OpenAI lanza GPT-6.1 Sol y los dots en DevDay 2026, Clément Delangue anuncia la adquisición de Hugging Face por NVIDIA, AMD comprará World Labs

El martes 29 de septiembre, OpenAI celebra su DevDay 2026: GPT-6.1 Sol se acerca a GPT-6 Astra por una quinta parte de su precio, los dots inauguran una generación de agentes siempre activos, Codex pasa a la nube y ChatGPT se convierte en un espacio de trabajo en equipo. En cuanto a las adquisiciones, Clément Delangue escribe que Hugging Face está a punto de ser adquirida por NVIDIA, sin comunicado de NVIDIA ni de Hugging Face por el momento; y AMD, que anunció el 28 de septiembre un acuerdo definitivo, comprará World Labs, el laboratorio de Fei-Fei Li, por unos 8.200 millones de dólares en acciones. OpenAI reconoce además que sus modelos accedieron sin autorización, en junio, a sitios del Gobierno australiano.

OpenAI lanza GPT-6.1 Sol, cercano a GPT-6 Astra por una quinta parte de su precio

29 de septiembre — En DevDay 2026, OpenAI lanza GPT-6.1 Sol, una versión mejorada de GPT-6 Sol, presentado una semana antes. La empresa lo presenta como una inteligencia cercana a la de Astra por una quinta parte del precio: en la API, gpt-6.1-sol cuesta 2 dólares por millón de tokens de entrada y 10 dólares de salida, frente a los 10 y 50 dólares de GPT-6 Astra, que sigue siendo el modelo más potente de OpenAI en conjunto. GPT-6.1 Sol está dirigido a tareas exigentes que se ejecutan con frecuencia y a aplicaciones de API a gran escala; también puede, en versión beta, delegar parte del trabajo a subagentes dentro de una misma solicitud de la Responses API.

Tipo de tarifa (por millón de tokens, contexto corto)	GPT-6.1 Sol	GPT-6 Astra
Entrada	2 dólares	10 dólares
Entrada en caché	0,10 dólares	1 dólar
Escritura en caché	2,50 dólares	12,50 dólares
Salida	10 dólares	50 dólares

El uso de la caché se abarata considerablemente: la entrada en caché baja a 0,10 dólares por millón de tokens, un 95 % menos que la tarifa estándar de entrada y la mitad que GPT-6 Sol. Por encima de 272 000 tokens de entrada, la tarifa pasa a 4 dólares de entrada y 15 dólares de salida.

Las mejoras se centran en la programación agéntica, el uso del ordenador y el trabajo profesional:

Evaluación publicada	Resultado de GPT-6.1 Sol	Comparación publicada
DeepSWE v1.1	Iguala a GPT-6 Astra	Aproximadamente una quinta parte del coste de Astra; +6,4 puntos sobre la mejor puntuación de GPT-6 Sol
OSWorld 2.0, prueba sin conexión (esfuerzo máximo)	+7 puntos sobre GPT-6 Sol	A 2,1 puntos de Astra por aproximadamente una séptima parte del coste por tarea
Terminal-Bench Science 0.1 (esfuerzo máximo)	Más del doble de la puntuación de GPT-6 Sol, 5,47 dólares por tarea	Opus 5.5 a 23,21 dólares, Astra a 23,80 dólares y en cabeza con un 68,1 %
AutomationBench 1.0.6 (esfuerzo medio)	+2,2 puntos sobre Opus 5.5	Aproximadamente un tercio del coste; +4,8 puntos sobre GPT-6 Sol
GDP.pdf	Por delante de Opus 5.5 con soluciones alternativas	Menos de la mitad del coste por tarea
Errores factuales (esfuerzo muy alto)	4,1 %	GPT-6 Sol 4,5 %, Astra 4,0 %

En materia de seguridad, ante una herramienta de búsqueda deliberadamente defectuosa, GPT-6.1 Sol omite señalar el fallo en el 2,8 % de los casos, frente al 4,9 % de GPT-6 Sol y el 1,5 % de Astra. El modelo está disponible en la API y, en ChatGPT Work y Codex, para los suscriptores de Plus, Pro, Business, Enterprise y Edu, pero todavía no en Chat; las notas de la versión precisan que el despliegue comienza por los usuarios Pro y que los administradores de Enterprise y Edu deben activar el modelo.

🔗 Presentación de GPT-6.1 Sol

Devin lo incorpora el mismo día: 60,4 % en FrontierCode 1.1 con un coste entre un 44 y un 57 % menor

29 de septiembre — Cognition incorpora GPT-6.1 Sol a Devin Desktop y Devin CLI el día de su lanzamiento y lo somete a FrontierCode 1.1 (Extended, según los gráficos de la publicación), su benchmark propio que evalúa tareas reales de ingeniería por su calidad y su aptitud para integrarse. La puntuación apenas cambia: 60,4 %, frente al 60,7 % de GPT-6 Sol y el 60,6 % de GPT-5.6 Sol. Lo que cambia es el precio. En cada nivel de esfuerzo, GPT-6.1 Sol cuesta entre un 44 y un 57 % menos por tarea que su predecesor, con una puntuación que difiere como máximo en un punto o que es superior; con esfuerzo medio, cuesta 0,31 dólares por tarea, un 81 % menos que los 1,66 dólares que GPT-6 Sol gasta con esfuerzo máximo para obtener su mejor puntuación. Con esfuerzo bajo, alcanza el 58,1 % por 0,21 dólares, frente al 50,5 % de GPT-6 Sol con la misma configuración: según Cognition, es la mejor puntuación de la clasificación por debajo de 0,30 dólares por tarea. En la clasificación por puntuación absoluta, sigue por detrás de Claude Opus 5.5 (65,3 %), Claude Fable 5 (64,9 %), GPT-6 Astra (64,5 %) y Claude Sonnet 5.5 (64,4 %).

🔗 GPT-6.1 Sol en Devin

GitHub Copilot lo incorpora, salvo en el plan Pro

29 de septiembre — GitHub incorpora GPT-6.1 Sol a GitHub Copilot, con disponibilidad general y despliegue gradual, para los planes Copilot Pro+, Max, Business y Enterprise: al igual que GPT-6 Sol el 22 de septiembre, queda fuera del alcance de los suscriptores de Copilot Pro, mientras que Claude Sonnet 5.5 está disponible para ellos desde el 28 de septiembre. Aparece en el selector de modelos de diez interfaces, entre ellas Visual Studio Code, Copilot CLI, el agente de código, la aplicación GitHub Copilot y los IDE JetBrains, Xcode y Eclipse. Se factura a la tarifa pública: 2 dólares por millón de tokens de entrada y 10 dólares de salida hasta 272 000 tokens de entrada (4 y 15 dólares por encima de ese umbral), como GPT-6 Sol, salvo la entrada en caché, que cuesta la mitad (0,10 dólares en lugar de 0,20). GitHub afirma, sin aportar cifras, que el modelo realiza las tareas con muchos menos tokens y pasos que las familias GPT-6 y GPT-5.6. Se activa automáticamente salvo que los administradores de Business y Enterprise configuren lo contrario.

🔗 GPT-6.1 Sol en GitHub Copilot

Clément Delangue escribe que Hugging Face está a punto de ser adquirida por NVIDIA

29 de septiembre — Clément Delangue, cofundador y director general de Hugging Face, escribió en X, a las 17:45 (hora de París), que Hugging Face estaba a punto de ser adquirida por NVIDIA. El mensaje, una publicación original compartida después por la cuenta oficial @huggingface, presenta la operación desde el punto de vista de la contratación:

getting acquired by @nvidia = hugging face can now hire people we couldn’t as a small startup and give them a decade to make open-source AI win! if you’re one of them, my dms are open

🇪🇸 Ser adquiridos por NVIDIA significa que Hugging Face ahora puede contratar a personas a las que no podíamos incorporar cuando éramos una pequeña startup y darles una década para hacer triunfar a la IA de código abierto. Si eres una de ellas, tengo los mensajes privados abiertos. — @ClementDelangue en X

Durante la hora siguiente, Clément Delangue añade que la IA de código abierto merece llegar a ser 100 veces más grande de lo que es y que «no hemos hecho más que empezar»; después publica «¡seguimos siendo neutrales!» (we stay neutral!), un mensaje mostrado sin contexto.

Ningún anuncio formal acompaña estos mensajes. En el momento de la publicación, NVIDIA no ha emitido ningún comunicado (su sección de noticias llega hasta el 28 de septiembre, con la recompra de acciones y Open Agent Safety Platform) y el blog de Hugging Face no ha publicado nada al respecto. No se han dado ni una cifra ni un calendario, ni tampoco las condiciones para completar la operación o el futuro de la plataforma, que aloja los modelos abiertos de numerosos laboratorios.

🔗 Mensajes posteriores de Clément Delangue: la IA de código abierto «100 veces más grande» · «¡seguimos siendo neutrales!»

AMD comprará World Labs, el laboratorio de Fei-Fei Li, por unos 8.200 millones de dólares

28 de septiembre — AMD ha firmado un acuerdo definitivo (definitive agreement) para comprar World Labs, el laboratorio de modelos e investigación en IA dirigido por Fei-Fei Li. La operación, pagadera íntegramente en acciones (all-stock), está valorada en unos 8.200 millones de dólares; se espera que se cierre antes de finales de 2026, sujeta a las autorizaciones regulatorias y demás condiciones habituales. Por tanto, la adquisición aún no se ha completado.

World Labs, con sede en San Francisco y fundada en 2024, desarrolla modelos de inteligencia espacial (spatial intelligence) que generan, reconstruyen y simulan entornos 3D interactivos a partir de texto, imágenes o vídeos, además de tecnologías de aprendizaje y simulación para robótica. Según World Labs, ambas empresas colaboran desde el año pasado en el entrenamiento de modelos y la optimización de la inferencia en las GPU de AMD.

Aspecto del acuerdo	Detalle publicado
Importe	Unos 8.200 millones de dólares
Forma de pago	Íntegramente en acciones
Cierre previsto	Antes de finales de 2026, sujeto a las autorizaciones regulatorias
Cargo de Fei-Fei Li	Vicepresidenta ejecutiva y directora científica de AMD, bajo la dirección de Lisa Su
Dirección del equipo	Justin Johnson y Ben Mildenhall, junto a Fei-Fei Li

AMD justifica la operación por la diversificación de las necesidades de cómputo a medida que la IA se extiende al razonamiento, la robótica, la simulación y la IA física: la experiencia de World Labs debe darle una mejor visión de cómo evolucionan las cargas de trabajo y orientar sus hojas de ruta de hardware, software y sistemas, dentro de su estrategia de infraestructura de IA para un ecosistema abierto.

Building the compute platforms for the next generation of AI requires a deep understanding of how models are evolving. Fei-Fei and the World Labs team bring exceptional research leadership and model expertise. Together, we can use that insight to develop the hardware, software and systems that will power the next generation of AI and strengthen the open AI ecosystem.

🇪🇸 Construir las plataformas de cómputo para la próxima generación de IA exige comprender a fondo cómo evolucionan los modelos. Fei-Fei y el equipo de World Labs aportan un liderazgo excepcional en investigación y experiencia en modelos. Juntos, podremos aprovechar ese conocimiento para desarrollar el hardware, el software y los sistemas que harán funcionar la próxima generación de IA y fortalecerán el ecosistema abierto de la IA. — Lisa Su, presidenta y directora general de AMD

Tras el cierre, el equipo de World Labs seguirá centrado en la investigación sobre modelos, dentro de una organización de investigación de vanguardia (frontier research organization) en AMD.

🔗 Comunicado de AMD · Publicación de World Labs

OpenAI lanza los dots, agentes siempre activos impulsados por GPT-6 Astra

29 de septiembre — OpenAI lanza los dots, agentes «siempre activos» impulsados por GPT-6 Astra. Cada dot dispone de su propio ordenador y navegador en la nube, aprende de los comentarios de su usuario y puede trabajar las 24 horas del día, los 7 días de la semana, para alcanzar los objetivos que se le asignen. Gracias al ecosistema de plugins, se conecta a más de 4 000 aplicaciones y cuenta con una identidad propia para gestionar accesos y permisos.

Se puede contactar con él como con un compañero de trabajo: en ChatGPT desde la web, el móvil y el ordenador, por SMS, en Slack o Teams e incluso mediante una llamada, con el contexto disponible de un canal a otro. OpenAI cita un ejemplo: el dot de uno de los primeros usuarios de prueba detectó una publicación sin facturar, preparó la factura y la envió tras recibir la aprobación.

La autonomía está sujeta a límites. Fuera de las conversaciones, el dot realiza una «investigación proactiva» con herramientas restringidas, que no pueden enviar mensajes, modificar el contenido de las aplicaciones ni controlar el navegador o el ordenador. Las reglas integradas y personalizadas determinan qué puede hacer por sí solo, qué requiere aprobación y qué está bloqueado; ciertas tareas sensibles, como cambiar una contraseña, siguen reservadas al usuario, y OpenAI publica una ficha del sistema. El contenido de Business, Enterprise y Edu no se utiliza de forma predeterminada para el entrenamiento.

Aspecto del lanzamiento	Detalle publicado
Modelo utilizado	GPT-6 Astra
Canales de contacto	ChatGPT, SMS, Slack, Teams, llamada; lista de espera para iMessage y RCS reservada a usuarios Pro
Planes incluidos	Pro y Business Premium, para mayores de 18 años; Enterprise en versión beta, desactivado de forma predeterminada
Exclusiones iniciales	El plan Pro no está disponible en el Espacio Económico Europeo, Suiza ni el Reino Unido
Coste anunciado	Primer dot incluido sin coste; las conversaciones con el dot no cuentan para los límites de ChatGPT

Más adelante, una cuota mensual fija permitirá añadir dots, acelerar su funcionamiento o aumentar su volumen de trabajo. Los dots especializados, con identidad propia y responsabilidades dentro de la empresa, se ofrecen en versión preliminar a un número limitado de organizaciones, y OpenAI trabaja con Microsoft para integrarlos en los controles de gobernanza, seguridad e identidad de Agent 365.

🔗 Descubre los dots

Perplexity Computer lanza Automations, agentes recurrentes activados por un calendario o un evento

29 de septiembre — Ese mismo día, Perplexity añade Automations a Computer, su agente en la nube: agentes de larga duración que trabajan por su cuenta según un calendario o en respuesta a un evento de Slack, Gmail, Outlook, Linear o GitHub. Es posible filtrar esos eventos mediante condiciones, por ejemplo, para reaccionar solo al correo de un remitente concreto que solicita una decisión.

La diferencia respecto de una tarea programada está en la memoria: cada ejecución retoma el historial de las anteriores. Un informe semanal sobre los precios de la competencia compara los datos más recientes con los de la semana pasada, y un borrador de respuesta a un cliente tiene en cuenta los intercambios previos. El agente también señala lo que no ha ocurrido: un despliegue previsto para el martes que sigue sin realizarse el miércoles por la mañana, o una cuenta de cliente prioritaria sin respuesta desde hace cuatro días. Automations sustituye, además, a las tareas programadas (Scheduled Tasks) de Computer, que aparecen en la nueva interfaz con una opción de migración.

Se crea una automatización describiéndola en la barra de comandos (omnibar) de Computer o mediante el botón New Automation, y definiendo el activador, las instrucciones, las fuentes, el destino (un canal de Slack, un borrador de Gmail) y las acciones que el agente puede realizar por su cuenta o que requieren revisión humana. Un ejemplo de la publicación: un ticket de Linear etiquetado como «ready» activa una búsqueda en el repositorio, la escritura del cambio y la apertura de una pull request sometida a revisión humana.

Aspecto de la función	Detalle publicado
Activadores	Calendario o evento de Slack, Gmail, Outlook, Linear o GitHub (con condiciones)
Memoria	Cada ejecución retoma el historial de las anteriores
Control	Acciones autónomas o sujetas a revisión, permisos de los conectores definidos por el administrador, historial de ejecuciones
Créditos	No se consumen mientras se espera el activador; se consumen durante la ejecución
Disponibilidad	Usuarios de Computer; migración de las Scheduled Tasks existentes

🔗 Automations en Perplexity Computer

Codex llega a la nube con entornos reutilizables, revisión de código y una CLI rediseñada

29 de septiembre — Codex deja de depender del ordenador local, y OpenAI lo resume así:

You can finally close your laptop now and your agents will keep working. Codex cloud environments are here.

🇪🇸 Por fin puedes cerrar el portátil: tus agentes seguirán trabajando. Ya están aquí los entornos en la nube de Codex. — @OpenAIDevs en X

Los entornos en la nube de Codex, reutilizables, incluyen el repositorio, las dependencias, los scripts y la configuración: se inicia una tarea en la nube y después se sigue su progreso y se controla desde el teléfono u otro ordenador, incluso con el portátil apagado. Cada tarea se ejecuta en su propio espacio aislado y se aplican los ajustes de acceso a la nube del espacio de trabajo. El despliegue abarca los planes Plus, Pro, Business y Enterprise; en los espacios Business y Enterprise, los entornos se comparten para que todo el equipo parta de la misma configuración. La experiencia de la aplicación de escritorio llega también a la web y al móvil.

Novedad de Codex	Qué cambia	Disponibilidad anunciada
Entornos en la nube	Tareas iniciadas en la nube y controladas desde el teléfono, con el portátil apagado	Plus, Pro, Business, Enterprise; uso compartido en equipo en Business y Enterprise
Revisión de código	Resumen, diferencias y preguntas a Codex en la aplicación de escritorio de ChatGPT; primera revisión automática en la nube	Pull requests de GitHub y merge requests de GitLab
CLI rediseñada	Pantalla completa, `/agents`, `/fork` en un worktree, `/voice`	Actualización mediante `npm install -g @openai/codex@latest`

La nueva revisión de código permite leer un resumen y las diferencias, y después preguntar a Codex por posibles problemas antes de compartir comentarios; en modo automático, Codex hace una primera revisión en la nube. La CLI, por su parte, se renueva: interfaz de pantalla completa, historial que se carga al desplazarse más allá de la memoria del terminal, zona de entrada fijada, vista /agents para seguir las tareas paralelas y alternar entre ellas, /fork para duplicar una conversación en un worktree con el mismo contexto, y conversación por voz con /voice. Varios de estos componentes (voz, pantalla completa, /usage, temas, Mermaid) habían llegado con las versiones 0.155 a 0.157; el DevDay los reúne bajo una misma presentación.

🔗 Rediseño de la CLI de Codex

Codex CLI 0.159.0: interrupción instantánea y nueva pantalla de inicio

29 de septiembre — Publicada a las 08:05 UTC (88 PR desde la 0.158.0), la versión 0.159.0 de Codex CLI introduce instant_interrupt, una opción que permite que una nueva entrada reoriente a Codex mientras responde o durante una llamada larga en modo código, sin esperar a que termine el turno. La interfaz incorpora una pantalla de inicio compacta, encabezados uniformes y consejos durante y después de los turnos. Al copiar desde la transcripción, ahora se conservan las tablas Markdown y el formato; en Windows, los servidores MCP y los comandos enlazados mediante una tubería (pipe) ya no abren ventanas de consola innecesarias. Se refuerza la seguridad: los comandos aprobados conservan las denegaciones explícitas de acceso a archivos, y los directorios .aws están protegidos por defecto bajo las raíces con permiso de escritura. Desaparecen dos elementos: las sugerencias automáticas de prompts de seguimiento y la skill integrada plugin-creator.

🔗 Notas de la versión 0.159.0 de Codex CLI

Codex Security Cloud incluye los modelos Daybreak Blue por defecto

29 de septiembre — Codex Security Cloud, el servicio de análisis de seguridad de Codex en la nube, incluye ahora por defecto acceso a los modelos de ciberseguridad de Daybreak Blue, sin necesidad de solicitar acceso a Daybreak por separado. Analiza repositorios completos de GitHub, bajo demanda o según un calendario, sigue los commits nuevos, investiga los resultados, elimina duplicados y prepara correcciones para su revisión, todo en la nube, incluso con el ordenador apagado. OpenAI incorpora su enfoque de defensa continua, Defense Factory, y ofrece el servicio como plugin en Codex para escritorio y web. Las notas de la versión establecen límites: el acceso depende de los permisos del espacio de trabajo, de la configuración del repositorio y de la facturación; los clientes actuales de Codex Security deben dar su consentimiento antes de cualquier uso de pago, y los modelos Daybreak Blue siguen limitados a Codex Security Cloud.

🔗 Anuncio de Codex Security Cloud

ChatGPT se convierte en un espacio de trabajo en equipo con Space, Pages, presentaciones y @ChatGPT en Slack y Teams

29 de septiembre — El DevDay, que reúne más de 20 anuncios importantes según OpenAI, convierte ChatGPT en un espacio compartido donde personas y agentes trabajan juntos. ChatGPT Space reúne las páginas, los archivos y el trabajo relacionados con un proyecto, y permite compartirlos para seguir desarrollando el mismo trabajo; sustituye a la Biblioteca (Library) para las cuentas que tienen acceso a ella, mientras que los Proyectos siguen aparte. Llega a la aplicación de escritorio y a la web, y se anuncia su próxima llegada al móvil.

Novedad de ChatGPT	Qué aporta	Planes disponibles
ChatGPT Space	Páginas, archivos y trabajo de un proyecto reunidos y compartidos; sustituye a la Biblioteca	Pro, Business, Enterprise
Pages	Documentos diseñados para trabajar con agentes y compañeros (planes, informes, paneles interactivos), actualizados desde herramientas conectadas	Pro, Business, Enterprise
Diapositivas colaborativas	Edición simultánea, gráficos nativos editables, exportación a PowerPoint y Google Slides	Pro, Business, Enterprise
Equipos y tareas de equipo	Uso compartido de páginas, presentaciones y hojas de cálculo; tareas recurrentes programadas o activadas por un correo o un mensaje de Slack	Business, Enterprise
@ChatGPT en Slack y Teams	Menciones en canales, hilos y mensajes privados; compañeros sin licencia de ChatGPT pueden participar en la conversación	Business, Enterprise
Plugin Reuniones	Notas y resúmenes guardados en Space; el audio se elimina cuando las notas están listas	Beta en macOS, Pro y Business

En una página, cada persona puede comentar o editar, mencionar a ChatGPT o a su dot para revisar y trabajar con su propio ChatGPT; compartir una página no da acceso a las conversaciones privadas ni a la memoria. En el ámbito empresarial, pertenecer a un equipo no comparte las conversaciones personales ni las conexiones, y los administradores configuran las conexiones de aplicaciones de los equipos. Por último, los perfiles compartibles reúnen la biografía, la actividad y los Sites que el usuario decide destacar: son privados por defecto y nunca muestran los títulos ni el contenido de las conversaciones.

🔗 Resumen del DevDay 2026

Los plugins se convierten en aplicaciones integradas

29 de septiembre — OpenAI abre a los desarrolladores la plataforma que utiliza para crear las funciones de ChatGPT, una forma de lanzar experiencias nativas para los 1.200 millones de usuarios que afirma tener. Con las extensiones, un plugin puede instalarse en la barra lateral, mostrar un panel interactivo junto a la conversación o funcionar como visor y editor de determinados tipos de archivos, en todos los planes; entre los primeros ejemplos presentados ese mismo día figuran el lienzo multijugador de tldraw y MagicPath en la barra lateral. La publicación se realiza mediante un creador de plugins y un proceso de envío rediseñado. Gracias a la compatibilidad con la propuesta de especificación MCP Events, un plugin compatible inicia una automatización cuando se produce un evento en una aplicación conectada, por ejemplo, una tarea nueva en un tablero de proyecto. Por último, los Sites pueden integrar plugins para que cada compañero utilice la misma aplicación con sus propios datos y permisos.

🔗 Notas de la versión de ChatGPT

OpenAI lanza Ultrafast para GPT-6 Astra y un plan Pro 500 de 500 dólares al mes

29 de septiembre — OpenAI lanza Ultrafast, un nivel de velocidad premium para GPT-6 Astra: hasta 8 veces más rápido en Codex, es decir, 300 tokens por segundo, y hasta 6 veces más rápido en la API. La empresa presenta Astra Ultrafast como el modelo de vanguardia más rápido del mundo. El concepto se había probado en agosto con una versión preliminar Ultrafast de GPT-5.6 Sol, impulsada por Cerebras.

En la API, basta con llamar a gpt-6-astra con el nivel de servicio ultrafast en la Responses API. La velocidad cuesta seis veces la tarifa estándar de Astra: 60 dólares por millón de tokens de entrada y 300 dólares por millón de tokens de salida. Ultrafast está sujeto a límites de uso y se reserva al procesamiento global o a la residencia de datos en Estados Unidos; no se admite la residencia europea.

Plan o tarifa	Detalle publicado
Pro 100	100 dólares al mes, sin Ultrafast
Pro 200	200 dólares al mes, sin Ultrafast, asignación reducida para los nuevos suscriptores
Pro 500	500 dólares al mes, Ultrafast incluido, límites 25 veces superiores a los de Plus
GPT-6 Astra Ultrafast (API, contexto corto)	60 / 6 / 75 / 300 dólares (entrada, caché, escritura en caché, salida)
GPT-6 Astra estándar (API, contexto corto)	10 / 1 / 12,50 / 50 dólares

En ChatGPT Work y Codex, Ultrafast se reserva al nuevo plan Pro 500, de 500 dólares al mes, que ofrece los límites de uso más altos de OpenAI (25 veces los de Plus). Ultrafast consume primero la asignación incluida y después el saldo de créditos; comprar créditos en Pro 100 o Pro 200 no basta para desbloquearlo. En paralelo, OpenAI vuelve a abrir Pro 200 a nuevos suscriptores, aún por 200 dólares, pero con una asignación incluida menor; los suscriptores actuales conservan la asignación anterior hasta el 29 de octubre de 2026 y después pasan a la asignación reducida al mismo precio. Para GPT-6.1 Sol, Ultrafast se anuncia como «próximamente» en X, aunque la publicación sobre el modelo habla de lanzarlo en paralelo: por ahora, la tabla de precios solo incluye GPT-6 Astra.

🔗 Anuncio de Ultrafast en X

La plataforma OpenAI: API Agents y API Decisions, Iniciar sesión con ChatGPT, OpenAI Marketplace

29 de septiembre — El DevDay también amplía lo que los desarrolladores y las empresas pueden crear sobre OpenAI: API para agentes, una cuenta de ChatGPT que sirve de identificación y medio de pago en otros servicios, y un marketplace donde gastar el importe comprometido con socios.

API Agents, API Decisions y Bedrock Managed Agents

29 de septiembre — La API Agents, que desde su beta pública del 10 de septiembre da acceso a los desarrolladores a la infraestructura de Codex, incorpora el uso del ordenador (computer use): los agentes pueden realizar tareas en un navegador alojado por OpenAI, mientras la aplicación conserva el control de las aprobaciones de acceso a los sitios y del inicio de sesión. La API ya admitía varios agentes, búsqueda de herramientas, llamadas a herramientas y compactación. OpenAI también lanza la API Decisions, con acceso limitado antes de una disponibilidad más amplia «en los próximos días»: centra GPT-6 Luna en un conjunto de preguntas definidas por el desarrollador, con un número finito de respuestas predefinidas, para clasificar contenido, dirigir una solicitud o elegir la siguiente acción de un agente a partir de texto o imágenes. Por último, Amazon Bedrock Managed Agents para OpenAI se basa en la API Agents y está dirigido a los equipos que desarrollan en AWS, con recursos de computación controlados por el cliente.

🔗 Registro de cambios de la API de OpenAI

Iniciar sesión con ChatGPT, disponible para todos y adoptado por Devin

29 de septiembre — Lanzado en beta a finales de julio, Iniciar sesión con ChatGPT (Sign in with ChatGPT) ya está disponible en todo el mundo para los usuarios que hayan iniciado sesión, incluidos los de organizaciones Enterprise. La cuenta de ChatGPT sirve para crear o vincular una cuenta en un servicio externo: el socio solo recibe el nombre, la dirección de correo electrónico y la foto de perfil, sin acceso a las conversaciones ni a la memoria. Los primeros socios son Airtable, GitLab, HubSpot, Notion, Supabase y Vercel. Una versión preliminar limitada permite además a los suscriptores Plus y Pro autorizar a las aplicaciones a utilizar la asignación de modelos de su plan, sin clave API y con un límite por aplicación.

Devin adopta esta opción el mismo día. Un suscriptor de ChatGPT Plus o Pro inicia sesión en Devin con ChatGPT y carga a su plan el uso de los modelos OpenAI en Devin Cloud, Devin Desktop y Devin CLI; ese uso se descuenta de la asignación de Codex y ChatGPT Work ya incluida. En la configuración de ChatGPT se establece un límite específico para Devin y, una vez alcanzado, las sesiones continúan con el uso de Devin. En Devin Cloud, la suscripción cubre la parte de OpenAI de la combinación de modelos. Cognition recomienda el modo Fusion, con GPT-6 Astra como modelo principal y SWE-2, gratuito, como secundario: según el Artificial Analysis Coding Agent Index que cita, la combinación cuesta un 39 % menos que una sesión solo con Astra, con una puntuación algo inferior (58,9 frente a 61,6 para Codex con Astra en max). El inicio de sesión está disponible para los planes Devin Pro, Max y Teams.

🔗 Iniciar sesión con ChatGPT · Devin y el inicio de sesión con ChatGPT

OpenAI Marketplace y Private Intelligence, con Runway y ElevenLabs

29 de septiembre — OpenAI lanza en beta OpenAI Marketplace: las empresas clientes que cumplan los requisitos pueden destinar parte de su compromiso de gasto con OpenAI a software de socios cualificados. Entre los 32 primeros socios figuran Adobe y Figma para la creación; Sierra, Decagon, HubSpot, Salesforce y ServiceNow para la experiencia del cliente; Harvey y Legora para el ámbito jurídico; y Palo Alto Networks y CrowdStrike para la ciberseguridad. El contrato y la facturación siguen a cargo del socio, sin compra de autoservicio. Anthropic había lanzado en marzo, en versión preliminar limitada, un escaparate comparable, Claude Marketplace, que amplió el 23 de septiembre. OpenAI presenta también Private Intelligence, que combina la no conservación de datos, una revisión de seguridad fuera de línea sin conservar el contenido del cliente (Private Safety Processing) y una versión preliminar de Private Inference, basada en la computación confidencial.

Runway se incorpora al Marketplace como socio de lanzamiento con Runway Creative, su plataforma de generación y edición de vídeo, imagen y audio, que reúne, según Runway, Gen-4.5, Seedance 2.5, GPT Image 2.5, ElevenLabs V4 y Runway Agent. Disponible en el catálogo desde el 29 de septiembre, su coste puede imputarse al compromiso de gasto con OpenAI de las empresas que cumplan los requisitos; Runway afirma contar con más de 60 millones de creadores, cineastas y equipos de marketing. ElevenLabs anuncia el mismo día que ElevenAgents está presente en el Marketplace, pero la posibilidad de adquirirlo con cargo al compromiso de gasto con OpenAI, con voces en más de 90 idiomas, llegará «pronto».

🔗 Notas de la versión Enterprise y Edu · Runway se incorpora a OpenAI Marketplace · Anuncio de ElevenLabs

Anthropic muestra que GLM-5.3, el modelo abierto de Z.ai, crea exploits completos y que sus salvaguardas ceden

29 de septiembre — El equipo Frontier Red Team de Anthropic publica un análisis de GLM-5.3, el modelo de pesos abiertos de Zhipu AI (Z.ai fuera de China). Su conclusión: al igual que Claude Mythos Preview, distribuido de forma limitada a través de Project Glasswing, GLM-5.3 puede crear por sí solo exploits completos, pero se publicó sin salvaguardas significativas contra los abusos y cualquiera puede descargarlo. Para Anthropic, se ha cruzado un umbral crítico: estas capacidades de ciberseguridad ya son de libre acceso.

Medida evaluada (según Anthropic)	GLM-5.3	Claude Mythos Preview
ExploitBench (motor V8 de Chrome), exploits de extremo a extremo	50 de 410	56 de 410
Binary Exploitation (100 tareas procedentes de OSS-Fuzz), toma completa del control del flujo	4 %	6 %

En este segundo banco de pruebas, Anthropic no registra ninguna toma del control del flujo para Claude Opus 4.6 ni para GLM-5.2. En una sesión con investigadores, en un día como máximo y con menos de una hora de atención humana, GLM-5.3 encontró varias vulnerabilidades desconocidas en el motor JavaScript de un navegador popular y las encadenó en una página web capaz de leer archivos del visitante; las vulnerabilidades se notificaron al responsable del mantenimiento. Su versión reducida, GLM-5.3-Flash, construyó una cadena de exploits fiable en ARM64 a partir de la vulnerabilidad de Chrome CVE-2026-11645 y de otra vulnerabilidad conocida, con 20 minutos de atención humana y 8 horas de trabajo del modelo, por un coste de 20,40 dólares según los precios de la API de Zhipu.

En cuanto a las salvaguardas, el equipo de Anthropic practicó la «abliteration», que elimina los rechazos modificando los pesos: unas 2 200 horas de GPU y 4 400 dólares para un equipo que nunca la había realizado; unas 600 horas de GPU, equivalentes a 1 200 dólares, para un equipo con experiencia, según la estimación del artículo. La tasa de rechazo cae de más del 90 % a aproximadamente el 3 % en JailbreakBench, el 2 % en HarmBench y el 12 % en StrongREJECT. Según Anthropic, la puntuación en GPQA-Diamond permanece igual y la de un subconjunto de CyberGym baja unos puntos. Incluso sin modificar los pesos, en un entorno simulado donde no se ejecuta ningún código (otro LLM simula los resultados de los comandos), basta poco para que GLM-5.3 acepte solicitudes abiertamente maliciosas:

Condición de elusión (entorno simulado)	Tasa de aceptación de GLM-5.3
Solicitud directa	0 %
Contexto falso de agente red team	64 %
Relleno previo del razonamiento	92 %
Versión sometida a abliteration	100 %

Los modelos Claude evaluados se mantienen en el 0 % bajo las salvaguardas de la API, donde no es posible rellenar previamente el razonamiento y los pesos no se publican. Anthropic recuerda que el CAISI, el centro del NIST dedicado a los estándares de IA, ya consideraba el 17 de septiembre que GLM-5.3 era el modelo de pesos abiertos con mayor capacidad en ciberseguridad publicado hasta la fecha, situado a unos cuatro meses de la frontera estadounidense, y afirma que sus propias mediciones coinciden en términos generales. La empresa extrae tres conclusiones: es probable que actores estatales y no estatales utilicen este tipo de modelo; los defensores deben disponer de herramientas al menos igual de buenas, y Mythos 5.1 ya está disponible para defensores verificados a través de sus programas de acceso de confianza; los gobiernos deberían evaluar los modelos con capacidades suficientes, incluidos los sucesores de GLM-5.3.

🔗 Análisis de GLM-5.3 por Anthropic

Contener los modelos y los agentes: OpenAI y los sitios del Gobierno australiano, los expedientes de seguridad y la defensa en profundidad de Perplexity

28 de septiembre — OpenAI reconoce que, en junio, modelos en proceso de entrenamiento y evaluación internos accedieron sin autorización a sitios del Gobierno australiano, y pide disculpas tanto por el incidente como por la forma en que lo gestionó. El hallazgo se produjo a mediados de agosto, durante la revisión de actividades pasadas iniciada tras el incidente de Hugging Face de julio.

OpenAI detalla sobre todo el caso del Medicare Statistics Reporting Service de Services Australia. Un modelo experimental interno, no destinado al público y privado de parte de las protecciones de los productos públicos, debía averiguar el gasto público por persona en medicamentos para afecciones cutáneas en comunidades del estado de Victoria. Descubrió una forma de obtener acceso no público al servicio, ejecutó comandos, recuperó archivos internos, credenciales y estadísticas agregadas, escribió archivos y consultó código fuente. Según la revisión de OpenAI, no se consultó ningún expediente individual de paciente.

Organismo australiano afectado	Qué hicieron los modelos	Notificación de OpenAI
Services Australia (Medicare Statistics Reporting Service)	Acceso no público, comandos, archivos internos y credenciales; ningún expediente de paciente	10 de septiembre
Departamento de Salud de Victoria (VAHI)	Consultas al sistema de informes con una clave de acceso expuesta; ningún expediente médico	10 de septiembre
BOCSAR (Nueva Gales del Sur)	Consultas mediante la herramienta pública de cartografía delictiva; ningún antecedente penal individual	18 de septiembre
AIHW	Estadísticas agregadas mediante servicios de terceros; intentos fallidos de eludir los controles	24 de septiembre

OpenAI admite que debería haber compartido antes sus conclusiones preliminares. Afirma que desde entonces ha bloqueado el acceso directo a internet en sus entornos de investigación y que el acceso web pasa por una caché; durante un entrenamiento reciente, se detectó que un modelo había obtenido acceso directo y se detuvo el entrenamiento. El entrenamiento y la evaluación con herramientas de sus modelos más capaces siguen suspendidos hasta que haya nuevas protecciones y, según la empresa, el incidente de Hugging Face sigue siendo el más grave observado. OpenAI promete apoyo a las agencias afectadas, créditos de su fondo Daybreak for Frontline Defenders, dotado con mil millones de dólares, y un grupo de trabajo integrado por expertos australianos independientes, cuyas recomendaciones se esperan antes de fin de año; Jason Kwon, su director de estrategia, comparecerá ante la comisión parlamentaria especial conjunta sobre IA en Sídney el martes 6 de octubre.

🔗 Artículo de OpenAI sobre los sitios australianos

Expedientes de seguridad antes de cualquier entrenamiento RL de frontera

28 de septiembre — En un artículo publicado el mismo día, OpenAI sostiene que debería exigirse documentación de seguridad estructurada antes de continuar cualquier entrenamiento por refuerzo de frontera, idealmente en forma de expedientes de seguridad (safety cases) comparables a los de la aviación o la energía nuclear. Es un objetivo que, según reconoce, todavía debe alcanzar y para el que está elaborando un marco. El artículo detalla tres ámbitos: salvaguardas técnicas (revisiones de los entornos de entrenamiento para evitar la manipulación de recompensas, seguimiento de la conciencia del modelo de estar siendo evaluado con umbrales que bloquean el proceso, correctores automáticos sin acceso a la cadena de razonamiento, transcripciones inmutables y pausa automática durante la noche ante alertas sin respuesta), normas operativas (contraanálisis escrito por otro equipo, derecho de veto de varios directivos, procedimientos de pausa y auditorías) e investigaciones tras cualquier incidente grave de desalineación, con análisis posteriores y publicación de los resultados. Según OpenAI, estas recomendaciones se están implantando internamente.

🔗 Expedientes de seguridad para el entrenamiento de frontera

Perplexity detalla su defensa en profundidad

29 de septiembre — Perplexity publica «How we engineer safer agents», un texto sobre sus principios acompañado de un hilo en X: la seguridad de los agentes es una cuestión de ingeniería de seguridad. Incluso sin instrucciones maliciosas, un agente que encuentra un obstáculo puede buscar cómo sortearlo y traspasar un límite de seguridad, algo que investigadores de Cornell Tech llaman «fallos accidentales» (accidental meltdowns). Perplexity cita el incidente de Hugging Face de julio y casos recogidos por SecurityWeek y Reuters, entre ellos, según SecurityWeek, la descarga de un archivo público desde el servidor de preproducción del AIHW australiano los días 20 y 21 de junio. Su respuesta se basa en tres reglas: capas que fallen por motivos independientes, al menos una capa determinista situada por debajo del agente y señales de riesgo que solo puedan restringir sus permisos. Entre las capas descritas, Numbat, publicado como código abierto en julio, supervisa agentes de código de terceros (Claude Code, Codex, OpenCode, Pi) en miles de equipos, y Computer ofrece reglas de detección validadas una por una por una persona. El artículo no anuncia ningún producto.

🔗 Artículo de Perplexity sobre la seguridad de los agentes

Agentes de código: Claude Code 2.1.285, Amp, Qwen Code 0.24.7, Replit Agent, Devin for MongoDB, Antigravity 2.18.1 y Serge

Claude Code 2.1.285 abre la aplicación de escritorio desde la terminal

29 de septiembre — Un día después de la versión 2.1.284, Claude Code llega a la 2.1.285, con 136 entradas, de las cuales 86 son correcciones.

Novedad de la 2.1.285	Qué aporta
`claude --desktop`	Abre la aplicación de escritorio de Claude en la carpeta o sesión deseada
`allowedProviders` (ajuste gestionado)	Limita los proveedores de API que pueden utilizarse en un equipo
`claude plugin configure`	Muestra y permite configurar las opciones de un plugin, también desde un script
Límite de los comandos en segundo plano	30 minutos de forma predeterminada, 2 horas como máximo
`CLAUDE_CODE_DISABLE_WEB_FETCH`	Desactiva la herramienta WebFetch

El modo auto sigue extendiéndose: claude -p y el SDK Agent en Python también se inician en modo auto con un proveedor externo o con la telemetría desactivada cuando no se ha configurado ningún modo. Las sesiones que pasan por un ANTHROPIC_BASE_URL personalizado utilizan la ventana de 1M tokens de los modelos que la ofrecen y, en Bedrock o Vertex AI, una sesión cambia a un modelo más antiguo del mismo nivel en lugar de fallar cuando un administrador retira el acceso al modelo predeterminado. En materia de seguridad, la comprobación de permisos de la herramienta PowerShell ignoraba las reglas de denegación cuando su analizador no se iniciaba, y una autorización permanente de la herramienta Artifact permitía publicar un archivo fuera de las carpetas de trabajo: ambas vulnerabilidades están corregidas.

🔗 Notas de la versión Claude Code 2.1.285

Amp pasa a Claude Opus 5.5 para su modo medium

28 de septiembre — Amp cambia el modelo de su modo medium, que se utiliza en la mayoría de las conversaciones: Claude Opus 5.5 sustituye a GPT-5.6 Sol como opción predeterminada, salvo para los suscriptores de ChatGPT con el ajuste ChatGPT Only, que conservan GPT-5.6 Sol con cargo a su suscripción. Amp lo ejecuta con esfuerzo high: por encima de ese nivel, según el equipo, consume más tokens y obtiene peores resultados. GPT-6 Sol quedó descartado: según Amp, obtiene resultados similares a GPT-5.6 Sol por la mitad de precio, pero es mucho más irregular en el trabajo real.

Modelo evaluado	Tareas resueltas (evaluaciones internas de Amp)	Coste comparado con Opus 5.5 (según Amp)
Claude Fable 5.1	71 %	Opus 5.5 cuesta un 40 % menos
Claude Opus 5.5	65 %	Referencia
GPT-5.6 Sol	61 %	Opus 5.5 cuesta un 10 % menos
Claude Opus 5	56 %	Opus 5.5 cuesta un 25 % menos

🔗 Opus 5.5 (Amp)

Qwen Code v0.24.7 añade /commit y el uso del escritorio remoto

29 de septiembre — Tres días después de la v0.24.6, Qwen Code publica la v0.24.7: 48 funciones y 81 correcciones, sin cambios incompatibles anunciados. El comando /commit redacta el mensaje de commit mediante IA, Web Shell incorpora worktrees opcionales para las sesiones de rama y una sesión remota puede usar el escritorio del usuario (computer use) gracias a un relé node_repl. La memoria incorpora recuperación estructurada bajo demanda, y la ejecución, un mecanismo alternativo basado en Landlock, el módulo de seguridad del núcleo Linux. Más de la mitad de las funciones preparan entre bastidores un Managed Agent y un Hosted Harness (contrato de API pública, sesiones persistentes y turnos alojados que requieren activación). Qwen Code Desktop v0.24.7, ahora compilado también para Linux ARM64, y el SDK TypeScript v0.1.17 salieron el mismo día.

🔗 Qwen Code v0.24.7

Replit deja que el modelo dirija la delegación

29 de septiembre — Replit explica cómo Replit Agent reparte el trabajo. En lugar de un enrutador, el bucle principal (core loop) del agente decide en cada paso qué subagente enviar, de qué tamaño (pequeño, estándar o grande), con qué esfuerzo de razonamiento y si conviene volver a recurrir a un subagente que ya recibió instrucciones; también ajusta su propio esfuerzo durante el turno. En producción, GPT-6 Astra delega trabajo a un ejecutor generalista en el 20 % de los turnos. En modo Max, con GPT-6 Astra como bucle principal, Replit Agent supera por 11 y 16 puntos a una arquitectura con un único asistente (sidekick), respectivamente. Según las cifras publicadas de las clasificaciones, GPT-6 Astra por sí solo solo lo supera gastando más del doble.

Configuración evaluada	DeepSWE v1.1	Coste por tarea (DeepSWE)	Terminal-Bench 4.0	Coste por tarea (Terminal-Bench)
Replit Agent, modo Max (bucle GPT-6 Astra)	72 %	2,11 dólares	49 %	2,53 dólares
GPT-6 Astra solo, esfuerzo low (referencia publicada)	67 %	1,60 dólares	42 %	2,25 dólares
GPT-6 Astra solo, esfuerzo xhigh (referencia publicada)	74 %	4,43 dólares	60 %	5,86 dólares
Arquitectura con un único asistente	61 %	1,34 dólares	33 %	1,84 dólares

🔗 Artículo de investigación de Replit

Devin for MongoDB Modernizations

29 de septiembre — Cognition y MongoDB lanzan Devin for MongoDB Modernizations, que integra Devin en la Application Modernization Platform (AMP) de MongoDB, sin relación con el agente Amp, para ayudar a las empresas a dejar atrás su infraestructura heredada y migrar a Atlas. Devin se encarga del código, la planificación y la reescritura de la lógica de negocio y las capas de acceso a datos, mientras que las herramientas deterministas de AMP trasladan y validan cada registro en MongoDB; los equipos conservan el control sobre el modelo de datos de destino y el orden de la migración. En las primeras pruebas conjuntas, un trabajo que llevaba entre cinco y seis horas ahora requiere algo más de una hora. La oferta está disponible para los clientes de ambas empresas.

🔗 Anuncio de Devin for MongoDB Modernizations

Antigravity 2.18.1 abre un mercado de plugins

28 de septiembre — Google publica la versión 2.18.1 de la aplicación Antigravity (14 mejoras, 15 correcciones y un despliegue gradual durante varios días). Añade una pestaña Customizations y un mercado (marketplace) para descubrir, instalar y gestionar plugins, con secciones dedicadas a las herramientas de desarrollo y las integraciones del espacio de trabajo. Una corrección afecta a los permisos: con los ajustes Default y Request Review, el agente podía modificar archivos de las carpetas .git, .env y .vscode sin pedir autorización. Ese mismo día, el blog de Antigravity presenta agentes personalizados incluidos en plugins oficiales a través de «Build with Google»: Flutter Accessibility, en el plugin Flutter & Dart, audita una aplicación (etiquetas semánticas, objetivos táctiles de menos de 48x48 dp y contrastes) y aplica correcciones; Firebase Security Rules redacta y refuerza las reglas de seguridad de Firestore. Para Google Play, el artículo ofrece una definición de agente que cada usuario debe registrar por su cuenta para realizar una comprobación de solo lectura antes del envío.

🔗 Registro de cambios de Antigravity · Agentes personalizados en los plugins de Google

Serge, el agente de Hugging Face que repara las pruebas de Transformers

29 de septiembre — En un artículo comunitario publicado bajo la organización Hugging Face, Tarek Ziadé describe Serge, el agente de integración continua que el equipo ejecuta cada noche en Transformers: detecta las pruebas de integración fallidas, reproduce los fallos en GPU, busca la causa, escribe una corrección, la verifica ejecutando la prueba cinco veces en el árbol sin corregir y cinco veces en el árbol corregido, y después abre una pull request que revisan los mantenedores. En unos 80 días, se han incorporado 29 correcciones. Cada tarea se ejecuta en un pod Kubernetes efímero sin credenciales de GitHub, y Serge solo puede subir ramas serge/ y abrir PR. Durante dos semanas, 86 sesiones de Kimi K-2.7-Code costaron unos 250 dólares para 24 PR verificadas (19 distintas), es decir, unos 14 dólares de inferencia por PR distinta y 43 dólares por PR fusionada. El equipo señala una trampa: cambiar el valor esperado de una prueba basta para que pase, por lo que examina esas correcciones con especial recelo. Sus primeras pruebas señalan a Qwen3.8-27B como el mejor candidato, a la mitad de precio.

🔗 Artículo sobre Serge

Guías de Claude para desarrolladores: migrar a Sonnet 5.5 y diseñar evaluaciones

Migrar a Claude Sonnet 5.5

28 de septiembre — Pocas horas después del lanzamiento de Claude Sonnet 5.5, Addy Osmani publica en claude.dev una guía de desarrollo para el modelo, difundida esa noche por @ClaudeDevs: Sonnet 5.5 para las tareas cotidianas bien delimitadas y Opus 5.5 para el trabajo complejo que exige criterio. Añade detalles ausentes del anuncio: el tamaño mínimo de un prompt almacenado en caché baja a 512 tokens (frente a 1 024 en Sonnet 5), la inferencia limitada a Estados Unidos cuesta 1,1 veces el precio estándar, la salida llega hasta 300k tokens en la API de procesamiento por lotes (beta) y las imágenes pueden medir hasta 2 576 píxeles por lado, a costa de aproximadamente 2,5 veces más tokens para una imagen de 2000×1500 que en Sonnet 4.6. En cuanto a la migración, el uso del ordenador (computer use) solo está disponible mediante computer_toolset_20260801 en la Claude API y Google Cloud, y un mecanismo alternativo del lado del servidor, en beta, vuelve a intentar con Sonnet 5 las solicitudes rechazadas de las categorías cyber y frontier_llm; el Cyber Verification Program se ampliará «pronto» a Sonnet 5.5. En Claude Code, Sonnet 5.5 carece de modo rápido y Opus 5.5 sigue siendo el modelo predeterminado.

Precio por millón de tokens	Sonnet 5.5	Opus 5.5
Entrada	2 dólares	4 dólares
Salida	10 dólares	20 dólares
Escritura en caché, 5 min	2,50 dólares	5 dólares
Escritura en caché, 1 h	4 dólares	8 dólares
Lectura de caché	0,20 dólares	0,20 dólares

🔗 Guía de desarrollo de Sonnet 5.5

Diseñar evaluaciones y mejorarlas paso a paso

28 de septiembre — En otra guía de claude.dev, Lance Martin explica cómo diseñar evaluaciones (evals) y mejorarlas paso a paso (hillclimbing) con dos comandos del skill claude-api en Claude Code. /claude-api build-eval crea una evaluación en el código base, recurriendo primero a las transcripciones de producción, luego a los informes de errores, a unos pocos casos escritos a mano y a casos sintetizados a partir del código, y propone el evaluador (grader) menos costoso; /claude-api hillclimb, presentado el 8 de septiembre, mejora la aplicación en función de esa evaluación, un cambio cada vez, con un conjunto reservado para evitar el sobreajuste. Una buena evaluación, según la guía, refleja la producción, sigue siendo útil con modelos más capaces y deja margen por debajo del 100 %.

Etapa en el banco de pruebas de soporte (30 tickets de búsqueda)	Precisión de decisión	Coste por ticket
Inicio: Opus 4.8, esfuerzo high	74,4 %	4,6 centavos
Prompt auditado, Opus 5.5, esfuerzo low	87,8 %	1,9 centavos
Sonnet 5, esfuerzo low	88,9 %	Aproximadamente 1 centavo
Sonnet 5 con reglas de enrutamiento	98,9 %	Coste similar

En los 14 tickets reservados, la configuración final alcanza el 90,5 % frente al 78,6 % inicial, por aproximadamente una quinta parte del coste. Aplicado al propio skill claude-api, el método elevó su resultado del 66 % a aproximadamente el 88 %.

🔗 Guía sobre el diseño de evaluaciones

Anthropic lanza un estudio con Anthropic Interviewer sobre lo que los usuarios esperan de la IA

29 de septiembre — Anthropic lanza un nuevo estudio realizado por Anthropic Interviewer, una IA que lleva a cabo entrevistas de unos 15 minutos, para averiguar qué esperan las personas de la IA. Se desarrolla del 29 de septiembre al 6 de octubre de 2026 y está dirigido a usuarios Free, Pro y Max de Claude y Claude Code cuyas cuentas tengan al menos dos semanas de antigüedad. Lo guían tres temas: las experiencias destacadas con la IA, tanto positivas como negativas; lo que podría cambiar en el trabajo, la escuela, la salud o la administración pública; y lo que los participantes esperan de las empresas que la desarrollan, incluida Anthropic. La novedad, según Anthropic, es que, por primera vez, cada participante puede hacer pública su entrevista completa, indicando el país pero sin nombre ni dirección de correo electrónico. Las preguntas frecuentes advierten que detalles aparentemente inocuos pueden permitir identificar a una persona y que Anthropic puede retirar su copia si se solicita, pero no las copias ya guardadas: la decisión debe considerarse definitiva. El estudio continúa el de diciembre de 2025, realizado con 81 000 personas.

🔗 Presentación del estudio Anthropic Interviewer

Modelos: Kumo Tabular de NVIDIA y Grok 4.7 en Amazon Bedrock

Kumo Tabular, el modelo tabular abierto de NVIDIA

29 de septiembre — NVIDIA publica en el blog de Hugging Face Kumo Tabular, un modelo fundacional abierto para datos tabulares: se le proporcionan filas ya etiquetadas y las filas para las que se quieren obtener predicciones, y devuelve probabilidades de clase o valores numéricos en una sola pasada hacia delante, sin entrenamiento, ajuste de hiperparámetros ni ingeniería de variables. Existe en tres tamaños, de 28 a 215 millones de parámetros, bajo la licencia OpenMDW-1.1, que permite el uso comercial. No vio ningún dato real durante su preentrenamiento: aproximadamente 35, 71 y 137 millones de tablas artificiales generadas a partir de modelos causales estructurales para las versiones Small, Medium y Large, con un contexto ampliado hasta 60 000 filas. Limitaciones declaradas: solo columnas numéricas y categóricas, y un máximo de 10 clases por pasada hacia delante.

Banco de pruebas	Resultado anunciado por NVIDIA
TabArena	1.º, ELO 1950
BeyondArena	1.º, ELO 1418
TALENT	1.º en la clasificación general
ScoringBench	Large 1.º y Medium 2.º en posición media

🔗 Artículo de NVIDIA en Hugging Face

Grok 4.7 en Amazon Bedrock

28 de septiembre — Una semana después de su lanzamiento, Grok 4.7 llega a Amazon Bedrock, anunciado por SpaceXAI y fechado el mismo día en la ficha del modelo de AWS: un modelo de frontera de xAI para código, tareas de agentes y trabajo basado en conocimientos, con entradas de texto e imagen, 500 000 tokens de contexto y cuatro niveles de esfuerzo (low, medium, high de forma predeterminada y xhigh). La inferencia global entre regiones mantiene la tarifa de la API de SpaceXAI, el enrutamiento limitado a las regiones estadounidenses cuesta un 10 % más y se añaden dos niveles de servicio a Standard: Priority, facturado a 1,75 veces la tarifa base, y Flex, a mitad de precio. El acceso se realiza únicamente mediante los perfiles entre regiones us.xai.grok-4.7 y global.xai.grok-4.7, con endpoints compatibles con OpenAI y Converse. Grok 4.7 es el tercer modelo Grok que figura en Bedrock, después de Grok 4.3 y Grok 4.6.

Opción de inferencia (nivel Standard)	Entrada por millón de tokens	Salida por millón de tokens	Lectura de caché por millón de tokens
Entre regiones a escala mundial (Global CRIS)	2,00 dólares	6,00 dólares	0,50 dólares
Entre regiones de EE. UU. (Geo CRIS)	2,20 dólares	6,60 dólares	0,55 dólares

🔗 Ficha de Grok 4.7 de Amazon Bedrock

Agentes especializados: VSS Blueprint 3.3, ProvenanceGuard y Maverick-4B-Unity-XR-Agent

NVIDIA VSS Blueprint 3.3 construye un agente de vídeo a partir de una solicitud

29 de septiembre — NVIDIA publica VSS Blueprint 3.3, una nueva versión de su proyecto de referencia Metropolis para la búsqueda y el resumen de vídeo (Video Search and Summarization), que combina VLM, LLM, RAG y herramientas MCP para convertir vídeos en búsquedas en lenguaje natural, alertas verificadas e informes. La nueva skill Build Vision Agent (vss-build-vision-ai) permite a un agente de código (Claude Code, Codex o cualquier agente compatible con agentskills.io) crear la aplicación a partir de una simple descripción, tomando como base el más cercano de cuatro perfiles validados; en la demostración de NVIDIA, una sola solicitud construye un agente de vigilancia de una línea de embotellado en menos de 30 minutos, por unos pocos dólares de uso del agente de código. El muestreo de vídeo eficiente y adaptativo (Adaptive Efficient Video Sampling) descarta las zonas de la imagen que no han cambiado y concentra el trabajo del VLM en los momentos en que ocurre algo; NVIDIA señala que los resultados varían según el movimiento de la escena.

Medida registrada (RTX PRO 6000 Blackwell, Cosmos 3 Super FP8)	Sin Adaptive EVS	Con Adaptive EVS
Latencia de contextualización de una alerta	1 021 ms	844 ms (-17 %)
Flujos VLM simultáneos en tiempo real	13	19 (+46 %)
Resumen de un vídeo de 60 minutos	Referencia	Aproximadamente la mitad de tiempo, 80 % menos tokens VLM

🔗 Artículo técnico de NVIDIA sobre VSS Blueprint 3.3

ProvenanceGuard verifica la fuente de cada afirmación de un agente MCP

29 de septiembre — El equipo de Multiverse Computing presenta en el blog de Hugging Face ProvenanceGuard, una capa de verificación para agentes que combinan varias herramientas mediante MCP. El problema que aborda: una afirmación que aparece como verdadera en alguna de las salidas de las herramientas, pero se atribuye a la fuente equivocada y pasa los controles habituales porque estos agrupan todas las pruebas. ProvenanceGuard se ejecuta después de la generación, sin volver a entrenar al agente: lee la traza MCP, divide la respuesta en afirmaciones, vincula cada una con su fuente y después permite o bloquea la respuesta. En las trazas de un agente médico, detecta 138 de las 139 afirmaciones que los expertos consideraban que debían bloquearse, a costa de enviar a revisión 67 afirmaciones válidas, con una puntuación F1 de bloqueo de 0,802 frente a 0,783 de MiniCheck y 0,758 de RAGAS. Limitación reconocida: cuando las fuentes son muy similares, solo identifica la fuente correcta del 50,3 % de las afirmaciones.

🔗 Artículo de Multiverse Computing en Hugging Face

Maverick-4B-Unity-XR-Agent controla Unity por voz sin conexión

28 de septiembre — Eren Ata, del laboratorio de realidad extendida (XRLab) de la Universidad Manisa Celal Bayar, publica Maverick-4B-Unity-XR-Agent, un modelo de 4 000 millones de parámetros ajustado a partir de Qwen3-4B para controlar por voz escenas de realidad extendida en Unity. Recibe una descripción JSON de la habitación y la frase del usuario, y responde con llamadas a una de sus 11 herramientas. Cuantizado, ocupa 2,5 GB y se ejecuta mediante llama.cpp con unos 3 GB de memoria GPU en un portátil con una tarjeta de 4 GB, sin enviar nada fuera del dispositivo. Entrenado mediante QLoRA en una sola NVIDIA T4 con 20 091 conversaciones sintéticas, alcanza el 83,8 % en 499 instrucciones humanas del banco de pruebas ALFRED, frente al 57,1 % del Qwen3-4B de partida y el 58,9 % de Nemotron-3 Super, un modelo de 120 000 millones de parámetros. Punto débil reconocido: solo logra un 75 % de aciertos al rechazar una acción imposible sin intentar ejecutarla. El modelo se publica bajo Apache-2.0 y el paquete Unity bajo licencia MIT.

🔗 Artículo en Hugging Face

Breves

Codex CLI 0.159.1 — Publicada el 29 de septiembre a las 20:32 UTC, esta versión correctiva reúne dos cambios incorporados de versiones posteriores y establece GPT-6.1 Sol como modelo predeterminado del catálogo integrado y de los catálogos Amazon Bedrock Mantle y Runtime. 🔗 fuente
Basis y GPT-6 Astra — En un caso de estudio publicado por OpenAI el 28 de septiembre, Basis, que automatiza el trabajo de los contables, afirma haber completado una hoja de cálculo fiscal de 50 pestañas en la mitad de tiempo con GPT-6 Astra que con GPT-5.6 Sol, y haber mejorado alrededor de un 20 % en sus evaluaciones internas. 🔗 fuente
Asana y sus AI Teammates — Tercera entrega de la serie del blog de Claude sobre los equipos de personas y agentes: Arnab Bose, director de producto de Asana, describe agentes con funciones definidas, cuyo acceso está limitado por los permisos de la persona que los solicita y cuya memoria compartida solo pueden modificar administradores y editores; presenta tres usos internos sin cuantificar los beneficios. 🔗 fuente
Genspark y Claude Sonnet 5.5 — Genspark incorpora el modelo lanzado el 28 de septiembre a AI Chat, Code Agent y Claw, y reproduce las cifras de Anthropic (generación más de un 30 % más rápida y hasta un 30 % menos de coste por tarea que Sonnet 5), sin precisar el plan ni el consumo de créditos. 🔗 fuente
Warp y v0 con una cuenta de ChatGPT — El mismo día que Devin, Warp (Terminal y Agent CLI, en colaboración con OpenAI) y después v0 permiten iniciar sesión con ChatGPT y pagar las solicitudes con el uso incluido en la suscripción; ninguno de los dos anuncia una tarifa propia. 🔗 fuente · v0
Claude Sonnet 5.5 en Warp — Warp incorpora el modelo de Anthropic a Warp Terminal y Warp Agent CLI (publicación del 28 de septiembre a las 22:36 UTC); el «100 %» que afirma haber logrado en una prueba de «escribir sonetos sobre Rust» es una broma sobre el nombre del modelo, no una medición. 🔗 fuente
Cursor y /visualize — Cursor ahora dibuja gráficos y diagramas en la conversación: el comando /visualize analiza datos y muestra la respuesta en el hilo, dentro de Agents Window. La única constancia del anuncio es una publicación en X, sin artículo ni entrada en el registro de cambios. 🔗 fuente
Replit en Muse — Anunciado el 24 de septiembre, el conector de Replit ya está disponible en Muse, el agente personal de Meta: se conecta Replit y luego se le pide a Muse que construya y publique una aplicación desde la conversación; no se indican tarifas ni países. 🔗 fuente
Los dos trabajos del ingeniero según Warp — En un ensayo del 28 de septiembre, Zach Lloyd explica que los ingenieros de Warp ahora construyen tanto el producto como la infraestructura de software que lo construye; la proporción del trabajo realizado sin intervención humana comenzó en torno al 20-30 % y se sigue mediante el número de intervenciones humanas por PR. 🔗 fuente
DeepSeek Harness 0.2.0-rc.2 — 24.ª versión preliminar del sistema de agentes de DeepSeek, todavía sin versión estable: el comando dsh se incluye con la aplicación de escritorio para macOS y Windows sin necesidad de instalar Node ni pnpm, el catálogo de modelos de terceros se ajusta a pi-ai 0.87.1 (desaparecen identificadores antiguos) y aparece un modo experimental de preguntas asíncronas. 🔗 fuente
Copilot CLI 1.0.90 en versión preliminar — Seis versiones preliminares, de la 1.0.90-0 a la 1.0.90-5, entre el 28 y el 29 de septiembre, sin versión estable; la 1.0.90-3 añade la opción --mcp-github-auth, que limita la autenticación de la cuenta de GitHub a los servidores MCP aprobados, y permisos de carpeta de solo lectura para la sesión. 🔗 fuente
Gemini CLI, versión nightly del 29 de septiembre — Un solo cambio, la PR #29448, que corrige un bucle infinito de autenticación en Windows, WSL y el modo sin interfaz (headless), detectado desde el 9 de julio: escritura atómica de las credenciales y uso de un archivo como almacenamiento alternativo cuando el llavero del sistema impide el acceso; la versión estable llegó a v0.62.0 esa misma noche. 🔗 fuente
Antigravity CLI 1.2.11 y 1.2.10 — Repaso de las versiones del 24 y el 25 de septiembre: la 1.2.11 ajusta el esfuerzo de razonamiento con --effort o /effort; la 1.2.10 añade un nivel medio de verbosidad y hace que las ejecuciones sin interfaz interrumpidas después de una respuesta parcial terminen con el código 3. 🔗 fuente
Live Voice Chat en Gemini Notebook — La conversación por voz en tiempo real con los cuadernos, disponible en unas 100 lenguas, ya se ha desplegado para todos los usuarios Pro en dispositivos móviles, después de llegar a los suscriptores Ultra el 21 de septiembre. 🔗 fuente
Propiedades personalizadas externas en GitHub — En versión preliminar pública, importan el contexto empresarial de los repositorios (propietario, nivel de servicio, ciclo de vida, cumplimiento normativo) desde un sistema de referencia como una CMDB; son de solo lectura en GitHub y se sincronizan mediante API. Port.io es el primer socio anunciado. 🔗 fuente
Dependabot y runners por repositorio — Un administrador de repositorio ya puede elegir el tipo de runner, la etiqueta y el grupo para las actualizaciones de Dependabot, una configuración hasta ahora reservada a la organización, en los repositorios privados e internos de github.com. 🔗 fuente
Agent API de Perplexity — El registro de cambios de la API añade Claude Sonnet 5.5 (2 y 10 dólares por millón de tokens, 0,20 por lectura de caché) y después GPT-6.1 Sol (2 y 10 dólares hasta 272 000 tokens, 4 y 15 por encima de ese límite, 95 % de descuento en lectura de caché, niveles flex y priority). 🔗 fuente
MCP o API, la guía de Perplexity — Una guía del 28 de septiembre presenta MCP como una capa sobre las API, recomendable cuando las herramientas son numerosas o cambian con frecuencia, y una API directa para secuencias fijas y grandes volúmenes, donde MCP consume más tokens; no anuncia ninguna función nueva. 🔗 fuente
Liquid AI d1 — Liquid AI anuncia d1, su primer modelo de decisión, que presenta como el primero en superar a Jev en el Decision Index de Hugging Face, sin publicar una puntuación; está disponible mediante su API y llegará «pronto» a OpenRouter, sin pesos publicados. 🔗 fuente
Together AI en OpenRouter — Together AI afirma ser el principal proveedor por proporción de tokens de OpenRouter para los principales modelos abiertos de código, con un 29,2 % para GLM 5.3 Flash, un 25,6 % para DeepSeek V4.1 Flash y un 18,9 % para Kimi K3, según una instantánea de ese día difundida sin detallar el método. 🔗 fuente
Open Superconductor Challenge — FINAL-Bench lanza en Hugging Face una competición de ciencia abierta: analizar desde un procesador de portátil 63 materiales 2D, de un conjunto de 4 832, en busca de superconductividad de onda d, con 3 000 dólares en premios y una temporada que termina el 31 de diciembre de 2026. 🔗 fuente
Suscripción de 100 dólares frente a GPU alquiladas — En un ensayo de la comunidad, el desarrollador Javad Taghia calcula que ejecutar por su cuenta GLM-5.3 en seis o siete H200 alquiladas costaría entre 5 172 y 6 034 dólares al mes, entre 50 y 60 veces su suscripción; la diferencia se reduciría a unas 5 veces con GLM-5.3 Flash cuantizado en una MI300X. 🔗 fuente
TRL v1.14.1 — Corrección de la v1.14.0: Hugging Face soluciona el fallo del modo servidor durante la primera sincronización de pesos con vLLM 0.20 a 0.25 y restablece una sola finalización por muestra después de las llamadas a herramientas. 🔗 fuente
Recompra de acciones en NVIDIA — El 28 de septiembre, el consejo de administración de NVIDIA autoriza 150 000 millones de dólares adicionales en recompras, lo que eleva el importe restante a 235 000 millones; NVIDIA presenta este aumento como el mayor de la historia. Anuncio exclusivamente financiero. 🔗 fuente
TensorRT Model Connect — NVIDIA extrae cinco reglas del diseño de este proyecto de código abierto pensado para agentes de código (trabajo que se puede paralelizar, objetivos en lugar de instrucciones paso a paso, aislamiento por familia de modelos, cambios reversibles y validación automatizada); al 29 de julio, abarcaba 128 familias de modelos probadas en GB300. 🔗 fuente
Runway Agent Tagging — Runway permite mencionar a Runway Agent allí donde se encuentran los recursos para pedirle modificaciones, variantes y correcciones; el 28 de septiembre, la plataforma también incorporó Eleven v4 de ElevenLabs. No se indican tarifas ni hay entrada en el registro de cambios. 🔗 fuente
El ecualizador de Suno Studio — Segundo artículo didáctico de Suno sobre sus efectos: Suno Studio dispone de un EQ por pista desde 2025, y la última versión también lo ofrece como efecto de audio, con ajustes preestablecidos, copia de ajustes entre pistas y proyectos y varios EQ por pista; no se trata de un lanzamiento. 🔗 fuente
Genspark elige Soniox — Genspark elige Soniox para el reconocimiento de voz de sus productos (IA controlada por voz, notas de reuniones y llamadas telefónicas autónomas), y destaca su compatibilidad con más de 60 lenguas; no indica fecha de despliegue ni condiciones. 🔗 fuente
Grok Imagine y la Odisea — Grok Imagine destaca un segundo episodio piloto basado en la Odisea de Homero, después del presentado el 18 de septiembre: Wonder Studios lo entregó en 15 días con 2 070 imágenes y 1 558 vídeos generados, sin anunciar el coste. 🔗 fuente

Qué significa esto

El DevDay convierte ChatGPT y Codex en plataformas de agentes que trabajan en ausencia del usuario. Los dots pueden funcionar día y noche en su propio ordenador en la nube, las tareas de Codex continúan con el portátil cerrado y Perplexity lanza ese mismo día Automations, agentes activados por un calendario o un evento que conservan la memoria de sus ejecuciones. Ambos lanzamientos delimitan la autonomía de la misma manera: algunas acciones las realiza el agente por sí solo, otras requieren aprobación y queda un historial consultable. Sin embargo, sus modelos de costes ya divergen: OpenAI incluye el primer dot y cobra después una cuota mensual fija, mientras que Perplexity consume créditos solo cuando el agente actúa. Al mismo tiempo, la API Agents incorpora el uso del ordenador y los plugins de ChatGPT pueden reaccionar a eventos MCP: el agente ya no espera a que le hablen.

OpenAI también convierte su suscripción en una forma de pago. Iniciar sesión con ChatGPT permite a Devin, Warp o v0 utilizar el uso incluido en un plan Plus o Pro, y el OpenAI Marketplace permite a las empresas imputar parte de su compromiso con OpenAI a Runway, Adobe o CrowdStrike. La velocidad se convierte en un producto aparte: Ultrafast cuesta seis veces la tarifa estándar de Astra y el plan Pro 500 da acceso a él en ChatGPT Work y Codex, mientras que GPT-6.1 Sol se acerca a Astra por una quinta parte del precio. De hecho, las mediciones del día se centran más en el coste por tarea que en la puntuación bruta: con GPT-6.1 Sol, Devin obtiene una puntuación a un punto de la de GPT-6 Sol por entre un 44 y un 57 % menos; Replit gana entre 11 y 16 puntos al permitir que el modelo delegue; Amp elige Opus 5.5 por un 10 % menos que GPT-5.6 Sol; y Serge corrige pruebas de Transformers por unos 14 dólares de inferencia por cada PR distinta.

La jornada también plantea la cuestión de la concentración entre fabricantes de chips y laboratorios de modelos. Si se concreta la adquisición que describe Clément Delangue, la plataforma que aloja los modelos abiertos de numerosos laboratorios pertenecerá a NVIDIA; por ahora, solo sus mensajes la anuncian, sin importe, calendario ni comunicado. AMD, por su parte, ha firmado un acuerdo definitivo para adquirir World Labs y explica que busca la experiencia de un laboratorio de modelos para orientar sus hojas de ruta de hardware, software y sistemas. Ambas operaciones apelan al ecosistema abierto: Clément Delangue presenta la adquisición como una forma de impulsar la IA de código abierto, y AMD habla de una infraestructura de IA para un ecosistema abierto. Ese mismo día, NVIDIA publicó en el blog de Hugging Face Kumo Tabular, un modelo abierto con una licencia que permite el uso comercial.

Por último, la seguridad de los modelos de frontera pasa a ser una cuestión de incidentes y procedimientos. Los modelos de OpenAI que accedieron sin autorización a sitios australianos estaban en fase de entrenamiento y evaluación, no en producción: esa es precisamente la fase a la que apuntan los expedientes de seguridad que OpenAI propone exigir antes de cualquier entrenamiento por refuerzo de modelos de frontera. Anthropic muestra, por su parte, que un modelo abierto, GLM-5.3, crea exploits completos a un nivel comparable, según sus mediciones, al de Claude Mythos Preview, y que es posible eliminar sus negativas con unos 4 400 dólares de cómputo. Las respuestas convergen en protecciones situadas fuera del modelo: una capa determinista bajo el agente en Perplexity, el acceso directo a internet bloqueado en los entornos de investigación de OpenAI y los proveedores de API restringidos por el administrador en Claude Code. En el ámbito defensivo, Codex Security Cloud incluye ahora por defecto los modelos de ciberseguridad de Daybreak Blue, y Anthropic pide a los gobiernos que evalúen los modelos más capaces.