje de marcado pensado para los modelos de lenguaje. A lo largo de una tarea extensa, el contexto de un modelo mezcla el prompt de sistema, la conversación, los documentos recuperados, las respuestas de herramientas, las restricciones de salida y los razonamientos, sin una estructura explícita o en formatos como JSON que no están hechos para los modelos, según IBM. LLMON etiqueta cada uno de estos elementos para que el modelo sepa qué está leyendo, lo que debería ayudarle a no seguir las instrucciones inyectadas en su contexto.

IBM publica dos versiones preliminares experimentales derivadas de los modelos base Granite 4.1, granite-4.1-3b-LLMON-preview y granite-4.1-8b-LLMON-preview, entrenadas para leer y producir texto con marcado LLMON. En su banco de pruebas de inyección de prompts, IBM indica que evitan un 47 % más de ataques que el mejor modelo de frontera probado y un 95 % más que el mejor modelo open source, manteniendo el nivel de los Granite 4.1 Instruct en los bancos de pruebas generales. Son las mediciones del proveedor, realizadas en su propio banco de pruebas.

🔗 LLMON, un lenguaje de marcado nativo para LLM, ahora en Granite (Hugging Face)

PARDIG y SatWeave: Google DeepMind abre los conjuntos de datos en los que se basa WeatherNext 3

13 de noviembre — Google DeepMind publica en acceso abierto los dos conjuntos de datos en los que se apoya WeatherNext 3, su modelo meteorológico mundial lanzado en septiembre. SatWeave combina imágenes de satélites geoestacionarios (GOES, Meteosat, Himawari) en un mosaico mundial de 17 canales, actualizado cada hora: esto es lo que permite a WeatherNext 3 producir una nueva previsión mundial cada hora, mientras que otros modelos parten de análisis actualizados cada seis horas.

PARDIG estima las precipitaciones en todo el planeta cada 15 minutos, con una resolución de unos 10 km. Aprende de las mediciones del radar espacial de la misión GPM de la NASA, en lugar de basarse únicamente en instrumentos terrestres, para seguir siendo útil allí donde no hay radares ni pluviómetros. Comparado con tres redes de radar (Estados Unidos, Europa, Japón) y más de 36 000 estaciones, mejora en más de un 30 % la detección horaria de lluvias débiles a moderadas respecto a IMERG-Final, la referencia de la NASA.

Conjunto de datos abierto	Contenido y frecuencia	Archivo disponible
SatWeave	Mosaico geoestacionario de 17 canales, cada hora	Más de diez años
PARDIG	Precipitaciones mundiales cada 15 minutos, unos 10 km	1999 a 2026

Los flujos en directo y los archivos están en Google Cloud Storage, y PARDIG también está en Google Earth Engine.

🔗 Abrimos los conjuntos de datos de nuestros modelos meteorológicos de IA (Google DeepMind) · Hilo de @GoogleDeepMind

Audio generativo: Suno Bridge en Ableton Live, Stable Audio renovado con Generate y Sampler

Suno Bridge: generar pistas de Suno en una sesión de Ableton Live 12

13 de noviembre — Suno lanza Suno Bridge, una aplicación independiente en beta que integra sus modelos musicales en el software de producción del usuario. En su lanzamiento, solo funciona con Ableton Live 12 en Mac; están previstos otros sistemas y otros DAW, sin calendario. Bridge se ejecuta junto a Ableton Live y se sincroniza con la sesión abierta, cuyos archivos se suben a Suno para que comprenda su contexto musical. Los prompts producen nuevas partes instrumentales o vocales ajustadas al tempo, la tonalidad, el estilo, la armonía y el groove de la sesión, dentro del bucle elegido con los marcadores de Arrangement View (por ejemplo, 8 compases, del 9.º al 16.º). El resultado aparece directamente en la timeline. Bridge está incluido en todas las suscripciones Premier, sin una tarifa aparte.

🔗 Suno Bridge: tu DAW, impulsado por Suno · Anuncio de @suno

Stable Audio: un espacio de trabajo único, Generate para las piezas musicales y Sampler para los kits

12 de noviembre — Stability AI anuncia una renovación de Stable Audio, detallada en sus notas de versión de noviembre (página fechada el 4 de noviembre en sus metadatos, anunciada el 12). El sitio agrupa ahora los proyectos y los sonidos en un espacio de trabajo único, con una página de inicio y una biblioteca común a todas las aplicaciones.

Aplicación de Stable Audio	Qué produce
Generate	Pieza musical o efecto sonoro, a partir de un texto o de «paints» de géneros, estilos e instrumentos; Lens para cortar, sustituir o prolongar
Sampler	Hasta 8 variaciones por prompt o un kit de 8 sonidos, secuenciador de 8 instrumentos en 16 pasos, patrones de hasta 32 compases, exportación en ZIP
Sessions (Labs, beta)	Mezcla completa u 8 pistas editables, con un productor controlado por chat

Stability no presenta ningún modelo nuevo ni ninguna tarifa.

🔗 Notas de versión de noviembre de Stable Audio · Anuncio de @stableaudio

Cohere completa la adquisición de AISLE e incorpora al equipo de cubic para crear un área de código seguro

13 de noviembre — Cohere anuncia que ha completado la adquisición de AISLE, empresa que desarrolla sistemas autónomos de detección y corrección de vulnerabilidades, un mes después de la carta de intenciones del 15 de octubre. En el mismo artículo, la empresa incorpora al equipo de cubic, plataforma de revisión de código mediante IA fundada y dirigida por Paul Sanglé-Ferrière, que creará su área de «código seguro» (secure coding vertical). Según Cohere, AISLE y cubic elevan a cuatro sus operaciones estratégicas de fusiones y adquisiciones del año, junto con Aleph Alpha y Reliant AI. No se comunica ningún importe.

Los cofundadores de AISLE asumen puestos directivos: Ondrej Vlcek se convierte en vicepresidente sénior de Cohere Cyber, una nueva actividad de ciberseguridad destinada a empresas, gobiernos y operadores de infraestructuras críticas; Jaya Baloo es la responsable de seguridad de los sistemas de información, como se anunció el día anterior; Stanislav Fort se convierte en vicepresidente de AI Security. Cohere prevé una inversión a largo plazo en Praga, presentada como su futuro centro mundial de ciberseguridad mediante IA. Los agentes de revisión de código de cubic funcionan en las instalaciones del cliente y en entornos aislados (air-gapped); Cohere los sitúa entre los mejores en los benchmarks de revisión de código, sin aportar cifras.

🔗 Cohere amplía su plataforma de IA soberana con AISLE y cubic

Perplexity: los Teammates llegan a la aplicación para Mac para los suscriptores Max

13 de noviembre — Perplexity incorpora los Teammates, sus agentes personales para trabajos de larga duración lanzados el 5 de noviembre en la web, a su aplicación para Mac, todavía para los suscriptores Max. Según el anuncio, trabajan solos o con otros teammates, por ejemplo, en control de calidad, atención al cliente, investigación o marketing de crecimiento.

La página del producto aún no estaba actualizada cuando la consultamos: los anuncia como disponibles en la web y en iOS, y «próximamente» en ordenadores y Android. La versión para iOS no se había anunciado durante el lanzamiento, y su fecha sigue siendo desconocida. El modelo de precios no cambia: los Teammates son gratuitos durante un período promocional y después consumen los créditos incluidos en Max. La noche anterior, Perplexity también mostraba que el agente de navegación de Computer y de los Teammates ahora muestra su trabajo en directo y permite al usuario retomar el control.

🔗 Anuncio de @perplexity_ai · Página de producto de los Teammates

Google AI Studio: los créditos de Google Cloud de los suscriptores Pro y Ultra se solicitan sin salir de la herramienta

13 de noviembre — Los suscriptores de Google AI Pro y Ultra ya disponían de créditos mensuales de Google Cloud a través de Google Developer Program, pero solicitarlos obligaba a pasar por varios sitios. Ahora se gestionan desde Google AI Studio: la creación del perfil de Developer Program, la vinculación de una cuenta de facturación, la solicitud de los créditos y el seguimiento del saldo se realizan en un único proceso, y las siguientes asignaciones se aplican automáticamente.

Cada crédito mensual sigue siendo válido durante 12 meses y las asignaciones se acumulan; los créditos más próximos a caducar se utilizan primero. Cubren el uso de la API de Gemini y de los modelos del nivel de pago cuando se agota la cuota de la suscripción. Hay dos condiciones: un prepago mínimo de 5 dólares en la facturación de Cloud, y solo el titular principal de la suscripción puede utilizarlos, no los miembros de la familia. El importe depende del nivel de la suscripción y no se indica en el artículo.

🔗 Solicita tus créditos de Google Cloud en Google AI Studio (blog.google)

Praxis-1 en el brazo SO-101: Runway publica el checkpoint anunciado dos días antes

13 de noviembre — Dos días después del lanzamiento de Praxis-1 con pesos abiertos, del que informamos el 11 de noviembre, Runway publica la versión para el SO-101, el brazo robótico de bajo coste y open source muy extendido entre aficionados e investigadores. El README del 11 de noviembre anunciaba este checkpoint como «próximamente»: praxis-1-so101 (licencia Apache 2.0) y su variante NVFP4 ya están en Hugging Face, con el código del banco de pruebas (servidor, cliente LeRobot) en el repositorio de GitHub. Según Runway, el modelo se ejecuta en una sola RTX 5090 en NVFP4.

Para ajustarlo, Runway recurrió a los datos de la comunidad LeRobot: 3 956 conjuntos de datos públicos de SO-100 y SO-101, procedentes de 1 783 colaboradores, unas 1 260 horas en total; el ajuste se realizó con unas 1 070 horas de 3 814 conjuntos. El modelo controla las cinco articulaciones y la pinza a 15 Hz, con o sin cámara en la muñeca. Runway no ofrece ninguna tasa de éxito para este brazo, solo vídeos (doblar una toalla, limpiar un plato). El repositorio también ha recibido optimizaciones de inferencia y compatibilidad con Jetson Thor, atribuidas a NVIDIA.

🔗 Anuncio de @runwayml · praxis-1-so101 en Hugging Face · Informe técnico de Praxis-1

Breves

Agentes de código y CLI

Copilot CLI 1.0.111 — Lanzada como versión estable el 13 de noviembre, admite expresiones regulares en las reglas de permisos de Shell, Bash y PowerShell impuestas por la empresa, e impide que un workflow dinámico se copie a sí mismo sin límite. La versión preliminar 1.0.112-0 adopta por defecto la ventana de contexto recomendada de cada modelo; en el SDK, las sesiones con Claude Haiku 5.5 pasan por defecto a 936K tokens de prompt en lugar de 100K, lo que puede resultar más caro según las notas. 🔗 fuente
Qwen Code v0.27.3 — 113 entradas sin cambios incompatibles: un canal DingTalk solo de envío para las notificaciones, GitLab como canal de repositorio en el Web Shell, /pr para vincular una sesión a una pull request; el modo auto-edit ahora respeta permissions.ask, y git commit --amend solicita aprobación en modo AUTO. 🔗 fuente
Kimi Code 2.6.1 y 2.6.2 — Dos versiones correctivas: reabrir sesiones largas ya no tarda varios segundos, las sesiones ya no se atascan en lugar de compactarse, se ha reparado el panel Swarm y /feedback ya no acepta respuestas de solo texto. 🔗 fuente
Gemini CLI — Sigue sin haber ninguna versión desde la v0.68.0 del 10 de noviembre, y la compilación nocturna continúa fallando. Tres correcciones integradas en la rama principal hacen que gemini-3.8-flash aparezca por fin en gemini models list; no hay rastro de Gemini 4 Hydrogen en el repositorio. 🔗 fuente
DeepSeek Harness 0.2.2-rc.3 — Esta 39.ª versión preliminar, todavía sin versión estable, añade un plugin experimental que importa las conversaciones de la aplicación o del sitio de DeepSeek a un espacio de trabajo para continuarlas, y corrige la actualización de la aplicación de Windows. 🔗 fuente
Delta 0.26 y Zed — Delta ahora crea hilos desde su versión web y el teléfono, permite personalizar sus atajos y previsualiza una fusión de worktree; Zed anuncia, sin fecha, que los agentes podrán rastrear una línea de código hasta el hilo que la escribió, y muestra un resaltado de atribución basado en DeltaDB. 🔗 fuente
Performance Agent de Replit — El agente busca problemas de lentitud en el código y los registros desde la pestaña Monitoring, incluso antes de la publicación, en los planes de pago; en Enterprise, ahora se puede compartir un proyecto con Viewers designados. 🔗 fuente
Codex en Durable Objects — Cloudflare anuncia que Codex puede ejecutarse en sus Durable Objects «como en un portátil»; el tuit del 11 de noviembre, republicado por OpenAI Developers, solo muestra una captura de código, sin artículo ni precio. 🔗 fuente
GitHub Agentic Workflows 1.2.3 — Esta versión preliminar dirige por defecto a Copilot, en un modo orientado al coste, los workflows que no especifican un modelo, sustituye sus integraciones de Jira, Linear y Azure DevOps por conectores declarativos y bloquea la fusión de las PR que afectan a archivos protegidos. 🔗 fuente

SDK, API y plataformas

Agents SDK JS 0.22.0 — La versión estable restringe algunos tipos, con el riesgo de romper código TypeScript existente, y establece por defecto el esfuerzo de razonamiento en none para las herramientas y los handoffs en Chat Completions con gpt-6-sol y gpt-6-luna. 🔗 fuente
SDK Python 3.51.0 y Node 7.57.0 de OpenAI — Preparan el tiempo de vida de la caché de prompts de las sesiones de agentes, la salida SVG en la edición de imágenes, identificadores de seguridad para las sesiones Live y las claves externas de OCI Vault, todavía ausentes del changelog de la API. 🔗 fuente
Gemini 4 Hydrogen en la Agent API de Perplexity — 1,50 dólares por millón de tokens de entrada, 0,075 dólares por entrada en caché y 7,50 dólares por salida, incluido el razonamiento; Gemini 3.6, 3.7 y 3.8 Flash desaparecen de la documentación, sin que se haya anunciado su retirada de la API. 🔗 fuente
AI Scan de GitHub a través de la API REST — En versión preliminar pública, el AI Scan de los repositorios se activa o desactiva mediante un ajuste repository_scan a nivel de organización y de repositorio; activarlo no inicia ningún escaneo, y cada análisis consume créditos de IA de Code Security. 🔗 fuente
App GitHub Copilot y GitHub Enterprise Server — Las cuentas GHES se incorporan a la app con disponibilidad general, para repositorios, issues y pull requests, a partir de la versión 1.2.0; no hay sesiones en la nube para GHES. 🔗 fuente

Asistentes y agentes

Grok Bot en reuniones — SpaceXSI abre la participación de Grok Bot en reuniones a los planes Super, Ultra, Team y Enterprise, así como a los planes antiguos equivalentes; el artículo de Grok Bot 1.0 solo mencionaba Team, Enterprise y Ultra. 🔗 fuente
Agente de navegación de Perplexity — El de Computer y los Teammates ahora muestra su trabajo en directo; el usuario puede tomar el control, iniciar sesión por sí mismo en un sitio y después devolvérselo. 🔗 fuente
Side chat de Manus — Se abre una conversación secundaria junto a la tarea en curso, con su contexto, para hacer preguntas sin sobrecargar el hilo principal; no se especifican el plan ni los créditos. 🔗 fuente

Guías y usos

Agentes siempre activos — Una guía de claude.com describe cinco componentes (bandeja de entrada de eventos, temporizadores, memoria en archivos persistentes, permisos y bandeja de salida); en un benchmark de código no identificado, Opus 5.5 cuesta un 78 % menos por tarea resuelta que Opus 5, frente a un 40 % en cargas típicas. 🔗 fuente
Claude Tag en ocho startups — En NavigateAI, Claude Tag funciona en unos 90 canales y ha abierto aproximadamente 223 PR desde junio, de las cuales 134 se han fusionado; la guía recuerda que la beta está reservada a Team y Enterprise, con exclusión de ZDR, CMEK e HIPAA. 🔗 fuente
Guía de agent skills — El GitHub Blog explica cómo escribir una skill una sola vez, en un directorio bajo control de versiones en torno a un archivo SKILL.md, y ejecutarla en varios agentes, recordando que no otorga herramientas ni permisos. 🔗 fuente
Gondola y Codex — Según este estudio de caso publicado por OpenAI, la producción mensual del equipo de ingeniería aumentó aproximadamente un 25 %, y los ingresos se duplicaron con creces en un año sin aumentar la masa salarial, según Gondola. 🔗 fuente
Guía de Perplexity sobre motores de búsqueda — Distingue entre motores basados en rastreadores, metabuscadores y motores de respuestas con IA, con las cuotas de mercado de StatCounter de octubre de 2026 (Google con un 91,05 %), sin novedades de producto. 🔗 fuente

Imágenes, vídeo y audio

Seedance 2.5 Flash en Runway — Esta variante del modelo de vídeo de ByteDance se presenta como más rápida y barata, sin cifras de velocidad, coste ni resolución. 🔗 fuente
Pika H3 Flex en la API de Reactor — Imágenes de referencia, control del primer y del último fotograma, y audio aportado por el usuario para un videoclip musical o un diálogo; sin tarifas. 🔗 fuente
MiniMax H3-Image en Picsart y HyperFrames Studio — Picsart anuncia generación y edición en 4K en unos diez segundos; HyperFrames Studio, la herramienta de HeyGen, imágenes de 16 megapíxeles con hasta 16 imágenes de referencia. 🔗 fuente
Redraw en Genspark Media Studio — Se pinta sobre la zona de una imagen que se quiere corregir y se describe lo que debe sustituirla, conservando el resto; sin fecha de llegada ni coste en créditos. 🔗 fuente
Organizador de Luma — El agente de Luma agrupa y etiqueta un tablero creativo por producto, concepto, campaña o canal, con hasta 10 000 elementos, sin mover nada sin consentimiento. 🔗 fuente
Forward Deployed Creatives de ElevenLabs — Productores y estrategas creativos trabajan con los equipos de marca en ElevenCreative o entregan anuncios terminados, en tres modalidades, sin tarifas públicas. 🔗 fuente
ElevenMusic para quienes han perdido la voz — Las personas con pérdida permanente de la voz acceden gratuitamente a ElevenMusic; NYU Langone Health se incorpora a 1 Million Voices, el programa de restauración de la voz que afirma haber ayudado a más de 11 000 personas, y Wounded Warrior Project se convierte en socio del programa Impact. 🔗 fuente
SOFIA for Business — Un agente de voz basado en ElevenAgents permite consultar las entrevistas de la iniciativa Inspiring Female Founders de Oxford Saïd y realiza por sí mismo nuevas entrevistas. 🔗 fuente

Modelos abiertos, investigación y robótica

TRL v1.18.0 — AsyncGRPOTrainer, que separa la generación a cargo de vLLM del entrenamiento, se convierte en un entrenador estable que se puede importar desde trl; la antigua ruta experimental seguirá admitiéndose hasta la v2.0.0. 🔗 fuente
North Micro Vision en llama.cpp — Al celebrar la v1.0.0, Cohere indica que llama.cpp ya es compatible con su modelo de visión y lenguaje más pequeño, sin fecha ni enlace al cambio. 🔗 fuente
Demo de Déjà View — NVIDIA publica en Hugging Face una demo interactiva, sin código, de su modelo de reconstrucción 3D de 117 millones de parámetros presentado el 11 de noviembre. 🔗 fuente
FLUX-mimic — La startup mimic y BMW Group presentan un modelo de vídeo y acción basado en FLUX 3 para el ensamblaje de automóviles: un 77,5 % de éxito con 2 horas de demostraciones en una tarea de colocación de piezas, y un 95 % con 8 horas. 🔗 fuente
OpenMed — Dos extractores de 73,9 millones de parámetros, para medicamentos y anatomía, bajo licencia Apache-2.0; en 200 resúmenes de PubMed nunca vistos, el F1 pasa de 45,09 a 66,81 y de 26,20 a 61,74. 🔗 fuente
TiHon-TTS — Un sistema de síntesis de voz en vietnamita de 100 118 parámetros (402 Ko) funciona 40 veces más rápido que el tiempo real en un núcleo x86 y puede ejecutarse en un microcontrolador Cortex-M, según su autor. 🔗 fuente
YOLO26 en NXP i.MX 95 — Con su software EdgeFirst, Au-Zone pasa de unos 40 a 84 imágenes por segundo en el NPU de 2 TOPS, con 7 puntos más de mAP, según sus mediciones. 🔗 fuente
s1d1-bench — Un banco de pruebas abierto compara un enrutador de prompts multilingüe con tres jueces LLM locales: concordancia de 0,807 (QWK), frente a 0,774 entre jueces y 0,278 para el enrutador BERT de RouteLLM, según el autor. 🔗 fuente

Ecosistema

Black Forest Labs en el AI 100 — Tras Synthesia, el laboratorio de FLUX figura en la primera clasificación de empresas privadas de IA de Newcomer y Bessemer, sin que se indique su posición. 🔗 fuente

Qué significa esto

Pagar o leer: OpenAI y Google conectan el mismo día sus asistentes al dinero del usuario, con dos niveles de confianza opuestos. ChatGPT Wallet permite que un agente complete una compra, pero cada pago pasa por una verificación biométrica y un token de sustitución, de modo que ni el agente ni el comerciante ven la tarjeta; la delegación completa, con límites de gasto, se anuncia sin fecha. Gemini lee las cuentas vinculadas a Google Wallet y no tiene ningún permiso para actuar. El día anterior, Replit Agent también había empezado a comprar, con Link y Visa. Queda conseguir que los comerciantes se sumen: OpenAI publica una guía para que los sitios reconozcan a los agentes firmados y las herramientas antifraude acepten sus compras.

Los agentes de código delegan en un programa lo que antes hacían turno a turno. Code Mode hace que Claude escriba JavaScript que encadena sus herramientas, y los Dynamic Workflows de Antigravity hacen lo mismo en Python para orquestar subagentes. La ganancia tiene un coste en visibilidad: en Claude Code, el clasificador del modo auto evalúa el código antes de ejecutarlo sin ver los valores calculados durante el proceso, y la documentación remite a las reglas y los hooks para las llamadas sensibles. Las demás versiones del día refuerzan los controles: los comandos Bash del sandbox vuelven a pasar por los permisos en Claude Code 2.1.325, codex exec ignora la configuración de un proyecto no aprobado sin --trust, y Antigravity CLI 1.5.8 cierra vías para eludir su proxy y sus reglas en Windows.

Las herramientas abiertas establecen reglas de estabilidad y gobernanza. llama.cpp promete que cualquier cambio incompatible en su API C se introducirá en una versión mayor, SGLang reúne a ocho empresas del sector en un consorcio en el que los mantenedores conservan el control del código, y Transformers ofrece una misma interfaz de exportación para cuatro motores de ejecución. DeepSeek avanza en la misma dirección en sus servicios: ya no vende solo un modelo, sino los componentes de su aplicación, desde la búsqueda hasta la voz, con un cliente de demostración bajo licencia MIT.

Las propias mediciones se ponen en cuestión. Anthropic considera saturadas sus pruebas de seguridad de un solo turno, en las que todos los modelos recientes obtienen entre un 94 y un 98 %, y muestra que un mismo modelo puede presentar una diferencia de 34 puntos entre la API y claude.ai. XYBench mide otro punto ciego: los modelos reconocen la respuesta que aborda el objetivo real en un 71 a un 84 % de los casos, pero solo la escriben por sí mismos en un 35 a un 41 %. Las mejoras anunciadas por IBM frente a la inyección de prompts o por Transformers en la exportación proceden de los propios proveedores, en sus propios bancos de pruebas, y Runway no publica ninguna tasa de éxito para el SO-101: la recomendación de Anthropic de publicar la incertidumbre también se aplica a ellos.