La carrera de la IA empezaba a parecer cosa de dos: Anthropic y OpenAI, con el permiso de Grok, siempre dispuesto a hacer ruido, y de un buen puñado de modelos chinos. ¡Pues no! Esta semana, Meta ha vuelto a disputar los primeros puestos con Muse Wonder. Y Google ha respondido con un Gemini 4 Argon espectacular, que incluso ha ayudado a multiplicar por casi tres la velocidad de ejecución de su modelo abierto Gemma en una de las pruebas de la compañía. Hay partido. Y nadie parece dispuesto a aflojar. En paralelo, no paran de circular rumores sobre GPT-7 y GPT-8 de OpenAI y sobre Opus 6 de Anthropic.

Son rumores, pero sí que tenemos una muestra palpable de lo que preparan los laboratorios: los más de 700 manuscritos matemáticos que OpenAI publicó la semana pasada, generados con un modelo interno todavía no disponible al público. No son 700 problemas resueltos y validados, pero la magnitud de la entrega ha sacudido a la comunidad matemática. Algunos investigadores ya se preguntan qué espacio quedará para la investigación humana si las máquinas pueden abordar en horas problemas que han ocupado carreras enteras. El vértigo ya no es por lo que la IA podría llegar a hacer, sino por lo que empieza a poner encima de la mesa.

Pero las novedades no se acaban en los laboratorios. Anthropic ha estrenado en beta herramientas para crear cuadros de mando y animaciones explicativas con Claude. Le explicas qué quieres y, en un abrir y cerrar de ojos, tienes una propuesta que puedes revisar y modificar. La calidad de los resultados hace que tareas que antes exigían horas y herramientas especializadas empiecen a quedar al alcance de mucha más gente. También hay una mejora que muchos hemos percibido usándolas, aunque no siempre venga acompañada de un anuncio. En mi caso, es especialmente evidente en las presentaciones: tanto Claude como las herramientas de OpenAI han dado un salto notable. Cada vez se acercan más a lo mejor que podríamos preparar nosotros con un tiempo limitado. Si le añades herramientas para generar imágenes y vídeos, el resultado puede ser espectacular. La distancia entre tener una idea y convertirla en una buena presentación se está acortando a una velocidad impresionante.

Y ojo con China. Se espera una nueva ola de modelos y ya empezamos a ver algunas muestras. Uno es GLM-Legal, la versión especializada en trabajo jurídico de Z.ai, construida sobre GLM-5.3-Flash. La apuesta es completar tareas como revisar contratos o analizar documentación, con un coste muy reducido. Los resultados anunciados todavía no permiten afirmar que supere a los mejores modelos generalistas en cualquier encargo, pero sí que plantean una pregunta incómoda: ¿cuánto estaremos dispuestos a pagar si un modelo especializado nos resuelve el trabajo por una fracción del precio? ¿Tiene que temblar Harvey? El tiempo lo dirá, pero la presión competitiva aumenta. Finalmente, también se mueve el hardware. Microsoft ha presentado Maia 300, un procesador propio que, según la compañía, ofrece un 40% más de tokens por vatio que los principales sistemas basados en GPU. A partir de 2027, quiere convertir la familia Maia en el principal sistema de inferencia de sus productos y servicios. La carrera se disputa en los modelos, en los agentes y en los chips. ¡Y no es cosa de dos!

Las noticias clave

Gemini 4 - Argon
Google quiere que la IA deje de ser una herramienta que responde preguntas y se convierta en una que resuelve problemas. Con Gemini 4 Argon, la compañía apunta al trabajo complejo: programar, analizar documentación jurídica y financiera, encontrar vulnerabilidades y ayudar a hacer ciencia. Según Google, el nuevo modelo encabeza el Vals Index, que evalúa tareas profesionales en diversos sectores. Pero lo más interesante son los ejemplos: ha ayudado al equipo de Chrome a completar en semanas una reorganización del código que habría requerido meses, y ha acelerado casi tres veces la ejecución de uno de sus modelos Gemma sin perder calidad. La promesa es clara: dar a la IA un objetivo y dejarla trabajar durante horas para alcanzarlo.

La ambición, sin embargo, va mucho más allá del software. Google explica que Argon ha contribuido a diseñar enzimas con actividad confirmada en el laboratorio, a encontrar nuevas soluciones matemáticas relevantes para la fusión nuclear y a identificar una alteración genética que las herramientas habituales habían pasado por alto durante años. En robótica, ha transformado un vídeo de una persona lanzando saquitos en una simulación con la que un humanoide ha aprendido a encestarlos. Son resultados anunciados por la compañía, pero apuntan a un cambio de fondo: la IA empieza a pasar de generar contenidos a ejecutar proyectos y contribuir a descubrimientos. Para extender este salto a los laboratorios, Google ofrecerá a 10.000 científicos seis meses de acceso gratuito al nivel más alto de Antigravity, con selección previa.

Meta Muse Wonder

Meta quiere una IA que te conozca y que no abandone el trabajo a mitad de camino. Esta es la propuesta de Muse Wonder y Muse Wonder Full, los nuevos modelos con los que la compañía avanza hacia lo que denomina "superinteligencia personal". Su apuesta combina dos capacidades: Active Memory, para recordar información relevante entre conversaciones y recuperarla cuando sea necesario, y Active Focus, para mantener el esfuerzo ante un objetivo complejo, probar alternativas y superar obstáculos. La idea es dejar de empezar de cero cada vez que abrimos el chat: un asistente que tenga presentes nuestras preferencias y circunstancias y las use para ayudarnos a resolver una reclamación, entender un contrato o desarrollar una aplicación.

Según Meta, los nuevos modelos obtienen resultados líderes en pruebas de memoria, programación y ejecución de tareas personales y profesionales. Pero la compañía destaca una ambición más interesante que ganar clasificaciones: que la IA sepa afrontar problemas nuevos, más allá de aquellos para los que ha sido entrenada. Los ejemplos incluyen agentes que trabajan en el navegador y entre aplicaciones para preparar un plan de running personalizado u organizar las mesas de una boda. Muse Wonder ya está disponible a través de la API de Meta y de Muse Code, mientras que la versión Full se ofrece a los suscriptores de Muse Code. La batalla por los asistentes personales entra así en una nueva fase: recordar qué necesitamos y trabajar hasta conseguirlo.

Character AI-fallida

De promesa de la IA a concurso de acreedores. Según The Information, Character.ai, la plataforma que permite conversar con personajes virtuales, se ha acogido al capítulo 11 de la legislación estadounidense para reorganizarse ante los costes y los problemas judiciales y regulatorios. La compañía asegura que continuará atendiendo a los suscriptores. Disney se presenta como licitador inicial en el proceso de subasta, con un acuerdo de 20 millones de dólares para licenciar parte de su propiedad intelectual. Entre las dificultades se encuentran las demandas de familias que atribuían a los chatbots un papel en suicidios y autolesiones de sus hijos, algunas de las cuales se resolvieron con un acuerdo en enero.

El desenlace pone el foco en una operación habitual en Silicon Valley: los gigantes fichan el talento y licencian la tecnología, pero la empresa que queda tiene que encontrar cómo sobrevivir. En 2024, Google pagó 2.700 millones de dólares para licenciar los modelos de Character.ai e incorporar a sus fundadores. La plataforma dejó de desarrollar modelos propios y asumió el coste de utilizar modelos externos. El caso ilustra hasta qué punto una operación multimillonaria puede recompensar a inversores y fundadores sin garantizar el futuro del negocio.

Una IA que ayuda a acelerar otra IA

Google explica que ha utilizado Gemini 4 Argon para conseguir que su modelo abierto Gemma genere casi tres veces más texto por segundo, manteniendo exactamente las mismas respuestas en la prueba realizada. En otro proyecto, Argon trabajó once horas sin supervisión sobre 205.000 líneas de código y ejecutó cerca de 17.000 pruebas. Los ingenieros acabaron incorporando dos de las seis mejoras propuestas, después de corregir problemas de compatibilidad. La revisión humana sigue siendo necesaria, pero la capacidad de delegar horas de trabajo técnico ya toma forma.

Para Google, cada mejora puede tener un efecto multiplicador. Acelerar el software reduce el consumo de recursos cada vez que se ejecuta, y la compañía ya aplica Argon a productos como Chrome y YouTube. Esto apunta a una ventaja competitiva que va más allá de tener un buen modelo: disponer de servicios, usuarios e infraestructura sobre los que aplicarlo a gran escala. Si la IA permite mejorar estos productos más rápidamente y abaratar su funcionamiento, Google puede reforzar aún más su posición. La misma tecnología que facilita crear nuevos competidores también puede hacer más poderosos a los gigantes que ya dominan el mercado.

La batalla de la IA también se juega en los chips

Microsoft hace su apuesta más ambiciosa por los chips propios. A partir de 2027, ampliará la familia Maia hasta despliegues de varios gigavatios y la convertirá en el principal sistema para ejecutar la IA de sus productos y servicios. La pieza estrella es Maia 300, que, según la compañía, genera un 40% más de tokens por vatio que los principales sistemas basados en GPU. Es decir, más texto procesado o generado con la misma energía. La apuesta ya está en marcha: Microsoft despliega Maia 200 en Estados Unidos, Europa y Australia, con una eficiencia energética hasta 1,7 veces superior en experiencias de Teams y Copilot, según sus datos.

El movimiento apunta a una competición cada vez más integrada: los gigantes quieren controlar desde el silicio hasta la aplicación que utilizamos. Diseñar conjuntamente chips, servidores, software y modelos permite ajustar cada pieza para aprovechar mejor la infraestructura y reducir el coste de servir la IA a millones de usuarios. Microsoft continuará incorporando tecnología de otros proveedores, pero el hecho de situar Maia en el centro de sus servicios marca un cambio de peso. En una industria que devora computación y electricidad, ganar la batalla de la eficiencia puede ser tan decisivo como tener el modelo más inteligente.

GLM Legal 

¿Es necesario el modelo más potente para hacer trabajo jurídico? Z.ai apuesta por la especialización. La compañía ha presentado GLM-Legal, un modelo construido sobre GLM-5.3-Flash y entrenado con grandes volúmenes de datos jurídicos y decenas de miles de simulaciones de tareas. El objetivo es completar procesos de principio a fin: revisar contratos, detectar cláusulas de riesgo, analizar pruebas entre muchos documentos o preparar planes de cumplimiento normativo internacional. Según los datos difundidos, obtiene un 19,2% de tareas con todos los criterios superados en el Harvey LAB, una prueba que cubre 24 ámbitos de práctica jurídica. Casi triplica el 6,7% del modelo de partida, aunque el resultado también evidencia el margen de mejora.

El dato que más llama la atención, sin embargo, es el coste: 0,15 dólares por tarea, frente a los 10,55 atribuidos a Gemini 4 Argon en esta evaluación: unas setenta veces menos. Esta comparación no implica que ofrezcan el mismo rendimiento en cualquier encargo, pero ilustra el potencial económico de los modelos especializados. GLM-Legal se puede probar con AutoClaw, el agente de escritorio de Z.ai, y el acceso a la API requiere una solicitud. Para los despachos, la pregunta es cada vez más concreta: ¿qué modelo resuelve mejor cada trabajo y a qué precio?

¿Cómo la IA nos cambiará la vida?

Robots repartidores también en Estados Unidos 

Los semáforos se reinventan 

¡Y los vendedores ambulantes también!

La investigación en IA 

Gemini 4 controlando robots - AI Lab: Google 

RRSI: Regularized Recursive Self-Improvement of Agent Harnesses-AI Lab: Google, Stanford, St. Louis
¿Puede un agente de IA mejorarse a sí mismo sin cambiar el modelo que lleva dentro? El trabajo sobre Regularized Recursive Self-Improvement (RRSI) explora esta posibilidad mejorando las instrucciones, las herramientas, la memoria y la organización del trabajo que rodean el modelo. El problema es que un agente puede aprender a superar las pruebas de entrenamiento sin mejorar ante problemas nuevos. Para evitarlo, RRSI limita los cambios que puede proponer en cada iteración, descarta los que dependen demasiado de una prueba concreta y elimina modificaciones poco útiles o demasiado costosas. En ocho bancos de pruebas de programación, trabajo con herramientas y diseño de ingeniería, consigue mejoras de hasta 4,3 puntos en cinco evaluaciones con tareas diferentes de las utilizadas durante la mejora, consumiendo un 30% menos de tokens que el proceso sin estas restricciones.

Por qué es importante
La importancia del trabajo es que sitúa una parte del progreso de la IA en cómo organizamos los agentes, más allá de hacer modelos más grandes. Un mismo modelo puede rendir mejor si aprende a gestionar el contexto, elegir herramientas y estructurar el trabajo con más eficacia. Automatizar esta mejora abre la puerta a agentes que perfeccionen progresivamente su forma de trabajar sin tener que reentrenar el modelo de base. El resultado más relevante es que una parte de las mejoras se traslada a tareas nuevas: es lo que permite distinguir una capacidad más general de una simple preparación para aprobar el examen. Para las empresas, esto apunta a una vía para obtener agentes más útiles y eficientes con los modelos que ya tienen.

AIM: Agentic Idea Management for Automated Research-AI Lab: Google, Wisconsin-Madison
Investigar exige tener ideas, pero también saber cuáles vale la pena perseguir. El trabajo presenta el Agentic Idea Manager (AIM), un sistema autónomo que organiza líneas de investigación, selecciona las más prometedoras y reparte los recursos disponibles para experimentar. Su propuesta es explorar ideas explícitamente, en lugar de limitarse a generar y probar soluciones sucesivas. Para ello, mantiene un registro de las ideas descubiertas, orienta la selección de nuevos experimentos y comprueba que cada implementación sea coherente con la idea que pretende poner a prueba. En diez tareas del banco de pruebas AutoLab, supera el mejor sistema de referencia en 1,6 puntos porcentuales en optimización de sistemas y en 4,9 puntos en desarrollo de modelos y programación CUDA. Además, llega al mejor resultado del sistema de referencia hasta 3,1 veces más rápido.

Por qué es importante
La importancia es que AIM aborda una de las decisiones centrales de la investigación: dónde dedicar el siguiente esfuerzo. Hacer experimentos más deprisa sirve de poco si se insiste en una dirección estéril o se exploran variaciones de la misma idea sin considerar alternativas. El trabajo apunta que gestionar explícitamente las líneas de investigación permite controlar mejor la diversidad de ideas exploradas, especialmente cuando las buenas opciones son escasas entre muchas plausibles. Los resultados se limitan a las tareas técnicas evaluadas, pero sugieren un paso relevante para la automatización científica: agentes capaces de organizar una exploración, decidir qué probar y distribuir un presupuesto limitado de experimentos.