Muse gana una voz y un avatar en Meta Connect 2026, las sesiones en la nube de Claude Code salen de la versión preliminar, Perplexity lanza Fast Search

En Meta Connect 2026, Meta dota a Muse, su agente personal, de una voz en tiempo real y un avatar de vídeo, promete llevarlo a sus gafas y pone la Meta Model API en disponibilidad general. Las sesiones en la nube de Claude Code salen de la versión preliminar con un crédito único para los suscriptores, y Perplexity lanza Fast Search, basado en Photon, un motor de búsqueda propio escrito en Rust. Como muestra del momento, Meta y Google lanzan, con unas horas de diferencia, avatares de vídeo que hablan en tiempo real.

Meta Connect 2026: Muse toma la palabra, Meta renueva sus gafas

23 de septiembre — Meta inauguró Meta Connect 2026 con una presentación a las 16:00 PT (la 1:00 del 24 en París), centrada en Muse, el agente personal lanzado el 8 de septiembre. Muse incorpora un modo de voz en tiempo real: se puede conversar largo rato con él mientras trabaja en segundo plano, y su voz se configura describiéndola (más rápida, más lenta, con un acento concreto). También recibe un rostro animado, Muse Realtime Avatar, que se detalla más adelante. En Mac está disponible el uso del ordenador (computer use): con permiso del usuario, Muse controla cualquier aplicación y sigue trabajando en su ausencia.

Novedad de Muse	Disponibilidad anunciada
Modo de voz en tiempo real, voz personalizable	Presentado en Connect, sin fecha
Computer use en Muse para Mac	Disponible
Muse en las gafas de IA	«En los próximos meses»
Muse Charm, dispositivo de bolsillo	Diciembre, según Mark Zuckerberg
Dirección de correo propia de Muse	Anunciada, sin fecha

En las gafas, se podrá llamar a Muse por su nombre para actuar sobre lo que se está mirando, como un producto en una estantería o un cartel. Muse Charm, equipado con un modelo de voz en tiempo real, cabrá en un llavero según Zuckerberg; el resumen oficial solo promete ofrecer más detalles antes de fin de año.

Un día después del anuncio de Shopify, PayPal, Expedia e Instacart por parte de @Muse, Meta presenta la lista completa de conectores: Walmart, Best Buy, American Eagle Outfitters, DICK’S Sporting Goods, Fanatics, Gap, Michael Kors, Sephora, Ulta y Wayfair para compras, Shop Pay y PayPal para pagos, Instacart, Expedia todavía «próximamente», y Notion, Granola, GitHub y Box para el trabajo. GitHub detalló su conector esa misma noche: permite revisar pull requests, seguir issues y notificaciones, y comentar sin salir del agente, sin especificar plan ni país. Meta no indica precios ni países para estas novedades.

🔗 Resumen de Meta · Hilo de Mark Zuckerberg · Conector GitHub de Muse

Gafas: Ray-Ban Meta Audio, Gen 3, Meta VR Glasses y Ray-Ban Display en Francia

23 de septiembre — Meta también renueva su gama de gafas y promete más de 100 modelos antes de fin de año. Las Ray-Ban Meta Audio, una nueva categoría, no tienen cámara: pesan 43 g y ofrecen hasta 12 horas de autonomía, más otras 48 horas con el estuche. Las Ray-Ban Meta de tercera generación ganan una hora de autonomía (9 horas), un botón de acción y seis micrófonos. Las Meta Ray-Ban Display, gafas con pantalla, llegan a Francia: tras el Reino Unido y Canadá, las reservas se abren allí progresivamente, al igual que en Italia y Alemania, para estar disponibles el 13 de octubre.

Dispositivo anunciado	Precio inicial	Disponibilidad anunciada
Ray-Ban Meta Audio	349 dólares	Reserva, envíos el 13 de octubre
Ray-Ban Meta (Gen 3)	449 dólares	Disponible el 23 de septiembre
Meta Ray-Ban Display	No especificado	Francia, Italia, Alemania: 13 de octubre
Meta VR Glasses (unos 100 g)	1 299,99 dólares	Primavera de 2027

🔗 Anuncio de Meta

Meta Model API en disponibilidad general, Muse Spark 1.3 en Oracle y Google Cloud, Replit para los dispositivos Meta

24 de septiembre — La segunda jornada de Meta Connect estuvo dirigida a los desarrolladores. El anuncio principal: la Meta Model API, que da acceso a los modelos Muse, pasa a disponibilidad general en todo el mundo, con soporte y garantías de cumplimiento para las empresas. Muse Spark 1.3 ya está disponible en Oracle Cloud AI Platform y entra en versión preliminar privada en Google Cloud, dos nuevos socios preferentes de servicios en la nube según Meta.

La ficha de Google Cloud (Gemini Enterprise Agent Platform) precisa las condiciones: el modelo meta/muse-spark-1.3 está en versión preliminar y se accede a él previa solicitud; admite un contexto de 1 millón de tokens, solo texto como entrada y salida, llamadas a herramientas compatibles con MCP, llamadas a funciones, salida estructurada y razonamiento, pero no predicciones por lotes ni capacidad de procesamiento aprovisionada, y cuenta únicamente con un punto de conexión global. La tarifa todavía no aparecía en la página de precios cuando la consultamos.

Anuncio para desarrolladores	Estado anunciado
Meta Model API	Disponibilidad general en todo el mundo
Muse Spark 1.3 en Oracle Cloud	Disponible
Muse Spark 1.3 en Google Cloud	Versión preliminar privada
Muse Code	Llega a Windows
Wearables Device Access Toolkit 1.0	Lanzado tras un año en versión preliminar
WebMCP y Meta AI Connectors	Versión preliminar para desarrolladores
Meta Global AI Developer Hackathon	1 millón de dólares, fechas sin anunciar

Muse Code, el agente de programación en terminal de Meta, que salió de la beta el 31 de agosto en macOS y Linux, llega a Windows. Ash Jhaveri («VP AI & Hardware Ecosystems» según su biografía en X) reitera que los pesos de Muse Spark 1.2 llegarán «pronto», una promesa repetida desde el 10 de agosto y aún sin fecha. En cuanto a las gafas, WebMCP permite a Meta AI llamar únicamente a las funciones que una aplicación web decide exponer.

🔗 Meta Connect 2026, resumen para desarrolladores · Muse Spark 1.3 en Google Cloud

Replit desarrolla para los visores y las gafas de Meta

24 de septiembre — Anunciado en Meta Connect, Replit abre una vía hacia los dispositivos de Meta: se describe una aplicación en lenguaje corriente, Replit Agent escribe el código y muestra una vista previa en el navegador, y después la aplicación o experiencia web se abre en un visor Meta Quest, unas Meta Ray-Ban Display o unas Meta VR Glasses, sin instalar ninguna herramienta. Se describen tres vías: Expo (creación, empaquetado e implementación) o el navegador para Meta Quest y las VR Glasses, y una simulación en Replit seguida de una implementación web para las Ray-Ban Display. En el caso de Muse, las formulaciones difieren: la página de Replit presenta un conector Replit en el agente de Meta como «próximamente», sin fecha, mientras que un mensaje de Replit publicado el mismo día afirma que Muse ya puede crear aplicaciones en Replit. No se menciona ningún precio.

🔗 Replit × Meta Connect 2026 · Muse en Replit, según @Replit

Claude Code: las sesiones en la nube salen de la versión preliminar, Projects pasa a ejecutarse en local

23 de septiembre — Las sesiones en la nube de Claude Code salen de la versión preliminar de investigación (research preview), anuncia @ClaudeDevs en un hilo publicado a las 21:23 UTC. Una sesión en la nube se ejecuta en la infraestructura de Anthropic: el trabajo continúa incluso cuando el portátil está cerrado.

Cloud sessions are officially available and out of research preview! They let you keep Claude Code working, even when your laptop is closed.

🇪🇸 ¡Las sesiones en la nube ya están disponibles oficialmente y salen de la versión preliminar de investigación! Permiten que Claude Code siga trabajando incluso cuando tu portátil está cerrado. — @ClaudeDevs en X

Para facilitar que las prueben, Anthropic ofrece a los suscriptores actuales un crédito único, independiente de los límites de uso:

Condición del crédito	Detalle publicado
Importe en Pro	100 dólares
Importe en Max	250 dólares
Fecha límite	Reclamar antes del 7 de octubre
Reclamación	Enlace del anuncio o comando `/claim-credit` de la CLI
Requisitos previos	Cuenta de GitHub conectada, sujeto a condiciones
Alcance	Un crédito por cuenta, solo para sesiones en la nube
Puntos de acceso	claude.ai/code, pestaña Code de la app móvil, app de escritorio, `claude --cloud`

Ante las preguntas, @ClaudeDevs aclaró el 24 a la 01:57 UTC que las sesiones en la nube cuentan dentro del plan Pro o Max como el resto de Claude Code: el crédito, opcional, simplemente se consume primero. La documentación confirma este modelo: los límites de uso se comparten con todo el uso de Claude de la cuenta, las tareas paralelas consumen más capacidad y la máquina virtual no se factura por separado. Las sesiones en la nube están disponibles en Pro, Max y Team, y para los usuarios Enterprise con licencias premium o Chat + Claude Code. La clonación y las pull requests se realizan mediante GitHub; un repositorio de GitLab o Bitbucket puede enviarse como paquete local con CCR_FORCE_BUNDLE=1.

🔗 Documentación de las sesiones en la nube · Aclaración de @ClaudeDevs sobre el plan

Projects ejecuta sus hilos en local

23 de septiembre — Una hora y media después (22:49 UTC), @ClaudeDevs anuncia la compatibilidad con la ejecución local de Projects en Claude Code, lanzado el 17 de septiembre en beta para Pro y Max: los hilos de un proyecto ahora pueden ejecutarse en el equipo del usuario. Hasta entonces, cada uno era una sesión en la nube en su propia rama, y la documentación recomendaba una sesión local fuera del proyecto para el trabajo que necesita herramientas accesibles solo desde el equipo (base de datos local, emulador, API detrás de una VPN). Anthropic también afirma que está abriendo Projects a más suscriptores Pro y Max inscritos en la lista de espera; la migración de los usuarios de los antiguos proyectos Claude sigue en curso. El anuncio se adelanta a la documentación: la noche del 24, la página de Projects todavía indicaba que las sesiones locales no pueden formar parte de un proyecto, y el tuit no precisa desde qué interfaz se inician esos hilos.

🔗 Anuncio de @ClaudeDevs · Documentación de Projects

Perplexity: Fast Search y Photon

24 de septiembre — Perplexity añade a su Search API un modo rápido, Fast Search, que se activa con el parámetro search_type: "fast", y presenta el motor que lo hace posible: Photon, un servicio de recuperación y clasificación (retrieval and ranking) escrito en Rust, que sustituye al motor de código abierto que la empresa había adaptado y ya se utiliza para todas las búsquedas de Perplexity.

Fast Search runs on Photon, our new Rust-based retrieval and ranking service that we built with a small team of engineers and hundreds of agents.

🇪🇸 Fast Search se basa en Photon, nuestro nuevo servicio de recuperación y clasificación escrito en Rust, que construimos con un pequeño equipo de ingenieros y cientos de agentes. — @perplexity_ai en X

Criterio comparado	Búsqueda estándar	Fast Search
Search API, 1 000 solicitudes	5 dólares	1 dólar
Herramienta `web_search` de la Agent API, 1 000 llamadas (sin tokens)	2,50 dólares	1 dólar
Puntuación en 3 554 tareas de seis benchmarks de agentes	64,0 %	64,3 %
Coste estimado del modelo y la búsqueda para esas tareas	187,60 dólares	59,73 dólares
Latencia por llamada, mediana y percentil 95 (declarada por la empresa)	No publicada	160 ms y 230 ms

La contrapartida se reconoce abiertamente: en pruebas internas con consultas poco frecuentes, la pertinencia baja 0,24 puntos y la disponibilidad de una respuesta, unos 3 puntos. Perplexity recomienda Fast Search para las tareas habituales de los agentes y la búsqueda estándar para preguntas difíciles o ambiguas. El artículo precisa que su comparación de latencia con otras API se basa en cifras declaradas por cada proveedor, sin una prueba controlada; en el caso de Search API, por ahora hay que sortear la validación de sus SDK de Python y TypeScript. En producción, Photon redujo la latencia p99 interna del motor de unos 800 a 65 ms, con aproximadamente un 20 % menos de máquinas.

🔗 Photon: cómo construir un motor de recuperación y clasificación desde cero · Documentación de Fast Search

Avatares de vídeo en tiempo real: Meta y Google, con unas horas de diferencia

Meta y Google lanzaron, con unas horas de diferencia, el mismo tipo de producto: un avatar de vídeo que escucha, habla y reacciona en tiempo real, respaldado por un modelo de voz.

Muse Realtime Avatar

23 de septiembre — Meta Superintelligence Labs presenta los detalles de Muse Realtime Avatar, el rostro de Muse. A partir de una imagen de referencia (retrato, ilustración de cuerpo entero, animal u objeto cotidiano), el modelo anima en directo a un personaje, con expresiones, gestos de las manos y movimientos del cuerpo. Un único flujo de tokens de voz, producido por el modelo vocal Muse Realtime Voice, controla el sonido y la imagen, lo que mantiene sincronizados la voz y los labios. Un proceso de destilación reduce el cálculo de 120 a 2 evaluaciones por segmento.

Métrica anunciada por Meta	Valor anunciado
Vídeo vertical	448x768, 25 imágenes/s
Latencia de la respuesta de voz y vídeo	Unos 870 ms
Sesiones simultáneas por GB200	12
Preferencia frente a Runway Characters	78 % frente a 22 %
Preferencia frente a HeyGen LiveAvatar	88 % frente a 12 %

Estas preferencias proceden de una evaluación humana realizada por Meta, que señala que la diferencia en los gestos frente a Runway no es estadísticamente significativa. Cada vídeo lleva la marca de agua invisible Meta Video Seal.

🔗 Cómo dar vida a tu Muse

Gemini 3.8 Live con Live Avatar

24 de septiembre — Nueve días después de Gemini 3.8 Live, Google pone rostro a su modelo de diálogo por voz: el avatar escucha, observa lo que el usuario le muestra (por cámara o pantalla compartida) y responde con voz y vídeo sincronizados. Está disponible de forma general en Gemini Enterprise y los desarrolladores pueden acceder a él mediante la Live API de su plataforma de agentes, con puntos de conexión en Estados Unidos y la Unión Europea; Gemini 3.8 Live Extended Thinking sigue en vista previa privada. El avatar habla 97 idiomas y utiliza herramientas sin interrumpir la conversación. Para crear un avatar personalizado es necesario inscribirse en una lista de autorización. Según la ficha del modelo, la salida está limitada a 24K tokens y una interacción continua dura unos minutos. El vídeo del avatar cuesta 1 dólar por millón de tokens, a razón de 6 192 tokens por segundo de habla; la escucha no se contabiliza. Todo lleva la marca de agua SynthID.

🔗 Anuncio de Google

Lo que cuesta Claude: la caché de Opus 5.5 y los rechazos que vuelven a facturarse

Dos publicaciones del 24 de septiembre tratan sobre lo que paga el usuario de Claude: de dónde proceden los ahorros de Opus 5.5 y la reanudación de la facturación de ciertos rechazos.

Sesiones más largas y por qué Opus 5.5 cuesta menos en ellas

24 de septiembre — Una entrada de claude.com firmada por Michael Segner reúne datos sobre el uso de Claude Code entre marzo y septiembre de 2026. El número de prompts por sesión no ha cambiado, pero Claude trabaja 3,3 veces más tiempo en cada uno, con más de un 40 % más de llamadas al modelo y un 68 % menos de interrupciones. El contexto por solicitud se ha multiplicado por 2,6 y la proporción entre tokens de entrada y salida ha pasado de 189:1 a 324:1. Por tanto, la lectura de la caché representa la mayor parte del coste, y la reducción del 60 % de su precio con Opus 5.5 genera aún más ahorro; según Anthropic, un token almacenado en caché en Opus 5.5 cuesta una quinta parte que en los modelos de la competencia. En Opus 5.5 y Fable 5.1, cambiar el nivel de esfuerzo durante una sesión ya no reinicia la caché, aunque la guía publicada el 22 de septiembre decía lo contrario.

🔗 Entrada de claude.com

Las solicitudes bloqueadas vuelven a facturarse en tres categorías

24 de septiembre — Anthropic vuelve a facturar las solicitudes que sus mecanismos de protección bloquean antes de que Claude responda, anuncia @ClaudeDevs. Según la publicación, solo se ven afectadas categorías con una baja tasa de falsos positivos: biología, ataques por destilación y desarrollo de LLM de frontera. La razón aducida son unos «ataques coordinados» contra sus sistemas durante las últimas semanas. Anthropic afirma que el 99,7 % de las cuentas de Claude Code, Claude.ai o Cowork no activaron ninguno de estos bloqueos facturables en pruebas recientes y aspira a mantener los falsos positivos por debajo del 0,1 %; los bloqueos injustificados pueden notificarse con /feedback. Según la documentación, los rechazos facturados se cobran según la tarifa del modelo, tanto en Claude API como en Bedrock, Google Cloud y Microsoft Foundry; toda solicitud rechazada cuenta para los límites de velocidad.

Categoría de rechazo (documentación)	Facturada antes de cualquier salida
`bio`	Sí
`frontier_llm`	Sí
`reasoning_extraction`	Sí
`cyber`	No
`general_harms`	No

🔗 Anuncio de @ClaudeDevs · Cómo se facturan los rechazos

IA y salud: ébola en la RDC, OpenEvidence, AlphaFold Database y NV-Reason-CT

Dos anuncios del 22 de septiembre, que recogemos aquí, ponen Claude al servicio de la salud pública, y NVIDIA publica dos trabajos abiertos: uno sobre virología con Google DeepMind y el EMBL-EBI, y otro sobre radiología.

Ébola en la RDC

22 de septiembre — En «The Situation Report», una entrada fechada el día 22 y difundida por @AnthropicAI la noche del 23, Anthropic explica cómo se utiliza Claude frente al brote de ébola Bundibugyo en el este de la República Democrática del Congo. Según el boletín del 19 de septiembre, se han registrado 7 672 casos confirmados y 3 699 muertes (una letalidad del 48,2 %), y no hay ninguna vacuna aprobada contra esta cepa. La alianza reunida por el CEPI, junto con la oficina de la OMS para África y el Instituto Nacional de Investigación Biomédica (INRB), trabaja con dos equipos de Anthropic. La OMS África ha creado un skill que extrae las cifras de cada zona sanitaria, las compara con las del día anterior y señala los cambios de tendencia: la elaboración del informe diario de situación pasa de un día a menos de una hora. El CEPI utiliza Claude para comparar las vacunas candidatas, mientras que las decisiones científicas quedan en manos de los expertos; el INRB puede recurrir a Claude Science para ensamblar los genomas del virus y elaborar su árbol filogenético.

🔗 The Situation Report (Anthropic)

OpenEvidence gratis para unos 100 países

22 de septiembre — Durante la Asamblea General de las Naciones Unidas, OpenEvidence anunció una alianza con Anthropic para ofrecer gratuitamente una versión especializada de su plataforma a profesionales clínicos de unos 100 países de ingresos bajos y medios, entre ellos Uganda, Angola, Sudán, Haití y Mongolia (lista facilitada por OpenEvidence, según Reuters). OpenEvidence responde a preguntas clínicas a partir de investigaciones médicas revisadas por pares y recomendaciones asistenciales; el servicio ya es gratuito en Estados Unidos y Canadá. Según la exclusiva de Reuters, la tecnología de Anthropic se encarga del funcionamiento en segundo plano y OpenEvidence adapta el sistema a cada región; no se han comunicado las condiciones económicas. La noticia procede de OpenEvidence y Reuters: Anthropic no la ha difundido en sus canales oficiales.

🔗 Anuncio de OpenEvidence · Exclusiva de Reuters

Los complejos proteicos de más de 2 800 virus en AlphaFold Database

24 de septiembre — NVIDIA se suma a una coalición de ocho organizaciones, entre ellas Google DeepMind, el EMBL-EBI y el CEPI, que publica en AlphaFold Database las estructuras 3D predichas de los complejos proteicos de más de 2 800 virus, desde los causantes del resfriado hasta amenazas emergentes como el mpox. Estas predicciones, etiquetadas según su nivel de confianza, se obtuvieron con AlphaFold2, optimizado mediante NVIDIA BioNeMo Inference Runtime; alrededor del 30 % de las interacciones añadidas no figuran en Protein Data Bank, la principal base de estructuras determinadas experimentalmente. NVIDIA también publica BioNeMo Structure Prediction Pipeline, con el que se generaron los datos, para que los investigadores lo apliquen a sus propias dianas. La publicación coincide con una reunión sobre prevención de pandemias celebrada en Nueva York durante la Asamblea General de la ONU; la base contiene ahora más de 260 millones de predicciones.

🔗 Cómo la ciencia abierta puede ayudar a los investigadores a prepararse para la próxima pandemia

NV-Reason-CT

23 de septiembre — NVIDIA publica NV-Reason-CT, un modelo abierto de visión y lenguaje para tomografías computarizadas de tórax y abdomen. En vez de tratar el volumen como una pila de cortes 2D, un codificador ViT 3D lo divide en 13 824 tokens visuales que transmite al modelo de lenguaje Qwen3.5-4B; el modelo redacta informes estructurados, desarrolla un razonamiento inspirado en el de un radiólogo y responde a preguntas de seguimiento. En CT-RATE, el principal benchmark público de comprensión de tomografías computarizadas en 3D, NVIDIA comunica un macro-F1 de 0,614 y una macro-AUROC de 0,871, por delante de los modelos publicados con los que se compara (VoxelFM: 0,581 y 0,870). Los pesos están disponibles en Hugging Face. NVIDIA subraya que se trata de una base de investigación que debe adaptarse a cada uso concreto, no de una herramienta de diagnóstico autónoma ni de un producto clínico autorizado.

🔗 Presentación de NV-Reason-CT

OpenAI pide normas internacionales para la IA avanzada

23 de septiembre — Sam Altman, director ejecutivo de OpenAI, intervino ante el Consejo de Seguridad de las Naciones Unidas, y OpenAI publica el texto del discurso tal como fue pronunciado. En él describe dos riesgos que deben evitarse: perder el control del futuro en favor de la IA y concentrar el poder hasta el punto de que una persona, empresa o país pueda imponer su visión del mundo mediante los modelos más potentes. Ante la proximidad de sistemas capaces de mejorar a sus propios sucesores, este momento «exige una prudencia extrema», afirma; según él, OpenAI ya ha reducido unilateralmente el ritmo de avance y volverá a hacerlo.

It doesn’t matter whether people put the risk of catastrophe at 10%, or 1%, or 12%, or .1%. None of these levels are remotely acceptable.

🇪🇸 Da igual que se estime el riesgo de catástrofe en un 10 %, un 1 %, un 12 % o un 0,1 %. Ninguno de esos niveles es ni remotamente aceptable. — Sam Altman, discurso ante el Consejo de Seguridad de las Naciones Unidas

Dirige cuatro peticiones a los Estados: un mecanismo que articule normas nacionales e internacionales para la IA avanzada, normas comunes para comparar pruebas y verificar el cumplimiento, protocolos de notificación de incidentes y canales seguros entre gobiernos, operadores de infraestructuras críticas y expertos. Retoma así una entrada publicada por OpenAI el 21 de septiembre, que recogemos aquí. OpenAI sostiene en ella que la mejora recursiva totalmente autónoma aún no existe y que no debe perseguirse hasta que pueda llevarse a cabo de forma segura. La empresa pide a Estados Unidos que lidere el desarrollo de normas técnicas mundiales con la red de institutos de seguridad de la IA (diez países, entre ellos Francia), coordinada por el CAISI estadounidense (Center for AI Standards and Innovation). Para OpenAI, estas normas no serían licencias ni un examen obligatorio previo a la publicación: cada Estado decidiría qué lugar darles en su legislación; un diálogo entre Estados Unidos y China sobre estos asuntos supondría «un avance positivo».

🔗 Establecer normas para la próxima fase de la IA

La IA en la ciberdefensa: Daybreak para Ucrania y Fuzzing Taskflow

Dos anuncios ponen los modelos al servicio de los defensores: uno abre un programa a un Estado y el otro encomienda el fuzzing a un agente.

Daybreak se abre a Ucrania

23 de septiembre — OpenAI abre su programa de ciberdefensa Daybreak al Gobierno ucraniano, en colaboración con el Ministerio de Transformación Digital: ofrece herramientas para detectar vulnerabilidades de software y desarrollar y probar correcciones con mayor rapidez, con el fin de proteger las infraestructuras civiles. El anuncio se hizo durante la Asamblea General de la ONU por Dmytro Kushneruk, cónsul general de Ucrania en San Francisco, y Sasha Baker, responsable de la política de seguridad nacional de OpenAI. OpenAI recuerda que CERT-UA, el equipo nacional de respuesta a incidentes, gestionó cerca de 6 000 ciberincidentes en 2025 que afectaron, entre otros, a hospitales y a los sectores de la energía y las telecomunicaciones. La entrada cita dos resultados europeos: ENISA encontró vulnerabilidades en software de las instituciones de la Unión, todas corregidas desde entonces, y CERT Polska contribuyó a descubrir seis en un software de router de terceros. No se precisan ni la duración ni el importe.

🔗 OpenAI amplía el acceso a herramientas de ciberdefensa a Ucrania para proteger a la población civil

Fuzzing Taskflow de GitHub Security Lab

24 de septiembre — GitHub Security Lab publica Fuzzing Taskflow, un pipeline de fuzzing autónomo para proyectos C/C++, con licencia MIT y construido sobre su framework Taskflow Agent. Se le indica un repositorio de GitHub: el agente identifica los puntos de entrada, escribe los arneses de prueba, ejecuta AFL++, examina la cobertura, clasifica cada fallo según siete veredictos y redacta un informe por cada bug distinto, con una corrección sugerida marcada como «pendiente de revisión». El agente toma las decisiones y las herramientas MCP ejecutan las acciones; cada iteración duplica su presupuesto de tiempo, de 30 a 960 segundos (unos 32 minutos por objetivo), y el ciclo se detiene cuando dos iteraciones aportan menos de un 1 % de cobertura. El modelo predeterminado es Claude Sonnet 5, que superó todas las pruebas internas del equipo. Advertencia de Security Lab: el pipeline ejecuta sin contenedor comandos elegidos por el LLM, por lo que debe reservarse a un entorno desechable. La entrada no ofrece cifras sobre los bugs encontrados.

🔗 Entrada de GitHub Security Lab

Project Suncatcher: TPU en órbita

24 de septiembre — Anunciado el año pasado, Project Suncatcher, el proyecto de Google que estudia instalar capacidad de cálculo para IA en el espacio, pasa a su primera prueba en órbita. Un satélite prototipo construido con Planet debe despegar en la misión Transporter-18 de SpaceX, y la entrada del día 24 anuncia las primeras TPU de Google en órbita «la próxima semana». El objetivo es comprobar que los chips soportan el lanzamiento, la radiación y las variaciones de temperatura. En tierra, unas TPU Trillium expuestas a un haz de protones en UC Davis mientras procesaban una carga completa de IA soportaron una dosis de radiación superior a la de una misión de cinco años; la refrigeración mediante tubos de calor y radiadores se probó en una cámara de vacío térmico. La siguiente etapa, en 2027, consistirá en lanzar dos satélites para probar enlaces láser de muy alta velocidad. Según Google, en órbita baja un satélite capta hasta ocho veces más energía solar que en tierra.

🔗 Los entresijos de Project Suncatcher

Imágenes y vídeos generativos: Midjourney, Runway, Google Research y Nunchux

En el ámbito de la creación, Midjourney mejora sus herramientas de edición, Runway presenta cifras de su router de modelos, Google Research encadena vídeos de varios minutos y Nunchux acelera MiniMax-H3 en GPU AMD.

Midjourney: inpainting, —tile y modelos rápidos en alpha

24 de septiembre — Midjourney publica una nueva versión del parámetro --tile, que produce patrones repetibles, para V8.1 y V8.2: según Midjourney, desaparecen las uniones visibles entre mosaicos. El inpainting y el outpainting del modelo de edición solo modifican ahora los píxeles seleccionados, lo que permite hacer retoques sucesivos sin degradar el resto de la imagen. En alpha.midjourney.com, Midjourney experimenta con modelos rápidos (fast models), presentados en X como un primer adelanto de modelos en tiempo real: con la opción «Vistas previas en directo», la barra Estilos muestra una vista previa del último prompt en cada estilo, y un clic inicia la generación. No se han comunicado ni nombres ni fechas. Por último, el registro de cambios de alpha del día 23 añade los ajustes predeterminados (Settings → Advanced → Your defaults) y pone el coreano a disposición de todos en midjourney.com.

🔗 Anuncio de @midjourney · Actualizaciones de Midjourney

Runway presenta cifras de su Model Router

24 de septiembre — Runway publica una primera evaluación cuantitativa de Model Router, el router de Runway Dev que elige el modelo de generación para cada solicitud según las preferencias de coste, calidad o latencia. El protocolo compara Seedance 2.5, tomado como referencia, con tres configuraciones del router mediante 250 prompts de imagen a vídeo evaluados con doble ciego.

Configuración probada	Vídeos utilizables	Coste por clip	Diferencia de gasto
Referencia (Seedance 2.5)	78 %	1,80 dólares	—
Router de calidad	77 %	1,28 dólares	-29 %
Calidad limitada a 1 dólar	74 %	0,61 dólares	-66 %
Router de coste	38 %	0,30 dólares	-83 %

Según Runway, la configuración con límite de coste conserva el 95 % de la calidad de referencia; obtiene mejores resultados en diálogo y sincronización labial (96 % frente a 92 %), y peores en física (52 % frente a 60 %). Runway la recomienda para producción y reserva el modo de coste para exploración; el 64 % de los desarrolladores que ya utilizan el router lo han configurado para priorizar el coste.

🔗 Evaluación del coste y la calidad con Runway Model Router

AI video co-director de Google Research

24 de septiembre — Google Research presenta AI video co-director, una capa de orquestación multiagente basada en Gemini y Veo para producir vídeos narrativos coherentes durante varios minutos, allí donde los modelos de difusión tienen dificultades para encadenar planos sin que cambien los vestuarios y los decorados. La componen cuatro marcos de investigación: un algoritmo de bandido que elige la estrategia creativa, el modo narrativo y la estética antes de que un evaluador multimodal puntúe el resultado; CANVAS, que mantiene una memoria visual de los personajes, los lugares y los objetos; A²RD, que genera la obra segmento a segmento y ha producido una película continua de diez minutos; y VQQA, que reescribe el prompt a partir de las críticas de un modelo de visión y lenguaje. En GenAD-Bench, uno de los tres benchmarks creados por el equipo (400 escenarios publicitarios), el sistema alcanza una puntuación máxima de calidad de 81,4. Se trata de investigación: no hay producto ni fecha de disponibilidad.

🔗 Automatización de la generación de vídeos largos y coherentes

MiniMax-H3 en AMD MI355X por Nunchux

24 de septiembre — Los resultados publicados el día 23 por Nunchux AI, difundidos por MiniMax, muestran MiniMax-H3, el modelo de vídeo de pesos abiertos de MiniMax, en un servidor con ocho GPU AMD MI355X: un vídeo de 5 segundos generado en 1,33 segundos y uno de 15 segundos en 5,39 segundos, a 1344×768. Frente a SGLang en el mismo hardware, ejecutado en BF16 con 50 pasos de Euler, la mejora oscila entre 21,8 y 26,7 veces; los tiempos incluyen la codificación del texto, la eliminación de ruido y la decodificación de vídeo y audio, pero no la codificación MP4 final. Nunchux atribuye esta mejora a su optimizador de modelos y a su motor de inferencia, con un kernel MXFP6 propio. La velocidad permite modificar el prompt durante la reproducción. Se anuncia un acceso gratuito «muy pronto», mediante lista de espera; las mediciones son de Nunchux.

🔗 Generación de vídeo en AMD MI355X · Publicación compartida por @MiniMax_AI

Agentes de código: Claude Code, Delta, Devin, Qwen Code y Kimi Code

Cinco agentes de código publican nuevas versiones: Claude Code de Anthropic, Delta de Zed, Devin de Cognition, Qwen Code de Alibaba y Kimi Code de Moonshot AI.

Claude Code 2.1.282

24 de septiembre — Claude Code 2.1.282, publicado a las 18:38 UTC, incluye 86 entradas, de las cuales 59 son correcciones. El ajuste maxProseWidth limita el ancho del texto de Claude en terminales anchos, mientras que las tablas y los bloques de código conservan todo el ancho. Varios cambios restringen lo que puede imponer un proyecto: los ajustes de proyecto y locales ignoran las variables OpenTelemetry que activan la exportación o capturan contenido (CLAUDE_CODE_ENABLE_TELEMETRY, OTEL_LOG_*), algo que señalan un aviso al iniciar, /status y claude doctor. Los espacios de nombres anthropic-skills y claude-ai quedan reservados para las skills sincronizadas desde claude.ai, y el ajuste gestionado allowClaudeInChromeWithManagedMcp permite iniciar claude --chrome junto a un managed-mcp.json exclusivo. El modo automático utiliza por defecto el clasificador del lado del servidor en una conexión directa con la API, incluso con la telemetría desactivada, y varias correcciones evitan perder el razonamiento extendido (extended thinking) al reanudar sesiones.

🔗 Notas de la versión de Claude Code 2.1.282

Delta 0.17 de Zed

23 de septiembre — Zed publica la versión 0.17.0 de Delta, su entorno multijugador para programar con agentes, en beta pública desde el 16 de septiembre: 20 novedades, 26 mejoras y 59 correcciones. Desde un hilo, ahora se puede pedir al agente que inicie varias tareas, cada una en su propio hilo de primer nivel con un espacio de trabajo aislado, para ejecutarlas en paralelo; los agentes también pueden escribirse entre hilos. Los comandos /approve y /request-changes emiten un veredicto de revisión en cualquier hilo. La versión incluye además las dos funciones anunciadas el 22 de septiembre: colores para los hilos, que heredan los subhilos y los subagentes, y un indicador de progreso hacia la compactación automática en el panel de contexto, que desglosa la proporción correspondiente a las instrucciones, los mensajes, el razonamiento y las herramientas.

🔗 Notas de la versión de Delta · Anuncio de @zeddotdev

Devin Review: activadores combinables y Perforce

23 de septiembre — Las notas de la versión de Devin del 23 de septiembre, con 26 apartados, dedican especial atención a Devin Review, la herramienta de revisión de pull requests. La revisión automática se basa ahora en activadores combinables: se selecciona una cuenta, una organización, un repositorio, un prefijo de repositorios o un miembro y, después, se filtra por autor, etiqueta, ramas, archivos modificados, tipo de autor (persona, bot o Devin) o tamaño del diff, combinando las condiciones; cada activador establece cuándo se realiza la revisión, y las exclusiones siempre prevalecen. Devin Review incorpora compatibilidad con Perforce: una revisión de Helix Swarm puede activarlo mediante una definición de prueba o, a partir de Swarm 2026.3, mediante un webhook saliente. El selector de capacidades ahora muestra los nombres de sus modelos (Ultra: Fable 5.1 y GPT-6 Astra), y la aplicación de GitHub de Devin solicita seis permisos nuevos, que deben aprobar los administradores.

🔗 Notas de la versión de Devin del 23 de septiembre

Qwen Code v0.24.5

24 de septiembre — Qwen Code v0.24.5, una versión estable sin cambios incompatibles anunciados, incluye 87 entradas, entre ellas 28 funciones y 38 correcciones. Qwen Live, la conversación de voz en tiempo real del agente, funciona ahora a través de Web Shell en el navegador en todas las plataformas; en macOS, el host nativo pasa a ser opcional (QWEN_SERVE_LIVE_NATIVE_HOST=1). Durante una llamada, el usuario puede compartir su pantalla, que se transmite como máximo a una imagen por segundo, sin que compartirla por sí solo provoque una respuesta. Web Shell incorpora una línea de tiempo de la trayectoria de una ejecución en tres carriles (sesión principal, llamadas a herramientas y subagentes), y los canales de mensajería dirigen los mensajes a sesiones distintas según su prefijo (messageRoutes). En materia de privacidad, el modo --bare respeta por fin la decisión de no compartir estadísticas de uso. Qwen Code Desktop v0.24.5 y el SDK de TypeScript v0.1.15 se publicaron el mismo día.

🔗 Notas de la versión de Qwen Code v0.24.5

Kimi Code 2.1.1 revierte las medidas de seguridad de la versión 2.1.0

24 de septiembre — Menos de 19 horas después de la versión 2.1.0, presentada el día 23 como un refuerzo de seguridad, Kimi Code 2.1.1 revierte esos cambios. La nota de la versión habla de retirar «algunos cambios demasiado defensivos»; la pull request #4013 es más explícita: revierte el refuerzo del límite de confianza del espacio de trabajo con el argumento de que, una vez que el usuario aprueba un repositorio, su contenido queda bajo su responsabilidad. Desaparecen las cuatro protecciones afectadas: las herramientas de archivos vuelven a seguir enlaces simbólicos fuera de la carpeta de trabajo, la configuración local (local.toml) se aplica sin esperar la aprobación, la configuración git del repositorio deja de estar restringida durante las operaciones en segundo plano y la carpeta personal o la raíz ya no se rechazan como carpetas adicionales. Si falla la lectura de la información de confianza, el estado sigue siendo «no aprobado». Los observadores de archivos, desactivados en la versión 2.1.0, vuelven a estar activos por defecto.

🔗 Notas de la versión

Agentes de escritorio: Portable Computer de Perplexity y Kimi Work 3.2.14

Dos agentes de escritorio que trabajan en el ordenador del usuario evolucionan el 24 de septiembre: Perplexity abre Portable Computer a los PC con procesadores AMD, y Moonshot AI publica Kimi Work 3.2.14.

Portable Computer en AMD Ryzen AI Max

24 de septiembre — Portable Computer, la versión completamente local del agente Computer de Perplexity, funciona ahora en PC Windows con procesadores AMD Ryzen AI Max Series, incluida la plataforma de desarrollo Ryzen AI Halo. Hasta ahora, los requisitos publicados solo mencionaban hardware NVIDIA, desde DGX Spark hasta PC con GPU RTX. Se necesitan al menos 24 GB de memoria accesible para la GPU, Windows 10 u 11 y unos 20 GB de espacio en disco. En estas máquinas se ofrecen dos modelos locales, PPLX 27B, entrenado posteriormente por Perplexity, y Qwen 27B, mientras que la página del producto solo ofrece PPLX 27B en los PC RTX. Un clasificador local detecta nombres, números de cuenta e identificadores antes de que cualquier dato salga del PC, y la inferencia local no consume créditos Computer. La oferta está disponible para suscriptores Pro y Max, tanto particulares como empresas.

🔗 Portable Computer llega a los PC con agentes y procesadores AMD

Kimi Work 3.2.14: conversaciones paralelas e historial de versiones

24 de septiembre — Dos días después de la versión 3.2.12, Moonshot AI publica Kimi Work 3.2.14, la siguiente versión de su agente de escritorio, sin ninguna publicación que la acompañe. La principal novedad es la conversación paralela (Side Chat): desde el panel «+» se abre una conversación independiente dentro de una sesión, que hereda el contexto de la conversación original. También se puede citar un fragmento seleccionado de la conversación. Los archivos Office incorporan un historial de versiones, y el navegador permite anotar páginas web y citar esas anotaciones en el campo de entrada. El control remoto (Remote Control) permite ahora previsualizar archivos y enviar adjuntos desde el teléfono, y la función para mantener el equipo activo (Keep Awake) solo se activa cuando se solicita.

🔗 Notas de la versión de Kimi Work

Modelos y laboratorios abiertos: Tev1, LFM2.5-VL-DSpark, LeRobot y Sakana AI

En el ecosistema abierto: un pequeño modelo de decisión, un modelo borrador que acelera un modelo de visión y lenguaje, un nuevo formato de datos para robótica y la incorporación de Jürgen Schmidhuber a Sakana AI.

Tev1-4B-experimental de Together AI

23 de septiembre — Together AI publica Tev1-4B-experimental, un pequeño modelo de decisión: se le proporciona una situación, una pregunta y una lista de entre 2 y 24 opciones, y responde con la letra de la opción elegida. Es un ajuste fino de Qwen3.5-4B inspirado en Jev, el modelo de decisión citado con frecuencia en las publicaciones de la comunidad Hugging Face; la ficha aclara que no es un motor Jev, ya que el modelo conserva la cabeza de lenguaje estándar de Qwen. Together destaca el coste: 17 dólares de entrenamiento, con la receta de datos y un tutorial. El modelo se ofrece a 0,042 dólares por millón de tokens de entrada y 0 dólares por los de salida. En su principal conjunto de desarrollo, toma 880 decisiones correctas de 1 000, un resultado que la ficha distingue de un benchmark independiente. La licencia de los pesos ajustados está «en proceso de finalización».

🔗 Anuncio de Together AI · Ficha del modelo

LFM2.5-VL-DSpark de Liquid AI

24 de septiembre — Liquid AI extiende al modelo de visión y lenguaje LFM2.5-VL-3B su técnica de decodificación especulativa DSpark, cuyos modelos borrador para texto se presentaron el 20 de agosto. Un modelo borrador de 279,5 millones de parámetros (+8,9 %) propone varios tokens por adelantado que el modelo objetivo verifica, sin cambiar la respuesta final con decodificación voraz. En un Mac M5 Max con MLX, la decodificación es entre 2,30 y 3,13 veces más rápida, y la latencia de extremo a extremo mejora por un factor de entre 1,56 y 2,62; en H100, la decodificación es hasta 2,66 veces más rápida. La mejora real sigue limitada por la codificación de la imagen, que la técnica no acelera. El modelo borrador es compatible desde el primer día con llama.cpp, MLX-VLM y SGLang.

🔗 Aceleración de modelos de visión y lenguaje con LFM2.5-VL-DSpark

LeRobot y LanceDB

24 de septiembre — LeRobot, la biblioteca de Hugging Face para el aprendizaje robótico, lee ahora de forma nativa conjuntos de datos en formato Lance, con las mismas API de entrenamiento. Así se puede entrenar directamente desde el Hub o un almacenamiento de objetos, sin descargar cientos de gigabytes y mezclando los datos de todo el conjunto. En DROID (27,6 millones de fotogramas, 369 GB de vídeo), 10 000 pasos de SmolVLA en 8 H100 tardaron 1 h 27 min desde un almacenamiento remoto, frente a 2 h 00 min con el lector estándar sobre una copia NVMe local, precedida a su vez por una descarga de 384 GB. La pérdida final es idéntica: la diferencia se debe al tiempo de espera de los datos, un 1,7 % frente a un 37,4 %. En un conjunto pequeño, ambos enfoques rinden igual.

🔗 Cómo entrenar tu robot: la edición de LanceDB

Jürgen Schmidhuber en Sakana AI

24 de septiembre — Sakana AI anuncia la incorporación de Jürgen Schmidhuber como asesor científico jefe (Chief Scientific Advisor), un cargo que compaginará con sus funciones actuales. Conocido por sus trabajos sobre los modelos del mundo, el metaaprendizaje y la máquina de Gödel, participará en el RSI Lab de la startup de Tokio, dedicado a la automejora recursiva, y viajará regularmente a esa ciudad. Según Sakana, sus trabajos, incluida su tesis de 1987 sobre la automejora recursiva, inspiraron directamente Darwin Gödel Machine y The AI Scientist. El anuncio también revela una línea de trabajo: Sakana desarrolla sus primeros modelos del mundo «nativos para agentes», capaces de simular las consecuencias físicas de una acción antes de ejecutarla, con la industria manufacturera japonesa como objetivo.

🔗 Jürgen Schmidhuber se incorpora a Sakana AI

Breves

Claude Tag y conectores personales — En un canal de Slack, Claude Tag ya puede utilizar los conectores personales de quien lo solicita (calendario, drive, CRM), y solo los de esa persona, con revisión de cada respuesta o en modo automático; nunca se usan en rutinas programadas. El despliegue está en curso en Team; Enterprise llegará después. 🔗 fuente
Sora 2 deja de estar disponible en la API — Como se anunció el 24 de marzo, los modelos Sora 2 y la Videos API se desactivaron el 24 de septiembre, sin una API de reemplazo equivalente; se retiran cinco identificadores, desde sora-2 y sora-2-pro hasta sus instantáneas fechadas. La documentación es la única que deja constancia del cierre. 🔗 fuente
ChatGPT Ads en el Sudeste Asiático — La red publicitaria de ChatGPT llega a Indonesia, Malasia, Filipinas, Singapur, Tailandia, Vietnam y Taiwán, y ya abarca más de 60 países, frente a más de 40 a finales de agosto; solo los planes Free y Go muestran anuncios. 🔗 fuente
Grab y OpenAI — El programa GO Forward with AI pretende formar en dos años a 30 000 conductores, repartidores y comerciantes asociados de Grab, empezando por Singapur, mediante talleres basados en OpenAI Academy y ChatGPT Work. 🔗 fuente
Tres casos de estudio de OpenAI — Ringg gestiona más de 7 millones de llamadas completadas al mes y ha reducido alrededor de un 90 % el coste de los modelos en las cargas migradas de GPT-4.1 a GPT-5.6 Luna; invideo afirma haber triplicado aproximadamente su tasa de éxito en etalonaje con GPT-6 Astra; Harvey aporta su testimonio, sin cifras. 🔗 fuente
ChatGPT para iOS 1.2026.258 — La entrada del 23 de septiembre del registro de cambios de ChatGPT & Codex rediseña la pantalla de inicio, añade en iPad una vista dividida que mantiene la lista de tareas junto a la tarea abierta y corrige fallos de emparejamiento SSH en Mac y Linux. 🔗 fuente
Gemini CLI v0.61.0 — Gemini 3.8 Flash y Gemini 3.5 Flash Lite, ya incluidos en nightly, pasan a stable mediante un cherry-pick que la nota oficial no menciona; la v0.62.0-preview.0 abre el siguiente canal preview. 🔗 fuente
Gemini en Chrome — En ordenadores, Gemini in Chrome genera cuestionarios interactivos a partir de la pestaña abierta (al principio, en inglés, en Estados Unidos y la India) y ahora analiza casi cualquier pódcast o archivo de vídeo reproducido por completo, además de YouTube. 🔗 fuente
Google Photos — El armario virtual, que cataloga las prendas de las fotos para probar conjuntos, se abre a usuarios elegibles de Estados Unidos, la India y Brasil, junto con los estilos retro Moods y 15 nuevos modelos Remix. 🔗 fuente
API Gateway como servidor MCP — En vista previa pública, Google Cloud API Gateway convierte las operaciones de una API REST en herramientas MCP a partir de su especificación OpenAPI 3.x anotada, reutilizando la autenticación, las cuotas y los registros, con hasta 1 000 herramientas por puerta de enlace. 🔗 fuente
PostgreSQL for agents en AlloyDB — En vista previa, AlloyDB crea en segundos instancias aisladas, de solo lectura y actualizadas con una demora inferior a un segundo para absorber las ráfagas de consultas de los agentes; Google anuncia más de 3 millones de consultas por segundo. 🔗 fuente
OLMo 3 7B reproducido en TPU — El equipo de TPU de Google Cloud ha reproducido en MaxText el preentrenamiento de OLMo 3 7B de Ai2 (unos 5,9 billones de tokens), con un modelo indistinguible del original en ocho benchmarks y un 44,5 % de utilización de FLOPs en Ironwood, tras detectar un error en el cargador de datos. 🔗 fuente
The Talking Museum — Google Arts & Culture Lab abre una sala de estudio virtual con más de 190 objetos culturales en 3D, que se pueden girar mientras Gemini comenta su historia y responde preguntas. 🔗 fuente
DeepSeek Harness 0.1.7-rc.2 — Segunda release candidate en dos días y 22.ª versión preliminar sin versión estable: las tareas siguen ejecutándose en segundo plano cuando se cierra la ventana de Desktop, y las tareas programadas sobreviven a un reinicio y pueden repetirse hasta una vez por minuto. 🔗 fuente
Un enrutador de solicitudes en Jetson — En el blog de Hugging Face, Eric Mey sustituye un modelo de 9B por un ModernBERT-large ajustado para elegir el tipo de respuesta: 180 rutas correctas de 180 frente a 175, en 42 ms frente a 771 ms, con hardware distinto; modelo, datos y código bajo Apache-2.0. 🔗 fuente
Corpus genómico Carbon ampliado — Parag Ekbote publica un pipeline para procesador, sin el modelo Carbon, que añade longitud, contenido de GC, estado codificante y taxonomía a 32,4 millones de registros del corpus de preentrenamiento de HuggingFaceBio. 🔗 fuente
ZCode v3.14.3 — Única release de GitHub de ZCode, el arnés de Z.ai, desde que se abrió su código el 21 de septiembre: la concurrencia de un flujo de trabajo en curso puede modificarse sin detenerlo, y los scripts de flujo consumen menos tokens. 🔗 fuente
SDK de Python de xAI 1.20.0 — Para grok-imagine-video-1.5, last_frame_url fija la última imagen del clip y keyframes sitúa hasta cuatro imágenes clave en su interior; estas opciones ya se describían en la documentación de la API. 🔗 fuente
Copilot code review — La página de ajustes personales de la revisión de código se abre a todos los planes de Copilot, incluidos Business y Enterprise, con la revisión automática ampliada a los nuevos pushes y a los borradores; las empresas pueden fijar un nivel de esfuerzo de revisión predeterminado. Como se anunció a finales de agosto, el valor predeterminado de GitHub pasará de Lite a Balanced el 28 de septiembre. 🔗 fuente
Prueba de presencia en GitHub Enterprise Cloud — En vista previa pública, las acciones de gran impacto (creación de tokens, webhooks, ajustes de seguridad) pueden exigir una nueva autenticación o MFA ante el proveedor de identidad, válida durante dos horas; está reservada a las empresas EMU y GHEC-DR con Microsoft Entra ID. 🔗 fuente
Fin de Node 20 en GitHub Actions — Los runners ya ejecutan las acciones JavaScript con Node 24, desaparece la opción de volver a la versión anterior y dejan de admitirse los runners autoalojados con macOS 13.4 o anterior y ARM32. 🔗 fuente
Los lienzos de la app Copilot — Burke Holland defiende estas pequeñas aplicaciones full-stack que interactúan con el agente, frente a una interfaz basada solo en chat, con un argumento de ahorro de tokens; no hay ninguna función nueva: los lienzos existen desde junio. 🔗 fuente
Amp permite compartir sus runners — Un runner iniciado con --share pasa a estar disponible para todo el espacio de trabajo desde ampcode.com; Amp advierte de que los demás miembros ejecutan entonces código con la identidad del anfitrión, y los administradores pueden desactivar la opción de compartir. 🔗 fuente
Selector de modelos de v0 — Actualización del 22 de septiembre: el nuevo selector permite explorar los modelos de AI Gateway con su precio por token y llega a los equipos Enterprise, donde el propietario debe activar Allow custom models. 🔗 fuente
Receta MoE de BioNeMo — NVIDIA detalla el entrenamiento de modelos biológicos de mezcla de expertos con BioNeMo y Transformer Engine: hasta 2,21 veces el rendimiento de la referencia de Hugging Face en Mixtral-8x7B y ocho B200; el núcleo fusionado está reservado a Blackwell. 🔗 fuente
Modo Draft de Seedance 2.5 en Runway — Borradores más rápidos y que cuestan menos créditos para explorar opciones antes de generar los mejores con calidad completa; Runway no especifica el número de créditos, y el mismo modo había llegado a Pika el día 22. 🔗 fuente
Runway MCP en la Marketplace de Cursor — El servidor MCP de Runway se puede instalar desde la Marketplace de Cursor desde el 23 de septiembre, y los agentes pueden consultar los Brand Kits en modo de solo lectura desde el día 22. 🔗 fuente
Pika API Club — Pika cuantifica el ahorro de sus miembros frente a Fal.ai: 12 185,80 dólares menos por 3 822 generaciones Seedance 2.5 en 30 días en Vuvie, y una factura que bajó de unos 2 000 a 990 dólares mensuales en AI-Bridge. 🔗 fuente
Estudio de HeyGen sobre los avatares — Entre 1 000 pequeñas empresas, el 71,6 % ya ha grabado un vídeo que nunca publicó; entre quienes usan avatares, el 71,1 % afirma ahorrar tiempo y el 55,3 % publica con más frecuencia. 🔗 fuente
Encuesta de Luma — Actualización del 22 de septiembre: entre 760 profesionales creativos, el 81 % ya ha publicado contenido creado con IA, pero ninguna tarea supera el 42 % de uso, y al 62 % le preocupa depender de la IA en detrimento de la creatividad humana. 🔗 fuente
Guía de Perplexity para estudios de mercado — Una guía de ocho pasos, con ejemplos de prompts, pasos de verificación y una lista de comprobación de cinco puntos; no incluye ninguna función nueva y remite a Deep Research y a Spaces. 🔗 fuente

Qué significa esto

El agente sale de la ventana de chat. Muse habla con una voz que se puede describir, aparece con la forma de un avatar, controla un Mac y debería llegar a unas gafas y, según Mark Zuckerberg, a un dispositivo de bolsillo en diciembre. Google también da un rostro animado a Gemini 3.8 Live para la recepción y la atención al cliente; Perplexity instala su agente local en PC con procesador AMD, y Claude Code sigue trabajando en la nube cuando se cierra el portátil. Los plazos siguen siendo dispares: el uso del ordenador en Mac y Live Avatar ya están disponibles, mientras que Muse en las gafas se promete «en los próximos meses» y su dirección de correo electrónico no tiene fecha.

El coste de los agentes se convierte en un argumento con cifras. Anthropic ofrece 100 o 250 dólares de crédito para las sesiones en la nube y muestra, con datos de uso, que la lectura de caché representa ya la mayor parte del consumo en Claude Code, donde la relación entre entrada y salida ha pasado de 189:1 a 324:1. Perplexity cobra 1 dólar por cada 1 000 consultas de Fast Search, frente a 5, y cifra en torno al 68 % el ahorro en tareas de agentes con una puntuación comparable; Runway mantiene un 74 % de vídeos utilizables con un 66 % menos de gasto; Together AI entrena un modelo de decisión por 17 dólares. Cada empresa mide el ahorro con su propio método: son cifras útiles, pero rara vez comparables entre sí.

La confianza se configura caso por caso, a veces en sentido contrario. Anthropic vuelve a cobrar por algunas negativas para frenar «ataques coordinados» y aspira a mantener los falsos positivos por debajo del 0,1 %. Claude Code 2.1.282 impide que un proyecto imponga su telemetría, mientras que Kimi Code 2.1.1 retira, menos de 19 horas después de incorporarlas, las protecciones de su versión 2.1.0, con el argumento de que un repositorio aprobado es responsabilidad del usuario. GitHub prueba una verificación de presencia antes de las acciones sensibles. En el ámbito de la defensa, OpenAI pone Daybreak a disposición de Ucrania, y GitHub Security Lab encarga el fuzzing a un agente, advirtiendo de que puede equivocarse y debe ejecutarse en un entorno desechable.

Por último, las normas y la infraestructura se debaten a gran escala. En la ONU, Sam Altman pide normas internacionales para la IA de vanguardia, que OpenAI quiere impulsar bajo el liderazgo de Estados Unidos con la red de institutos de seguridad de la IA, sin licencias ni revisión obligatoria antes de la publicación. Google se dispone a enviar sus primeras TPU a la órbita para probar el cálculo espacial, y Perplexity ha reescrito en Rust el motor que atiende todas sus búsquedas, con una latencia p99 que ha pasado de unos 800 a 65 ms. Normas negociadas entre Estados, chips en órbita y un motor reescrito: la infraestructura que hace funcionar a estos agentes se construye al mismo tiempo que ellos.