Ha pasado bastante desapercibido, casi de puntillas, pero esta semana hemos visto cómo un modelo chino —GLM 5.2, de Z.ai— se situaba entre Opus 4.7 y 4.8, justo por debajo de GPT-5.5 y por encima de Gemini 3.5.

Me diréis que, como tantas otras veces, estamos al final de una generación de modelos americanos y al inicio de una nueva generación de modelos chinos. Y tendréis razón. Anthropic ya ha sacado la generación Mythos, que rinde mucho mejor; OpenAI está a punto de presentar GPT-6, y Google probablemente hará lo mismo. Pero, aun así, aquella distancia de seis meses o un año con la que a menudo calificábamos los modelos chinos respecto de los occidentales se está evaporando.

También es cierto que los benchmarks no son toda la historia; de hecho, quizás ni siquiera son la parte más importante. Los modelos actuales vienen acompañados de herramientas como skills, subagentes, rutinas y todo un ecosistema de tutoriales, herramientas ya preparadas y agentes genéricos como Cowork, Codex o Code, que facilitan enormemente su adopción. Puedes utilizar modelos chinos a través de Cursor, pero no es exactamente lo mismo. Tampoco lo es la calidad de la respuesta, y la nueva generación de modelos americanos será, sin duda, muy superior. Las grandes barreras continúan siendo la capacidad de cómputo y el ecosistema de adopción: dos barreras difíciles de superar.

La otra gran noticia era esperada: SpaceX ha comprado Cursor por 60.000 millones de dólares, tal como ya se había anunciado. También veremos una nueva versión de Grok. Con este movimiento, SpaceX se posiciona tanto en el mercado de los modelos como en el de los agentes de programación y trabajo, en la línea de Cowork, Codex y Code. Habrá que ver cómo evoluciona todo cuando aparezca la superaplicación de OpenAI. DeepSeek, por su parte, ha levantado 4.400 millones de dólares, situando el listón de las empresas emergentes chinas a otro nivel. Y Anthropic parece cada vez más cerca de llegar a un acuerdo con la administración americana, como no podía ser de otra manera. El mensaje de fondo es claro: la carrera ya no es solo entre empresas americanas. China ha dejado de ser un perseguidor lejano y empieza a jugar, cada vez más a menudo, en la misma liga.

Z.ai lanza GLM 5.2

Z.AI, la empresa china antes conocida como Zhipu AI, ha presentado GLM-5.2, un nuevo modelo de inteligencia artificial especialmente orientado a tareas de programación e ingeniería de software. La gran novedad es que puede trabajar con una ventana de contexto de 1 millón de tokens, cinco veces más que su predecesor, GLM-5.1.

Esto es importante porque, en programación, el contexto lo es casi todo. Muchas tareas complejas —como entender un repositorio entero, revisar documentación extensa o modificar muchos archivos a la vez— requieren que el modelo pueda "tener en la cabeza" mucha información simultáneamente. Con una ventana de 1 millón de tokens, GLM-5.2 podría analizar proyectos mucho más grandes sin tener que fragmentarlos en pequeñas piezas.

El modelo tiene una arquitectura de mixture of experts, es decir, combina muchos submodelos especializados, pero solo activa una parte en cada momento. En total, tiene alrededor de 744.000 millones de parámetros, aunque solo unos 40.000 millones están activos durante cada operación. Esto permite construir modelos muy grandes sin que el coste computacional sea tan elevado como si todo el modelo funcionara a la vez.

Otro elemento destacado es que los pesos del modelo se han publicado en Hugging Face bajo licencia MIT. Esto facilita que desarrolladores y empresas lo puedan descargar, probar y adaptar con mucha libertad. También hay una versión FP8, con precisión reducida, pensada para rebajar los requisitos técnicos a la hora de ejecutarlo.

La compañía presenta GLM-5.2 no tanto como un chatbot generalista, sino como una herramienta para flujos de trabajo largos y complejos en ingeniería. Es decir, no solo responder preguntas, sino ayudar en procesos de muchos pasos: entender un proyecto, detectar problemas, proponer cambios y mantener la coherencia a lo largo de toda la tarea.

La lectura de fondo es que la competición por los modelos abiertos de programación se está acelerando muy rápidamente. Meta con Llama, Alibaba con Qwen, DeepSeek, Mistral y ahora Z.AI compiten por convertirse en la infraestructura preferida de los desarrolladores. En este mercado, una gran ventana de contexto puede ser una ventaja decisiva.

GLM-5.2 leads all open weights models on GDPval-AA v2, our primary metric for real-world agentic performance. At 1524 it places ahead of MiniMax-M3 (1418) and DeepSeek V4 Pro (max, 1328), and is effectively level with GPT-5.5 (xhigh, 1514). We visually inspected GLM-5.2's outputs… pic.twitter.com/ugcyCY9dRr

— Artificial Analysis (@ArtificialAnlys) June 17, 2026

SpaceX compra Cursor por $60B

SpaceX estaría preparando una de las operaciones más sorprendentes del sector tecnológico: la adquisición de Cursor, la herramienta de inteligencia artificial para programar, en una operación valorada en 60.000 millones de dólares pagada íntegramente con acciones. Cursor, desarrollada por la empresa Anysphere, se ha convertido en una de las plataformas de IA más populares entre programadores. Permite escribir, corregir y depurar código con ayuda de algoritmos, y forma parte de uno de los primeros mercados de la inteligencia artificial que ya genera ingresos muy importantes: el software para desarrolladores.

Según el texto, la operación daría a Elon Musk una entrada mucho más fuerte en el mercado empresarial de la IA. SpaceX podría integrar Cursor dentro de la órbita de xAI, su división de inteligencia artificial, para acelerar el desarrollo de Grok y de otros productos orientados a empresas. El acuerdo también tendría una dimensión estratégica clara. Comprar Cursor no sería solo comprar una herramienta de programación, sino adquirir una puerta de entrada directa a miles de empresas que ya utilizan IA en su día a día.

Esto situaría a Musk en una posición más competitiva ante actores como OpenAI, Anthropic u otros grandes laboratorios de IA. La lectura de fondo es que el mercado de la IA empieza a separar el grano de la paja. Mientras muchas aplicaciones todavía buscan un modelo de negocio claro, las herramientas de programación asistida por IA ya han demostrado que pueden generar miles de millones en ingresos. Por eso, si esta operación se confirma, sería una señal poderosa: la batalla por la IA empresarial no se jugará solo en los grandes modelos, sino también en las herramientas concretas que transforman la manera de trabajar.

DeepSeek levanta $7.4B

DeepSeek, el laboratorio chino de inteligencia artificial que se ha convertido en uno de los nombres más observados del sector, ha cerrado una ronda de financiación histórica de más de 7.400 millones de dólares. La operación sitúa la valoración de la compañía por encima de los 50.000 millones de dólares, una cifra que confirma la ambición de China de competir directamente con los grandes actores globales de la IA. Lo más relevante, sin embargo, no es solo la cantidad recaudada, sino la estructura del acuerdo.

Los inversores no ponen el dinero directamente en DeepSeek, sino en una sociedad controlada por su fundador y CEO, Liang Wenfeng. Esto le permite mantener el control absoluto de la empresa y evitar que los nuevos inversores condicionen la estrategia futura. Además, la mayoría de los participantes aceptan no vender su participación durante cinco años.

Entre los inversores hay gigantes chinos como Tencent, CATL, JD.com, NetEase e IDG Capital. El mismo Liang Wenfeng es quien aporta la cantidad más grande, lo que refuerza la idea de que quiere conservar el mando del proyecto. La única excepción importante es el Fondo Nacional Chino de Inversión en Inteligencia Artificial, que entra directamente en DeepSeek con derechos de voto y sin estar sujeto al bloqueo de cinco años. En conjunto, la operación muestra dos cosas: por un lado, la confianza del capital chino en DeepSeek como pieza clave de la carrera global por la IA; por el otro, la voluntad de su fundador de crecer muy rápidamente sin perder el control político y empresarial de la compañía.

Anthropic discute una salida con la Casa Blanca

Anthropic, una de las empresas más importantes del sector de la inteligencia artificial, está negociando con la administración Trump para resolver una crisis reguladora que ha afectado directamente el acceso a sus modelos más recientes. El conflicto comenzó cuando la Casa Blanca impuso una directiva de control de exportaciones. Como respuesta, Anthropic suspendió el acceso a sus últimos modelos no solo a los clientes, sino también a trabajadores extranjeros dentro de la misma empresa.

La medida muestra hasta qué punto la IA se ha convertido en una cuestión de seguridad nacional y no solo en un negocio tecnológico. Según la información disponible, la decisión del gobierno llegó después de que líderes del sector, incluido el CEO de Amazon, Andy Jassy, expresaran preocupaciones sobre posibles vulnerabilidades de seguridad en los modelos de Anthropic. La empresa, sin embargo, ha minimizado estos riesgos y los ha descrito como problemas simples y habituales en otros modelos disponibles públicamente.

La reunión del lunes entre directivos de Anthropic y responsables del Departamento de Comercio todavía no ha producido ningún acuerdo definitivo, pero ambas partes aseguran que trabajan para encontrar una solución rápida. En las conversaciones ha participado Chris Fall, responsable del Centro de Estándares e Innovación en IA, el organismo que antes había sido creado por la administración Biden como Instituto de Seguridad en Inteligencia Artificial.

El caso es significativo porque muestra el nuevo equilibrio de poder alrededor de la IA: las empresas tecnológicas quieren desplegar modelos cada vez más avanzados, pero los gobiernos empiezan a intervenir con más fuerza cuando consideran que hay riesgos de seguridad, soberanía tecnológica o control internacional.

Bezos quiere crear un "ingeniero artificial"

Jeff Bezos ha presentado Prometheus, una nueva empresa de inteligencia artificial que quiere ir más allá de los chatbots y las herramientas digitales. Su ambición es construir un "ingeniero artificial general": un sistema capaz de ayudar a diseñar productos físicos complejos, desde la idea inicial hasta la fabricación.

La compañía nace con unas cifras muy elevadas. Según el texto, ha captado 12.000 millones de dólares y ya estaría valorada en unos 41.000 millones. Está liderada por el mismo Bezos y por Vik Bajaj, antiguo directivo de Google, y ofrece inversores de primer nivel como JPMorgan, BlackRock, Goldman Sachs y DST Global.

La idea central de Prometheus es aplicar la IA a sectores donde innovar es caro, lento y técnicamente muy exigente: motores de avión, naves espaciales, dispositivos médicos, semiconductores o maquinaria industrial. En lugar de limitarse a generar textos, imágenes o código, la empresa quiere que la IA participe en el proceso de inventar, probar, diseñar y llevar al mercado nuevos productos.

El proyecto es importante porque apunta hacia una nueva etapa de la inteligencia artificial. Hasta ahora, buena parte del debate se ha centrado en modelos capaces de conversar o automatizar tareas de oficina. Prometheus plantea una pregunta más profunda: ¿qué pasará cuando la IA entre de lleno en la ingeniería, la fabricación y la economía física?

Si esta visión se materializa, la IA no solo transformaría cómo escribimos, programamos o analizamos información, sino también cómo inventamos aviones, fármacos, máquinas o dispositivos médicos. Es decir, podría reducir drásticamente el tiempo que pasa entre tener una idea y convertirla en un producto real.

Salesforce compra Fin, 'customer service'

Salesforce ha anunciado la adquisición de Fin, una plataforma de atención al cliente basada en inteligencia artificial, en una operación valorada en 3.600 millones de dólares. El objetivo es reforzar su apuesta por la IA empresarial y, especialmente, por los agentes automatizados capaces de resolver consultas de clientes. Fin, antes vinculada a Intercom, ofrece agentes de IA que pueden gestionar peticiones de soporte en múltiples canales: chat, WhatsApp, SMS, llamadas telefónicas, Slack y otras herramientas de comunicación. Es decir, no se trata solo de un chatbot tradicional, sino de un sistema pensado para integrarse en el día a día de las empresas y automatizar una parte importante del servicio de atención al cliente.

Salesforce quiere incorporar esta tecnología a Agentforce, su plataforma para crear agentes de IA para empresas. Con esto, busca facilitar que las compañías desplieguen asistentes inteligentes capaces de atender clientes, resolver incidencias y reducir la carga de los equipos humanos de soporte. La operación también incluye el mantenimiento del equipo directivo de Fin. Su cofundador, Eoghan McCabe, continuará como CEO, y el equipo actual seguirá liderando el desarrollo del producto. Esto sugiere que Salesforce no solo compra tecnología, sino también talento y conocimiento acumulado en uno de los campos más competitivos de la IA aplicada.

La lectura de fondo es clara: la atención al cliente se está convirtiendo en uno de los primeros grandes campos de batalla de la IA empresarial. Muchas empresas buscan reducir costes, mejorar tiempos de respuesta y ofrecer servicio continuado sin depender exclusivamente de equipos humanos. Si la integración funciona, Salesforce podría reforzar su posición ante competidores como Microsoft, Zendesk, ServiceNow o los nuevos actores nativos de IA.

Más allá de la operación concreta, el caso muestra hacia dónde se mueve el mercado: la IA deja de ser solo una herramienta experimental y empieza a convertirse en infraestructura básica para gestionar procesos empresariales. En este caso, el primer gran impacto no llega en forma de robots futuristas, sino en una tarea muy cotidiana: responder mejor y más rápido a los clientes.

Cómo la IA nos cambiará la vida 

Un barco chino de contenedores eléctrico 

La nueva batería de Huawei – 5000km – 5m 
Ya hay más camiones eléctricos que diésel en China
China elimina 12.000 programas de Grado a causa de la IA 

La investigación IA 

GLM-5.2: Built for Long-Horizon Tasks-AI Lab: Z.ai

Z.AI ha presentado GLM-5.2, su nuevo modelo de inteligencia artificial orientado a tareas largas de programación e ingeniería. Su principal novedad es una ventana de contexto de 1 millón de tokens, que le permite trabajar con grandes repositorios de código, documentación extensa y procesos complejos sin perder el hilo.

El modelo está pensado para flujos de trabajo profesionales: escribir y depurar código, optimizar sistemas, desarrollar proyectos de software y mantener la coherencia en tareas de muchos pasos. Además, incorpora diferentes niveles de esfuerzo, para que el usuario pueda equilibrar calidad, velocidad y coste computacional según la dificultad de la tarea.

GLM-5.2 se publica con licencia MIT y pesos disponibles en Hugging Face, lo que facilita su uso por parte de desarrolladores, empresas e investigadores. Según Z.AI, es uno de los modelos abiertos más competitivos en programación y tareas de largo recorrido, aunque las comparaciones hay que leerlas con prudencia porque provienen principalmente de la misma compañía. En conjunto, GLM-5.2 muestra hacia dónde avanza la IA: menos chatbot genérico y más herramienta profesional capaz de ayudar en proyectos técnicos reales.

The Floor Has Risen. Now Raise the Ceiling-AI Lab: Wim Vanhaverbeke – Esteve Almirall

El artículo defiende que la inteligencia artificial está transformando profundamente la investigación en management. La idea central es que la IA ya está elevando el "suelo" de los artículos académicos: mejora la ejecución técnica, ayuda con la econometría, la revisión de literatura, la redacción, las simulaciones y la formalización matemática. Es decir, hace que sea más fácil producir trabajos metodológicamente sólidos.

Pero esto no significa que automáticamente genere mejor investigación. Según los autores, el gran reto ahora es elevar el "techo": hacer preguntas realmente nuevas, aportar ideas relevantes y construir contribuciones que importen más allá de la corrección formal. La IA puede ayudar mucho en la ejecución, pero la calidad de la idea sigue dependiendo sobre todo del criterio humano.

El artículo también plantea consecuencias importantes para los doctorados, las revistas y el sistema de revisión académica. Los estudiantes deberán aprender no solo métodos, sino también a juzgar si la IA los aplica bien. Los editores y revisores, por su parte, deberán mirar menos si un artículo "está bien hecho" y más si realmente aporta algo nuevo.

En conjunto, el texto propone una lectura optimista, pero exigente: la IA no sustituye a los buenos investigadores, sino a los investigadores que solo ejecutan. El futuro será para aquellos que tengan buenas preguntas, criterio teórico y capacidad de utilizar la IA para explorar más, mejor y con más ambición.

Beyond the Transformer-AI Lab: The Sequence

El artículo explica que la inteligencia artificial está entrando en una nueva etapa: la búsqueda de alternativas a la arquitectura transformer, que ha dominado el sector durante casi una década. Los transformers han sido muy eficientes para entrenar grandes modelos, pero tienen un problema importante cuando el contexto crece: necesitan mucha memoria para recordar todos los tokens anteriores.

A medida que los modelos quieren trabajar con ventanas de contexto de cientos de miles o millones de tokens, este coste se vuelve cada vez más difícil de sostener. Por eso están apareciendo nuevas arquitecturas que intentan repensar cómo una IA recuerda, procesa y razona sobre secuencias largas.

El artículo presenta varias líneas emergentes: el retorno de las redes recurrentes modernas, los modelos de difusión aplicados al lenguaje, los State Space Models como Mamba, las arquitecturas con aprendizaje durante la inferencia, los Liquid Foundation Models y los sistemas híbridos que combinan diferentes enfoques.

La idea de fondo es que no habrá necesariamente un único sustituto del Transformer. El futuro probablemente será híbrido: modelos que combinen atención, memoria comprimida, recurrencia y mecanismos adaptativos según el tipo de tarea. En conjunto, el texto describe un cambio importante en la IA: pasamos de modelos que dependen de fuerza bruta y grandes cantidades de memoria a arquitecturas más eficientes, flexibles y preparadas para razonar sobre contextos muy largos.

Otras noticias

-OpenAI quemó 3.700 millones de dólares el primer trimestre de 2026 a pesar de triplicar ingresos, evidenciando que la demanda de IA aún no garantiza rentabilidad.
-El Pentágono afirma que usó Grok, la IA de xAI, para planificar ataques contra Irán, mientras el Departamento de Justicia intenta frenar una demanda ambiental contra el centro de datos de Musk.
-Microsoft estudia incorporar DeepSeek a Copilot Cowork como opción de IA más barata, alojada en Azure para garantizar que los datos de los clientes queden dentro de su nube.
-Snap lanza unas nuevas gafas de realidad aumentada de 2.195 dólares para competir con Meta y Google, con traducción en tiempo real, navegación web y grabación de vídeo.
-Robinhood recortará un 10% de la plantilla, unos 290 puestos de trabajo, para mantenerse más ágil a pesar de asegurar que su posición financiera es sólida.
-La empresa emergente Ornn lanza índices para medir el precio de los tokens de OpenAI y Anthropic, un dato clave para seguir los costes y los ingresos del boom de la IA.