En Anthropic, los perfiles júnior pasan del 27 % al 9 % de las contrataciones técnicas, DeepSeek publica V4.1-Flash-1017, Claude Code empieza a responder tres veces más rápido

Anthropic utiliza sus propios equipos como objeto de estudio: los perfiles júnior han pasado del 27 % al 9 % de las contrataciones técnicas, los agentes puestos en marcha por los empleados trabajaban en agosto seis veces más horas que ellos, y el 91 % de estos empleados considera que la IA es capaz de realizar un descubrimiento digno de un premio Nobel de aquí a 2030, frente al 39 % de los estadounidenses. DeepSeek publica V4.1-Flash-1017 bajo licencia MIT, por delante de GPT-5.6 Sol y Claude Opus 5 en DeepSWE v1.1 sin cambiar las tarifas, y abre a todos sus API de búsqueda web Search y Fetch. Agentes de Google Research controlan robots de laboratorio y contribuyen a obtener ligandos proteicos nanomolares contra una diana tumoral, Claude Code empieza a responder tres veces más rápido que en agosto, y NVIDIA detalla sus PC RTX Spark para desarrolladores.

Anthropic estudia sus propios empleos: los perfiles júnior caen al 9 % de las contrataciones técnicas, sus empleados esperan mucho más de la IA que los estadounidenses

16 de octubre — El equipo Economics de Anthropic publica dos informes de The Anthropic Institute que utilizan la propia empresa como objeto de estudio. El primero, «Cómo está cambiando el empleo en Anthropic» (How employment is changing at Anthropic), cruza datos internos (plantilla, uso de la IA, producción, agendas, decisiones de contratación) con 17 entrevistas a empleados. El segundo, «La brecha de expectativas sobre la IA» (The AI expectations gap), compara un sondeo de Morning Consult realizado en agosto entre 10 980 adultos estadounidenses con una encuesta interna a 1 334 empleados; una segunda ronda, en septiembre, arroja resultados similares.

Indicador observado en Anthropic	Evolución medida
Proporción de perfiles júnior en las contrataciones técnicas	del 27 % al 9 %
Proporción de perfiles júnior en los departamentos técnicos	del 21 % al 14 % desde principios de 2025
Horas de los agentes interactivos por cada hora de empleado	6 en agosto de 2026
Commits por ingeniero	5 veces el ritmo de hace seis meses
Sesiones de código del personal no técnico, al mes	de 2 (agosto de 2025) a 90 (mayo de 2026)

La menor presencia de principiantes es el hallazgo más claro, y se reconoce que la IA desempeña un papel en ella: en abril de 2026, alrededor de un tercio de los responsables de aprendizaje automático y una quinta parte de los responsables de ingeniería de software afirmaban contratar menos por su causa. Por su parte, los agentes han ganado terreno: en marzo de 2026, sus horas acumuladas superaron por primera vez las de los empleados. Entre 192 ingenieros que adoptaron agentes de código, comparados con 74 que no lo hicieron, el código añadido se dispara, sin que el de los agentes se elimine o revierta después con mayor frecuencia.

La contrapartida es la atención humana, que se ha convertido en el cuello de botella: las sesiones interactivas permanecen inactivas alrededor del 80 % del tiempo, a la espera de una respuesta, y leer todo lo que producen llevaría más de la mitad de la semana laboral. El metatrabajo (meta-work), que consiste en escribir especificaciones para los agentes, hacer que un agente revise el trabajo de otro o supervisar cadenas de procesamiento, pasó del 10 % al 22 % de las sesiones entre el otoño de 2025 y la primavera de 2026, y el empleado mediano pasa un 20 % más de tiempo en reuniones que hace un año. En la contratación, las evaluaciones hacen más hincapié en la autonomía y el criterio; Anthropic afirma estar implantando un sistema de alerta temprana (early warning system) para los puestos expuestos y dar prioridad a las reasignaciones internas.

El segundo informe muestra que los empleados y el público general coinciden en lo que la IA sabe hacer hoy, pero no en la velocidad de sus avances:

Respuesta medida, horizonte 2030	Estadounidenses encuestados	Empleados de Anthropic
Se considera posible un descubrimiento digno de un premio Nobel	39 %	91 %
Proporción del propio trabajo que puede realizar la IA (media)	28 % (población activa)	75 %
Crecimiento del PIB implícito en las respuestas (mediana)	5,4 %	17,1 %

Sin embargo, ambos grupos razonan de la misma manera: cuanto más se cree que la IA hará una gran parte del propio trabajo, más desempleo se prevé, y los trabajadores estadounidenses que la consideran capaz de realizar al menos el 80 % prevén un desempleo del 12,2 % en 2030, frente al 4,2 % actual. El crecimiento del PIB se obtiene del modelo de escenarios económicos presentado por Anthropic en septiembre. Por último, el empleado mediano estima que la IA ya realiza el 51 % del trabajo de construcción de un modelo de vanguardia y prevé un 95 % a finales de 2030: el informe precisa que se trata de opiniones personales recogidas mediante una encuesta, no de previsiones de la empresa.

🔗 Cómo está cambiando el empleo en Anthropic · La brecha de expectativas sobre la IA · El artículo de presentación

Modelos abiertos: DeepSeek publica V4.1-Flash-1017 y abre sus API Search y Fetch, los socios de NVIDIA posentrenan Nemotron 3.5 Super VL

17 de octubre — DeepSeek publica DeepSeek-V4.1-Flash-1017, una nueva versión de V4.1-Flash, su modelo multimodal de tipo MoE de 552 mil millones de parámetros lanzado el 10 de septiembre. La ficha del modelo habla de una actualización menor (minor update), pero las diferencias son claras en las tareas de agentes: 77,0 % en DeepSWE v1.1 frente al 74,2 % de la versión anterior, 42,3 frente a 31,2 en Terminal-Bench 4.0. Los pesos se publican bajo licencia MIT en Hugging Face y ModelScope, y el modelo está disponible en el sitio web, la aplicación y la API.

Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost.

🇪🇸 Puntuaciones más altas, tareas completadas más rápido y salidas más cortas que en la versión anterior: una mejora de Pareto en rendimiento y coste. — @deepseek_ai en X

El precio se mantiene. El nombre deepseek-flash pasa a ofrecer esta versión, con un contexto de un millón de tokens y hasta 384K tokens de salida; los nombres anteriores deepseek-v4-flash y deepseek-v4-flash-vision-exp siguen aceptándose, pero sus solicitudes también se procesan con V4.1-Flash-1017. La página de tarifas sigue mostrando 0,30 dólares por millón de tokens de entrada (fuera de caché) y 1,20 dólares por los de salida en horas punta, la mitad en horas valle, como el 13 de septiembre. Por tanto, la reducción del coste procede de las respuestas más cortas: el gráfico de las notas de la versión, que solo puede consultarse como imagen, sitúa el ajuste max en el 77,0 % en DeepSWE v1.1 por unos 0,2 dólares por tarea, por encima de todos los demás puntos. El más cercano, GPT-6.1 Sol, alcanza un máximo de alrededor del 75 % por unos 0,65 dólares, mientras que los mejores puntos de GPT-6 Astra, Gemini 3.8 Flash, Claude Opus 5 y Claude Fable 5, situados aproximadamente entre el 70 % y el 74 %, cuestan entre 2 y 15 dólares por tarea aproximadamente.

Banco de evaluación	V4.1-Flash-1017	V4.1-Flash	K3	GLM-5.3	GPT-5.6 Sol	Opus 5
HLE sin herramientas	42,6	36,8	43,5	42,0†	44,5	56,3
Terminal-Bench 4.0	42,3	31,2	12,6	37,9	39,9	51,8
DeepSWE v1.1	77,0	74,2	67,5	66,9	73,0	74,0
ProgramBench	29,1	20,3	17,5	19,0	23,0	37,0
NL2Repo-Bench	68,2	65,4	58,0	58,0	56,8	75,3
Automation-Bench v1.0.6	60,5	54,8	46,7	48,8	45,8	50,3
Agents’ Last Exam	35,4	31,8	27,6	28,5	26,7	28,6
Apex Bench v1.1	72,1	64,6	47,8	56,6	54,3	65,8

† : subconjunto de texto de HLE, única puntuación indicada para GLM-5.3 (V4.1-Flash-1017 obtiene en él 44,0). Fuente: ficha del modelo en Hugging Face.

En cuanto a los modelos cerrados, la tabla solo incluye GPT-5.6 Sol y Claude Opus 5, no sus sucesores. V4.1-Flash-1017 los supera en DeepSWE v1.1, Automation-Bench, Agents’ Last Exam y Apex Bench, pero sigue por detrás de Opus 5 en HLE sin herramientas (donde GPT-5.6 Sol también lo supera, 44,5 frente a 42,6), Terminal-Bench 4.0, ProgramBench, NL2Repo-Bench y las tres pruebas visuales con herramientas de la ficha (Chartography, BabyVision y ZeroBench-main); frente a los modelos abiertos K3 y GLM-5.3, solo se ve superado por K3, en HLE sin herramientas (43,5 frente a 42,6). DeepSeek atribuye estos avances a un aprendizaje por refuerzo con autoevaluación (reinforcement learning with self-feedback) sobre proyectos completos, y optimiza el modelo para DeepSeek Harness, Tencent CodeBuddy y WorkBuddy. Para la ejecución local, la publicación no proporciona una plantilla de conversación en formato Jinja, sino una implementación Python de referencia del formato de prompt, y recomienda al menos 256K tokens de salida; esta versión no viene acompañada de ningún nuevo informe técnico.

🔗 Las notas de la versión de DeepSeek · La ficha del modelo en Hugging Face

Search y Fetch: DeepSeek abre a todos sus API de búsqueda web, a 0,75 dólares por cada 1 000 solicitudes exitosas

17 de octubre — En el mismo hilo, DeepSeek abre a todos los usuarios de su API dos servicios de búsqueda web. Search consulta el motor de búsqueda propio de DeepSeek, que según la empresa procesa cientos de millones de consultas al día, y devuelve resultados estructurados: cada uno incluye una puntuación de relevancia de 0 a 3, un resumen de 600 a 800 caracteres destinado al modelo, la fecha de publicación y un nivel de autoridad de 0 a 4. Fetch recupera una página y la convierte en Markdown, siempre que lo permitan las reglas de acceso del sitio de destino.

Elemento de la oferta	Valor indicado por DeepSeek
Precio de cada API	0,75 dólares por cada 1 000 solicitudes exitosas
Límite por cuenta	5 solicitudes por segundo en cada API
Resultados por búsqueda	de 1 a 50 (10 por defecto)
Llamadas desde Harness, Claude Code, Codex	gratuitas hasta el 31 de octubre a las 16 h UTC

Solo se facturan las respuestas con resultados: los fallos, las búsquedas sin resultados y los tiempos de espera agotados son gratuitos, y el número de resultados solicitados no cambia el precio. Las herramientas del lado del servidor de la API de DeepSeek, invocadas desde DeepSeek Harness, Claude Code o Codex, ya se basaban en estas API, y estas llamadas siguen siendo gratuitas hasta el 31 de octubre; Harness v0.2.1-rc.2 integra Search y Fetch en sus ajustes de búsqueda web.

🔗 La guía de Search y Fetch · El anuncio de @deepseek_ai

Nemotron 3.5 Super VL: posentrenado por los socios de NVIDIA, iguala en sus tareas a modelos cerrados más caros

16 de octubre — Al día siguiente del lanzamiento de Nemotron 3.5 Super VL, su modelo abierto de 120 mil millones de parámetros (12 mil millones activos) presentado aquí el 15 de octubre, NVIDIA publica un hilo que cita 21 mensajes de socios, casi todos publicados el día del lanzamiento. Buena parte de ellos muestra los resultados del modelo tras el posentrenamiento en una tarea específica, cada uno medido con sus propias evaluaciones: NVIDIA los difunde sin una metodología común.

Socio citado	Uso tras el posentrenamiento	Resultado anunciado por el socio
AfterQuery (con Hebbia)	Tareas de crédito de nivel experto	del 47 % al 74 % de tareas resueltas a la perfección, por aproximadamente 1/7 del coste de los modelos cerrados comparados
Trajectory	Legal Agent Bench de Harvey	al nivel de Opus 4.7, a 1,34 dólares por millón de tokens frente a 15
Alex Dimakis	Investigador ML autónomo	del 28 % al 35 % en AutoResearchExam, al nivel de Qwen 3.8 Max, 20 veces más grande
Handshake	Documentos de ciencias de la vida	precisión duplicada con más de 2 000 datos de expertos
Multiverse Computing	Compresión del modelo	Comet 60B, la mitad de parámetros, con una diferencia inferior al 5 % respecto a la precisión original

El hilo también muestra las herramientas que se están desarrollando en torno al modelo: disponibilidad en Tinker, la API River, AC2 de Applied Compute y ModelScope (pesos BF16 y NVFP4), lanzamiento de la Fastino Training API para los bucles SFT y RL, y servicio a 962 tokens por segundo y por usuario en dos GPU H200 con el motor Litespark de Mindbeam.

🔗 El hilo de @NVIDIAAI

Agentes en el laboratorio: Google Research les confía robots de pipeteo y obtiene ligandos nanomolares contra una diana tumoral

16 de octubre — Google Research presenta tres trabajos que llevan a los agentes de IA hasta la mesa de trabajo del laboratorio húmedo (wet lab): ya no se limitan a diseñar moléculas, sino que ponen en marcha los experimentos, leen los resultados y corrigen su método, bajo la dirección de científicos.

El primer componente, VERID (VERified Infrastructure for Discovery Laboratories), es un gemelo digital de la estación de pipeteo robotizada, construido sobre el framework open source PyLabRobot. Supervisa en tiempo real el brazo, el volumen de cada pocillo, los reactivos y las puntas disponibles, ensaya cada protocolo en una simulación en pocos segundos y bloquea las órdenes físicamente imposibles. En uno de los casos descritos, el simulador rechaza una aspiración de ocho canales en una cubeta demasiado estrecha: el agente vuelve a planificar y después elabora un diseño factorial que aísla un sesgo de contaminación dejado por las puntas.

Experimento realizado con los agentes	Resultado comunicado por Google Research
Aptámeros contra la α-trombina, tres ciclos	0 %, después 26,0 % y luego 42,1 % de ligandos confirmados, con un 98,5 % de especificidad
Aptámeros contra la mioglobina	especificidad reducida del 75,0 % al 19,1 %, recuperada hasta el 72,4 %; 33,5 % de ligandos en el ciclo 3
Ligandos proteicos de novo contra FAP	afinidad nanomolar de un solo dígito, predicción de estructura 8,6 veces más rápida
Colaboración entre humanos y agentes, con los mismos recursos de cómputo	tasa de éxito in silico casi duplicada frente a un científico trabajando solo

El caso de la mioglobina muestra el aprendizaje en bucle cerrado: en el segundo ciclo, los agentes apuestan por motivos G-quadruplex que se unen a todo, detectan el desplome de la especificidad en los datos del laboratorio y reescriben por sí solos sus reglas de diseño. Contra FAP, un receptor sobreexpresado en los tumores sólidos, el pipeline conserva únicamente el sitio de unión durante la predicción de estructura. Google detalla sus medidas de protección (sistemas biológicos no infecciosos, cribado de bioseguridad de cada secuencia, simulación obligatoria antes de la ejecución, supervisión humana), pero no dice qué modelo impulsa a los agentes.

🔗 La publicación de Google Research · VERID (PDF) · El entorno de pruebas de aptámeros (PDF) · La escisión del epítopo (PDF)

Agentes de código: Claude Code empieza a responder tres veces más rápido, la 2.1.302 generaliza los subagentes fork y Replit se instala en la nube de sus clientes

16 de octubre — Claude empieza a responder antes, anuncia @ClaudeDevs. En Claude Code, la conversación enviada al modelo en cada turno se comprime ahora con gzip para llegarle más rápido, y las sesiones en la nube se inician en cuanto se empieza a escribir la solicitud. La tabla adjunta al anuncio mide la espera hasta el primer token entre agosto y octubre:

Interfaz medida	Agosto de 2026	Octubre de 2026	Mejora anunciada
Claude Code, sesiones locales	4,07 s	1,33 s	3 veces
Claude Code, sesiones en la nube	16,99 s	6,00 s	2,8 veces
Claude, chat y Cowork	3,36 s	2,17 s	1,5 veces
API de Claude, incluido el tiempo del modelo (mediana)	1,53 s	1,01 s	1,5 veces

Las tres primeras filas excluyen el tiempo de cómputo del modelo y corresponden al percentil 90. La compresión no es del todo nueva: Claude Code 2.1.300 ya la aplicaba, el 14 de octubre, a las solicitudes grandes dirigidas a api.anthropic.com, con la variable CLAUDE_CODE_GZIP_REQUEST_BODIES=0 para desactivarla. No se indica ningún número de versión para el inicio anticipado de las sesiones en la nube.

🔗 El anuncio de @ClaudeDevs

Claude Code 2.1.302: subagentes fork por defecto fuera del terminal, modelo del clasificador del modo auto configurable, 43 correcciones

16 de octubre — Un día después de la 2.1.301, Claude Code 2.1.302 (63 entradas, incluidas 43 correcciones) extiende a las demás interfaces un comportamiento propio del terminal: los subagentes fork están ahora activos por defecto en claude -p, el Agent SDK, la aplicación de escritorio y VS Code (CLAUDE_CODE_FORK_SUBAGENT=0 para desactivarlos), y tanto la aplicación de escritorio como VS Code ejecutan siempre en segundo plano los subagentes de la conversación principal.

Ámbito afectado	Cambio introducido por la 2.1.302
Modo auto	`CLAUDE_CODE_AUTO_MODE_MODEL` elige el modelo del clasificador que se ejecuta en el cliente
Comando `/config`	línea Idle compaction para desactivar o reactivar la compactación durante la inactividad
Proveedores externos	si no se especifica un modo, `claude -p` y el Agent SDK se inician en modo `default` si la telemetría está desactivada o la instalación es nueva
Hooks de prompt y agente	Un máximo de 12 ejecuciones simultáneas por evento
Herramienta Read	se rechazan las imágenes de más de 128 Mo en lugar de cargarlas en memoria

Entre las demás correcciones, una rutina programada con un fallo parcial ya no se vuelve a ejecutar desde el principio, lo que podía publicar dos veces el mismo informe, y los discos exFAT o FAT32 ya no bloquean las escrituras en Windows.

🔗 Las notas de Claude Code 2.1.302

Replit Bring Your Own Cloud: la plataforma en el entorno de Azure, Google Cloud o AWS del cliente, y Claude Haiku 5.5 en modo Power

16 de octubre — Replit lanza Bring Your Own Cloud (BYOC), que ejecuta toda o parte de la plataforma Replit en el entorno de nube (tenant) de una empresa, en Microsoft Azure, Google Cloud o Amazon Web Services. Para los desarrolladores, nada cambia: se sigue publicando con el mismo botón Publish.

Opción de despliegue	Qué se ejecuta en el entorno del cliente	Fase de disponibilidad
Full BYOC	toda la plataforma, incluido el arnés del Agent, y las aplicaciones publicadas	versión preliminar privada
BYOC for Published Apps	únicamente las aplicaciones publicadas; el desarrollo permanece en Replit	acceso anticipado
Image Exports	una imagen Docker, un archivo Terraform y un SBOM, desplegados por el equipo del cliente	acceso anticipado

Los túneles son exclusivamente de salida, con un doble cifrado mTLS, y las claves gestionadas por el cliente (CMEK) se reservan a los contratos de aislamiento físico completo. La documentación establece los límites: el plano de control permanece en Replit, Full BYOC no es una instalación aislada (air-gapped) ni un Replit completamente autoalojado, y Replit sigue encargándose de la inferencia de los modelos. No se publica ningún precio. El changelog del mismo día añade Claude Haiku 5.5 al selector del modo Power para los planes Core y Pro, donde Claude Sonnet 5.5 había llegado el 2 de octubre.

🔗 La publicación de Replit · La documentación de BYOC · El changelog del 16 de octubre

RTX Spark: NVIDIA detalla sus PC para desarrolladores, con Junie Local de JetBrains y mejoras anunciadas frente al Core Ultra X9 388H

16 de octubre — El día del lanzamiento de los portátiles RTX Spark, cuyo software de lanzamiento había presentado el 13 de octubre, NVIDIA explica en su blog técnico qué aporta la máquina a los desarrolladores: programar, probar y desplegar en un solo PC, con agentes de código que se ejecutan en local con hasta 128 Go de memoria unificada. Los portátiles ya están disponibles, y en noviembre llegarán pequeños ordenadores de escritorio, presentados como adecuados para agentes que se ejecutan de forma continua.

Carga de trabajo	Prueba utilizada por NVIDIA	Mejora anunciada frente al Core Ultra X9 388H
Agentes de código	AA-AgentPerf-local con Qwen3.8-27B	4,6 veces
Ajuste fino (LoRA)	Unsloth sobre Llama-3.1-8B	2,7 veces
Compilación	kernel de Linux, Phoronix Test Suite	1,8 veces

Estas mediciones son de NVIDIA, frente al chip Panther Lake 12Xe de Intel. En cuanto al software, Windows Developer Config, diseñado con Microsoft, instala los principales frameworks de desarrollo, desactiva las notificaciones y mejora el terminal; en Windows on Arm, más de 2 000 paquetes Conda están listos para usar y más del 97 % de los 15 000 paquetes Python más utilizados tienen una versión Arm. JetBrains lanza la compatibilidad nativa con Junie Local, que ajusta su ventana de contexto a la memoria de la GPU, GitHub Copilot se ejecuta en local mediante Windows ML con llama.cpp, y los SDK AI for Media (superresolución de vídeo, generación de fotogramas intermedios, TrueHDR) llegan como paquete Python a PyPI.

🔗 La publicación del blog técnico de NVIDIA

Breves

Agentes y herramientas de código

Notas de versión de Devin del 16 de octubre — Tras las del 14, cubiertas el 15, Cognition publica 19 apartados: comandos /devin en las merge requests de GitLab, estado de fusión de Bitbucket Cloud en Devin Review, búsqueda de pull requests en cinco plataformas de alojamiento de código, herramientas integradas para issues y labels, y un ajuste de Enterprise que oculta el antiguo marketplace MCP sin desconectar los servidores ya instalados. 🔗 fuente
Copilot CLI 1.0.100-1 — Dos horas y media después de la 1.0.100-0, cubierta el día anterior, esta segunda versión preliminar convierte el navegador de sesiones unificado en la vista predeterminada de /sessions, /session y /resume, y elimina los marcadores de idioma del dictado por voz; sigue sin haber ninguna versión estable desde la 1.0.98 del 14 de octubre. 🔗 fuente
Gemini CLI, nightly del 17 de octubre — Cuatro correcciones que cierran tickets de marzo y abril: la actualización automática comprueba por fin el binario que realmente se ejecuta, en lugar de anunciar un éxito falso en bucle cuando coexisten varias instalaciones en el PATH, keybindings.json acepta un array keys, y las señales de parada llegan al proceso hijo bajo ACP, systemd o en un contenedor. 🔗 fuente
Antigravity CLI 1.4.0 y aplicación Antigravity 2.24.0 — Recuperando las novedades del 15 y el 14 de octubre: la CLI muestra su estado en la pestaña del terminal (secuencia OSC 7501) y rehace agy plugin validate con las reglas de carga reales; la aplicación, tras la 2.23.0 cubierta el 13 de octubre, remodela su panel lateral, añade /compact y permite elegir Flash Lite, Flash o Pro para cada automatización. 🔗 fuente
DeepSeek Harness 0.2.1-rc.1 y rc.2 — Las dos primeras versiones candidatas de la serie 0.2.1: la rc.1 agrupa los cambios de las versiones preliminares alpha.1 a alpha.5, la rc.2 admite V4.1-Flash-1017 y las API Search y Fetch; el repositorio suma 31 publicaciones desde el 17 de agosto, todas en versión preliminar. 🔗 fuente
bun lint — Recuperando una novedad del 15 de octubre, Bun, adquirido por Anthropic a finales de 2025, anuncia para su próxima versión un linter compatible con ESLint, con más de 1 000 reglas integradas, que lee las configuraciones de eslint y oxlint; anunciado como 26 veces más rápido que ESLint, entre 11 y 43 veces según los cinco repositorios medidos, aún no tiene fecha de lanzamiento. 🔗 fuente

OpenAI en las empresas y entre los desarrolladores

Itaú e ia.i — Según un caso de estudio de OpenAI, el banco brasileño abre ia.i, su interfaz conversacional por texto o voz, a unos 300 000 clientes y aspira a llegar a toda su clientela antes de finales de 2026; los modelos GPT-5.x alimentan Customer DNA (unos 70 millones de clientes), y su plataforma multiproveedor IARA sustenta una solución jurídica que trabaja con más de 90 millones de documentos. 🔗 fuente
Benefit Street Partners y Codex — En esta gestora especializada en crédito, el gestor Anant Kumar construyó en un día la primera versión de un sistema de seguimiento de valoraciones de préstamos (de 10 a 12 horas de desarrollo en total) y un analizador de contratos de crédito refactorizado con GPT-6 Astra; las preguntas del comité de inversión, que requerían días o semanas, se resuelven en un día. 🔗 fuente
ChatGPT Enterprise y Edu — Los conectores sincronizados gestionados por el administrador se retiran en favor de las aplicaciones en tiempo real Google Drive, SharePoint y Microsoft Teams, con nuevos controles de contenido, y la página External access de Admin Console centraliza los accesos de Sign in with ChatGPT, de las aplicaciones conectadas y de los datos de Ads. 🔗 fuente
Conmutación entre proveedores — Recuperando una publicación del 14 de octubre, el blog OpenAI Developers explica cómo conmutar entre la API directa de OpenAI y sus modelos en Amazon Bedrock o Azure OpenAI: solo ante un error transitorio o una limitación que ponga en peligro el plazo, nunca ante una solicitud no válida, un rechazo o una cuota agotada; un prompt de Codex añade una conmutación desactivada por defecto. 🔗 fuente
Proyectos de hardware construidos con Codex — OpenAI Developers destaca una galería comunitaria de 20 proyectos ordenados por votos, abierta a nuevas propuestas, desde un viejo Kindle convertido en panel de uso de la IA hasta una insignia DEFCON cuyo circuito fue diseñado por Astra, desde el enrutado en KiCad hasta el pedido a JLCPCB, según su autor. 🔗 fuente

API, modelos y búsqueda web

Agent API de Perplexity — Dieciséis modelos antiguos (siete Claude 4.x, cinco Gemini 3.x, cuatro Grok 4.x) desaparecen de la documentación, la calculadora y los ejemplos, sin que la entrada indique que sus identificadores dejan de responder; se incorporan GPT-6 Astra (10 dólares por millón de tokens de entrada, 50 de salida) y DeepSeek V4 Pro (1,32 y 3,96 dólares). 🔗 fuente
pplx-decider-v1.2 en OpenRouter — Publicados el 16 de octubre junto con sus pesos, los dos modelos de decisión de Perplexity llegan ese mismo día a OpenRouter, a 0,02 dólares (27B) y 0,01 dólares (4B) por millón de tokens de entrada, con salida gratuita y un contexto de 262K, como la v1.1 el 7 de octubre. 🔗 fuente
Embed 5 Fast frente a EmbeddingGemma 2 — Cohere afirma superar al modelo de Google en más del 95 % de 163 conjuntos de datos, pero con RCP-nDCG@10, su propio método de evaluación; en nDCG@10 estándar, su gráfico de ViDoRe v3 muestra 59,3 frente a 47,6, sin una lista de los conjuntos de datos, comparando un modelo de API de pago con un modelo abierto de 740M parámetros. 🔗 fuente
SDK TypeScript de SpaceXSI 0.2.4 — Sin anuncio, añade el parámetro guidelines de responses.create(), instrucciones por categoría para la salida del modelo (rechazar una categoría, ofrecer apoyo ante la autolesión), los formatos de vídeo 21:9 y 5:2 y los identificadores grok-voice-3.0 y grok-voice-2.0, y marca Live Search como obsoleto en favor de web_search y x_search. 🔗 fuente
AI Mode y AI Overviews — Recuperando una novedad del 15 de octubre, Google añade más enlaces integrados, situados más arriba, en sus respuestas generadas, extiende a otros países e idiomas sus carruseles de noticias que destacan las fuentes preferidas (Preferred Sources), cuyo uso se ha multiplicado por más de siete desde principios de año, y prueba una sección dedicada a las páginas oficiales. 🔗 fuente

Modelos abiertos e investigación comunitaria

FLUX 3 Image Klein — Dos días después del lanzamiento del modelo, Black Forest Labs corrige sus workflows (ComfyUI v0.41.3, Space de Hugging Face actualizado), recomienda su sobremuestreo de prompts en 2K y publica en GitHub el prompt de sistema recomendado para prescindir de él. 🔗 fuente
Filtro por autor en el Hub — Las páginas Models y Datasets de Hugging Face se pueden filtrar por usuario u organización desde un nuevo botón en cada perfil; una tarjeta recuerda la cuenta que se está explorando al añadir los filtros de tarea, tamaño, biblioteca o licencia. 🔗 fuente
Ammu-1.0-OffOnTopic-Guardrail — Kalyan KS publica bajo licencia MIT cuatro clasificadores de entre 150M y 17M de parámetros que evalúan si una solicitud se sale del ámbito fijado por el prompt de sistema; según el autor, el mayor obtiene 91,56 de Macro-F1, frente a 81,95 de DeepSeek V4 Flash 0731 y 79,12 de GPT-6 Luna. 🔗 fuente
Un clasificador de memoria no desplegado — Javad Taghia explica por qué el encoder ajustado para decidir las escrituras en memoria de AtMem no se llevó a producción: pasó del 18,4 % al 73,8 % en una prueba sellada, pero solo tomó 16 decisiones correctas sobre 100 observaciones ficticias reproducidas como en producción, frente a 30 de las reglas deterministas, y fue entre 15 y 230 veces más lento. 🔗 fuente
SPICY-KV — Según Yuge Y (ElithiaTechnologies), este método que agrupa las claves antes de RoPE comprime 28,6 veces la caché KV de DeepSeek-R1-Distill-Qwen y mantiene un 100,0 % (1.5B) y un 91,7 % (7B) de recall en RULER, mientras que la fusión posterior a RoPE cae al 0,0 %; son mediciones del autor, sin revisión por pares. 🔗 fuente

Qué significa

El informe de Anthropic cambia el enfoque de la cuestión del empleo. En un laboratorio de vanguardia, los agentes interactivos lanzados por los empleados ya trabajan seis veces más horas que ellos, y lo que empieza a escasear es la atención humana: revisar, especificar, supervisar. Los principiantes son los primeros en sufrir las consecuencias, con un 9 % de las contrataciones técnicas frente a un 27 %, mientras que las entrevistas valoran más la autonomía y el criterio. Google Research describe el mismo reparto en el laboratorio: el científico fija la estrategia, el agente la ejecuta, y el dúo encuentra casi el doble de candidatos in silico que un científico solo. Persiste la brecha de expectativas: el 91 % de los empleados de Anthropic considera que la IA será capaz de realizar un descubrimiento digno de un Nobel de aquí a 2030, frente al 39 % de los estadounidenses, y sus respuestas implican un crecimiento del PIB tres veces mayor (17,1 % frente a 5,4 %).

Las mejoras de velocidad chocan con el mismo límite. Claude Code reduce la espera hasta el primer token de 4,07 a 1,33 segundos en local y activa por defecto los subagentes fork fuera del terminal, pero el estudio de Anthropic muestra que la máquina ya no es el principal cuello de botella: las sesiones interactivas permanecen inactivas alrededor del 80 % del tiempo, a la espera de una respuesta, y leer todo lo que producen ocuparía más de la mitad de una semana laboral. Reducir la latencia acorta la espera del usuario ante la máquina, pero no la de las sesiones que esperan al humano.

En los modelos abiertos, el coste por tarea cuenta ahora más que el precio por token. DeepSeek no modifica su tarifa, pero V4.1-Flash-1017 produce salidas más cortas y afirma alcanzar un 77,0 % en DeepSWE v1.1 por unos 0,2 dólares por tarea, mientras que el mejor modelo cerrado de su gráfico, GPT-6.1 Sol, se queda en torno al 75 % por aproximadamente el triple; sin embargo, su tabla de puntuaciones solo incluye GPT-5.6 Sol y Opus 5, no sus sucesores. Los socios de NVIDIA mantienen el mismo discurso sobre tareas específicas, con un Nemotron 3.5 Super VL postentrenado al nivel de Opus 4.7 en el Legal Agent Bench de Harvey, a 1,34 dólares por millón de tokens frente a 15. Y DeepSeek ahora también vende la búsqueda web de sus agentes, a 0,75 dólares por cada 1 000 consultas: modelo, herramientas y harness proceden del mismo proveedor.

Por último, los agentes se acercan al entorno real, y cada uno establece sus salvaguardas. Google Research hace que cada protocolo se ensaye en un gemelo digital antes de tocar un reactivo, con cribado de bioseguridad y supervisión humana. Replit instala su plataforma y el harness de su Agent en el cloud del cliente, pero conserva en su propia infraestructura el plano de control y la inferencia. NVIDIA, con RTX Spark, apuesta por agentes de código que se ejecutan en el equipo del desarrollador, desde Junie Local hasta Copilot, a la espera de ordenadores de sobremesa pensados para agentes que no se detienen.