Los modelos de OpenAI y Codex llegan a Google Cloud, Anthropic abre Claude Duet, OpenAI coordina la respuesta a las vulnerabilidades PHP2Shell

OpenAI incorpora sus modelos de frontera y Codex al Model Garden de Google Cloud, en versión preliminar privada para una selección de empresas, y Google afirma ser ahora el único gran proveedor de nube que ofrece los tres principales LLM cerrados. Anthropic abre la versión preliminar de Claude Duet, un agente que trabaja solo en su propia máquina virtual y pide autorización antes de pagar o firmar, mientras que OpenAI hace balance de PHP2Shell, dos vulnerabilidades críticas de PHP, una de las cuales se descubrió con GPT-5.6 Sol. En GTC Berlín, NVIDIA presenta una arquitectura de referencia para confinar a los agentes y fábricas de IA entregadas en contenedores; Recursive publica Flint, un modelo abierto para programar en local, y Cohere lanza Rerank 5.

Los modelos de OpenAI y Codex llegan a Google Cloud, en versión preliminar privada en el Model Garden

21 de octubre — OpenAI y Google Cloud anuncian la llegada de los modelos de frontera de OpenAI y los flujos de trabajo de agentes de Codex al Model Garden, el catálogo de modelos de Google Cloud. La publicación de Google, firmada por Michael Gerstenhaber, vicepresidente de producto de Gemini, nombra los tres modelos implicados: GPT-6 Astra para el trabajo más exigente (código, uso del ordenador, tareas profesionales, investigación científica), GPT-6.1 Sol, presentado como una inteligencia cercana a Astra con un coste menor, y GPT-6 Luna, el modelo rápido y económico para el trabajo cotidiano a gran escala.

El calendario se divide en varias fases, y los dos proveedores no lo expresan de la misma manera:

Elemento anunciado	Calendario indicado	Fuente del calendario
GPT-6 Astra, GPT-6.1 Sol y GPT-6 Luna en el Model Garden	Versión preliminar privada para clientes empresariales seleccionados, previa solicitud mediante formulario	Google Cloud
Llamadas a través de las API de Google Cloud, Codex CLI y Codex Desktop conectados a la plataforma Gemini para la inferencia	Desde el 21 de octubre, para estos clientes	Google Cloud
Disponibilidad general	En las próximas semanas	OpenAI
No conservación de datos (Zero Data Retention) y Confidential Compute	Próximamente	Google Cloud
Modelos de OpenAI en Google Antigravity y en el agente Gemini (Gemini for business según Google)	Más adelante, sin fecha	Ambos proveedores

En cuanto a la compra, los modelos se adquieren a través del Model Garden y Google Cloud Marketplace: una única factura de Google Cloud, un consumo imputado a los compromisos de gasto ya contratados con Google y contabilizado en los Flexible Savings Plans, sin un contrato independiente con el proveedor. OpenAI ya había ofrecido esta imputación a los compromisos de gasto con Oracle Cloud en junio. Google también insiste en la gobernanza: los prompts, el contexto y las respuestas permanecen dentro del perímetro de datos del cliente y nunca se utilizan para entrenar modelos fundacionales, y los modelos se ejecutan en una infraestructura dedicada de Google Cloud, detrás de pasarelas aisladas, con VPC Service Controls y registros de auditoría unificados. No se publica ningún precio. Google extrae de ello una afirmación:

Google Cloud is now the only hyperscale cloud provider offering access to all three leading closed source LLMs, alongside more than 200 first-party, third-party, and open models on a unified enterprise AI platform.

🇪🇸 Google Cloud es ahora el único proveedor de nube a hiperescala que da acceso a los tres principales LLM cerrados, junto con más de 200 modelos propios, de terceros y abiertos, en una plataforma unificada de IA empresarial. — Michael Gerstenhaber, vicepresidente de producto de Gemini en Google Cloud

OpenAI precisa por su parte que Microsoft sigue siendo su principal socio de nube. Tras Amazon Bedrock el 1 de junio y Oracle Cloud el 10 de junio, Google Cloud se suma a los proveedores de nube que distribuyen sus modelos, incluido Codex. Los SDK oficiales publicados ese mismo día, openai-python 3.36.0 y openai-node 7.41.0, ya admiten Vertex AI para la Responses API.

🔗 La publicación de OpenAI · La publicación de Google Cloud · El tuit de @OpenAI

Claude Duet: Anthropic abre en versión preliminar un agente proactivo, y Grok Bot mantiene actualizados sus paneles

21 de octubre — Anthropic abre la versión preliminar de investigación (research preview) de Claude Duet, una nueva aplicación en la que Claude trabaja como un agente proactivo: señala lo que requiere la atención del usuario, ejecuta las tareas que se le encargan, sigue trabajando en su ausencia y pide autorización antes de actuar en su nombre. El acceso se realiza mediante una lista de espera, primero para los suscriptores Pro y Max de Estados Unidos. Duet es una aplicación independiente, distinta de la aplicación principal de Claude, en iOS, Android y claude.ai; durante la versión preliminar, está incluida en los planes Pro y Max y consume los mismos límites de uso.

Diseñado en torno a Claude Opus 5.5, Duet utiliza la memoria, las skills y las aplicaciones conectadas de la cuenta de Claude. Cada mañana envía un breve resumen de los puntos importantes; durante el día, consulta las cuentas conectadas cada pocas horas, ya que una supervisión continua agotaría más rápido los límites del plan. Se puede hablar con él por escrito o por voz, en un único hilo, y trabaja en su propia máquina virtual, con su propio navegador: ni el ordenador ni el teléfono necesitan permanecer encendidos. Se apoya en más de 6 000 conectores y plugins de Claude Marketplace (Gmail, Slack, QuickBooks, Stripe, Gusto, Docusign, Shopify…) y puede comprar para la empresa con Link, la cartera digital de Stripe, que paga con una tarjeta virtual sin transmitir el número real.

Tipo de acción solicitada	Qué hace Claude Duet
Leer, redactar, preparar un trabajo	Por su cuenta, en segundo plano
Enviar un mensaje, pagar, firmar, eliminar	Muestra la acción y espera la aprobación
Negociar valores, transferir dinero entre cuentas	Prohibido, incluso con aprobación
Números de tarjeta bancaria, documentos de identidad	Un nuevo clasificador impide compartirlos
Salud, finanzas personales	Solo se transmiten por instrucción explícita

La seguridad reutiliza componentes existentes: las credenciales se gestionan como en Claude Managed Agents, las acciones pasan por el clasificador del modo automático, las defensas contra la inyección de prompts proceden de los trabajos sobre browser use, y Duet entra en el programa público de recompensas por errores (bug bounty) tras pruebas de intrusión realizadas por red teams y una empresa externa.

Claude Duet draws on years of our safety and security work on agents. It never directly sees your passwords, a new classifier guards against sharing sensitive information, and the important decisions stay with you. We’ll share more on our approach to safety in Claude Duet soon.

🇪🇸 Claude Duet se apoya en años de nuestro trabajo en seguridad y protección de agentes. Nunca ve directamente tus contraseñas, un nuevo clasificador impide compartir información sensible y las decisiones importantes te corresponden a ti. Pronto contaremos más sobre nuestro enfoque de la seguridad en Claude Duet. — @claudeai en X

Anthropic reconoce los límites de esta primera versión: Duet puede interpretar mal un hilo o evaluar mal la urgencia, las gestiones personales como la reserva de billetes están menos desarrolladas y todavía no puede mostrar su navegador. Las comprobaciones en segundo plano cuentan para los límites del plan, y las tareas grandes, como un modelo financiero o una presentación, consumen más.

🔗 El anuncio de Claude Duet

Grok Bot ahora crea informes y paneles que mantiene actualizados

21 de octubre — La misma idea de un agente que trabaja entre una petición y otra aparece en SpaceXSI: Grok Bot ahora puede elaborar informes, memorandos y paneles. Se le pide una página y después se trabaja con él para revisarla o se le encarga que la mantenga actualizada con el tiempo. La función se despliega ese mismo día para los usuarios de las últimas versiones de las aplicaciones móviles y de escritorio.

El anuncio se limita a dos tuits y un vídeo de demostración, sin publicación en x.ai: no se precisan los planes incluidos, los límites ni las fuentes de datos que puede seguir un panel. Da continuidad a una serie de novedades de Grok Bot en octubre (dirección de correo electrónico el 9, conectores y velocidad el 16, botón de Acción del iPhone el 19) y recuerda a Claude Dashboards, los paneles que Anthropic encarga a Claude mantener actualizados, en beta desde principios de octubre.

🔗 El anuncio de Grok Bot

PHP2Shell: OpenAI coordina la respuesta a dos vulnerabilidades críticas de PHP, Claude Security pasa al escaneo continuo

21 de octubre — OpenAI publica el balance de dos meses de coordinación en torno a PHP2Shell, dos vulnerabilidades críticas del núcleo de PHP. Según la publicación, la empresa de seguridad Calif identificó una de ellas con GPT-5.6 Sol, en el marco de Patch the Planet, la iniciativa open source de Daybreak, y Wiz descubrió y notificó ambas por su cuenta. Los mantenedores de PHP lideraron las correcciones, con el apoyo de OpenAI, Wiz, Cloudflare y otros; OpenAI considera que, hasta donde sabe, la IA de frontera encontró estas vulnerabilidades antes que los atacantes. La magnitud del problema se refleja en la difusión del lenguaje: PHP hace funcionar aproximadamente el 70 % de los sitios web.

El sitio de divulgación php2shell.com detalla las dos CVE, cuya gravedad alcanza una puntuación CVSS de 9,2: un atacante sin autenticar puede ejecutar código en el servidor o leer la memoria del proceso PHP (contraseñas, tokens, claves de API). El código vulnerable se encuentra en el propio PHP, por lo que una aplicación sin defectos puede verse afectada.

Identificador CVE	Clase de vulnerabilidad	Demostración según php2shell.com
CVE-2026-109618	Corrupción relacionada con la falta de memoria (out-of-memory)	Ejecución de código sin autenticación en WordPress, Drupal y Joomla
CVE-2026-109619	Estado global obsoleto entre solicitudes, use-after-free	Ejecución de código sin autenticación en WordPress y Drupal, lectura de memoria independientemente de la aplicación

Las versiones afectadas se remontan a PHP 5.4. La única corrección completa consiste en actualizar a PHP 8.2.35, 8.3.36, 8.4.27 u 8.5.12 y después reiniciar Apache, PHP-FPM y los workers de PHP. Para ayudar a los operadores, OpenAI publica una skill de Codex, openai/php2shell-checker, que lee la versión de PHP de un sitio desde su URL o directamente en el servidor; su repositorio advierte de que solo ve la versión indicada por las cabeceras HTTP o por php -v, y que un resultado desconocido no significa que el objetivo esté corregido.

Given the severity of these flaws and PHP’s widespread use, we consider this one of the most impactful security issues in recent memory.

🇪🇸 Dada la gravedad de estas vulnerabilidades y la difusión de PHP, consideramos que se trata de uno de los problemas de seguridad con mayores consecuencias de los últimos años. — OpenAI, publicación del 21 de octubre

OpenAI extrae de ello un marco de respuesta en cinco etapas, desde la validación previa del parche, con pruebas adversarias realizadas por modelos de frontera, hasta la publicación de las instrucciones, pasando por un aviso previo a las organizaciones afectadas y una coordinación con las autoridades (para PHP, la Super Intelligence Force de la Casa Blanca, la ONCD y la CISA), y plantea cuatro preguntas a la comunidad, entre ellas la duración de los plazos de divulgación. La empresa abre las suscripciones Codex for OSS a todos los mantenedores, patrocina directamente proyectos como la Rust Foundation y espera un fuerte aumento de este tipo de descubrimientos en los próximos meses. Ese mismo día publicó un plan para equipar a los ciberdefensores (véase Breves).

🔗 La publicación de OpenAI · El sitio php2shell.com · La skill php2shell-checker

Claude Security pasa al escaneo continuo y sigue las correcciones, en beta pública para Claude Enterprise

21 de octubre — En Anthropic, Claude Security ya no depende de escaneos iniciados manualmente: ahora sigue los repositorios a medida que cambian. Un proyecto agrupa uno o varios repositorios, conectados mediante la aplicación de GitHub de Claude (incluido GitHub Enterprise Server) o mediante un token de acceso para GitLab y los demás proveedores de Git; Claude realiza un escaneo inicial exhaustivo y después analiza los cambios según su riesgo y complejidad. Un hallazgo se marca como corregido cuando se publica la corrección, incluso fuera de Claude Security, y se reabre si el problema reaparece. Según Anthropic, miles de organizaciones han encontrado más de un millón de vulnerabilidades con la herramienta desde su beta pública de abril.

Cada proyecto recibe una base de conocimientos y un modelo de amenazas (threat model) que Claude redacta a partir del código y que el equipo puede modificar; de ellos depende la gravedad de cada hallazgo, con una explicación de la ruta de ataque, a veces en forma de diagrama. Una API, webhooks, un conector MCP en Claude.ai y Claude Code y controles de acceso por roles completan el conjunto. Esta versión está en beta pública para Claude Enterprise, los administradores pueden activarla y está disponible para toda la familia de modelos, incluido Claude Mythos, sin pasar por el Cyber Verification Program. Las organizaciones que cumplan los requisitos reciben 25 000 dólares en créditos de uso al mes durante dos meses, para utilizarlos hasta el 31 de diciembre de 2026.

🔗 El anuncio de Claude Security

Infraestructura de cálculo: DSX POD en contenedores, instancias A5X de Google Cloud y Confidential Bare Metal

21 de octubre — En GTC Berlin, donde Jensen Huang declaró durante su keynote que Vera Rubin estaba en plena producción, NVIDIA presenta DSX POD, un diseño de referencia para fábricas de IA Vera Rubin completas, fabricadas por socios en contenedores modulares. El cálculo, la red, el cableado entre racks, las tuberías, la alimentación de los racks y la refrigeración líquida se integran y validan en fábrica, y después se entregan listos para conectarse a un emplazamiento ya equipado.

El argumento es el plazo: en un emplazamiento cuya alimentación, refrigeración y red estén listas, NVIDIA anuncia una reducción del tiempo de despliegue de seis meses a tan solo 14 días. Para Jensen Huang, una fábrica de IA crea valor cuando empieza a producir tokens, no cuando terminan las obras. Diecisiete socios (Dell, HPE, Lenovo, Foxconn, Schneider Electric, Vertiv, Bull, Crusoe, Anduril…) deben entregar estas fábricas en todo el mundo a principios de 2027; no se indica ningún precio.

Elemento anunciado por NVIDIA	Cifra anunciada
Puesta en servicio de un DSX POD	De seis meses a tan solo 14 días
Socios fabricantes	17
Primeras entregas	Principios de 2027
Agua de refrigeración ahorrada (emplazamiento de 2 GW)	Hasta 54 millones de litros al día
Energía con el software DSX MaxLPS	Hasta un 30 % menos para el mismo número de tokens

Un comunicado complementario cuantifica la eficiencia de la plataforma DSX: la refrigeración líquida en circuito cerrado con aerorrefrigeradores, con un consumo de agua de refrigeración prácticamente nulo, ahorra hasta 54 millones de litros al día en un emplazamiento de 2 gigavatios, equivalentes al consumo diario de 180 000 hogares; el software DSX MaxLPS produciría el mismo número de tokens con hasta un 30 % menos de energía, y CoreWeave, Google Cloud, Lambda o Nebius prevén utilizarlo. El día anterior, NVIDIA también había detallado la adopción de sus CPU Vera en Europa por parte de Nebius, Nscale y Verda.

🔗 El comunicado de DSX POD · El ecosistema DSX en Europa

Google Cloud anuncia sus instancias A5X sobre Vera Rubin NVL72, disponibles el próximo mes

21 de octubre — Google Cloud y NVIDIA presentan las instancias A5X, que combinan sistemas Vera Rubin NVL72, tarjetas de red ConnectX-9, la red Virgo de Google Cloud y su refrigeración líquida de cuarta generación, para la inferencia agéntica y el aprendizaje por refuerzo a gran escala. Aunque el título habla de disponibilidad general, la publicación de NVIDIA precisa que llegará el próximo mes, con una ampliación prevista en Europa. Google Cloud prevé alcanzar hasta 960 000 GPU Rubin en varios emplazamientos.

El primer cliente es Ineffable Intelligence, la empresa londinense de David Silver, el creador de AlphaGo, que quiere entrenar sistemas capaces de aprender continuamente de su propia experiencia. WPP afirma, a partir de sus primeras pruebas, haber conseguido ejecutar en una sola instancia A5X cargas de trabajo de agentes creativos que hasta entonces requerían un clúster de varios nodos.

🔗 La publicación de NVIDIA sobre las instancias A5X

Confidential Bare Metal: NVIDIA protege los modelos de los laboratorios en máquinas que no les pertenecen

21 de octubre — NVIDIA amplía su computación confidencial con Confidential Bare Metal, una opción pensada para los laboratorios que entrenan o sirven modelos de vanguardia sobre una infraestructura dedicada de terceros, en un proveedor de cloud, un neocloud o una empresa. En ella instalan su propia pila de software, incluido el software del host y de la plataforma, y mantienen el control de sus modelos y datos gracias a nuevos controles: protección de los datos en tránsito, medición de la integridad de la plataforma y restricciones de acceso aplicadas por el hardware.

La oferta cuenta ahora con tres modos (bare metal, contenedores Kubernetes, máquinas virtuales), se extiende a los sistemas Grace Blackwell y Rubin y se integrará en DSX OS, la arquitectura de referencia para los proveedores de cloud que construyen fábricas de IA. Cohere prevé utilizarla en Cohere Model Vault, y Google Cloud la amplía a sus instancias A4X Max, basadas en GB300 NVL72, al tiempo que lleva Confidential Computing a la disponibilidad general en sus VM G4. En septiembre, NVIDIA había mostrado una inferencia confidencial sobre B200 que conservaba entre el 96,1 y el 98,2 % del rendimiento.

🔗 La publicación de NVIDIA sobre Confidential Bare Metal

Agentes empresariales en NVIDIA: OpenShell Reference Architecture, Agent Toolkit y los modelos Kumo

21 de octubre — En GTC Berlin, NVIDIA presentó OpenShell Reference Architecture, una arquitectura de referencia para construir, aislar, observar y supervisar agentes en las empresas, disponible desde ahora. Amplía OpenShell, el runtime open source que coloca a un agente en un sandbox controlado por políticas a nivel del kernel, hasta convertirlo en una pila completa de hardware y software. Jensen Huang resume así el reparto: los agentes piensan en Rubin, actúan en Vera y se gobiernan en BlueField. Para él, las capacidades y la seguridad de la IA deben avanzar juntas, en un momento en que las empresas se preparan para desplegar miles de millones de agentes.

Componente de la pila	Función anunciada	Cifra indicada por NVIDIA
Vera Rubin NVL72	Inferencia de modelos, cerrados o abiertos construidos con Nemotron	30 veces más rendimiento por megavatio en las cargas agénticas
CPU Vera	Arneses de agentes y llamadas a herramientas	2 veces el rendimiento de los procesadores x86
DPU BlueField-4 con NVIDIA Sentry	Supervisión fuera de banda, políticas aplicadas en el silicio	Detención de un agente en unos milisegundos, hasta un 20 % más de capacidad para agentes

Si un agente intenta salir de su perímetro, Sentry lo pone en cuarentena y lo detiene en unos milisegundos, según NVIDIA. La arquitectura llega hasta los equipos RTX Spark, DGX Spark y DGX Station, y funciona tanto en Linux y Kubernetes (Canonical, SUSE, Red Hat) como en Windows, con Microsoft Execution Containers, en AWS, Google Cloud y Azure.

En ella pueden ejecutarse agentes basados en modelos de Anthropic, Cohere, Google, Meta, OpenAI, Perplexity, Reflection y SpaceX Super Intelligence. Once proveedores de software de seguridad, entre ellos CrowdStrike, Palo Alto Networks, Zscaler, Okta y 1Password, la integran; BBVA y Santander la exploran, y Cadence, Dassault Systèmes, IBM, SAP, Siemens y Synopsys desarrollan sobre ella. SAP la conecta al runtime de Joule Studio, y ServiceNow aprovecha para llevar a la disponibilidad general ServiceNow Arc, un agente personal de larga duración cuyas acciones se aplican mediante OpenShell; su AI Passport transmite sus políticas a OpenShell y a Sentry para revocar el acceso de un agente en unos segundos.

🔗 El comunicado de NVIDIA · El tuit de @NVIDIAAI

Agent Toolkit: Agent Knowledge Foundation y la familia de modelos abiertos Kumo

21 de octubre — Dentro de la misma pila, NVIDIA amplía su Agent Toolkit open source con un componente dedicado a los datos empresariales, Agent Knowledge Foundation. Reúne las bibliotecas CUDA-X (cuDF, cuGraph, cuML, cuOpt, cuVS), una nueva biblioteca Auto-Ontology que traduce los datos brutos en conceptos de negocio (clientes, productos, pedidos) y relaciones, sin mover los datos ni cambiar los controles de gobernanza, los modelos de búsqueda Nemotron Retriever y la familia de modelos abiertos Kumo, que realiza predicciones a partir de datos tabulares, relacionales o temporales (Kumo Tabular, Relational, Time Series y Forecast). El kit también incluye el runtime OpenShell y los blueprints NemoClaw, entre ellos uno nuevo dedicado a la optimización de agentes.

NVIDIA cita los primeros resultados de sus socios: el reranker ajustado de SAP funciona casi 3 veces más rápido, ServiceNow reduce su latencia de reranking en casi una cuarta parte y Amazon OpenSearch Service mejora la relevancia sin añadir prácticamente latencia. Databricks combina Kumo Anomaly con Genie Ontology, Snowflake ofrece Kumo Engine y Kumo Relational en sus notebooks, y NVIDIA lo utiliza para su propia cadena de suministro, con Palantir. La familia Kumo se había estrenado a finales de septiembre con Kumo Tabular.

🔗 La publicación de NVIDIA sobre Agent Toolkit

Flint: Recursive publica un MoE abierto de 40 mil millones de parámetros para programar en local, y Base Labs sus modelos de decisión

21 de octubre — Recursive, la empresa de Richard Socher, publica Flint, su primer modelo: una mezcla de expertos (mixture-of-experts) diseñada para la programación agéntica en hardware local. Cuenta con 39,8 mil millones de parámetros en total, pero solo activa unos 2,5 mil millones por token, lo que le permite ejecutarse en un ordenador portátil. Los pesos se publican con licencia Apache 2.0 en Hugging Face, en BF16 y en versiones cuantizadas INT4 y NVFP4 (GGUF), y el modelo puede utilizarse con Ollama, LM Studio, Unsloth o exo, o gratis en OpenCode y Pi.

Benchmark o característica	Valor según la ficha de Flint
Terminal-Bench 2.1	54,9 %
SWE-bench Pro v2	89,7 %
SWE-bench Verified	74,2 %
Parámetros totales y activos	39,8 mil millones, de los cuales unos 2,5 mil millones están activos por token
Expertos por capa MoE	256 enrutados, de los cuales 6 están activos, más 1 compartido
Contexto documentado	262 144 tokens

Las puntuaciones son medias de pass@1 sobre al menos cinco intentos, medidas por Recursive; en Terminal-Bench, las soluciones encontradas mediante búsquedas web cuentan como fallos, y las puntuaciones de los competidores son en parte las anunciadas por sus desarrolladores, con protocolos diferentes. Según Recursive, ningún otro MoE de menos de 50 mil millones de parámetros obtiene mejores resultados en estos tres benchmarks, y Flint rivaliza con modelos densos de entre 25 y 40 mil millones de parámetros a una velocidad más de cinco veces superior. La empresa anuncia más de 125 tokens por segundo en un MacBook Pro M4 Pro y más de 150 en una NVIDIA RTX Spark de 64 Go. La publicación menciona hasta 512k tokens de contexto, recomienda mantenerse por debajo de 256k y aconseja dividir las tareas complejas: Flint puede necesitar más orientación que los grandes modelos cerrados.

Flint también sirve como demostración de Eureka Machine, el sistema de investigación automatizada de Recursive, que encadena propuestas de ideas, implementación, pruebas y elección de la siguiente vía. Según la empresa, este sistema contribuyó a los datos, los optimizadores, las recetas de entrenamiento, la infraestructura y la inferencia, y permitió a un equipo pequeño construir el modelo desde cero en menos de cuatro meses.

🔗 La publicación de Recursive · RecursiveSI/flint en Hugging Face

Base Labs, el laboratorio de Baseten, publica los modelos de decisión mammoth-1 y elephant-1

21 de octubre — Baseten publica dos modelos de decisión entrenados por su laboratorio de investigación, Base Labs: mammoth-1, de 27 mil millones de parámetros, y elephant-1, de 9 mil millones. Un modelo de decisión no redacta una respuesta: devuelve una probabilidad para cada respuesta posible a una pregunta de elección, de puntuación o de sí o no, lo que permite fijar umbrales de confianza a partir de los cuales se cede el control a una persona. Según Baseten, puede responder hasta 10 veces más rápido que un modelo de razonamiento. Los dos modelos son versiones con entrenamiento posterior de Qwen3.5-27B y Qwen3.5-9B, sobre 6,21 millones de ejemplos, incluidos casos en los que hay que saber responder «no lo sé».

Modelo de decisión	Modelo base	Jev Decision Index 0.4	Artificial Analysis Decision Index
mammoth-1	Qwen3.5-27B	71,24, primero entre 208	65,9
elephant-1	Qwen3.5-9B	Mejor modelo de 9B, empatado en el 8.º puesto	65,2

Los dos modelos son gratuitos durante una semana en las Model APIs de Baseten, sin conservación de datos por defecto. Baseten los presenta como open source: sus fichas en Hugging Face indican una licencia MIT.

🔗 La publicación de Baseten

Búsqueda documental para agentes: Cohere lanza Rerank 5, NVIDIA publica Nemotron 3.5 Embed, Rerank y Parse

21 de octubre — Cohere lanza Rerank 5, la nueva generación de sus modelos de reclasificación (reranking) para la búsqueda empresarial, en dos versiones: Rerank 5 Pro (rerank-v5.0-pro) busca la máxima calidad, especialmente en consultas que requieren razonamiento y en documentos largos o especializados, y Rerank 5 Fast (rerank-v5.0-fast) prioriza la latencia y el volumen, por ejemplo, para agentes que realizan muchas búsquedas por tarea. Ambos están disponibles desde el 21 de octubre en la API de Cohere, a 0,05 dólares por millón de tokens para Pro y 0,02 dólares para Fast, así como en Model Vault, Microsoft Foundry, Amazon SageMaker y North. Admiten más de 100 idiomas, 32k tokens de contexto y datos semiestructurados, y la migración se limita al parámetro model, sin reindexación.

La principal novedad se llama Context Focus. Desactivada por defecto, esta opción devuelve en la misma llamada los pasajes más relevantes de cada documento, en forma de intervalos de caracteres con puntuaciones, para enviar al LLM únicamente esos fragmentos. Cohere la ha probado con un agente de búsqueda (glm-5-3-flash, 17 conjuntos de 50 preguntas):

Pila de búsqueda probada por Cohere	Respuestas correctas	Tokens consumidos
Solo BM25	46 %	Referencia
BM25 y Rerank 5 Pro	49 %	Sin cuantificar
Con Context Focus, umbral predeterminado de 0,1	57 %	19 % menos que sin Context Focus
Con Context Focus, umbral de 0,4	58 %	34 % menos que sin Context Focus, 35 % menos que con solo BM25
Seis bancos de pruebas de búsqueda exhaustiva, umbral de 0,4	52 %, frente al 39 % con solo BM25	41 % menos que con solo BM25

Es esta última cifra, medida frente a BM25 por sí solo, la que el hilo de Cohere resume como «hasta un 41 %» menos de tokens. Segundo cambio: las puntuaciones están calibradas. Una puntuación de relevancia de 0,7 se interpreta ahora como un 70 % de probabilidades de que el documento sea útil, y el umbral de «más probablemente útil que no» se sitúa en 0,50 para Pro y 0,45 para Fast, lo que permite filtrar por umbral o detectar que no se ha obtenido ningún resultado relevante. Frente a dos conjuntos independientes de valoraciones humanas, el error de calibración esperado (ECE) es de aproximadamente 0,06 para ambos modelos, frente a entre 0,23 y 0,38 para Rerank 4 Pro y los dos modelos de Voyage AI probados.

En los bancos de pruebas públicos, evaluados con RCP-nDCG@10, el método de medición propio de Cohere, Rerank 5 Pro ocupa el primer puesto en 39 de los 46 conjuntos compuestos y obtiene 82,2 en BRIGHT, que evalúa la búsqueda que requiere razonamiento: 5,8 puntos más que Voyage AI Rerank 3 y 12,4 más que Rerank 4 Pro. Fast procesa unos 187 documentos de 1 000 tokens por segundo en una GPU A100, 2,9 veces el rendimiento de Pro. Rerank 5 llega tres semanas después de Embed 5 y una semana después del breve vídeo en el que Cohere ya lo comparaba con Rerank 4.

🔗 La entrada de Cohere · Las notas de la versión de Cohere

Nemotron 3.5 Embed, Rerank y Parse: la búsqueda documental multimodal de NVIDIA para agentes

21 de octubre — Ese mismo día, NVIDIA amplía su colección Nemotron Retriever (antes Nemotron RAG) con modelos de embeddings, reclasificación y extracción de documentos, presentados como abiertos y utilizables comercialmente, y publicados en Hugging Face bajo la licencia OpenMDW 1.1. Nemotron 3.5 Embed está disponible en 8B, en 1B destilado del 8B y en 1B NVFP4, y busca tanto en texto como en imágenes de documentos (tablas, gráficos, diagramas); Nemotron 3.5 Rerank 8B puntúa los pares consulta-documento en texto e imagen, y Nemotron 3.5 Parse, de 631 millones de parámetros, convierte páginas en texto estructurado.

En ViDoRe v3.1, Embed 8B alcanza 61,17 de nDCG@10, el primer puesto entre los modelos densos a fecha del 20 de octubre, y Rerank 8B obtiene 60,49 frente a 59,17 de Qwen-3-VL-Reranker-8B. Parse ocupa el primer puesto de ParseBench entre los modelos de menos de mil millones de parámetros, con 75,20 a 10,5 páginas por segundo en una H100. Al igual que Cohere, NVIDIA destaca el coste de los agentes, pero con otros bancos de pruebas y otras referencias:

Punto de comparación	Cohere Rerank 5	NVIDIA Nemotron 3.5 Rerank
Distribución	API de pago, Model Vault, Foundry, SageMaker	Pesos en Hugging Face, licencia OpenMDW 1.1
Ahorro de tokens anunciado	Hasta un 41 %, frente a solo BM25 en seis bancos de pruebas	Aproximadamente un 14 % por consulta de agente, con Embed 8B
Puntuación destacada	82,2 en BRIGHT (RCP-nDCG@10)	60,49 en ViDoRe v3.1 (nDCG@10)

Las dos cifras de ahorro no son directamente comparables: Cohere mide su pila completa con Context Focus frente a una búsqueda basada únicamente en palabras clave; NVIDIA, la incorporación de Rerank después de sus propios embeddings, en ViDoRe v3, BRIGHT y BrowseComp-Plus. En cuanto al despliegue, la versión NVFP4 de Embed 1B procesa un 27,1 % más de documentos por segundo en GB200 y conserva el 99,85 % de su exactitud.

🔗 La entrada de NVIDIA sobre Nemotron Retriever

ChatGPT Ads: 26 países más, 89 en total, y una plataforma publicitaria dirigida por un LLM orquestador

21 de octubre — OpenAI amplía ChatGPT Ads a 26 países adicionales, lo que lleva su plataforma publicitaria a 89 países. Tras México y Brasil, se incorporan otros 14 países de América Latina, entre ellos Argentina, Chile, Colombia y Perú, además de nuevos mercados en Europa, Oriente Medio, África y Asia, como Nigeria, Sudáfrica, Serbia, Ucrania, Camboya, Bangladés y Pakistán. Más de 100 000 anunciantes han lanzado campañas desde la apertura de la publicidad, hace algo más de ocho meses, y más de 1,2 mil millones de personas utilizan ChatGPT cada semana. Los anuncios siguen limitados a los planes Free y Go; Plus, Pro y Enterprise siguen exentos. A finales de agosto, la plataforma declaraba mil millones de dólares de ingresos anualizados y presencia en más de 40 países.

Ese mismo día, dos ingenieros de OpenAI, Ritendra Datta y Karthik Gopalratnam, describen la pila técnica de esta plataforma. En una conversación, la intención comercial se construye a lo largo de varios turnos, algo que los sistemas clásicos, diseñados para una consulta o una página vista, gestionan mal. Por ello, OpenAI ha optado por sesiones publicitarias con estado, que conservan la información entre turnos y conversaciones, un LLM de frontera postentrenado, el «orquestador», que dirige todo el flujo mediante llamadas a herramientas, y un servicio de selección separado de la generación de respuestas, con sus propios modelos y su propio código.

Etapa de la cadena publicitaria	Qué ocurre en ella
Intención	El orquestador resume la conversación en una o varias consultas
Búsqueda	Embeddings semánticos y búsqueda aproximada de los vecinos más cercanos en varios índices
Filtrado	Presupuesto, ritmo de gasto, segmentación, reglas, deduplicación por anunciante
Puntuación	Relevancia, interacción prevista, rendimiento anterior
Subasta	Elección del anuncio y de su precio, fuera del orquestador

ChatGPT no depende de este sistema: si funciona lentamente o falla, la respuesta se muestra con normalidad, un anuncio que llega demasiado tarde no se muestra y no devolver ningún anuncio es un resultado normal. El anuncio seleccionado aparece debajo de la respuesta, identificado como patrocinado, con una breve introducción neutral generada por un modelo. Los modelos más potentes de OpenAI evalúan el conjunto y entrenan modelos más pequeños para la orquestación o la búsqueda, y Codex ha servido como multiplicador de fuerza para construir la pila, cuando OpenAI aún no tenía ningún sistema publicitario hace un año.

🔗 La ampliación a 26 países · La pila publicitaria de ChatGPT

IA para la biología y la medicina: GPT-Rosalind lee un atlas CRISPR, RFD4-Proteina y Cosmos3-H-Dreams

Tres anuncios aplican la IA a los seres vivos: agentes de OpenAI que analizan un atlas genético, un modelo abierto de diseño de proteínas accesible desde el navegador y un simulador de cirugía que genera la imagen en tiempo real.

Miles de agentes GPT-Rosalind analizan en 32 minutos un atlas CRISPR del cerebro de ratón

21 de octubre — OpenAI, PerturbAI y Scripps Research han encargado a miles de agentes impulsados por GPT-Rosalind el análisis de un atlas CRISPR del cerebro completo del ratón, que mide el efecto de perturbaciones genéticas sobre millones de células. Cada agente estudia una perturbación, examina las respuestas celulares, busca en la literatura y propone una explicación; el conjunto forma un atlas de razonamiento (reasoning atlas) publicado en GitHub, con una prepublicación en bioRxiv.

Medida comunicada por el equipo	Valor publicado
Duración del análisis de los agentes	32 minutos
Análisis humano comparable (estimación)	De meses a un año
Referencias citadas con el mayor volumen de trabajo	Más de 700, frente a 11 para un único agente
Preferencia de los expertos en una evaluación ciega	75 % por los informes de los agentes distribuidos

Destacan dos líneas de investigación. En el cerebelo, perturbar Tsc2 modifica la actividad de decenas de genes relacionados con la comunicación neuronal, mientras que perturbar Tsc1 apenas cambia nada, un resultado que cabe relacionar con la esclerosis tuberosa. Y la perturbación de Dctn1, el gen del síndrome de Perry, aumenta la expresión de genes implicados en la producción de colesterol, lo que lleva a una hipótesis considerada novedosa por los expertos y que debe probarse en el laboratorio: ¿restablecer la distribución del colesterol en las neuronas podría protegerlas de la degeneración?

🔗 La entrada de investigación de OpenAI · La prepublicación en bioRxiv

RFD4-Proteina: el modelo de diseño de proteínas de NVIDIA y Baker Lab, gratuito en GPU dedicadas hasta el 4 de noviembre

21 de octubre — NVIDIA pone RFD4-Proteina al alcance del navegador. Este modelo abierto de diseño de proteínas, desarrollado con Baker Lab del Institute for Protein Design de la Universidad de Washington, genera conjuntamente la secuencia y la estructura de todos los átomos de una proteína en torno a una restricción: la diana a la que debe unirse un ligante o el motivo catalítico que debe contener una enzima. Admite diversos contextos moleculares, desde pequeñas moléculas hasta ácidos nucleicos, pasando por glicanos e iones metálicos.

Los pesos están en Hugging Face desde el 6 de octubre, bajo la licencia BSD-3-Clause; la novedad es el acceso mediante dos Spaces, uno en GPU RTX PRO 6000 dedicadas, gratuito del 21 de octubre al 4 de noviembre a cargo de NVIDIA, y otro en ZeroGPU, que seguirá siendo gratuito después. El modelo ofrece un ajuste de razonamiento (thinking setting), como los LLM: en un banco de pruebas de 24 dianas, con razonamiento alto, produce 76,40 diseños distintos por hora-GPU que superan los criterios de validación in silico, frente a 13,24 de Proteina-Complexa, el segundo método. En su entrada sobre los modelos abiertos presentados en GTC Berlin, NVIDIA afirma también que lidera más de diez tareas de diseño y que es unas 13 veces más rápido que RFdiffusion3 con proteínas de 200 aminoácidos. NVIDIA sugiere utilizarlo para la competición de diseño de proteínas patrocinada por Anthropic y Adaptyv.

🔗 La entrada sobre RFD4-Proteina en Hugging Face · Los pesos de RFD4-Proteina

Cosmos3-H-Dreams: un simulador de cirugía generativo que responde en tiempo real a los movimientos del usuario

20 de octubre — NVIDIA presenta Cosmos3-H-Dreams, un simulador generativo que reproduce en tiempo real una escena de cirugía abdominal: el usuario mueve una pinza, sujeta la vesícula biliar y la levanta, y el modelo genera la imagen correspondiente. En lugar de modelar la geometría y la deformación de los tejidos, este modelo de mundo (world foundation model) aprende la dinámica visual a partir de vídeos y de la cinemática de colecistectomías reales realizadas con el robot Versius de CMR Surgical. Según NVIDIA, es el primer simulador quirúrgico generativo en tiempo real entrenado con intervenciones clínicas que admite control cinemático en directo.

El modelo parte de Cosmos3-H-Embodied-Nano, de 16 mil millones de parámetros, especializado con 28 dimensiones de acción (pose y pinza de ambos brazos, controles de energía, ejes y botones de los mandos), y después destilado en versiones de cuatro y dos pasos que funcionan de forma interactiva en una sola RTX PRO 6000, gracias a la biblioteca FlashDreams. Los dos puntos de control están en Hugging Face, bajo la NVIDIA Open Model License, junto con el código y una receta para adaptar el modelo a los datos propios.

🔗 La entrada sobre Cosmos3-H-Dreams en Hugging Face

Robótica e IA física: el humanoide Agile ONE SN, Isaac Lab 3.0, Alpamayo 2 Edge y Cosmos Data Factory

NVIDIA ha dedicado gran parte de su keynote a la IA física: un humanoide de referencia para los laboratorios, una plataforma de aprendizaje de robots en disponibilidad general y nuevos modelos y herramientas para la conducción autónoma y los datos de entrenamiento. Incluso han subido al escenario unos Microducks de Pollen Robotics y Hugging Face (véanse las Breves).

Isaac: el humanoide de referencia Agile ONE SN, Isaac Lab 3.0 e Isaac OS

21 de octubre — NVIDIA amplía su plataforma de robótica Isaac con un humanoide de referencia destinado a la investigación. Fabricado por Agile Robots, Agile ONE SN llega preconfigurado con los modelos Isaac GR00T, y está previsto integrar en él el sistema de seguridad Halos. Debería estar disponible a principios de 2027, con el objetivo de reducir la puesta en marcha de un laboratorio de unas semanas a unos días; Stanford y ETH Zurich han mostrado interés.

Característica de Agile ONE SN	Valor anunciado
Altura y peso	1,40 m, 40 kg
Grados de libertad	31, más 20 por cada una de las dos manos
Carga útil	3 kg por brazo
Cómputo a bordo	Jetson Thor, 2 070 teraflops FP4, 128 Go de memoria unificada
Disponibilidad	Principios de 2027

El resto de la plataforma también avanza: Isaac Lab 3.0, el framework open source de aprendizaje de robots, pasa a disponibilidad general con los motores de física Newton y PhysX, y un nuevo runtime open source, Isaac OS, basado en Holoscan, conecta modelos, sensores y controles. Tres flujos de trabajo de referencia para DGX Station muestran cómo ajustar GR00T 1.7 mediante aprendizaje por refuerzo, entrenar la manipulación diestra o realizar el postentrenamiento de modelos Cosmos para producir datos sintéticos. Por último, NVIDIA publica en Hugging Face una biblioteca de más de 2 000 objetos listos para la simulación y Human 1M, un conjunto de vídeos sincronizados desde tres ángulos con seguimiento 3D de las manos, cuya versión completa está reservada a los socios de la Cosmos Coalition. Para Jensen Huang, el momento ChatGPT de la robótica se acerca rápidamente.

🔗 El comunicado de NVIDIA sobre Isaac

Alpamayo 2 Edge y Cosmos Data Factory: la conducción autónoma a bordo y los datos de los robots

21 de octubre — En el artículo que presenta sus modelos abiertos de GTC Berlin, NVIDIA incorpora Alpamayo 2 Edge, un modelo de razonamiento compacto que se ejecuta a bordo del vehículo, en DRIVE AGX Thor, para comprender la escena y planificar la trayectoria en tiempo real; se basa en NVIDIA Cosmos. En cuanto a los datos, Cosmos Data Factory reúne blueprints y skills de agentes para seleccionar, anotar, generar y evaluar conjuntos de entrenamiento, con nuevas herramientas para mejorar los modelos del mundo con menos cómputo. Porsche lo utiliza con Voxel51, ANYbotics con Encord, Zalando y CEVA Logistics con Sereact, y también Siemens. El mismo artículo presenta RFD4-Proteina y anuncia la llegada de Ising, la familia de modelos de NVIDIA para computación cuántica, a AWS Parallel Computing Service.

🔗 El artículo de NVIDIA sobre sus modelos abiertos

Industria y telecomunicaciones: Mistral y NVIDIA para la ingeniería, T-Mobile realiza la primera llamada AI-RAN

Dos anuncios llevan la IA fuera del centro de datos: a los departamentos de ingeniería de la industria y a las antenas de las redes móviles.

Mistral y NVIDIA se asocian para aplicar la IA a la ingeniería industrial, con benchmarks abiertos

21 de octubre — Mistral anuncia una colaboración con NVIDIA para aplicar la IA a la ingeniería industrial. Las dos empresas quieren construir flujos de trabajo de ingeniería nativos de IA (AI-native engineering workflows): Mistral Large 4 y los pipelines de generación de datos y modelado físico de Mistral, acelerados por las bibliotecas CUDA-X y Warp de NVIDIA, deberían acortar las simulaciones y conectar en un circuito cerrado la simulación, el desarrollo de modelos y el diseño. Los modelos de Mistral también se integrarán en las bibliotecas Omniverse para generar escenas 3D en GPU y objetos 3D SimReady.

El núcleo del proyecto se centra en la evaluación: benchmarks públicos y conjuntos de datos abiertos para comparar la precisión de los modelos físicos y validar cadenas automatizadas de la CAO a la simulación, así como evaluaciones de la IA agéntica en ingeniería asistida por ordenador (CAE) y en diseño electrónico (EDA), para la aeronáutica, la automoción y los semiconductores. Estas evaluaciones medirán si un agente sabe utilizar las herramientas de ingeniería, encadenar tareas de varias etapas y ofrecer un resultado técnicamente correcto, junto con el tiempo de ejecución y el coste de cómputo. No se da ningún nombre de benchmark, conjunto de datos, fecha ni importe. El artículo recuerda que la publicación de los pesos de Mistral Large 4 (unos 1 000 mil millones de parámetros, de los cuales 49 mil millones están activos), entrenado con 3 800 GPU Grace Blackwell en Europa, sigue prevista para finales de octubre. Para Neil Ashton, vicepresidente de ingeniería computacional de Mistral, el ritmo de la ingeniería lleva demasiado tiempo dictado por el de la simulación.

🔗 El artículo de Mistral · El tuit de @MistralAI

T-Mobile realiza la primera llamada AI-RAN en una red comercial, con NVIDIA y Nokia

21 de octubre — NVIDIA anuncia que T-Mobile ha realizado, en Bellevue (Washington), la primera llamada AI-RAN en una red comercial, con Nokia. AI-RAN ejecuta el procesamiento de la red de radio en GPU, que también pueden servir modelos de IA muy cerca de los usuarios. Jensen Huang resumió el hito con una frase: CUDA ya hace llamadas telefónicas, tras casi ocho años de trabajo, según él.

En Europa, Elisa afirma haber realizado la primera prueba de campo AI-RAN del continente, que ejecuta voz, datos móviles e IA de visión en una misma plataforma acelerada, BT prepara pruebas en el Reino Unido, y Nokia instala su software anyRAN, acelerado por CUDA, en el Aerial RAN Computer de NVIDIA para realizar pruebas en BT, Deutsche Telekom, Elisa y Orange. Nueve operadores de la región EMEA construyen o amplían infraestructura NVIDIA, y tanto Nokia como Cisco integran los modelos Nemotron en su software para redes autónomas.

🔗 El comunicado de NVIDIA sobre AI-RAN

Voz y vídeo generativos: Eleven Realtime Translation, HeyGen Voice Turbo y la API de Kling 4.0

Tres proveedores de medios generativos avanzan en sus ofertas para desarrolladores: una traducción de voz en directo, un modelo de voz más barato y una API de vídeo esperada desde hace una semana.

Eleven Realtime Translation: ElevenLabs abre en alpha la traducción de voz en directo durante las llamadas

21 de octubre — Un día después de presentar Eleven Realtime, sus modelos de voz a voz para agentes de voz, ElevenLabs abre una alpha limitada de Eleven Realtime Translation, un modelo de traducción de voz en directo. Durante una llamada, cada persona habla su propio idioma y escucha a su interlocutor en el suyo, con una voz natural. ElevenLabs resume la diferencia: Eleven Realtime sirve para los agentes que hablan con las personas, y Realtime Translation para las personas que necesitan hablar entre sí.

El modelo abarca más de 90 idiomas y detecta automáticamente el de cada interlocutor. La voz de salida se elige entre las más de 17 500 voces de la biblioteca, o puede ser un clon de la propia, y un ajuste de prontitud (eagerness control) permite equilibrar la latencia y la calidad de la traducción. El acceso está reservado a las empresas durante la alpha, a través de ElevenAPI, sin precio ni artículo de blog.

🔗 El anuncio de @ElevenLabsDevs

HeyGen Voice Turbo: primer puesto en la vista Controlled Voice de Artificial Analysis, por delante de HeyGen Voice

21 de octubre — Doce días después de HeyGen Voice, su primer modelo de voz propio, HeyGen lanza una variante Turbo, más rápida y barata, disponible en su API; el punto de acceso Turbo de la API es gratuito hasta el 30 de noviembre. HeyGen afirma ocupar los dos primeros puestos de la clasificación de síntesis de voz de Artificial Analysis. Se trata de la vista Controlled Voice, que compara los modelos con las mismas voces clonadas, donde Qwen-Audio-3.1-TTS-Plus completa el podio y los márgenes de incertidumbre dejan a los tres primeros prácticamente empatados.

Modelo de síntesis de voz	Elo en la vista Controlled Voice	Precio indicado por Artificial Analysis
HeyGen Voice Turbo	1 202 (±19)	4 dólares por millón de caracteres
HeyGen Voice	1 195 (±15)	30 dólares por millón de caracteres

Como el 9 de octubre, HeyGen no aparece a la cabeza de la vista Provider Voice, que compara las voces proporcionadas por cada proveedor.

🔗 El anuncio de HeyGen · La vista Controlled Voice de Artificial Analysis

Kling abre la API de Kling 4.0, también disponible en fal, Higgsfield y Runway

21 de octubre — Seis días después de la disponibilidad completa de Kling 4.0 en su web, Kling despliega oficialmente la API de su modelo de vídeo, cuya llegada inminente había anunciado el 15 de octubre, para integrarlo en productos y flujos de trabajo. El anuncio no da precios ni enlaces a la documentación. El modelo llega el mismo día a varias plataformas de terceros: fal e Higgsfield lo incorporan, Kling lo destaca en Magnific, y Runway ofrece tres días de uso ilimitado de Kling 4 a todos los nuevos suscriptores de Max o Team.

🔗 El anuncio de @Kling_ai · La oferta de Runway

GitHub ha copiado el 99,99999 % de sus repositorios en Azure y pasa a un quorum por referencia

21 de octubre — Dos semanas después de exponer los principios de su futura infraestructura Git, GitHub relata la etapa intermedia, impulsada por el giro hacia los agentes. Ahora, el 99,99999 % de sus repositorios reside tanto en sus propios centros de datos como en Azure, donde la primera copia llegó en agosto de 2025; la mayoría tiene allí dos de sus cinco réplicas, y Azure ya sirve aproximadamente la mitad del tráfico Git. Queda el 0,00001 % con más actividad, frenado por un tiempo de ida y vuelta por la red de unos 25 ms hasta una región de Azure situada a unas 1 000 millas.

El bloqueo procede del quorum de Spokes, el sistema que replica cada repositorio: una escritura espera a todas las réplicas en buen estado y bloquea el repositorio entero, de modo que la réplica más lenta marca el ritmo. Por eso, GitHub pasa de un quorum por repositorio a un quorum por referencia: dos escrituras solo tienen que esperarse entre sí si afectan a la misma rama, algo poco frecuente cuando los agentes y los desarrolladores envían cambios cada uno a la suya. En pruebas internas, las escrituras en referencias diferentes lograron un rendimiento entre 3 y 4 veces mayor. Azure Blob Storage también entra en el quorum mediante una «réplica virtual» de escritura, el primer nodo totalmente efímero de GitHub, y se pueden crear réplicas virtuales de lectura bajo demanda para repositorios que reciben entre 100 y 1 000 lecturas por escritura. La última entrega de la serie se espera para GitHub Universe, la semana que viene.

🔗 El artículo de ingeniería de GitHub

JOLT: Perplexity Research y NVIDIA hacen que un mismo modelo actúe como profesor y alumno

21 de octubre — Perplexity publica junto con NVIDIA JOLT (Joint On-policy Learning and Teaching, aprendizaje y enseñanza conjuntos), un método de postentrenamiento en el que un solo modelo desempeña dos papeles. El aprendizaje por refuerzo clásico, como GRPO, solo da una recompensa por intento; la autodestilación añade retroalimentación token a token, con el mismo modelo actuando como profesor, que dispone de información privilegiada, como una solución verificada, y como alumno, que no la tiene. Pero, con sus pistas, el profesor puede tomar atajos fuera del alcance del alumno: por eso JOLT también entrena al profesor, con sus propias recompensas, y lo penaliza cuando se aleja de lo que haría el alumno.

Banco de pruebas evaluado	Modelo base	Mejora de JOLT+ respecto a GRPO
GSM8K	DeepSeek-V2-Lite	+1,5 puntos
MATH	Qwen3-0.6B	+4,2 puntos
LiveCodeBench v6	Qwen3-8B	+3,0 puntos
AppWorld	Qwen3-4B-Instruct	+9,9 puntos
Terminal-Bench 2.1 (pass@1)	Qwen3-30B-A3B-Instruct	+2,7 puntos

La variante JOLT+, que añade la recompensa propia del alumno, supera a GRPO, la mejor referencia probada, en los cinco bancos de pruebas; sin ella, JOLT supera a GRPO en matemáticas y código, pero queda por detrás en AppWorld y Terminal-Bench. La mejora más clara se da en el coste: en MATH, con la misma precisión (63,44 %), GRPO consumió 8,40 millones de tokens de entrenamiento, frente a 1,30 millones según la curva ajustada de JOLT, es decir, 6,5 veces menos. El artículo completo está en arXiv desde el 7 de octubre, y la publicación no vincula el método con ningún producto de Perplexity.

🔗 El artículo de Perplexity · El artículo en arXiv

Agentes de código: Claude Code 2.1.305, Gemini CLI 0.65 a 0.67, Delta 0.21, Replit Agent con Stripe Atlas y PDD Kit

Las CLI de agentes corrigen sus regresiones y se abren a las redes empresariales, Delta se conecta a Claude Code, Replit Agent aprende a crear una empresa y GitHub Next promete demostrar la corrección del código de los agentes en lugar de revisarlo. Por parte de OpenAI, no ha salido ninguna versión estable de Codex CLI desde la 0.163.0 del 15 de octubre; Copilot CLI 1.0.102, Qwen Code, la CLI mistral y las demás herramientas del día están en Breves.

Claude Code 2.1.305 resuelve el bloqueo de solicitudes por la búsqueda de herramientas en Vertex y Bedrock

20 de octubre — Claude Code 2.1.305 (38 entradas, entre ellas 22 correcciones) corrige primero una regresión de la 2.1.304: en Vertex, Bedrock y otros proveedores, todas las solicitudes fallaban cuando el punto de acceso o una pasarela rechazaba la búsqueda de herramientas (tool search), o cuando una pasarela prohibía ToolSearch o lo omitía de --tools. Claude Code ahora vuelve a intentarlo sin esa búsqueda. En Linux, sandbox.allowNestedUserNamespaces permite que los comandos del sandbox creen espacios de nombres de usuario, para usar Chromium o podman sin root; las notas advierten de que esto les permite eludir las protecciones de archivos del sandbox.

/usage transforma cada advertencia en una corrección de una línea que indica su origen, aplicable con la tecla f. Para los administradores, allowedMcpServers ya no filtra los servidores stdio de managed-mcp.json que solo utilizan ${VAR} en env: un servidor que quede fuera de la lista se cargará tras la actualización, y deniedMcpServers permite mantenerlo desactivado. Al reanudar un Workflow, ya no se vuelven a ejecutar los agentes pipeline() y parallel() que ya han terminado. Publicada el 21 de octubre, la 2.1.306 añade dos correcciones, entre ellas la de claude -p, que indicaba que no estaba conectado en una sesión cloud iniciada sin sus variables de entorno.

🔗 Las notas de Claude Code 2.1.305

Gemini CLI: versión estable v0.65.0, preview v0.66.0 y OAuth MCP en una red privada

20 de octubre — Gemini CLI cerró su ciclo semanal la noche del 20 de octubre, con la preview v0.66.0-preview.0 a las 21 h 04 UTC y la versión estable v0.65.0 a las 21 h 17 UTC; la nightly v0.67.0 del 21 de octubre abre después la serie 0.67.0. La versión estable se limita a promover correcciones ya presentadas (cabeceras OTLP personalizadas, filtrado más rápido de los archivos ignorados, fin de los bucles OAuth), pero la preview y la nightly añaden cuatro PR inéditas.

La más útil en las empresas es el ajuste oauth.allowPrivateNetwork, que se activa servidor por servidor en settings.json y permite conectarse a servidores MCP y proveedores OAuth 2.0 alojados en una red interna (rangos RFC 1918, RFC 6598 y RFC 4193, dominios .internal y .local), hasta ahora rechazados por la validación de direcciones. La herramienta shell ya no sobrescribe la configuración Git del usuario, lo que hacía fallar git commit por falta de identidad, y un mensaje de error que simplemente contiene 401, como el puerto localhost:4012, ya no activa por error la detección de OAuth. Gemini 4 Argon sigue sin llegar: el bot del repositorio anunció que la PR de la comunidad que lo añade se cerraría en un plazo de 7 días, al no haber un ticket marcado como help wanted.

Versión publicada de Gemini CLI	Fecha y hora (UTC)	Contenido inédito
v0.66.0-preview.0	20 de octubre, 21 h 04	4 PR, entre ellas OAuth MCP en una red privada
v0.65.0 (estable)	20 de octubre, 21 h 17	Ninguno, promoción de la serie 0.65.0
v0.67.0-nightly.20261021	21 de octubre, 01 h 33	Las mismas 4 PR, inicio de la serie 0.67.0

🔗 Gemini CLI v0.66.0-preview.0 · Gemini CLI v0.65.0

Delta 0.21 abre los hilos compartidos en Claude Code y se conecta al servidor MCP de Figma

21 de octubre — Delta, el entorno multijugador de Zed para programar con agentes, pasa a la versión 0.21.0, con 12 novedades, 14 mejoras y 48 correcciones. El comando Open in Claude Code abre un hilo compartido en Claude Code, tanto en el escritorio como en la web, siempre que esté instalado el plugin Delta para Claude Code, y los colaboradores que se unen a un hilo desde una herramienta externa, incluido Claude Code, aparecen en la barra de participantes con el nombre de su herramienta. Delta también se conecta al servidor MCP de Figma, una semana después de que Figma lo citara entre sus nuevos socios MCP.

La CLI incorpora delta update, la compactación manual sigue disponible mientras trabaja un agente local y los comandos slash adoptan nombres orientados a la acción (/change-model, /fork, /set-thinking-level). Entre las correcciones, Grok 4.7 aprovecha por fin toda su ventana de 500k tokens con una suscripción a Grok, y los agentes ya no se detienen en silencio cuando llaman a una herramienta no disponible. Los comandos delta daemon desaparecen: Delta se inicia ahora bajo demanda.

🔗 Las notas de la versión de Delta 0.21.0

Replit Agent puede constituir una sociedad con Stripe Atlas, ahora disponible en el MCP y la CLI de Stripe

21 de octubre — Replit anuncia que su agente ya puede constituir una sociedad para el usuario mediante la integración MCP de Stripe y Stripe Atlas, el servicio de creación de empresas de Stripe; el anuncio no especifica ni precios ni condiciones propias de Replit. Se apoya en una novedad anunciada media hora antes por la cuenta @atlas: Atlas está disponible en el servidor MCP y en la CLI de Stripe.

Interfaz de Stripe utilizada	Función en una solicitud de Atlas
Servidor MCP	Proceso conversacional desde un agente: requisitos, información sobre la sociedad, validaciones
Stripe CLI	Proceso en terminal mediante prompts estructurados, ejecutable por un agente de código
Panel de Stripe	Identidad, pago, revisión de documentos, firmas y presentación

Según la entrada del blog de desarrolladores de Stripe, fechada el 19 de octubre, una misma solicitud puede retomarse de una interfaz a otra. Atlas admite C corporations y LLC de Delaware, también con varios fundadores: constituye la sociedad, obtiene el número de identificación del empleador (EIN), inicia la adquisición gradual de las participaciones de los fundadores (vesting) y presenta las elecciones fiscales 83(b). La entrada cita Claude Code y Cursor entre los entornos configurados automáticamente, pero no Replit, que publica su propio anuncio.

🔗 El anuncio de Replit · El anuncio de Stripe Atlas · La entrada de stripe.dev

PDD Kit: GitHub Next y Microsoft Research quieren demostrar la corrección del código Rust de los agentes, con integración en Chopin

21 de octubre — GitHub Next y Microsoft Research presentan el Proof Driven Development Kit (PDD Kit), que transforma el plan de un desarrollador en una especificación formal y después demuestra que el código escrito por el agente la cumple para todas las entradas posibles. En el ejemplo del flujo de inicio de sesión de una aplicación, PDD Kit dialoga sobre el código, deduce la intención a lo largo del intercambio y propone una especificación en Verus, un lenguaje de pruebas formales para Rust; una vez aprobada la especificación, el verificador Verus demuestra automáticamente que el código la cumple. Cuando la demostración no es posible, la herramienta recurre a tests y agentes de uso del ordenador (computer-use agents). Actualmente solo funciona con Rust.

GitHub lo presenta como una versión preliminar de investigación que debe permitir llevar a producción código generado por IA sin revisarlo línea por línea, y Microsoft Research como la exploración de un enfoque más riguroso; GitHub Next aspira a una fábrica de software verificada, donde los ingenieros revisen especificaciones en lugar de código. El kit está integrado en Chopin, el editor de planes multijugador que GitHub Next publicó como open source, bajo licencia MIT, en septiembre. El anuncio no viene acompañado de ninguna entrada, repositorio ni documentación de PDD Kit: demostración en GitHub Universe, los días 28 y 29 de octubre.

🔗 El anuncio de @GitHubNext · El repositorio de Chopin

Breves

Agentes y herramientas de programación

Copilot CLI 1.0.102 — La versión estable de GitHub, sin nuevas funciones importantes, hace que el modo prompt respete la selección automática del modelo impuesta por la empresa y que los subagentes respeten las aprobaciones de herramientas personalizadas y MCP; el sandbox sigue NO_PROXY y ALL_PROXY; ese mismo día, el servidor MCP de GitHub pasa a 2.0.3. 🔗 fuente
Qwen Code v0.25.4 en versión preliminar — 173 cambios desde la v0.25.3, entre ellos qwen daemon start para controlar un demonio local, un Managed Agent que se puede instalar en un único servidor con unidades systemd y un Web Shell que muestra el tiempo hasta el primer token de cada modelo; la versión estable aún no ha salido. 🔗 fuente
La CLI mistral 0.10.0 — Un día después de la 0.9.0, mistral apps delete elimina una aplicación desplegada junto con sus módulos y sus bases de datos, bajo un indicador de funcionalidad (feature flag), y las actualizaciones de registros realizan una fusión de tres vías de los archivos de plantilla modificados; es un cambio incompatible: las versiones anteriores rechazan el nuevo campo version. 🔗 fuente
v0 y Slack — A través del servidor MCP de Slack, v0 lee los hilos y los archivos de un espacio de trabajo, los utiliza como contexto para un cambio y publica allí los avances, con acceso limitado a los canales accesibles para la cuenta, en todos los planes. 🔗 fuente
Conversaciones compartidas en Replit — Una conversación, un elemento aislado o las devURLs de una conversación se pueden compartir con los miembros de su espacio de trabajo, en modo de solo lectura; no se especifica ninguna entrada de blog ni plan. 🔗 fuente
Las extensiones de Agents CLI — Google detalla el sistema de extensiones de su herramienta de agentes, abierto desde la 1.5.0 del 1 de septiembre: la extensión oficial de LangChain sustituye los 6 comandos específicos de ADK, de unos 24 en total, y un equipo de plataforma puede imponer su propia regla, como un análisis SBOM antes de cada despliegue. 🔗 fuente
Manus Game Dev — Manus ya admite la creación de esqueletos de animación (rigging) y la animación de personajes 3D, y acelera varias veces la generación 3D, sin cifras precisas ni coste en créditos. 🔗 fuente

Asistentes y empresas

Kimi Work 3.2.18 — Los usuarios Enterprise de la aplicación agéntica de Moonshot AI pueden crear plugins personalizados y publicarlos en la tienda, y cambiar entre espacios de trabajo, agrupados por empresa. 🔗 fuente
Viktor pasa a Grok 4.7 — El agente presentado como un empleado de IA, que afirma contar con más de 70 000 equipos y captó 75 millones de dólares en mayo, funciona ahora con el modelo de SpaceXSI, sin precisar si pasa a ser el modelo por defecto. 🔗 fuente
HCLTech en el Claude Partner Network — El grupo de más de 230 000 personas se convierte en socio Global Premier, con una Anthropic Business Unit, Claude en HCL BigFix y HCL AppScan, y Claude Code en su plataforma AI Force; no se indica ningún importe. 🔗 fuente
Terminal X — En un estudio de caso de OpenAI publicado el 20 de octubre, el agente de evaluación de esta startup coincide con el revisor senior de un fondo en el 88,6 % de 500 valoraciones con GPT-6.1 Sol, frente al 86,4 % del siguiente mejor modelo, cuyo nombre no se menciona. 🔗 fuente
AT&T y OpenAI — El departamento jurídico de AT&T amplía su equipo LegalEdge para construir una capa de conocimiento común y, como proyecto, una ventanilla de solicitudes en lenguaje natural; la decisión seguirá en manos de los juristas, según su director jurídico David McAtee, y no se ofrecen cifras. 🔗 fuente

Gobernanza y seguridad

El primer Public Benefit Report de Anthropic — El informe anual de la empresa con propósito se organiza en torno a cinco pilares definidos con los miembros del Long-Term Benefit Trust, desde la seguridad técnica hasta el reparto de los beneficios, y recoge 166 trabajos en 2026, frente a 114 en 2025. 🔗 fuente
Christopher Stubbs en el Long-Term Benefit Trust — El exdecano de Ciencias de Harvard, miembro en 1998 del equipo que descubrió la aceleración de la expansión del universo, se convierte en el primer físico del Trust según Anthropic, junto a Ben Bernanke, entre otros. 🔗 fuente
El plan de OpenAI para los ciberdefensores — Segundo componente de su gobernanza democrática de la IA de frontera, propone a los gobiernos y a la industria controles de parada fiables para los agentes, la modernización de las defensas y evaluaciones independientes, en lo que OpenAI llama una ventana del defensor. 🔗 fuente
x402 Agent Safety Bench — En este banco de pruebas comunitario de pagos por agentes, Claude Sonnet 5.5, GPT-6.1 Sol y Gemini 4 Argon evitan por sí solos entre 24 y 26 trampas de 39, DeepSeek V4 Pro solo 12, con 142,31 dólares perdidos; con las skills del banco, ninguno pierde dinero. 🔗 fuente
Passkeys en Hugging Face — El Hub acepta las claves de acceso (huella dactilar, rostro, bloqueo de pantalla o clave de seguridad) para iniciar sesión en lugar de la contraseña y como segundo factor de autenticación. 🔗 fuente
Tokens con caducidad en GitHub CLI 2.103.0 — En versión preliminar pública, gh auth login --expiring conserva un token de acceso de corta duración que se renueva en segundo plano, de modo que un token filtrado queda inutilizable en pocas horas; será la opción por defecto de los nuevos inicios de sesión en una futura versión. 🔗 fuente

API y cloud

Niveles de servicio por proyecto en la API de OpenAI — Los ajustes de la Platform permiten elegir los niveles de servicio, como Ultrafast, que puede utilizar cada proyecto, y la organización puede restringirlos para todos sus proyectos. 🔗 fuente
Vertex AI en los SDK de OpenAI — openai-python 3.36.0 y openai-node 7.41.0 admiten Vertex AI para la Responses API, con contadores de uso para las escrituras de cache de 30 minutos y la gestión del consentimiento para las voces personalizadas. 🔗 fuente
Gemini en Google Distributed Cloud — En GTC Berlin, Google añade Gemini 3.5 Flash a la versión desconectada de Internet (air-gapped) de su cloud desplegado en las instalaciones del cliente, lanza en versión preliminar una búsqueda empresarial mediante RAG (100 Mo por archivo, 500 Mo por conversación) y pasa los sistemas HGX B300 a disponibilidad general. 🔗 fuente · 🔗 búsqueda RAG
El gasto en tokens según Perplexity — Una guía enumera cinco fuentes de consumo excesivo y detalla los ajustes de Enterprise: 500 créditos al mes en Enterprise Pro, 15 000 en Enterprise Max, sin acumulación de un mes a otro, y límites con nombre por grupo; no se anuncia ninguna novedad. 🔗 fuente

NVIDIA: robótica, industria y hardware

Microduck en Isaac Lab 3.0 — NVIDIA, Pollen Robotics y Hugging Face publican un tutorial para enseñar a caminar al pequeño robot bípedo, con el motor Newton y hasta 1,25 millones de pasos de simulación por segundo en 16 GPU, el mismo día en que unos Microducks suben al escenario de la keynote. 🔗 fuente
SimReady Central — Más de 2 000 objetos 3D OpenUSD con las propiedades que exige una simulación (colisiones, masa, fricción) llegan con acceso libre a Hugging Face, desde brazos robóticos hasta sistemas de refrigeración. 🔗 fuente
Halos SAFE, FOX y cuDSS — NVIDIA lanza Halos SAFE, un marco de pruebas de seguridad para el automóvil, Volvo Cars adopta Hyperion y Alpamayo, el blueprint de agentes de fábrica FOX llega en acceso anticipado (Siemens espera un ahorro de alrededor del 20 %) y cuDSS pasa a disponibilidad general. 🔗 fuente · 🔗 FOX y cuDSS
Las capacidades de los proveedores de NVIDIA — Sustratos multiplicados por 2,5 en tres años, más de un 300 % adicional de encapsulado avanzado en Amkor de aquí a finales de 2028 y un anticipo de 1,1 mil millones de dólares a KYEC para nuevas instalaciones en Estados Unidos. 🔗 fuente
DGX Station para Windows en diciembre — NVIDIA fija una fecha para la versión Windows, anunciada sin fecha el 7 de octubre, y NVIDIA Sync podrá agrupar hasta ocho DGX Spark, frente a los dos anunciados a principios de octubre. 🔗 fuente
NVIDIA y la UER — De cara a GTC Berlin, el 19 de octubre, NVIDIA y la Unión Europea de Radiodifusión, que agrupa a más de 115 medios públicos, abren sus estándares soberanos para agentes a los clouds soberanos, a los editores de modelos abiertos y a los integradores. 🔗 fuente

Modelos abiertos e investigación

Kumo Forecast y Kumo Anomaly — NVIDIA agrupa bajo la marca Kumo sus modelos de series temporales NV-Tesseract, bajo Apache 2.0 y en Hugging Face desde abril; tras un ajuste con 50 000 observaciones normales, Kumo Anomaly pasa de 0,016 a 0,201 de precisión media. 🔗 fuente · 🔗 Kumo Anomaly
bekko-static-embedding-v1 — Yuichi Tateno publica bajo licencia MIT embeddings estáticos multilingües que se ejecutan sin GPU: 43,76 en MNanoBEIR, unos 11 puntos por delante de los demás modelos estáticos, a aproximadamente 1 punto de multilingual-e5-small en búsqueda. 🔗 fuente
MemoProAgent — Investigadores de Meta y de tres universidades publican sin anuncio el código de un asistente proactivo que recupera un recuerdo personal y solo habla si este requiere una acción, sin resultados cuantificados. 🔗 fuente

Qué significa esto

Los modelos de frontera se convierten en un catálogo que cada gran proveedor de cloud quiere mostrar completo. Después de Amazon Bedrock y Oracle Cloud en junio, OpenAI entra en el Model Garden de Google Cloud, incluido Codex, y Google afirma ser el único gran proveedor de cloud que ofrece los tres principales LLM cerrados; Antigravity, que ya incorpora Claude Opus 5.5 y Sonnet 5.5, también recibirá los modelos de OpenAI. Para una empresa, la elección del modelo se desvincula de la del proveedor de cloud, ya que el consumo se carga a compromisos ya firmados; para OpenAI, cada proveedor de cloud es un canal de venta más, aunque Microsoft sigue siendo su socio principal. GTC Berlin sigue la misma lógica: OpenShell Reference Architecture ejecuta sobre un mismo stack los agentes de Anthropic, OpenAI, Google o Meta.

Los agentes ahora trabajan sin que se les solicite, y sus salvaguardas se integran en el producto, hasta llegar al hardware. Claude Duet consulta las cuentas cada pocas horas y actúa en su propia máquina virtual, pero espera la aprobación antes de pagar o firmar, y rechaza ciertas acciones incluso si se han aprobado; Grok Bot mantiene por sí solo los paneles actualizados. En NVIDIA, Sentry supervisa a los agentes fuera de banda desde una DPU BlueField-4 y los detiene en unos milisegundos, y ServiceNow puede revocar el acceso de un agente en unos segundos. La cuestión ya no es solo qué sabe hacer un agente, sino quién puede detenerlo y en qué capa del stack.

La búsqueda de vulnerabilidades mediante IA avanza más rápido que su corrección. PHP2Shell afecta a un lenguaje que hace funcionar alrededor del 70 % de los sitios web, con versiones vulnerables desde PHP 5.4, y OpenAI espera un fuerte aumento de estos descubrimientos; Claude Security afirma haber encontrado más de un millón de vulnerabilidades desde abril y pasa al escaneo continuo para seguir las correcciones. El cuello de botella se desplaza hacia la coordinación: la notificación previa a los operadores y a las autoridades, el apoyo a los responsables de mantenimiento, como propone el marco de cinco etapas de OpenAI, publicado el mismo día que su plan para los ciberdefensores. Incluso la herramienta de verificación de PHP2Shell advierte de que un resultado desconocido no demuestra que un servidor esté corregido.

El coste de un agente se mide en tokens, y cada capa del stack promete reducir la factura. Context Focus de Cohere elimina hasta un 41 % de los tokens frente a una búsqueda basada únicamente en palabras clave, Nemotron 3.5 Rerank alrededor de un 14 % por consulta de agente, Flint solo activa unos 2,5 mil millones de parámetros por token para programar en un portátil, y JOLT alcanza la precisión de GRPO en MATH con 6,5 veces menos tokens de entrenamiento. En las capas inferiores, NVIDIA promete fábricas de IA operativas en 14 días y hasta un 30 % menos de energía para el mismo número de tokens, y GitHub rediseña la replicación de Git para un tráfico que los agentes multiplican.