ai-powered-markdown-translatorArtículo traducido del francés al español con gpt-5.6-sol.
Este martes, Google lanza Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, dos modelos de diálogo de voz en tiempo real capaces de llamar a herramientas en segundo plano sin interrumpir la conversación. Anthropic publica tres versiones de Claude Code e incorpora Salesforce a Claude, mientras que OpenAI fija para el 14 de octubre la retirada de GPT-5.5 de ChatGPT y de Codex. Los agentes también llegan a los circuitos de distribución existentes, desde HP, que preinstala Perplexity, hasta Devin, vendido en AWS Marketplace, y NVIDIA detalla dos componentes de su plataforma Vera Rubin.
Gemini 3.8 Live y 3.8 Live Extended Thinking, dos modelos de voz que actúan mientras hablan
15 de septiembre — Google lanza dos modelos de diálogo de voz en tiempo real, presentados por el equipo Gemini Audio. Gemini 3.8 Live se centra en la escala, la velocidad y el coste: admite entradas visuales casi en tiempo real y cambia automáticamente entre 97 idiomas durante la conversación. Gemini 3.8 Live Extended Thinking está dirigido a tareas que requieren un razonamiento en varios pasos: razona y habla al mismo tiempo, confirma la recepción con breves introducciones verbales y comenta el progreso de sus tareas en segundo plano; su nivel de reflexión se configura en la API. Ambos modelos ejecutan llamadas a herramientas y API en segundo plano (asynchronous function calling) mientras continúa la respuesta de audio.
The models talk, think, and handle tasks in the background without breaking your flow.
🇪🇸 Los modelos hablan, reflexionan y gestionan tareas en segundo plano sin interrumpir el hilo de la conversación. — @GoogleDeepMind en X
Google también destaca la precisión con los datos alfanuméricos dictados, como los códigos de confirmación o los números de expediente, y presenta estos modelos como una alternativa más sencilla a las arquitecturas en cascada, que encadenan transcripción, procesamiento de texto y síntesis de voz. Según la ficha del modelo Gemini 3.8 Audio, se basan en Gemini 3 Pro, admiten audio, imágenes, vídeo y texto en un contexto de 128K tokens, generan hasta 64K tokens de salida y se apoyan en conocimientos actualizados hasta enero de 2025.
| Clasificación o benchmark | Modelo evaluado | Puntuación publicada por Google |
|---|---|---|
| Índice Speech to Speech Quality (Artificial Analysis) | 3.8 Live Extended Thinking | 82,6 (1.er puesto) |
| τ-Voice | 3.8 Live Extended Thinking | 68,6 % |
| τ-Voice-banking (Sierra) | 3.8 Live Extended Thinking | 35,1 % |
| Big Bench Audio | 3.8 Live Extended Thinking | 97,7 % |
| Speech Agent Arena (Artificial Analysis) | 3.8 Live | 2.º puesto |
Estas clasificaciones las mantienen terceros, pero las puntuaciones citadas son las que publica Google. En la Live API, Google estima el coste de ambos modelos en 0,005 dólares por minuto de audio de entrada y 0,018 dólares por minuto de audio de salida, sobre la base de 3 dólares por millón de tokens de entrada y 12 dólares de salida; Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel y Vision Agents aparecen como integradores.
| Canal de distribución | Gemini 3.8 Live | Gemini 3.8 Live Extended Thinking |
|---|---|---|
| API Gemini y Google AI Studio | Desde el 15 de septiembre | Desde el 15 de septiembre |
| Gemini Enterprise | Vista previa privada | Vista previa privada |
| Público general | Search Live | Gemini Live, Docs Live (suscriptores de Google AI Pro y Ultra), Gmail Live y Keep Live (todos los suscriptores de Google AI) |
En Search Live, el modelo guía paso a paso una resolución de problemas en tiempo real. Todo el audio generado lleva la marca de agua invisible SynthID.
🔗 Presentación de Gemini 3.8 Live y 3.8 Live Extended Thinking 🔗 Publicación para desarrolladores sobre la Live API 🔗 Ficha del modelo Gemini 3.8 Audio
Claude Code 2.1.271 a 2.1.273: modo rápido en Remote, red por comando y permisos más estrictos
15 de septiembre — Anthropic publica tres versiones de Claude Code en poco más de 22 horas, la primera justo después de medianoche, hora de París.
| Versión publicada | Fecha y hora (UTC) | Contenido de las notas |
|---|---|---|
| 2.1.271 | 14 de septiembre, 22:12 | 96 líneas: modo rápido en Remote, allowed_domains por comando, omitClaudeMd, --accept-command |
| 2.1.272 | 15 de septiembre, 0:42 | Una línea: correcciones de errores y mejoras de fiabilidad |
| 2.1.273 | 15 de septiembre, 20:23 | 64 líneas: encabezados para pasarelas LLM, duplicación de sesiones Remote Control, clasificador local en Bedrock, Vertex y Foundry |
La versión 2.1.271 habilita el modo rápido (fast mode) para las sesiones Claude Code Remote, tanto en la nube como en ejecutores autoalojados (self-hosted runners), cuando la organización lo autoriza. En modo automático con sandbox, Bash, PowerShell y Monitor admiten una lista allowed_domains por comando: los hosts necesarios se examinan junto con el comando y se habilitan únicamente para este, mientras que los demás se rechazan. El campo omitClaudeMd del frontmatter de los agentes inicia un subagente sin los archivos CLAUDE.md del usuario, del proyecto y locales, mientras que los archivos de política administrada permanecen cargados, y claude plugin install --accept-command <sha256> solo acepta el comando exacto mostrado durante una ejecución anterior en --json, en lugar de un -y. La versión 2.1.273 permite duplicar (fork) desde la aplicación Claude una sesión iniciada con claude --remote-control, de modo que la sesión duplicada se ejecuta en segundo plano en el ordenador. También avisa cuando un servidor MCP se desconecta y la reconexión automática desiste, y añade encabezados de solicitud para las pasarelas LLM, activados mediante CLAUDE_CODE_GATEWAY_HINT_HEADERS=1.
| Elemento modificado | Nuevo comportamiento |
|---|---|
| Retorno de un subagente en modo automático | Llamada de retorno específica (hand-back call) examinada por el clasificador de seguridad, en lugar de un control posterior de su último mensaje |
Comandos ! de los skills y comandos slash en modo automático | Reglas de permisos del modo predeterminado en lugar del clasificador |
| Supervisiones Monitor | Plazo obligatorio de 30 minutos como máximo (10 en ejecución -p), con aviso a Claude para reactivarlas |
| Workflows dinámicos | Pausa al alcanzar el límite de uso y reanudación automática al restablecerse, en lugar de abandonar los agentes |
| Modo automático en Bedrock, Vertex y Foundry (2.1.273) | Clasificador local predeterminado por ahora, CLAUDE_CODE_AUTO_MODE_SERVER=1 para el de la plataforma |
Las dos versiones también corrigen varios controles de permisos. Los comandos con un subshell, dos cambios de directorio o una cadena cd + git omitían el aviso bajo permissions.blockReadsOutsideWorkingDirectories, y un subshell podía ocultar un rm peligroso en el modo de omisión de permisos (bypass). Los ajustes MCP impuestos mediante MDM o managed-settings.json se ignoraban cuando existían ajustes administrados del lado del servidor. /resume y /teleport conservaban el seguimiento de los archivos leídos de la conversación anterior, por lo que Claude podía modificar archivos que la conversación reanudada nunca había leído. Por último, el indicador de contexto contabilizaba los turnos de la herramienta advisor con aproximadamente el doble de su tamaño, lo que activaba la compactación automática hacia la mitad de la ventana.
Ninguna de las tres notas menciona los Claude Mods anunciados el 14 de septiembre; sin embargo, en la issue #91870, probadores de la comunidad consideran que la versión 2.1.272 ya ha afectado a su superficie.
🔗 Notas de la versión Claude Code 2.1.271 🔗 Notas de la versión Claude Code 2.1.273
Salesforce in Claude, un plugin de ventas en versión beta para organizaciones aprobadas
15 de septiembre — Anthropic lanza en versión beta Salesforce in Claude, que incorpora a Claude las cuentas, las oportunidades y el pipeline de un comercial. La publicación presenta un plugin diseñado con Salesforce, mientras que el centro de ayuda atribuye a Salesforce la creación de sus 37 skills de ventas: búsqueda de cuentas, preparación de llamadas, revisión del pipeline o actualización del CRM. Lo acompañan dos conectores: Salesforce con acceso de lectura y escritura, y Slack para los canales comerciales y los hilos del equipo.
Salesforce sigue siendo el sistema de referencia: cada comercial inicia sesión con sus propias credenciales, Claude solo lee lo que permiten sus permisos de Salesforce y cada operación de escritura debe aprobarse de forma predeterminada. El plugin funciona en el chat y en Claude Cowork (web y desktop). La versión beta está disponible para los planes de pago, pero solo para las organizaciones aceptadas por Salesforce mediante su registro en la beta y que dispongan de la última edición Enterprise de Sales Cloud; sus administradores de Salesforce solicitan el acceso en AgentExchange. GitLab, Siemens y Legora lo han implementado, y 7.000 comerciales de Salesforce lo utilizan.
🔗 Incorporación de Salesforce a Claude 🔗 Configurar Salesforce in Claude para una organización
GPT-5.5 dejará ChatGPT, ChatGPT Work y Codex el 14 de octubre, pero seguirá en la API
15 de septiembre — OpenAI anuncia en X el fin de GPT-5.5 en sus aplicaciones, que ya figuraba en el changelog de ChatGPT y Codex con fecha del 14 de septiembre. El 14 de octubre, el modelo dejará ChatGPT, ChatGPT Work y Codex en todos los planes: público general, Business, Enterprise y Edu.
| Superficie afectada | Situación al 14 de octubre |
|---|---|
| ChatGPT y ChatGPT Work | GPT-5.5 retirado de todos los planes |
| Codex con inicio de sesión de ChatGPT | GPT-5.5 retirado, se solicita cambiar a gpt-5.6-sol |
| Codex con clave API | GPT-5.5 sigue disponible |
| API OpenAI | GPT-5.5 sigue disponible |
Para Codex con inicio de sesión de ChatGPT, la documentación pide sustituir gpt-5.5 en todos los lugares donde esté seleccionado explícitamente: parámetros predeterminados del espacio de trabajo, ajustes guardados, configuraciones administradas, agentes personalizados, tareas programadas y scripts. El mensaje de la cuenta @ChatGPT también cita GPT-6 Astra como sustituto en Codex. La guía para administradores advierte que cambiar el modelo predeterminado no habilita el acceso al modelo: hay que comprobar, cliente por cliente, que el sustituto esté disponible para los usuarios afectados. OpenAI repite el preaviso de un mes aplicado a GPT-5.4 y GPT-5.4 mini, retirados de Codex el 31 de agosto para los usuarios conectados con ChatGPT, tras un anuncio el 31 de julio.
🔗 Changelog de ChatGPT y Codex 🔗 Mensaje de @ChatGPT en X
HP preinstala Perplexity en sus PC Windows, con una conexión a Autodesk Revit
15 de septiembre — Perplexity y HP anuncian la preinstalación de la aplicación Perplexity para Windows en la barra de tareas de los PC del fabricante, comenzando por la estación de trabajo móvil ZBook Ultra G3a, equipada con procesadores AMD Ryzen AI Max PRO serie 400; otros modelos llegarán en los próximos meses, sin lista, precio ni fecha. Según la publicación, las capacidades de IA local de la ZBook Ultra G3a permiten ejecutar las tareas habituales con Portable Computer, la versión local del agente que funciona sin créditos en la nube y sin conexión, pero su disponibilidad depende de la configuración del dispositivo: la publicación no enumera las configuraciones compatibles, mientras que la versión para Windows publicada el día anterior exigía una GPU NVIDIA RTX con al menos 24 GB de memoria de vídeo.
Portable Computer también se conecta a Autodesk Revit, el software de modelado de información de construcción (Building Information Modeling), mediante el servidor MCP de Revit 2027, ofrecido en vista previa técnica (Tech Preview) como módulo independiente. El acceso es de solo lectura: el agente responde a preguntas sobre el modelo, como el número de puertas de una planta o su grado de resistencia al fuego, y exporta vistas, PDF y tablas de planificación sin modificarlo. Personal Computer for Windows está disponible para los suscriptores Pro, Max y Enterprise, en Windows 10 y 11.
🔗 Perplexity llega a más PC Windows con HP
Cognition firma un acuerdo con AWS y lanza macOS en Devin Cloud
15 de septiembre — Cognition publica dos anuncios el mismo día, vinculados por la infraestructura: los Mac en los que Devin crea ahora aplicaciones de Apple son hosts AWS EC2 Mac.
Un acuerdo de colaboración estratégica con AWS
Cognition y Amazon Web Services celebran un acuerdo de colaboración estratégica (Strategic Collaboration Agreement) plurianual, cuya publicación no especifica ni el importe ni la duración exacta. Dos elementos ya están disponibles: Devin se puede adquirir a través de AWS Marketplace y Agent Toolkit for AWS se puede utilizar directamente en Devin. Se están estudiando integraciones más profundas en los entornos AWS de los clientes, sin un calendario definido. Devin se despliega en un entorno de inquilino único (single-tenant), en la región de AWS elegida por el cliente, con los datos almacenados en una VPC dedicada y una máquina virtual por sesión, que se elimina al finalizar el trabajo.
| Cliente citado por Cognition | Resultado anunciado |
|---|---|
| Mercedes-Benz | Más de 200 000 líneas de COBOL analizadas; proyecto estimado en ocho meses reducido a ocho días |
| Fabricante de automóviles anónimo | Flujo COBOL de 25 000 líneas migrado de un ordenador central (mainframe) a AWS Lambda, con un coste estimado un 73 % menor |
🔗 Publicación de Cognition sobre el acuerdo con AWS
macOS llega a Devin Cloud
El 31 de julio, Cognition ya mostró agentes en la nube de Devin ejecutándose en macOS, con Xcode y el simulador de iOS. El lanzamiento del 15 de septiembre en Devin Cloud, destinado a crear y verificar aplicaciones para iPhone, iPad y Mac, incorpora varias novedades: Devin envía a Slack la grabación de pantalla de sus pruebas, proporciona un enlace de TestFlight para instalar la aplicación y un nuevo panel iOS Simulator muestra la aplicación en ejecución. El agente también controla las aplicaciones mediante su árbol de accesibilidad, expuesto a su herramienta de uso del ordenador (computer use): consulta un control por su función y su nombre, actúa sobre él y después vuelve a leer el árbol, mientras las capturas de pantalla siguen utilizándose para evaluar el renderizado. Esta capa se basa en accessibility-cli, de código abierto y desarrollado por Dioxus, cuyo equipo se incorporó a Cognition el 10 de septiembre.
Las VM macOS se ejecutan con Virtualization.framework de Apple en equipos Mac físicos AWS EC2 Mac, con una interfaz NBD (Network Block Device) añadida al sistema de instantáneas (snapshots) para reanudar una sesión sin mantener encendida la máquina. Una pasarela Ethernet en espacio de usuario sustituye al NAT gestionado de Apple para aplicar la política de red de cada sesión. No se especifican ni el precio ni el plan correspondiente.
NVIDIA detalla dos componentes de Vera Rubin, Groq 3 LPX y NVLink 6
15 de septiembre — Dos publicaciones del blog técnico de NVIDIA explican cómo la plataforma Vera Rubin ahorra energía durante la inferencia y soporta los fallos de su red. Las cifras que aparecen a continuación son las de NVIDIA.
Groq 3 LPX, ejecución determinista para reducir el margen de tensión
La entrada en producción de Groq 3 LPX se cubrió aquí el 24 de agosto; esta publicación explica su mecanismo. Antes de la ejecución, el compilador de los chips LPU fija, con precisión de ciclo de reloj, el momento de cada cálculo y de cada transferencia de datos entre los 256 chips del rack, lo que le permite predecir la demanda de corriente. Dos tecnologías aprovechan esta capacidad: Preemptive Power (PEP) solicita a la red de alimentación que eleve la tensión justo antes de un pico de demanda, y Clock Period Synthesis (CPS) alarga los ciclos de reloj en los que la corriente aumenta con mayor rapidez. El objetivo es reducir el margen de tensión (voltage guardband) que mantiene todo circuito y que resulta costoso, ya que la potencia aumenta con el cuadrado de la tensión: un 10 % más de tensión supone un 21 % más de potencia.
En pruebas internas, la caída de tensión se reduce en más de un 60 %. NVIDIA calcula que, para una misma carga, la potencia necesaria podría disminuir en un porcentaje «bajo de dos dígitos» (low-double-digit) con respecto a un sistema no determinista comparable. Estos controles llegarán a Vera Rubin durante el segundo semestre de 2026.
🔗 Publicación de NVIDIA sobre la ejecución determinista de Groq 3 LPX
NVLink 6, una pila de resiliencia desde el silicio hasta el software
NVLink 6 conecta los 72 GPU Rubin de un rack Vera Rubin NVL72 en un único dominio; su velocidad de transmisión de paquetes diez veces superior a la de las alternativas Ethernet genéricas, según NVIDIA, ya se citó aquí el 21 de julio. Esta vez, la publicación detalla la tolerancia a fallos, capa por capa.
| Nivel de la pila | Mecanismo descrito por NVIDIA |
|---|---|
| Capa física | Corrección de errores ligera, complementada con retransmisión en la capa física (Physical Layer Retry) |
| Capa de enlace | Control de flujo basado en créditos (credit-based flow control), sin pérdida de paquetes por diseño |
| Gestión de enlaces | Recuperación por software en aproximadamente 1,5 segundos mediante NMX Controller |
| Servicio de inferencia | Shadow Engine Recovery (NVIDIA Dynamo): interrupción reducida de 283 a 7,3 segundos en GPU B200 |
| Checkpoints multinodo | cuda-checkpoint compatible con NCCL en versión prototipo, con disponibilidad general prevista para finales de este año |
El control de flujo basado en créditos solo envía un paquete si el siguiente salto dispone de espacio para recibirlo, mientras que Ethernet se basa en PFC y ECN. Shadow Engine Recovery, por su parte, mantiene una réplica del motor de inferencia ya inicializada con sus propios comunicadores NCCL.
🔗 Publicación de NVIDIA sobre la resiliencia de NVLink 6
Gemini Notebook anuncia conversaciones de voz con sus notebooks y una grabadora de audio
15 de septiembre — Coincidiendo con el inicio del curso universitario, Gemini Notebook cambia de aspecto y anuncia una serie de herramientas de estudio, la mayoría de las cuales aún están por llegar.
| Herramienta de estudio anunciada | Disponibilidad indicada |
|---|---|
| Conversación de voz en tiempo real con sus notebooks, en dispositivos móviles y en casi 100 idiomas | Esta semana para los suscriptores adultos de Google AI Ultra, próximamente para Google AI Pro y los demás |
| Grabadora de audio en la aplicación móvil | A partir de la próxima semana |
| Resúmenes de aprendizaje interactivos en Reports | En las próximas semanas, para todos los usuarios |
| Cuestionarios de respuesta corta, de opción múltiple o para rellenar huecos | En las próximas semanas, para todos los usuarios |
| Short Video Overviews en más de 80 idiomas, con opción de compartir | Ya disponible, frente a más de 70 idiomas el 1 de septiembre |
La conversación de voz responderá a partir de las fuentes del notebook y podrá interrumpirse mediante la voz, mientras que la grabadora captará una clase o una reflexión directamente en el notebook, junto a las fuentes. Los resúmenes de aprendizaje combinarán resúmenes, infografías, cuestionarios y tarjetas de estudio (flashcards). En cuanto a las ofertas para estudiantes, ya presentadas en agosto, Google precisa que el año gratuito de Google AI Pro para estudiantes estadounidenses cuadruplica los límites en Gemini Notebook, y que el año de Google AI Plus ofrecido en más de otros 140 mercados los duplica.
🔗 Mejora tu rutina de estudio con las nuevas herramientas de Gemini Notebook
Antigravity 2.14.0 habilita el terminal integrado y Git para las cuentas Enterprise y Business
15 de septiembre — Antigravity 2.14.0, que incluye 10 mejoras y 18 correcciones, habilita para las cuentas Enterprise y Business el terminal integrado y el control de versiones Git en la barra lateral, funciones que llegaron con la versión 2.10.0 del 24 de agosto para las demás cuentas. Las conversaciones con historiales muy largos se cargan más rápido y consumen menos memoria, y se elimina un análisis redundante de los skills, las reglas y los archivos de personalización que se volvía a ejecutar con cada mensaje.
Entre las correcciones, un error transitorio del servicio ya no pone fin a la sesión: se vuelve a intentar con una demora creciente durante unos doce minutos. Los subagentes finalizados ya no siguen apareciendo como activos ni bloquean los mensajes posteriores hasta reiniciar, y se corrige una fuga de memoria relacionada con las salidas de los comandos del terminal. El título de la versión menciona un nuevo sistema de permisos, pero, sobre este punto, las notas se limitan a cambiar el nombre de la sección de ajustes generales a «Global Permissions» y el de la opción de herencia de los ajustes del proyecto a «Inherit Global».
🔗 Registro de cambios de Google Antigravity
IBM Research reduce a la mitad la brecha de consistencia de un agente con ALTK-Evolve
15 de septiembre — En el blog de Hugging Face, IBM Research publica la tercera entrega de su serie ALTK-Evolve, dedicada esta vez a la consistencia de ejecución de los agentes. En 168 tareas de AppWorld, un agente ReAct con GPT-4.1 configurado con temperatura 0 completa con éxito, de media, el 77,4 % de sus ejecuciones en cinco intentos (Mean@5), pero solo completa con éxito los cinco intentos en el 53,0 % de las tareas (Pass^5). IBM denomina a esta diferencia de 24,4 puntos brecha de consistencia (consistency gap).
Consistency Analyzer detecta las decisiones inestables a partir de una única trayectoria registrada: reproduce sin conexión cada etapa solicitando cinco completaciones, sin datos de referencia, sin volver a ejecutar la tarea y sin acceso a los logits. Las etapas frágiles se convierten en directrices de consistencia (consistency guidelines), que se inyectan durante la inferencia.
| Configuración del agente | Puntuación Mean@5 | Puntuación Pass^5 | Brecha de consistencia |
|---|---|---|---|
| ReAct GPT-4.1 sin directrices | 77,4 % | 53,0 % | 24,4 puntos |
| ReAct GPT-4.1 con directrices de consistencia | 81,0 % | 69,0 % | 12,0 puntos |
En gpt-oss-120b, Pass^5 aumenta del 10,1 % al 16,1 %. Analyzer y la generación de directrices están integrados en el repositorio de código abierto de ALTK-Evolve.
🔗 Publicación de IBM Research en el blog de Hugging Face
Aillis adopta Sakana Namazu para Evidence Finder, con un 96,4 % en el examen nacional de medicina japonés
14 de septiembre — Aillis, empresa japonesa que diseña dispositivos médicos basados en machine learning, adopta Sakana Namazu, el LLM especializado en japonés lanzado a principios de agosto por Sakana AI, en Evidence Finder, su herramienta de búsqueda de evidencias para médicos. El comunicado, publicado a las 11:00, hora de Tokio, fue compartido por Sakana AI en X el mismo día a las 15:30, hora del Pacífico, después de nuestro seguimiento del 14 de septiembre. Evidence Finder redacta respuestas a partir de la literatura médica citando sus referencias, cuya existencia comprueba su función Verify; ambas empresas también inician un trabajo conjunto sobre aplicaciones médicas.
La versión de Evidence Finder que utiliza Sakana Namazu obtiene un 96,4 % (482 puntos de 500) en la 120.ª edición del examen nacional de medicina japonés, celebrada en febrero de 2026. Según el análisis de Aillis del 1 de septiembre, se trata de la mejor puntuación entre los modelos fundacionales nacionales seleccionados por el programa GENIAC del Ministerio de Economía japonés. El comunicado incluye dos salvedades: para esta prueba se eliminaron las restricciones del producto, incluido el rechazo de preguntas con imágenes, mientras que el servicio comercial solo procesa preguntas textuales; además, Evidence Finder no es un dispositivo médico.
🔗 Comunicado de Aillis en PR Times 🔗 Publicación de Sakana AI en X
Google cuantifica el uso de la IA y su impacto social
15 de septiembre — Google publica el mismo día dos series de artículos dedicados al uso real de la IA y a sus repercusiones sociales.
AI & Economy ATLAS se abre al público, con un estudio sobre científicos
AI & Economy ATLAS, el programa de investigación de la oficina del economista jefe de Google del que procedían las cifras sobre trámites administrativos citadas aquí el 9 de septiembre, se convierte en una experiencia interactiva de acceso libre: permite comparar el uso de la IA por profesión, en el hogar y país por país.
| Indicador de ATLAS destacado | Valor publicado por Google |
|---|---|
| India: proporción de las profesiones artísticas, de diseño y de medios en el uso profesional de la IA | 19 %, es decir, 1,6 veces la media mundial |
| Estados Unidos: proporción de informática y matemáticas | 30 %, el doble que en el resto del mundo |
| Brasil y Alemania: proporción de tareas manuales, como el diagnóstico de equipos | 7 %, frente al 4 % en Japón |
Un estudio de Google, Google DeepMind y MIT FutureTech, basado en el análisis de 2 600 modelos de IA especializados y en una encuesta realizada a más de 600 científicos estadounidenses y británicos, indica que cerca de la mitad utiliza la IA a diario y declara ahorrar algo menos de siete horas por semana. Los autores también señalan los inconvenientes: el tiempo dedicado a validar los resultados de la IA y una cola cada vez mayor de hipótesis sin probar, a la espera de experimentos físicos y validaciones clínicas.
🔗 Nuevos datos de AI & Economy ATLAS de Google
AI for Societal Impact: idiomas, galardonados de Google.org y FireSat
Según Google, las tecnologías del grupo funcionan en más de 300 idiomas, hablados por más de 7.000 millones de personas, y varios conjuntos de datos se han creado con socios locales. Google también presenta Language Explorer, una herramienta interactiva que visualiza la base abierta LinguaMeta.
| Iniciativa citada por Google | Cifra anunciada |
|---|---|
| WAXAL, corpus de voz abierto | 27 idiomas del África subsahariana |
| Project Vaani | Más de 30.000 horas de habla en 109 idiomas |
| Google.org Impact Challenge: AI for Government Innovation | 15 galardonados, 30 millones de dólares, más de 2.600 candidaturas |
| FireSat | Primer lote de satélites operativos en órbita, con unos cincuenta previstos para 2030 para obtener una imagen cada 20 minutos |
| Planetary Prediction Engine, presentado a finales de agosto | El 83 % de los brotes emergentes de ébola en la República Democrática del Congo detectados con antelación, según Google |
Los galardonados de Google.org, entre ellos Code for America para la declaración de impuestos y la Universidad Johns Hopkins para la seguridad vial, reciben el acompañamiento voluntario de ingenieros de Google y conciben sus proyectos como modelos open source reutilizables.
🔗 AI para todos en todos los idiomas 🔗 15 organizaciones que transforman los servicios públicos con AI 🔗 Desarrollar AI para acelerar la ciencia y mejorar vidas 🔗 Detectar incendios forestales con AI
Breves
- Anthropic publica una guía para desplegar Claude en los equipos comerciales — publicado el mismo día que Salesforce in Claude, Building an AI-native revenue organization se presenta mediante una entrada que cita a dos clientes: Cox Communications afirma haber obtenido un retorno de siete veces su inversión durante el primer año y haber reducido en un 86 % el coste de validación y enriquecimiento de sus clientes potenciales, con una precisión que pasó del 18 % al 97 %, mientras que el 88 % de los aproximadamente 1.500 empleados de Cyera utiliza Claude cada semana. 🔗 fuente
- Perplexity publica una guía sobre la AI en la sombra (shadow AI) — la entrada no aporta datos propios y recopila encuestas de terceros: alrededor de la mitad de los empleados afirma haber infringido las normas de su organización al utilizar AI (KPMG), y el 82 % de quienes respondieron a una encuesta de Cloud Security Alliance señala la presencia de agentes desconocidos en los sistemas de su organización. Concluye con un argumentario a favor de Perplexity Enterprise y Comet for Enterprise, sin ninguna funcionalidad nueva. 🔗 fuente
- v0 se vuelve agnóstico respecto a los modelos (model-agnostic) — según un simple tuit, la herramienta de creación de aplicaciones de Vercel ofrece modelos de frontera, económicos, abiertos y rápidos servidos mediante Vercel AI Gateway, entre ellos Claude, GPT, Kimi, GLM, Grok y DeepSeek; no se especifican ni la lista completa, ni las tarifas, ni los planes afectados. 🔗 fuente
- Warp cuantifica su fábrica interna de software — en una entrada metodológica de tres etapas (crawl, walk, run) para adoptar la fábrica de software (software factory), Zach Lloyd, CEO de Warp, indica que la fábrica de la empresa automatiza aproximadamente el 75 % de los cambios de warp.dev, su sitio de marketing; Warp Factories continúa en acceso anticipado, con 10.000 dólares de uso gratuito para las empresas que cumplan los requisitos. 🔗 fuente
- Kimi Code 0.43.1 corrige sus enjambres de subagentes — menos de 19 horas después de la versión 0.43.0, Moonshot AI publica siete correcciones, entre ellas la liberación de memoria al finalizar un subagente, un renderizado y un bucle de eventos más ligeros en los grandes enjambres, y un Ctrl+C que ahora solo interrumpe los subagentes en lugar de cerrar toda la CLI. 🔗 fuente
- Gemini CLI v0.60.0 pasa a estable — la versión incorpora sin cambios la preview del 8 de septiembre y sus once cambios de refuerzo, mientras que v0.61.0-preview.0 inicia la serie siguiente con tres correcciones ya publicadas en nightly y una corrección del bucle del agente. 🔗 fuente
- Copilot sugiere los valores permitidos de las propiedades personalizadas de los repositorios — al crear una propiedad personalizada (custom property) de empresa u organización, Copilot propone valores que pueden aceptarse con un clic; la función se encuentra en preview pública para Copilot Business y Enterprise, bajo el control de la política «Repository custom property suggestions». 🔗 fuente
- Grok Imagine modifica el texto de las imágenes, en beta — la herramienta de generación de imágenes y vídeos de SpaceXAI permite retocar el texto presente en cualquier imagen, como una invitación, un cartel o un anuncio; el anuncio no especifica los planes, las plataformas ni el modelo utilizado. 🔗 fuente
- MiniMax H3 supera en más de dos veces el tiempo real durante la eliminación de ruido — en un tuit publicado el 14 de septiembre a las 16:34, hora del Pacífico, después de nuestro informe de ese mismo día, MiniMax indica que, con SGLang-Diffusion y VDN-H3, H3 genera 14,4 segundos de vídeo 768p en 9,0 segundos utilizando 8 GPU B200, sin una regresión de calidad medida, como continuación del ecosistema H3 reseñado el 14 de septiembre. 🔗 fuente
- Retrieve-for-Train destila el aprendizaje por refuerzo en un pequeño modelo de difusión — procedente de un artículo de ICML 2026, este trabajo de Google Research entrena una sola vez, sin conexión, un modelo de 4B parámetros mediante aprendizaje por refuerzo (Reinforcement Learning) para producir subconsultas diversas y luego destila este comportamiento en un modelo de difusión de 53,9 millones de parámetros que genera el conjunto en una sola pasada, con una aceleración de entre 12 y 20 veces. 🔗 fuente
- NVIDIA cuantifica la elección entre un modelo denso y una mezcla de expertos (Mixture-of-Experts, MoE) — esta entrada didáctica compara Gemma 4 31B, Qwen3.8-27B, Nemotron 3.5 Lightning y Mistral Small 4 a partir de datos de Artificial Analysis recopilados el 31 de agosto: Lightning, con 30B parámetros, de los cuales 3B están activos, es entre 4 y 5 veces más rápido que Qwen3.8-27B por una decimocuarta parte del precio, con menos de la mitad de su puntuación de capacidad. 🔗 fuente
- NVIDIA FLARE 2.9 añade Slurm — el framework de aprendizaje federado (federated learning), que admite Docker y Kubernetes desde la versión 2.8, permite ahora que los tres entornos coexistan en una misma federación e introduce una descripción de recursos portable por job. 🔗 fuente
- Sakana Marlin añade la lectura interactiva y la exportación a PowerPoint — con la lectura interactiva (Interactive Reading), el asistente de investigación autónomo de Sakana AI permite consultar al agente sobre su informe y abrir directamente una fuente citada que justifica la afirmación; también exporta presentaciones de PowerPoint editables que incluyen las URL de sus fuentes. 🔗 fuente
- ShadowPEFT entra en la biblioteca PEFT — entrada de la comunidad: el método, que conecta al modelo congelado una pequeña red «fantasma» desmontable, se integra en la rama principal de PEFT y se incluirá en su próxima versión; en Llama-3.2-3B, sus autores miden un 48,1 % en GSM8K frente al 46,9 % de LoRA, pero con un pico de memoria de 28,2 GB frente a 22,3 GB. 🔗 fuente
- RiverRider mide la localización de archivos frente al azar — contribución individual: en SWE-bench Verified, un encoder local de 33 millones de parámetros coloca el archivo correcto en primer lugar en el 45,8 % de los casos, pero un umbral de consultas permutadas ya lo encuentra entre los 50 primeros resultados el 24,4 % de las veces, lo que reduce la relación entre señal y azar de 45,8 a 3,9. 🔗 fuente
- EcoHash duplica la concurrencia de una RTX PRO 6000 en Qwen3.8-27B — entrada de un proveedor de inferencia, ya citado el 14 de septiembre por otro asunto, con mediciones realizadas en su propio servicio: activar en vLLM 0.27.1 el cabezal de predicción de múltiples tokens (multi-token prediction, MTP) del modelo reduce el tiempo por token de 22 a 13 ms y aumenta la concurrencia sostenida de 32 a 64 solicitudes, un límite alcanzado en dos de cuatro repeticiones, a costa del 23 % de la capacidad de caché KV. 🔗 fuente
- DINO-X publica un modelo de investigación sobre los vasos hepáticos, incluidos sus fracasos — modelo comunitario reservado a la investigación: este ViT-Base de 86 millones de parámetros alcanza una AUROC externa de 0,9413 en 17.639 cortes de tomografía computarizada, y su autor publica también sus resultados negativos, incluido un especialista en colon que obtuvo 0,6529 y que no llegó a difundirse. 🔗 fuente
Qué significa
La voz se convierte en una interfaz de agente de pleno derecho. Gemini 3.8 Live y su variante Extended Thinking llaman a herramientas en segundo plano mientras la respuesta continúa y mejoran la precisión con los códigos y números dictados, con un coste estimado por minuto de audio. Google incorpora de inmediato la variante Extended Thinking, que informa sobre el progreso de sus tareas en segundo plano, a sus herramientas de trabajo con Docs Live, Gmail Live y Keep Live, mientras que Gemini Notebook anuncia por su parte una conversación de voz fundamentada en las fuentes de cada notebook. El foco pasa de la calidad de la voz a lo que el modelo consigue mientras habla.
El segundo hilo es el de la distribución: los agentes entran en las herramientas profesionales a través de circuitos que ya existen. Salesforce in Claude llega con skills de ventas, conectores al CRM y Slack, y la aprobación de cada escritura; HP preinstala Perplexity en la barra de tareas de sus PC y lo conecta en modo de solo lectura a los diseños de Revit; Devin se adquiere en AWS Marketplace y se despliega en una VPC dedicada. En cada caso, el agente acude a la herramienta que la empresa ya utiliza, con sus mecanismos de protección: los permisos de Salesforce del comercial, el acceso de solo lectura a Revit y la VPC dedicada en AWS.
El tercer hilo se refiere a la fiabilidad y el control. Las versiones 2.1.271 y 2.1.273 de Claude Code hacen que el clasificador examine las respuestas de los subagentes, abren la red comando por comando y corrigen formas de eludir los permisos mediante subshells o ajustes MDM ignorados. IBM Research demuestra que un agente configurado con temperatura 0 puede completar correctamente el 77,4 % de sus ejecuciones de media, pero solo consigue completar las cinco en el 53,0 % de las tareas, y recomienda publicar Pass^k junto con la media. NVIDIA aplica la misma exigencia al hardware: NVLink 6 recupera un enlace en aproximadamente 1,5 segundos y Shadow Engine Recovery reduce una interrupción de inferencia de 283 a 7,3 segundos. La pregunta ya no es únicamente si un agente completa una tarea correctamente, sino si lo hace cada vez y dentro de límites verificables.
El último hilo se refiere al ritmo. OpenAI retirará GPT-5.5 de sus aplicaciones un mes después del anuncio, al igual que GPT-5.4 antes que él, y pide sustituir el identificador en todos los lugares donde se seleccione explícitamente, incluidas las tareas programadas y los scripts. En cuanto a las herramientas, Claude Code publica tres versiones en 22 horas, Kimi Code una corrección menos de 19 horas después de su versión anterior y Gemini CLI pasa a estable, una semana después, la preview del 8 de septiembre. Al mismo tiempo, v0, que hasta ahora añadía los modelos uno por uno a su selector, se declara agnóstico y se apoya en Vercel AI Gateway: el modelo se convierte allí en un componente intercambiable.
Fuentes
- Google, Gemini 3.8 Live y 3.8 Live Extended Thinking
- Google, entrada para desarrolladores sobre la Live API
- Google DeepMind, ficha del modelo Gemini 3.8 Audio
- Google DeepMind en X, anuncio de Gemini 3.8 Live
- Claude Code, notas de la versión 2.1.271
- Claude Code, notas de la versión 2.1.273
- Claude, Bringing Salesforce into Claude
- Centro de ayuda de Claude, configurar Salesforce in Claude
- OpenAI, changelog de ChatGPT y Codex sobre la retirada de GPT-5.5
- ChatGPT en X, fin de GPT-5.5 en ChatGPT, ChatGPT Work y Codex
- Perplexity, Perplexity llega a más PC Windows con HP
- Cognition, acuerdo con AWS
- Devin, Bringing macOS to Devin
- NVIDIA, ejecución determinista de Groq 3 LPX
- NVIDIA, resiliencia de NVLink 6
- Google, nuevas herramientas de estudio de Gemini Notebook
- Google Antigravity, changelog
- Hugging Face, IBM Research y la consistencia de los agentes con ALTK-Evolve
- PR Times, comunicado de Aillis
- Sakana AI en X, difusión del comunicado de Aillis
- Google, AI & Economy ATLAS
- Google, AI para todos en todos los idiomas
- Google.org, galardonados de AI for Government Innovation
- Google, desarrollar AI para acelerar la ciencia y mejorar vidas
- Google, detectar incendios forestales con AI
- Claude, Building an AI-native revenue organization
- Perplexity, Shadow AI
- v0 en X, modelos a elegir mediante Vercel AI Gateway
- Warp, Adopting The Software Factory Model
- Kimi Code, notas de la versión 0.43.1
- Gemini CLI, notas de la versión v0.60.0
- GitHub Changelog, sugerencias de propiedades personalizadas mediante Copilot
- Grok Imagine en X, modificación del texto de las imágenes
- MiniMax en X, H3 con SGLang-Diffusion y VDN-H3
- Google Research, Retrieve-for-Train
- NVIDIA, modelos densos o MoE
- NVIDIA, FLARE con Docker, Kubernetes y Slurm
- Sakana AI, actualización de Marlin
- Hugging Face, ShadowPEFT en PEFT
- Hugging Face, RiverRider y la localización de archivos
- Hugging Face, EcoHash y la decodificación especulativa
- Hugging Face, DINO-X