Mistral publica los pesos de Mistral Large 4, Cohere aspira a 7 mil millones de dólares canadienses, OpenAI detalla su vigilancia de la desalineación

Mistral publica los pesos de Mistral Large 4, un MoE multimodal de unos 1 000 mil millones de parámetros mejorado mediante tres semanas de aprendizaje por refuerzo desde la versión preliminar del 6 de octubre, bajo una licencia MIT modificada y a 0,70 dólares por millón de tokens de entrada. Cohere anuncia el primer cierre de una serie E que aspira a captar hasta 7 mil millones de dólares canadienses, OpenAI describe el sistema que ahora supervisa todos sus entrenamientos por refuerzo de vanguardia y Pika lanza H3 Flex, un modelo de vídeo y audio con pesos abiertos. En cuanto a los productos, las aplicaciones de Claude pasan a estar disponibles en 33 idiomas y en CarPlay, Gemini modifica archivos en la conversación y Amp da un Mac a sus agentes.

Mistral publica los pesos de Mistral Large 4 (Le Chonk), mejorado mediante tres semanas de aprendizaje por refuerzo

29 de octubre — Mistral cumple la promesa hecha durante la presentación de la versión preliminar del 6 de octubre: los pesos de Mistral Large 4, apodado «Le Chonk», están en Hugging Face. No es exactamente el modelo de hace tres semanas. Mistral ha continuado el aprendizaje por refuerzo (reinforcement learning) durante tres semanas, sin señales de saturación según la empresa, lo que se traduce en un razonamiento más eficiente y tres modos entre los que elegir, low, medium y high (por defecto), con low en sustitución del antiguo modo sin razonamiento.

La arquitectura no cambia: una mezcla de expertos (MoE) nativamente multimodal de unos 1 000 mil millones de parámetros (1T), de los que 49 mil millones están activos por token (52 mil millones con las capas de entrada y salida), 128 expertos enrutados de los que 4 están activos más un experto compartido, una ventana de 1M tokens y entradas de texto e imágenes. El modelo se ha entrenado desde cero en 3 800 GPU NVIDIA Grace Blackwell, en los centros de datos de Mistral en Europa, y abarca más de 160 idiomas, incluidos todos los idiomas oficiales de la Unión Europea.

Las cifras que aparecen a continuación son las que Mistral indica expresamente en su artículo y en su ficha de Hugging Face; las puntuaciones de los competidores solo aparecen en gráficos.

Benchmark citado por Mistral	Mistral Large 4 (29 de octubre)	Versión preliminar o referencia
FrontierCode 2.0 (Cognition)	19,7 %, 1.º entre los modelos abiertos	8,8 % para la versión preliminar (artículo de Cognition, 27/10)
Terminal-Bench 4.0	41 %	+13 puntos, 30 % menos de tokens de salida
AA Coding Agent Index	48 %	empatado con GLM-5.3, 47 % menos de tokens
AA Intelligence Index v5	26	mejor modelo abierto occidental
AA Cyber Index	51 %	—
Rechazo de solicitudes maliciosas de ciberseguridad	96,6 % de media	el más alto medido por Mistral entre los abiertos
B3 Agent Security Benchmark	97,1 % de ataques contenidos	93,3 % para la versión preliminar
BrowseComp	84,5 %	75 % en el punto de partida con ajuste fino (SFT)
Finch (FinWorkBench)	73,3 %	2.º entre los modelos abiertos, por detrás de Kimi K3

La propia Mistral reconoce que los mejores modelos abiertos chinos obtienen mejores resultados en el Intelligence Index agregado. En las evaluaciones humanas a ciegas de Surge Code, el modelo es preferido a GLM-5.3, Kimi K3 y DeepSeek V4.1 Flash, y solo queda por detrás de Claude Opus 5.5.

La ciberseguridad ocupa la mitad del artículo, con testimonios de CrowdStrike, Cloudflare, Zscaler, Cisco, Fortinet o la ENISA. Mistral se muestra prudente al respecto: desde la versión preliminar, supervisa el uso de su tráfico en ciberseguridad y, aunque el modelo rechazaba correctamente los ataques de caja negra contra objetivos reales, Mistral sigue viendo en él un potencial de mejora real de las capacidades de los atacantes (uplift). Por ello, se modifican sus salvaguardas, habrá otras actualizaciones en los próximos meses y una variante especializada en pruebas de penetración y ataques simulados (red teaming) sigue reservada a socios verificados bajo contrato, como Orange Cyberdefense.

El modelo se publica bajo la Mistral Ecosystem Open-Weight License, una licencia MIT modificada: el uso, la modificación, el ajuste fino y la comercialización son libres, con una salvedad, una licencia comercial independiente para ofrecer el modelo como servicio (Model-as-a-Service). Se sirve con vLLM (recomendado), SGLang, transformers o llama.cpp, está disponible en NVFP4 para las GPU Blackwell e incorpora un cabezal de decodificación especulativa DSpark que multiplica el rendimiento hasta por 1,9 según Mistral, una mejora que varía con el hardware y la carga. Está disponible en Mistral Studio, en la API de Mistral, OpenRouter, Vibe Code, Microsoft Foundry, que se presenta como el primer proveedor cloud en ofrecerlo, y a través de NVIDIA NIM. Se anuncia un informe técnico completo, sin fecha.

Tipo de tarifa (por millón de tokens)	Tarifa a 29 de octubre	Versión preliminar del 6 de octubre
Entrada	0,70 dólares	1,36 dólares, tachados y divididos por dos (0,68)
Entrada en caché	0,07 dólares	—
Salida	2,10 dólares	4,18 dólares, tachados y divididos por dos (2,09)

La tarifa definitiva retoma, por tanto, aproximadamente el precio reducido a la mitad que mostraba la ficha de la versión preliminar, es decir, cerca de la mitad de su precio de referencia.

🔗 El artículo de Mistral · La ficha del modelo en Hugging Face

Hugging Face incorpora compatibilidad con Mistral Large 4 desde su lanzamiento en Transformers v5.22.0 y TRL v1.17.0

29 de octubre — Hugging Face acompaña el lanzamiento con compatibilidad inmediata. Transformers v5.22.0, publicada a las 14 h 15 UTC, está dedicada por completo a Mistral Large 4, con un cambio incompatible con versiones anteriores: la lógica del paralelismo de expertos pasa a su propio archivo. El artículo del equipo detalla la arquitectura (72 capas, atención MLA con indexador DeepSeek Sparse Attention, patrón 3:1 entre capas RoPE y NoPE, codificador de visión Pixtral de 1,6 mil millones de parámetros) y las dos variantes oficiales, FP8 y NVFP4, complementadas con GGUF de Unsloth y del equipo de llama.cpp. vLLM y llama.cpp ofrecen compatibilidad desde el primer día, y el modelo también se despliega mediante Inference Endpoints, inferencia sin servidor (serverless) y Dell Enterprise Hub.

En cuanto al entrenamiento, TRL v1.17.0 realiza el ajuste fino de este modelo de 1 000 mil millones de parámetros mediante LoRA en un único nodo de 8 GPU B300, directamente a partir de los pesos FP8: 32 700 tokens por paso en unos 8 segundos, con 142 Gio por GPU. La misma versión corrige un sesgo sutil del aprendizaje por refuerzo con vLLM, que normalizaba sus probabilidades después del filtrado mientras que el entrenador lo hacía sobre todo el vocabulario: con top_p=0.9, la razón de muestreo por importancia caía hacia 1e-4 en lugar de 1. Cabe señalar que el artículo de Hugging Face recoge puntuaciones atribuidas a Mistral que difieren de las del artículo de lanzamiento (28,3 % en Terminal-Bench 4, frente a 41 %); la tabla anterior sigue el artículo de Mistral.

🔗 El artículo de Hugging Face · Transformers v5.22.0 · TRL v1.17.0

Cohere anuncia el primer cierre de su serie E, que aspira a captar hasta 7 mil millones de dólares canadienses

29 de octubre — Cohere anuncia el primer cierre (initial close) de su serie E. La ronda aspira a captar hasta 7 mil millones de dólares canadienses, con una valoración de 35,7 mil millones de dólares canadienses, una cifra que solo aparece en el tuit fijado de la empresa, no en su artículo. Cohere no dice cuánto se ha recaudado en esta primera etapa: los 7 mil millones son un objetivo, no un importe recibido.

We’re proud to announce the initial close of our Series E, targeting up to CAD $7 billion at a CAD $35.7 billion valuation; marking the largest private financing round in Canadian startup history.

🇪🇸 Nos enorgullece anunciar el primer cierre de nuestra serie E, que aspira a captar hasta 7 mil millones de dólares canadienses con una valoración de 35,7 mil millones de dólares canadienses, lo que la convierte en la mayor ronda de financiación privada de la historia de las startups canadienses. — @cohere en X

El artículo firmado por los tres cofundadores, Nicholas Frosst, Ivan Zhang y Aidan Gomez, detalla la ronda de financiación:

Elemento de la ronda	Valor anunciado
Etapa	Primer cierre
Objetivo	Hasta 7 mil millones de dólares canadienses
Valoración (solo en el tuit)	35,7 mil millones de dólares canadienses
Importe recaudado hasta la fecha	No comunicado
Inversor principal	Schwarz Group
Otros inversores citados	Bell Ventures, Bullhound Capital, Inovia Capital, NVIDIA, Prosperity7 Ventures, Gobierno de Canadá

Schwarz Group ya había sido mencionado en abril, durante el acercamiento con Aleph Alpha, por una aportación de 600 millones de dólares estadounidenses a esta serie E; en septiembre, un reportaje de CNN compartido por Cohere estimaba su valoración en 7 mil millones de dólares. El primer ministro canadiense Mark Carney celebró el anuncio en un mensaje compartido por Cohere.

El artículo sirve sobre todo de manifiesto. Cohere quiere convertirse en una empresa de vanguardia fuera de Estados Unidos y China, y rechaza lo que denomina fatalismo de la frontera (frontier fatalism), la idea de que el mundo debería alquilar su inteligencia a dos países y a un puñado de empresas. Aporta una cifra: a principios de este año, más del 70 % de los tokens de modelos abiertos servidos a través de OpenRouter procedían de modelos chinos, frente al 3 % de catorce meses antes. Su tesis es que la frontera es irregular (jagged) y que se puede liderar en ámbitos concretos, como la ciberdefensa: AISLE, que Cohere está en proceso de adquirir, ha identificado más de 500 CVE en un año y 18 de las 24 vulnerabilidades corregidas en la versión de octubre de curl.

Para los próximos doce meses, Cohere anuncia cuatro líneas de trabajo, sin fecha: finalizar el acercamiento con Aleph Alpha y la adquisición de AISLE, lanzar Cohere Cyber para entornos aislados y clasificados, publicar una nueva generación de modelos y comenzar un entrenamiento a escala de frontera con socios aliados. Los fondos también deben impulsar North, su plataforma independiente del modelo, que puede desplegarse en el cloud del cliente, en su centro de datos o en una red aislada.

🔗 El artículo de los cofundadores de Cohere

Cognition adquiere Corridor para reforzar Devin Security

29 de octubre — Cognition anuncia la adquisición de Corridor, una startup de seguridad del software fundada hace casi dos años por Jack Cable y Ashwin Ramaswami. En un artículo fechado el 28 de octubre en el blog de Cognition, pero anunciado en X el 29, los dos cofundadores explican que Corridor, que se presentaba como la capa de seguridad de los equipos nativos de IA, se une a la empresa creadora de Devin para llevar Devin Security más lejos. Allí se reúnen con Russell Kaplan, presidente de Cognition y uno de los primeros asesores de Corridor, Alex Stamos, director de seguridad de Cognition, con quien volverán a trabajar, y Steven Hao, su CTO.

El artículo presenta la operación como una cuestión urgente: según los fundadores, los agentes de IA ya saben encadenar un ataque de principio a fin, y los próximos 6 a 12 meses serán el periodo más decisivo de la historia de la ciberseguridad. No se comunican ni el importe ni las condiciones, ni tampoco el futuro del producto de Corridor y de sus clientes. La adquisición prolonga la ofensiva de Cognition en seguridad, tres días después del relanzamiento de Devin Security con análisis exhaustivos sobre Claude Mythos.

🔗 El artículo de Corridor · El anuncio de Cognition en X

OpenAI detalla su sistema de vigilancia de la desalineación, ampliado a todos sus entrenamientos de RL de vanguardia desde el incidente de Hugging Face

29 de octubre — OpenAI describe el sistema que vigila el comportamiento desalineado (misaligned behavior) de sus modelos, y empieza con una admisión: el incidente de Hugging Face comenzó durante unas evaluaciones internas de ciberseguridad en las que estos monitores no estaban activos. Desde entonces, la cobertura se extiende al entrenamiento, las evaluaciones, el uso interno y, de forma adaptada, el despliegue externo. Para los modelos al menos tan capaces como GPT-6 Astra, se supervisan cada ejecución de aprendizaje por refuerzo (RL), cada evaluación y cada harness con herramientas, así como todo el tráfico interno de Codex, independientemente del modelo.

Today, we’re sharing a look at our expanded system for monitoring frontier models at OpenAI, which in September helped us catch a model’s attempt to access the live internet during training.

🇪🇸 Hoy ofrecemos una visión general de nuestro sistema ampliado de vigilancia de los modelos de vanguardia de OpenAI, que en septiembre nos ayudó a detectar el intento de un modelo de acceder a Internet real durante su entrenamiento. — @OpenAI en X

El sistema combina cuatro capas, de la menos costosa a la más exhaustiva; el RL de vanguardia y el tráfico interno de Codex omiten la primera.

Capa de vigilancia	Función en el sistema
L0, sondas de activación (activation probes)	Detectan patrones sospechosos en las activaciones internas; el 5 % del tráfico no señalado, elegido al azar, pasa igualmente a la siguiente
L1, revisor basado en modelos	Examina la conversación, la cadena de pensamiento y las llamadas a herramientas al final de cada turno y en cada resumen del contexto
L2, agentes investigadores	Un agente de seguridad y otro de alineación revisan todas las ventanas de contexto y ejecutan código en un entorno aislado
L3, investigación automatizada	Coteja la transcripción con los registros de red y la telemetría para las cargas de trabajo sensibles (Codex interno, evaluaciones, RL)

Para la capa L1, OpenAI está pasando a una comprobación con un intervalo máximo de 30 minutos. Las cifras anunciadas:

Medida publicada por OpenAI	Valor anunciado
Alerta al reproducir el incidente de Hugging Face	unos 30 minutos después de salir del sandbox
Antelación respecto a la intrusión real en Hugging Face	más de 30 horas
Intento de acceso a Internet mediante DNS en septiembre	señalado en 15 minutos, revisión humana 3 minutos después
Plazo habitual de las alertas de máxima prioridad	unos 15 minutos

La publicación también reconoce sus limitaciones. Las falsas alertas impiden mantener activo permanentemente el sistema de avisos de guardia (paging): está activo las 24 horas para el RL de vanguardia, en horario laboral para la mayoría de las demás cargas de trabajo y nunca para el tráfico interno de Codex. OpenAI aspira a una pausa automática cuando una alerta de máxima prioridad no se descarta en los 30 minutos posteriores al aviso a una persona. De los fallos detectados por METR y Redwood Research durante sus pruebas de julio, la mayoría ya están corregidos, pero una corrección sigue en curso.

Dos decisiones de diseño merecen atención. Una muestra de entrenamiento que activa un monitor conserva su recompensa, para no enseñar al modelo a ocultar sus desviaciones en su cadena de pensamiento; OpenAI señala que los modelos más avanzados, incluido Astra, ya controlan mejor lo que revela esa cadena. Y entre los modelos probados como monitores, GPT-5.6 Sol detecta claramente más casos que GPT-5.6 Terra o Luna, en parte, según OpenAI, porque el prompt de vigilancia se optimizó para él.

En el ámbito externo, una versión del sistema supervisa ciertos despliegues de modelos por encima del umbral Critical en ciberseguridad, como Astra, sin remitir sistemáticamente los casos a personas de OpenAI: la conversación puede pausarse automáticamente, las empresas pueden recibir alertas mediante webhook y se respeta la retención cero de datos. Esta vigilancia cubre las solicitudes de la Responses API con herramientas, pero no Chat Completions.

🔗 La publicación de OpenAI

OpenAI reorganiza su Model Spec en torno a cinco valores y elimina la mayoría de sus instrucciones de estilo

29 de octubre — Ese mismo día, OpenAI publica una nueva versión de su Model Spec, el texto público que describe cómo deben comportarse sus modelos. Las instrucciones se agrupan en torno a cinco valores: la fidelidad a la intención humana (faithfulness to human intent), la reducción de daños, la honestidad y la transparencia, el apoyo a la agencia humana (human agency), es decir, la capacidad de las personas para comprender, elegir y actuar por sí mismas, y el cuidado de las personas (care). OpenAI justifica esta decisión por la creciente autonomía de los modelos: cuanto más se prolongan sus tareas, más se alejan sus decisiones de lo que una persona ha pedido explícitamente.

La fidelidad a la intención se convierte en la base, con una nueva sección inspirada en los juegos de asistencia (assistance games): las instrucciones siguen siendo la señal más clara, pero el modelo debe tener en cuenta el contexto, las conversaciones anteriores y las memorias, y hacer visibles las suposiciones que extrae de ellos. Incorpora una cadena de mando (chain of command) actualizada entre OpenAI, los desarrolladores y los usuarios. Las nuevas instrucciones abordan la agencia humana, el respeto a las normas sociales y el control de los efectos secundarios de una acción. Por otro lado, OpenAI elimina la mayoría de las instrucciones de estilo detalladas, ya que el estilo debe seguir las preferencias de cada persona, y el Spec deja de hablar de «el asistente» para referirse a «GPT». OpenAI aclara que sus modelos aún no reflejan por completo este texto y promete, para futuras actualizaciones, métodos de entrenamiento que les permitirán aprender estos valores.

🔗 La publicación de OpenAI sobre el Model Spec · El hilo de Jason Wolfe

Anthropic entrena a Claude para que señale por sí mismo los usos abusivos de sus conversaciones

29 de octubre — Anthropic inaugura un nuevo blog, Safeguards, y destaca con ese motivo una publicación fechada el 16 de octubre sobre la autoevaluación (self-assessment), una técnica que convierte a Claude en su propio monitor de abusos. Justo después de cada respuesta, una breve instrucción de sistema le pide que evalúe la seguridad de la conversación, y Claude responde con un pequeño JSON: si se ha señalado la conversación o no, motivo, categoría y subpolítica, si ha habido un rechazo o no, y prioridad de 1 a 10 para la revisión humana. Estos dos turnos permanecen invisibles para el usuario y no se incorporan al resto del intercambio.

Because Claude has already read the conversation, self-assessment is very efficient. And unlike classifiers, which target a discrete set of harms, it draws on Claude’s own judgment, so it gets more accurate as our models improve.

🇪🇸 Como Claude ya ha leído la conversación, la autoevaluación es muy eficiente. Y, a diferencia de los clasificadores, que se centran en un conjunto cerrado de daños, se basa en el criterio propio de Claude, por lo que gana precisión a medida que nuestros modelos avanzan. — @AnthropicAI en X

La evaluación tiene un coste bajo: la conversación ya está en la caché KV y Claude genera una decena de tokens, lo que supone menos de un 2 % adicional de cómputo de inferencia según Anthropic, que no lo cobra. Funciona desde junio como monitor fuera de línea que no bloquea nada, en todos los modelos lanzados desde Fable 5, salvo en el tráfico cubierto por un acuerdo de retención cero.

Medida publicada por Anthropic	Valor anunciado
Exhaustividad en Claude Fable 5, con un 1 % de falsos positivos	78 % de las conversaciones señaladas por el clasificador de referencia
Exhaustividad en las conversaciones prioritarias (7 o más)	94 %
Exhaustividad según el tamaño del modelo (solo ajuste fino)	de aproximadamente un 16 % a aproximadamente un 96 %
Éxito de ataques de ciberseguridad, sin protección	79 % (19 de 24)
Éxito con la autoevaluación en modo de bloqueo	54 % (13 de 24)
Éxito con un clasificador con un prompt específico	25 % (6 de 24)

El clasificador de referencia es un clasificador con prompt construido sobre Claude Mythos Preview, con todas las políticas internas. En producción, la autoevaluación detectó en agosto más de 100 000 reportes de abuso sexual de menores procedentes de un único cliente de la API, remitidos al NCMEC, y en septiembre una estafa romántica automatizada creada con Claude Code, cuyas cuentas fueron inhabilitadas tras una revisión humana; más de la mitad de las organizaciones detectadas no habían sido señaladas por ninguna otra fuente el mes anterior. Anthropic también establece sus límites: no detecta todas las conversaciones dañinas, no es robusta frente a un atacante que la tenga como objetivo, hereda los puntos ciegos del clasificador que la entrenó y aún no supervisa de forma fiable el comportamiento del propio Claude.

🔗 La publicación del blog Safeguards

Pika lanza Pika H3 Flex, un modelo de vídeo y audio con pesos abiertos posentrenado sobre MiniMax H3

29 de octubre — Pika lanza Pika H3 Flex, un modelo de generación de vídeo con sonido sincronizado, posentrenado sobre MiniMax H3 y publicado con pesos abiertos desde el primer día. Pika lo presenta como una herramienta de iteración profesional: producir rápidamente un primer borrador y después retocar, sustituir y dar el acabado final al plano elegido. Para construirlo, el equipo realizó un ajuste fino de H3 con un conjunto interno de datos de audio y vídeo, lo destiló de 50 a 6 pasos de reducción de ruido y después lo alineó con las preferencias humanas mediante aprendizaje por recompensa, con dos adaptadores fusionados en un único LoRA, sin una etapa adicional de generación.

El modelo abarca la generación de texto a vídeo, de imagen a vídeo (primera y última imagen), vídeo guiado por referencias y edición (escenario, objeto, personaje, transferencia de movimiento). Acepta hasta 12 referencias, con un máximo de 9 imágenes, 3 vídeos y 3 fragmentos de audio, y genera de forma nativa en 480p o 768p, de 5 a 15 segundos, a 24 imágenes por segundo, con sonido estéreo a 32 kHz. Un sobremuestreador (upsampler) propio da después el acabado final al plano en 1080p, 2K o 4K. Pika también destaca la exportación de cinco pistas de audio separadas (diálogos, música, efectos, efectos de sala, ambiente), que presenta como una primicia para un modelo de vídeo.

En cuanto a la velocidad, Pika anuncia un clip de 15 segundos a 768p con banda sonora producido en solo 7 segundos, pero su asterisco aclara que se trata únicamente del cálculo del transformer de difusión (DiT), en un banco de pruebas controlado, y no del tiempo total de una solicitud; con esa misma medida, Flex sería de media 1,8 veces más rápido que H3 Max. La publicación técnica también ofrece una latencia de extremo a extremo: 2,129 segundos en lugar de 3,409 para un clip de 5 segundos a 768p en ocho GPU B300, es decir, 1,6 veces más rápido.

Pika sitúa a Flex en el 7.º puesto de la clasificación general y en el 1.º entre los modelos con pesos abiertos de la clasificación de texto a vídeo de DesignArena en el momento del lanzamiento, por delante de MiniMax H3, H3 Max y Seedance 2.5, una clasificación imposible de verificar en el momento de redactar el artículo, ya que la página de DesignArena devolvía un error. En sus propias evaluaciones a 768p frente a MiniMax H3, Fal H3 Max y HeyGen Video, Flex obtiene las mejores puntuaciones en las cinco métricas visuales y de audio; los evaluadores humanos lo prefieren por la anatomía, la composición y la sincronización del sonido, pero otros modelos siguen por delante en física, narración de varias escenas, iluminación y escenas de acción.

El modelo ya está disponible a través de la API de Pika (Pika API Club), ComfyUI y Diffusers, y llegará a la herramienta de creación de Pika el 2 de noviembre. La tarifa se calcula por segundo de vídeo producido:

Resolución de salida	Lanzamiento, texto o imagen	Precio normal, texto o imagen	Lanzamiento, referencia de vídeo
480p	0,01 dólar	0,02 dólar	0,03 dólar
768p	0,02 dólar	0,04 dólar	0,06 dólar
1080p	0,035 dólar	0,07 dólar	0,075 dólar
2K	0,04 dólar	0,08 dólar	0,08 dólar
4K	0,08 dólar	0,16 dólar	0,10 dólar

Con una referencia de vídeo, los segundos de entrada se facturan a la misma tarifa que la salida; las referencias de imagen y audio son gratuitas, y las pistas separadas cuestan 0,001 dólar por segundo. Los miembros del Pika API Club reciben 15 generaciones gratuitas al día hasta el 5 de noviembre. Los pesos, bajo la licencia comunitaria de MiniMax H3, están en Hugging Face y el código en GitHub; cubren la generación en 480p y 768p, mientras que el acabado en 4K, la separación de pistas y la mejora de los prompts siguen reservados al servicio alojado. Pika promete publicar también su sobremuestreador, sin fecha.

🔗 El hilo de Pika · La publicación de lanzamiento · La publicación técnica · Los pesos en Hugging Face

ElevenLabs lanza SFX v3, su nuevo modelo de efectos sonoros que sigue varias instrucciones en un mismo prompt

29 de octubre — ElevenLabs lanza SFX v3, la nueva versión de su modelo de efectos sonoros generados a partir de texto. El modelo promete sonidos más ricos y precisos, una mejor compatibilidad con la música y las voces y, sobre todo, el cumplimiento de varias instrucciones en un mismo prompt: describir una multitud que aclama, un balón que cae y después una multitud que abuchea basta para obtener la secuencia en ese orden. Está disponible en ElevenCreative (flows, pestaña Sound Effects, Studio, editor de música), en la aplicación móvil y en la API.

La documentación matiza esta disponibilidad: en la API, eleven_text_to_sound_v3 tiene acceso limitado, puede no estar disponible en algunas regiones (una cuenta sin acceso recibe un error Unknown model) y la v2 sigue siendo el modelo por defecto. También señala una menor saturación en sonidos agudos como los gongs o los silbatos, y la generación de bucles. ElevenLabs no publica precios ni métricas comparativas.

🔗 El hilo de ElevenLabs · La documentación de los modelos

Ideogram añade una ventana de contexto a Precise Edit para retocar imágenes de hasta 8K

29 de octubre — Ideogram añade una ventana de contexto (context window) a Precise Edit, su herramienta de retoque localizado. Hasta ahora, editar una imagen grande obligaba a reducirla y luego a volver a pegar el resultado. Ahora, se retoca una zona de hasta 2K con sus píxeles originales dentro de una imagen de hasta 8K, sin uniones visibles ni artefactos, mientras todo lo demás permanece intacto: una imagen 4K sale en 4K, y ya no en 2K. La función está disponible en la aplicación, en la API y a través de ocho socios, entre ellos Runway, fal, Luma y ComfyUI, con cuatro niveles de calidad de 0,8 a 22 centavos por retoque, los mismos límites que los modos de Ideogram 4.5, de los que hablamos aquí el 16 de octubre.

🔗 El hilo de Ideogram · La página de Precise Edit

Asistentes: multicuenta y CarPlay para Claude, archivos editables y avatares compartidos en Gemini, Kimi conectado a Gmail, Drive y Calendar

Anthropic, Google y Moonshot AI amplían el mismo día las funciones de sus asistentes para el público general, tanto en móviles como en la web.

Las aplicaciones móviles de Claude incorporan multicuenta, CarPlay y 24 idiomas adicionales

29 de octubre — Anthropic detalla en un hilo de @claudeai varias mejoras de las aplicaciones de Claude que han llegado esta semana, sin publicación en el blog ni notas de la versión.

Plataforma afectada	Novedad anunciada
iOS y Android	Varias cuentas conectadas, cambio sin cerrar sesión
iPhone	Modo de voz con Apple CarPlay
Web, escritorio, iOS y Android	24 idiomas más, 33 en total, entre ellos bengalí, suajili, tailandés, ucraniano y vietnamita
iOS y Android	Modo de voz más ágil, mejor escucha con ruido, voz más natural en idiomas distintos del inglés, más teléfonos Android
iPad y iPhone Duo	Creaciones de Claude abiertas junto a la conversación, pantalla completa a petición
Chromebooks, Googlebooks y plegables	Aplicación Android en modo portátil: barra lateral redimensionable, panel táctil, clic derecho, atajos de Claude Desktop

La función multicuenta permite separar una cuenta personal y una profesional sin volver a iniciar sesión, y CarPlay sirve para consultar a Claude mientras se conduce, con las manos en el volante. Se anuncia para pronto, sin fecha, una búsqueda mediante un gesto hacia abajo en iPhone y iPad para encontrar una conversación, un proyecto o un ajuste.

🔗 El hilo de Claude en X

La aplicación Gemini permite generar, previsualizar y modificar documentos, PDF, presentaciones y hojas de cálculo directamente en el chat

29 de octubre — La aplicación Gemini ya puede generar, previsualizar y modificar archivos sin salir de la conversación: documentos, PDF, presentaciones, hojas de cálculo o código. El archivo generado se abre en el chat; se puede pasar a pantalla completa para corregir el texto manualmente, resaltar un pasaje para hacer una pregunta o pedir a Gemini que reescriba una sección, tanto el texto como los elementos visuales. Google lo ilustra con apuntes manuscritos de clase transformados en una guía de estudio en PDF y después ajustados a mano. La novedad está disponible para todos los usuarios, en todos los idiomas de la aplicación, pero no en todas las plataformas:

Formato de archivo	Plataformas compatibles
PDF	Web y móvil
Google Docs, Google Sheets, presentaciones	Solo web
Markdown, TXT, código	Solo web

🔗 La publicación de Google

La aplicación Gemini permite compartir el avatar con otros usuarios para que los incluyan en imágenes y vídeos

29 de octubre — El avatar de Gemini, que apareció este verano para las imágenes de Nano Banana, ya se puede compartir. Cada persona registra su rostro y su voz en un teléfono o una tableta y después autoriza a personas cercanas, mediante su dirección de Gmail, a utilizarlos: estas lo invocan en un prompt con su nombre de usuario de Google (@nom) para crear una imagen con Nano Banana o un vídeo con Gemini Omni en el que aparezcan todos, con un personaje y una voz que mantienen la coherencia. El destinatario acepta o rechaza la invitación; el propietario ve quién tiene acceso, fija fechas de caducidad y retira el acceso en cualquier momento, lo que impide nuevas creaciones sin borrar las ya realizadas. El acceso sigue sujeto a restricciones: mayores de 18 años, cuenta personal de Google, solo en inglés, sin disponibilidad en el Espacio Económico Europeo, Suiza ni el Reino Unido, y un plan de Google AI para los vídeos con el propio avatar.

🔗 El anuncio de Gemini en X · La página de ayuda de Google

Kimi se conecta a Gmail, Google Drive y Google Calendar

29 de octubre — Moonshot AI conecta Kimi a tres servicios de Google: Gmail, Google Drive y Google Calendar. El asistente puede resumir hilos de conversación, encontrar un archivo en Drive u organizar el día a partir del calendario, con un acceso OAuth que el usuario concede y controla. Los tres conectores se instalan desde la página de plugins de Kimi, donde se suman a Outlook y a herramientas de documentos (PDF, Excel, Word). Moonshot no precisa el alcance de los permisos solicitados, si son de solo lectura o de acceso completo al buzón, ni el plan necesario ni el precio, y el anuncio no menciona el envío de mensajes.

🔗 El anuncio de Kimi en X · La página de plugins de Kimi

OpenAI duplica el uso de Work y Codex de los planes Pro 100 y Pro 500 y renuncia a reducir el de Pro 200

29 de octubre — OpenAI aumenta el uso de Work y de Codex incluido en sus planes más caros. Según las notas de la versión de ChatGPT, Pro 100 y Pro 500 disponen ahora del doble de su cuota anterior. Para Pro 200, OpenAI da marcha atrás: se cancela la reducción anunciada por correo electrónico el 29 de septiembre, con el lanzamiento de Pro 500. Quienes habían mantenido la cuota anterior la conservan, y quienes habían pasado a la cuota reducida la ven duplicarse, lo que los devuelve al mismo nivel.

Plan afectado	Cambio a 29 de octubre
Pro 100	Cuota de Work y Codex duplicada
Pro 500	Cuota de Work y Codex duplicada
Pro 200	Reducción del 29 de septiembre cancelada, cuota reducida duplicada
Business Premium	Aumento sin cifras en las notas, duplicación según @thsottiaux
Dots	Se mantienen por ahora los límites ampliados, el uso se sigue contabilizando por separado

El mensaje de @thsottiaux, republicado por @OpenAI, habla, en efecto, de una duplicación de todos los límites de los niveles Pro y de Business Premium, efectiva ese mismo día, mientras que las notas de la versión no dan cifras para Business Premium.

🔗 Las notas de la versión de ChatGPT · El mensaje de @thsottiaux

Plataformas para empresas y desarrolladores: Sakana API Platform en acceso anticipado, Perplexity Enterprise con certificación FedRAMP Moderate y nivel ultra-preview de la Agent API

Tres anuncios se dirigen a los despliegues profesionales: una API de gestión para empresas en Japón, una certificación para las administraciones estadounidenses y nuevos ajustes para los agentes de investigación.

Sakana AI abre el acceso anticipado a Sakana API Platform, una API compatible con OpenAI con gestión para empresas

29 de octubre — Sakana AI abre el acceso anticipado a Sakana API Platform, la puerta de entrada a sus modelos para empresas, en una publicación fechada el 28 de octubre y anunciada en X al día siguiente. Fugu, su modelo de orquestación que combina varios modelos de vanguardia, y Namazu, su LLM especializado en japonés, ya estaban disponibles mediante API, pero sin herramientas de gestión. La plataforma añade lo que faltaba para un despliegue empresarial: organizaciones y espacios de trabajo, una consola que centraliza miembros, claves API y consumo, control de acceso por roles, registros de auditoría exportables en CSV, límites de presupuesto, pago mediante factura, contratos MSA y DPA, y condiciones que excluyen el uso de los datos enviados para el entrenamiento.

La API es compatible con OpenAI: una aplicación que ya llama a un LLM solo tiene que cambiar de punto de acceso. Sakana Fugu y Fugu Ultra se ofrecen primero; Namazu y Fugu Max llegarán después, sin fecha. El acceso se obtiene mediante solicitud, y Sakana AI no publica ninguna tarifa: los precios y las condiciones se comunican a cada cliente.

🔗 El anuncio de Sakana AI

Perplexity obtiene la certificación FedRAMP Moderate para Perplexity Enterprise, incluida la búsqueda web en directo

28 de octubre — Perplexity Enterprise obtiene la certificación FedRAMP Class C (Moderate), dentro del programa federal estadounidense de autorización de servicios cloud, tras la evaluación de una entidad externa, 360 Advanced. Perplexity destaca la búsqueda web en directo, con citas, dentro del ámbito certificado: la consulta de un empleado público nunca se transmite a un motor de búsqueda externo, ya que la empresa opera su propio índice de más de 200 mil millones de URL únicas.

Las agencias federales compran el servicio a través del Multiple Award Schedule de la GSA; los estados, las entidades locales y los centros educativos, mediante distribuidores autorizados; y los contratistas del Estado, directamente. Las consultas identificadas como procedentes de agencias estadounidenses nunca se conservan para entrenar, mejorar o evaluar modelos, y los administradores mantienen el control sobre el inicio de sesión único, el uso compartido, los conectores, la retención, los registros de auditoría y la elección de proveedores de modelos. La publicación, que no se difundió en X, no indica si las API Search, Agent y Embeddings están incluidas en el ámbito certificado. Por separado, la oferta Enterprise Pro for Government sigue disponible para las agencias federales a través de OneGov por 0,25 dólares por agencia hasta el 31 de marzo de 2027.

🔗 La publicación de Perplexity

La Agent API de Perplexity añade el nivel de esfuerzo ultra-preview y eleva los límites de los niveles de low a xhigh

29 de octubre — Perplexity publica en el changelog de su API una entrada que recoge, con retraso, los cambios en los niveles de esfuerzo de la Agent API, aplicados desde mediados de octubre sin haberse anunciado. La novedad visible es el nivel ultra-preview, pensado para la investigación amplia y la recopilación de datos cuando la cobertura importa más que la velocidad, con ejecuciones que pueden ser largas. El nombre no documentado ultra desaparece y ahora devuelve un error, el alias wide-research apunta a xhigh y el parámetro max_steps admite hasta 500 pasos, frente a 100.

Nivel de esfuerzo	Versión actual	Cambio principal
fast	`fast@2026-10-16.0`	Recurre a GPT-5.6 Luna cuando GPT-6 Luna no está disponible
low	`low@2026-10-24.0`	Salida máxima de 32 768 a 128 000 tokens
medium	`medium@2026-10-22.1`	Búsqueda web de 2 000 a 4 000 tokens por página
high	`high@2026-10-28.0`	GPT-6.1 Terra en lugar de GPT-6 Sol, de 15 a 40 pasos
xhigh	`xhigh@2026-10-29.0`	Claude Opus 5.5 con GPT-6.1 Sol como alternativa, de 100 a 300 pasos, compactación a partir de 150 000 tokens
ultra-preview	nuevo	Investigación amplia, ejecuciones largas

La búsqueda web de low y high también devuelve 4 000 tokens por página en lugar de 2 000, y xhigh funciona ahora sin prompt de sistema. Las configuraciones anteriores siguen accesibles en versiones fijadas, y no se anuncia ninguna tarifa nueva.

🔗 El changelog de la API de Perplexity

Hardware: gafas XREAL AURA con Android XR y Gemini y dispositivo de voz SecondBrain VoicePad de Genspark

Dos dispositivos buscan sacar al asistente de la pantalla: uno lo coloca sobre la nariz y el otro, al alcance de los dedos.

Google y XREAL lanzan XREAL AURA, las primeras gafas XR con cable con Android XR y Gemini integrado

28 de octubre — Google y XREAL lanzan XREAL AURA, presentadas por Google como las primeras gafas XR con cable con Android XR. Las lentes son transparentes: el contenido se superpone al mundo real, con un campo de visión de 70 grados. Las gafas pesan menos de 95 gramos, ya que el procesamiento y la batería se alojan en un dispositivo conectado por cable, el primero basado en la plataforma Snapdragon Reality Elite de Qualcomm. Gemini comprende lo que ve el usuario, tanto en la habitación como en sus pantallas, y ahora puede resaltar lo importante cuando se comparte la vista; con Wired Mirroring, un portátil conectado por USB-C se convierte en una ventana más, sin necesidad de instalar software, que Gemini también puede leer.

Característica de XREAL AURA	Valor anunciado
Campo de visión	70 grados
Peso de las gafas	Menos de 95 gramos
Chip del dispositivo	Snapdragon Reality Elite (Qualcomm)
Aplicaciones diseñadas para XR	Más de 150 en Google Play
Precio de lanzamiento	A partir de 1 099 dólares, hasta finales de año
Apertura de pedidos	Estados Unidos, Canadá y Corea desde el 28 de octubre, Japón el 2 de noviembre

Según la publicación, los pedidos realizados en Estados Unidos en BestBuy.com se enviarán a partir de mediados de noviembre; el dispositivo está reservado a mayores de 18 años.

🔗 La publicación de Google

Genspark abre las reservas de SecondBrain VoicePad, un dispositivo de voz con cinco teclas para controlar sus herramientas de IA

29 de octubre — Genspark presenta SecondBrain VoicePad, un dispositivo de cinco teclas que sustituye la escritura por la voz para controlar herramientas de IA. Por defecto, las teclas toman notas de reuniones, gestionan la agenda, inician una presentación, abren el espacio de trabajo de IA de Genspark y, en el caso de la más grande, al mantenerla pulsada, permiten dictar un texto limpio allí donde esté el cursor, en cualquier aplicación, incluido el terminal. Cada tecla también puede abrir ChatGPT, Claude, Gemini o Grok y escribir allí el prompt dictado; la página precisa que VoicePad no está afiliado a estos servicios ni cuenta con su aprobación. Conectado a Genspark, una petición oral se convierte en una presentación, hoja de cálculo, documento o sitio web, y el modo de notas de reunión graba sin ordenador.

Característica anunciada	Valor según la página de Genspark
Carcasa	Aluminio mecanizado, 85 gramos, doble micrófono, fijación magnética
Autonomía	Unas 20 horas por carga
Escritura por voz	160 palabras por minuto, frente a unas 40 con el teclado
Créditos incluidos	1 000 créditos Genspark Super Agent el primer año
Reserva	9,99 dólares por una plaza VIP al precio de 99 dólares
Lanzamiento	Kickstarter, noviembre de 2026

El tuit habla de pedidos anticipados abiertos, pero la página de la tienda precisa el calendario: el lanzamiento tendrá lugar en Kickstarter en noviembre, y la reserva garantiza hoy el precio de 99 dólares. Genspark ya había presentado el 1 de septiembre SecondBrain Note, otro dispositivo de su gama SecondBrain.

🔗 La página de VoicePad · El anuncio de Genspark en X

Hugging Face y cinco universidades estadounidenses lanzan Project ProtoStar para que la ciencia financiada con fondos públicos pueda ser utilizada por la IA

29 de octubre — Hugging Face lanza Project ProtoStar junto con cinco universidades estadounidenses agrupadas en el Open Forum for AI (Carnegie Mellon, Purdue, Georgia Tech, Arizona State y George Washington), el Astera Institute y el Open Research Community Accelerator (ORCA). El objetivo: que los conjuntos de datos, modelos y códigos de la investigación financiada con fondos públicos se publiquen en formatos utilizables por la IA, documentados y reutilizables. Hugging Face desempeña el papel de socio de infraestructura, y las instituciones se comprometen mediante un memorando de entendimiento. La publicación recuerda que el Gobierno federal estadounidense dedica unos 190 mil millones de dólares al año a investigación y desarrollo.

La publicación también cuantifica el impulso ya visible en el Hub: más de 17 000 conjuntos de datos científicos públicos, más del triple de nuevos conjuntos científicos en los nueve primeros meses de 2026 que en el mismo periodo de 2025, y más de 11 millones de descargas de los 18 repositorios del NCBI. El primer desafío, Climate Risk Intelligence, organizado por Carnegie Mellon del 2 al 13 de noviembre, pide predecir de 2019 a 2026 cuatro indicadores climáticos de 210 ciudades estadounidenses utilizando únicamente datos anteriores, con referencias estadísticas sencillas como comparación; los resultados definitivos se esperan a principios de 2027.

🔗 La publicación de Hugging Face · El desafío Climate Risk Intelligence

Agentes de código: Codex CLI 0.166.0, macOS Satellites de Amp, Antigravity IDE 2.6.0 con Gemini 4 Argon y Antigravity para Eclipse

Codex CLI 0.166.0 añade la selección con el teclado en la transcripción, codex doctor —network-only y GPT-6.1 Terra en los catálogos de Vertex AI y Bedrock

29 de octubre — Dos días después de la 0.165.0, Codex CLI 0.166.0 se publica como versión estable, con 264 entradas en el changelog completo. Lo principal afecta a la interfaz de terminal (TUI): ahora se puede recorrer y seleccionar la transcripción con el teclado, y cuando una solicitud queda bloqueada por motivos de seguridad, la TUI explica mejor el motivo y propone reintentos más seguros.

Novedad de la 0.166.0	Detalle de la versión
Selección de la transcripción	Con el teclado, por palabra, línea o página, con búsqueda integrada y atajos configurables
`codex queue --resume`	Retoma un hilo descargado de la memoria después de poner un mensaje en cola
`codex doctor --network-only`	Diagnóstico limitado a la configuración, la conectividad y WebSocket
Catálogos de modelos	GPT-6.1 Terra añadido a los catálogos de Vertex AI y Amazon Bedrock de la CLI
Renderizado de Markdown	Uniforme en las preguntas asíncronas, las opciones y las respuestas

GPT-6.1 Terra ya figuraba en los catálogos integrados desde la 0.165.0, y la versión no anuncia por ello su disponibilidad en Google o Amazon. En cuanto a las correcciones, los permisos ya concedidos se conservan al retomar o duplicar (fork) un hilo, el recuento de tokens de razonamiento se mantiene en ambos casos, lo que evita una compactación prematura, y la TUI se recupera mejor después de una reconexión. Las claves API FedRAMP también se dirigen por defecto a los endpoints gubernamentales.

🔗 La versión 0.166.0 en GitHub

Amp da un Mac a sus orbs con macOS Satellites, en beta desde 2 dólares por hora

29 de octubre — Amp añade Mac a sus orbs, las máquinas cloud donde se ejecutan sus hilos. Con macOS Satellites, el agente puede trabajar en una aplicación iOS o Mac: inicia por sí mismo un Mac en el cloud, con Xcode y los simuladores, en unos treinta segundos, compila, ejecuta y prueba allí la aplicación, y después envía al hilo capturas, registros y una grabación de la pantalla, desde donde también se puede tomar el control del Mac. El hilo permanece en el orb Linux, y el Mac es solo un satélite que recibe el código sincronizado; arranca desde cero y solo se conserva durante 20 minutos después de terminar el trabajo, para reutilizar la caché de compilación si se vuelve a ejecutar a continuación. Amp ha abandonado sus «Morbs», orbs que funcionaban íntegramente en Mac, demasiado lentas al arrancar y con costes de disco demasiado altos.

Tamaño de máquina	Procesadores (CPU)	Memoria RAM	Tarifa por hora
mac.medium	6	14 Go	2 dólares
mac.large	12	28 Go	4 dólares

La función está en beta y se abre progresivamente mediante una lista de espera; el tiempo de uso del Mac se descuenta del uso de orbs incluido en el plan, con una tarifa más alta, y después de los créditos de Amp.

🔗 El anuncio de Amp

Antigravity IDE 2.6.0 añade Gemini 4 Argon y una interfaz de agente rediseñada

26 de octubre — Antigravity IDE, el editor de Google Antigravity, pasa a la 2.6.0 (6 mejoras, 2 correcciones), su primera versión desde la 2.5.5 del 13 de agosto, y recibe a su vez Gemini 4 Argon para los planes que cumplen los requisitos, sin más detalles. El 19 de octubre, la página de Modelos de Antigravity todavía dejaba al IDE fuera del acceso a Argon. La interfaz del agente se reconstruye sobre la extensión Antigravity integrada, para un inicio más rápido, actualizaciones en segundo plano y paridad de funciones. La versión añade atajos para aceptar (Alt+Intro u Option+Intro) o rechazar un bloque de diff, comentarios de código en línea que se ponen en cola para la siguiente instrucción, y la posibilidad de arrastrar y soltar archivos o capturas en el panel Agent; las dos correcciones afectan a la función de arrastrar y soltar en macOS y Linux y a la restauración de las conversaciones después de una interrupción del servicio.

🔗 El changelog de Antigravity

Google lanza Antigravity para Eclipse, una extensión con chat agéntico y revisión de diffs en paralelo

27 de octubre — Google Antigravity llega a Eclipse con una primera extensión, en versión 1.0.0 (10 mejoras, 6 correcciones). Añade una vista de chat agéntico acoplada junto al editor, a la que se envía una selección de código o la salida del terminal y de la consola, y muestra los cambios del agente en paralelo en el editor de comparación de Eclipse, con opciones para aceptar, rechazar y deshacer en un solo paso. Los planes e informes producidos por el agente se abren en pestañas dedicadas, y la extensión ofrece la importación cuando el agente crea un proyecto Maven, Gradle o Eclipse. Como en la CLI, el agente solo se inicia tras aprobar el espacio de trabajo, una confianza compartida con Antigravity CLI. Eclipse se une así a VS Code y Visual Studio entre los editores de terceros compatibles.

🔗 El changelog de Antigravity, pestaña de extensiones

Breves

En torno a Mistral Large 4 y los modelos abiertos

NVIDIA y Mistral Large 4 — NVIDIA ofrece soporte para el modelo desde su lanzamiento, con un checkpoint NVFP4 en Hugging Face y una receta Dynamo para la inferencia distribuida, y confirma el entrenamiento con 3 800 GPU Grace Blackwell; SGLang afirma ser el primero en servir el modelo en Vera Rubin. 🔗 fuente
Maya 2 Native — Maya Research publica bajo Apache-2.0 un modelo de síntesis de voz para once lenguas indias y el inglés, con 20 voces, transmisión continua y clonación a partir de entre 3 y 10 segundos; según sus mediciones, alcanza 224 flujos simultáneos en una H100 NVL y una mediana de 111 ms hasta el primer audio. 🔗 fuente
Granite Switch 4.1.1 — IBM publica una versión correctiva y retrocompatible: solo cambian el modelo de transcripción, ahora multilingüe en 10 idiomas con puntuación, y el adaptador de decisión, sin cifras publicadas sobre las mejoras. 🔗 fuente
Phonic-1 en Together AI — Together AI afirma haber entrenado y servir Phonic-1, el modelo de voz a voz de la startup Phonic para agentes de voz; LiveKit lo integra ese mismo día y afirma que ocupa el primer puesto del Artificial Analysis Speech to Speech Index, una clasificación no verificada en la fuente. 🔗 fuente
jack & jill — Together AI cita a este cliente, que predice a qué candidatos querrá conocer un reclutador: ajustado con Together Post-Training, su modelo abierto iguala a un modelo cerrado en evaluaciones offline y ofrece un servicio más barato, sin cifras publicadas. 🔗 fuente
SixthView — Meta publica sin anunciarlo un banco de pruebas de razonamiento espacial con 604 ejemplos y 11 634 imágenes, en el que hay que adivinar la cara oculta de una estructura de cubos; no se publica ninguna puntuación. 🔗 fuente
AnySpeechRecognizer y AnyDecisionModel — Mattt (Hugging Face) publica dos paquetes Swift: uno mantiene la API de reconocimiento de voz de Apple con Parakeet o Qwen3-ASR ejecutados en el dispositivo, y el otro responde a preguntas cerradas leyendo las probabilidades del modelo, 16 preguntas en unos 0,45 s en un M4 Max. 🔗 fuente
huggingface_hub 2.4.0 — HfFileSystem copia y mueve archivos a los Buckets; los almacenados con Xet se copian en el servidor mediante su hash, sin descargarlos; el CLI hf también avisa de las extensiones obsoletas. 🔗 fuente
kernels 0.18.0 — Recapitulación del 28 de octubre: la biblioteca de Hugging Face compila kernels para TPU, admite PyTorch 2.15 con CUDA 13.4 y ROCm 7.14, y reincorpora PyTorch 2.10 a 2.12. 🔗 fuente

API, SDK y guías

Claude Platform — La API Usage and Cost Analytics entra en beta para hacer un seguimiento del uso de tokens y del coste por modelo, workspace, clave API o usuario, mientras que la anterior Usage and Cost API pasa a ser heredada; el día anterior, el tamaño máximo de las solicitudes a la Messages API y la Token Counting API pasó de 32 a 128 MB. 🔗 fuente
SDK de OpenAI — openai-python 3.41.0 filtra las sesiones de agentes por metadatos, tras la llegada de tiempos de vida configurables por breakpoint de la caché de prompts en openai-python 3.40.0 y openai-node 7.45.1. 🔗 fuente
SDK TypeScript de SpaceXSI — La 0.2.6 cambia el nombre del cliente a SpaceXSI, manteniendo SpaceXAI como alias obsoleto, y la 0.2.7 vuelve a sincronizar los tipos con la especificación de la API. 🔗 fuente
CLI mistral 0.15.0 — Cambio incompatible: sin un llavero del sistema, mistral login se niega a guardar las credenciales de conexión en texto plano, salvo con la opción --insecure-storage; mistral upgrade también se instala desde un espejo interno, con verificación SHA-256. 🔗 fuente
Cohere en AWS — Cohere publica una guía para crear un asistente de investigación financiera con Embed, Rerank y Parse en SageMaker AI y Claude en Bedrock, con una demo de CloudFormation sobre 928 páginas de informes anuales de tres bancos; ningún producto nuevo. 🔗 fuente
Embeddings en Perplexity — Una guía didáctica sobre embeddings de texto cita pplx-embed-v1, lanzado en febrero, con 69,66 nDCG@10 en la búsqueda multilingüe de MTEB frente a 67,71 de gemini-embedding-001; ninguna novedad. 🔗 fuente

Agentes y herramientas de código

Antigravity 2.28.1 añade un navegador de conversaciones y un aviso sobre los plugins de desarrolladores externos — Recapitulación del 28 de octubre: una barra a la izquierda coloca un punto por intercambio, con capítulos por fecha, y cada página de plugin indica su desarrollador, su versión y sus enlaces. 🔗 fuente
Plugins de Copilot — Recapitulación de Universe: los plugins predeterminados declarados por un repositorio de confianza y los controles empresariales de plugins (tiendas aprobadas, plugins obligatorios o bloqueados) pasan a disponibilidad general en VS Code, Copilot CLI y la aplicación GitHub Copilot. 🔗 fuente
Visualize This en Amp — Amp genera a petición, directamente en el hilo, gráficos, cronologías, diagramas y maquetas interactivas; sin tarifas ni límites indicados. 🔗 fuente
Devin, notas del 28 de octubre — La pestaña Progress muestra las tareas de la sesión en directo y sustituye a la pestaña Tasks, los comentarios de las pull requests de Azure DevOps vuelven a la sesión que las abrió, y las skills personales se pueden mencionar desde @ Skills. 🔗 fuente
Devin, notas del 26 de octubre — Recapitulación: las pestañas Progress y Shell se fusionan en una vista Activity, y Devin integra directamente en sus mensajes artefactos HTML (informes, paneles de control, gráficos). 🔗 fuente
Delta 0.23 — Cada proyecto elige su checkout predeterminado (worktree aislado, checkout local o worktree Git), un ajuste limita la duración de los comandos de terminal de los agentes, y 17 correcciones reparan, entre otras cosas, la compactación de los modelos personalizados. 🔗 fuente
DeltaDB — Zed detalla la arquitectura de su base de datos de versiones para agentes: CRDT almacenados en SQLite en un grafo causal, un Durable Object de Cloudflare por hilo y un seguimiento de cada carácter hasta su conversación de origen, anunciada sin fecha. 🔗 fuente
Fábrica de software de Warp — Un artículo metodológico enumera siete componentes de una fábrica de software (software factory), entre ellos un control del ordenador que condensa tres o cuatro minutos de verificación en 15 segundos de vídeo; Warp Factories sigue en acceso anticipado, con hasta 10 000 dólares en créditos para los primeros equipos. 🔗 fuente
Qwen Code v0.26.4 — Al día siguiente de la v0.26.3, la versión estable proporciona worktrees independientes al Managed Agent y vistas interactivas a la Generated UI, que ahora sigue el tema del entorno anfitrión; 19 funcionalidades y 18 correcciones. 🔗 fuente
safeagents — Recapitulación del 28 de octubre: Hugging Face publica sin anunciarlo un proxy local bajo Apache-2.0 que inspecciona cada llamada a herramientas de un agente de código (Claude Code, OpenCode, Pi, Hermes…) y neutraliza las que bloquea, con un modo de solo observación. 🔗 fuente

Imagen, vídeo y voz

Kling 4.0 en Genspark AI Media Studio — Dos días después del lanzamiento de su Media Studio, Genspark añade Kling 4.0: 30 segundos en una sola generación sin empalmes, hasta 15 referencias y 10 fotogramas clave, créditos a mitad de precio hasta el 4 de noviembre. 🔗 Genspark · 🔗 Kling
Agentes internos de ElevenLabs — Sus agentes ElevenAgents, conectados a Slack, ahorran más de 1 200 horas al mes a sus equipos y responden a más de 5 000 preguntas al mes; el artículo aconseja reducir los datos visibles para el agente en lugar de retocar su prompt. 🔗 fuente
ElevenLabs y Karnataka — El estado indio no identificado en el memorando de entendimiento del 7 de octubre es Karnataka: proyectos piloto de IA de voz para reclamaciones, líneas de asistencia y prestaciones en canarés y otros 13 idiomas, y voces restauradas gratis de por vida para los residentes que cumplan los requisitos; sin importe ni calendario. 🔗 fuente
Lettuce y Ads Engine — La fintech para autónomos produce casi todos sus anuncios de Meta con Ads Engine de ElevenLabs, una variante en unos 45 segundos en lugar de más de una semana, y estima que sus costes de creación se han reducido alrededor de un 75 %. 🔗 fuente

Productos y empresas

Libros de texto gratuitos en Gemini Notebook — Cientos de libros de texto de editoriales como S Chand Publishing, OpenStax u Open Textbook Library se pueden añadir gratis como fuentes de un cuaderno; no se especifican países ni idiomas. 🔗 fuente
Kimi Work 3.2.22 — El agente confirma la información clave antes de iniciar una tarea (Ask user), permite comprar paquetes de uso adicional al recibir la alerta de cuota, sin precio indicado, y un Task Center agrupa las automatizaciones. 🔗 fuente
Razonamiento automático en ChatGPT Enterprise y Edu — Instant ya no cambia automáticamente a un nivel de razonamiento superior, salvo en los espacios configurados para el enrutamiento médico especializado; ahora hay que elegir el nivel en el selector. 🔗 fuente
Ropes & Gray — El bufete de abogados desarrolla con OpenAI una herramienta de diligencia debida (due diligence) que clasifica una sala de datos y redacta resúmenes y un informe con el formato propio del bufete, revisados por los abogados; obtener un informe en horas en lugar de semanas sigue siendo un objetivo, no un resultado medido. 🔗 fuente
Codex Originals — OpenAI Developers lanza una serie de cortometrajes sobre nueve personas que crean con Codex, entre ellas el inmunólogo Derya Unutmaz, Mikhail Parakhin (Shopify) y Mitchell Hashimoto; sin cifras ni productos. 🔗 fuente
Teardown y UNBROKER en Perplexity Computer — Dos skills de la comunidad se incorporan a la tienda de Computer, una para dibujar vistas de despiece con etiquetas y otra para preparar solicitudes de eliminación de datos dirigidas a intermediarios de datos; sus tareas son gratuitas hasta el 6 de noviembre, con un límite de 5 000 créditos por usuario. 🔗 fuente
Sakana AI y las elecciones de mitad de mandato — Sakana AI ha analizado con Sakana Marlin 2 042 publicaciones y 705 976 reacciones en X sobre las elecciones al Senado en Texas; según su informe, los cambios de opinión aparecían allí unos dos meses antes de los cambios en las valoraciones de las organizaciones de pronósticos. 🔗 fuente
OpenMath 2026 — Sakana AI gana la categoría de empresas del hackathon sobre automejora recursiva en matemáticas, organizado con Stephen Wolfram en Harvard Innovation Labs. 🔗 fuente

GitHub al margen de la IA

Rangos de IP de los webhooks — GitHub añade 9.234.98.160/28, 9.234.98.176/28 y 9.234.106.48/28 a las direcciones de entrega de webhooks publicadas en la API meta; las listas de permitidos estáticas deben incorporarlas. 🔗 fuente

Qué significa esto

Los modelos con pesos abiertos suben otro peldaño. Mistral Large 4 llega con unos 1 000 mil millones de parámetros, entrenado en Europa con 3 800 GPU, con una tarifa de API rebajada a 0,70 dólares por millón de tokens de entrada y un ecosistema listo desde el primer día: Transformers, vLLM, llama.cpp, NVIDIA NIM, Microsoft Foundry y un ajuste LoRA que cabe en un solo nodo de 8 GPU. Pika hace la misma apuesta en vídeo, al publicar junto con sus pesos un posentrenamiento de MiniMax H3. La apertura sigue teniendo sus límites: Mistral exige una licencia comercial para servir el modelo a terceros, Pika mantiene la 4K, la separación de pistas y la mejora de prompts en su servicio alojado, y Mistral refuerza sus medidas de protección en ciberseguridad al reservar su variante ofensiva a socios verificados. Mistral también reconoce que los mejores modelos abiertos chinos siguen por delante en el índice agregado de Artificial Analysis.

OpenAI y Anthropic publican el mismo día dos formas de vigilar sus propios modelos. OpenAI superpone capas cada vez más costosas, desde sondas de activación hasta agentes investigadores, y amplía la vigilancia a todo entrenamiento RL de vanguardia después de que el incidente de Hugging Face comenzara donde esa vigilancia no estaba activa. Anthropic convierte a Claude en su propio monitor de abusos con menos de un 2 % de cómputo adicional. Ambas insisten en los límites: por un lado, la desactivación del servicio de guardia para el tráfico interno de Codex por no poder absorber las falsas alertas; por otro, una autoevaluación que solo bloquea parte de los ataques y no es robusta frente a un atacante que la toma como objetivo. El Model Spec revisado traslada ese mismo debate al terreno de los valores: cuando un modelo actúa de forma autónoma durante mucho tiempo, la fidelidad a la intención de la persona importa más que el estilo de sus respuestas.

El dinero sigue a la ciberseguridad y la soberanía. Cohere capta fondos para construir una empresa de frontera fuera de Estados Unidos y China, con el Gobierno canadiense entre los inversores, y se apoya en una cifra que muestra lo que está en juego: anteriormente este año, más del 70 % de los tokens de modelos abiertos servidos a través de OpenRouter procedían de modelos chinos. Sus iniciativas, Cohere Cyber para redes con información clasificada y la adquisición de AISLE, se suman a las de Cognition, que compra Corridor para Devin Security, y de Perplexity, que obtiene FedRAMP Moderate para vender su servicio de búsqueda a las agencias federales estadounidenses. Mistral, que destaca los testimonios de ENISA y Orange Cyberdefense, sigue la misma lógica de un actor no estadounidense que se posiciona en el ámbito de la defensa.

En cuanto a los usos, la batalla se libra en el día a día y en las cuotas. Claude pasa a 33 idiomas y entra en el coche con CarPlay, Gemini modifica archivos en la conversación y comparte avatares, aunque no en Europa, Kimi lee Gmail y el calendario, y dos dispositivos, las gafas XREAL AURA y el VoicePad de Genspark, intentan sacar al asistente de la pantalla. OpenAI duplica el uso de Work y Codex en sus planes Pro y renuncia a reducir Pro 200 tras los comentarios de los suscriptores: el uso incluido se ha convertido en un argumento comercial por derecho propio. Los agentes de código, por su parte, ganan máquinas y editores: un Mac en la nube que arranca en 30 segundos en Amp, Gemini 4 Argon en el IDE de Antigravity y una primera extensión para Eclipse.