Qwen3.8 llega con 2,4 billones de parámetros, OpenAI refuerza Codex en ciberseguridad, los modelos abiertos resisten la regulación

El 19 de julio de 2026, Alibaba anuncia Qwen3.8, un modelo de 2,4 billones de parámetros en camino hacia el open-weight, mientras OpenAI refuerza Codex con un plugin de ciberseguridad impulsado por un récord en cyber range. Como telón de fondo, los CEO de Hugging Face y de Together AI salen ese mismo día a defender los modelos abiertos frente a los rumores de regulación, mientras las herramientas para desarrolladores se enriquecen en el lado de Copilot CLI y Kimi K3, saturado por la demanda, cierra temporalmente sus inscripciones.

Qwen3.8: Alibaba anuncia un modelo de 2,4 billones de parámetros, open-weight próximamente

19 de julio — Qwen, la división de IA de Alibaba, anunció el próximo lanzamiento de Qwen3.8, un nuevo modelo dotado de 2,4 billones de parámetros cuyos pesos se publicarán en open-weight en las próximas semanas. Según la empresa, el modelo, todavía en evolución continua, figuraría entre los más potentes disponibles hasta la fecha — Alibaba incluso reivindica un nivel comparable al de los modelos frontera del mercado, situándose justo por detrás de Fable 5, el modelo de Anthropic cuyo acceso estándar en los planes Max y Team Premium, anunciado el 18 de julio, entra en vigor el 20 de julio. Una comparación que sigue siendo una declaración del editor sobre su propio lanzamiento, no una clasificación de terceros verificada de forma independiente.

Sin esperar a la disponibilidad completa de los pesos, una versión de vista previa — Qwen3.8-Max-Preview — debutó ese mismo día en el Token Plan de Alibaba, así como en las plataformas Qoder y QoderWork, permitiendo a los primeros usuarios probarla de inmediato.

El anuncio provocó una fuerte reacción de la comunidad (4,4 millones de vistas en pocas horas), con numerosas solicitudes — en particular por parte de Unsloth AI — para que también se publiquen versiones más compactas del modelo con el fin de permitir su ejecución local.

Característica	Detalle comunicado
Número de parámetros	2,4 billones
Disponibilidad de los pesos abiertos	Próximamente (« soon », sin fecha)
Versión de vista previa	Qwen3.8-Max-Preview, disponible de inmediato
Plataformas de vista previa	Alibaba Token Plan, Qoder, QoderWork

🔗 Anuncio en X

OpenAI lanza Codex Security, impulsado por un récord de ciberseguridad de GPT-5.6 Sol

18 de julio — OpenAI lanzó Codex Security, un plugin para Codex (CLI y Desktop) dedicado a la detección, validación y corrección de vulnerabilidades en código real. El anuncio se apoya en una afirmación contundente: GPT-5.6 Sol establecería un nuevo récord de ciberseguridad en « The Last Ones », un cyber range utilizado por el AISI (AI Security Institute) para evaluar las capacidades ofensivas y defensivas de los modelos en una simulación de ataque a una red empresarial.

El recorrido comprende 32 etapas agrupadas en nueve hitos, desde el reconocimiento inicial (M1) hasta la toma total del control de la red (M9), pasando por el robo de credenciales del navegador o la explotación de aplicaciones web. En su mejor intento, GPT-5.6 Sol alcanza la cima del gráfico hasta el hito M9, por delante de Claude Mythos 5, GPT-5.5, Claude Opus 4.6, GLM-5.2 y Sonnet 4.5; DeepSeek-V4-Pro queda claramente rezagado.

Una vez instalado, el plugin sigue un recorrido guiado casi idéntico en Desktop y CLI: instalar Codex, añadir el plugin Codex Security, iniciar un chat con un prompt de análisis listo para usar, elegir la carpeta del proyecto que se va a examinar y después enviar el prompt. Codex Security recorre entonces la base de código, identifica las vulnerabilidades, las valida para limitar los falsos positivos y luego propone correcciones.

Este anuncio se distingue de GPT-Red (cubierto el 15 de julio), centrado en el red teaming interno de los propios modelos de OpenAI: Codex Security pone esa misma capacidad ofensiva al servicio de un uso defensivo externo, sobre bases de código de terceros.

Modelo evaluado (mejor intento)	Posición en el cyber range AISI
GPT-5.6 Sol	Cima — hito M9 (control total de la red)
Claude Mythos 5	2.ª posición, cerca de la cima
GPT-5.5 / Claude Opus 4.6	Intermedio alto
GLM-5.2 / Sonnet 4.5	Intermedio bajo
DeepSeek-V4-Pro	Claramente rezagado

🔗 Anuncio en X · Codex Security — página oficial

Los laboratorios open-weight se plantan ante la regulación

19 de julio — Ese mismo día, los CEO de Hugging Face y de Together AI publicaron por separado en X posiciones defendiendo la IA en pesos abiertos — una señal de movilización del ecosistema open-source frente a rumores de una regulación más restrictiva.

Clément Delangue (Hugging Face) llama a una concentración en San Francisco

Clément Delangue, cofundador y CEO de Hugging Face, reacciona a rumores de una próxima limitación de la IA open-source: para él, al contrario, hacen falta más modelos abiertos, accesibles para todos. Su argumentación se apoya en tres puntos: más control y transparencia, una IA más barata y adaptable, y la capacidad de competir con los grandes actores en lugar de depender por completo del alquiler de inteligencia de ellos. En materia de seguridad, considera que restringir los modelos abiertos no haría más que ocultar los riesgos y concentrar el poder en pocas manos. Para respaldar su postura, se organiza una concentración pacífica en San Francisco el sábado siguiente, con inscripción mediante un enlace de Partiful compartido en el tuit.

There have been rumors that open-source AI could soon be limited and regulated. I believe the opposite is what’s needed: we need more open-source AI, not less, for everyone, from all over the world, at the frontier and everywhere!

🇪🇸 Circulan rumores sobre una posible próxima limitación y regulación de la IA open-source. Yo pienso, al contrario, que hace falta más IA open-source, no menos, para todo el mundo, en todas partes del mundo, en la frontera tecnológica como en cualquier otro lugar. — @ClementDelangue en X

Vipul Ved Prakash (Together AI) defiende la comoditización de los modelos abiertos

Vipul Ved Prakash, cofundador y CEO de Together AI, desarrolla ese mismo día una argumentación económica en respuesta a un hilo de Dean W. Ball sobre el rendimiento del modelo Kimi. Su tesis: la comoditización de los modelos de IA ya está en marcha, y se parece a los grandes mercados de materias primas — petróleo, trigo, acero, electricidad, memoria — más que a una economía planificada. También sostiene que los pesos abiertos no frenan el gasto de capital, sino que lo trasladan hacia la inferencia, los datos y las herramientas, al estilo de Linux, desfavorable para Sun Microsystems pero beneficioso para casi todo lo demás en la industria. Concluye denunciando lo que llama « security theater » en torno a los riesgos existenciales de la IA, que considera no respaldados por pruebas.

It has been clear to many of us, and now it’s becoming clear more tangibly, that AI models will commoditize to various degrees. This is of course a difficult business reality if your core business depends on exclusivity on intelligence. But commodity markets are not communism. They are the largest markets on earth. Oil, grain, steel, electricity, memory: trillions clear through them every year, priced by competition among thousands of suppliers.

🇪🇸 Muchos de nosotros ya lo sabíamos, y ahora se vuelve más tangible: los modelos de IA se van a commoditizar en distintos grados. Por supuesto, es una realidad económica difícil si tu actividad principal depende de la exclusividad de la inteligencia. Pero los mercados de materias primas no son el comunismo. Son los mayores mercados del mundo. Petróleo, trigo, acero, electricidad, memoria: cada año se intercambian billones ahí, al precio fijado por la competencia entre miles de proveedores. — @vipulved en X

GitHub Copilot CLI muestra ahora issues, pull requests y gists en la terminal

19 de julio — GitHub anunció que Copilot CLI permite ahora consultar la sesión en curso, sus issues, sus pull requests y sus gists directamente desde la herramienta de línea de comandos, sin cambiar al navegador ni a la aplicación de GitHub. La función está disponible a partir de la versión v1.0.58.

Esta incorporación encaja con la lógica de Copilot CLI desde su lanzamiento: reducir los idas y vueltas entre la terminal y la interfaz web durante una sesión de trabajo con el agente. Se trata de una mejora de ergonomía más que de una nueva capacidad agéntica, pero el CLI sigue siendo la prioridad de cobertura número uno para Copilot, junto con Workspace.

🔗 Anuncio en X

Kimi K3: Moonshot AI suspende temporalmente las nuevas suscripciones

19 de julio — Tres días después del lanzamiento de Kimi K3 (2,8 billones de parámetros, anunciado el 16 de julio), Moonshot AI anuncia que la demanda ha superado sus previsiones de capacidad GPU. En las últimas 48 horas, esta se ha acercado a los límites de la infraestructura disponible: la empresa suspende por tanto temporalmente las nuevas suscripciones para preservar la experiencia de los suscriptores ya activos — estos últimos no se ven afectados por la pausa.

Moonshot AI indica que trabaja en añadir capacidad adicional y prevé reabrir las inscripciones por lotes. La empresa anuncia también una próxima reestructuración de su oferta, ahora dividida en dos planes: Kimi Membership (Web, aplicación, Work) y Kimi Code Membership (flujos de trabajo relacionados con el código).

Kimi K3 has received far more love than we expected, and our GPUs are feeling it. Over the past 48 hours, demand has pushed close to the limits of our current capacity.

🇪🇸 Kimi K3 ha recibido mucha más acogida de la que anticipábamos, y nuestras GPU lo están notando. Durante las últimas 48 horas, la demanda se ha acercado a los límites de nuestra capacidad actual. — @Kimi_Moonshot en X

Breves

Claude Code CLI v2.1.215 — Claude ya no activa automáticamente las skills /verify y /code-review durante la sesión; ahora hay que invocarlas explícitamente. 🔗 Registro de cambios
HeyGen en la cobertura televisiva del Mundial — Telemundo Deportes utiliza un avatar HeyGen del presentador Pablo Mariño para sus segmentos de cobertura de la Copa Mundial de la FIFA 2026. 🔗 Fuente
Kling AI publica « BACK SHADOW » — un mockumentary generado por IA sobre los entresijos humanos de un partido de fútbol, en el contexto de la Copa Mundial de la FIFA 2026. 🔗 Fuente

Lo que esto significa

La carrera por los modelos frontera abiertos ya está saturando la infraestructura disponible. Qwen3.8 reivindica 2,4 billones de parámetros con un posicionamiento anunciado muy cerca de la cima del mercado, mientras que Kimi K3 — anunciado apenas tres días antes — tiene que suspender sus nuevas suscripciones por falta de capacidad GPU suficiente. El éxito de un modelo abierto ya no se mide solo por sus benchmarks, sino por la capacidad de su editor para absorber la demanda que genera: un problema tanto de infraestructura como de investigación.

La ciberseguridad se impone como un nuevo terreno de competencia directa entre modelos. El récord reivindicado por GPT-5.6 Sol en el cyber range « The Last Ones », inmediatamente puesto al servicio de un producto defensivo (Codex Security) en lugar de quedarse como mero argumento de marketing, ilustra una tendencia más amplia: las capacidades ofensivas desarrolladas internamente para endurecer un modelo pasan, casi al mismo tiempo, a ser un producto vendido a los equipos de desarrollo para proteger su propio código.

La tensión entre IA abierta y regulación toma un cariz más político. Las posiciones de Clément Delangue y de Vipul Ved Prakash, publicadas el mismo día sin aparente coordinación, muestran que los líderes del ecosistema open-weight ya no se limitan a publicar modelos: también organizan la defensa pública del modelo económico que los sustenta, con registros distintos — movilización ciudadana por un lado, teoría económica de los mercados de materias primas por otro.

Las herramientas para desarrolladores siguen densificándose en la terminal más que en el navegador. Los issues, pull requests y gists que se suman a Copilot CLI, igual que el refuerzo del control del usuario sobre /verify y /code-review en Claude Code, dibujan una misma dirección: consolidar el máximo contexto y control directamente en línea de comandos, lo más cerca posible del código, en lugar de imponer idas y vueltas a interfaces web separadas.