ai-powered-markdown-translatorArtículo traducido del fr al es con gpt-5.4-mini.
El fin de semana del 21 de junio de 2026 concentra dos dinámicas distintas: por un lado, Perplexity Computer gana profundidad con la integración de Deep Research y nuevas herramientas de navegación en los hilos de trabajo; por otro, Together AI hace que GLM-5.2 sea accesible gratuitamente al tiempo que se afirma como el proveedor de inferencia más rápido para este modelo en OpenRouter. En cuanto a herramientas de código, Amp mejora de forma significativa su subagente Librarian e introduce los Custom Agents, mientras que v0 simplifica el feedback de los usuarios con su modo Annotations.
Perplexity Computer — Deep Research integrado, command panel y forking
19 de junio — Perplexity publica una actualización sustancial de Computer, su plataforma de agentes de investigación. La principal novedad: Deep Research ya está disponible directamente en los hilos de trabajo de Computer. Los resultados de una búsqueda en profundidad pueden convertirse en un informe, hoja de cálculo, presentación, panel de control, sitio web o workflow — sin salir del entorno. Perplexity anuncia que Deep Research in Computer supera a la competencia en los últimos benchmarks gracias a una infraestructura bautizada “Search as Code”.
| Funcionalidad | Descripción |
|---|---|
| Deep Research in Computer | Búsqueda en profundidad convertible en informe, hoja de cálculo, dashboard o workflow en el mismo hilo |
| Command panel | Acceso rápido a todos los modos y habilidades mediante / en el cuadro de búsqueda |
| Forking | Ramificación de un hilo hacia una nueva pregunta conservando el contexto completo |
| Inline actions | Confirmaciones, aclaraciones y conexiones mostradas directamente en el cuadro de búsqueda |
| Computer Analytics API | Recuperación de los usos (créditos, artefactos, workflows, duraciones) en serie temporal — Enterprise |
| Custom credit limits | Límites de créditos por miembro o equipo definibles por los admins — Enterprise |
El command panel accesible mediante / reúne todos los modos y habilidades disponibles (Deep Research, Plan Mode, habilidades personalizadas, habilidades de organización) en un solo lugar. El forking permite explorar una pregunta de seguimiento en un hilo separado sin perder el acceso al contexto y a los artefactos del hilo original — un mecanismo de no regresión útil durante iteraciones en proyectos complejos.
Las funcionalidades Analytics API y custom credit limits están dirigidas a las organizaciones: los admins ahora pueden supervisar los usos de Computer mediante API (compatible con Snowflake, Hex, Metabase o hojas de cálculo) y definir cuotas de créditos por rol o equipo.
🔗 Changelog de Perplexity — Deep Research, command panel, forking
Together AI despliega GLM-5.2 gratis y se impone en OpenRouter
21 de junio — Together AI anuncia el despliegue de GLM-5.2 (modelo open-source publicado bajo licencia MIT por Z.ai / Zhipu) en su plataforma, accesible gratuitamente vía Together Chat sin configuración de API. El modelo funciona sobre una infraestructura norteamericana segura.
| Modelo | Editor | Licencia | Acceso en Together AI |
|---|---|---|---|
| GLM-5.2 | Z.ai (Zhipu) | MIT (open-source) | Gratis — Together Chat, sin configuración de API |
En paralelo, Together AI afirma ser el proveedor de inferencia más rápido para GLM-5.2 en OpenRouter, con un trabajo centrado en los workloads de largo contexto (codificación, agentes) para maximizar los tokens por GPU manteniendo la latencia.
“Everyone’s trying to find where to test GLM-5.2. You can try it free on Together Chat (link below). No API setup. Just pick GLM-5.2 and start prompting. Served by Together AI on secure North American infrastructure.”
🇪🇸 “Todo el mundo está buscando dónde probar GLM-5.2. Puedes probarlo gratis en Together Chat (enlace abajo). Sin configuración de API. Solo tienes que elegir GLM-5.2 y empezar a usarlo. Servido por Together AI sobre una infraestructura norteamericana segura.” — @togethercompute
🔗 Together AI — servidor GLM-5.2 más rápido en OpenRouter
Herramientas de código IA — Amp acelera su Librarian y lanza los Custom Agents, v0 introduce las Annotations
Amp — Librarian 3× más rápido y 43% más barato
18 de junio — Amp mejora su subagente Librarian, especializado en la búsqueda de código en GitHub. La nueva versión es aproximadamente 3× más rápida y 43% más barata que la versión anterior.
| Métrica | Evolución |
|---|---|
| Velocidad | ~3× más rápido |
| Coste | −43% |
Librarian es el agente interno de Amp encargado de recorrer grandes bases de código para localizar símbolos, funciones o patterns. Esta mejora de rendimiento beneficia directamente a los workflows en los que la búsqueda de código es una etapa frecuente.
Amp — Custom Agents: los plugins crean y controlan agentes
19 de junio — Amp amplía su sistema de plugins con los Custom Agents: los plugins ahora pueden crear agentes, ejecutarlos y seguir interactuando con sus hilos de conversación. Esta funcionalidad permite componer agentes especializados directamente desde un plugin, sin infraestructura adicional.
El interés práctico es la composición de pipelines agénticos: un plugin puede activar un agente dedicado a una tarea (review de código, generación de tests, análisis de dependencias) y recuperar los resultados en el mismo hilo. La separación entre el plugin orquestador y el agente ejecutor sigue siendo explícita.
v0 — Modo Annotations, preguntas en el formulario, Apple/Google Pay
19 de junio — v0 (plataforma de generación de interfaces de usuario de Vercel) publica varias nuevas funcionalidades.
| Funcionalidad | Descripción |
|---|---|
| Annotations mode | Hacer clic en elementos de la preview para dejar comentarios numerados, enviados en lote al agente |
| In-form questions | Las preguntas de aclaración de v0 aparecen en el formulario de prompt (selección simple, múltiple o skip) |
| Apple Pay / Google Pay | Disponibles en el checkout de v0 |
| Favoritos ilimitados | Eliminación del límite de 5 favoritos |
| ZIP download | Los miembros en solo lectura pueden descargar el código de un chat en ZIP |
El modo Annotations es la novedad más destacable: en lugar de describir un problema visual en prosa, el usuario hace clic directamente en el elemento de la preview y deja un comentario numerado — todos los comentarios se envían en lote al agente. Este enfoque reduce la ambigüedad entre la descripción textual y la intención real.
Breves
- Claude Code v2.1.185 (20 de junio) — El mensaje de espera mostrado durante una ralentización de red se reformula: “Waiting for API response · will retry in …” reemplaza a “No response from API · Retrying in …”. El tiempo de activación pasa de 10 a 20 segundos. 🔗 CHANGELOG
Qué significa esto
La herramientas agénticas de los desarrolladores ganan en componibilidad. Los Custom Agents de Amp ilustran una tendencia de fondo: los entornos de desarrollo IA ya no se limitan a integrar un LLM en un editor, sino que exponen primitivas que permiten a los plugins orquestar agentes especializados. La separación orquestador/ejecutor que proponen los Custom Agents corresponde a la arquitectura multiagente que se impone en los pipelines de producción — pero hecha accesible a nivel de plugin, sin infraestructura que desplegar. La actualización del Librarian (3×, −43%) muestra que esta capa de agentes especializados puede optimizarse de forma independiente del modelo principal.
La carrera por la inferencia de los modelos open-source se intensifica. El hecho de que Together AI comunique activamente su posición como servidor más rápido para GLM-5.2 en OpenRouter señala que el rendimiento de inferencia se convierte en un argumento comercial diferenciador para los proveedores de cloud ML. Hacer que GLM-5.2 sea accesible gratis vía Together Chat sin configuración es una estrategia de adquisición: una vez que los desarrolladores se familiarizan con el modelo mediante el chat, la conversión a la API de pago es más directa. Es un modelo que HuggingFace y Replicate han utilizado con éxito en modelos open-source anteriores.
Las plataformas de agentes de investigación añaden capas de control enterprise. Las nuevas funcionalidades de Perplexity Computer (Analytics API, credit limits por miembro, forking) revelan una madurez en la adopción organizativa de estas herramientas: las empresas necesitan control de costes, trazabilidad de usos y no regresión durante las iteraciones. El forking es especialmente interesante — es una primitiva de gestión de contexto que no existía en las primeras herramientas de investigación IA, y que acerca estas plataformas a los entornos de trabajo colaborativo (ramas Git, hilos de discusión separados).