GPT-5.6 Sol Terra Luna en preversión, Anthropic Economic Index, Gemma 4 en Cerebras: seguimiento de IA del 26 de junio de 2026

El 26 de junio de 2026 es una jornada intensa en varios frentes: OpenAI presenta la preversión limitada de la serie GPT-5.6 (Sol, Terra, Luna), un nuevo sistema de nomenclatura con tarifas revisadas a la baja en Terra y Luna; Anthropic publica su sexto Economic Index «Cadences» con los resultados de una encuesta entre 9 700 usuarios; Gemma 4 supera los 200 millones de descargas en 2,5 meses y se convierte en el primer modelo multimodal en Cerebras a 1 500 tokens por segundo. En cuanto a herramientas para desarrolladores, GitHub Desktop 3.6 integra los worktrees y el Copilot SDK, Copilot for Jira pasa a disponibilidad general y el skill LSP Setup aporta inteligencia semántica a Copilot CLI en 14 lenguajes. HeyGen anuncia 200 millones USD de ARR en ocho meses, y Cohere se posiciona en la soberanía enterprise en reacción a las restricciones gubernamentales sobre GPT-5.6.

GPT-5.6 Sol, Terra y Luna — preversión limitada de la nueva generación de OpenAI

26 de junio — OpenAI lanza una preversión limitada de la serie GPT-5.6, compuesta por tres modelos con posicionamiento distinto. La serie introduce un nuevo sistema de nomenclatura: el número (5.6) identifica la generación, mientras que Sol, Terra y Luna designan niveles de capacidad duraderos que pueden evolucionar de forma independiente.

“Introducing a limited preview of GPT-5.6 Sol, our next generation frontier model, as well as GPT-5.6 Terra, a balanced model for efficient, everyday work, and GPT-5.6 Luna, a fast and affordable model for high-volume work.”

🇪🇸 Lanzamiento de la preversión limitada de GPT-5.6 Sol, nuestro modelo de nueva generación, así como de GPT-5.6 Terra, un modelo equilibrado para el trabajo diario eficiente, y GPT-5.6 Luna, un modelo rápido y económico para trabajos de gran volumen. — @OpenAI en X

Tres modelos, tres niveles de capacidad

GPT-5.6 Sol: modelo insignia de nueva generación, el más capaz hasta la fecha para ciberseguridad, código y biología. Introduce un nivel máximo de esfuerzo de razonamiento (max reasoning effort) y un modo ultra que utiliza subagentes para acelerar tareas complejas.
GPT-5.6 Terra: modelo equilibrado para el trabajo diario, con prestaciones comparables a GPT-5.5 pero dos veces menos costoso.
GPT-5.6 Luna: modelo rápido y económico para altos volúmenes, con el coste más bajo de la gama.

Precios y rendimiento

Modelo	Entrada (por millón de tokens)	Salida (por millón de tokens)	Posicionamiento
GPT-5.6 Sol	$5	$30	Insignia / Frontier
GPT-5.6 Terra	$2,50	$15	Equilibrado, 2× más barato que GPT-5.5
GPT-5.6 Luna	$1	$6	Rápido / económico

En los benchmarks, Sol establece un nuevo récord (state of the art) en Terminal-Bench 2.1 (code/CLI) y supera a GPT-5.5 en GeneBench v1 (biología) con menos tokens. En ExploitBench² (ciberseguridad), Sol es comparable a Mythos Preview con aproximadamente un tercio de los tokens de salida. Sol estará disponible en Cerebras a hasta 750 tokens por segundo a partir de julio de 2026.

Seguridad reforzada y disponibilidad restringida

OpenAI afirma haber desplegado la pila de seguridad (safety stack) más robusta hasta la fecha: más de 700 000 horas GPU equivalentes a A100 dedicadas al red teaming automatizado, clasificadores en tiempo real para ciberseguridad y biología, y revisión a nivel de cuenta para detectar comportamientos maliciosos persistentes. GPT-5.6 Sol no supera el umbral «Cyber Critical» del marco de preparación (Preparedness Framework) de OpenAI.

A petición del gobierno estadounidense, OpenAI arranca con una preversión limitada para un grupo reducido de socios de confianza, antes de un despliegue más amplio «en las próximas semanas» a través de la API, Codex y ChatGPT.

🔗 Blog de OpenAI — Preversión GPT-5.6

Anthropic Economic Index — sexto informe «Cadences»

26 de junio — Anthropic publica el sexto informe de Anthropic Economic Index, titulado «Cadences». Es la primera edición que combina un muestreo horario continuo, un clasificador de artefactos producidos y los resultados de una encuesta a 9 700 usuarios de Claude.

Nueva metodología

Cambio	Descripción
Muestreo horario	Datos recogidos de forma continua (ya no en una ventana de 7 días) — variaciones observables hora a hora
Clasificador de artefactos	Cada conversación se categoriza según su output principal (explicación, documento, código, etc.)
Datos granulares	Desglosados entre conversaciones de Claude (chat + Cowork) y API 1P, agregados a nivel mensual

Los ritmos del uso

El uso refleja el calendario y los hábitos cotidianos: la proporción de conversaciones personales pasa de ~35 % entre semana a ~50 % el fin de semana. Las recetas de cocina se solicitan 2,3 veces más a menudo a las 18:00 que de media; los consejos sobre el sueño alcanzan su pico hacia las 5:00. Las solicitudes fiscales fueron ocho veces más frecuentes el 14 de abril (víspera de la fecha límite de declaración en Estados Unidos) que la media de mayo. En Claude Code, los usos que más retroceden el fin de semana son la arquitectura back-end y la depuración de API; los que más crecen: diseño de agentes de IA, trading cuantitativo, videojuegos.

Lo que produce Claude

El 93 % de las conversaciones producen un artefacto identificable: explicaciones (17 %), documentos e informes (15 %), consejos (11 %), código y scripts (~16 % en total). Las apps y los sitios web consumen más de tres veces los tokens de una conversación mediana. Claude responde, de media, con un nivel de lectura superior en aproximadamente un año de estudios respecto al prompt: la brecha es máxima para imágenes y gráficos (+2,6 años), juegos (+1,9) y apps (+1,7).

La encuesta a 9 700 encuestados

Indicador	Valor
Esperan cambios significativos en sus responsabilidades en 12 meses	>1/3
Piensan que la IA podrá gestionar la mayoría de sus tareas en 12 meses	>35 %
Declaran ganancias de productividad en velocidad	86 %
Declaran ganancias de productividad en volumen de trabajo	82 %
Declaran ganancias de productividad en calidad	69 %
Aprenden más gracias a la IA	68 %
Consideran que la IA pone en valor sus competencias	57 %
Piensan que es probable perder su propio empleo	~10 %
Consideran probable que su joven colega pierda su empleo	>1/3

Conclusión central: los usuarios que más delegan en Claude son también los que se muestran más optimistas sobre el impacto de la IA en su empleo y sus competencias, sin que ello vaya acompañado de una reducción del aprendizaje percibido. Las mujeres representan el 12 % de la muestra combinada; tras controlar las diferencias de ocupación, usan Claude Code 6,3 puntos porcentuales menos, pero pasan más tiempo activo en el chat.

🔗 Anthropic Economic Index — informe Cadences

Claude Code v2.1.193 — autoMode, OpenTelemetry y autocompletado bash

25 de junio — Claude Code v2.1.193, publicada al final de la noche, incorpora varias novedades orientadas al control del modo automático, la observabilidad y la ergonomía del terminal.

Funcionalidad	Detalle
`autoMode.classifyAllShell`	Todos los comandos Bash/PowerShell pasan por el clasificador del modo automático
Motivos de rechazo en modo auto	Se registran en la transcripción, el toast y la pestaña `/permissions`
OpenTelemetry `claude_code.assistant_response`	Registra el texto de respuesta del modelo (oculto por defecto; `OTEL_LOG_ASSISTANT_RESPONSES=1`)
Autocompletado de rutas bash (`!`)	Rutas sugeridas en tiempo real al escribir
Notificación MCP auth	Aviso hacia `/mcp` si algunos servidores requieren autenticación al iniciarse
Auto-respuesta shell inactivo en segundo plano	Los comandos en espera de entrada reciben una respuesta automática (desactivable mediante `CLAUDE_CODE_DISABLE_BG_SHELL_PRESSURE_REAP=1`)

Se corrigen varias regresiones: los agentes fijados en segundo plano ya no son invitados de nuevo a «continuar donde estabas» después de cada actualización automática, y el subagente fantasma «general-purpose (resumed)» que relanzaba la conversación principal se elimina. El headersHelper MCP se relanza y se reconecta automáticamente tras un retorno 401/403.

🔗 Registro de cambios de Claude Code

Google / Gemini — Gemma 4 en Cerebras, 200M descargas y Drops de junio

Gemma 4 × Cerebras — primer modelo multimodal a 1 500 tokens/s

26 de junio — Gemma 4 se convierte en el primer modelo multimodal disponible en Cerebras. La versión 31B funciona a 1 500 tokens por segundo sobre la infraestructura de Cerebras. Se organiza un hackathon virtual de 24 horas el 28 de junio con $5 000 en premios para los participantes, que cuentan con acceso anticipado a Gemma 4 en Cerebras a través de Luma (Cerebras × Google Gemma 4: $5 000 Hackathon).

🔗 Tweet @googlegemma — Cerebras × Gemma 4

Gemma 4 — 200 millones de descargas en 2,5 meses

25 de junio — La familia Gemma 4 supera los 200 millones de descargas en solo 2,5 meses desde su lanzamiento. Para ponerlo en contexto, toda la familia Gemma acumulaba 100 millones de descargas en el lanzamiento de Gemma 3, así que Gemma 4 ha duplicado ese total en 2,5 meses. Este hito fue retuiteado por @GoogleDeepMind, señal de la importancia que Google concede a este resultado.

🔗 Tweet @googlegemma — 200M descargas

Gemini Drops junio 2026 — imágenes en tiempo real por voz y herramientas para pymes

26 de junio — La aplicación Gemini publica su resumen mensual de junio («Gemini Drops»): generación de imágenes en tiempo real con la voz y nuevas herramientas para las pequeñas empresas. El tuit enlaza a una entrada del blog de Google que detalla las funciones del mes.

🔗 Tweet @GeminiApp — Gemini Drops junio 2026

GitHub Copilot — Desktop 3.6, Jira GA e inteligencia semántica CLI

GitHub Desktop 3.6 — Worktrees y Copilot SDK

26 de junio — GitHub Desktop 3.6 aporta dos evoluciones principales: el soporte de Git worktrees y una integración más profunda de Copilot a través del nuevo Copilot SDK.

Funcionalidad	Detalle
Copilot SDK	Base común para todas las funcionalidades de Copilot en Desktop
Authoring de commits	Genera mensajes que respetan `.github/copilot-instructions.md` y `AGENTS.md`
Resolución de conflictos	La IA explica los cambios conflictivos y sugiere una resolución para aceptar o editar
Git worktrees	Trabajo en varias ramas en paralelo sin stashing ni clonación repetida
Model picker	Elección del modelo para cada funcionalidad de Copilot
BYOK	Conexión a un proveedor externo o a un modelo local

Disponible para macOS y Windows (GitHub Desktop 3.6.0). Los worktrees son especialmente útiles con los agentes de codificación que crean espacios de trabajo (worktrees) aislados.

🔗 GitHub Changelog — Desktop 3.6

GitHub Copilot for Jira — disponibilidad general

25 de junio — GitHub Copilot for Jira pasa a disponibilidad general (GA) tras una public preview desde marzo de 2026. El GA incorpora dos nuevas capacidades: el streaming de progreso (actualizaciones del agente de codificación transmitidas en tiempo real al ticket Jira sin cambiar de contexto) y el post-session steering (después de abrir un draft PR, el usuario puede dar nuevas instrucciones directamente en Jira; el agente continúa sobre el mismo PR). El onboarding de la organización GitHub y de los repositorios se simplifica.

🔗 GitHub Changelog — Copilot for Jira GA

LSP Setup skill — inteligencia semántica en 14 lenguajes para Copilot CLI

25 de junio — GitHub Copilot CLI recibe un nuevo skill LSP Setup que le proporciona una verdadera inteligencia semántica de código — definiciones, referencias, tipos — mediante los servidores LSP (Language Server Protocol), sustituyendo el enfoque grep/descompilación. Cobertura: 14 lenguajes. La configuración y la instalación de los servidores LSP están a cargo del skill.

🔗 GitHub Blog — LSP Setup skill · Tweet @github

Modelos abiertos e investigación — HF Jobs vLLM y Sakana CoffeeBench

HF Jobs — servidor vLLM compatible con OpenAI en un solo comando

26 de junio — Hugging Face publica una guía oficial para lanzar un servidor vLLM privado, compatible con OpenAI, en la infraestructura de HF Jobs con un solo comando (hf jobs run --flavor a10g-large --expose 8000 vllm/vllm-openai:latest vllm serve Qwen/Qwen3-4B). Sin Kubernetes, sin servidores que aprovisionar, facturación por segundo.

Aspecto	Detalle
GPUs disponibles	A10g-large (1,50 USD/h), H200×2, H200×8
Protocolo	Compatible con OpenAI (ChatCompletions), autenticación mediante token HF
Acceso SSH	`hf jobs run --ssh` + `hf jobs ssh <job_id>`
Modelos probados	Qwen3-4B, Qwen3.5-122B-A10B (MoE, 2×H200)
Interfaz Gradio	Compatibilidad con streaming y razonamiento plegable
Agent coding	Integración del framework Pi (agnóstico del proveedor)
Diferencia con Inference Endpoints	Jobs = experimentación/evals, Endpoints = producción con scale-to-zero

Requisitos previos: huggingface_hub >= 1.20.0.

🔗 Blog de HF — vLLM en HF Jobs

Sakana CoffeeBench — simulación multiagente de 90 días de la cadena del café

26 de junio — Sakana AI, en colaboración con Azusa Audit Corporation, publica CoffeeBench: un benchmark que evalúa las capacidades de gestión a largo plazo de los agentes LLM. Seis empresas (agricultores, tostadores, minoristas), cada una gestionada por un agente distinto, llevan a cabo negociaciones de precios, realizan pedidos y gestionan sus inventarios durante 90 días simulados con el objetivo de maximizar los beneficios netos. Los resultados revelan diferencias de comportamiento significativas entre los modelos: algunos agentes negocian activamente, otros analizan sin actuar y terminan incurriendo en pérdidas. La investigación se presentará en el taller ICML 2026 «Failure Modes in Agentic AI». El tuit obtuvo 173 800 visualizaciones.

🔗 Sakana — CoffeeBench · arXiv 2606.16613 · @SakanaAILabs en X

HeyGen supera los 200 millones USD de ARR en ocho meses

25 de junio — HeyGen, la plataforma de vídeo con IA centrada en la identidad (identity-first AI video), anuncia que ha superado los 200 millones USD de ARR (annual recurring revenue), duplicándose en ocho meses. El crecimiento refleja una adopción rápida tanto por parte de creadores independientes como de empresas del Fortune 100 en un 85 %.

Métrica	Valor
ARR	200 millones USD (duplicación en 8 meses)
Usuarios	30 millones
Países	196
Idiomas	175+
Fortune 100	85 %
Vídeos creados	118 millones
Eficiencia de capital	2,70 USD de ARR por dólar levantado

HeyGen destaca Avatar V (15 segundos de vídeo bastan para crear un gemelo digital), HyperFrames (marco de trabajo (framework) open source Apache 2.0 para la creación de vídeo agentica, 21 600 estrellas en GitHub en un mes) y la integración HeyGen MCP para flujos de agentes de IA. Se lanzaron 63 funciones en 3 meses.

🔗 Blog de HeyGen — 200 millones USD de ARR

Cohere — soberanía enterprise ante las restricciones sobre GPT-5.6

25 de junio — Cohere publica un tuit de posicionamiento agresivo sobre la soberanía y el control enterprise, en respuesta al anuncio de OpenAI de limitar GPT-5.6 a un grupo reducido de socios a petición del gobierno estadounidense.

“When you use Cohere, there are no staggered releases. No sudden disablements. We trust you completely: ‘[The customer] is in full control. We can’t see in, we can’t switch it off.’”

🇪🇸 Con Cohere, no hay despliegues escalonados. No hay desactivaciones repentinas. Confiamos plenamente en usted: «El cliente tiene el control total. No podemos ver dentro, no podemos desactivarlo.» — @cohere en X, citando a Aidan Gomez, CEO de Cohere

Este posicionamiento llega el mismo día en que OpenAI anuncia que GPT-5.6 Sol, Terra y Luna no estarán disponibles «en general hasta dentro de unas semanas», por ahora solo para un grupo reducido a petición del gobierno estadounidense. El tuit obtuvo 18 900 visualizaciones.

Breves

Warp — serie Cloud Software Factory (artículo 1) (25 de junio) — Primer artículo de una serie de Warp sobre la construcción de una fábrica de software en la nube (cloud software factory) con skills y loops. Este episodio cubre la «automatic triage skill» para automatizar la clasificación de tickets en un flujo de desarrollo. Contenido educativo (7 min de lectura). 🔗 Blog de Warp
Sakana Fugu — informe técnico arXiv 2606.21228 (26 de junio) — Informe técnico oficial de Fugu publicado en arXiv, complemento del lanzamiento del 22 de junio. Documenta las arquitecturas Fugu, Fugu-Ultra y Fugu-Llama en benchmarks de codificación, razonamiento, roleplay y tareas agenticas (incluido SWE-Bench Pro). 🔗 arXiv 2606.21228 · Tuit @SakanaAILabs
Antigravity 2.2.1 (25 de junio) — El entorno de desarrollo de IA de Google publica la versión 2.2.1: nuevo skill «Antigravity Guide» integrado, renderizado de archivos de audio, búsqueda de archivos por subcadena, 19 mejoras y 17 correcciones. Versión anterior: 2.1.4 del 11 de junio. 🔗 Antigravity — registro de cambios
Copilot code review — actualizaciones de eficiencia (25 de junio) — Copilot code review ahora utiliza las herramientas CLI/SDK nativas (grep, rg, glob, view), reduciendo los costes en un 20 % sin perder calidad. La medium analysis depth permite la atribución en el comentario de resumen del PR y la configuración del nivel de review a nivel de organización. 🔗 GitHub Changelog
MAI-Code-1-Flash ampliado a Copilot Business y Enterprise (26 de junio) — El modelo MAI-Code-1-Flash ya está disponible para los planes Copilot Business y Copilot Enterprise. 🔗 GitHub Changelog
Cohere — reacción meme «Taps sign» (26 de junio) — En respuesta al acceso restringido a GPT-5.6 Sol, Cohere publica un meme humorístico en X con una foto de Aidan Gomez en la portada de FORTUNE, insinuando que su CEO ya ha dicho lo esencial. El tuit alcanza 37 800 visualizaciones y 444 menciones «Me gusta». 🔗 Tuit @cohere

Lo que significa

La fragmentación del acceso a los modelos frontier se está convirtiendo en un asunto comercial. GPT-5.6 Sol se lanza en vista previa limitada a petición del gobierno estadounidense, un despliegue gradual inédito a esta escala para OpenAI. Cohere responde de inmediato con una postura sobre la soberanía total del cliente («We can’t see in, we can’t switch it off»), señalando que el control enterprise sobre los modelos de IA se está convirtiendo en un argumento de venta diferenciador. El meme del día siguiente confirma que este posicionamiento es deliberado y coordinado. La serie GPT-5.6 Sol/Terra/Luna también representa un cambio notable de nomenclatura: nombres duraderos que pueden evolucionar de forma independiente, en lugar de un número de versión fijo.

La medición del impacto económico de la IA gana profundidad y matices. El Anthropic Economic Index «Cadences» es la primera edición que combina datos reales de uso y una encuesta a 9 700 encuestados. Los resultados matizan el discurso dominante: el 86 % declara ganancias de productividad en velocidad, pero los usuarios que más delegan también son los más optimistas, sin que ello vaya acompañado de una reducción del aprendizaje percibido. La brecha de género (12 % de mujeres en la muestra combinada, -6,3 puntos de uso de Claude Code) sigue poco explicada, pero se documenta por primera vez con esta granularidad. Los ritmos temporales del uso (fiscal el 14 de abril, ingresos a las 18:00, sueño a las 5:00) son una lectura concreta de cómo la IA se inserta en la vida cotidiana.

Las herramientas de los equipos de desarrollo se densifican simultáneamente en varios frentes. GitHub Desktop 3.6, Copilot for Jira GA y el skill LSP Setup para Copilot CLI llegan el mismo día, formando una cobertura completa del ciclo de desarrollo: escritorio (Desktop), gestión de proyectos (Jira), terminal (CLI semántica en 14 lenguajes). Claude Code v2.1.193 añade la observabilidad OpenTelemetry de las respuestas del modelo y el clasificador automático de comandos shell, dos funciones que responden a necesidades de cumplimiento y trazabilidad en la empresa. HF Jobs vLLM, por su parte, reduce la barrera de entrada para la inferencia bajo demanda sin infraestructura que gestionar.

Los modelos abiertos y el vídeo con IA alcanzan hitos comerciales que redistribuyen las cartas. Gemma 4 duplica en 2,5 meses el total histórico de la familia Gemma en el lanzamiento de Gemma 3, y se convierte en el primer modelo multimodal en ejecutarse en Cerebras a 1 500 tokens/s. HeyGen (200 millones USD de ARR, 2,70 USD de ARR por dólar levantado) demuestra que el vídeo con IA puede alcanzar una eficiencia de capital poco común en el sector tecnológico. CoffeeBench de Sakana ilustra una tercera forma de contribución: benchmarks multiagente en horizontes largos (90 días de cadena de suministro) que capturan comportamientos que las evaluaciones clásicas no ven, unas carencias que se presentarán en ICML 2026.