Claude descubre la procedencia de las semillas de las curvas ECDSA del NIST, Reflection publica los pesos de Beam, cuatro agentes Gemini 4 Argon completan Minecraft

Un modelo de investigación interno de Anthropic ha descubierto en menos de media hora de dónde proceden las semillas de las curvas ECDSA del NIST, proporcionadas sin explicación por la NSA: salen de un generador pseudoaleatorio común, inicializado con el reloj en 1997 y 1998, lo que hace mucho menos plausible la existencia de una puerta trasera, según Anthropic. Reflection publica los pesos de Beam, una mezcla de expertos de 501 mil millones de parámetros bajo licencia Apache 2.0, con soporte desde el primer día por parte de más de 40 socios, mientras cuatro agentes Gemini 4 Argon completan Minecraft en 27 horas y Claude Mythos 5 mejora los mejores circuitos cuánticos publicados en ocho tareas. En cuanto a productos, GPT-6 Astra Pro ya reparte una tarea entre varios agentes en ChatGPT, y Grok Bot termina sus tareas en el ordenador tres veces más rápido.

Curvas ECDSA del NIST: Claude descubre de dónde proceden sus semillas, obtenidas de un generador inicializado con el reloj en 1997 y 1998

16 de octubre — El equipo Frontier Red Team de Anthropic cuenta cómo Claude ha resuelto un viejo enigma de la criptografía. Cuando el NIST adoptó el algoritmo de firma ECDSA, en 2000 en el estándar FIPS 186-2, sus curvas elípticas estándar llegaron con unas «semillas» (seeds) cuyo hash determina el coeficiente b de cada curva. Proporcionados por la NSA sin explicación, estos valores alimentaban desde hacía años la sospecha de una puerta trasera, y una recompensa pública organizada por Filippo Valsorda esperaba a quien descubriera su procedencia. La pista más conocida, una frase humorística procesada por una función hash, que Jerry Solinas (NSA) había mencionado en 2015 antes de su fallecimiento en 2023, no había dado resultado.

Un miembro del personal de Anthropic planteó la cuestión a un modelo de investigación interno, cuyo nombre no se ha revelado, sin sugerirle esa pista. En menos de media hora, Claude encontró el origen de las semillas de P-192, P-224, P-256, P-384 y P-521: ninguna es un hash, todas salen de lrand48, el generador pseudoaleatorio de la biblioteca C, inicializado con una marca de tiempo Unix. Tras examinar 34 combinaciones de generadores y segmentos de salida, Claude identificó la firma de lrand48 en los bits más significativos, reconstruyó su estado interno mediante reducción de retículas (algoritmo LLL) y después rastreó las inicializaciones de las diez semillas implicadas, cinco del NIST y cinco del estándar ANSI X9.62, todas comprendidas entre mayo de 1997 y abril de 1998.

Aspecto examinado por Claude	Resultado publicado por Anthropic
Tiempo hasta el descubrimiento	menos de 30 minutos
Ejemplo de P-256	candidato n° 1842 de una generación del 16 de agosto de 1997 (el n° 876 de la misma generación también era válido)
Semillas binarias recuperadas	B-233, B-283, B-409 y B-571, que se interpretan como febrero de 1984, es decir, el 17 de abril de 1998 si se duplica la marca de tiempo
Puntos base explicados	seis curvas generadas en mayo de 1997 (P-192 y cinco curvas de ejemplo de ANSI X9.62), mediante el generador de FreeLIP
Aún sin explicar	la semilla de B-163; los puntos base de P-224, P-256, P-384, P-521 y de las curvas binarias

Estos puntos base proceden de FreeLIP, la biblioteca de Arjen Lenstra: según Anthropic, hasta ahora no se había explicado ningún punto base del NIST. También sigue siendo desconocido el criterio que llevó a descartar algunos candidatos válidos. La publicación reproduce además la reflexión del modelo, que desconfía de su propio descubrimiento antes de confirmarlo mediante cálculos:

This is astonishing: it solves the 25-year-old mystery. Hmm wait. Let me be skeptical: am I in some sort of simulated/test environment?

🇪🇸 Es asombroso: esto resuelve el enigma de hace 25 años. Mmm, espera. Debo seguir siendo escéptico: ¿estoy en una especie de entorno simulado o de prueba? — Claude, reflexión citada en la publicación de la Frontier Red Team de Anthropic

Anthropic insiste en el alcance: no hay ruptura criptográfica, nuevo ataque ni debilidad, y «no hay que tomar ninguna medida». Una semilla obtenida del reloj mediante un generador común, cuya generación cualquiera puede ahora reproducir, hace, por el contrario, «mucho menos plausible» la existencia de una puerta trasera. El código que reproduce las semillas y los seis puntos base se publica bajo licencia CC0, y la recompensa de 36 864 dólares se donará al Internet Security Research Group (ISRG).

🔗 La publicación de la Frontier Red Team de Anthropic · La recompensa de Filippo Valsorda

Modelos abiertos: Reflection publica los pesos de Beam, junto con pplx-decider-v1.2, Granite Switch 4.1, Bonsai 2 y un corpus de NVIDIA en 22 lenguas indias

16 de octubre — Once días después de su presentación, Reflection publica los pesos de Beam, su primer modelo de pesos abiertos, bajo licencia Apache 2.0. Esta mezcla de expertos (Mixture-of-Experts, MoE) de 501 mil millones de parámetros, con 23 mil millones activos por token, está orientada al código, el razonamiento y las tareas de agente de larga duración, con un contexto de un millón de tokens, solo de texto. El 5 de octubre, Reflection solo ofrecía acceso anticipado y prometía los pesos «más adelante en octubre».

La publicación incluye los pesos en BF16, FP8 y NVFP4, el tokenizer, la implementación de referencia, un modelo de borrador DFlash2 para la decodificación especulativa y Mirror CLI, el harness open source con el que se entrenó Beam (interfaz en Python, núcleo del agente en Rust, agentes paralelos en árboles de trabajo Git separados, skills y conexiones MCP). Más de 40 socios ofrecen soporte desde el primer día: Transformers (v5.20.1), vLLM, SGLang, Unsloth, Axolotl y Dynamo en software; AWS, Google Cloud, Azure, Together AI, Fireworks AI, OpenRouter u Ollama en alojamiento; Dell y HPE para los despliegues en las propias instalaciones. La API de Reflection está en beta pública.

La publicación de Hugging Face detalla la arquitectura: de las 52 capas, 43 utilizan una atención de ventana deslizante de 512 tokens y 9 una atención global, lo que reduce la caché KV a 36 Kio por token en lugar de 208 Kio, es decir, 36,08 Gio por secuencia de un millón de tokens en lugar de 208 Gio. Los pesos ocupan aproximadamente 1 To en BF16 y 280 Go en NVFP4, y Hugging Face recomienda cuatro B200 para servir el modelo.

Benchmark (cifras de Reflection)	Beam en BF16	Beam en FP8	Beam en NVFP4
SWE-bench Verified	81,6 %	80,2 %	80,7 %
Terminal Bench v2.1	80,1 %	78,9 %	78,4 %
SWE Bench Pro v1	66,1 %	65,9 %	65,6 %
AIME 2026	97,7 %	98,0 %	97,5 %
GPQA Diamond	90,6 %	90,3 %	89,3 %
MCP Atlas	80,8 %	81,5 %	80,5 %

Según NVIDIA, Beam se entrenó en racks GB300 NVL72 y ofrece más de 70 000 tokens por segundo y por GPU en Blackwell Ultra desde el primer día, sin ajustes específicos (out of the box); unas horas después, NVIDIA anunciaba unos 90 000, sin precisar las condiciones de medición (tamaño del lote, contexto, número de GPU). El checkpoint NVFP4 se publica en Hugging Face, también bajo Apache 2.0.

🔗 La publicación de Reflection · La publicación de Hugging Face · La ficha del modelo · El mensaje de NVIDIA · El rendimiento aumenta a 90 000 tokens por segundo

pplx-decider-v1.2 y su versión Flash: Perplexity publica dos modelos de decisión de pesos abiertos para su Decisions API

16 de octubre — Perplexity actualiza los modelos de su Decisions API, lanzada el 1 de octubre. El modelo pplx-decider-v1.2 sustituye a la v1.1 como modelo de decisión de 27 mil millones de parámetros, al mismo precio, y pplx-decider-flash-v1.2, un nuevo modelo de 4 mil millones de parámetros destilado de los modelos 27B, llega a mitad de precio. Ambos leen texto e imágenes, la salida sigue siendo gratuita y los pesos están en Hugging Face bajo licencia Apache 2.0; las llamadas que aún especifican la v1.1 o la v1 pasan automáticamente a la v1.2.

Modelo de decisión	Base del modelo	Precio de entrada (por millón de tokens)	Puntuación en Decision Index 0.3	Puntuación en Vision Decision Index 0.3
pplx-decider-v1.1-27b	Qwen3.8-27B	0,02 dólar	62,30	73,22
pplx-decider-v1.2	Qwen3.8-27B	0,02 dólar	68,09	77,43
pplx-decider-flash-v1.2	Qwen3.5-4B	0,01 dólar	58,88	72,53

La v1.2 cambia el formato de las solicitudes: el modelo lee el estado y después todas las preguntas en una sola secuencia, de modo que varias preguntas sobre un mismo estado cuestan aproximadamente lo mismo que una sola. La agrupación ayuda cuando las preguntas describen facetas de una misma decisión (+11,3 puntos en SATA-Bench) y perjudica cuando comparan candidatos independientes (−4,8 en ToolRet). Perplexity también ha añadido al entrenamiento los conjuntos de entrenamiento oficiales de algunos benchmarks del Decision Index, tras eliminar las coincidencias con sus conjuntos de prueba. En un GB200, la v1.2 responde a una solicitud aislada con una mediana de 96 ms.

🔗 pplx-decider-v1.2 en Hugging Face · pplx-decider-flash-v1.2 en Hugging Face · El changelog de la API de Perplexity

Granite Switch 4.1: IBM reúne conversación, decisiones y transcripción de voz en un solo modelo abierto

15 de octubre — IBM publica en el blog de Hugging Face Granite Switch 4.1, en 8B y 30B bajo licencia Apache 2.0. Cada modelo reúne un modelo de conversación, dos adaptadores de decisión y un modelo de reconocimiento de voz, servidos desde un único punto de acceso.

Componente de Granite Switch 4.1	Función anunciada por IBM
Adaptador Decision (aLoRA)	decisiones generales, en el formato `/v1/systemone`
Adaptador Guardian (aLoRA)	decisiones relacionadas con la seguridad, por delante de Jev 1.13, Microsoft-Decision-1, GPT-Luna-Decisions y Clef-Flash de media, según IBM
Granite-Speech-5.0-Turbo-CTC	transcripción, presentado como el modelo más rápido del Open ASR Leaderboard

Los adaptadores son Activated LoRA: reutilizan la caché KV producida por el modelo base, de modo que una decisión tomada después de una respuesta no vuelve a calcular el contexto, y el conjunto ocupa aproximadamente la misma memoria que el modelo base por sí solo. Los modelos funcionan en vLLM con un plugin y de forma nativa en llama.cpp, como sustitución directa de las llamadas /v1/systemone. IBM también muestra un Granite Switch de 3B entrenado para jugar a Doom, que toma entre 60 y 100 decisiones por segundo frente a las 10 anunciadas para Jev, y prevé un SDK para entrenar adaptadores propios en Mellea. Las comparaciones con los demás modelos de decisión solo se ofrecen en gráficos.

🔗 La publicación de IBM · Granite Switch 4.1 30B en Hugging Face

Bonsai 2: PrismML publica modelos ternarios de visión de 2B a 9B, que ocupan entre 0,43 y 2 Go

15 de octubre — PrismML publica Bonsai 2 en 2B, 4B y 9B, modelos de pesos ternarios (−1, 0 o +1) derivados de Qwen3.5 que también comprenden imágenes, bajo licencia Apache 2.0. Conservan el contexto de 262 144 tokens del modelo base, y la familia Bonsai 2 cuenta ahora con cuatro tamaños, de 2B a 27B.

Modelo Bonsai 2	Tamaño de los pesos ternarios
2B	0,43 Go
4B	0,95 Go
9B	2,0 Go, frente a unos 17,9 Go en FP16

PrismML afirma haber trabajado en su uso como asistente local: seguimiento de instrucciones, ausencia de bucles repetitivos, llamadas a herramientas en el teléfono y respuestas sin texto superfluo. El 9B consumiría aproximadamente un 40 % menos de tokens en tareas habituales de seguimiento de instrucciones y matemáticas, sin especificar la base de comparación, y alcanza hasta 34 tokens por segundo en un iPhone 18 Pro Max, frente a los 120 del 2B. Los formatos más compactos requieren el fork de llama.cpp de PrismML, ya que el llama.cpp oficial solo lee el formato Q2_0; existe una versión MLX para los Mac.

🔗 El hilo de PrismML · La ficha del 9B en formato GGUF

Nemotron-pretraining-Indic-v1: NVIDIA y AI4Bharat detallan un corpus de unos 2 800 mil millones de tokens en 22 lenguas indias

16 de octubre — NVIDIA y AI4Bharat, el laboratorio del IIT Madras dedicado a las lenguas indias, detallan Nemotron-pretraining-Indic-v1, el corpus de preentrenamiento citado el día anterior entre los datos de Nemotron 3.5 Super VL: unos 2 800 mil millones de tokens, de los cuales 2 601 mil millones están en escritura nativa y 224,6 mil millones romanizados, en las 22 lenguas de la Constitución india, que son la lengua materna del 97 % de los indios según el censo de 2011. El corpus todavía no está en línea: se publicará «pronto», junto con el pipeline de generación acelerado por GPU que lo produjo.

Los textos son traducciones de documentos en inglés extraídos de 15 subconjuntos de Nemotron-CC-v2. Para 12 lenguas, Gemma-4-31B-it traduce documentos completos, puntúa cada traducción con una rúbrica inspirada en MQM (umbral de 75 sobre 100) y corrige los resultados deficientes, lo que ha permitido recuperar 438,4 mil millones de tokens; las otras 10 pasan por Indic Translate de Bodhan AI. Diez mil millones de estos tokens, dentro de un preentrenamiento continuo de 100 mil millones, permitieron que Nemotron 3.5 Super VL mejorara entre 4,98 y 9,82 puntos en cinco bancos de pruebas indios, una medición que no aísla la aportación exclusiva del corpus. NVIDIA reconoce que estas traducciones no sustituyen a los textos escritos directamente en estas lenguas y que el control de calidad sigue siendo principalmente automático.

🔗 La publicación de NVIDIA y AI4Bharat

La IA en el laboratorio: Claude Mythos 5 mejora ocho circuitos cuánticos, Google DeepMind busca péptidos antimicrobianos con Antigravity

16 de octubre — Anthropic publica los trabajos que Andi Gu, miembro de su programa STEM Fellows, ha realizado bajo la supervisión de Alek Kemeny, especialista en física cuántica de Anthropic, junto con Susanne Yelin (Harvard) y Mikhail Lukin (Harvard y QuEra Computing). El planteamiento: especificaciones en lenguaje corriente para ocho circuitos y un evaluador automático que comprueba cada propuesta y la puntúa según el producto del número de qubits por el número de puertas. Claude Mythos 5 trabaja en un bucle cerrado, sin intervención humana entre iteraciones, y encuentra para las ocho primitivas diseños que utilizan a la vez menos qubits y menos puertas que los mejores publicados, a veces con mejoras de un orden de magnitud o más.

Tarea encomendada a Claude Mythos 5	Resultado publicado	Punto de comparación
Suma de puntos en una curva elíptica	17 veces menos puertas, con un 12 % más de qubits	diseño publicado más pequeño
Decodificador Reed-Solomon del algoritmo DQI	12 veces menos puertas; 19 qubits reservados en lugar de 665	construcción anterior de Google

El primer resultado afecta a la etapa central de los algoritmos cuánticos del logaritmo discreto en curvas elípticas. Claude trabajó en ella durante 53 horas con una intervención humana mínima, hasta lograr la primera implementación reversible del método divsteps sin almacenar un historial de ramas, verificada mediante simulación y después formalizada en Lean. La publicación compara esta cifra con otra: hicieron falta ocho años y numerosos grupos para reducir en un factor de aproximadamente 150 000 la estimación del coste de simulación de FeMoco. Para Anthropic, estas mejoras reducen los recursos cuánticos necesarios para aplicaciones útiles, por lo que los ordenadores cuánticos prácticos podrían llegar antes de lo previsto. El equipo tuvo que lidiar con un Claude prudente, que volvía a comprobar sus mejoras y prefería los métodos conocidos, obligándolo a explorar varias vías en paralelo.

🔗 La publicación de Anthropic · El artículo en arXiv

Google DeepMind busca nuevos péptidos antimicrobianos con Antigravity y añade un visor 3D

15 de octubre — Google DeepMind muestra cómo Antigravity, su plataforma de desarrollo agéntico, puede servir como banco de trabajo científico (agentic science workbench). En la sesión descrita, un biólogo fija el objetivo, encontrar y validar mediante cálculos nuevos péptidos antimicrobianos en Streptococcus pseudopneumoniae, y el agente coordina bases de datos, análisis estructural y síntesis de la literatura. Se apoya en ProtNLM, un modelo de Google que predice la función de una proteína a partir de su secuencia y anota millones de entradas de UniProt sin caracterizar.

El agente selecciona una bacteriocina de 97 aminoácidos (UniProt A0A0U0D591), sin ningún homólogo significativo entre las proteínas revisadas de Swiss-Prot, cuyo modelo AlphaFold se pliega como una bacteriocina de estructura conocida. Después propone un mecanismo de acción extraído de la literatura y redacta un protocolo de laboratorio. Este candidato y varios otros obtenidos del mismo pipeline están en fase de validación en el laboratorio: la publicación habla de una vía plausible, no de un resultado. Recuerda que la resistencia a los antimicrobianos podría causar unos 10 millones de muertes al año de aquí a 2050, según una estimación.

La publicación también presenta Biomolecular Structure Viewer, un visor 3D integrado en Antigravity que comparten el agente y el investigador: el agente resalta regiones para ilustrar sus hipótesis y recibe las anotaciones del investigador, como una nota fijada en una cavidad de unión. No se especifican ni la fecha ni las condiciones de acceso.

🔗 La publicación de Google DeepMind · Antigravity para la ciencia

Herramientas para los investigadores: Google abre Deep Review a todos, SAIR lanza Open Math OS, OpenAI ofrece Rosalind Academic Plan a los laboratorios estadounidenses

14 de octubre — Con motivo de Research@ 2026, Google Research abre al público Deep Review, un sistema de IA agéntica que revisa documentos técnicos complejos y verifica su contenido: coherencia lógica, enunciados matemáticos, hechos respaldados por fuentes, comparación con los trabajos existentes y sugerencias de mejora, mientras que los juicios de fondo siguen correspondiendo a los humanos. Sucede a Paper Assistant Tool, probado con STOC 2026, ICML 2026, NeurIPS 2026 e ICLR 2027: los autores de más de 16 000 manuscritos presentados voluntariamente recibieron comentarios privados antes de la fecha límite, sin relación con la revisión oficial de las conferencias.

El acceso es mundial, con dos revisiones gratuitas por semana; una clave API de Gemini permite acceder a límites más altos y a la Deep Review API. Por ahora, el servicio acepta PDF y texto sin formato, también apunta a Google Docs, las presentaciones, el derecho y las finanzas, y Google se compromete a no utilizar los documentos para entrenar sus modelos (se conservan un año para su visualización). Google justifica la herramienta por el aumento de las publicaciones presentadas:

Año de presentación	Artículos presentados a ICLR, NeurIPS e ICML
2023	unos 23 000
2024	unos 32 000
2025	unos 45 000
2026	más de 74 000

Ese mismo día, el agente Geospatial Reasoning de Google Earth AI recibió un informe técnico, dos nuevos benchmarks publicados para los investigadores (GeoKTools y GeoExpertQueries) y un acceso experimental ampliado a través de Ask Google Earth y un servicio Agent-to-Agent (A2A).

🔗 La publicación de Google Research · Research@ 2026 en el blog de Google · La publicación sobre el agente Geospatial Reasoning

Open Math OS: la fundación SAIR lanza una plataforma de investigación matemática basada en modelos abiertos

16 de octubre — La fundación SAIR lanza Open Math OS, que presenta como la infraestructura de las «matemáticas 2.0», un mes después de anunciar la iniciativa Open Math Model. Hugging Face, Lean, la EPFL y @cscsch son socios de lanzamiento, y Thomas Wolf, cofundador de Hugging Face, ha difundido el anuncio. Cada proyecto dispone de una máquina cloud disponible las 24 horas del día, con más de 100 herramientas matemáticas y científicas preinstaladas; el cómputo es gratuito para los equipos admitidos, previa solicitud.

El matemático elige un modelo abierto (Kimi K3, DeepSeek V4.1 Flash, GLM 5.3 o Nemotron 3 en la interfaz presentada) y puede activar el modo Ultramath, en el que varios agentes exploran en paralelo distintas vías para un mismo problema; la demostración del sitio muestra una prueba verificada en Lean y después integrada en un artículo en LaTeX. Los proyectos son privados por defecto, el entrenamiento con los trabajos exige el consentimiento explícito de los autores, y estos conservan la propiedad y el reconocimiento de sus ideas.

🔗 El hilo de SAIR · El sitio de Open Math Model

Rosalind Academic Plan: hasta 30 licencias gratuitas de ChatGPT durante 12 meses para los laboratorios universitarios estadounidenses

15 de octubre — OpenAI lanza Rosalind Academic Plan, una oferta destinada a los laboratorios universitarios de ciencias de la vida, reservada por ahora a las universidades estadounidenses.

Ventaja de la oferta	Condición asociada
Hasta 30 licencias de ChatGPT Business Standard	0 dólares por usuario al mes, durante un máximo de 12 meses
Modelos de vanguardia disponibles comercialmente	dentro de los límites de uso de la oferta
GPT-Rosalind y Rosalind Workbench	tras la aprobación del acceso de confianza (trusted access)
Datos de investigación compartidos	no se utilizan por defecto para el entrenamiento

Rosalind Workbench coordina herramientas de química medicinal, genómica y asistencia a los experimentos. El investigador principal o el responsable del laboratorio presenta la solicitud en nombre de su equipo; una solicitud no concede acceso inmediato, y las universidades que ya tienen un contrato OpenAI Enterprise siguen su propio proceso. OpenAI se centra en siete ámbitos, desde el diseño de fármacos y proteínas hasta la resistencia a los antimicrobianos, y cita los trabajos del laboratorio Zhao (UCSF), del laboratorio Bourdenx y del equipo de Brian Hie (Stanford y Arc Institute). GPT-Rosalind, lanzado el 16 de abril, está disponible mediante acceso de confianza a través de la API, Codex y ChatGPT Enterprise desde el 11 de septiembre.

🔗 La publicación de OpenAI · El hilo de OpenAI

Gemini 4 Argon: cuatro agentes completan Minecraft en 27 horas, Perplexity lo ofrece a sus suscriptores Pro y Max y en su Agent API

16 de octubre — Cuatro agentes Gemini 4 Argon han completado Minecraft desde cero: en un mundo de supervivencia aleatorio, en modo Easy y con monstruos hostiles, derrotaron al Ender Dragon al cabo de 27 horas y 2 783 programas. Maxence Faldor relata la experiencia en un X Article difundido por @GoogleDeepMind, y la detalla junto con Satinder Singh y Roberta Raileanu en un informe técnico en arXiv. Son los agentes de código generalistas de Argon, los que los ingenieros utilizan a diario: ninguna herramienta específica de Minecraft, ningún rol asignado.

Los agentes no ven ninguna imagen ni pulsan ninguna tecla: cada uno controla a un jugador escribiendo programas cortos para la biblioteca open source Mineflayer, lee sus resultados y se coordina con los demás mediante el chat del juego y una memoria compartida. Diez minutos después del inicio, ya se habían repartido el trabajo (herramientas, comida, diamantes, portal). Para encontrar la fortaleza, uno de ellos lanzó dos objetos desde dos lugares y calculó la intersección de sus trayectorias, con un margen de 43 metros para una fortaleza situada a 1,3 kilómetros. El combate final les costó 69 reapariciones: tras unas 21 horas de partida, un agente comprendió que los cristales curaban al dragón y que bastaba una pila de tierra para alcanzarlos.

Medición del experimento	Valor registrado
Tiempo hasta la victoria	27 h 14 min
Programas escritos	2 783, de los cuales el 22 % terminaron con errores
Mensajes de chat	229
Reapariciones en total	605, de las cuales 69 frente al dragón

Un quinto agente, el Observer, vigilaba la partida para detectar cualquier trampa o manipulación de las especificaciones (specification gaming): ni este ni la revisión manual de una muestra de los registros encontraron ninguna. Los autores reconocen las limitaciones del experimento: el mundo se lee mediante una API que proporciona la posición exacta de los bloques y las criaturas, y un plugin calcula las rutas. Se trata de un experimento de investigación independiente, que no es un hito oficial de Minecraft ni cuenta con la aprobación de Mojang o Microsoft.

🔗 El artículo de Maxence Faldor · La difusión de Google DeepMind · El informe técnico en arXiv

Perplexity ofrece Gemini 4 Argon a sus suscriptores Pro y Max, con un récord de 0,802 en WANDR

16 de octubre — Perplexity añade Gemini 4 Argon, disponible de forma general en Google desde el 13 de octubre, para sus suscriptores Pro y Max. El anuncio se limita a un tuit y un gráfico: en WANDR, su banco de pruebas propio de investigación documentada, Argon obtiene 0,802 por 7,88 dólares por tarea, la mejor puntuación del gráfico.

Modelo evaluado	Puntuación WANDR	Coste por tarea
Gemini 4 Argon	0,802	7,88 dólares
GPT-6 Astra	0,735	13,34 dólares
GPT-6.1 Sol	0,654	3,70 dólares
Claude Opus 5.5	0,647	3,69 dólares
Claude Fable 5.1	0,601	12,76 dólares
GPT-6 Sol	0,566	2,23 dólares
Claude Sonnet 5.5	0,550	2,73 dólares
Grok 4.7	0,528	9,30 dólares
DeepSeek V4 Pro 0813	0,359	0,75 dólares

Para los desarrolladores, el changelog de la API indica desde la noche del 15 de octubre que la Agent API acepta google/gemini-4-argon, con la tarifa de lanzamiento vigente hasta el 30 de noviembre de 2026: 2 dólares por millón de tokens de entrada, 0,10 dólares en cache y 10 dólares de salida, incluidos los tokens de razonamiento.

🔗 El anuncio de Perplexity · Los modelos de la Agent API

Agentes para el público general: GPT-6 Astra Pro reparte una tarea entre varios agentes en ChatGPT, Grok Bot va tres veces más rápido y se conecta con Robinhood, Coinbase y eToro

16 de octubre — OpenAI actualiza GPT-6 Astra Pro en ChatGPT: respuestas más rápidas, un mejor uso de los plugins y las herramientas y, sobre todo, varios agentes que procesan en paralelo distintas partes de una misma tarea. El usuario sigue el progreso de cada uno y abre las tareas terminadas para revisar su trabajo. La función está disponible para los suscriptores Pro, en la pestaña Chat.

OpenAI no proporciona una mejora de velocidad cuantificada ni un benchmark, y ni las notas de versión de ChatGPT ni las de los modelos mencionaban todavía la actualización la noche del 16. El tuit, publicado a las 20 h 00 UTC con el nombre «GPT-6 Pro», se corrigió 27 minutos después a «GPT-6 Astra Pro»; desde que GPT-6 llegó a todos los usuarios, el 7 de octubre, el esfuerzo Pro de ChatGPT se basa en GPT-6 Pro (Astra). El trabajo con varios agentes se presentaba hasta ahora en beta para GPT-6.1 Sol, desde el 29 de septiembre.

🔗 El anuncio de OpenAI

Grok Bot termina sus tareas en el ordenador tres veces más rápido, lee X Chat y se conecta a Robinhood, Coinbase y eToro

16 de octubre — Grok Bot, el agente de SpaceXSI que se conecta a las herramientas de sus usuarios, detalla sus novedades en un hilo de diez mensajes, sin una entrada en x.ai. La principal se refiere a la velocidad: según la cuenta @bot, las tareas en el ordenador se completan de media tres veces más rápido, y las respuestas a todo lo demás llegan en menos de la mitad de tiempo.

Ámbito afectado	Novedad anunciada
Velocidad	tareas en el ordenador tres veces más rápidas de media, otras respuestas en menos de la mitad de tiempo
Voz	llamadas más rápidas, más fiables, mejor memoria de las conversaciones pasadas
Interfaz	tarjetas del chat rediseñadas, nueva tipografía, temas, notificaciones solo en el dispositivo utilizado
E-mail	alias «plus» para limitar una rutina al correo enviado a una dirección determinada
X	una mención de @bot en un post inicia una tarea; lectura de X Chat una vez conectada la cuenta de X
Conectores	Robinhood, Coinbase, Trello, PostHog, beehiiv y eToro, entre otros

Los equipos también pueden enviar sus propios conectores: un formulario de x.ai propone distribuir un plugin o un servidor MCP a los usuarios de Grok Bot y Cursor, y próximamente de Grok, tras una revisión para la marketplace.

🔗 El hilo de Grok Bot · El formulario de envío de plugins

Medios generativos: voces creadas a partir de descripciones para GPT-Live, Pika en ChatGPT, Ideogram 4.5 de 0,8 a 22 centavos por imagen, Mirelo SFX 2.0 en Runway

16 de octubre — La API de GPT-Live abre a todos sus clientes la creación de voces a partir de una descripción (prompt-to-voice): una voz personalizada se describe mediante texto, desde la API o el Playground de voz, y después se reutiliza en las sesiones de GPT-Live. Su creación es gratuita, la voz generada se factura a la tarifa habitual de las sesiones, y estas voces solo funcionan con GPT-Live, no con la API Text to Speech, la Realtime API ni Chat Completions. No se solicita ninguna grabación de referencia ni de consentimiento, pero OpenAI exige voces de adultos, prohíbe la suplantación de identidad y pide indicar que la voz está generada por IA; dos clientes pueden obtener voces similares.

También se incorporan a GPT-Live nueve voces predefinidas, grabadas según @OpenAIDevs con actores nativos de cada idioma:

Idioma hablado	Voces añadidas
Alemán	Nuri, Juni y Flitz
Francés	Brise y Sillage
Hindi	Nira
Japonés	Harema y Shida
Coreano	Noeul

El día anterior, el changelog añadía una integración nativa de la API Decisions en GPT-Live: la aplicación actúa mientras el usuario habla, ya sea porque Live llama a Decisions directamente (delegación nativa) o porque Live avisa a la aplicación, que entonces consulta a Decisions (delegación personalizada), y las decisiones pueden activarse a partir de fragmentos de transcripción. La guía utiliza el ejemplo de un asistente de voz para el coche que ajusta la temperatura o el desempañado. Estas novedades afectan a gpt-live-1: GPT-Live-1.1, desplegado el 15 de octubre en ChatGPT, todavía no aparece en el changelog de la API.

🔗 El hilo de OpenAI Developers · La guía de voces personalizadas · La guía de la API Decisions con voz

Pika instala sus herramientas de creación en ChatGPT, con un plugin diseñado en colaboración con OpenAI

16 de octubre — Pika anuncia, en colaboración con OpenAI, una extensión del plugin Pika × ChatGPT (Pika X ChatGPT plugin extension) que instala sus herramientas de creación en la conversación y el panel lateral de ChatGPT. Permite ajustar las opciones de las herramientas, los ajustes visuales preestablecidos y las generaciones sin salir de la conversación, o abrir una ventana de Pika más inmersiva en la que ChatGPT trabaja con el usuario. Según su hilo, Pika incorpora más de 40 aplicaciones de imagen, sonido y vídeo y más de 100 modelos de generación; la ficha del plugin enumera 13 skills, desde publicidad de productos hasta podcasts, y un proceso de bienvenida que establece cómo pide permiso Pika antes de gastar créditos.

Pika añade 250 créditos a cada cuenta después de la primera generación realizada mediante el plugin, y no publica ninguna tarifa específica para él. OpenAI había presentado las extensiones de plugins de ChatGPT el 7 de octubre, con Adobe, Canva, Figma y Shopify entre los primeros.

🔗 El hilo de Pika · La ficha del plugin Pika en ChatGPT

Ideogram 4.5 ofrece cuatro modos de calidad, de 0,8 a 22 centavos por imagen

15 de octubre — Ideogram detalla la gama de precios de Ideogram 4.5, su modelo de edición de imágenes lanzado el 30 de septiembre: cuatro modos de calidad, de 0,8 a 22 centavos por imagen, todos en 2K nativo. El más económico, Very Low, retoca una imagen en 8 segundos por 0,8 centavos, sin acumular artefactos de una edición a otra. Según Ideogram, que se basa en Design Arena, este modo amplía la frontera de Pareto de la edición de imágenes tanto en precio como en velocidad: todos los modelos con mejor puntuación cuestan más y funcionan más despacio. Design Arena lo sitúa en el puesto 23.º de su Image Editing Arena, con un Elo de 1189.

Ideogram no detalla los precios de los dos modos intermedios. Preguntada por los pesos abiertos prometidos en el lanzamiento, la cuenta de Ideogram responde que está trabajando en ello, sin dar una fecha.

🔗 El hilo de Ideogram

Runway integra Mirelo SFX 2.0, que añade sonido a un vídeo conservando los diálogos

16 de octubre — Runway añade a su plataforma Mirelo SFX 2.0, un modelo que compone automáticamente el diseño sonoro de un vídeo (sound design): genera ambientes completos a partir de las imágenes, sincronizados con cada una de ellas, y mantiene intactos los diálogos. Al preguntarle por un límite de duración, Runway responde que funciona con clips de cualquier duración. No se publican tarifas ni costes en créditos, el changelog de Runway todavía no menciona el modelo y Mirelo no ha publicado ningún anuncio por su parte. Tras Eleven v4 de ElevenLabs a finales de septiembre, Runway sigue añadiendo modelos de audio de terceros junto a sus modelos de vídeo.

🔗 El anuncio de Runway · La respuesta sobre la duración de los clips

Agentes de código: el equipo de Claude Code detalla su revisión de código, Codex CLI 0.163.0, lienzos y Muse Wonder en Cursor, Gemini CLI remite a Antigravity CLI

16 de octubre — El equipo de Claude Code explica en claude.dev cómo revisa su propio código, cuando Claude escribe alrededor del 90 %. La entrada de Addy Osmani, Morgan Westlee Lunt y Qing Wang presenta dos cifras: de junio a septiembre, las pull requests fusionadas se han más que duplicado, y la proporción de las que hubo que revertir ha bajado más de un 40 %. El objetivo es que la mayoría de las pull requests se fusionen con, como máximo, una persona en el proceso, que puede ser su autor.

Cada cambio pasa por varias capas: comprobación por parte de Claude antes de la pull request (tests, compilación, análisis estático y después revisión del diff por un segundo agente con un contexto nuevo), CI, Code Review, revisión de seguridad bloqueante, cola de fusión (merge queue) y publicación progresiva. Un clasificador fija el nivel de riesgo a partir del cambio, no del autor: ninguna aprobación humana para la documentación o una incorporación detrás de un flag, una persona para un cambio habitual del producto o una zona sensible como el cache o los prompts de sistema, dos para los de mayor riesgo. La aprobación de un agente nunca equivale a la de una persona. Durante la vista previa de investigación de Code Review, la proporción de pull requests internas que recibían comentarios de fondo ya había pasado del 16 % al 54 %.

La entrada también cuantifica un problema propio de los agentes, la revisión que no converge: una pull request de la CLI había encadenado más de cincuenta rondas en una noche. Con un límite de tres rondas, una revisión limitada al nuevo diff y avisos por clase de bug, la revisión converge más rápido:

Indicador (pull requests internas de Claude Code)	Antes de los cambios	Después de los cambios
Aprobadas tras una sola ronda de revisión y corrección	65 %	78 %
Que requieren cinco rondas o más	8,9 %	1,5 %
Número medio de revisiones antes de la aprobación	2,08	1,32

La entrada termina con una lista de implementación: un CLAUDE.md breve, /code-review y /security-review en local, un archivo REVIEW.md escrito por los responsables del código, niveles de riesgo por escrito, una cola de fusión y los incidentes pasados reproducidos cada día como conjunto de evaluación.

🔗 La entrada del equipo de Claude Code · La publicación de @ClaudeDevs

Codex CLI 0.163.0: control durante la respuesta, búsqueda en /config y Daybreak activado por defecto

15 de octubre — OpenAI publica Codex CLI 0.163.0 a las 21 h 30 UTC, la primera versión estable desde la 0.162.1 del 9 de octubre, con 227 entradas desde la 0.162.0. Daybreak, situado detrás de la opción cli_daybreak en la 0.161.0 del 7 de octubre, ahora está activado por defecto para las cuentas que cumplen los requisitos, y codex exec puede seleccionarlo con una clave API de OpenAI cuando el servidor habilita el acceso.

Ámbito afectado	Cambio introducido por la 0.163.0
Control	un mensaje de seguimiento enviado durante la respuesta orienta a Codex de inmediato; interrumpir un turno también detiene las celdas activas de Code Mode
Comando `/config`	búsqueda de preferencias en todas las categorías, ajustes compatibles aplicados de inmediato
Comando `/keymap`	tecla leader configurable (Ctrl+X por defecto); el silenciamiento de la voz pasa a F9
Comando `/daemon`	reinicio del servidor en segundo plano gestionado y posterior reconexión automática
Herramientas	herramientas independientes de solo lectura ejecutadas en paralelo
Proxy de red	permiso comprobado antes de la resolución DNS, cabeceras `Host` duplicadas rechazadas

Al reanudar un hilo también se restauran sus permisos y sus aprobaciones de red, y Codex ya no incluye un zsh modificado: utiliza su ejecutor de shell estándar.

🔗 Las notas de la versión de Codex CLI 0.163.0

Cursor: los agentes cloud construyen lienzos que se pueden compartir, la API Environments pasa a beta, Muse Wonder de Meta alcanza el 46,1 % en CursorBench

16 de octubre — Los agentes cloud de Cursor ya pueden construir lienzos (canvases) interactivos: se les pide un panel de control o un informe mientras trabajan y después se comparte el lienzo terminado con el equipo mediante un enlace. La API Environments pasa a beta: crea y gestiona mediante programación los entornos de estos agentes, incluidos los repositorios clonados y la configuración environment.json. Un entorno admite ahora hasta 500 repositorios, y los grandes entornos con múltiples repositorios arrancan 5 veces más rápido, según Cursor. La entrada del changelog citada por el hilo todavía no estaba publicada la noche del 16, por lo que no se conocen los planes afectados, la tarifa ni la fecha de salida de beta.

15 de octubre — Tres días después de su lanzamiento por Meta, Muse Wonder llega a Cursor, a 4 dólares por millón de tokens de entrada y 20 de salida, igual que en la API de Meta. Cursor destaca el 46,1 % en CursorBench con el nivel de esfuerzo por defecto, la mejor puntuación de un modelo Muse; la clasificación pública CursorBench 4.0 detalla los demás niveles de esfuerzo.

Modelo y nivel de esfuerzo	Puntuación CursorBench 4.0	Coste por tarea	Puesto en la clasificación
Claude Opus 5.5 Max	57,8 %	13,43 dólares	1.º
Muse Wonder Max	50,4 %	5,25 dólares	12.º
Muse Wonder Extra High	48,2 %	4,24 dólares	15.º
Muse Wonder High	46,1 %	3,51 dólares	21.º
Muse Wonder Medium	45,2 %	2,82 dólares	22.º
Muse Wonder Low	41,7 %	1,91 dólares	32.º
Muse Spark 1.3 Max	41,6 %	2,64 dólares	34.º

🔗 El hilo de Cursor sobre los agentes cloud · Muse Wonder en Cursor · La clasificación de CursorBench

Gemini CLI declara que no está optimizado para Gemini 4 Argon y remite a Antigravity CLI

16 de octubre — Google ha añadido durante la noche una advertencia al principio del README de Gemini CLI. El recuadro recuerda que, para los usuarios del nivel gratuito y de Google One, Gemini CLI fue sustituido por Antigravity CLI el 18 de junio de 2026, y después precisa en negrita, antes de invitar a utilizar Antigravity para acceder a Argon:

Gemini CLI has not been optimized for Gemini 4 Argon.

🇪🇸 Gemini CLI no se ha optimizado para Gemini 4 Argon. — README de Gemini CLI, pull request 29774

Una segunda modificación, fusionada poco más de una hora después, amplía el mensaje a todos los últimos modelos Gemini y remite a Antigravity CLI para obtener la mejor experiencia de programación. El README pierde de paso sus argumentos históricos: la sección «¿Por qué Gemini CLI?» y su nivel gratuito de 60 solicitudes por minuto y 1 000 al día, las capacidades avanzadas y la integración con GitHub; la conexión con una cuenta de Google ya solo está destinada a las licencias de pago de Code Assist para organizaciones.

Estos recuadros dan continuidad a la transición anunciada el 19 de mayo: desde el 18 de junio, Gemini CLI sigue ofreciéndose a las licencias Code Assist Standard y Enterprise y a las claves API de pago, con la promesa de acceso a los últimos modelos Gemini. Tres días después de la disponibilidad general de Argon, la propuesta de la comunidad que lo añade al selector de Gemini CLI (pull request 29737) sigue sin fusionarse.

🔗 La pull request 29775, que depura el README · La entrada del 19 de mayo sobre la transición a Antigravity CLI

Breves

Agentes y herramientas de código

Amp muestra el escritorio de sus runners — Desde un hilo, ahora se puede ver y controlar el escritorio de un runner macOS o Linux, por ejemplo para probar una aplicación iOS creada por Amp, desde un navegador o las aplicaciones para iPhone y iPad; cualquier persona que pueda escribir en un hilo del runner también controla su escritorio. 🔗 fuente
v0 — Los archivos demasiado grandes para la vista previa se descargan desde la pestaña Code, la aplicación iOS incorpora selectores de skills y de design system, además de vídeos adjuntos, y las solicitudes a Gemini 4 ya no fallan con niveles de esfuerzo elevados. 🔗 fuente
Copilot CLI en versión preliminar — Tres versiones preliminares en un día (1.0.99-2, 1.0.99-3 y 1.0.100-0), sin versión estable: la búsqueda semántica de código pasa a ser el ajuste predeterminado de las sesiones en línea, la opción --disable-client-telemetry desactiva la telemetría del cliente y un servidor MCP que se queda colgado ya no bloquea la sesión. 🔗 fuente
Copilot en Slack y Teams — @GitHub trabaja ahora en varios repositorios dentro de una misma conversación: pull requests abiertas o fusionadas, investigaciones que afectan tanto al frontend como al backend, resúmenes de actividad; los mensajes e hilos compartidos de Slack sirven de contexto. 🔗 fuente
Qwen Code v0.25.3-preview.0 — Al día siguiente de la versión estable v0.25.2, una versión preliminar con 64 entradas coloca QwenCloud al principio de /auth, da a Managed Agent acceso completo al Shell con la opción de activar o desactivar las aprobaciones y muestra las trayectorias en directo en Web Shell. 🔗 fuente
Gemini CLI, nightly 0.66.0 — Primera nightly de la serie, con nueve correcciones: salida sincronizada para evitar el parpadeo en tmux, prompts de Git que bloqueaban la interfaz, variables .env que por fin se resuelven en los ajustes de MCP y archivos SKILL.md con una descripción en una sola línea; stable y preview sin cambios. 🔗 fuente
DeepSeek Harness 0.2.1-alpha.5 — 29.ª versión preliminar sin versión estable: cuatro correcciones (menú de skills tras activar un plugin, terminales redundantes, instrucciones del modo PTC, tecla Page Up en Windows y Linux) y un espacio que permite a los plugins renombrar los modelos por proveedor. 🔗 fuente

ChatGPT, Claude y la IA en la empresa

ChatGPT Sites para Enterprise — @OpenAIDevs anuncia la disponibilidad general para Enterprise, con residencia de datos en Estados Unidos o en la UE para los nuevos Sites, dominios verificados y túneles privados hacia las API internas; las notas de Enterprise hablan de una versión preliminar para administradores en fase de despliegue, y Plus y Pro pierden su límite fijo de Sites. 🔗 fuente
Comienza el despliegue de ChatGPT Slides — Anunciadas en el DevDay del 29 de septiembre, las presentaciones colaborativas llegan a Space para los suscriptores de Pro, Business y Enterprise que cumplan los requisitos, con coedición en tiempo real, presentación desde ChatGPT y exportación a PowerPoint, PDF o Google Slides. 🔗 fuente
Stack Overflow for Agents — Según un caso de estudio de OpenAI, dos ingenieros lanzaron el producto en pocas semanas con Codex; su plugin de ChatGPT triplicó las inscripciones de un día para otro, y un conector de Stack Internal se desarrolla en 4 días en lugar de entre 3 y 6 semanas. 🔗 fuente
Sullivan & Cromwell — El bufete de abogados ha desarrollado con OpenAI Agreement Analyzer, cuyo prototipo creó John Savva con Codex dentro del bufete, que genera un memorándum y propuestas de modificación sobre un borrador de contrato para que el abogado los revise; el estudio no cuantifica las mejoras. 🔗 fuente
Los agentes de un comercial de Anthropic — Shahboz Ibragimov, del equipo de Japón, describe seis agentes en Claude Managed Agents (clasificación de clientes potenciales, Salesforce, respuestas en japonés o inglés, informes), Claude Tag para el seguimiento, Sonnet u Opus según el criterio requerido; unas 60 horas de trabajo ahorradas según su registro semanal. 🔗 fuente
American Forge — Cognition y National Design Studio lanzan una residencia de seis meses que integra a ingenieros en el Gobierno estadounidense, que cuenta, según el artículo, con más de 29 000 sitios web federales antiguos u obsoletos; candidaturas abiertas, sin especificar remuneración ni número de plazas. 🔗 fuente

Voz y vídeo generados

HeyGen Video 1 en el MCP de HeyGen — Se describe el vídeo deseado al agente (ChatGPT, Claude, Claude Code o Cursor) y este lo devuelve listo para publicar, en unos segundos según HeyGen; los renderizados se descuentan de los créditos del plan. 🔗 fuente
NTT Docomo Business y ElevenAgents — El operador prueba en Aizuwakamatsu (Fukushima) su asistente de voz CONN, desarrollado sobre ElevenAgents, para informar y dar conversación a los habitantes mayores a los que la nieve impide salir; las valoraciones se consideran positivas, sin cifras. 🔗 fuente
Certificaciones de ElevenLabs — ElevenLabs renueva sus certificaciones ISO/IEC 27001, 27701, 42001, 27017 y 27018, SOC 2 Type II y PCI DSS nivel 1, y añade un SOC 2 Type I para ElevenProductions. 🔗 fuente

Modelos, benchmarks e investigación

Mistral Large 4 en STEMBench — Mistral destaca el benchmark científico de Ulam, donde su modelo obtiene 2,501 sobre 4 sin herramientas (2,602 en ingeniería, 2,597 en astronomía): 6.º entre 10 configuraciones y 4.º sin herramientas, por detrás de Muse Wonder, Claude Opus 5.5 y Hy4 Preview; los dos primeros, GPT-6 Astra xhigh y GPT-6.1 Sol, se ejecutaban con herramientas en Codex. 🔗 fuente
Jebadiah v2.1 — Dos modelos de decisión abiertos de 27B y 9B, publicados el 10 de octubre bajo Apache-2.0, obtienen 55,94 (35.º) y 44,91 (74.º) entre 168 en el Decision Index, por detrás de Jev 1.13 (60,11). 🔗 fuente
Nemotron 3.5 Super VL y los gráficos — Según Thoughtworks, un LoRA entrenado durante 3,3 horas con 24 000 gráficos generados eleva el resultado de un punto de control preliminar del modelo del 16,96 % al 78,13 % en 224 preguntas de CharXiv, a costa de una pérdida neta de 104 preguntas en otras áreas. 🔗 fuente
Arc Pro B65 de Intel — Un benchmark de la comunidad con llama.cpp mide que SYCL con flash attention es un 31,2 % más rápido que Vulkan en prellenado en tres modelos de unos 30B en 4 bits: primer token de un prompt de unos 16 000 tokens en 20,5 segundos en lugar de 42 para dos de ellos. 🔗 fuente
TB-Lite Verified — Hugging Face publica, sin anuncio, una versión corregida del benchmark OpenThoughts-TBLite para agentes de terminal: cinco tareas defectuosas retiradas de un total de 100, una puntuación limitada a 0,997 corregida, ninguna puntuación publicada. 🔗 fuente
AutoIllustrate de Sakana AI — Una novedad del 14 de octubre que recuperamos ahora: una herramienta de línea de comandos bajo Apache-2.0 transforma la sección «métodos» de un artículo en una figura editable de draw.io y, después, en un PNG con un nuevo estilo; se ha utilizado para las figuras de The Agentic Scientist. 🔗 fuente
La complacencia de los LLM según Meta — facebookresearch publica, sin anuncio, los prompts y las rúbricas de evaluación del artículo «From Preference Data to Personalization», que clasifica las respuestas en siete tipos, desde el desacuerdo franco hasta la validación explícita; sin modelo ni cifras. 🔗 fuente
Anthropic y la Simons Foundation — Anthropic compromete 5 millones de dólares en financiación, capacidad de cómputo y acceso a Claude para matemáticos, gestionados por la Simons Foundation; con las aportaciones de la fundación y de OpenAI, que también destina 5 millones de dólares, la dotación alcanza los 15 millones de dólares según la Simons Foundation, asignados, entre otras vías, mediante convocatorias de propuestas. 🔗 fuente

Guías y distinciones

La seguridad de los LLM según Perplexity — Una guía repasa los diez riesgos del OWASP Top 10 for LLM Applications 2026, con un incidente y medidas de defensa para cada uno, y recuerda las protecciones de Perplexity (entorno aislado de Computer, BrowseSafe para Comet, retención nula en los proveedores externos); ninguna funcionalidad nueva. 🔗 fuente
Estudiar con IA — Perplexity publica cinco métodos respaldados por la investigación (pedir que te hagan preguntas, espaciar el estudio, volver a explicar, alternar, seguir los progresos) y cita a Gallup y la Lumina Foundation: el 57 % de los estudiantes estadounidenses utiliza la IA cada semana para sus cursos. 🔗 fuente
Dos inventos del año para TIME — La revista incluye entre sus mejores inventos de 2026 Omnilingual ASR de Meta, un sistema de reconocimiento de voz para más de 1 600 idiomas, y NemoClaw de NVIDIA, un agente autónomo confinado en un entorno aislado. 🔗 Meta · 🔗 NVIDIA

GitHub: licencias, runners y acceso

Cumplimiento de las licencias open source — Disponibilidad general para GitHub Enterprise Cloud con Code Security: una política de licencias empresarial se aplica a las pull requests mediante un conjunto de reglas, y un nuevo endpoint permite a los agentes de código comprobar que un paquete la cumple. 🔗 fuente
Imagen Xcode 27 — Al margen de la IA, la imagen de runner Xcode 27 de GitHub Actions (macOS 27, solo Apple Silicon) pasa a estar disponible de forma general, con las etiquetas xcode-27 y xcode-27-xlarge sin cambios. 🔗 fuente
Evergreen — Al margen de la IA, GitHub presenta la GitHub App que revoca cada trimestre los accesos no confirmados de los colaboradores externos y archiva, sin eliminarlos nunca, los repositorios inactivos de una organización compartida por más de 1 400 empleados. 🔗 fuente

Qué significa esto

Las curvas elípticas protagonizaron dos artículos de Anthropic el mismo día, abordadas desde dos extremos. Mirando al pasado, Claude identifica el generador y las marcas de tiempo que hay detrás de las semillas del NIST: no se ha roto nada, insiste Anthropic, pero una manipulación resulta mucho menos plausible, y cualquiera puede reproducir el resultado con el código publicado bajo CC0. De cara al futuro, Claude Mythos 5 encuentra un circuito de suma de puntos en una curva elíptica que requiere 17 veces menos puertas con un 12 % más de qubits, un componente central de los algoritmos cuánticos que calcularían el logaritmo discreto en las curvas elípticas, el problema del que depende la seguridad de ECDSA. Anthropic deduce de ello que los ordenadores cuánticos útiles podrían llegar antes de lo previsto: la confianza en la creación de estas curvas aumenta al mismo tiempo que disminuye el coste estimado de los circuitos cuánticos que algún día podrían amenazarlas.

En los laboratorios, los agentes trabajan solos durante más tiempo, y la verificación se convierte en la condición de su credibilidad. Claude Mythos 5 funcionó durante 53 horas ante un evaluador automático, con una demostración formalizada en Lean; los agentes Argon jugaron durante más de 27 horas bajo la supervisión de un Observer encargado de detectar trampas; el agente de Antigravity redacta un protocolo, pero su bacteriocina aún espera la validación en el laboratorio. Las herramientas para investigadores siguen la misma lógica: Deep Review verifica los enunciados y la coherencia antes del envío, Open Math OS se apoya en Lean y mantiene los proyectos privados por defecto, y el Rosalind Academic Plan solo da acceso a GPT-Rosalind tras una aprobación de acceso de confianza.

En los modelos abiertos, la licencia vuelve a ser un argumento. Al día siguiente de Muse Spark Open, publicado bajo la Muse Model License con restricciones comerciales, llega Beam bajo Apache 2.0, con más de 40 socios desde el primer día, un punto de control NVFP4 y el harness que se utilizó para entrenarlo. Los formatos más pequeños adoptan la misma licencia y buscan la eficiencia: el Bonsai 2 más pequeño cabe en 0,43 Go y se ejecuta en un teléfono, y los modelos de decisión se consolidan como categoría, con pplx-decider-v1.2 y su versión Flash a 0,02 y 0,01 dólares por millón de tokens, los adaptadores de Granite Switch 4.1 que reutilizan la caché del modelo base y una clasificación común, el Decision Index.

El harness cuenta ahora tanto como el modelo. Reflection entrega Beam con Mirror CLI, Google remite a los usuarios de Argon a Antigravity CLI en lugar de Gemini CLI, y el equipo de Claude Code vincula la duplicación de sus merges a la renovación de su cadena de revisión, en la que un clasificador decide cuántos humanos hacen falta. Para el público general, los agentes amplían su alcance: GPT-6 Astra Pro reparte una tarea entre varios agentes, Grok Bot se conecta a Robinhood, Coinbase y eToro, y los plugins de ChatGPT se convierten en un canal de distribución, desde las herramientas de Pika hasta la triplicación de las inscripciones en Stack Overflow for Agents.