Gemini 4 Argon disponible para todos, SpaceXSI reúne Grok y Cursor en The X Subscription, NVIDIA publica Run:ai en open source

Dos semanas después de reservarlo a los defensores de la ciberseguridad del Fairwind Program, Google abre Gemini 4 Argon a todos: la API Gemini lo ofrece a 2 dólares por millón de tokens de entrada hasta el 30 de noviembre, la aplicación Gemini y AI Mode lo ponen a disposición de los suscriptores de Google AI Pro y Ultra, y Cursor, Devin, GitHub Copilot y Manus lo incorporan ese mismo día. SpaceXSI reúne Grok, Grok Bot, Cursor y X Premium en The X Subscription, un plan único de 0 a 200 dólares al mes, y NVIDIA publica en open source toda su plataforma de orquestación de GPU Run:ai. Liquid AI lanza LFM2.5-24B-A2B, un modelo de razonamiento con 2 mil millones de parámetros activos para agentes locales, y NVIDIA detalla el software preparado para el lanzamiento de los PC RTX Spark, el viernes.

Gemini 4 Argon disponible para todos: API Gemini, aplicación Gemini, AI Mode y Antigravity

13 de octubre — Anunciado el 30 de septiembre y reservado hasta ahora a los defensores de la ciberseguridad del Fairwind Program, Gemini 4 Argon se despliega en todo el mundo. Google presenta su modelo de frontera como un modelo para el trabajo en profundidad (deep work) en programación, finanzas, ámbito jurídico, ciberseguridad y ciencia. Estos son los usuarios que pueden acceder a él y cómo hacerlo.

Público objetivo	Acceso a Gemini 4 Argon a 13 de octubre
Desarrolladores	API Gemini de pago, en Google AI Studio y Android Studio
Suscriptores de Google AI Ultra	Antigravity y AI Studio
Empresas	Gemini for business, API Gemini, Antigravity
Público general	Aplicación Gemini y AI Mode del buscador, para suscriptores de Google AI Pro y Ultra
Científicos	Nivel máximo de uso de Antigravity gratis durante 6 meses, previa solicitud (10 000 plazas)
Defensores de la ciberseguridad	Fairwind Program ampliado a cientos de socios, Argon sin salvaguardas de ciberseguridad

Para los desarrolladores, el identificador es gemini-4-argon, en versión estable. El precio de lanzamiento sigue siendo el anunciado a finales de septiembre: 2 dólares por millón de tokens de entrada y 10 dólares de salida, con un 95 % de descuento en las entradas en cache, hasta el 30 de noviembre de 2026; después, 4 y 20 dólares. El modelo admite texto, imagen, vídeo, audio y PDF, responde en texto y comparte una única ventana de 1 048 576 tokens entre la entrada, el razonamiento y la salida. Una solicitud devuelve como máximo 64K tokens en streaming y 32K sin streaming (65 536 en Gemini 3.x), pero la decodificación larga (long decode) permite producir hasta un millón de tokens menos la entrada: los SDK recientes (google-genai 2.30.1, @google/genai 2.29.1) encadenan las solicitudes por sí mismos. El razonamiento se ajusta en tres niveles (low, medium por defecto, high), y no se admite el cache explícito.

En cuanto a los resultados, Google sitúa a Argon en el primer puesto del Vals Index y afirma que alcanza un 87 % en ERQA, un benchmark de razonamiento espacial para robótica, por delante de todos los demás modelos de frontera. Entre los clientes con acceso anticipado, Box mide un 14 % más de precisión respecto a Gemini 3.1 Pro. Por último, Google promete el resto de la familia Gemini 4, sin fecha.

🔗 La publicación de lanzamiento de Gemini 4 Argon · Novedades de Gemini 4 Argon en la API Gemini

La seguridad de Argon: 12 ciberataques simulados resueltos de 12, un monitor de desalineación

13 de octubre — Google publica junto al modelo un informe completo de seguridad (Safety and Security Report), que parte de sus capacidades de ciberseguridad.

The same coding and reasoning improvements that enabled Argon to find and patch vulnerabilities also drove better performance on our cybersecurity tests — solving all 12 of the end-to-end simulated cyberattack scenarios, up from five in our previous generation.

🇪🇸 Los mismos avances en programación y razonamiento que permitieron a Argon encontrar y corregir vulnerabilidades también han mejorado sus resultados en nuestras pruebas de ciberseguridad: resuelve los 12 escenarios de ciberataques simulados de principio a fin, frente a cinco de nuestra generación anterior. — Anca Dragan, VP de Seguridad y Comportamiento de IA, Google

Como sus versiones sin salvaguardas también ayudan mucho más a resolver problemas en protocolos de laboratorio de biología, Google activa en estos dos ámbitos tres capas de protección en tiempo real: filtrado de solicitudes mediante modelos pequeños, sondas de activación (activation probes) que leen las señales internas del modelo y supervisión capaz de detener al agente en plena respuesta. Un monitor de desalineación también lee sus acciones y su cadena de pensamiento, que Google se niega a penalizar: durante una prueba en la que se había aplicado una penalización por error, la proporción de atajos tomados en silencio pasó del 11,2 % al 36,4 %. Frente a la inyección de prompt, la tasa de éxito de los ataques cae al 0,7 % en Gray Swan IPI.

🔗 Desarrollar Gemini 4 Argon de forma responsable y segura

Antigravity: Argon para los suscriptores de Ultra, tras un periodo de pruebas con más de 100 000 usuarios en Alphabet

13 de octubre — Argon llega a la aplicación de escritorio y a Antigravity CLI para los suscriptores de Google AI Ultra y las suscripciones de Gemini Enterprise que cumplen los requisitos; es necesario actualizar Antigravity a su última versión. El equipo relata el periodo de pruebas interno: más de 100 000 personas de Alphabet utilizan Argon cada mes en la versión interna de la herramienta, y Google ha medido en cuatro semanas un 35 % más de código producido por agentes y un 30 % menos de reversiones tras los envíos.

Entre los ejemplos citados: el consumo de CPU del frontend de los comentarios de YouTube reducido a la mitad, 97 tickets obsoletos o duplicados cerrados en menos de tres horas en una cola de 134, una base de código Fortran reescrita en Rust, 1,8 veces más rápida, y una auditoría de control de acceso que detectó cuatro fallos críticos que dos modelos de vanguardia anteriores habían pasado por alto. Su uso va más allá de la ingeniería: más de la mitad de los equipos comerciales de Cloud y casi la mitad del área financiera de Google utilizan Antigravity.

🔗 Gemini 4 Argon en Google Antigravity

La aplicación Gemini: Antigravity integrado en macOS, menú Customize y más de 40 aplicaciones conectadas

13 de octubre — Las notas de la versión de la aplicación Gemini acompañan el despliegue de Argon con dos novedades. Antigravity está integrado en la aplicación Gemini para macOS: un botón inicia un agente de código, se aprueba su plan y se vuelve al chat mientras construye y prueba el código en segundo plano, con una notificación cuando el resultado está listo. La integración se ofrece en inglés, para cuentas que cumplen los requisitos de usuarios de 18 años o más.

Un nuevo menú Customize reúne el ajuste de las respuestas, el descubrimiento de aplicaciones y la incorporación de skills, y Gemini ya se conecta a más de 40 aplicaciones o servicios, como Instacart, OpenTable o Adobe. Customize se despliega para todos los niveles de suscripción, en la web, el móvil, Windows y macOS, pero la mayoría de las aplicaciones conectadas siguen estando en inglés y disponibles en Estados Unidos. Google también plantea una transición del chat a las tareas (tasks), para que Gemini siga trabajando en ausencia del usuario.

🔗 Notas de la versión de la aplicación Gemini · Gemini 4 Argon en la aplicación Gemini

Gemini 4 Argon en herramientas de terceros: Cursor, Devin, GitHub Copilot y Manus

13 de octubre — Cuatro herramientas dan acceso a Argon ese mismo día, cada una con sus condiciones y su propia medición.

Herramienta de terceros	Dónde usarlo	Precio anunciado	Resultado declarado
Cursor	Editor Cursor	2 dólares de entrada, 0,10 dólares de lectura de cache, 10 dólares de salida por millón de tokens	52,8 % en CursorBench 4.0 con el esfuerzo por defecto
Devin	Devin Desktop y Devin CLI	75 % por debajo del precio de catálogo hasta el 27 de octubre	60,5 % en FrontierCode 1.1
GitHub Copilot	Planes Pro+, Max, Business y Enterprise, ocho interfaces	2 dólares de entrada, 0,10 dólares en cache, 10 dólares de salida hasta el 1 de diciembre	Más tareas resueltas que los Gemini anteriores, sin cifras
Manus	Manus, con Google Cloud	No especificado	Ninguna cifra

Según Cursor, Argon se sitúa al nivel de Opus 5.5. La tabla de CursorBench 4.0 precisa que el empate se da con esfuerzo medio (Opus 5.5 Medium con un 52,5 %, a 2,91 dólares por tarea frente a 4,39 dólares para Argon): Opus 5.5 sigue por delante en High (56 %) y en Max (57,8 %, a la cabeza de la clasificación), y Argon consume casi tres veces más tokens por tarea. En Devin, el descuento combina el 50 % de lanzamiento de Google, válido hasta el 1 de diciembre, y un 50 % propio de Devin; en FrontierCode 1.1, el banco de pruebas propio de Cognition, Argon se sitúa justo por delante de GPT-6.1 Sol (60,4 %), pero sigue por detrás de Claude Opus 5.5 (65,3 %) en el gráfico, titulado 1.1 Extended.

GitHub lo ofrece en disponibilidad general para Pro+, Max, Business y Enterprise (Pro y Free no figuran en la lista), con un despliegue progresivo en el selector de modelos de ocho interfaces, desde VS Code y Copilot CLI hasta Xcode y Eclipse; en Business y Enterprise, está activado por defecto salvo que el administrador haya desactivado la activación predeterminada de los nuevos modelos. Manus anuncia que ya está en servicio con Google Cloud, para programar, planificar y modelar en 3D, sin especificar planes, tarifas ni créditos.

🔗 Anuncio de Cursor · CursorBench 4.0 · Publicación de Devin · Changelog de GitHub · Anuncio de Manus

The X Subscription: SpaceXSI reúne Grok, Grok Bot, Cursor y X Premium, de 0 a 200 dólares al mes

12 de octubre — SpaceXSI (antes SpaceXAI) lanza The X Subscription, una suscripción única que reúne Grok, Grok Bot, Cursor y X Premium, y Cursor lo anunció esa misma noche: el editor, que se incorporó a SpaceX en agosto, se vende ahora en el mismo plan que el asistente Grok y las ventajas de la red social X. La oferta está abierta a nuevos clientes desde el 12 de octubre y debería estar disponible para todos, en todo el mundo, en los próximos días.

Plan de suscripción	Precio mensual	Uso incluido	Lo que permite el plan en Cursor
Free	0 dólares	Limitado	Asignación inicial para agentes de código
Plus	8 dólares	Básico	Solo modelos Grok
Premium	30 dólares	4 veces Plus	Agentes cloud, automatizaciones, Origin, revisiones de código con IA, modelos de terceros al precio de la API
Super	100 dólares	15 veces Plus	Como Premium, con más uso
Ultra	200 dólares	50 veces Plus	Como Premium, con más uso

Premium incluye las ventajas de SuperGrok, Cursor Pro y X Premium+, que antes costaban en conjunto 90 dólares al mes según SpaceXSI. El núcleo de la oferta es una cuota de uso compartida entre Grok y Cursor, que se renueva cada semana; una vez agotada, se recarga (top-ups) o se espera a la renovación. SpaceXSI promete al menos el doble de uso para programación con sus propios modelos que en el plan comparable de Cursor. Los modelos de terceros, los de otros laboratorios, siguen disponibles en Cursor a partir de Premium, pero quedan fuera de la cuota: se facturan al precio de catálogo de la API, mediante recargas, con límites de gasto ajustables.

Cursor is now part of The X Subscription. Current Cursor subscribers can keep their plan or switch to The X Subscription.

🇪🇸 Cursor ya forma parte de The X Subscription. Los suscriptores actuales de Cursor pueden conservar su plan o pasarse a The X Subscription. — @cursor_ai en X

Los antiguos planes ya no se ofrecen a los nuevos usuarios. Los suscriptores actuales de SuperGrok, Cursor o X Premium conservan su plan, precio y funciones, o cambian con un reembolso proporcional; en Cursor, el uso incluido de los modelos de terceros se mantiene hasta el cambio. No obstante, SpaceXSI advierte de que acabará trasladando a los clientes restantes a los nuevos planes, sin calendario y con aviso previo. Para los equipos, Premium, Super y Ultra mantienen el mismo precio por usuario que en los planes individuales, más barato que los antiguos planes Cursor Teams según SpaceXSI, con el triple de uso para programación, SSO, facturación consolidada y cumplimiento de SOC 2.

🔗 Presentamos The X Subscription · Hilo de @SpaceXSI

NVIDIA publica como open source toda la plataforma Run:ai

13 de octubre — NVIDIA publica como open source la totalidad de NVIDIA Run:ai, su plataforma que asigna dinámicamente las GPU y orquesta las cargas de IA en Kubernetes, desde el procesamiento de datos hasta el entrenamiento y la inferencia. El código se aloja en la organización de GitHub NVIDIA DSX AI Factory, y la plataforma también se ofrece en NGC en una versión comunitaria (Community Product), con un chart Helm que instala la pila integrada. Esta versión no requiere ninguna suscripción de pago a Run:ai, pero no incluye soporte empresarial, y la descarga desde NGC exige aceptar la licencia de software de NVIDIA. Las ofertas comerciales continúan: producto independiente, NVIDIA Mission Control, NVIDIA AI Enterprise y marketplaces cloud.

La publicación se divide en cuatro componentes que pueden adoptarse por separado:

Componente publicado	Función en la plataforma
KAI Scheduler	Planificador nativo de Kubernetes (planificación en bloque, reparto equitativo, ubicación según la topología), ya open source bajo Apache 2.0 y proyecto CNCF Sandbox
GPU Fractioning Operator	Fracciones de GPU nativas de CUDA 13.4, con un límite estricto de memoria por carga; se retira la implementación propietaria de Run:ai
KAI Resource Management	Proyectos, departamentos, cuotas y grupos de nodos
Workload Map	Biblioteca Go que describe cada tipo de carga (PyTorchJob, RayCluster, KServe, grafos Dynamo) para que las herramientas ya no tengan que programar cada CRD

Ocho socios del ecosistema DSX ya la integran: Crusoe, Mirantis (k0rdent AI), Nebius (despliegue en un clic), OpenNebula Systems, Rafay (servicio totalmente gestionado), Saturn Cloud (Token Factory), Spectro Cloud (PaletteAI) y vCluster. NVIDIA también recuerda dos proyectos abiertos relacionados: Model Streamer, que carga los pesos directamente en la memoria GPU para reducir el arranque en frío de las réplicas de inferencia (integrado en vLLM y SGLang, y entre 3 y 6 veces más rápido que el cargador predeterminado en ocho VM H100 de Microsoft Azure), y Grove, la API Kubernetes de Dynamo para cargas con varios componentes. El objetivo declarado es convertir Run:ai en una base abierta de la plataforma DSX AI Factory, para que cada socio y cada cloud de IA saque más partido a sus GPU.

🔗 Run:ai como open source (blog técnico de NVIDIA)

LFM2.5-24B-A2B: Liquid AI publica un modelo de razonamiento con 2 mil millones de parámetros activos para agentes locales

13 de octubre — Liquid AI publica LFM2.5-24B-A2B, una mezcla de expertos (MoE) de 24 mil millones de parámetros, de los que solo 2 mil millones se activan por token. Según Liquid AI, es el modelo más grande de la familia LFM2.5, que ahora abarca desde 230 millones hasta 24 mil millones de parámetros, y un modelo de razonamiento puro: siempre produce una cadena de pensamiento antes de su respuesta. El objetivo es el agente local: como cada token de razonamiento tiene un coste bajo, un agente puede funcionar de forma continua en la máquina del usuario, llamar a herramientas y encadenar tareas.

La arquitectura retoma la de LFM2-24B-A2B (40 capas, 64 expertos por bloque con enrutamiento top-4, un híbrido de convoluciones cortas con compuertas y atención GQA). Lo que cambia: el contexto pasa de 32 000 a 131 000 tokens, el vocabulario se duplica, de 65 000 a 128 000 tokens, y el preentrenamiento pasa de unos 17 000 a 33 000 mil millones de tokens, antes de un postentrenamiento en cinco etapas que termina con aprendizaje por refuerzo realizado en entornos de ejecución de agentes (OpenClaw, Hermes Agent, Pi, OpenCode).

Banco de pruebas evaluado	LFM2.5-24B-A2B	Qwen3.6-35B-A3B	Gemma-4-26B-A4B-it	Nemotron-3.5-Lightning
AutomationBench	27,69	8,72	5,46	2,61
BFCLv4	65,01	65,00	57,09	53,78
ToolSandbox	80,71	75,02	72,09	75,13
LiveClaw	48,09	38,19	41,25	37,72
PinchBench	83,18	89,93	77,12	84,20
WebArena Verified	26,75	37,62	25,62	28,69
IFBench	74,69	64,21	47,44	71,67
GPQA Diamond	74,42	83,69	74,90	72,42
MATH-500	96,04	96,73	95,66	96,40
SWE-Bench Verified (OpenCode)	51,00	66,20	25,80	53,40

Frente a tres MoE más grandes, el modelo se mantiene a la altura en el uso de herramientas y el seguimiento de instrucciones, y queda rezagado en conocimientos y programación agéntica; de hecho, Liquid AI recomienda combinarlo con un sistema de búsqueda o una base documental para las tareas que requieren conocimientos. La velocidad es el otro argumento: 184 tokens/s en un Apple M5 Max, 114 en un Ryzen AI Max+ 395 y más de 21 000 tokens de salida por segundo con alta concurrencia en un solo B300. El modelo base y el modelo postentrenado se publican con pesos abiertos bajo la licencia propia lfm1.0, con compatibilidad inmediata con llama.cpp, MLX, vLLM, SGLang y ONNX.

🔗 LFM2.5-24B-A2B (blog de Liquid AI en Hugging Face)

IA local en PC Windows: NVIDIA prepara los RTX Spark con Nemotron 3.5 Bolt 74B, Hugging Face lanza Llama Windows

13 de octubre — A tres días del lanzamiento de los portátiles RTX Spark, el viernes 16 de octubre, tras la apertura de las reservas el día 7, NVIDIA detalla el software preparado para el lanzamiento de este chip, que reúne hasta 128 Go de memoria unificada y 1 petaflop de cómputo de IA. La pieza central es un nuevo modelo abierto, Nemotron 3.5 Bolt 74B-A9B 24GB: un MoE de 74 mil millones de parámetros, de los que 9 mil millones están activos, cuantizado a 2 bits con un entrenamiento que tiene en cuenta la cuantización para caber en 24 Go, y diseñado para agentes locales. Se lanza el jueves 15 de octubre en llama.cpp, vLLM, Ollama, Unsloth y LM Studio, y se podrá invocar desde Hermes y OpenClaw; los datos de entrenamiento, los pesos y las recetas son abiertos.

En cuanto a los agentes, NVIDIA cifra las descargas de LLM locales en 5 veces las de todo el año pasado. GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi y WorkBuddy recomiendan y configuran un modelo local adecuado; la seguridad pasa por el sandbox OpenShell y los contenedores MXC de Microsoft, y la biblioteca open source Switchyard enruta las solicitudes entre modelos locales y cloud. NVIDIA PAIR, el enrutador que distribuye la inferencia entre los PC de una red local, sale de beta con compatibilidad con llama.cpp y descarga directa de modelos desde Hugging Face. Para la creación, Adobe anuncia hasta el doble de velocidad en Photoshop y Premiere (optimizaciones en beta), y NVIDIA Broadcast 2.3 añade superresolución de vídeo, generación de fotogramas intermedios y un servidor MCP para que los agentes controlen sus efectos. Para los desarrolladores, Windows on Arm recibe su primera build PyTorch-CUDA y Python 3.15 nativo por defecto.

Elemento anunciado	Fecha de disponibilidad
NVIDIA PAIR fuera de beta, Broadcast 2.3, Llama Windows	13 de octubre
Nemotron 3.5 Bolt 74B-A9B 24GB	jueves 15 de octubre
Portátiles RTX Spark, guías prácticas de IA (playbooks), modelo DLSS 5 el doble de rápido	viernes 16 de octubre
Nemotron 3.5 Bolt E4B 4GB para los personajes ACE, RTX Remix 1.6	viernes 23 de octubre
DLSS Ray Reconstruction en Blender	noviembre

🔗 El software del lanzamiento de los RTX Spark (blog de NVIDIA)

Llama Windows: Hugging Face lleva llama.cpp al área de notificación de Windows 11

13 de octubre — Hugging Face lanza Llama Windows, una aplicación WinUI 3 gratuita y open source que instala y ejecuta llama.cpp desde el área de notificación de Windows 11, sin terminal, sin compilación y sin permisos de administrador. Se elige un modelo cuantizado en el Hub, se descarga con un clic y se carga desde un panel compacto; al iniciarse, la aplicación se conecta a un servidor llama.cpp que ya esté en ejecución o instala llama.cpp con su instalador oficial. Es el equivalente para Windows de llama.app en macOS.

Para los desarrolladores, el servidor local escucha en http://localhost:9931 con una API compatible con OpenAI, y las descargas se guardan en la caché estándar de Hugging Face, compartida con las demás herramientas de la compañía. La aplicación funciona de forma nativa en Windows on Arm y es compatible con los NVIDIA RTX Spark desde el primer día, un trabajo realizado junto con NVIDIA. El código se publica bajo licencia MIT en el repositorio ggml-org/Llama-Windows.

🔗 Llama Windows (blog de Hugging Face)

Seguridad: las defensas de Anthropic contra la destilación, el exploit de Chrome construido por XBOW, el clasificador de secretos de GitHub

Tres anuncios abordan la seguridad de los modelos y del código: Anthropic hace balance de sus defensas contra la copia de sus modelos, XBOW muestra lo que permite un modelo público en un ataque y GitHub sustituye un pipeline LLM por un pequeño clasificador.

Anthropic reduce entre un 90 y un 99 % los datos recopilados por quienes realizan destilación, según sus primeros indicios

12 de octubre — Anthropic hace balance de sus defensas contra los ataques de destilación, esas campañas que extraen masivamente las respuestas de un modelo de vanguardia, a menudo mediante redes de cuentas fraudulentas, para entrenar otro a menor coste. Según los primeros indicios, sus nuevos métodos reducen aproximadamente entre un 90 y un 99 % los datos recopilados. Según Anthropic, Zhipu intentó destilar Claude Fable 5 durante el desarrollo de GLM-5.3, antes de recurrir a un modelo Claude más antiguo y al de otro laboratorio.

Se añaden tres capas: el pensamiento preservado (preserved thinking) de Claude Fable 5.1 y Opus 5.5, que impide a las cuentas API creadas desde el 31 de agosto modificar el contexto anterior de Claude, con un razonamiento de Sonnet 5.5 reservado a la organización que emitió la solicitud; un clasificador en dos etapas con menos de un 0,1 % de falsos positivos, activo en Sonnet 5.5, Opus 5 y 5.5, Fable 5 y 5.1; por último, límites de uso más estrictos, bloqueos de cuentas y, desde el 24 de septiembre, el cobro de las solicitudes bloqueadas. Resultado anunciado: entre 10 y 100 veces menos tokens de razonamiento extraídos y decenas de miles de cuentas bloqueadas, a menudo en menos de dos horas.

🔗 Reforzar nuestras defensas contra los ataques de destilación

XBOW construye con GPT-5.6 Sol un exploit completo de Chrome, recompensado con 250 000 dólares por Google

13 de octubre — XBOW, una empresa de pruebas de intrusión realizadas por agentes de IA, ha construido una cadena de explotación completa (full chain) de Chrome: bastaba con visitar una página web para tomar el control remoto de una máquina Windows, lo que suponía unos mil millones de usuarios expuestos según XBOW. Google le concedió una recompensa de 250 000 dólares, y los tres bugs ya están corregidos. El anuncio procede de XBOW, no de OpenAI, cuya cuenta @OpenAIDevs solo lo ha republicado.

We deliberately picked a model that is available to anyone, not a specialized security model or one with restricted access.

🇪🇸 Elegimos deliberadamente un modelo accesible para todos, y no un modelo de seguridad especializado o de acceso restringido. — Oege de Moor, fundador y CEO de XBOW

El modelo elegido es GPT-5.6 Sol, junto con sus predecesores. La cadena costó 40 000 dólares de cómputo durante seis días, del 2 al 7 de agosto: la IA examinó el código fuente de Chrome, construyó pruebas de concepto y escribió las primeras versiones del exploit, mientras cuatro investigadores definían la estrategia y verificaban el trabajo. Según XBOW, dentro de un año los agentes podrían encontrar por sí solos cada uno de los tres bugs.

🔗 El relato de XBOW

GitHub detalla su clasificador de secretos: un 86 % menos de tiempo de análisis que su antiguo pipeline LLM

13 de octubre — Seis días después de anunciar su clasificador de secretos expuestos, GitHub publica los detalles de su funcionamiento. El escáner trabaja en dos fases: las expresiones regulares realizan un barrido amplio para detectar todo lo que se parezca a una credencial y, después, un clasificador ModernBERT ajustado, exportado a ONNX con cuantización de 8 bits, lee cada candidato con su contexto (ruta del archivo, tipo de secreto, nombres de variables, código cercano) para descartar los elementos similares, como los valores de ejemplo o los datos ficticios de las pruebas.

Métrica comparada con el pipeline LLM	Diferencia publicada
Tiempo mediano de análisis después del push	−86 %
Coste del servicio	más de un 98 % menos
Aceptación de alertas ponderada por propietario de repositorio (prueba A/B)	+11,5 %
Precisión offline	+13 %
Exhaustividad offline	+19 %

Esta mejora de velocidad ha permitido extender la detección de secretos genéricos a la protección de los pushes, incluso antes de enviar el código.

🔗 El modelo de GitHub para la detección de secretos (GitHub Blog)

Scion: Anthropic sustituye git por su propio sistema de gestión de versiones

13 de octubre — Anthropic cuenta en su blog Engineering por qué abandonó git para su monorepo: sus equipos fusionaban unos 2 500 cambios al día en mayo de 2026, y más de 30 000 en septiembre. Con un historial de casi 100 Go y del orden de 25 millones de extracciones diarias para la CI, las herramientas pensadas para humanos se estaban convirtiendo en un freno, incluso con varios cientos de réplicas internas de git.

Scion, construido en cinco meses por siete personas, parte del principio de que sus clientes, sobre todo agentes y tareas automatizadas, están siempre en línea: el servidor calcula el historial, la atribución línea por línea (blame) y las fusiones, y una tarea de CI a menudo ya no necesita una copia local. Anthropic afirma que ocupa 200 veces menos espacio que sus réplicas de git, que las extracciones tardan segundos en lugar de minutos y que ha recuperado un 25 % de CPU para la CI; una versión preliminar interna de Claude Mythos Preview reescribió el pipeline de ingesta usando 20 veces menos memoria. Anthropic no prevé una versión pública, ya que Scion se aleja demasiado de git como para servir en otros entornos: en su lugar, comparte sus principios para que otros los apliquen a git y afirma que quiere trabajar con GitHub, GitLab y la comunidad open source.

🔗 Rediseño del control de versiones en Anthropic

NVIDIA en Francia: inversiones previstas en Doctolib, Entalpic, Genesis AI y Pigment, modelos de Mistral en órbita en Altair-1

13 de octubre — Al inicio de su gira europea hacia GTC Berlin, donde Jensen Huang dará su conferencia inaugural (keynote) el 21 de octubre, NVIDIA anuncia inversiones previstas en cuatro start-ups francesas, sin especificar importes: Doctolib (agentes para los profesionales sanitarios y un acompañante de salud para los pacientes), Entalpic (diseño de materiales a escala atómica para los semiconductores), Genesis AI (robots generalistas y modelos fundacionales) y Pigment (planificación empresarial). NVIDIA afirma haber comprometido cerca de 10 000 millones de dólares en el ecosistema tecnológico europeo.

La misma publicación presenta un panorama de la IA soberana en Francia. Bull ampliará su producción europea de servidores a los sistemas Vera Rubin Ultra NVL72, previstos para 2028 y ensamblados en su fábrica de Angers. Twake.ai, basado en Nemotron, se convierte, a través del acuerdo marco CANUT, adjudicado a LINAGORA y Docaposte, en el único espacio de trabajo digital soberano incluido en el catálogo para más de 2 500 organismos públicos franceses. La jornada terminó con un encuentro entre Jensen Huang y Emmanuel Macron en el Elíseo.

En el ámbito espacial, Mistral se hizo eco del anuncio: Altair-1, primer satélite de una constelación de 50 satélites que NVIDIA valora en 1 000 millones de dólares, ha alcanzado su órbita. Integrado por Loft Orbital y construido en Abu Dabi por Orbitworks, empresa conjunta de Loft Orbital y Marlan Space, incorpora módulos NVIDIA Jetson AGX Orin que ejecutan modelos Mistral para la observación de la Tierra en tiempo real y operaciones autónomas; Loft Orbital cita Ministral 3 y aspira a generar alertas mediante IA en pocos minutos. No se ofrecen cifras de rendimiento ni una fecha de lanzamiento precisa: Loft Orbital sitúa el lanzamiento hace unas semanas, NVIDIA este mes.

🔗 El ecosistema francés y NVIDIA (blog de NVIDIA) · El hilo de NVIDIA sobre GTC Berlin · Tweet de Mistral AI

Agentes y herramientas de código: la marketplace de Origin, Devin en Pylon y sus Dynamic Workflows, Puck de Amp accesible mediante MCP

Cursor abre a terceros la marketplace de su alojamiento de código, Devin se incorpora a una herramienta de soporte y orquesta equipos de sesiones, y Amp permite acceder a su metaagente desde otros asistentes.

Cursor abre la marketplace de Origin a propuestas públicas

13 de octubre — Origin, la plataforma de alojamiento de código de Cursor lanzada en beta el 17 de agosto, se abre a herramientas de terceros. Su marketplace ofrece más de 20 aplicaciones de despliegue (Cloudflare, Netlify, Vercel…), integración continua (Buildkite, CircleCI…), revisión de código (CodeRabbit, Greptile), seguridad (Semgrep, Socket Security), supervisión (Sentry) y gestión de proyectos (Linear). Desde el 13 de octubre, también acepta propuestas públicas: un equipo crea su aplicación en su espacio de nombres, la desarrolla sobre la API de Origin (JWT de aplicación, tokens de instalación, eventos webhook, check runs, comentarios y revisiones de pull requests) y luego la presenta con un vídeo de demostración; Cursor revisa cada propuesta antes de incluirla en el catálogo. No se anuncia ningún precio.

🔗 Origin App Marketplace (changelog de Cursor)

Devin se integra en Pylon, con 15 000 dólares en créditos para los nuevos clientes

13 de octubre — Cognition lanza la integración nativa de Devin en Pylon, la herramienta de soporte al cliente. Cuando un ticket se deriva a ingeniería, Devin se pone en marcha por sí solo: examina los logs, reproduce el bug, encuentra la causa raíz y abre una PR con la corrección; el equipo de soporte hace el seguimiento en Pylon, los ingenieros retoman la sesión vinculada y las actualizaciones se sincronizan en ambos sentidos. El equipo de soporte también puede iniciar búsquedas en el código desde Pylon para responder a preguntas sobre el producto. Los testimonios citados por Cognition hablan de correcciones entregadas aproximadamente un 30 % más rápido, a veces en 15 a 20 minutos en lugar de varias horas. Los nuevos clientes de Devin en Pylon reciben 15 000 dólares en créditos.

🔗 Devin en Pylon

Los Dynamic Workflows de Devin orquestan equipos de sesiones mediante un script Python

13 de octubre — Cognition destaca los Dynamic Workflows de Devin: Devin escribe un script Python determinista que decide qué sesiones de Devin iniciar, en qué orden y con qué instrucciones, basándose en los resultados estructurados (esquema JSON) de las anteriores. Cada agente es, por defecto, una sesión completa en su propia máquina virtual, con el código circulando mediante ramas git, o comparte la máquina de la sesión que orquesta. Una ejecución interrumpida se reanuda donde se había detenido, dentro de un límite de siete días, y un workflow exitoso se guarda como skill. La función está disponible en cualquier sesión de Devin, pero permanece desactivada en las cuentas Enterprise hasta que un administrador la active; la documentación advierte del coste, ya que cada agente consume como una sesión. La fecha de lanzamiento no está confirmada en ninguna parte: la página de documentación no tiene fecha y la función no aparece en las notas de versión recientes.

🔗 Devin Dynamic Workflows (documentación)

Amp permite acceder a Puck desde ChatGPT, Claude y otros agentes mediante MCP

13 de octubre — Amp permite acceder a Puck, su metaagente que coordina a los demás agentes, desde ChatGPT, Claude y otros clientes MCP. El servidor MCP de Amp (ampcode.com/mcp) expone dos herramientas: puck, para conversar con tu Puck, y orbs, una vista interactiva de las orbs en curso con enlaces a sus portales. El ejemplo que ofrece: desarrollar una idea con el modo de voz de ChatGPT durante un paseo y luego enviarla a Puck, que se la asigna a la orb adecuada. La conexión se realiza desde los ajustes de Puck en Amp o pegando la dirección del servidor en el cliente y después iniciando sesión con la cuenta de Amp. Hasta ahora, Puck utilizaba servidores MCP; ahora se convierte en uno. No se anuncia ningún precio.

🔗 Llévate a Puck contigo (Amp)

Alianzas: el Solutions Partner Program de Replit, Manus en el modo Agent de OPPO

Dos acuerdos de distribución: Replit recurre a integradores para entrar en las empresas, Manus a un fabricante de smartphones.

Replit lanza su Solutions Partner Program con Accenture, JSOL, SMFL y Snowman Labs

13 de octubre — Replit lanza un programa de socios para integradores de sistemas, consultoras y agencias que acompañan a empresas en su plataforma: formación, acompañamiento, colaboración en oportunidades con clientes e itinerarios de certificación sobre las funciones Enterprise, en un modelo basado principalmente en las recomendaciones (referral-first). Entre los primeros socios figuran Accenture, las japonesas JSOL y Sumitomo Mitsui Finance and Leasing (SMFL) y la brasileña Snowman Labs. SMFL afirma haber desarrollado en una semana una aplicación empresarial lista para producción, y JSOL cita a un cliente que construyó un prototipo en un mes. El directorio de socios contaba con nueve el 13 de octubre; no se publican condiciones económicas.

🔗 Presentamos Replit Solutions Partners

Manus se asocia con OPPO para el nuevo modo Agent de AI Mind Pilot

13 de octubre — Manus integra sus capacidades agénticas en OPPO AI Mind Pilot, en su nuevo modo Agent, que debutará en la próxima serie Find X10 con ColorOS 17. El ejemplo destacado: organizar un viaje a partir de billetes de avión, reservas y entradas a atracciones repartidos entre las aplicaciones del teléfono, combinados con información en línea para elaborar un itinerario día a día. En cuanto a la privacidad, ColorOS 17 procesa localmente, con modelos integrados, tareas como la búsqueda o el cambio de nombre de archivos, cuyo contenido no se transmite a Manus, y AI Mind Pilot solicita una confirmación explícita antes de cualquier procesamiento externo. No se detallan fechas, mercados ni condiciones: se anunciarán cuando se lance el teléfono.

🔗 Manus se asocia con OPPO

Vídeo y voz generativos: FastH3-Omni de Reactor, Runway en Replit, los agentes de ElevenLabs en soporte y una voz recreada en la Cámara de los Lores

El vídeo en tiempo real incorpora sonido, Runway entra en el diseño de sitios web y ElevenLabs muestra dos usos de su plataforma, en soporte al cliente y en el Parlamento británico.

FastH3-Omni: Reactor lanza una versión en tiempo real de MiniMax H3 con sonido sincronizado

13 de octubre — La plataforma Reactor lanza FastH3-Omni, una versión en tiempo real de MiniMax H3, el modelo de vídeo de MiniMax, que genera un vídeo con sonido sincronizado a partir de un único prompt. Con un entrenamiento posterior realizado por el equipo FastVideo de Hao AI Lab junto con Nuva Lab, que ya habían desarrollado FastH3 a finales de agosto, se presenta como la versión open source de H3 en tiempo real más rápida y de mayor calidad. Añade el condicionamiento mediante el primer y el último fotograma, la entrada de audio con diálogos y hasta tres imágenes de referencia. FastH3-Omni está disponible en exclusiva como adelanto en la API de Reactor hasta el 20 de octubre; el anuncio no publica ningún benchmark, precio ni enlace a los pesos. MiniMax se hizo eco esa misma noche.

🔗 Anuncio de Reactor

Runway se conecta a Replit para el diseño de sitios web

13 de octubre — Runway y Replit presentan el mismo día Runway for web design: una vez conectado Runway a un proyecto de Replit mediante Runway MCP, el agente de desarrollo genera imágenes, vídeos y recursos visuales directamente en el proyecto, desde la primera idea hasta el sitio terminado. La página de Runway MCP incluye Replit entre los entornos compatibles, junto con ChatGPT, Claude, Grok Bot, Muse y Cursor; Runway MCP ya era compatible con Replit cuando se lanzó, el 27 de mayo, por lo que el anuncio es principalmente una promoción conjunta. Tras el directorio de aplicaciones de ChatGPT el 7 de octubre y Claude Motion el 8, Runway apunta esta vez al diseño de sitios web. No se especifican precios ni costes en créditos.

🔗 Anuncio de Runway · Anuncio de Replit

ElevenLabs resuelve más de 22 000 tickets de soporte al mes con sus propios agentes

13 de octubre — ElevenLabs muestra cómo utiliza su propia plataforma: su soporte al cliente funciona con ElevenAgents, que resuelve más de 22 000 tickets al mes sin intervención humana, derivándolos al equipo cuando es necesario. El mes pasado, el agente gestionó de principio a fin el 65 % de los tickets, el tiempo medio de primera respuesta se redujo a 60 segundos, frente a las varias horas anteriores, y el 70 % de las conversaciones recibió una valoración positiva. El agente se basa en los procedimientos del equipo de soporte, convertidos en Procedures (en una versión estructurada para los reembolsos), y en herramientas webhook que consultan el plan, los créditos o las voces de cada usuario; se validó mediante pruebas de simulación con unos cincuenta escenarios y después se observó en modo sombra (shadow mode) con tráfico real antes de pasar a producción. Architect, lanzado el 6 de octubre, sirve después para comprender las derivaciones y probar las correcciones.

🔗 El soporte de ElevenLabs en ElevenAgents

La baronesa Campbell se dirige a la Cámara de los Lores con una voz recreada por ElevenLabs

13 de octubre — La baronesa Jane Campbell of Surbiton, activista por los derechos de las personas con discapacidad que padece atrofia muscular espinal y es miembro vitalicio de la Cámara de los Lores desde 2007, hacía que una asistente leyera sus discursos desde 2012. Esta vez se dirigió a la Cámara de los Lores con su propia voz, recreada mediante IA, durante la segunda lectura del Health Bill, sobre los presupuestos personales de salud. Según ElevenLabs, es la primera vez que un miembro del Parlamento británico utiliza una voz generada por IA en cualquiera de sus dos cámaras. La baronesa recreó ella misma su voz con la herramienta de clonación de ElevenLabs a partir de grabaciones antiguas; el texto, convertido en voz mediante síntesis, se reprodujo a través de un dispositivo de asistencia, con la autorización del comité de procedimiento de la Cámara de los Lores. ElevenLabs afirma haber devuelto la voz a más de 11 000 personas.

🔗 El primer discurso pronunciado con una voz de IA en el Parlamento británico (ElevenLabs)

Investigación y datos abiertos: Prompteina diseña proteínas, Basis publica Global Emotions, una publicación crítica sobre los modelos de decisión

Tres publicaciones abiertas del día: un modelo de diseño de proteínas guiado por texto, un conjunto de datos de habla expresiva en 83 idiomas y una crítica con cifras de los modelos de decisión.

Prompteina diseña proteínas con todos sus átomos a partir de una instrucción en lenguaje natural

13 de octubre — Joseph Lee, primer autor, presenta Prompteina, un trabajo firmado, entre otros, por tres investigadores vinculados a Ai2, que se ha hecho eco de él, y por David Baker, del Institute for Protein Design de la Universidad de Washington. El artículo de arXiv lo describe como el primer modelo de generación de estructuras de proteínas con todos sus átomos guiado por texto. Mientras que los modelos existentes requieren una representación de entrada específica para cada propiedad, aquí la propiedad deseada se escribe en lenguaje natural: de las 18 propiedades estructurales evaluadas, Prompteina ofrece un mejor control que los modelos de referencia en 15. Se entrenó con 1,8 millones de estructuras emparejadas con 52,4 millones de descripciones, adaptando Proteina-Complexa de NVIDIA. En el diseño de ligandos guiado por un agente, obtiene en 20 dianas una confianza de unión predicha un 14 % superior a la mejor referencia. En GM2A, una diana para la que no se había descrito ningún ligando de novo, 90 diseños probados en laboratorio produjeron nueve ligandos, de los cuales el más fuerte presenta una constante de disociación aparente de 107 nM. El código y los pesos están publicados.

🔗 Hilo de Joseph Lee · Diseño de estructuras de proteínas a partir del lenguaje natural (arXiv)

Basis publica Global Emotions, 525 horas de habla expresiva en 108 locales

12 de octubre — Basis publica Global Emotions, un conjunto de datos de habla expresiva de 525,17 horas grabado con 10 420 hablantes nativos remunerados, en 108 locales y 83 idiomas, en WAV a 48 kHz. Su particularidad reside en su estructura: el mismo actor lee la misma frase con varias intensidades, neutra, media y plena, según una instrucción (alegre, frustrado, sarcástico, susurrado, cantado…). Al mantener constantes al hablante y el texto, se aísla lo que cambia en la voz, el ritmo, el tono o la velocidad del habla cuando aumenta la emoción. El conjunto cuenta con 137 696 grabaciones y 54 575 series emparejadas, incluidas 12 141 grabaciones con una señal no verbal (suspiro, risa). Basis lo declara de libre uso comercial y para investigación, bajo una licencia propia con acceso condicionado, pero el audio se entrega sin procesar, sin reducción de ruido, y las transcripciones validadas por humanos no están incluidas: se venden a 22,7 dólares por hora de audio.

🔗 Basis Global Emotions (blog de Hugging Face)

Modelos de decisión: una entrada crítica mide sus límites y entrena uno con GRPO

13 de octubre — En una entrada comunitaria del blog de Hugging Face, Hajime Yagihara examina las demostraciones públicas de modelos de decisión, esos modelos que no generan ningún token y devuelven una probabilidad por opción. Su tesis: el código de las demostraciones simula cada opción y escribe el resultado en el prompt, por lo que hace el trabajo difícil antes que el modelo. En el escenario Predict Position de ViZDoom, Jev sin asistencia del código supera 0 episodios de 128, por debajo del azar (12 de 128), mientras que el código por sí solo supera 126; en Snake, cae al 63,5 % en cuanto tiene que predecir un solo paso.

El autor traslada después el GRPO de los LLM a estos modelos, distribuyendo la recompensa final entre todas las decisiones de un episodio. En NanoJev, una reproducción abierta de 0,6 mil millones de parámetros, la tasa de éxito pasa del 19,4 % al 79,1 % sin experto, frente al 68,6 % al imitar a un experto mediante SFT, y al 81,4 % al encadenar ambos métodos; el entrenamiento sigue siendo inestable alrededor del paso 20.

🔗 La entrada de Hajime Yagihara (blog de Hugging Face)

Breves

Copilot CLI 1.0.97 — Ya en versión estable con 25 entradas procedentes de sus versiones preliminares, permite que cada agente personalizado tenga sus propios hooks declarativos, descubre todos los agentes de un repositorio incluso cuando hay más de 100 y, en Autopilot, rechaza una decisión « ask » de un hook preToolUse en lugar de quedarse bloqueada; el SDK de Copilot pasa a la versión 1.0.21. 🔗 fuente · 🔗 SDK
Gemini CLI v0.65.0-preview.0 y v0.64.0 — La versión preliminar añade cuatro correcciones del 13 de octubre, entre ellas una interrupción rápida con Ctrl+C que ya no corrompe la sesión, y la versión estable v0.64.0 no aporta nada nuevo. Gemini 4 Argon aún no está en el selector: una PR de un colaborador externo lo añade, pero no se ha fusionado. 🔗 fuente
Antigravity 2.23.0 — Versión del 12 de octubre (16 mejoras, 8 correcciones): selector de permisos del agente en el área de mensajes, visor a pantalla completa para imágenes y vídeos, archivos .zip descomprimidos por el agente y reparación por parte del agente de un servidor MCP que no arranca. 🔗 fuente
Qwen Code v0.25.2-preview.0 — Primera versión preliminar del ciclo, dos días después de la versión estable v0.25.1: 115 entradas, entre ellas 33 funcionalidades y 50 correcciones, Mods escritos en TypeScript que pueden interceptar las llamadas a herramientas, un explorador de fallos de tests y un navegador de archivos con vista previa de Excel en el Web Shell. 🔗 fuente
Jev en Amp — El panel Changes de Amp ordena automáticamente los archivos de un diff, colocando primero los que explican el cambio, mucho más rápido que antes gracias al modelo de decisión Jev de TypeSafe; el orden alfabético sigue disponible. 🔗 fuente
Notas de Devin del 9 de octubre — Puesta al día: una sesión suspendida solo puede reanudarse durante 14 días en lugar de 30, Devin lee el archivo AGENTS.md al instalar un repositorio y Devin Ultra se abre a las empresas con retención de datos nula (zero data retention), que antes no tenían acceso. 🔗 fuente
Claves de Anthropic bloqueadas por defecto — El secret scanning de GitHub reconoce las claves de servicio y las claves de usuario de Anthropic y las bloquea de entrada mediante la protección de los pushes, incluidos los repositorios públicos gratuitos; añade un detector para Cloudsmith, y Salesforce se convierte en socio para revocar los tokens de Marketing Cloud encontrados en repositorios públicos. 🔗 fuente
Métricas del AI Scan — En versión preliminar pública, la security overview de GitHub mide el efecto del AI Scan de las pull requests (resultados generados y resueltos, tasa de remediación, uso de las sugerencias de autofix), para los clientes de GitHub Code Security o GitHub Advanced Security. 🔗 fuente
Configuración gestionada de Copilot — Con forceRemoteSettingsRefresh, los administradores de empresa obligan a Copilot CLI, VS Code y la aplicación GitHub Copilot a recuperar la política vigente al arrancar, y el cliente bloquea el acceso si no puede confirmarla; también se impone una versión mínima del cliente mediante la clave sandbox. 🔗 fuente
Telemetría de Copilot — El ajuste gestionado telemetry.capture.identity, desactivado por defecto, vincula la actividad de Copilot a un usuario en OpenTelemetry (login de GitHub, cuenta del sistema, nombre de la máquina) sin recopilar sus prompts; cinco clases de captura de contenido se configuran por separado, todas desactivadas por defecto. 🔗 fuente
Auditoría de Code Quality — El rechazo y la reapertura manuales de los resultados de GitHub Code Quality aparecen ahora en el registro de auditoría, con el autor, la hora, el repositorio, la regla y el número de resultados, en GitHub Team y GitHub Enterprise Cloud. 🔗 fuente
Alertas de Dependabot retiradas — El webhook dependabot_alert incorpora una acción withdrawn, y la API REST responde 410 Gone en lugar de 404 para una alerta retirada, lo que la distingue de una alerta que nunca ha existido. 🔗 fuente
Registros anónimos para Dependabot — Un método de autenticación Anonymous permite declarar, a nivel de organización, un registro privado accesible sin credenciales, como un mirror interno abierto para lectura; quienes utilizaban un token ficticio deben volver a crear su registro. 🔗 fuente
Presupuestos de facturación de GitHub — La página Budgets and alerts reúne todos los presupuestos en una única lista, filtrable por ámbito, producto, SKU o usuario, incluidos los presupuestos por usuario. 🔗 fuente
El CISO de Uber y los agentes de IA — En una entrevista publicada por claude.com, Philip Martin, CISO de Uber, defiende aplicar a los agentes de IA un programa de lucha contra las amenazas internas (insider threat program) y describe cómo se articula Enterprise Frontier Safeguards con ADR, la herramienta open source de Uber; sin cifras ni anuncios de producto. 🔗 fuente
Mistral Large 4 en anclaje visual — Según Mistral, su modelo obtiene un 42 % en el benchmark de anclaje visual (visual grounding) Dense 200, por delante incluso de modelos cerrados de vanguardia, sin citar competidores ni puntuaciones comparativas; una demostración lo muestra aplicado a dibujos técnicos. 🔗 fuente
JJ-1 de JurinAI — Cuatro modelos de decisión de entre 0,8 y 9 mil millones de parámetros para los procesos empresariales japoneses: en el informe del proveedor (88 813 preguntas), JJ-1-9B alcanza el 79,20 %, por delante de StartLux 9B (78,02 %), Jev 1.13 y Microsoft Decision-1 (76,50 %); pesos bajo CC BY-NC 4.0, sin uso comercial. 🔗 fuente
AutoTrust — Dos demostraciones en línea, de vídeos cortos y de noticias, ordenan sus recomendaciones con un único modelo de decisión, sin entrenamiento ni registros: una sola pregunta de elección para todo el lote supera a la consulta candidato por candidato (AUC 0,931 en 0,42 s frente a 0,905 en 1,54 s sobre 200 casos); son mediciones fuera de producción, advierten los autores. 🔗 fuente
MolmoAct 2 lidera en Datapoint AI — La política robótica de Ai2 lidera el Datapoint Robot Policy Bench, puntuado según la preferencia humana, con 1 082 puntos Elo sobre 21 130 votos, por delante de OpenVLA-OFT (1 049) y π0.5-DROID (1 033); es una segunda clasificación independiente después de Reality Check, el 30 de septiembre. 🔗 fuente
Molmo2Fish — Ai2 cuenta cómo Kai Van Brunt (MIT) ajustó Molmo 2 con vídeos de sonar para seguir salmones y corregir sus errores con una simple instrucción; el prototipo obtiene resultados aproximadamente tan buenos como los de un sistema especializado, sin cifras publicadas, y no está desplegado. 🔗 fuente
Reconocimiento de voz del control aéreo — NVIDIA publica dos skills que guían a un agente de código en el ajuste de Nemotron 3.5 ASR: en un banco de pruebas ATCO2 de dos horas, la tasa de error de palabras pasa del 77,00 % al 22,46 %, y la del inglés general, del 3,50 % al 3,63 %. 🔗 fuente
Postentrenamiento en Together AI — Un recetario Apache-2.0, aparecido sin anuncio, documenta Together Post Training, donde el cliente escribe su bucle de entrenamiento en su propia máquina mientras Together AI ejecuta el entrenador y el muestreo: recetas GRPO, SFT, DPO y multi-LoRA, sin precios ni cifras. 🔗 fuente
Supabase en Grok Bot — Supabase se une a la red de socios de SpaceXSI: una petición hecha en el chat de Grok Bot se delega a Cursor, que la ejecuta en el backend mediante el servidor MCP de Supabase; en las sesiones de Cursor, solo alrededor del 2 % de los errores detienen la sesión, según Supabase. 🔗 fuente
Higgsfield y GPT-6 Astra — En un caso de estudio de OpenAI, Higgsfield AI indica que sus vídeos, limitados a alrededor de un minuto antes de GPT-6 Astra, superan ahora los 10 minutos; según su CEO, las llamadas a herramientas del modelo para el modelado 3D ayudan a mantener la coherencia de los vídeos largos. No se da ninguna cifra de costes. 🔗 fuente

Qué significa

El lanzamiento de Argon muestra cómo se difunde ahora un modelo de frontera: el día de su disponibilidad general, Cursor, Devin, GitHub Copilot y Manus lo incorporan, cada uno con su propia medición, y esas cifras no son comparables entre sí. En CursorBench 4.0, Argon iguala a Opus 5.5 con un esfuerzo medio, pero cuesta más por tarea y queda por detrás en cuanto se aumenta el esfuerzo; en FrontierCode 1.1, el banco de pruebas de Cognition, supera a GPT-6.1 Sol por una décima de punto y queda a casi cinco puntos de Claude Opus 5.5; GitHub no publica ninguna cifra. El precio pesa tanto como la puntuación: 2 y 10 dólares por millón de tokens hasta el 30 de noviembre, y el doble después. Para un equipo que elige su modelo, habrá que volver a hacer el cálculo en diciembre.

The X Subscription cambia la posición de Cursor. El editor se vende ahora en el mismo plan que Grok y X Premium, con una cuota de uso compartida y al menos el doble de uso para código con los modelos de SpaceXSI. Los modelos de otros laboratorios, como Gemini 4 Argon, disponible en Cursor desde ese mismo día, siguen siendo accesibles, pero solo a partir de 30 dólares al mes y facturados al precio de la API fuera de la cuota. Para un nuevo suscriptor, la oferta orienta por tanto hacia los modelos propios; para los clientes anteriores, nada cambia mientras SpaceXSI no fije el calendario de la migración que anuncia.

La ciberseguridad recorre toda la jornada. Google justifica sus salvaguardas de nueva generación con un resultado: Argon resuelve los 12 escenarios de ciberataques simulados, frente a 5 de la generación anterior. XBOW muestra, por su parte, lo que ya permite un modelo accesible a todos: una cadena de explotación completa de Chrome por 40 000 dólares de cómputo. Las defensas apuestan por la vigilancia en tiempo real: tres capas de protección alrededor de Argon, un clasificador en dos etapas en Anthropic, que afirma reducir entre un 90 y un 99 % los datos extraídos por quienes realizan destilación, y en GitHub un pequeño modelo ModernBERT que sustituye a un pipeline LLM, con un 86 % menos de tiempo de análisis y un coste de servicio inferior en más del 98 %.

La IA local, por último, recibe herramientas concretas. Nemotron 3.5 Bolt 74B cabe en 24 GB gracias a una cuantización de 2 bits, LFM2.5-24B-A2B solo activa 2 mil millones de parámetros por token y afirma alcanzar 184 tokens/s en un Apple M5 Max, y Llama Windows reduce la instalación de llama.cpp a unos pocos clics. En el ámbito de los servidores, NVIDIA abre el código de Run:ai para que sus socios orquesten sus GPU por sí mismos, y Anthropic muestra con Scion lo que el ritmo de los agentes implica para las herramientas: más de 30 000 fusiones al día en septiembre, frente a 2 500 en mayo, le han llevado a abandonar git.