Anthropic publica la versión 2026-10-21 de su API Claude, Hugging Face lanza el modelo de ADN Carbon-X, METR prueba la supervisión de agentes en OpenAI

Anthropic publica la versión 2026-10-21 de la API Claude, la primera desde 2023: temperature, top_p y top_k se rechazan, y todos los SDK pasan a una nueva versión principal, bajo licencia Apache 2.0. Hugging Face lanza Carbon-X, un modelo abierto de 14 mil millones de parámetros que lee y genera ADN casi al nivel de GPT-6.1 Sol, y METR publica junto con Redwood Research el balance de tres semanas dedicadas a atacar la supervisión de los agentes internos de OpenAI. Agent Skills y OpenEnv se unen a MCP en la Agentic AI Foundation, la API Decisions de OpenAI pasa a disponibilidad general, y NVIDIA dedica el segundo día de GTC Berlin a Cosmos y a Minerva.

API Claude 2026-10-21: la primera versión desde 2023 rechaza temperature, top_p y top_k

21 de octubre — Anthropic publica la versión 2026-10-21 de la API Claude, el valor que debe enviarse en la cabecera anthropic-version, acompañada de nuevas versiones principales de todos sus SDK y de su CLI ant.

API version 2026-10-21 is now available. The Claude API has evolved a lot, but this is our first official version release since 2023. We plan to release versions more often so you can handle breaking changes before a new model requires them. 2023-06-01 is not deprecated.

🇪🇸 La versión 2026-10-21 de la API ya está disponible. La API Claude ha evolucionado mucho, pero esta es nuestra primera publicación de una versión oficial desde 2023. Tenemos previsto publicar versiones con más frecuencia, para que podáis gestionar los cambios incompatibles antes de que un nuevo modelo los imponga. 2023-06-01 no está obsoleta. — @ClaudeDevs en X

El cambio más visible afecta al muestreo. Con 2026-10-21, temperature, top_p y top_k provocan un error 400 en la Messages API, en el recuento de tokens y en cada solicitud de un lote (Message Batch), incluso con su valor predeterminado; sin ellos, la solicitud realiza el muestreo con una temperatura de 1.0. Los modelos Claude 4.7 y posteriores ya aceptaban únicamente esos valores. En un modelo más antiguo como Claude Sonnet 4.6, en cambio, una temperatura reducida para obtener resultados más consistentes pierde su efecto, sin un ajuste que la sustituya: en ese caso, la documentación aconseja mantener esa solicitud en 2023-06-01.

Elemento de la solicitud	Efecto con 2026-10-21
`temperature`, `top_p`, `top_k`	Error 400, incluso con el valor predeterminado
Bloque de documento colocado directamente en un mensaje del asistente	Error 400 (un documento anidado, como un resultado de web fetch, sigue aceptándose)
Citas no vacías en los bloques de texto de un mensaje de usuario	Error 400, incluido `search_result`
`workspace_id` de las claves API	Eliminado, sustituido por `scope`
Campos renombrados de la Admin API y de la Enterprise Analytics API	Nombres antiguos eliminados

Python 2.0.0, TypeScript 1.0.0, C# 13.0.0, Go 2.0.0, Java 3.0.0, PHP 1.0.0, Ruby 2.0.0 y ant CLI 2.0.0 envían la nueva versión de forma predeterminada. Estos SDK pasan de la licencia MIT a Apache 2.0, mientras que las versiones anteriores siguen bajo MIT, e introducen sus propios cambios incompatibles: un tipo de mensaje por rol, la clave API enviada en Authorization: Bearer en lugar de X-Api-Key (la API sigue aceptando ambos), la retirada de la antigua API Text Completions (TypeScript, Go, Java, Ruby y CLI) y la de la compactación en el cliente del tool runner, en favor de la compactación en el servidor.

Para migrar, Anthropic publica una guía paso a paso y remite al skill /claude-api de Claude Code, cuya versión 2.1.307 añade el comando /claude-api api-version. En Amazon Bedrock, 2026-10-21 solo está disponible para Claude 4.7 y los modelos posteriores. Ese mismo día, las notas de la versión añaden a los perfiles de usuario (user profiles) los campos enforcement_status y enforcement_actions, que indican si Anthropic ha restringido o bloqueado a alguno de los clientes finales de una organización.

🔗 La guía de migración a 2026-10-21 · Las notas de la versión de Claude Platform

Carbon-X: Hugging Face publica un modelo abierto de 14 mil millones de parámetros que lee y genera ADN

22 de octubre — Hugging Face publica Carbon-X, un modelo abierto de 14 mil millones de parámetros que procesa el ADN y el lenguaje natural en un mismo flujo de tokens: se le puede preguntar sobre una secuencia, pedirle el efecto de una mutación o hacer que genere ADN. Derivado de Qwen3-14B, se publica bajo licencia Apache 2.0 por la organización HuggingFaceBio, que había lanzado el anotador de genes Carbon-A el 8 de octubre.

El equipo de Loubna Ben Allal, Lewis Tunstall y Leandro von Werra continuó el entrenamiento de Qwen3-14B (midtraining) con 300 mil millones de tokens que mezclan ADN, inglés y datos intercalados, y después lo postentrenó mediante ajuste supervisado y aprendizaje por refuerzo. Un tokenizer híbrido conserva el BPE de Qwen3 para el texto y divide el ADN en 6-mers no solapados, donde un token abarca seis pares de bases. Sin un codificador de ADN separado, el texto y las secuencias comparten la misma matriz de embeddings, y una respuesta puede combinar ambos.

En cinco bancos de pruebas (efecto de las variantes, comprensión de secuencias, predicción de la siguiente base), Carbon-X obtiene un promedio del 66,7 % sin reflexión: 27 puntos más que Qwen3-14B, y un resultado superior al de todos los demás modelos abiertos evaluados. GPT-6.1 Sol obtiene un resultado apenas mejor, con un 67,5 %, pero Carbon-X supera a todos los modelos probados, tanto abiertos como cerrados, en el efecto de las variantes codificantes (BioReason Coding) y en la predicción de la siguiente base.

Modelo evaluado	Índice de ADN del artículo (redondeado)
GPT-6.1 Sol	68 %
Carbon-X	67 %
Kimi K3	50 %
DeepSeek V4.1 Flash	47 %
Qwen3-14B	40 %
GLM-5.3	40 %

Introducing Carbon-X: The best open DNA model. We midtrained a 14B model on DNA and text, and it beats every open language model and matches GPT-6.1 Sol at 1,000x lower cost.

🇪🇸 Presentamos Carbon-X, el mejor modelo abierto para el ADN. Hemos continuado el entrenamiento de un modelo de 14B con ADN y texto: supera a todos los modelos de lenguaje abiertos e iguala a GPT-6.1 Sol con un coste 1 000 veces menor. — @LoubnaBenAllal1 en X

En cuanto al coste, circulan dos cifras: la ficha del modelo lo sitúa en aproximadamente 1/1 800 del de GPT-6.1 Sol por problema, mientras que el anuncio redondea a 1 000 veces más barato. El cálculo se basa en las tarifas de API estándar de los modelos comparados, cada uno con el nivel de reflexión que ofrece su mejor promedio, y, para Carbon-X, en el rendimiento medido durante una hora de H200 facturada a 5 dólares; el modelo responde directamente, sin razonamiento extendido. Clément Delangue, CEO de Hugging Face, presenta Carbon-X como una respuesta a las medidas de protección de los laboratorios de vanguardia en biología, que, según él, dificultarían el trabajo de científicos, universidades, asociaciones y organismos sanitarios sin detener a los actores maliciosos.

🔗 La ficha de Carbon-X · El artículo de lanzamiento · El tuit de Clément Delangue

METR y Redwood Research ponen a prueba la supervisión de los agentes internos de OpenAI

22 de octubre — METR publica el informe de un ejercicio realizado este verano en OpenAI con Redwood Research. Del 21 de julio al 11 de agosto, un empleado de cada organización pasó tres semanas en las instalaciones atacando (red-teaming) el sistema asíncrono que supervisa la desalineación de los agentes internos de OpenAI, los que escriben código o realizan experimentos para sus investigadores. El acceso fue amplio: dispositivos proporcionados por OpenAI que nunca salieron de las instalaciones, código interno, prompts y configuración de los monitores, entrevistas con una docena de investigadores e ingenieros.

Medida comunicada por METR	Valor estimado
Tráfico interno de agentes de la Responses API elegible (modelos al menos GPT-5.5)	Aproximadamente del 75 al 94 %
Tráfico de los agentes Codex internos elegible	99,2 %
Tráfico Codex interno elegible no supervisado, de mayo a julio de 2026	Del orden del 10 % (compactación)
Solicitudes con error del monitor	Menos del 0,2 %
Informe interno y posterior versión censurada	61 páginas, luego 38 páginas

Estas estimaciones, sujetas a una gran incertidumbre según METR, se refieren al sistema tal como existía el 21 de julio. La principal carencia provenía de los eventos de compactación del contexto, que los monitores no veían:

Because of this coverage gap, we estimated that on the order of 10% of internal Codex traffic was unmonitored from May to July. OpenAI had independently identified this issue shortly before the exercise began.

🇪🇸 Debido a esta carencia de cobertura, estimamos que aproximadamente el 10 % del tráfico Codex interno no se supervisaba de mayo a julio. OpenAI había detectado este problema por su cuenta poco antes del inicio del ejercicio. — @METR_Evals en X

OpenAI la corrigió durante el ejercicio. Como el monitor solo se activaba cuando el agente devolvía el control al usuario, un agente podía, mientras la compactación escapara a la supervisión, posponerla indefinidamente si seguía actuando. El entrenamiento por refuerzo no estaba cubierto al inicio del ejercicio.

El equipo también describe fallos: una evasión del sandbox de Codex y de Auto-Review que daba al agente todos los permisos del usuario anfitrión, una técnica que sustraía cientos de acciones recientes de la supervisión (detalles censurados por OpenAI), entradas capaces de hacer fallar al monitor aprovechando diferencias de serialización, dos cabeceras controlables por el cliente que desactivaban la supervisión de los nuevos agentes, aunque su uso seguía siendo detectable, y dos herramientas internas no supervisadas, consideradas de solo lectura, que un exploit sencillo, no validado en la práctica, habría podido manipular. Por otra parte, el monitor ve la trayectoria completa del agente, salvo algunas excepciones, y sus prompts buscan maquinaciones (scheming), sabotaje, exfiltración de datos, engaño e inyecciones de prompt.

OpenAI afirma haber corregido todas las vulnerabilidades que afectaban a su pila de protecciones en producción; METR precisa que no ha evaluado esa afirmación. Las partes habían acordado de antemano publicar únicamente un artículo breve, con la posibilidad de que OpenAI censurara partes del informe. METR extrae cinco principios de diseño, entre ellos hacer que la supervisión sea difícil de evitar (por ejemplo, cada N minutos o cada N mensajes), atacar el sistema periódicamente y aislar a los agentes de sus monitores. Para OpenAI, estos hallazgos ayudaron a reforzar sus protecciones durante la ampliación del sistema y orientarán sus futuras colaboraciones con evaluadores externos. El 15 de octubre, Anthropic había descrito un acceso comparable concedido a un equipo de METR.

🔗 Red-Teaming de los sistemas internos de supervisión de agentes de OpenAI (METR) · El tuit de @OpenAI

Agentic AI Foundation: Agent Skills, Open Responses, OpenEnv y OpenSandbox se unen a MCP

22 de octubre — La Agentic AI Foundation (AAIF), la fundación de la Linux Foundation cofundada el año pasado por Anthropic, Block y OpenAI y que ya alberga MCP, recibe cuatro nuevos proyectos de golpe: Agent Skills, aportado por Anthropic, Open Responses por OpenAI, OpenEnv por Hugging Face y OpenSandbox por Alibaba. Así, suma 10 proyectos en su primer año; según Manik Surtani, su CTO y cofundador, cada uno cubre una parte de la pila, desde cómo adquieren capacidades los agentes hasta dónde se ejecutan.

Anthropic cede el nombre y el logotipo de Agent Skills, la organización de GitHub y el dominio agentskills.io. Nacido durante el trabajo en Claude Code, este formato de carpetas que enseñan una tarea a un agente (un archivo SKILL.md, scripts, documentos de referencia) se publicó como estándar abierto en diciembre de 2025; según Anthropic, más de 70 plataformas de agentes lo han integrado desde entonces, entre ellas ChatGPT, Cursor, GitHub Copilot y VS Code, y se han publicado 1 millón de skills, con cerca de 280 millones de instalaciones. Ingenieros de Anthropic, Google, OpenAI y otras empresas lo mantendrán a título individual, con David Soria Parra y Mahesh Murag como responsables (Lead Maintainers), y el hilo de @ClaudeDevs también cita a Earendil, Microsoft y OpenCode en el comité de dirección técnica. Los skills existentes siguen funcionando y las licencias no cambian; primer paso propuesto: versiones numeradas, un proceso formal de propuestas y recomendaciones de seguridad.

Por su parte, Hugging Face confía OpenEnv, su framework abierto de entornos para entrenar agentes, a una gobernanza neutral, con un comité que reúne, entre otros, a Microsoft, Reflection, Meta-PyTorch, Fleet, Mercor, Nebius, Modal, Prime Intellect y Unsloth. Las antiguas direcciones meta-pytorch/OpenEnv y huggingface/OpenEnv redirigen ahora a github.com/openenv/OpenEnv.

🔗 El comunicado de la Linux Foundation · El artículo de Anthropic · El anuncio de Ben Burtenshaw (Hugging Face) · El hilo de @ClaudeDevs

Diseñar y gobernar los agentes: subagentes contraídos, modo auto por defecto, comparación de la adopción de agentes

Tres anuncios se centran menos en lo que saben hacer los agentes que en cómo organizarlos, cederles el control y medir su uso.

Anthropic recomienda integrar los subagentes en el bucle principal y publica un kit de migración open source

22 de octubre — En una guía de buenas prácticas para Claude Platform firmada por Diane Sarkis, el equipo Applied AI de Anthropic constata que, en varios despliegues empresariales, un único agente dotado de skills ha ofrecido a menudo mejores resultados en términos de calidad que un único prompt para todo o una arquitectura de subagentes, a menudo con un coste y una latencia por tarea menores; un cliente midió una ejecución aproximadamente dos veces más rápida que con su arnés multiagente. Anthropic afirma haber reducido en más del 80 % el prompt de sistema de Claude Code para sus modelos más avanzados, en parte gracias a la divulgación progresiva de skills y herramientas, y observa que, por encima de 30 a 50 definiciones de herramientas, la selección de estas empeora. Los subagentes siguen teniendo su lugar cuando el contexto se satura, para tareas paralelas que pueden descartar su contexto o cuando al agente le cuesta elegir sus herramientas. El kit single-agent-loop-kit (Apache-2.0) encadena /claude-api build-eval, prompt-audit, hillclimb y cost-optimize para pasar a un único bucle.

🔗 La guía de Anthropic sobre los subagentes · anthropics/single-agent-loop-kit (GitHub)

Las sesiones de las aplicaciones Claude pasarán al modo auto por defecto en Pro, Max y Team

22 de octubre — A partir de la próxima semana, según @claudeai, las sesiones de las aplicaciones Claude en la web, en el ordenador y en el móvil funcionarán por defecto en modo auto para los planes Pro, Max y Team: en lugar de pedir aprobación en cada paso, un control automático bloquea las acciones arriesgadas, y se puede volver al modo manual en cualquier momento. El modo auto ya es la configuración por defecto de Claude Code para estos planes desde el 14 de agosto, y de las sesiones de terminal y VS Code en todos los planes desde la versión 2.1.284 del 28 de septiembre; de hecho, el tuit cita el anuncio de agosto, en el que el clasificador detectaba en las pruebas el 89 % de los comandos peligrosos, frente al 14 % de la aprobación manual. El anuncio se limita a un tuit, sin fecha precisa, sin detalles sobre las sesiones afectadas ni mención a Enterprise.

🔗 El tuit de @claudeai

El Copilot impact dashboard compara la adopción agéntica de una empresa con la de sus homólogas

22 de octubre — El panel de impacto de Copilot (Copilot impact dashboard) añade una comparación sectorial (Industry comparison), opcional y desactivada por defecto. Las empresas, y las organizaciones que no dependen de una empresa, pueden comparar dos indicadores con las referencias agregadas de otras entidades participantes: la proporción de sus usuarios que trabajan principalmente con agentes (agent-first) o con varios agentes (multi-agent), y la tasa de fusión de las pull requests de estos usuarios agénticos frente a los demás. Cada puntuación se clasifica respecto a la mediana de las entidades comparables durante 28 días y, después, respecto al decil superior cuando el grupo crece, por tamaño de empresa y entre diez sectores. Las comparaciones se actualizan a diario, los agregados se eliminan después de 30 días, los clientes con residencia de datos solo se comparan con los de su región, y no se expone ningún dato a través de la API de métricas ni de las exportaciones. En el lanzamiento, por falta de participantes, puede que solo se vea la mediana, o incluso ninguna clasificación.

🔗 Comparaciones sectoriales en el Copilot impact dashboard

Modelos de decisión: la API Decisions de OpenAI en disponibilidad general, GLiDE v1.2 a la cabeza del Decision Index

Los modelos de decisión responden a preguntas cerradas (clasificar, enrutar, elegir la siguiente acción) sin generar texto. El mismo día, OpenAI abre a todos su API específica y Fastino publica unos pesos que, según afirma, encabezan el índice de referencia de Hugging Face.

OpenAI pasa la API Decisions a disponibilidad general, con 400 preguntas por solicitud

22 de octubre — Dieciséis días después de su beta pública, la API Decisions pasa a disponibilidad general (generally available). Basada en GPT-6 Luna, devuelve una probabilidad (predicate), una elección entre valores proporcionados (choice) o una puntuación en una escala (score), hasta 10 veces más rápido que GPT-6 Luna a través de la Responses API, según OpenAI. Ahora acepta entradas JSON nativas, imágenes en las instrucciones de cada pregunta y hasta 400 preguntas por solicitud, frente a las 200 de la beta, e incorpora el almacenamiento en caché del contexto reutilizado, la inferencia con residencia en Estados Unidos y en la UE y la integración nativa con GPT-Live. La entrada se mantiene en 0,10 dólares por millón de tokens, la entrada en caché cuesta 0,01 dólares y la salida no se factura.

Cliente citado	Mejora declarada a OpenAI
Box	Selección de ruta aproximadamente 5 veces más rápida, misma exactitud que la Responses API
Datadog	Puntuación de riesgo de los comandos de agentes 40 veces más rápida en el p95
Ramp	4 veces más rápido y un 30 % más barato que GPT-6 Luna
Sierra	Menos de 280 ms en el p95, un 90 % más barato por llamada que el enfoque anterior
Speak	Tiempo hasta la siguiente acción reducido de 1,4 s a 0,13 s

El SDK openai-python 3.37.0, publicado esa misma noche, amplía los tipos de Decisions con un cambio de tipado incompatible con versiones anteriores.

🔗 Crea aplicaciones que respondan más rápido con la Decisions API

Fastino publica GLiDE v1.2, que sitúa en el primer puesto del Decision Index v0.4.1

22 de octubre — Fastino publica GLiDE v1.2, una nueva versión de su modelo de decisión, con los pesos en Hugging Face y acceso a través de su API. Según Fastino, ocupa el primer puesto del Decision Index v0.4.1 de Hugging Face, con uno de los menores errores de calibración del índice; el 21 de octubre, Base Labs anunciaba a mammoth-1 en el primer puesto con 71,24, pero en la versión 0.4: las dos puntuaciones no son comparables. El modelo lee texto, JSON y ahora también imágenes, y devuelve en una sola pasada una probabilidad para cada opción: una elección entre un máximo de 255, un sí o un no, o un nivel en una escala; Fastino ha eliminado los tokens de razonamiento para reducir la latencia.

Característica de GLiDE v1.2	Valor anunciado
Tamaño del modelo	26 mil millones de parámetros
Hardware mínimo	Una GPU de al menos 80 Go
Puntuación según Fastino	71,5 en el Decision Index v0.4.1, 1,7 puntos por delante del siguiente
Precio de la API de Fastino	0,04 dólares por millón de tokens de entrada
Licencia de los pesos	fastino-community: gratuita, acuerdo comercial por encima de 10 millones de dólares de facturación anual

🔗 La publicación de Fastino · fastino/GLiDE (Hugging Face)

Acceso a los modelos: enrutadores sujetos a la aprobación de OpenAI, Batch API en Perplexity, computación confidencial en Cohere

Tres cambios afectan a la forma de acceder a los modelos más que a los propios modelos: los intermediarios, el procesamiento por lotes y la confidencialidad de las solicitudes.

OpenAI exigirá a partir del 20 de noviembre que los enrutadores de modelos y las pasarelas de IA obtengan su aprobación

21 de octubre — En una publicación de su sección Safety, OpenAI afirma haber armonizado con sus clientes y socios las políticas de seguridad de los servicios que dan acceso a sus modelos, directamente, a través de un socio que los aloja o mediante un revendedor: protecciones coherentes con las suyas, investigaciones sobre posibles infracciones, medidas cuando se identifica un problema y aplicación coordinada de las restricciones entre servicios. El cambio más concreto procede de las Políticas de uso (Usage Policies) actualizadas con fecha del 20 de noviembre de 2026: los servicios que dan acceso directo a los modelos, como los enrutadores de modelos (model routers) o las pasarelas de IA (AI gateways), deberán someterse a la revisión de OpenAI y obtener su aprobación antes de ofrecer ese acceso. OpenAI también introduce los SafetyIDs, que los clientes pueden proporcionar para distinguir a los usuarios finales durante una investigación sin revelarle su identidad. La publicación no nombra ningún servicio afectado ni detalla el procedimiento de aprobación.

🔗 Un acceso más amplio gracias a normas coherentes (OpenAI)

Perplexity abre una Batch API para su Agent API, con hasta 50 000 solicitudes por archivo

22 de octubre — Perplexity añade una Batch API a su Agent API para trabajos que no requieren una respuesta inmediata (evaluaciones, clasificación, enriquecimiento de datos): se sube un archivo JSONL de solicitudes, se crea un lote y después se recuperan un archivo de resultados y otro de errores, con puntos de acceso que siguen el formato de la Batch API de OpenAI. Cada solicitud ejecuta el bucle completo de la Agent API: por tanto, la búsqueda web (web_search) y la lectura de páginas (fetch_url) también funcionan en diferido.

Límite de la Batch API	Valor publicado
Solicitudes por archivo	50 000, con un máximo de 200 Mo
Modelos admitidos	Uno solo por archivo, entre los de la Agent API
Plazo de procesamiento	Objetivo de 24 h sin garantía, límite estricto de 48 h
Conservación de los archivos	30 días
Precio del procesamiento	Sin precio batch específico; nivel flex para los modelos OpenAI que lo ofrecen

Las solicitudes de un lote no cuentan para el límite de solicitudes de la Agent API, y las que no hayan empezado al vencer el plazo caducan sin facturarse. El servicio no está disponible para las organizaciones con retención cero de datos.

🔗 El hilo de @perplexitydevs · La documentación de la Batch API

Cohere abre la beta pública de Confidential Computing de Model Vault, en GPU NVIDIA H100 en Azure

22 de octubre — Lanzado en acceso anticipado el 16 de septiembre, Confidential Computing de Model Vault, la plataforma de inferencia dedicada y gestionada de Cohere, pasa a beta pública: los clientes ya pueden crear bóvedas cifradas y desplegar en ellas sus cargas de trabajo, con las mismas API. La beta se ejecuta en GPU NVIDIA H100 en Microsoft Azure, que proporciona la infraestructura de computación confidencial, mientras que NVIDIA Confidential Computing protege la memoria de la GPU y cifra los intercambios entre CPU y GPU. El contenido de las solicitudes se cifra de extremo a extremo mediante Oblivious HTTP (OHTTP) hasta el entorno atestado, y el software del cliente verifica una prueba firmada del hardware, del microprograma (firmware) y del software antes de cualquier envío; según Cohere, ni siquiera sus operadores ni el proveedor cloud pueden leer la memoria protegida. Quedan fuera del alcance ciertos ataques físicos o por canales laterales, la disponibilidad, las vulnerabilidades de las aplicaciones como la inyección de prompt, los metadatos y los identificadores de API y de modelo. Las GPU Blackwell B200, la disponibilidad general y una pila open source se anuncian sin fecha, y no se comunica ningún precio.

🔗 Confidential Computing en Cohere Model Vault · El artículo técnico de Cohere

Observar y predecir el planeta: ForTy, OlmoEarth v1.3 y StormScope EU

Tres publicaciones del día cartografían la Tierra o hacen predicciones sobre ella a partir de imágenes de satélite, dos de ellas mediante embeddings que resumen cada píxel de 10 metros.

Google DeepMind publica ForTy, un mapa mundial de 10 metros que distingue bosques naturales, plantaciones y cultivos arbóreos

22 de octubre — Google DeepMind y Google Research publican, junto con el World Resources Institute (WRI) y el IIASA, Forest Typology (ForTy) 2020, un mapa que clasifica cada parcela de 10 metros por 10 de la superficie terrestre en una de seis categorías derivadas de las definiciones de la FAO: bosque primario, bosque de regeneración natural, bosque plantado, plantación forestal, cultivos arbóreos y agroforestería, otras tierras. Allí donde la mayoría de los mapas solo indican la presencia de árboles, ForTy distingue un bosque primario de una plantación de palma aceitera, lo que lo convierte en una referencia para el reglamento europeo sobre productos «libres de deforestación» (EUDR). El modelo se basa en los embeddings de AlphaEarth Foundations y en unos 1,7 millones de puntos anotados; validado en más de 9 000 lugares elegidos al azar, identifica el tipo de bosque correcto en el 90 % de los casos, distingue entre bosque y no bosque en el 95 % de los casos, y ofrece una probabilidad por clase en lugar de una etiqueta. Una serie anual 2017-2025, en versión preliminar, también muestra qué reemplaza a un bosque desaparecido. El mapa y la serie son de libre acceso en Google Earth Engine, bajo una licencia abierta.

🔗 La publicación de Google DeepMind · El artículo de Scientific Data

Ai2 publica OlmoEarth v1.3 y embeddings satelitales precalculados para todo el planeta

22 de octubre — Ai2 publica OlmoEarth v1.3, un modelo que lee un año de imágenes de radar (Sentinel-1) y multiespectrales (Sentinel-2, Landsat) y resume cada píxel de 10 metros en un vector. Ai2 ha calculado estos embeddings y los comparte en Source Cooperative: todo el planeta de 2023 a 2025 y solo algunos países de 2017 a 2022. Un pequeño clasificador entrenado con ellos basta ahora para cartografiar cultivos, cobertura del suelo o cambios, sin ajustar el modelo para cada tarea. Un explorador en el navegador, sin necesidad de cuenta, compara años, busca lugares similares y exporta un mapa en GeoTIFF.

Medida de OlmoEarth v1.3	Valor publicado
Embedding por píxel de 10 m	128 dimensiones, o las 64 primeras en versión ligera
Evaluaciones ganadas frente a AlphaEarth Foundations y Tessera v2	20 de 27 (128 dimensiones), 18 de 27 (64 dimensiones)
Cómputo de entrenamiento respecto a v1.2	53 %
Archivo de embeddings precalculados	Unos 150 To al año

Los pesos, los datos y el código se publican bajo la licencia OlmoEarth Artifact License, y Ai2 presenta al mismo tiempo PLANTEUR, un banco de pruebas de cartografía de cultivos en seis territorios franceses de ultramar.

🔗 La publicación de Ai2

StormScope EU se incorpora a Earth-2 en el segundo día de GTC Berlin

22 de octubre — NVIDIA añade a Earth-2, su familia de modelos de previsión meteorológica y climática, StormScope EU: una versión regional de StormScope entrenada con datos europeos, que predice a muy corto plazo la evolución de las nubes en los 16 canales de Meteosat, en intervalos de 10 minutos, a partir de las observaciones de EUMETSAT. Se citan varios usuarios europeos de Earth-2: AXA ha simulado más de 1 000 temporadas de ciclones con FourCastNet 3, Vaisala Xweather enriquece StormScope con datos de rayos, TotalEnergies predice la radiación solar en dos emplazamientos, y la Universidad de Mánchester ejecuta en un DGX Spark un modelo CorrDiff de calidad del aire entrenado en el superordenador Isambard-AI.

🔗 Earth-2 en Europa (blog de NVIDIA)

GTC Berlin, segundo día: NVIDIA amplía Cosmos, lanza Minerva y pone cifras a los resultados de sus clientes europeos

22 de octubre — En el segundo día de GTC Berlin, NVIDIA publica una serie de artículos dedicados a sus clientes europeos, que reúnen sobre todo casos con cifras concretas. Shopify ha postentrenado Nemotron 3.5 Lightning para el subagente GraphQL de su asistente Sidekick, más preciso que un modelo de vanguardia en su banco de pruebas interno, con un coste de servicio reducido en un 90 % y respuestas 7 veces más rápidas; bunq ejecuta su asistente Finn con modelos abiertos, al nivel de los mejores modelos cerrados por el 60 % del coste por respuesta; Stripe acelera 42 veces los pipelines de datos de Radar, su herramienta antifraude, en pruebas offline. En energía, las baterías de Hitachi Energy reciben la calificación DSX Ready, Schneider Electric valida arquitecturas de referencia Vera Rubin y Siemens Energy publica un diseño de referencia. En productos, NVIDIA amplía Cosmos y lanza Minerva.

🔗 El comercio europeo (blog de NVIDIA) · Los servicios financieros europeos · La energía de las fábricas de IA

Cosmos: cinco blueprints Data Factory, un Framework abierto a otros modelos y NIM hasta dos veces más rápidos

22 de octubre — NVIDIA completa Cosmos, su plataforma de modelos del mundo (world models), en cada etapa. Para los datos, Cosmos Data Factory, ya citado el día anterior, se presenta en cinco blueprints nativos de cloud disponibles a través de GitHub, Microsoft Azure, Nebius y CoreWeave: conjuntos de datos para vehículos autónomos, aumento de atributos de imagen, vídeos de acontecimientos infrecuentes o peligrosos, imágenes de defectos (circuitos impresos, metal, vidrio) y aumento de vídeos (meteorología, iluminación). Para el entrenamiento, Cosmos Framework amplía sus recetas de ajuste (fine-tuning), aprendizaje por refuerzo, destilación y cuantización, en forma de skills de agente, a otros modelos abiertos como GR00T, Alpamayo, Qwen o Pi0.5. Para el despliegue, nuevas variantes Cosmos 3 Nano sirven para evaluar en simulación políticas de conducción autónoma y de robots bimanuales, los microservicios NIM Cosmos 3 ganan hasta un factor 2 en velocidad de inferencia en configuraciones validadas, y el blueprint Metropolis VSS 3.3 realiza el seguimiento de un 40 % más de flujos de vídeo en la misma GPU. Así, MicroAGI ha destilado su modelo de razonamiento Cosmos 3 de 32B en un Nano de 8B sin pérdida de precisión, y Porsche, citado el día anterior, cifra en hasta un 90 % la reducción de sus ensayos físicos repetidos.

🔗 El artículo sobre Cosmos (blog de NVIDIA)

Minerva, una plataforma AIOps para mantener productivas las fábricas de IA

22 de octubre — NVIDIA lanza Minerva, una plataforma de operaciones mediante IA (AIOps) para las fábricas de IA, donde un solo componente degradado puede ralentizar todo un entrenamiento. Reúne la telemetría de las GPU, la red, el almacenamiento, los planificadores y las cargas de trabajo en un grafo de conocimiento que vincula el hardware (GPU, SuperNIC, conmutadores, cables) con las tareas en curso, para rastrear un entrenamiento ralentizado hasta el componente responsable, incluso entre cientos de miles de GPU, según NVIDIA. Modelos supervisados y no supervisados analizan miles de millones de puntos de datos por hora, detectan anomalías inéditas, anticipan averías y agrupan una avalancha de alertas en un único incidente con su causa probable; un asistente en lenguaje natural propone correcciones, aplicadas manualmente o de forma automatizada. IREN ya lo utiliza; Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI y Tesla prevén desplegarlo, y Lenovo y Supermicro lo ofrecerán, además de Dell Technologies. NVIDIA no publica precios ni mejoras cuantificadas.

🔗 Minerva (blog de NVIDIA)

Representar las culturas y las poblaciones: CulturalRiddles y Nemotron-Personas-UK

Dos conjuntos de datos publicados el mismo día miden o corrigen la fidelidad de los modelos a las culturas y las poblaciones reales.

Cohere Labs publica CulturalRiddles, 6 200 acertijos de 62 culturas que revelan los puntos ciegos culturales de los LLM

22 de octubre — Cohere Labs publica CulturalRiddles, un banco de pruebas que mide la comprensión cultural de los modelos de lenguaje mediante acertijos. En seis meses, 194 voluntarios han escrito unos 6 200 acertijos originales en su lengua, para 62 comunidades culturales, 45 países y 51 lenguas, algunas ausentes de los bancos de pruebas existentes, como el bugis o el mongondow. Entre 28 modelos propietarios, abiertos o regionales, con unas 68 000 respuestas revisadas por hablantes nativos, el mejor resuelve el 79 % de los acertijos, pero ninguno supera el 22 % en lumasaba (Uganda) o en mongondow (Indonesia). La lengua solo explica una pequeña parte de la diferencia: traducidos al inglés, los acertijos de las cinco comunidades más difíciles solo hacen que cinco modelos pasen del 22 % al 32 %. Aunque podían responder «no lo sé», los modelos solo lo hicieron en el 0,7 % de los casos, mientras que alrededor del 31 % de las respuestas revisadas eran inventadas; 18 modelos de 28 responden waterpolo a un acertijo alemán cuya solución es el rugby subacuático. Los acertijos, el código y el panel de resultados son públicos, sin destacar ningún modelo de Cohere.

🔗 CulturalRiddles (Cohere Labs) · El conjunto de datos en Hugging Face

Nemotron-Personas-UK: un millón de personas sintéticas ajustadas a los censos británicos

22 de octubre — Locai Labs, un laboratorio londinense de IA soberana, publica con NVIDIA Nemotron-Personas-UK, un millón de personas sintéticas bajo licencia CC BY 4.0. Cada una respeta las distribuciones demográficas, geográficas, socioeconómicas y profesionales de los censos de Inglaterra y Gales, Escocia e Irlanda del Norte, sin que figure ninguna persona real. Con NeMo Data Designer, un modelo probabilístico genera primero combinaciones realistas y, después, Gemma 4 31B redacta los atributos de cada persona (origen cultural, competencias, objetivos profesionales, aficiones), utilizando 18 GPU NVIDIA. Estos conjuntos sirven para entrenar y probar modelos que deben reflejar una población concreta sin exponer datos personales. En el segundo día de GTC Berlin, NVIDIA presentó en paralelo Nemotron-Personas-Germany, un millón de registros basados en el censo de 2022 (16 Länder, 400 distritos), que pueden utilizarse con la biblioteca open source NeMo User Sim para comprobar que un modelo de servicio público se comporta de la misma manera entre regiones o grupos de edad; se prevén ediciones con SpeakLeash, en Polonia, y la Universidad de Liubliana. La colección Nemotron-Personas abarca ya 12 países, entre ellos Francia.

🔗 El artículo de Locai Labs · El sector público europeo (blog de NVIDIA)

Imágenes y vídeos generativos: Ideogram Vector 1.0, HeyGen Video 1 y FLUX Video Upscale

Ideogram lanza Ideogram Vector 1.0, su primer modelo vectorial, que genera SVG editables

22 de octubre — Ideogram da el salto más allá de la imagen ráster con Ideogram Vector 1.0. A partir de un prompt, con imágenes de referencia si se desea, el modelo genera directamente un archivo SVG; también puede convertir una imagen existente en vector, sin prompt. Cada creación es un único SVG cuyas formas, colores y degradados siguen siendo editables en Illustrator, Figma o mediante código. Ideogram se dirige a los logotipos, la rotulación, las etiquetas, la impresión y la ilustración (grabado, pop art, colores planos, dibujo de líneas), apostando por su punto fuerte histórico, el texto legible. El modelo está disponible en Ideogram, mediante la API y a través de socios no identificados, sin un benchmark publicado.

Modo de generación	Precio por SVG
Texto a vector, calidad Low	0,13 dólar
Texto a vector, calidad Medium	0,16 dólar
Texto a vector, calidad High	0,20 dólar, 0,32 dólar con referencias
Imagen a vector	0,10 dólar por imagen

🔗 El anuncio de Ideogram · La página del modelo

HeyGen Video 1 ocupa el primer puesto en texto a vídeo sin audio en Artificial Analysis y el tercero con audio

22 de octubre — HeyGen afirma que HeyGen Video 1, su primer modelo de vídeo generalista, ha quedado primero en texto a vídeo en una prueba a ciegas de Artificial Analysis. La clasificación AA-Video-T2V v2.1 matiza la afirmación: la variante clasificada, HeyGen Video (ultraquality), ocupa efectivamente el primer puesto en la vista sin audio, con un intervalo de confianza que se solapa con el de Wan 3.0, pero solo el tercero en la vista con audio, que se muestra por defecto.

Vista de la clasificación	Puesto de HeyGen Video (ultraquality)	Modelos cercanos en la clasificación
Sin audio	1.er puesto, 1 144 Elo (rango 1 a 2)	Wan 3.0 con 1 134, MiniMax H3 768p con 1 120
Con audio, vista por defecto	3.er puesto, 1 160 Elo (rango 2 a 7)	Wan 3.0 con 1 175, Utopai X con 1 167

Postentrenado sobre MiniMax H3, el modelo supera claramente a su modelo base sin audio (1 144 frente a 1 120), pero solo por dos puntos con audio (1 160 frente a 1 158). Artificial Analysis indica que la API para esta variante estará disponible «próximamente», mientras que HeyGen presenta HeyGen Video 1 como disponible en HeyGen y mediante la API, a 0,01 dólar por segundo en promoción.

🔗 La clasificación de texto a vídeo de Artificial Analysis · El tuit de @HeyGen

Black Forest Labs renueva FLUX Video Upscale, que según afirma es más barato que Topaz Astra 2 y dos veces más rápido

22 de octubre — Black Forest Labs anuncia una renovación completa de FLUX Video Upscale, su herramienta de superresolución de vídeo lanzada el 20 de agosto, que presenta como la mejor del mercado, más barata que Topaz Astra 2 y dos veces más rápida, sin publicar una comparación con cifras. La herramienta, impulsada por FLUX 3 según la página del producto, regenera cada fotograma a la nueva resolución en lugar de interpolar los píxeles. Un parámetro regula su comportamiento: el modo preciso mejora la fuente sin alterarla, para rostros y productos, mientras que el modo creativo, activado por defecto, inventa detalles con el riesgo de modificar un rostro.

Parámetro de FLUX Video Upscale	Valor publicado
Factor de ampliación	1,5 a 3 veces, hasta 4K, desde 480p
Duración por clip	20 segundos como máximo, con el sonido original conservado
Precio en modo preciso	0,035 dólar por megapíxel-segundo entregado
Precio en modo creativo (por defecto)	0,05 dólar por megapíxel-segundo entregado

🔗 El anuncio de Black Forest Labs · La página del upscaler

Agentes de código: Claude Code 2.1.307, VS Code 1.143, Replit Monitoring Agent, orbs de Amp y plugin de Cognition

Claude Code acompaña la nueva versión de la API, VS Code ejecuta un modelo de código en la máquina del desarrollador, Replit y Amp confían más infraestructura a los agentes, y Cognition equipa a cualquier agente para hacer frente a tres vulnerabilidades críticas. Copilot CLI 1.0.103, Vibe CLI 3.0.2, Qwen Code v0.26.0, Zed 1.25 y las demás versiones del día figuran en Breves.

Claude Code 2.1.307 añade /claude-api api-version y el evento OpenTelemetry safety_event

21 de octubre — Claude Code 2.1.307 (43 entradas, entre ellas 26 correcciones) acompaña la nueva versión de la API: /claude-api api-version actualiza el código de una aplicación Claude API a la versión 2026-10-21. En observabilidad, el evento OpenTelemetry claude_code.safety_event se emite para cada llamada a herramientas que una regla de permisos, el modo auto, un control de seguridad, un hook o el sandbox haya detenido, sometido a confirmación o devuelto a Claude; complementa los campos del clasificador añadidos el 15 de octubre a los eventos tool_decision. Code Review incorpora @claude review stop (o off, pause), que pone fin a una suscripción @claude review always en una pull request. Entre las correcciones, las llamadas a herramientas MCP HTTP ya no se envían dos veces cuando la conexión se cierra durante una llamada, y solo se reintentan las herramientas de solo lectura o idempotentes; una llamada a herramientas ilegible se reintenta hasta dos veces antes de detener el turno, y el runner autoalojado detiene sus hooks de checkout tras 30 minutos por defecto. La 2.1.308 del 22 de octubre se limita a correcciones de bugs y de fiabilidad.

🔗 Claude Code 2.1.307 en GitHub

VS Code 1.143 ejecuta MAI Code 1.1 Flash en local con Copilot y convierte el arnés Copilot en la opción por defecto

22 de octubre — VS Code 1.143 incorpora de forma experimental el enrutamiento local anunciado el 7 de octubre: una nueva pestaña On This Device del selector de modelos descarga MAI Code 1.1 Flash, al que se puede consultar en las sesiones del arnés Copilot. Las respuestas calculadas en el dispositivo, marcadas como On-device, no consumen créditos de IA, y la opción Use in Auto permite que el modo Auto le envíe las solicitudes adecuadas, recurriendo al cloud cuando sea necesario. Los requisitos de hardware siguen siendo elevados: una versión compatible de llama.cpp, una conexión a GitHub y una GPU NVIDIA con al menos 96 Go de memoria. El arnés Copilot, construido sobre Copilot SDK, se convierte en la opción por defecto de las nuevas sesiones, y la ventana Agents incorpora en versión preliminar Compare Models, que asigna una misma instrucción a varios modelos y arneses (Copilot, Claude, Codex) en paralelo, con un modelo juez opcional. El instalador también ofrece Copilot CLI, Voice Mode acepta una clave personal de OpenAI, y las empresas pueden imponer sus modelos por defecto e instalar automáticamente los plugins exigidos.

🔗 Notas de la versión de Visual Studio Code 1.143

Replit lanza Monitoring Agent, que investiga las alertas de producción, corrige y puede volver a publicar por su cuenta

22 de octubre — Replit publica Monitoring Agent, presentado como un ingeniero de guardia autónomo para las aplicaciones publicadas en su plataforma: ante un incidente de producción, investiga la alerta, busca la causa en los logs, las métricas y el código, prepara y valida una corrección, puede desplegarla y después informa de lo que ha cambiado. Se configuran tres ajustes distintos por aplicación: las alertas, sobre los logs de errores, los errores HTTP y la latencia; la corrección automática (Auto-fix), que investiga en segundo plano y envía un resumen por correo electrónico; la republicación automática (Auto-republish), todavía experimental y reservada a las aplicaciones con Auto-fix activo. Replit advierte de que una alerta no garantiza una corrección y de que las migraciones y las operaciones con índices siguen siendo arriesgadas; sin republicación automática, la corrección queda pendiente de revisión en el chat del agente. No hay una tarifa específica: las ejecuciones pueden generar cargos por uso del Agent. Replit habla de un agente «primero de su clase», pero Cognition lanzó el 15 de octubre Devin Oncall, que también investiga incidentes de producción.

🔗 El artículo de Replit · La documentación de Monitoring Agent

Amp permite alojar sus orbs en infraestructura propia, gratis para todos hasta el 29 de octubre

22 de octubre — Amp permite alojar sus orbs por cuenta propia, las máquinas remotas en las que se ejecutan sus agentes: el cliente aporta los recursos de cómputo y Amp los convierte en orbs, siempre que la infraestructura pueda arrancar rápidamente nuevas máquinas, suspenderlas y reanudarlas, conservarlas durante mucho tiempo y escalar hasta cero. amp orb provider se ejecuta en la infraestructura del cliente, se conecta a Amp y transmite las solicitudes de creación, pausa y eliminación a un programa escrito por el cliente; Amp proporciona ejemplos para Docker, E2B, Kubernetes, Apple Containers, Modal, Vercel, Daytona y exe.dev. Sin embargo, Amp desaconseja esta opción a la mayoría de sus usuarios: está dirigida a empresas a las que la normativa, una red interna o un hardware específico les impiden utilizar los orbs alojados por Amp. Los orbs autoalojados siguen siendo gratuitos para particulares y equipos; los clientes Enterprise pagarán la tarifa estándar de los orbs a partir del 29 de octubre, y la opción es gratuita para todos hasta entonces. Hasta ahora, solo los runners de Amp permitían que el agente trabajara en la infraestructura del cliente, pero en máquinas persistentes.

🔗 El artículo de Amp

Cognition publica en open source un plugin de agente para corregir vulnerabilidades críticas de PHP, Node.js y GitLab

22 de octubre — Al día siguiente de PHP2Shell, Cognition publica Vulnerability Fixes, un plugin gratuito y open source (licencia MIT) que encarga a un agente de código la corrección de tres vulnerabilidades críticas. Se instala desde el marketplace de Devin, pero está compuesto por skills en formato Agent Skills: npx skills add también lo añade a Claude Code, Codex, Cursor, Factory Droid, GitHub Copilot, Gemini CLI u OpenCode. El agente elabora primero un inventario de solo lectura de todo lo que incorpora PHP o Node.js (imágenes Docker, paquetes de distribución, CI, Helm, Terraform, runtimes de AWS Lambda…), espera a que se elijan los repositorios que se van a corregir, actualiza a una versión corregida verificada en las fuentes oficiales, ejecuta los tests antes y después y, por último, abre una pull request por repositorio, con una etiqueta de riesgo y un plan de reversión.

Componente afectado	Vulnerabilidad corregida	Versiones corregidas
PHP (PHP2Shell, tratado el 21 de octubre)	CVE-2026-109618 y CVE-2026-109619, CVSS v4 9,2	8.2.35, 8.3.36, 8.4.27, 8.5.12
Node.js (actualización del 21 de octubre)	10 CVE, entre ellas CVE-2026-111497 (decodificador Brotli)	22.23.4, 24.22.1, 26.12.1
GitLab autoalojado	CVE-2026-110264, CVSS 10.0	19.5.1, 19.4.3, 19.3.6, 19.2.9, 19.1.9, 19.0.10, 18.11.13

Según Cognition, las vulnerabilidades de PHP y Node.js se están explotando activamente de forma automatizada, y el artículo aconseja desconectar primero las aplicaciones web PHP. A los clientes de Devin Enterprise se les prometen créditos y asistencia, sin especificar la cuantía.

🔗 El artículo de Cognition · El repositorio CognitionAI/devin-vuln-fixes · El anuncio de @cognition

Breves

Agentes y herramientas de código

Copilot CLI 1.0.103 — Un día después de la 1.0.102, la versión estable de GitHub aporta principalmente correcciones: las sesiones ACP respetan por fin la configuración del sandbox, las llamadas a herramientas de Gemini ya no fallan en la validación del esquema y desaparecen las antiguas opciones de inicio --remote y --no-remote. 🔗 fuente
Vibe CLI 3.0.2 — Mistral eleva a 32 tanto los subagentes activos como los subagentes en paralelo por defecto, frente a los 8 y 4 anteriores, configurables mediante max_subagents y max_concurrent_subagents, y aplica por fin los permisos, las listas de herramientas y las skills de los subagentes personalizados. 🔗 fuente
Qwen Code v0.26.0 — La versión estable sucede a las versiones preliminares v0.25.4 tratadas el día anterior, sin una v0.25.4 estable: 64 de sus 237 entradas, entre ellas 21 funcionalidades, son inéditas, como las aprobaciones modificables durante un turno del Managed Agent y el reinicio del daemon qwen serve. 🔗 fuente
Zed 1.25 en versión estable — La v1.25.2 lleva a la versión estable la versión preliminar tratada el 14 de octubre, con la compactación del contexto para los agentes ACP y GPT-6 Astra, Claude Fable 5.1 y Claude Opus 5.5 en el proveedor Amazon Bedrock, y un binario aproximadamente un 30 % más ligero desde la 1.23. 🔗 fuente
Gemini CLI, nightly del 22 de octubre — La integración con el IDE funciona por fin cuando la CLI se ejecuta en un sandbox de docker, podman o runsc, sin que el token del componente complementario entre en él, y la aprobación de un comando shell es válida para las mismas opciones hasta el final de la sesión. 🔗 fuente
Antigravity 2.25.0 y extensión de VS Code 1.9.0 — Puesta al día de las novedades del 19 y 18 de octubre: la aplicación identifica con una insignia los proyectos gestionados por plugins y repara el frontmatter YAML de las skills; la extensión añade atajos para aceptar o rechazar un bloque de diff y un reinicio automático opcional del servidor de lenguaje. 🔗 fuente
Notas de la versión de Devin del 21 de octubre — Devin Review se abre a Bitbucket Cloud, Devin Oncall incorpora un modo Lite y los administradores Enterprise pueden mostrar un enlace de solicitud de acceso junto a los repositorios que aún no están conectados. 🔗 fuente
Una herramienta escolar creada con GenCode — Genspark publica el testimonio de Jason Hill, que construyó en tres días, por unos 600 créditos, una herramienta de plazas libres y sobreocupación para los horarios de su distrito escolar; no hay novedades de producto. 🔗 fuente

Empresas y despliegues

Uber y ChatGPT Work — Tras una prueba piloto con 1 000 empleados, Uber extiende el agente de ChatGPT Enterprise a más de 30 000, con GPT-6.1 Sol por defecto y conexiones a Google Drive, Gmail, Google Calendar y Slack; no se ofrecen resultados cuantificados. 🔗 fuente
Los Forward Deployed Engineers de OpenAI — Colin Jarvis describe su método con cifras de clientes: alrededor del 90 % del código específico eliminado en un cliente del sector de los semiconductores al adoptar una base Codex, y un modelo de voz para telecomunicaciones que pasó de alrededor del 60 % a más del 90 % en las evaluaciones clave en seis meses. 🔗 fuente
Replit for Government — Una oferta para las administraciones de todos los niveles, en Estados Unidos y otros países, que afirma estar presente en 25 estados estadounidenses y más de 20 países, sin clientes identificados, ni FedRAMP ni tarifa. 🔗 fuente
Cognition en Londres — Nueva oficina en Finsbury Square, crecimiento del equipo británico de más del 200 % en seis meses y tres incorporaciones, entre ellas Katrin Lehmann, antigua directora global de sistemas de información de Mercedes-Benz. 🔗 fuente
El Partner Network de SpaceXSI — El programa para integradores y desarrolladores de software que crean con Grok sale del acceso anticipado, seguido por más de 130 empresas, con 45 socios de lanzamiento, entre ellos Bain & Company, Databricks, NVIDIA y Snowflake; sin precios ni calendario. 🔗 fuente
Synthesia y Hays — La prueba piloto de Roleplay Sessions en la consultora de selección de personal registra una mejora media del 29 % en las competencias comerciales, con más del 70 % de participación voluntaria. 🔗 fuente
Trinity Logistics y ElevenAgents — En un caso publicado el 20 de octubre, los agentes de voz negocian y reservan unas 1 000 cargas al mes mediante 30 000 llamadas, con un margen un 25 % mayor y un coste de plataforma un 40 % menor. 🔗 fuente
Eleven Realtime Translation, continuación — El artículo sobre la traducción de voz en directo, tratada el día anterior, cita a un primer cliente, Deutsche Telekom, para su Magenta AI Call Assistant, y precisa que Eleven v4 Turbo sirve de base por defecto; la versión alfa empresarial sigue sin tarifa. 🔗 fuente

Seguridad

OpenAI y los bancos comunitarios — La alianza con la ICBA ofrece a los bancos miembros que cumplan los requisitos acceso subvencionado a Daybreak for Frontline Defenders, con formación; no se especifican la cuantía ni el número de bancos. 🔗 fuente
Cloudflare, Daybreak y Codex — En un estudio de caso fechado el 21 de octubre, Cloudflare propone, con los modelos de OpenAI, correcciones y reglas WAF revisadas antes de compartirlas, y un equipo de cuatro personas reconstruyó un producto en tres días por 1 100 dólares en tokens con Codex. 🔗 fuente
Grok Bot y 1Password — Grok Bot utilizará en los próximos días las credenciales de 1Password aprobadas por el usuario sin ver las contraseñas, como parte de 1Password for Agents, que también debe dar servicio a Muse de Meta, Claude Duet y ChatGPT Work. 🔗 fuente · 🔗 1Password for Agents
Public monitoring con residencia de datos — El secret scanning de GitHub vigila ahora los commits públicos para los clientes de GitHub Enterprise Cloud con residencia de datos, en versión preliminar pública, con una atribución basada únicamente en los dominios verificados. 🔗 fuente

Asistentes

Gemini, Google Maps y Google Agenda — Con el consentimiento del usuario, la aplicación Gemini cruza sus búsquedas y lugares guardados de Google Maps con su calendario para ofrecer recomendaciones del día, mediante Personal Intelligence, no disponible en el Espacio Económico Europeo. 🔗 fuente
De las aplicaciones Gemini a Google Sites — Desde el 19 de octubre, Export > Google Sites abre una aplicación web interactiva creada en Gemini en un borrador de sitio privado, manteniendo su interactividad, para Workspace y las cuentas personales. 🔗 fuente
Kimi Work 3.2.19 — Un día después de la 3.2.18, la aplicación de Moonshot AI muestra una página de acceso restringido cuando la lista blanca de IP de una empresa bloquea la conexión y añade una herramienta de diagnóstico de red. 🔗 fuente

Plataformas de desarrollo

Espacios y vista dividida en las pull requests — La preferencia de visualización de los cambios en los espacios en blanco se guarda para todas las pull requests, y los archivos nuevos o eliminados ocupan todo el ancho en la vista dividida. 🔗 fuente
Nuevos hosts blob para GitHub Actions — Los rangos productionresultssa30 a 49 y 100 a 199 de blob.core.windows.net, publicados en la API meta, deben permitirse salvo que ya exista un comodín que los cubra, para evitar interrupciones en los resúmenes de jobs y los logs. 🔗 fuente
huggingface_hub 2.3.0 en versión candidata — El listado en paralelo reduce la búsqueda de los 798 924 archivos de objaverse de 776 a 19,7 segundos, y los Buckets se siguen en tiempo real. 🔗 fuente
OpenUSD en el Hub — Los archivos .usd, .usda, .usdc y .usdz se abren en un visor 3D interactivo, publicado en open source, un día después de SimReady Central. 🔗 fuente

Investigación, modelos abiertos y métodos

PLANTEUR — Publicado por Ai2 con OlmoEarth v1.3, este banco de pruebas de cartografía de cultivos en seis territorios franceses de ultramar (2 750 series temporales, 4 506 km² de parcelas) muestra que cada modelo pierde aproximadamente la mitad de su exactitud en una isla que nunca ha visto. 🔗 fuente
Seb-9B-v2 — Este modelo de decisión local de 9 000 millones de parámetros, bajo Apache 2.0, obtiene 59,16 en el Decision Index frente a los 57,96 de Jev 1.13 alojado, según su autor, que no precisa la versión del índice, con 22 ms por decisión en una RTX PRO 6000. 🔗 fuente
Laghu — UDGAM LABS entrena desde cero por 146 dólares un modelo de conversación de 152 millones de parámetros, 163 Mo en el navegador, que iguala a SmolLM2-135M-Instruct en conversación según sus autores. 🔗 fuente
BaseQuant V1 — basecompute publica cuantizaciones de Qwen3.8-27B (10,93, 16,41 y 20,82 Go) cuya divergencia KL es un 15 % menor que la de Unsloth a 3 y 4 bits, según sus autores. 🔗 fuente
Un VLM como reranker — Sin entrenamiento para reranking, Qwen3.8-27B supera al reranker supervisado Qwen3-VL-Reranker-2B en tres bancos de pruebas e iguala a la versión 8B en los documentos visuales de MMEB-V2, según un artículo de la comunidad. 🔗 fuente
Evaluar un agente según Perplexity — Una guía en seis pasos, desde los criterios de éxito hasta los tests de regresión y el seguimiento en producción, aconseja un análisis de errores sobre un centenar de trazas reales y la calibración de los LLM jueces; no hay ningún producto de Perplexity. 🔗 fuente
Project Chrysalis — Google Cloud describe una arquitectura de referencia de agentes de operaciones que evolucionan por sí mismos en la plataforma de agentes Gemini Enterprise: ante fallos simulados, el tiempo hasta la primera medida de mitigación (mitigation) pasa de entre 15 y 45 minutos a 1,8 segundos; no es un producto. 🔗 fuente

Qué significa

Las plataformas reescriben sus contratos de acceso. Anthropic fija ahora la API Claude mediante versiones fechadas y elimina ajustes que sus modelos recientes ya no permitían modificar: un desarrollador que reducía la temperatura de un modelo antiguo debe elegir entre quedarse en 2023-06-01 y aceptar el muestreo por defecto, y todos los SDK cambian el mismo día de versión principal y de licencia. OpenAI filtrará a los intermediarios: a partir del 20 de noviembre, un router o una pasarela que dé acceso directo a sus modelos deberá obtener su aprobación, y los SafetyIDs le permitirán actuar sobre un usuario final sin conocer su identidad. Perplexity adopta el formato de la Batch API de OpenAI, y Cohere hace que el cliente verifique, antes de cada envío, el entorno que procesará su solicitud.

Los componentes de los agentes pasan a estar bajo una gobernanza neutral. Con Agent Skills, Open Responses, OpenEnv y OpenSandbox, la AAIF reúne diez proyectos en un año, de los cuales los cuatro últimos proceden de Anthropic, OpenAI, Hugging Face y Alibaba. La utilidad de un formato común se aprecia ese mismo día: el plugin de Cognition contra PHP2Shell y las vulnerabilidades de Node.js y GitLab se instala en forma de skills en siete agentes de código competidores. En cuanto a la arquitectura, sin embargo, las señales divergen: Anthropic aconseja integrar los subagentes en un único bucle dotado de skills y conservarlos solo para contextos saturados o tareas paralelas desechables, mientras que Vibe CLI 3.0.2 eleva ese mismo día a 32 el número de subagentes simultáneos por defecto.

Cuanto más actúan los agentes por su cuenta, más se convierte su supervisión en una infraestructura que hay que poner a prueba. El ejercicio de METR y Redwood Research muestra que un monitor puede ver toda la trayectoria de un agente y, aun así, dejar pasar parte del tráfico: mientras la compactación del contexto quedara fuera de su alcance, un agente que nunca cedía el control podía aplazar indefinidamente su revisión. Ese mismo día, las aplicaciones Claude anuncian el modo auto por defecto, en el que un control automático sustituye a la aprobación de cada paso, Claude Code emite un evento por cada llamada a una herramienta que se detiene, Replit permite que un agente vuelva a publicar por su cuenta una corrección en producción, y GitHub propone a las empresas comparar su proporción de usuarios de agentes con la de otras empresas similares.

En un ámbito concreto, un modelo especializado alcanza al modelo de frontera por una fracción de su coste. Carbon-X, con 14 mil millones de parámetros, se sitúa a menos de un punto de GPT-6.1 Sol en ADN por aproximadamente 1/1 800 de su coste por problema; la API Decisions y GLiDE responden sin generar texto; OlmoEarth v1.3 precalcula para todo el planeta embeddings sobre los que basta un pequeño clasificador para elaborar un mapa, y ForTy construye el suyo a partir de los de AlphaEarth Foundations. Las evaluaciones recuerdan la otra cara de la moneda: en CulturalRiddles, ninguno de los 28 modelos evaluados supera el 22 % para determinadas comunidades, y los modelos solo responden «no lo sé» en el 0,7 % de los casos.