Esta semana han llegado algunos de los nuevos modelos, concretamente los de Anthropic. De aquí a finales de verano veremos toda una sucesión de anuncios de novedades, no solo de modelos, sino también de agentes, de modelos de negocio e incluso de nuevos actores. El sector está en transición hacia modelos propietarios – hay que pagar la fiesta y el gasto es muy grande. Los chinos ya han alcanzado un posicionamiento importante en la esfera internacional y, por lo tanto, el código abierto ha dejado de tener mucho sentido para ellos.

Los modelos de negocio también están cambiando. Tenemos modelos que ya no van dirigidos al gran público, sino a empresas especializadas para tareas concretas. Antes esto se centraba en el desarrollo de software. Esta semana ha aparecido Mythos, el nuevo modelo de Anthropic, y el proyecto Glasswing, dirigido a la ciberseguridad y solo disponible para clientes seleccionados. Son el primer exponente de modelos superpotentes que requieren mucha computación, pero que pueden llegar a hacer cosas que no podíamos ni imaginar hace solo unos meses. Este modelo ha encontrado vulnerabilidades importantes que hacían 27 años que estaban abiertas. OpenAI ya comercializa una versión similar de los suyos.

También cambian los actores. Anthropic ya ha alcanzado niveles de ingresos comparables a los de OpenAI y parece que Meta y otros se quedan atrás. El B2C da paso al B2B, con modelos especializados y modelos de negocio más tradicionales. Dentro de poco aparecerá DeepSeek v4, un modelo entrenado y que funciona con chips chinos. Otro cambio importante. No es tan bueno como los americanos, pero prácticamente tan bueno y enormemente más barato. Pero el cambio más importante que vemos son los agentes. Ya hace tiempo que están. Ahora tanto Perplexity como Anthropic como OpenAI ya disponen de agentes que pueden interactuar con nuestros ordenadores y el mundo real. Queda muy poco para que gestionen nuestro correo, nos informen de las noticias, participen en grupos de WhatsApp y resuelvan la burocracia inescrutable para nosotros (esto tardará más; con superinteligencia no es suficiente para conseguirlo).

Anthropic Claude Opus 4.7

Anthropic ha anunciado el lanzamiento de Claude Opus 4.7, una nueva versión de su modelo de inteligencia artificial que da un salto notable en capacidades, especialmente en programación avanzada y tareas complejas. Según la compañía, el sistema es capaz de afrontar trabajos que hasta ahora requerían supervisión constante. Una de las principales mejoras es su capacidad para gestionar tareas largas y complejas de manera autónoma, manteniendo la coherencia a lo largo del proceso. Además, el modelo puede verificar sus propios resultados antes de darlos por buenos, hecho que incrementa su fiabilidad en entornos profesionales. Claude Opus 4.7 también incorpora avances en el ámbito multimodal. Puede analizar imágenes con mucha más resolución que versiones anteriores, cosa que abre la puerta a nuevos usos, como la interpretación de gráficos complejos o la lectura de capturas de pantalla detalladas. Paralelamente, mejora la calidad de los contenidos generados en tareas como presentaciones, informes o interfaces digitales.

En pruebas internas y con usuarios avanzados, el modelo ha mostrado un rendimiento superior en ámbitos como las finanzas o el trabajo legal, con análisis más rigurosos y mejor integración de diferentes tareas. También destaca por una mejor gestión de la memoria en proyectos largos, recordando información relevante entre sesiones. En cuanto a la seguridad, Anthropic ha reforzado los mecanismos de control, especialmente en usos vinculados a la ciberseguridad. El sistema puede detectar y bloquear solicitudes potencialmente peligrosas, mientras que profesionales acreditados pueden acceder a él a través de un programa específico para investigación y pruebas. El modelo ya está disponible a través de su API y en plataformas como Amazon Bedrock o Google Cloud, con el mismo precio que la versión anterior. Con este lanzamiento, Anthropic consolida su posición en la competición global para desarrollar modelos de IA más autónomos, fiables y capaces de asumir tareas de alto valor añadido.

Anthropic prepara una herramienta de IA para crear webs y presentaciones y sacude el sector

Anthropic se prepara para lanzar no solo su nuevo modelo Claude Opus 4.7, sino también una nueva herramienta de inteligencia artificial capaz de generar webs, presentaciones y otros productos digitales a partir de instrucciones en lenguaje natural. Según diversas informaciones, esta herramienta estará pensada tanto para usuarios técnicos como no técnicos, y permitirá crear desde páginas de aterrizaje hasta presentaciones completas con solo describir lo que se quiere. El lanzamiento podría producirse en los próximos días. El impacto potencial ya se ha dejado notar en los mercados: empresas como Adobe, Wix o Figma han registrado caídas superiores al 2% tras conocerse la noticia. También podría afectar a empresas emergentes especializadas como Gamma o soluciones emergentes de diseño con IA. El movimiento confirma la tendencia del sector hacia herramientas cada vez más automatizadas que simplifican la creación digital, reduciendo la necesidad de conocimientos técnicos.

OpenAI entra en la biomedicina con GPT-Rosalind mientras la IA se expande a nuevos sectores clave

OpenAI ha presentado GPT-Rosalind, una nueva familia de modelos de inteligencia artificial orientados a la investigación en ciencias de la vida, en un movimiento que consolida la expansión de la IA hacia sectores de alto valor como la salud y la biotecnología. El modelo está diseñado para ayudar a investigadores en campos como la genómica, la bioquímica o el análisis de proteínas, ámbitos cada vez más dependientes de grandes volúmenes de datos. Según la compañía, el objetivo es acelerar procesos como el descubrimiento de fármacos, que actualmente pueden tardar entre 10 y 15 años y tienen una tasa de éxito muy baja: solo 1 de cada 10 medicamentos en ensayo clínico acaba aprobándose. GPT-Rosalind no sustituye a los científicos, pero sí que pretende reducir el tiempo dedicado a tareas analíticas complejas, ayudando a sintetizar evidencia, generar hipótesis y mejorar la toma de decisiones. OpenAI insiste en que los expertos continúan siendo imprescindibles en la validación final de los resultados.

El modelo, bautizado en honor a la científica Rosalind Franklin, se está desplegando de manera limitada a través de un programa de acceso restringido para organizaciones como Amgen, Moderna o el Allen Institute, con controles estrictos de seguridad para evitar usos indebidos, especialmente en ámbitos sensibles como la biología. A pesar del potencial, el sector todavía está en una fase inicial: ningún medicamento diseñado íntegramente con IA ha superado aún los ensayos clínicos más avanzados. Además, varios expertos alertan del riesgo de que estas tecnologías puedan ser utilizadas para desarrollar agentes biológicos peligrosos. Con este lanzamiento, OpenAI refuerza una tendencia creciente: el desarrollo de modelos especializados por sectores concretos. Si estos sistemas cumplen las expectativas, la IA podría transformar profundamente la investigación científica y acelerar la llegada de nuevos tratamientos para millones de personas.

OpenAI 5.4 Cyber

OpenAI ha anunciado el lanzamiento restringido de GPT-5.4-Cyber, un nuevo modelo de inteligencia artificial diseñado para detectar vulnerabilidades en software. La compañía sigue así una estrategia similar a la de Anthropic, que recientemente también ha limitado el acceso a sus modelos más avanzados en ciberseguridad. Inicialmente, la tecnología solo estará disponible para cientos de organizaciones dentro de un programa de Trusted Access, con el objetivo de ampliar progresivamente el acceso a miles de socios. OpenAI defiende que esta distribución controlada permite maximizar los usos defensivos —como la protección de infraestructuras críticas— mientras se minimizan los riesgos de uso malicioso.

Este tipo de IA, capaz de detectar errores y puntos débiles en sistemas informáticos, puede ser utilizado tanto para reforzar la seguridad como para atacar sistemas, hecho que ha abierto un debate dentro de la comunidad experta. Algunos especialistas consideran que restringir su acceso puede dejar a demasiados actores sin herramientas para defenderse. El movimiento se enmarca en una tendencia creciente: los grandes laboratorios de IA están optando por despliegues selectivos de sus tecnologías más potentes, especialmente en ámbitos sensibles como la ciberseguridad o la biología. En paralelo, OpenAI continúa expandiéndose hacia otros sectores estratégicos, como las ciencias de la vida con modelos como GPT-Rosalind, mientras el conjunto del sector acelera hacia una nueva generación de IA más especializada, autónoma y con un impacto creciente en la economía y la seguridad global.

Nueva ola de despidos tecnológicos: la IA acelera el reajuste del sector

Las grandes tecnológicas intensifican los despidos en una nueva fase de reestructuración marcada por la inteligencia artificial y la presión para mejorar la rentabilidad. El último caso es Snap, que ha anunciado la salida de unos 1.000 trabajadores (el 16% de la plantilla) con el objetivo de reducir costes y ganar eficiencia. Pero el movimiento forma parte de una tendencia mucho más amplia. Meta estudia recortar hasta un 20% de su plantilla —entre 15.000 y 16.000 empleados de un total de unos 79.000— para compensar la fuerte inversión en infraestructuras de IA. Amazon también continúa ajustando la organización. Después de una primera ola de 14.000 despidos en 2025 y de otro gran recorte de 16.000 trabajadores a inicios de 2026, la compañía mantiene el proceso de reducción de costes y simplificación interna.

El caso más drástico fuera del sector puramente digital es el de Nokia, que ha anunciado hasta 14.000 despidos dentro de un plan global para adaptarse a la caída de la demanda en infraestructuras de telecomunicaciones. En conjunto, el sector vive una auténtica reconfiguración: solo en 2026 ya se han superado los 90.000 puestos de trabajo afectados por recortes tecnológicos. Las empresas apuestan por estructuras más ligeras y equipos más pequeños, aprovechando la IA para automatizar tareas y aumentar la productividad. Más que una crisis puntual, los despidos reflejan un cambio estructural: la transición hacia un modelo empresarial con menos trabajadores, más automatización y una dependencia creciente de la inteligencia artificial.

OpenAI impulsa una nueva generación de agentes de IA con más autonomía y control

OpenAI ha presentado una actualización importante de su Agents SDK, una herramienta pensada para que los desarrolladores puedan crear agentes de inteligencia artificial más útiles y capaces de trabajar de manera autónoma en entornos reales. La principal novedad es que estos agentes pueden operar dentro de un sandbox, un espacio controlado donde pueden leer y escribir archivos, ejecutar código y utilizar herramientas de manera segura. Esto permite que afronten tareas complejas y de larga duración, como analizar documentos o automatizar procesos empresariales, sin poner en riesgo datos delicados. El nuevo sistema también incorpora mejoras clave en la manera como los agentes trabajan: tienen memoria configurable, pueden coordinar múltiples herramientas y se adaptan mejor al funcionamiento de los modelos de IA más avanzados. El objetivo es reducir la distancia entre prototipos y aplicaciones reales, uno de los grandes retos actuales en el desarrollo de IA.

Según OpenAI, esta infraestructura resuelve limitaciones habituales: los frameworks genéricos no aprovechan todo el potencial de los modelos, mientras que otras soluciones son demasiado rígidas o poco transparentes. Con esta propuesta, se busca combinar flexibilidad y control. La empresa también pone énfasis en la seguridad y la escalabilidad. Separar el entorno de ejecución del sistema principal permite proteger credenciales, recuperar tareas en caso de fallo y distribuir el trabajo entre diferentes entornos para ganar eficiencia. Con este movimiento, OpenAI refuerza su apuesta por agentes de IA cada vez más autónomos, una tecnología que se perfila como una de las claves en la próxima oleada de transformación digital.

OpenAI hará anuncios 'pay-per-click'

OpenAI se prepara para dar un nuevo paso en el negocio de la publicidad dentro de ChatGPT. Según The Information, la compañía ha explicado a algunos anunciantes que, en los próximos días, les permitirá contratar campañas con un modelo de pago por clic, es decir, abonando solo cuando el usuario interactúe con el anuncio. Hasta ahora, el sistema publicitario se basaba sobre todo en el número de visualizaciones, pero el nuevo modelo acerca OpenAI a las herramientas habituales de grandes plataformas como Google y Meta, que ofrecen más métricas de rendimiento y más control sobre los resultados de las campañas. La compañía también estudia formatos orientados a la conversión, pensados para que el usuario realice una acción concreta, como una compra. Todavía no queda claro cuándo se desplegarán estas funcionalidades, pero el movimiento indica que OpenAI quiere convertir ChatGPT en una plataforma publicitaria mucho más completa.

La apuesta es especialmente relevante porque el grupo se ha fijado objetivos muy ambiciosos. Según la misma información, OpenAI presentó a los inversores previsiones de unos 2.400 millones de dólares de ingresos publicitarios este año y de 11.000 millones en 2027. Si alcanzara esta cifra, superaría claramente negocios publicitarios consolidados como los de Snap o Pinterest. En el fondo, el mensaje es claro: OpenAI no solo quiere liderar la carrera de la IA generativa, sino también convertir ChatGPT en un gran escaparate comercial con capacidad de competir directamente con los gigantes tradicionales de la publicidad digital. Google lleva los skills de IA a Chrome para convertir prompts en herramientas de un clic. Google ha anunciado una nueva función para Chrome que permite guardar prompts de inteligencia artificial como skills, es decir, pequeñas herramientas reutilizables que se pueden activar con un solo clic mientras se navega.

La novedad quiere resolver un problema habitual: repetir una misma instrucción cada vez que el usuario visita una página diferente. Con este sistema, si alguien crea un prompt útil —por ejemplo, comparar productos, resumir documentos largos o adaptar recetas— lo podrá guardar y reutilizar después directamente desde Gemini en Chrome. Además, Google también lanza una biblioteca de skills ya preparados para usos comunes, que los usuarios pueden adoptar, modificar y personalizar. Entre los ejemplos se encuentran especificaciones de productos, analizar ingredientes o extraer información importante de textos extensos. La compañía subraya que estas herramientas mantienen las mismas protecciones de seguridad y privacidad que Gemini en Chrome, y que ciertas acciones sensibles, como enviar un correo o añadir un evento al calendario, continuarán requiriendo confirmación. La función comienza a desplegarse en la versión de escritorio de Chrome y refuerza la estrategia de Google de convertir el navegador en un espacio cada vez más integrado con asistentes de IA.

Investigación IA

TabICLv2: A better, faster, scalable, and open tabular foundation model-AI Lab: INRIA
Los modelos de inteligencia artificial especializados en datos tabulares —como los que utilizan empresas y analistas— viven un salto importante. Un nuevo sistema, llamado TabICLv2, ha logrado superar los modelos tradicionales como los árboles de decisión avanzados (gradient boosting), que hasta ahora dominaban este campo. La clave del progreso es el uso de técnicas de “aprendizaje en contexto”, que permiten al modelo adaptarse a nuevos datos sin necesidad de un entrenamiento específico para cada caso. Esto lo hace más flexible y potente para tareas como predicción de ventas, riesgo financiero o análisis de clientes.

El nuevo modelo destaca por tres innovaciones: un sistema avanzado para generar datos sintéticos durante el entrenamiento, mejoras en la arquitectura que permiten trabajar con conjuntos de datos muy grandes, y nuevos métodos de optimización que aumentan la eficiencia. En pruebas estándar del sector, TabICLv2 ha superado el estado del arte incluso sin ajustes adicionales, y es capaz de gestionar bases de datos de gran escala con menos recursos y más velocidad. Este avance apunta a un cambio relevante: la IA generalista comienza a desplazar los modelos estadísticos clásicos también en el ámbito empresarial, abriendo la puerta a herramientas más potentes y fáciles de aplicar en análisis de datos.

Toward Autonomous Long-Horizon Engineering for ML Research-AI Lab: Renmin University (Xina)
La investigación en inteligencia artificial da un paso más hacia la autonomía con AiScientist, un nuevo sistema diseñado para ejecutar proyectos completos de ingeniería en machine learning sin intervención constante humana. El principal reto hasta ahora era gestionar tareas largas y complejas —que pueden durar horas o días— como entender un problema, preparar datos, programar, experimentar y corregir errores. AiScientist aborda esta dificultad combinando coordinación estructurada y memoria persistente, dos piezas clave para mantener el progreso a lo largo del tiempo.

El sistema funciona con una arquitectura jerárquica: un agente principal supervisa el proceso global, mientras agentes especializados se encargan de tareas concretas. A diferencia de otros enfoques, estos agentes no dependen de la conversación, ya que trabajan sobre un espacio compartido de archivos donde se guardan planes, código y resultados, lo que garantiza continuidad y coherencia. Los resultados muestran mejoras significativas respecto a los sistemas anteriores en pruebas estándar de investigación en IA, reforzando la idea de que el futuro de estos agentes no depende solo de modelos más potentes, sino de cómo se organizan y gestionan el trabajo. Este avance apunta hacia una nueva generación de asistentes capaces de desarrollar investigación compleja con una supervisión mínima, acelerando el ritmo de la innovación científica.

Claude Mythos – System Card-AI Lab: Anthropic
Claude Mythos Preview, el modelo más avanzado de Anthropic, representa un salto cualitativo en capacidades de IA, especialmente en ciberseguridad e ingeniería de software. Esta potencia ha llevado a la compañía a limitar su acceso solo a socios de confianza y para usos defensivos. Las evaluaciones internas indican que el modelo está altamente alineado y es estable en su comportamiento, pero también apuntan a nuevos riesgos. En tareas complejas y autónomas, podría tomar decisiones imprudentes o potencialmente destructivas, hecho que obliga a extremar las precauciones. Anthropic considera que, antes de un despliegue más amplio, es necesario mejorar los mecanismos de control y seguridad. El caso refuerza la idea de que los avances en IA no solo dependen de más capacidad, sino también de garantizar que estos sistemas sean seguros y gobernables.

How Well Do Agentic Skills Work in the Wild: Benchmarking LLM Skill Usage in Realistic Settings-AI Lab: UC Santa Barbara, MIT-CSAIL, MIT-IBM Watson AI Lab
Las llamadas skills —conocimientos o instrucciones reutilizables que amplían las capacidades de los agentes basados en grandes modelos de lenguaje— se han convertido en una pieza clave del nuevo ecosistema de IA. Pero un nuevo estudio advierte que su rendimiento real aún es mucho más limitado de lo que a menudo se presenta. La investigación analiza por primera vez qué ocurre cuando estos agentes tienen que buscar y elegir por sí mismos las skills adecuadas dentro de un gran repositorio de 34.000 opciones reales, en lugar de recibir instrucciones perfectamente preparadas para cada tarea. El resultado es claro: a medida que el entorno se asemeja más al mundo real, las ventajas de las skills se van reduciendo hasta acercarse a los resultados de un agente que no usa ninguna.

El estudio muestra, sin embargo, que aún hay margen de mejora. Cuando las skills recuperadas son relativamente relevantes, se pueden refinar y adaptar a la consulta concreta, y esto permite recuperar una parte importante del rendimiento perdido. En una de las pruebas, esta combinación de búsqueda y refinamiento mejoró de manera notable los resultados de un modelo avanzado. La conclusión es ambivalente: las skills continúan siendo una vía prometedora para hacer agentes más útiles y especializados, pero su valor depende mucho de la capacidad de encontrarlas y ajustarlas bien. En otras palabras, el problema no es solo tener conocimiento reutilizable, sino saber localizarlo y adaptarlo en cada contexto.

Cómo la IA nos cambiará la vida

Los modelos de Boston Dynamics
Boston Dynamics fue el pionero en robots humanoides. Ahora, propiedad de Hyundai, los ha puesto a trabajar. Junto con los Optimus de Tesla, son posiblemente los más avanzados del mundo.

 

 

¡Cien años dan para mucho!
Muy a menudo infravaloramos lo que se puede hacer en 100 años. Esto es especialmente visible en China: esta es la transformación de Chongqing.

Robots de reparto
Los robots que reparten comida y compras empiezan a ser una cosa “normal” en China.

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

A post shared by Pukecast (@pukecastclips)

En Noruega ya tienen autobuses autoconducidos
Noruega ya está haciendo pruebas de autobuses autoconducidos y comienza el despliegue este mismo mes de marzo.

Otras noticias

-Allbirds, sí, la marca de zapatillas que estaba de moda anteayer, se vendió por $39M y ahora ha hecho un pivote... como empresa proveedora de chips de IA, haciendo leasing y renting de GPU, sí.
-TSMC espera crecer más de un 30% este año.
-Anthropic ha dejado el board de Figma. Tanto Anthropic como OpenAI están construyendo herramientas de diseño de IA que les permitirán hacer apps, web apps, imagen y PowerPoints y serán competencia directa de Figma.
-ByteDance ha lanzado Seedance 2 – su herramienta para generar videos – en todo el mundo excepto Estados Unidos.
-OpenAI gastará más de $20B en Cerebras para usar sus servidores con sus nuevos chips.
-Gemini ya tiene una app nativa para los Macs.
-Google ha lanzado Gemini 3.1 Flash TTS para text-to-speech, un modelo mucho más expresivo y controlable.