ai-powered-markdown-translatorArtículo traducido del francés al español con gpt-6.1-sol.
Google DeepMind anuncia Gemini 4 Carbon, su modelo más potente, primero en el Artificial Analysis Intelligence Index v5.0 y a la vanguardia en ciberseguridad, pero reservado inicialmente a un grupo de defensores de ciberseguridad del Fairwind Program. GitHub abre su conferencia Universe 2026 con una treintena de anuncios: Copilot Fusion en disponibilidad general, Copilot incluido en GitHub Enterprise, una experiencia cloud única, Copilot Memory, automatizaciones que aprenden de sus resultados y un informe Octoverse según el cual más del 40 % de las pull requests comienzan ahora con un agente. NVIDIA publica Nemotron 3.5 Transcribe, un modelo abierto de transcripción en 40 idiomas, y el comité presidido por David Gross explica cómo examinará la demostración de OpenAI sobre la teoría cuántica de Yang-Mills.
Google DeepMind anuncia Gemini 4 Carbon, su modelo más potente, reservado inicialmente a los defensores de ciberseguridad del Fairwind Program
28 de octubre — Dos semanas después de la disponibilidad general de Gemini 4 Argon, Google DeepMind anuncia Gemini 4 Carbon. Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google (Chief AI Architect), lo presenta como el modelo más potente de Google, a la vanguardia en ciberseguridad y en tareas de larga duración (long horizon). Carbon ocupa el primer puesto del Artificial Analysis Intelligence Index v5.0 con 59, por delante de Claude Opus 5.5 (58) y GPT-6 Astra (57), y el cuarto de WebDev Arena (1 768, +89 puntos Elo).
La ciberseguridad es el argumento principal. Carbon alcanza el 88,2 % en SEC-bench Pro, que consiste en encontrar vulnerabilidades, el 54,8 % en ExploitGym, que comprueba que sean explotables, y el 71,0 % en CWE-bench de Collinear, que exige corregirlas de raíz; Google precisa que estas puntuaciones externas se midieron sin salvaguardas. A nivel interno, la tasa de éxito al generar código seguro se multiplica por más de dos respecto a Argon, el equipo de Chrome informa de correcciones más de 10 veces mejores que las del gran modelo de frontera de otro laboratorio, cuyo nombre no se menciona, y Wiz sitúa a Carbon a la cabeza de sus benchmarks de pruebas de penetración web.
Las cifras siguientes se han copiado de la tabla publicada como imagen en el artículo, que contiene 17 filas. Carbon solo queda por detrás en dos filas: FrontierSWE 2, donde GPT-6 Astra y Claude Opus 5.5 lo superan, y el subconjunto sin conexión de OSWorld-2.1, liderado por Claude Opus 5.5.
| Benchmark (tabla de Google) | Gemini 4 Carbon | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| AA Intelligence Index v5.0 | 59 | 50 | 57 | 58 |
| Terminal-Bench 4.0 (AA) | 65,2 % | 57,1 % | 59,1 % | 59,6 % |
| FrontierSWE 2 | 61,2 % | 55,0 % | 65,5 % | 62,3 % |
| OSWorld-2.1 (sin conexión) | 81,5 % | 74,7 % | 80,9 % | 87,2 % |
| GraphWalks (256k a 1M) | 96,2 % | 84,2 % | 71,8 % | 66,8 % |
| Vending-Bench 2 (saldo en dólares) | 16 484 | 13 718 | 15 515 | 9 235 |
| SEC-bench Pro | 88,2 % | 83,4 % | 85,4 % | — |
| ExploitGym | 54,8 % | 42,0 % | 42,4 % | 34,5 % |
| CWE-bench | 71,0 % | 68,0 % | 68,0 % | 67,0 % |
Google también insiste en el comportamiento del modelo durante las sesiones largas: a nivel interno, Carbon ha funcionado «durante días» en tareas de ingeniería, como la búsqueda de la causa raíz de bugs sutiles en grandes bases de código. La tasa de trampas exitosas cae al 0,0 % en Terminal-Bench 4.0, las alertas de desalineación de alta gravedad disminuyen cerca del 80 % en los entornos de código internos y las afirmaciones sin fundamento se reducen aproximadamente a la mitad respecto a Argon. En el benchmark de inyección indirecta de prompts de Gray Swan, ningún ataque tuvo éxito, frente al 0,7 % de Argon.
Carbon todavía no está en la API ni en la aplicación Gemini. Como hizo con Argon a finales de septiembre, Google lo abre primero, a partir de esta semana, a un subconjunto de defensores de ciberseguridad, y después progresivamente a otros socios de confianza a través del Fairwind Program; en paralelo, participa en el proceso voluntario del Gobierno estadounidense para probar modelos antes de su publicación. Los desarrolladores, las empresas y el público general tendrán acceso «lo antes posible», sin fecha. El precio ya está fijado: 2 dólares por millón de tokens de entrada y 10 dólares de salida durante el periodo de lanzamiento, como Argon, con un 95 % de descuento en los tokens de entrada en caché, y después 4 y 20 dólares, sin fecha anunciada para el cambio.
Announcing Gemini 4 Carbon, our strongest model with state-of-the-art cybersecurity and long horizon capabilities. Carbon represents a step up across most benchmarks, delivering strong frontier performance in autonomous coding and cyber defense. We’re first making Carbon available to a subset of trusted cyber defenders in our Fairwind program. We’ll expand access as soon as possible.
🇪🇸 Anunciamos Gemini 4 Carbon, nuestro modelo más potente, con capacidades de vanguardia en ciberseguridad y en tareas de larga duración. Carbon supone un avance en la mayoría de los benchmarks y ofrece un rendimiento de frontera en programación autónoma y ciberdefensa. Abrimos primero Carbon a un subconjunto de defensores de ciberseguridad de confianza de nuestro programa Fairwind. Ampliaremos el acceso lo antes posible. — @GoogleAI en X
🔗 El artículo de Google DeepMind
GitHub Universe 2026: GitHub se presenta como un sistema de entrega de software agéntico y cuantifica sus ampliaciones de infraestructura
28 de octubre — GitHub abre su conferencia Universe 2026 en San Francisco con un artículo de Jay Parikh que marca el rumbo: pasar de un asistente que escribe código a un «sistema de entrega de software» en el que el desarrollador marca la dirección y sigue siendo responsable de lo que llega a producción, mientras los agentes implementan y verifican. El entregable ya no es el código, sino el trabajo terminado: una funcionalidad, un parche, una corrección de seguridad. Tres ejes estructuran esta estrategia: la velocidad, la inteligencia (el contexto de la plataforma y un aprendizaje continuo) y la calidad, con un trabajo seguro por defecto.
El artículo sirve de índice de los anuncios del día, detallados en las secciones siguientes: Copilot Fusion, los proyectos en la app GitHub Copilot, la continuidad de las sesiones desde el teléfono hasta VS Code, automatizaciones que aprenden de sus resultados, el nivel Max de Copilot code review y la inclusión de Copilot en GitHub Enterprise. En cuanto a infraestructura, GitHub cuantifica lo que ha añadido desde principios de año:
| Infraestructura añadida desde principios de 2026 | Volumen anunciado por GitHub |
|---|---|
| Núcleos CPU | 4 millones |
| Almacenamiento rápido | 160 Po |
| Capacidad de red | 50 Tb/s |
La migración hacia un despliegue multirregión en Azure debe completarse a principios del próximo año, y la nueva arquitectura Git se basa en primitivas simplificadas, almacenamiento desacoplado del cómputo y una coordinación reducida al mínimo. Jay Parikh también plantea una idea: todo el software escrito hasta ahora representará menos del 1 % del de los próximos cinco años, una opinión más que una medición.
Copilot genera y retoca imágenes con GPT Image 2.5 Flare, en versión preliminar pública
28 de octubre — Copilot ahora produce y retoca imágenes descritas en lenguaje natural, en versión preliminar pública para los planes Pro, Pro+, Business y Enterprise, en VS Code, la app GitHub Copilot y Copilot CLI. El modelo de razonamiento elegido invoca una herramienta de generación impulsada por GPT Image 2.5 Flare, de OpenAI, muestra la vista previa en la conversación y guarda la imagen directamente en el proyecto. La generación se factura por separado del modelo de chat, en tokens de imagen que se descuentan de los créditos de IA del plan. Los propietarios de organizaciones o empresas pueden desactivarla mediante las políticas de modelos, y una marca de agua «Hecho con IA», desactivada por defecto, puede activarse de forma opcional.
GitHub Design publica Replica, una herramienta de prototipado con IA bajo licencia MIT
28 de octubre — GitHub Design publica como open source, bajo licencia MIT, Replica, una herramienta que transforma ideas en prototipos interactivos. A diferencia de las herramientas genéricas, se apoya en el design system del equipo, sus componentes, sus patrones y su documentación: los diseñadores fijan las directrices y, después, diseñadores, responsables de producto y desarrolladores describen en lenguaje natural, en la app GitHub Copilot, el prototipo que quieren explorar y lo refinan. Un Replica Hub autoalojado y opcional permite publicar los prototipos para recoger los comentarios del equipo. La herramienta ya está disponible.
Octoverse 2026: 17,9 mil millones de pushes y más del 40 % de las pull requests iniciadas por un agente
28 de octubre — El informe anual Octoverse 2026 de GitHub describe un año de aceleración impulsada por los agentes. En doce meses, los desarrolladores han hecho push de código 17,9 mil millones de veces, más que en 2024 y 2025 juntos; los commits alcanzan los 34,3 mil millones, más del triple que hace dos años, y se han fusionado 1,3 mil millones de pull requests, una media de 3,5 millones al día. GitHub cuenta con más de 225 millones de desarrolladores, de los cuales 38,3 millones están en Estados Unidos y 32 millones en India; Francia ocupa el décimo puesto con 4,75 millones.
| Indicador Octoverse 2026 | Valor publicado |
|---|---|
| Pushes en doce meses | 17,9 mil millones |
| Commits | 34,3 mil millones |
| Pull requests fusionadas | 1,3 mil millones (3,5 millones al día) |
| Desarrolladores en GitHub | más de 225 millones |
| Pull requests iniciadas por un agente | más del 40 % en septiembre (17 % en marzo) |
| Usuarios activos de Copilot en modo agéntico | 55 % (35 % hace un año) |
| Modelos distintos utilizados en Copilot | 47 en septiembre (29 en mayo) |
| Jobs de GitHub Actions | 1 440 por segundo |
La proporción de los agentes crece rápidamente: en septiembre, más del 40 % de las pull requests comenzaban con un primer borrador de un agente, frente al 17 % de marzo, lo que supone 110 millones de pull requests, aproximadamente seis veces el volumen de marzo. Estas pull requests se fusionaban en dos semanas en el 90 % de los casos, frente a alrededor del 86 % cuando no se detectaba ningún agente, y los repositorios creados este año con un archivo de configuración de agente reciben de media 8 veces más commits. El cloud agent de Copilot, al que se delega una tarea completa, crece un 230 % interanual, frente al 85 % del chat en modo agente.
Los desarrolladores también utilizan cada vez más modelos: ninguno de los 47 modelos utilizados en septiembre supera el 25 % de las solicitudes, y el 61 % de los usuarios que eligen su modelo emplean varios, frente al 50 % de cuatro meses antes. En cuanto a lenguajes, TypeScript sigue primero, por delante de Python y JavaScript. La clasificación de los repositorios de proveedores que más colaboradores ganan está liderada por agentes de código: anthropics/claude-code, openai/codex, anomalyco/opencode, microsoft/vscode y github/copilot-cli.
GitHub Enterprise ahora incluye Copilot para cada usuario con licencia, con un Copilot Standalone de 10 dólares
28 de octubre — GitHub cambia el modelo comercial de Copilot para empresas. Los clientes que contraten a través de un equipo comercial de GitHub o de Microsoft ahora pueden obtener Copilot incluido en GitHub Enterprise para cada usuario con licencia, sin una suscripción independiente; la oferta ya está disponible para GitHub Enterprise Cloud. Hasta ahora había que gestionar dos cosas, el número de puestos de Copilot y el consumo de IA; con Copilot incluido, solo queda el presupuesto de IA de la empresa.
Este acceso ofrece las mismas funciones y los mismos modelos que Copilot Enterprise, pero sin créditos de IA mensuales por puesto: cada solicitud se descuenta del presupuesto de la empresa desde la primera, con las políticas, alertas y asignaciones existentes. Las funciones básicas siguen funcionando incluso sin presupuesto:
| Función de Copilot | Cuando se agota el presupuesto de IA |
|---|---|
| Completado de código y next edit suggestions | Siguen funcionando |
| Copilot Chat, Copilot code review y Copilot en el cloud | Requieren presupuesto |
| Acceso al puesto de Copilot | Nunca se retira |
Los miembros de la cuenta empresarial sin licencia de GitHub Enterprise obtienen el mismo acceso con Copilot Standalone, por 10 dólares por usuario al mes. El autoservicio todavía no está disponible: llegará por etapas, con fechas prometidas «en las próximas semanas», y las suscripciones de autoservicio actuales no cambian. Copilot Business y Copilot Enterprise siguen ofreciéndose tanto a empresas nuevas como a las existentes.
GitHub Copilot Fusion alcanza la disponibilidad general y sustituye la selección manual del modelo
28 de octubre — Copilot Fusion alcanza la disponibilidad general en todos los planes de Copilot, en VS Code, la app GitHub Copilot, Copilot CLI y los IDE de JetBrains, con otros clientes anunciados para «pronto». En lugar de elegir un modelo, el desarrollador selecciona Copilot Fusion y después un nivel de esfuerzo: Standard para el código habitual, High para las tareas difíciles y Max para las más exigentes. Fusion decide entonces, solicitud por solicitud, si asigna la tarea a un único modelo (esquema Single) o encadena varios: en cascada (Cascade: un modelo eficiente redacta, un control de calidad acepta o escala a un modelo más potente) o mediante crítica (Critique: un modelo redacta, otro revisa y el primero corrige).
Fusion reúne la orquestación de múltiples modelos de Project HydraFusion, una versión preliminar de investigación lanzada en septiembre y ampliada el 14 de octubre, y la selección automática de modelos de Copilot. Según Octoverse, HydraFusion enrutó cerca de 60 000 sesiones durante su versión preliminar; quienes utilizaban auto, HydraFusion o HydraFusion Max pasan automáticamente al nivel de Fusion correspondiente. GitHub presenta un resultado externo:
| Artificial Analysis Coding Agent Index | Copilot Fusion Max, según GitHub |
|---|---|
| Puntuación obtenida | 60, a dos puntos de Claude Code con Opus 5.5 Max |
| Coste medio de API por tarea | aproximadamente la mitad |
| Tokens consumidos | aproximadamente la mitad |
| Tiempo por tarea | aproximadamente un 40 % menos |
En el ámbito empresarial, Fusion solo elige entre los modelos autorizados por las políticas; un administrador puede excluir un modelo de Fusion sin retirárselo a los usuarios e imponer Fusion, en cualquier nivel de esfuerzo, como modelo predeterminado. Cada modelo invocado se factura a su tarifa estándar, con un descuento temporal del 30 % en los costes de los modelos para los planes de pago. AT&T afirma haber mejorado la eficiencia en tokens con Fusion Standard, sin aportar cifras.
🔗 El changelog de Copilot Fusion
Copilot Fusion enruta de forma experimental a modelos locales, MAI Code 1.1 Flash y Qwen3.8 Flash Next
28 de octubre — GitHub amplía Copilot Fusion a los modelos locales, en una versión preliminar experimental de acceso voluntario. Con el nivel Standard, Fusion elige para cada solicitud entre un modelo ejecutado en la máquina y un modelo cloud, en Copilot CLI, la app Copilot y VS Code. En Windows, la descarga y la configuración de MAI Code 1.1 Flash se gestionan mediante el proveedor Windows ML. En Windows, macOS y Linux, Copilot CLI también admite un modelo local servido por un servidor compatible con OpenAI, MAI Code 1.1 Flash o Qwen3.8 Flash Next; un modelo aportado por el usuario (BYOK) no es automáticamente elegible para Fusion. GitHub advierte de que la sesión no pasa a funcionar sin conexión: las decisiones de enrutamiento siguen tomándose en el cloud y los modelos locales pueden tener protecciones de seguridad diferentes.
Copilot para JetBrains recibe Fusion y lleva los entornos aislados locales y next edit suggestions a disponibilidad general
28 de octubre — El plugin GitHub Copilot para los IDE de JetBrains se pone al día con los demás clientes. Copilot Fusion sustituye la opción Auto, con sus tres niveles de esfuerzo, un despliegue progresivo para todos los usuarios y un descuento del 30 % limitado a los primeros 30 días. Los entornos aislados locales, que restringen el acceso de los comandos del agente al sistema de archivos, a la red y a las credenciales según las políticas del desarrollador o de la organización, alcanzan la disponibilidad general, al igual que next edit suggestions. El arnés de agente Microsoft Copilot se convierte en la opción predeterminada cuando está disponible, una barra lateral reúne las sesiones y, al pasar el cursor sobre un turno del agente, se muestran su duración y su consumo de tokens por modelo.
Copilot se convierte en una experiencia cloud única, con entornos aislados cloud y una asignación de cómputo de Actions en dólares
28 de octubre — GitHub reúne sus interfaces de Copilot en una única experiencia cloud, en disponibilidad general para los planes de pago, con un despliegue que comienza el 28 de octubre. Una tarea iniciada desde github.com, GitHub Mobile, Copilot CLI, la app Copilot, VS Code, Slack o Microsoft Teams se convierte en una sesión única, visible en la misma lista en todas partes y que se puede retomar desde cualquier otra interfaz: descrita por voz o mediante una imagen en el teléfono, continuada en la web y terminada en VS Code. Los usuarios de Copilot Free conservan Copilot Chat en github.com y en el móvil.
Cada sesión se ejecuta de forma predeterminada en un entorno aislado cloud gestionado por GitHub, sin el límite de una hora en su duración total de ejecución, con una instantánea al detenerse para retomarla en otro lugar. Las sesiones cloud disponen de Bash, GitHub CLI, búsqueda de código, conectores, servidores MCP y skills, y los comandos /rubber-duck y /context llegan a la web y al móvil. GitHub Mission Control permite controlar desde el teléfono sesiones locales, y la opción --environment-host registra la propia máquina o una VM como entorno. Las empresas mantienen el control mediante la política «Copilot in the cloud»: sesiones limitadas de forma predeterminada a una organización o a los repositorios personales, con SSO obligatorio.
El cambio de mayor alcance afecta a la facturación:
| Cambio de facturación | Detalle anunciado por GitHub |
|---|---|
| Asignación de Actions incluida | Una reserva en dólares en lugar de un número de minutos de runners estándar |
| Usos cubiertos por la reserva | Runners alojados estándar, entornos aislados cloud y, en Team y Enterprise Cloud, larger runners |
| Facturación de los entornos aislados | A partir de noviembre de 2026, con cargo primero a la reserva |
| Planes afectados | GitHub Free, Pro, Free for organizations, Team y Enterprise Cloud |
Cada producto mantiene su tarifa publicada; solo cambia la forma de contabilizar la asignación incluida.
La app GitHub Copilot lanza Projects en versión preliminar pública para dirigir agentes en varios repositorios
28 de octubre — La app GitHub Copilot incorpora Projects, en versión preliminar pública. Un proyecto reúne un objetivo, su contexto (repositorios, maquetas, hilos de Slack, notas de reuniones), los agentes y sus resultados, para un trabajo que abarca más de un repositorio o una sesión: una funcionalidad repartida entre varios repositorios o un plan de lanzamiento que utiliza especificaciones y maquetas sin tocar el código. Copilot inicia en segundo plano tantos agentes como sean necesarios, en sesiones paralelas, y vuelve con pull requests para revisar; las automatizaciones del proyecto se encargan de las tareas repetitivas, como un vídeo promocional por cada funcionalidad entregada. La app también obtiene contexto de Slack y Figma y genera imágenes en el chat. El control de aplicaciones de escritorio (computer use) sigue en versión preliminar pública en macOS y Windows, como desde el 1 de octubre.
VS Code 1.144 y Copilot: Agent Host, sesiones continuas hasta el teléfono y protocolo AHP abierto
28 de octubre — VS Code 1.144, publicado el día de Universe, adapta el editor a estas sesiones continuas. Una sesión iniciada en el cloud desde la ventana Agents aparece en la app Copilot, en GitHub Mobile, en github.com o en la CLI, al igual que una sesión iniciada en un mensaje directo de Slack o Teams. En local, Agent Host desvincula las sesiones de las ventanas: el agente continúa después de cerrar la carpeta, puede ejecutarse en otra máquina mediante Remote SSH o dev tunnels y se puede controlar desde GitHub Mobile mientras trabaja en la máquina de desarrollo.
El arnés de Copilot, construido sobre Microsoft Copilot SDK, se convierte en la opción predeterminada para las nuevas sesiones, y GitHub abre Agent Host Protocol (AHP) para que clientes de terceros se incorporen a las mismas sesiones, con bibliotecas en TypeScript, Rust, Go, Kotlin y Swift. VS Code también añade la comparación de modelos y arneses en paralelo, con un modelo juez y una síntesis (versión preliminar), el control del ordenador (computer use) en fase experimental, un mercado de personalizaciones (Customization Marketplace: skills, servidores MCP, plugins) y los conectores de Copilot en versión preliminar.
🔗 El changelog de GitHub · Las notas de VS Code 1.144
Agent Merge supervisa y repara las pull requests directamente en GitHub, en el cloud
28 de octubre — Agent Merge, ya presente en la app Copilot y en VS Code, llega a la página de las pull requests. Una opción «Watch and fix», en la zona de fusión, pide a Copilot que supervise la pull request y corrija por sí mismo, en un entorno de desarrollo cloud, los workflows de Actions fallidos, los conflictos de fusión o ambos. Combinado con la fusión automática (auto-merge), Copilot mantiene la pull request lista y GitHub la fusiona en cuanto se cumplen todas las condiciones. La opción se puede activar de forma predeterminada para todas las pull requests del usuario desde los ajustes de Copilot; está reservada a los planes de pago, sujeta a las políticas de la organización y de la empresa.
Copilot Memory alcanza la disponibilidad general, Copilot Dreaming entra en versión preliminar y la búsqueda de código va más allá del repositorio local
28 de octubre — GitHub agrupa bajo el nombre «GitHub intelligence» tres componentes de contexto extraídos del grafo de datos de la plataforma. El primero, Copilot Memory, alcanza la disponibilidad general en los planes de pago después de casi un año de versiones preliminares. Copilot recuerda las preferencias personales (empezar las descripciones de pull requests con un resumen, por ejemplo) y las convenciones de un repositorio (el comando de pruebas correcto), y las reutiliza entre sesiones y clientes: la app, la CLI, VS Code, el cloud agent, Copilot code review, Slack, Teams y el móvil. Las memorias personales se gestionan en los ajustes de Copilot. GitHub cita un resultado de alcance específico: entre las sesiones de Copilot CLI examinadas durante la versión preliminar pública en las que el agente utilizó la memoria, el 93 % mostraba una mayor adecuación a las preferencias del desarrollador y el 42 %, flujos de trabajo más eficientes, atribuidos a las memorias.
El segundo, Copilot Dreaming, entra en versión preliminar pública de acceso voluntario. Copilot «sueña» con el trabajo pasado para mejorar las sesiones siguientes, con tres tipos de sueños: organiza la memoria personal, propone actualizaciones de los skills y de los archivos de instrucciones del repositorio, y transforma los comentarios de revisión de código aceptados en instrucciones para Copilot code review. Las modificaciones de archivos versionados pasan por una pull request enviada al equipo, y cada ejecución consume créditos de IA.
El tercero amplía la búsqueda de código de Copilot más allá de la copia local: código, configuraciones, esquemas y documentación, en los repositorios vinculados y las dependencias, sin clonar, mediante texto exacto, símbolos, expresiones regulares, filtros o búsqueda semántica. El comando /research la utiliza, por ejemplo, para entender cómo varios servicios gestionan los reintentos de pago antes de planificar una migración.
| Componente de GitHub intelligence | Estado a 28 de octubre |
|---|---|
| Copilot Memory | Disponibilidad general en los planes de pago |
| Copilot Dreaming | Versión preliminar pública de acceso voluntario, ejecuciones facturadas en créditos de IA |
| Búsqueda de código más allá del repositorio | Repositorios vinculados y dependencias, sin clon local, utilizada por /research |
Copilot Automations se pueden compartir, mejoran por sí solas y suman 24 desencadenantes, 20 herramientas y límites de créditos
28 de octubre — Copilot Automations, esos workflows que combinan un prompt, desencadenantes y herramientas autorizadas para hacer trabajar a Copilot en el cloud, avanzan en varios frentes a la vez, tras las automatizaciones programadas o basadas en eventos del 2 de junio y la activación mediante comentarios del 3 de agosto.
En primer lugar, se pueden compartir. Una automatización compartida pertenece al repositorio: visible para todos los que tienen acceso de lectura y modificable con acceso de escritura, actúa bajo la identidad de Copilot, factura sus créditos de IA al propietario del repositorio y sigue ejecutándose cuando su autor abandona el equipo, con un historial de modificaciones. Su tipo, personal o compartido, ya no se puede cambiar después de crearla.
Después, aprenden de sus resultados. Una automatización de clasificación observa si se corrigen las etiquetas que asigna; una automatización de revisión, si se aceptan sus comentarios; una segunda automatización, semanal, analiza estas señales y propone modificaciones del prompt, de las herramientas o de los desencadenantes, que solo se aplican tras la validación humana.
| Novedad de Copilot Automations | Detalle anunciado |
|---|---|
| Desencadenantes de GitHub añadidos | 24 eventos: issues, pull requests, discusiones, alertas de code scanning, de secretos y de Dependabot |
| Activación externa | API REST, por ejemplo desde Jira, Sentry o PagerDuty |
| Encadenamiento | Una automatización puede iniciar otra, según su éxito o su fallo |
| Herramientas de GitHub añadidas | 20, entre ellas la fusión de pull requests y la reejecución de workflows, además de servidores MCP personalizados |
| Límites de créditos de IA | Por ejecución, por día, por semana o por mes |
En VS Code 1.144, las automatizaciones cloud se crean y gestionan desde la pestaña Automations de la ventana Agents, y se ejecutan incluso con el ordenador apagado. Se ofrecen en los planes Pro, Pro+, Max, Business y Enterprise.
🔗 El changelog de las nuevas herramientas y desencadenantes · Las automatizaciones compartidas · La mejora automática
GitHub Agentic Workflows pasa a disponibilidad general
28 de octubre — GitHub Agentic Workflows, el proyecto open source de GitHub Next que ejecuta agentes de código en GitHub Actions, pasa a disponibilidad general en github.com para Free, Team y Enterprise, tras una versión preliminar técnica en febrero y una versión preliminar pública en junio. Se describe en Markdown una tarea de razonamiento (clasificación de issues, análisis de fallos de CI, actualización de documentación, escritura de tests); la herramienta la compila en YAML estándar de Actions, ejecutado por Copilot o por otro agente de código. El motor predeterminado, Copilot CLI, requiere una licencia de Copilot.
La seguridad sigue en el centro: solo lectura por defecto, contenedor aislado detrás de Agent Workflow Firewall, salidas validadas y un job dedicado a la detección de amenazas antes de cualquier modificación. La versión de disponibilidad general añade los runners autohospedados ARC, la previsión presupuestaria gh aw forecast que deja de ser experimental, un enrutador de modelos, la elección del proveedor por workflow y aislamiento en micro-VM. Accenture afirma que el 91 % de los commits de un equipo fueron escritos por la IA y que los errores en producción pasaron de unos 11 000 a menos de 1 000 al día, cifras proporcionadas por el cliente.
GitHub abre 26 conectores MCP verificados para Copilot, que solo hay que conectar una vez
28 de octubre — Los servidores MCP verificados por GitHub, denominados conectores, entran en versión preliminar pública en todos los planes de Copilot, con un despliegue gradual. Se elige un servicio, se inicia sesión una vez y la conexión sirve en todas partes: la app de Copilot, Copilot CLI (comando /mcp, pestaña Connectors), VS Code, las sesiones en la nube y GitHub Mobile, sin servidores que instalar ni credenciales que gestionar. En el lanzamiento se ofrecen veintiséis servicios, entre ellos Slack, Figma, Notion, Sentry, Linear, Atlassian Rovo, Cloudflare, Vercel y Work IQ, y estas conexiones también pueden alimentar automatizaciones programadas en la app. En Business y Enterprise, debe activarse la política Editor preview features, y algunos servicios requieren una activación por su parte, como el acceso MCP de Slack.
Seguridad y revisión de código en la era de los agentes: AI Scan, extensión de seguridad de la app de Copilot, Copilot code review Max, Agent Habitat de Replit y SB-Box de Genspark
Ese mismo día, GitHub amplía sus herramientas de seguridad al código escrito por la IA y a las aplicaciones que la incorporan, mientras Replit y Genspark detallan su forma de aislar a los agentes.
GitHub amplía su seguridad a la IA: AI Scan de repositorios, detección de vulnerabilidades en aplicaciones de IA y push protection mediante un clasificador
28 de octubre — GitHub añade tres componentes de seguridad basados en IA, todos en versión preliminar pública. AI Scan, que pasó a disponibilidad general para las pull requests el 15 de octubre, se amplía al repositorio completo: un escáner agéntico explora el código de mayor riesgo del último commit de la rama predeterminada, dentro de un presupuesto de tiempo fijo, incluso en lenguajes que CodeQL no cubre, e ignora lo que CodeQL ya señala. Sus alertas se incorporan a la lista de code scanning y se corrigen mediante el autofix agéntico. No requiere una licencia de Copilot y se factura en Code Security AI credits.
El code scanning también aprende a detectar, en las pull requests, vulnerabilidades propias de las aplicaciones de IA: inyección indirecta de prompts, divulgación de información sensible y capacidad de actuación excesiva (excessive agency), con una licencia de GitHub Advanced Security. Por último, la push protection se apoya en un clasificador diseñado con Microsoft Applied Sciences, que evalúa el uso de un secreto en el código circundante para bloquear aquellos que no tienen un formato conocido: en los primeros resultados, ha más que duplicado el número de pushes en los que se ha interceptado un secreto.
🔗 AI Scan de repositorios · Code scanning de aplicaciones de IA · Push protection mediante un clasificador
Una extensión de seguridad lleva las alertas de code scanning y /security-review a la app de GitHub Copilot
28 de octubre — La app de GitHub Copilot recibe una extensión GitHub security, en versión preliminar pública, para gestionar las alertas de code scanning sin salir de la app. Enumera las alertas abiertas del repositorio por gravedad; se seleccionan una o varias y se pide a Copilot que las explique (Explain) o las corrija (Fix), y los cambios permanecen en la copia de trabajo local, sin commit ni push. El comando /security-review analiza los cambios en curso antes de abrir una pull request. La extensión se instala como un plugin, con copilot plugin install github-security@awesome-copilot; Explain, Fix y /security-review consumen créditos de IA, pero la consulta y el descarte de alertas no. Funciona en github.com y en GitHub Enterprise Cloud con residencia de datos, pero no en GitHub Enterprise Server.
Copilot code review añade el nivel Max con varios modelos y lleva sus aprobaciones a disponibilidad general
28 de octubre — Copilot code review recibe un tercer nivel de esfuerzo, Max, en versión preliminar pública, junto a Lite y Balanced. Pensado para cambios de riesgo, como una lógica de autenticación o una biblioteca compartida por varios servicios, pone a trabajar a varios agentes de revisión independientes con modelos de distintos proveedores; después, un agente de agregación concilia sus hallazgos, resuelve los desacuerdos y verifica la exactitud antes de producir una única revisión. Según la publicación de la keynote, Max obtiene la mejor puntuación F1 de ReviewBench en problemas de alta gravedad, aunque no se publica la cifra. Tarda más y consume más créditos de IA que los otros dos niveles.
Las aprobaciones de Copilot pasan en paralelo a disponibilidad general: si la función está activada, la aprobación de Copilot cuenta entre las aprobaciones requeridas del repositorio, como la de una persona, y cualquier nuevo commit la anula. Desactivadas por defecto, se activan por empresa, organización o repositorio, con la posibilidad de limitar las rutas de archivos afectadas.
Replit publica su arquitectura de seguridad Agent Habitat, con una escala de madurez en 11 ejes
28 de octubre — Replit publica un libro blanco, Agent Habitat Architecture, que propone una arquitectura de seguridad para el entorno donde trabajan los agentes y una escala para evaluarla. El punto de partida es explícito: las protecciones deben mantenerse aunque el agente no coopere, se desvíe, sea manipulado por un contenido leído o busque una vulnerabilidad. La arquitectura separa zonas de confianza, de confianza parcial y no confiables, y convierte a un intermediario de credenciales (credential broker) en la única vía hacia el exterior: el agente nunca ve los secretos reales. La acompañan doce principios, entre ellos permisos que solo se reducen durante una ejecución y una aprobación humana para cualquier acción irreversible.
La escala de madurez abarca 11 ejes, desde el aislamiento del sandbox hasta la identidad de las cargas de trabajo, cada uno puntuado de 0 a 3 con las pruebas que se deben aportar: el nivel 1 protege frente a accidentes, el 2 frente a la inyección de prompts, el 3 frente a un agente que busca activamente escapar, y un sistema solo vale lo que su puntuación más baja. La publicación complementaria del CTO Luis Héctor Chávez anuncia, sin fecha, políticas de acciones de agentes ajustables por tarea, un Security Agent ampliado a las contribuciones en las bases de código empresariales y una detección de actividades sospechosas basada en la supervisión eBPF de los sandboxes. No se publica ningún precio.
🔗 El libro blanco de Replit · La publicación del CTO
Genspark abre en beta SB-Box, sus sandboxes en máquinas virtuales para agentes
28 de octubre — Genspark abre a los desarrolladores, en beta, la infraestructura de sandboxes que ejecuta sus propios agentes, bajo el nombre de SB-Box. Cada sandbox es una máquina virtual completa con su propio kernel, en lugar de un proceso o un contenedor. Tras 10 a 15 minutos de inactividad, se congela conservando los procesos, la memoria y el disco, y solo se sigue facturando el disco; el siguiente comando, o una petición HTTP a uno de sus puertos, lo reactiva. Cada congelación se convierte en una versión que se puede clonar o restaurar, y el tiempo de ejecución nunca tiene un límite máximo: solo el saldo de créditos fija el límite.
| Medida de SB-Box (plataforma Genspark) | Valor anunciado |
|---|---|
| Arranque de una máquina de 4 Go (mediana) | 0,35 s |
| Arranque (percentiles 90 y 99) | 0,43 s y 0,70 s |
| Reanudación tras la congelación (mediana) | 0,8 s |
| Memoria conservada tras la congelación | 14 días |
SB-Box se controla mediante el CLI gsk o una API REST, y se integra en un agente de código mediante un archivo SKILL.md, con opencode como demostración; en Claude Code, el CLI recupera automáticamente el identificador de sesión. Ejemplo de coste proporcionado por Genspark: 41 minutos de ejecución real en una máquina de 2 vCPU y 4 Go suponen 56 créditos de cálculo por semana, y un disco de 20 Go añade 24 créditos al día.
🔗 El hilo de Genspark · La página de SB-Box
NVIDIA lanza Nemotron 3.5 Transcribe, un modelo abierto de transcripción, atribución de hablantes y traducción en 40 idiomas
28 de octubre — NVIDIA publica Nemotron 3.5 Transcribe, un modelo abierto que reúne en un único punto de control la transcripción en 40 idiomas, la traducción de 31 idiomas hacia o desde el inglés, la atribución de hablantes (diarización) en 13 idiomas con hasta ocho voces, las marcas de tiempo, la identificación del idioma, las preguntas sobre el audio y la ocultación de datos personales. Trabaja con archivos grabados, no en streaming, de hasta una hora, y se controla mediante una instrucción en lenguaje natural: añadir los nombres de los participantes, traducir, respetar una ortografía médica.
El modelo es una mezcla de expertos híbrida Mamba-2–Transformer. NVIDIA lo anuncia como un «30B» con unos 4B parámetros activos; la ficha de Hugging Face especifica 34B en total, de los cuales 4,3B están activos, incluido el codificador de audio. Distribuido en BF16, FP8 y NVFP4, cabe en una sola H100 de 80 Go y se publica bajo la licencia OpenMDW-1.1, que permite el uso comercial según la ficha. Está publicado en Hugging Face y ModelScope, con una demostración en línea.
| Benchmark (ficha del modelo) | Nemotron 3.5 Transcribe | Mejor competidor citado |
|---|---|---|
| Open ASR en inglés, 9 conjuntos públicos (WER medio) | 4,71 | 4,94 (Qwen3-ASR-1.7B) |
| Open ASR de formato largo (WER medio) | 10,98 | 13,37 (Parakeet-TDT-0.6B-v3) |
| Open ASR multilingüe, 7 idiomas (WER medio) | 4,62 | 6,49 (Qwen3-ASR-1.7B) |
| Varios hablantes, sesiones completas (cpWER) | 15,80 | 16,83 (DiCoW v3.3 + DiariZen) |
| Artificial Analysis (WER, hilo de NVIDIA) | 2,81 % | 2,77 % (Voxtral Small, 24B) |
Las cifras de inglés difieren según la fuente: el hilo de NVIDIA anuncia el primer puesto entre los modelos abiertos del Open ASR Leaderboard de Hugging Face con un 5,33 % de WER medio, mientras que la ficha indica 4,71 en nueve conjuntos públicos, medidos el 12 de octubre. En atribución de hablantes, el modelo ocupa el primer puesto en la comparación de 14 sistemas de VoiceArena y en la clasificación de diarización multilingüe de David AI, en 21 idiomas.
On @ArtificialAnlys , Nemotron 3.5 Transcribe achieves a 2.81% word error rate with ~4B active parameters. Voxtral Small scores 2.77% with 24B. Nearly the same transcription accuracy, with about one-sixth the active parameters.
🇪🇸 En Artificial Analysis, Nemotron 3.5 Transcribe alcanza una tasa de error por palabra del 2,81 % con unos 4B parámetros activos. Voxtral Small obtiene un 2,77 % con 24B. Una precisión de transcripción casi idéntica, con aproximadamente una sexta parte de los parámetros activos. — @NVIDIAAI en X
En cuanto al rendimiento, la ficha anuncia hasta 2 238 segundos de audio transcritos por segundo en una RTX PRO 6000 Blackwell Server Edition, pero con la implementación optimizada del NIM Nemotron Transcribe: estas optimizaciones aún no están en la versión open source, cuya integración con vLLM es aproximadamente dos veces más lenta. Se anuncian próximamente versiones cuantizadas para RTX Spark, DGX Spark y Jetson AGX Thor. Por último, NVIDIA acompaña el modelo con los datos multilingües Granary v2, disponibles en el Hub desde mediados de septiembre, un pipeline de curación reutilizable y las recetas de ajuste fino de NeMo Speech: en un caso médico, el ajuste fino reduce la tasa de error un 45,8 % respecto a la mejor instrucción.
🔗 El hilo de NVIDIA · La publicación en Hugging Face · La ficha del modelo
ElevenLabs presenta Cue, su modelo de alineación forzada con precisión de carácter que impulsa Scribe
28 de octubre — ElevenLabs presenta Cue, un modelo de alineación forzada (forced alignment) que sitúa cada carácter de una transcripción en la línea de tiempo del audio. Es el componente invisible que hace aparecer un subtítulo en el momento adecuado, alinea una intervención doblada o sincroniza la letra con la música. Cue ya funciona detrás de todas las transcripciones de Scribe de ElevenLabs y se puede usar de forma independiente mediante la Forced Alignment API; procesa una grabación completa en una pasada, sin dividirla en fragmentos de 30 segundos.
| Medida (según ElevenLabs) | Cue | Otros alineadores probados |
|---|---|---|
| Error medio, grabaciones completas | 179 ms | 283 ms a más de 6 000 ms |
| Error medio, inglés con ruido | 57 ms | 65 a 920 ms |
| Alineación de una hora de audio | unos 0,5 s en la GPU de producción | cerca de 2 s (Qwen3-ForcedAligner) |
| Canciones: palabras situadas a menos de 0,3 s | 92,7 % | 82,0 % (mejor competidor) |
La publicación habla de 29 idiomas de benchmark en un punto y de más de 90 en otro.
🔗 La publicación de ElevenLabs
HeyGen lanza Voice STS, que traslada una interpretación vocal grabada a la voz de un avatar
28 de octubre — HeyGen añade a HeyGen Voice un modo de voz a voz (speech-to-speech, STS). En lugar de hacer que una voz sintética lea un texto, el usuario graba su intervención una vez y HeyGen Voice STS la reproduce con la voz de su avatar, incluidas las pausas, los énfasis y los susurros. El modo está disponible en la plataforma para desarrolladores a 0,12 dólares por minuto de audio producido para las voces instantáneas, facturado por segundo, mediante el modelo heygen-voice-sts-0: fragmentos de origen de hasta 300 segundos, salida WAV de la misma duración. Complementa HeyGen Voice, presentado el 14 de octubre, y Voice Turbo, lanzado el 21.
🔗 El anuncio de HeyGen · La página del modelo
Suno abre en beta un servidor MCP para crear canciones desde Claude, ChatGPT, Gemini o Cursor
28 de octubre — Suno abre en beta Suno MCP, un servidor MCP para crear música sin salir del asistente. Una vez añadido Suno como conector en Claude, ChatGPT, Gemini, Claude Code o Cursor, se describe la canción en lenguaje cotidiano: la IA escribe la letra y el estilo, Suno produce la canción y se va retocando con nuevas instrucciones. El servidor incorpora las funciones principales de Suno: partir de una nota de voz o un bucle, hacer versiones, extensiones y mezclas (mashups) de sus canciones, cantar con su propia voz de Suno. No hay clave API: la conexión se realiza a través de la cuenta de Suno, consume sus créditos y guarda las canciones en su biblioteca. El acceso anticipado se solicita mediante un formulario; Suno no anuncia ninguna fecha de disponibilidad general ni una tarifa específica.
🔗 El anuncio de Suno · La página de Suno MCP
IA e investigación científica: el comité de la demostración de Yang-Mills de OpenAI, AI for Science de Anthropic y Meta en cinco universidades
Tres anuncios del día afectan a la investigación: la verificación de un resultado de física matemática producido por la IA y la apertura de los modelos de Anthropic y Meta a los laboratorios.
El comité de David Gross detalla el examen de la demostración de OpenAI sobre la existencia de la teoría cuántica de Yang-Mills
28 de octubre — Dos días después de la publicación de OpenAI sobre la existencia de la teoría cuántica de Yang-Mills, el comité encargado de examinar la demostración se presenta en una declaración publicada por el KITP (Kavli Institute for Theoretical Physics, Universidad de California en Santa Bárbara). Presidido por David Gross, reúne a Michael R. Douglas, Arthur Jaffe, Igor R. Klebanov y Nikita Nekrasov. OpenAI pidió el 16 de octubre a David Gross que asumiera la custodia de la demostración y organizara su difusión; el comité afirma actuar para la comunidad académica y no tener «ninguna responsabilidad ante OpenAI».
En cuanto al contenido, la demostración, que aborda la existencia de la teoría, incluido el acoplamiento a fermiones, «parece ser un paso importante» hacia unos fundamentos matemáticos rigurosos de la teoría cuántica de campos. El comité añade de inmediato que el confinamiento y el gap de masa «siguen siendo desafíos abiertos muy importantes»: la cuestión del gap de masa no está resuelta. OpenAI aporta una formalización en Lean; el comité comprobará primero que las definiciones y el enunciado se ajustan a los estándares de la física y las matemáticas, publicará la demostración en Lean y, después, su evaluación completa junto con las 1 147 páginas de demostraciones producidas por el modelo.
This is an experiment in how the academic community can deal with the rapid development of new knowledge by AI. We intend to proceed very carefully.
🇪🇸 Es un experimento sobre cómo puede afrontar la comunidad académica el rápido desarrollo de nuevos conocimientos por parte de la IA. Tenemos la intención de proceder con mucha cautela. — Declaración del Yang-Mills Working Group (KITP)
🔗 La declaración en el sitio del KITP
El programa AI for Science de Anthropic se amplía a 20 fundaciones, instituciones y proyectos de investigación
28 de octubre — Anthropic amplía a 20 socios de todo el mundo su programa AI for Science, lanzado en mayo de 2025 para ofrecer créditos gratuitos de Claude a proyectos científicos. El programa aumenta su alcance: ya no apoya solo a investigadores individuales, sino a organizaciones enteras. No se publica ningún importe.
| Función de los socios | Organizaciones |
|---|---|
| Financiadores que redistribuyen créditos | Sloan Foundation, Simons Foundation, Schmidt Sciences, Open Source for Science Fund, National Science Foundation, CAS |
| Instituciones que los utilizan internamente | Space Telescope Science Institute, Wellcome Sanger Institute, Francis Crick Institute, Imperial College London, EMBL, Gladstone Institutes |
| Proyectos financiados directamente | FlyWire, LEAP, AstroPath, gnomAD, Tau Ceti, Centre for Population Genomics |
Entre los proyectos, FlyWire (Princeton) cartografía el conectoma completo de la mosca de la fruta adulta, gnomAD (Broad Institute) estudia las variaciones genéticas de más de 800 000 personas para investigar enfermedades raras y Tau Ceti construye una biblioteca matemática autoformalizada en Lean. Varios producirán bienes públicos: conjuntos de datos abiertos, software open source, estándares y bibliotecas compartidas.
Meta apoya la investigación de cinco universidades estadounidenses con sus modelos Muse, SAM, DINO, V-JEPA y SeamlessM4T
28 de octubre — Meta anuncia su apoyo a proyectos de investigación en cinco universidades estadounidenses: Caltech (colaboración ampliada), la Facultad de Medicina de la Universidad Estatal de Ohio, la Universidad Estatal de Luisiana, la Universidad de Indiana y UTHealth Houston. Según la institución, este apoyo combina el acceso a los modelos de Meta, la colaboración con sus investigadores y la financiación de determinados proyectos, sin que se publique ningún importe. Los equipos trabajarán con la familia Muse (Muse Spark Open, Muse Wonder, Muse Spark, Muse Glimmer), los modelos de visión SAM, V-JEPA y DINO, y el modelo de traducción SeamlessM4T.
En Caltech, Tony Yue Yu construye MathDB Frontier, un banco de pruebas basado en más de 86 900 problemas abiertos de nivel de investigación, y Anima Anandkumar desarrolla TorchLean, un marco de Lean 4 para artefactos científicos verificables formalmente. Los proyectos médicos funcionan principalmente con modelos de pesos abiertos ejecutados en las universidades, y Meta precisa que no recibe los datos de los pacientes ni tiene acceso a ellos. Así, UTHealth Houston ha desplegado Muse Glimmer en local y ha iniciado pruebas piloto sobre 65 casos de glioblastoma, que Meta presenta como una validación del flujo de trabajo, no como resultados clínicos.
🔗 La publicación de Meta · El hilo de Meta
IA en las administraciones y las empresas: Claude con un 40 % de descuento para el sector público estadounidense, OpenAI y ServiceNow, Retell
En cuanto a la adopción, Anthropic baja sus precios para todo el sector público estadounidense, OpenAI amplía su colaboración con ServiceNow y Retell cuantifica su uso de los modelos de OpenAI.
Anthropic amplía su colaboración con la GSA y concede un 40 % de descuento en Claude a todas las administraciones estadounidenses
27 de octubre — Anthropic amplía su colaboración con la General Services Administration (GSA), la agencia de compras del Gobierno federal estadounidense. El nuevo acuerdo OneGov concede un 40 % de descuento en Claude Enterprise, Claude for Government y la API de Claude; según Anthropic, es la primera vez que el descuento cubre todas las modalidades de sus productos, desde hoy en compra directa y a través de los proveedores cloud en los próximos meses. Se aplica tanto al ámbito federal como a los estados, las administraciones locales y los gobiernos tribales y territoriales, sin compromiso de gasto mínimo. Anthropic estima un ahorro de 1 000 millones de dólares para el Estado. El acuerdo llega seis semanas después de OneGov 2.0 de OpenAI, que ofrecía la licencia de ChatGPT a 0 dólares.
| Indicador publicado por Anthropic | Valor anunciado |
|---|---|
| Organizaciones públicas estadounidenses clientes | unas 500 |
| Usuarios activos semanales de Claude for Government | aproximadamente 8 veces más desde febrero |
| Uso en las agencias civiles federales | aproximadamente 20 veces más en un año |
| Piloto de Claude Code en Utah | 34 desarrolladores de 10 agencias, 71 % con más de 20 horas ahorradas |
En materia de cumplimiento, Claude for Government (FedRAMP High) está disponible desde el 30 de septiembre, y Claude Enterprise está en proceso de autorización FedRAMP Moderate a través del programa FedRAMP 20x. En las próximas semanas debería llegar un programa de acompañamiento a las agencias.
OpenAI y ServiceNow amplían su colaboración, de ChatGPT a Codex y la ciberseguridad
28 de octubre — Tras una primera colaboración en enero, OpenAI y ServiceNow van más allá. Una nueva integración lleva ServiceNow a ChatGPT: un equipo informático puede encontrar incidentes similares, evaluar el riesgo de un cambio y actualizar un registro sin cambiar de herramienta. Cada cliente conecta su propia instancia y elige las capacidades habilitadas, y Action Fabric de ServiceNow aplica las reglas de negocio y los permisos existentes. ServiceNow también prevé ofrecer ChatGPT Work y Codex a todos sus empleados. La publicación no aporta importes ni cifras de uso.
| Área de la colaboración | Calendario anunciado |
|---|---|
| Plugin MCP de ServiceNow en el marketplace de OpenAI | Disponible hoy, capacidades ampliadas de aquí a finales de 2026 |
| Voz de OpenAI en Super Intelligence Control Tower | Primer trimestre de 2027 |
| Solución conjunta de ciberseguridad | Acceso anticipado en enero de 2027, disponibilidad general en el segundo trimestre |
| Codex en AI Workflow Factory de ServiceNow | 2027 |
Retell procesa más de 100 millones de llamadas al mes con los modelos de OpenAI
27 de octubre — En un estudio de caso publicado por OpenAI, Retell AI, que proporciona agentes de voz a centros de contacto, afirma haber pasado de 30 millones de llamadas al mes a principios de 2026 a más de 100 millones en septiembre, para más de 4 000 empresas clientes. Los modelos de OpenAI producen las respuestas del 80 % de estas llamadas, y Retell ha superado el billón de tokens consumidos. En su propio banco de pruebas, vCX, basado en conversaciones difíciles extraídas de producción, GPT-6 Astra ocupa el primer puesto en seguimiento de instrucciones (89,7 %), mientras que GPT-5.6 Luna sigue siendo el más rápido, con una latencia mediana de 497 ms para la primera frase frente a los 883 ms de Astra. Su cliente Anker anuncia un 80,4 % de solicitudes resueltas, y Retell afirma alcanzar 1,6 millones de dólares de facturación anualizada por empleado.
🔗 El estudio de caso de OpenAI
Asistentes: créditos API para los suscriptores de ChatGPT, mensajes de texto con su dot, modo de voz de Perplexity y artefactos de Claude for Legal
Los asistentes para el público general y los profesionales incorporan nuevos usos: créditos para pasar de ChatGPT a la API, mensajes de texto, voz para controlar varios agentes y herramientas listas para usar para los juristas.
OpenAI ofrece hasta 500 dólares de créditos API al mes a los suscriptores de ChatGPT Pro y Business
28 de octubre — OpenAI conecta las suscripciones de ChatGPT con su plataforma para desarrolladores: los suscriptores de Pro y Business que cumplan los requisitos pueden solicitar cada mes créditos API gratuitos, que se abonan en una organización de la API de la que sean propietarios, para crear aplicaciones y agentes. La activación se realiza desde la facturación de ChatGPT o desde API Platform, con la misma dirección de correo electrónico en ambos sitios.
| Suscripción de ChatGPT elegible | Créditos API al mes |
|---|---|
| Pro, nivel de 100 dólares | 100 dólares |
| Pro, nivel de 200 dólares | 200 dólares |
| Pro, nivel de 500 dólares | 500 dólares |
| Business, licencia Standard de pago | 20 dólares por licencia, compartidos |
| Business, licencia Premium de pago | 100 dólares por licencia, compartidos |
| Límite de un espacio Business | 500 dólares al mes, 6 000 dólares al año con facturación anual |
Los créditos cubren Responses y Chat Completions, Agents, Decisions, GPT-Live y Realtime, las imágenes y las herramientas integradas, pero no Codex utilizado mediante una clave API, y no aumentan ningún límite de ChatGPT ni de Codex conectado. Caducan al final de cada ciclo, sin acumularse, y se consumen antes que los créditos comprados. La suscripción debe estar pagada y activa desde hace al menos 7 días; Plus, Enterprise y Edu quedan excluidos, la oferta depende de la cohorte y del país, y OpenAI advierte de que puede cambiar o retirarse.
🔗 El artículo de ayuda de OpenAI · El changelog de la API
ChatGPT permite escribir a su dot por iMessage o RCS, en beta para los suscriptores Pro en Estados Unidos
28 de octubre — Los dots de ChatGPT, lanzados en el DevDay del 29 de septiembre, salen de la aplicación: ahora se les puede escribir por mensaje de texto, a través de iMessage en iPhone o RCS en Android. Según las notas de la versión, la función se está desplegando en beta para los suscriptores Pro en Estados Unidos. Se encarga al dot una tarea o algo que vigilar, mediante texto, foto o nota de voz, y este vuelve a contactar por iniciativa propia cuando alguna información lo justifica, con la misma memoria y los mismos plugins que en la aplicación. El dot solo puede escribir a su propietario, que es la única persona que puede escribirle, y no accede a las demás conversaciones del teléfono. Los mensajes pasan por Linq, un proveedor externo, con el que OpenAI afirma haber realizado pruebas de penetración exhaustivas, apoyadas en sus modelos más avanzados y en empresas de seguridad externas.
🔗 Las notas de la versión de ChatGPT · El anuncio de ChatGPT
Perplexity actualiza su modo de voz, que controla varias sesiones de Computer y los Projects con gpt-live-1 de OpenAI
28 de octubre — Perplexity despliega una nueva versión de su modo de voz para todos los suscriptores Pro y Max, en la web y en la aplicación para Mac. Anunciada por la cuenta @AskPerplexity y después republicada por @perplexity_ai, la actualización permite llevar varias sesiones de Computer a la vez, iniciar nuevas tareas y crear o gestionar Projects en una sola conversación de voz. Se basa en gpt-live-1, el modelo de voz en tiempo real de OpenAI, disponible en su API desde el 10 de septiembre. Aravind Srinivas resume la idea: hablar con el ordenador para hacer avanzar flujos de trabajo en paralelo. La voz ya existía en Perplexity, puesto que el modo de voz de Comet está abierto a todos desde febrero y Computer aceptaba instrucciones de voz desde marzo; la novedad es el control de varias sesiones y de los Projects. Perplexity no precisa los idiomas compatibles, los límites de uso ni el coste en créditos.
Claude for Legal añade una galería de artefactos listos para usar en el trabajo jurídico
28 de octubre — Anthropic añade a Claude for Legal, disponible en Claude Enterprise desde mayo, una galería de artefactos: herramientas interactivas (seguimientos, paneles de control) que los equipos jurídicos adaptan con sus propios documentos y conectores, y luego comparten en la empresa o con clientes, con ajustes de privacidad y separación entre equipos (ethical walls). Cada artefacto se abre con un ejemplo, y cada respuesta remite a su fuente.
La galería cubre seis tareas: verificación de citas (Cite check), comparación de una norma entre jurisdicciones, cuadro de expedientes abiertos, desviaciones de cláusulas respecto al marco de referencia de la empresa, seguimiento de las próximas normativas y revisión tabular de un lote de contratos. Se suman artefactos de socios (Goodwin, Harvey, Foley & Lardner, PwC; Legora y Orrick anunciados) y nueve artefactos de acceso al derecho, cinco de ellos creados por asociaciones apoyadas con créditos de Claude. Desde mayo se han añadido más de 60 conectores jurídicos, entre ellos Bloomberg Law y Filevine, y Anthropic abre una lista de espera para su Legal Ambassadors Program.
Agentes de código fuera de Copilot: Gemini CLI, Antigravity 2.28.0, Kimi Code 2.4.0, DeepSeek Harness y el benchmark ViBench 2.0 de Replit
Fuera de GitHub, los agentes de código del día importan las sesiones de sus competidores o les delegan tareas, y Replit publica un benchmark en el que el agente construye un producto completo.
Gemini CLI se centra en las empresas con Gemini Code Assist y remite a Antigravity CLI y Gemini API CLI
28 de octubre — El README de Gemini CLI cambia de tono. Integrada durante la noche, la PR 29995 sustituye las tres advertencias anteriores, incluidas las añadidas el 16 de octubre, por un único recuadro, «leer antes de instalar», que presenta la herramienta como reservada a empresas con Code Assist: licencias Gemini Code Assist Standard y Enterprise, Code Assist for GitHub en Google Cloud, además de las antiguas claves de pago de la API de Gemini y de Vertex AI. La oferta gratuita y las suscripciones Google AI Pro y Ultra siguen remitiendo a Antigravity CLI desde el 18 de junio.
El texto añade dos advertencias: Gemini CLI no está optimizado para la serie Gemini 4, incluido Argon, ni para las generaciones siguientes, y no debe utilizarse para evaluar los modelos Gemini, ya que su harness produce puntuaciones poco representativas. Una tabla orienta después hacia la herramienta adecuada:
| Herramienta de línea de comandos | Uso recomendado por el README |
|---|---|
Antigravity CLI (agy) | Programar con Gemini 4 Argon y los siguientes, oferta gratuita, Google AI Pro y Ultra |
Gemini API CLI (gemini-api) | Acceso directo de un agente (agy, Claude Code, Codex), un script o una CI a los modelos y los medios |
Gemini CLI (gemini) | Organizaciones con Gemini Code Assist |
Gemini API CLI, un binario Go todavía experimental, en la versión 0.4.4 desde el 23 de octubre, nunca se había presentado aquí: el README lo describe como una CLI de API sin estado, que no es un harness de código. En cuanto a versiones, la versión nocturna (nightly) del 28 de octubre se limita a incorporar las cuatro correcciones de la versión preliminar v0.67.0 publicada el día anterior.
🔗 La PR 29995 · El repositorio de Gemini API CLI
Antigravity 2.28.0 añade un navegador integrado, un visor PDF y archivos adjuntos de cualquier tipo
26 de octubre — Puesta al día: la aplicación Antigravity 2.28.0 (19 mejoras, 15 correcciones) integra un navegador web. Las páginas se abren en una pestaña del panel lateral, ampliado para evitar los diseños para móviles, los enlaces de una conversación se abren allí por defecto, y la barra de direcciones muestra el estado de la conexión y el certificado del sitio. Los PDF se abren en un visor integrado, y se pueden adjuntar archivos de cualquier tipo (vídeos, archivos de diseño, programas) de hasta 20 Mo, que el agente lee en su ubicación. La versión también resalta las palabras y los caracteres modificados en los diffs, permite reabrir una pestaña cerrada y transmite el mensaje del usuario a los hooks. Entre las correcciones, las cuentas de empresa en macOS y Windows ya no pierden la sesión al reiniciar. La CLI 1.4.0 y el SDK 0.1.22 no cambian.
🔗 El registro de cambios de Antigravity
Kimi Code 2.4.0 importa las sesiones de Claude Code y Codex y deja de entrar por su cuenta en modo Plan
28 de octubre — Moonshot AI publica Kimi Code 2.4.0 (7 cambios menores, 26 correcciones), sin anuncio en X. La novedad más visible se dirige a quienes cambian de herramienta: /import-sessions, o kimi import-sessions, recupera las sesiones de Claude Code y Codex de los últimos 15 o 30 días. El modo Plan solo se inicia a petición del usuario, y ningún plan se ejecuta sin revisión, incluso en modo Never Ask o en ejecución no interactiva (kimi -p). El componente Tower aumenta su límite de concurrencia por defecto de 16 a 256 agentes, con un modelo elegido en cada inicio, y las sesiones web y de escritorio inactivas se descargan de la memoria después de 30 minutos. Para los integradores, la API del servidor cambia: las aprobaciones y las preguntas pasan por una trama única interaction, y se retiran los antiguos endpoints.
🔗 Las notas de Kimi Code 2.4.0
DeepSeek publica Harness 0.2.2-alpha.2, que puede encargar tareas a las CLI locales de Codex o Claude, y la 0.2.1-rc.4
28 de octubre — DeepSeek publica dos versiones preliminares de DeepSeek Harness, su entorno de agentes, la 33.ª y la 34.ª sin versión estable. La 0.2.1-rc.4 solo corrige un defecto: en modo ACP, los diagnósticos se mezclaban con la salida estándar. La 0.2.2-alpha.2 abre la siguiente serie con varias funciones experimentales: el plugin subagent_oar, que encarga tareas independientes a las CLI de Codex o Claude instaladas en la máquina, sesiones en worktrees Git separados con el estado y las diferencias de las pull requests vinculadas, y un panel de estadísticas que detalla, turno a turno, el contexto, la caché, el modelo y el tiempo empleado en cada herramienta. La interfaz está traducida a seis idiomas, entre ellos el francés, los plugins de terceros se actualizan con retorno a la versión anterior en caso de fallo, y el límite por imagen pasa a 50 Mio.
🔗 La versión preliminar 0.2.2-alpha.2 · La versión preliminar 0.2.1-rc.4
Replit publica ViBench 2.0, un benchmark en el que los agentes construyen un producto completo funcionalidad por funcionalidad
28 de octubre — Replit publica ViBench 2.0, un benchmark de desarrollo a largo plazo (long-horizon), integrado en el Specialized Intelligence Index (SII) de Fireworks. En lugar de una tarea bien definida en una base de código existente, el agente parte de un proyecto vacío, construye una primera versión a partir de una breve especificación y luego añade hasta 18 funcionalidades sobre su propio código, para productos inspirados en Uber, GitHub o Google Docs. El benchmark cuenta con 17 productos, 241 solicitudes de funcionalidades y 544 planes de prueba; 8 productos son públicos en GitHub y 9 permanecen secretos.
| Modelo evaluado | Desarrollos completados con éxito (pass@1) | Coste por desarrollo |
|---|---|---|
| GPT-6.1 Sol | 65 % | unos 12 dólares |
| GPT-6 Astra | 60 % | unos 90 dólares |
| Claude Opus 5.5 | 49 % | — |
| DeepSeek V4.1 Flash | ninguno, pero 77 % de los planes de prueba superados | unos 2,50 dólares |
Los tres primeros superan más del 90 % de sus planes de prueba, y los demás modelos alcanzan como máximo alrededor del 20 % de desarrollos completados con éxito o menos; ningún modelo abierto entrega un desarrollo completo. En los ocho productos públicos, GPT-6.1 Terra completa con éxito el 47 % de los desarrollos por aproximadamente la mitad del coste de GPT-6.1 Sol. Alrededor de tres cuartas partes de los fallos de los mejores modelos se deben a las interacciones entre funcionalidades. Opus 5.5 actúa como evaluador; Replit lo puso a prueba con 34 bugs introducidos deliberadamente y una segunda evaluación de GPT-6.1 Sol, que confirmó el 99,2 % de los 477 resultados satisfactorios que había validado.
Plataformas para desarrolladores: Responses API de Mistral y Connected Apps Platform de Google
Dos plataformas se abren a los desarrolladores: Mistral adopta el formato de respuestas de OpenAI para crear agentes, y Google propone una ventanilla única para publicar aplicaciones en Search y Gemini.
Mistral lanza la Responses API en versión preliminar pública para crear agentes
28 de octubre — Mistral abre en versión preliminar pública su Responses API, pensada para construir agentes. Cada respuesta separa en elementos distintos el texto del modelo, su razonamiento y sus llamadas a herramientas, lo que evita que la aplicación tenga que desenredar estas etapas como con Chat Completions; funciona con todos los modelos de chat alojados por Mistral, incluido Mistral Large 4. La documentación precisa que se trata del formato OpenAI Responses: una integración Responses existente puede, por tanto, portarse a Mistral. La API es sin estado (stateless): la aplicación conserva el historial y lo reenvía en cada solicitud.
| Función de la versión preliminar | Detalle según la documentación |
|---|---|
| Entradas aceptadas | Texto, imágenes (URL o base64), archivos (URL, base64, identificador) |
| Salidas estructuradas | Modo JSON y JSON Schema mediante text.format |
| Herramientas | Funciones ejecutadas del lado del cliente, incluidos los espacios de nombres |
| Razonamiento | reasoning.effort y razonamiento en texto claro según el modelo |
| Recuento de tokens | POST /v1/responses/input_tokens |
La API se utiliza con los SDK Python y TypeScript de Mistral (client.responses.create), sin un precio específico anunciado. Ninguna publicación de blog acompaña al anuncio, realizado en un hilo en X y una página de documentación.
🔗 El hilo de Mistral · La documentación
Google lanza en versión preliminar la Connected Apps Platform para publicar aplicaciones en Search y la aplicación Gemini
28 de octubre — Google abre en versión preliminar la Connected Apps Platform, una ventanilla única para que los desarrolladores conecten sus servicios tanto a Google Search como a la aplicación Gemini. La integración se realiza mediante un servidor MCP alojado en la nube, o mediante Android MCP a través de las API AppFunctions; después, la aplicación se registra, se prueba y se envía en la Google Connected Console, donde el desarrollador elige, antes de la revisión, publicarla en Search, en Gemini o en ambos. Una vez publicada, la consola supervisa el tráfico, la latencia y las tasas de error, y el desarrollador controla su identidad de marca (logotipos verificados, cuentas autenticadas). El acceso se abre por fases, con más desarrolladores, mercados y productos de Google previstos «en los próximos meses». Google afirma contar con más de 50 Connected Apps: Adobe, Experian, Localiza y Peloton ya están en Gemini y llegarán a Search en las próximas semanas, y se anuncia una integración con Calm.
Breves
Agentes y herramientas de código
- Microsoft Copilot SDK — El GitHub Copilot SDK pasa a ser el Microsoft Copilot SDK, la interfaz del harness de agente común a los productos de Microsoft y GitHub, con una migración por etapas que no requiere ninguna acción; Copilot CLI 1.0.105 pasa a estable sin más novedades que la corrección de la selección de Fusion High o Max, ya tratada. 🔗 fuente
- Artefactos en las issues — Las issues de GitHub incorporan en versión preliminar pública artefactos (planes en Markdown, enlaces, visualizaciones HTML interactivas) con historial de versiones; los de una sesión de la app de GitHub se vinculan automáticamente a ellas, y el comando
gh issue artifactpermite a los agentes gestionarlos. 🔗 fuente - Las extensiones Antigravity para VS Code y Visual Studio añaden comentarios de código para el agente y contexto del terminal — Puesta al día del 25 de octubre: la extensión VS Code 1.10.0 permite comentar una línea o un diff para el agente, y la extensión Visual Studio 1.0.261026.0 adjunta al chat hasta 8 Ko de salida del terminal con
@terminal. 🔗 fuente - Zed 1.26 y versión preliminar 1.27 — La 1.26 pasa a estable (Pyrefly integrado, depuración del código fuente de WebAssembly); la versión preliminar 1.27 elimina los puntos de restauración del agente, que lo ralentizaban o bloqueaban en los grandes repositorios Git, y ahora exige macOS 12. 🔗 fuente
- Orbs personales en Amp — Seis días después de su lanzamiento, las orbs autoalojadas de Amp se pueden añadir desde los ajustes personales, sin espacio de trabajo ni permisos de administrador; los hilos creados en ellas llevan la indicación Personal. 🔗 fuente
- Qwen Code v0.26.3 — La versión estable retoma la versión preliminar del día anterior con una treintena de entradas nuevas, entre ellas un modo Workflow persistente por sesión; la CLI también asigna por defecto 1M tokens de contexto a los identificadores de modelos
qwen4, sin más información sobre un modelo de este tipo. 🔗 fuente - Runway Dev en Codex — Runway Dev se convierte en un plugin de Codex: según Runway, basta con instalarlo para que Codex integre por sí mismo la API de Runway en una aplicación; el servidor MCP de Runway Dev ya existía desde septiembre. 🔗 fuente
- Bricklane construido con Manus — Manus destaca Bricklane, que transforma un lugar especial para un cliente en una maqueta de bloques a medida (566 piezas y 13 etapas para Villa de Verano); según Manus, el agente construyó el sitio, el sistema de pago, el dominio, el vídeo y los anuncios. Ninguna novedad de producto. 🔗 fuente
GitHub más allá de la IA
- Dependabot y la alcanzabilidad — En versión preliminar gratuita en GitHub Enterprise Cloud, CodeQL indica para JavaScript y TypeScript si el código llama realmente a la función vulnerable de una dependencia, sin cerrar nunca una alerta por su cuenta. 🔗 fuente
- Public monitoring — La supervisión de los secretos de una empresa expuestos en cualquier lugar de la parte pública de github.com pasa a disponibilidad general, sin coste adicional para los clientes de GitHub Secret Protection. 🔗 fuente
- Runners Linux en AWS — GitHub Actions reparte algunos jobs Linux de 2 y 4 núcleos entre Azure y AWS, automáticamente para Free, Pro y Team, y previa adhesión para Enterprise Cloud; GitHub recomienda actualizar las listas de direcciones IP permitidas. 🔗 fuente
- Archivos de bloqueo de workflows — Los archivos de bloqueo de dependencias de workflows de GitHub Actions pasan a disponibilidad general en Enterprise Cloud, Team y Free, sin nuevas funciones desde la versión preliminar del 14 de octubre. 🔗 fuente
- Rol Moderate — GitHub anunció la disponibilidad general de un rol Moderate para modificar, transferir, ocultar y bloquear las issues sin acceso al código, y luego rectificó el mismo día: todavía no está disponible y llegará en las próximas semanas. 🔗 fuente
- Límites de pull requests — Los mantenedores que limitan las pull requests de colaboradores sin permiso de escritura pueden eximir a las cuentas con suficiente antigüedad o a las que ya tienen pull requests fusionadas en el repositorio. 🔗 fuente
Modelos, API e investigación abierta
- DeepSeek V4.1 Flash y GLM 5.3 Flash en Mistral — La API de Mistral ofrece DeepSeek V4.1 Flash 1017 en versión preliminar pública, sin modificaciones, con 1M tokens de contexto, a 0,30 dólares por millón de tokens de entrada y 1,20 de salida, y pasa GLM 5.3 Flash a disponibilidad general sin cambios de precio, desde Europa y Estados Unidos. 🔗 fuente
- Voxtral Mini Transcribe 3 — Mistral destaca su segundo puesto entre nueve modelos por su tasa de error de diarización en la clasificación Diarization + ASR de Voice Arena, por delante del modelo más grande de la misma familia. 🔗 fuente
- Moderación personalizada en SpaceXSI — Las notas de versión de la API oficializan el array
guidelines, que pide a Grok que rechace los contenidos de las categorías nsfw, violence o profanity, ya aparecido en los SDK los días 17 y 23 de octubre. 🔗 fuente - Particle-1 — Particle, una nueva empresa presentada por Suhail, lanza a través de su API un DeepSeek V4.1 Flash con postentrenamiento que consume de media alrededor de un 45 % menos de tokens, al mismo precio; Aravind Srinivas afirma haber trabajado con el equipo antes del lanzamiento, sin que se haya anunciado una integración en Perplexity. 🔗 fuente
- Tutorial RAG de Perplexity — Perplexity publica un tutorial de siete pasos para construir un RAG en línea de comandos con Python, ChromaDB, su modelo de embeddings pplx-embed-v1-0.6b y GPT-5.6 Luna a través de la Agent API; ninguna novedad de producto. 🔗 fuente
- olmOCR 2 en los archivos — Ai2 presenta dos usos de su modelo abierto de reconocimiento de texto: un historiador que lo ejecuta en local sobre miles de fotos de archivos, y el equipo CENTURIA, que lo ha ajustado con 57 fichas de cerámica romana y ha reducido el error de transcripción del 15,58 % al 1,11 %. 🔗 fuente
- Project Pyrite — En una publicación de la comunidad, un MoE de 31,8 mil millones de parámetros, llm-jp-4-32b-a3b-base, pasa de 59,06 a 9,81 Gio y se ejecuta a entre 34 y 49 tokens por segundo en un Mac M2 Pro de 16 Go, sin los bucles de repetición de una cuantificación uniforme de 2 bits, según el autor. 🔗 fuente
- My Name is Riemann — OpenPeerAI publica en versión preliminar un modelo de 13,1 mil millones de parámetros obtenido al ampliar por etapas un modelo de 163 millones, sobre hardware AMD; los autores no han ejecutado ningún benchmark general y señalan ellos mismos errores en el corpus. 🔗 fuente
- L2Loop — Yuxuan Zong propone volver a ejecutar ciertas capas cuantificadas mientras quepan en la caché L2 de la GPU: en una RTX 5080, esta segunda pasada cuesta aproximadamente la mitad que una capa nueva y reduce la pérdida entre 0,05 y 0,08 a igualdad de parámetros, según el autor. 🔗 fuente
- Conjuntos de datos EEG — Un censo comunitario del Hub de Hugging Face encuentra 368 conjuntos de señales cerebrales, de los cuales 146 carecen de etiqueta de licencia, lo que complica su reutilización. 🔗 fuente
Infraestructura
- Reparación automática en Together AI — Together AI detalla la reparación automática de los nodos de sus GPU Clusters, lanzada a principios de año: comprobaciones de estado, la reparación más ligera respaldada por evidencias, consentimiento configurable hasta el nivel del código de error Xid y espera a que terminen las tareas en curso, de 2 horas por defecto. 🔗 fuente
- CUDA 13.4 y Mission Control 2.5 — NVIDIA detalla el reparto temporal de MPS con memoria garantizada de CUDA 13.4, automatizado en Kubernetes mediante el operador open source gpu-fractioning, y Mission Control 2.5, que amplía la recuperación autónoma a las cargas de Kubernetes de Run:ai. 🔗 CUDA 13.4 · 🔗 Mission Control 2.5
Imagen, vídeo y voz
- Kling y Minibots — Kling se convierte en el socio tecnológico exclusivo de Minibots, largometraje de animación de Evolutionary Films previsto para 2027, con Tony Bancroft, codirector de Mulan, a cargo del diseño de personajes; un primer adelanto se ha realizado con Kling 4.0. 🔗 fuente
- Kling 4.0 en Pika — Pika integra Kling 4.0: tomas continuas de 3 a 30 segundos con sonido estéreo y diálogos sincronizados, hasta 10 fotogramas clave o 15 referencias, en 720p o 1080p. 🔗 fuente
- Mini-apps de Luma — Luma reúne ocho mini-apps en Luma Agents, entre ellas Light Transfer, Virtual Try-On y Background Swap, que modifican un único elemento de una imagen, disponibles desde el plan Plus de 30 dólares al mes. 🔗 fuente
- ElevenLabs y la Asociación ELA — ElevenLabs se asocia con la principal asociación española de lucha contra la ELA para ofrecer gratuitamente su restauración de voz a los enfermos de toda España. 🔗 fuente
Productos y empresa
- Exploraciones inmersivas en Gemini — El hub para estudiantes de la aplicación Gemini ofrece escenas interactivas para explorar capa por capa, desde la Ruta de la Seda hasta la física de los rayos, disponibles para todos en seis idiomas, entre ellos el francés; se anuncia una narración de audio sin fecha. 🔗 fuente
- Una hora de audio en Gemini Notebook — La aplicación móvil de Gemini Notebook graba hasta una hora de audio en directo, utilizable inmediatamente como fuente de un cuaderno, para todos los usuarios de iOS y Android. 🔗 fuente
- Smart reports, encuestas y presupuestos compartidos en Claude Enterprise — Tres herramientas de administración pasan a disponibilidad general: los smart reports, en beta desde septiembre, que muestran qué hace un equipo con Claude y cuánto cuesta, las encuestas integradas y los presupuestos compartidos de grupo, con alertas al 50, 75, 95 y 100 %. 🔗 fuente
- IDC Quanta en Claude — La consultora de estudios IDC conecta su plataforma Quanta a Claude mediante un conector MCP para sus clientes, en la aplicación, Cowork y los complementos de Office, con la fuente IDC citada; internamente, afirma haber reducido una revisión de código de cinco días a unos 30 minutos. 🔗 fuente
- Legora y OpenAI — En un estudio de caso de OpenAI, la empresa sueca de tecnología jurídica Legora reduce la revisión de acuerdos de confidencialidad de alrededor del 20 % a menos del 1 % de la capacidad de su equipo jurídico; en un cliente del Fortune 100, el tiempo de tramitación de contratos disminuye un 90 %. 🔗 fuente
- El futuro de la empresa — Segundo ensayo de la serie de OpenAI sobre la próxima economía: dos autores, que escriben a título personal, imaginan la IA por debajo, al lado o entre los empleados en el organigrama; ni producto ni cifras. 🔗 fuente
Qué significa esto
Gemini 4 Carbon confirma un patrón que se consolida: el modelo más potente de un laboratorio llega primero a manos de quienes se ocupan de la defensa. Al igual que Argon a finales de septiembre, Carbon pasa por el Fairwind Program y por las pruebas voluntarias del Gobierno estadounidense antes de llegar a la API, y Google publica resultados ofensivos medidos sin salvaguardas, un 54,8 % en ExploitGym, junto a cifras de comportamiento: un 0,0 % de éxito al hacer trampas en Terminal-Bench 4.0, ningún ataque exitoso mediante inyección indirecta de prompts en Gray Swan. El precio se conoce antes de tener acceso, pero la fecha no. Ese mismo día, la seguridad del código cambia de escala: GitHub ofrece un escáner agéntico para todo un repositorio y detecta las vulnerabilidades propias de las aplicaciones de IA, mientras que Replit propone una escala para evaluar el entorno de un agente partiendo de la premisa de que el agente puede no cooperar.
En Universe, GitHub ya no vende un modelo, sino un sistema. Fusion le quita al desarrollador la elección del modelo, con un argumento cuantificado: a dos puntos de Claude Code con Opus 5.5 Max en el Artificial Analysis Coding Agent Index, por aproximadamente la mitad de precio. Copilot Memory y Dreaming acumulan contexto de una sesión a otra, y las automatizaciones aprenden de sus resultados. La facturación sigue la misma tendencia: Copilot incluido en GitHub Enterprise sin una licencia por usuario aparte, un plan de Actions expresado en dólares y compartido con los sandboxes, límites de créditos por automatización. Octoverse da una idea de la magnitud del cambio: más del 40 % de las pull requests comienzan con un agente, y los repositorios de Claude Code y de Codex están entre los que más colaboradores ganan.
Los agentes también circulan cada vez más de una herramienta a otra. Kimi Code importa las sesiones de Claude Code y de Codex, DeepSeek Harness delega tareas en sus CLI, Fusion puede enrutar hacia Qwen3.8 Flash Next ejecutado en local, Mistral adopta el formato OpenAI Responses y la propia Gemini CLI remite a Antigravity CLI y Gemini API CLI. MCP se convierte en el conector común: 26 conectores verificados en GitHub, Suno en Claude o ChatGPT, ServiceNow en el marketplace de OpenAI, Search y Gemini a través de la Connected Apps Platform. ViBench 2.0 recuerda el límite actual: cuando un agente construye un producto entero, ningún modelo abierto llega hasta el final, y los mejores fallan sobre todo en las interacciones entre funcionalidades.
En investigación, la declaración del comité de David Gross pone en su justa medida el resultado de OpenAI: un paso importante hacia una teoría cuántica de campos rigurosa, pero el confinamiento y el gap de masa siguen sin resolverse, y no se publicará nada antes de verificar la formalización en Lean. Anthropic y Meta abren sus modelos a instituciones enteras, sin publicar importes. En voz, NVIDIA publica un modelo abierto que casi iguala a Voxtral Small activando solo unos 4 mil millones de parámetros, ElevenLabs mejora el componente invisible que alinea las palabras con el sonido y HeyGen cobra por minuto la transferencia de una interpretación vocal a un avatar.
Fuentes
- Publicación de Google DeepMind sobre Gemini 4 Carbon
- Anuncio de Gemini 4 Carbon en X (@GoogleAI)
- Publicación de Jay Parikh sobre GitHub Universe 2026
- Generación de imágenes en Copilot (GitHub)
- Replica (GitHub)
- Informe Octoverse 2026
- Copilot incluido en GitHub Enterprise
- Copilot Fusion (GitHub)
- Copilot Fusion y los modelos locales (GitHub)
- Copilot en JetBrains (GitHub)
- Experiencia cloud de Copilot (GitHub)
- Aplicación GitHub Copilot en Universe (GitHub)
- Copilot en VS Code en Universe (GitHub)
- Notas de VS Code 1.144
- Agent Merge (GitHub)
- GitHub intelligence: Copilot Memory, Dreaming y búsqueda de código
- Nuevas herramientas y desencadenadores de Copilot Automations
- Automatizaciones compartidas (GitHub)
- Automatizaciones que mejoran por sí mismas (GitHub)
- GitHub Agentic Workflows en disponibilidad general
- Conectores MCP verificados para Copilot (GitHub)
- AI Scan de repositorios (GitHub)
- Code scanning de aplicaciones de IA (GitHub)
- Push protection mediante clasificador (GitHub)
- Extensión de seguridad de la aplicación Copilot (GitHub)
- Copilot code review Max y aprobaciones (GitHub)
- Libro blanco Agent Habitat Architecture (Replit)
- Publicación del CTO de Replit sobre la seguridad de los agentes
- Anuncio de SB-Box (Genspark)
- Página de presentación de SB-Box
- Anuncio de Nemotron 3.5 Transcribe (NVIDIA)
- Nemotron 3.5 Transcribe en Artificial Analysis (NVIDIA)
- Publicación de NVIDIA en Hugging Face
- Ficha de Nemotron 3.5 Transcribe
- Cue (ElevenLabs)
- Anuncio de HeyGen Voice STS
- Página de HeyGen Voice
- Anuncio de Suno MCP
- Página de Suno MCP
- Declaración del Yang-Mills Working Group (PDF)
- Declaración en el sitio del KITP
- AI for Science (Anthropic)
- Apoyo de Meta a la investigación universitaria
- Anuncio de Meta en X
- Alianza de Anthropic con la GSA
- OpenAI y ServiceNow
- Retell y OpenAI
- Créditos de API de los suscriptores de ChatGPT (ayuda de OpenAI)
- Changelog de la API de OpenAI
- Notas de versión de ChatGPT
- Anuncio de los mensajes de texto con sonido dot (@ChatGPT)
- Modo de voz de Perplexity (@AskPerplexity)
- Artefactos de Claude for Legal (Anthropic)
- PR 29995 de Gemini CLI
- Gemini API CLI
- Changelog de Antigravity
- Kimi Code 2.4.0
- DeepSeek Harness 0.2.2-alpha.2
- DeepSeek Harness 0.2.1-rc.4
- ViBench 2.0 (Replit)
- Responses API de Mistral en X
- Documentación de la Responses API de Mistral
- Connected Apps Platform (Google)
- Microsoft Copilot SDK (GitHub)
- Artefactos en las issues (GitHub)
- Zed 1.27.0-pre
- Orbs personales (Amp)
- Qwen Code v0.26.3
- Runway Dev en Codex
- Bricklane (Manus)
- Dependabot y la alcanzabilidad
- Public monitoring en disponibilidad general (GitHub)
- Runners de GitHub Actions multicloud
- Archivos de bloqueo de los workflows de GitHub Actions
- Rol Moderate (GitHub)
- Exenciones de los límites de pull requests (GitHub)
- DeepSeek V4.1 Flash 1017 en la API de Mistral
- Voxtral Mini Transcribe 3 en Voice Arena (Mistral)
- Notas de versión de la API de SpaceXSI
- Particle-1
- Tutorial de RAG de Perplexity
- olmOCR 2 y los archivos (Ai2)
- Project Pyrite
- My Name is Riemann (OpenPeerAI)
- L2Loop
- Conjuntos de datos EEG en Hugging Face
- Reparación automática de los GPU Clusters (Together AI)
- CUDA 13.4 y uso compartido de GPU (NVIDIA)
- Mission Control 2.5 (NVIDIA)
- Kling y Minibots
- Kling 4.0 en Pika
- Miniaplicaciones de Luma
- ElevenLabs y la Asociación ELA
- Exploraciones inmersivas en Gemini (Google)
- Grabación de audio en Gemini Notebook
- Smart reports, encuestas y presupuestos compartidos (Anthropic)
- IDC Quanta en Claude (Anthropic)
- Legora y OpenAI
- El futuro de la empresa (OpenAI)