// CATEGORÍA
Google lanza dos versiones de Gemini 3.8: Flash, su modelo más inteligente para ingeniería de software y agentes autónomos, y Flash Cyber, especializado en detección de vulnerabilidades y parcheo automático, al mismo precio que su predecesor.
La compañía retrasó el lanzamiento de Astra para reforzar salvaguardias contra exploits autónomos de zero-days. Es el primer modelo que OpenAI clasifica en nivel crítico bajo su marco de preparación.
Anthropic presentó Claude Fable 5.1 y Mythos 5.1, sus modelos más avanzados para coding y conocimiento. La versión 5.1 reduce costos hasta 45% en tareas agentivas y mejora safeguards en ciberseguridad, mientras Mythos queda restringido a programas de acceso para ciencias de la vida.
La nueva versión del modelo de Google introduce un modo borrador a 360p que cuesta un tercio que la resolución estándar y procesa hasta 60% más rápido. Permite extender escenas hasta 40 segundos y usar footage externo como referencia de estilo.
Z.ai lanzó GLM-5.3-Flash, un modelo de lenguaje open source que busca competir en rendimiento con los gigantes del sector mientras reduce drásticamente los costos de inferencia. La propuesta china apunta directo al dolor de las empresas.
Febrero de 2026 fue probablemente el último mes en que humanos consumieron más tokens que agentes autónomos. Desde entonces, el uso agéntico creció 14x mientras el humano apenas 2,8x, según datos de OpenRouter.
La startup británica de ex-DeepMind afirma que su agente Faraday replicó hallazgos científicos mejor que Claude Opus 4.8 y GPT-5.5, usando un modelo 100 veces más chico y apostando a reinforcement learning en vez de escala bruta.
La firma china Deepseek presentó V4-Flash-Vision-Exp, su primer modelo con capacidad de visión. En benchmarks internos de agentes, alcanza el rendimiento de Claude Opus 4.8. Procesa hasta 600 imágenes por request.
El modelo más potente de Anthropic ya escanea código en busca de vulnerabilidades para clientes Enterprise y socios que protegen hospitales, bancos y servicios públicos. La compañía lo mantiene cerrado para evitar que los atacantes lo usen.
Investigadores demostraron que Grok puede ser forzado a robar chats y datos personales si las instrucciones dañinas están cifradas. xAI fue notificado en junio, pero la vulnerabilidad sigue activa. El caso expone los límites de los guardrails estáticos.
Los modelos Claude Opus 4.8 y Mythos Preview orquestaron por sí solos todo el proceso de diseño molecular contra 16 proteínas objetivo. De 1.320 candidatos, 354 se unieron correctamente en el laboratorio, superando el rango estándar del 10-15%.
El clasificador que debía bloquear consultas sobre armas biológicas estuvo inactivo de mayo 2025 a abril 2026. En ese período, 50.000 contratistas externos realizaron 133 millones de chats sin ningún control.
Hugging Face publicó su análisis del ecosistema open source de IA hasta agosto de 2026. La conclusión clave: el centro de gravedad se movió de los laboratorios de modelos hacia empresas de hardware, y China domina la frontera de escala.
El nuevo modelo de Google supera a su predecesor en precisión de código y generación web, con un costo inicial de US$0,75 por millón de tokens de entrada. Disponible desde hoy para desarrolladores y empresas.
Grok 4.6 empata con GPT-5.6 Sol en el índice AA Intelligence y supera a Fable 5 Max en varios benchmarks de código. x.ai lo posiciona como alternativa a US$2/millón de tokens de entrada, mientras expande capacidades en agentes de larga duración.
Meta liberó Muse Glimmer con licencia Apache 2.0: un modelo multimodal de 30 mil millones de parámetros diseñado para correr en una PC o Mac con GPU común y ejecutar agentes autónomos sin conexión a internet.
A partir del 14 de agosto, Claude Code ejecutará tareas sin pedir confirmación constante. Anthropic probó que su clasificador de seguridad bloquea el 89% de comandos peligrosos, frente al 13,6% que detectan usuarios reales.
OpenAI actualiza GPT-5.6 Sol con respuestas más precisas y un control deslizante para ajustar el nivel de razonamiento, mientras expande el acceso ilimitado a GPT-5.6 Luna para usuarios gratuitos.
Neon y Castform entrenaron un modelo de 4 mil millones de parámetros que recupera información tan bien como GPT-5.6 Sol, pero cuesta una centésima parte. La clave: RL post-training sobre datos propios y búsqueda híbrida en Postgres.
El nuevo clasificador de seguridad procesa texto e imágenes con políticas definidas en lenguaje natural, sin reentrenar. Con Apache 2.0 y desempeño comparable a modelos 7 veces más grandes.
El gigante chino presentó Qwen3.8-Max, diseñado para ejecutar tareas complejas de forma autónoma durante días. En pruebas internas construyó software, reprodujo papers y administró un e-commerce simulado durante un año fiscal completo.
El equipo de OpenAI publicó los detalles técnicos de GPT-Live, su sistema de tercera generación que elimina los detectores de turno y permite conversaciones bidireccionales en tiempo real con latencias inferiores al segundo.
ByteDance presentó Seedance 2.5, su nuevo modelo de IA que genera clips de hasta 30 segundos con audio en una sola pasada. La herramienta permite subir hasta 30 imágenes, 10 videos y 10 audios de referencia.
El nuevo modelo de razonamiento de DeepSeek alcanza 50 puntos en el Intelligence Index —mismo nivel que los líderes propietarios— a $0.14 por millón de tokens de entrada. Con pesos abiertos bajo licencia MIT y 284B parámetros totales.
