Hay semanas en las que parece que no pasa nada y otras en las que todo cambia de golpe. Esta ha sido una de ellas. OpenAI, Anthropic, Meta y Google han movido ficha casi simultáneamente y han puesto sobre la mesa una nueva generación de modelos. Algunos llevan una numeración que parece casi administrativa —Claude Fable 5.1, Muse Spark 1.3—, pero cuando los utilizas cuesta hablar de actualizaciones incrementales. Son más capaces, trabajan durante más tiempo, utilizan herramientas mejor y necesitan cada vez menos supervisión. El cambio fundamental es que ya no nos limitamos a preguntarles cosas: empezamos a encargarles trabajo.

Anthropic es un buen ejemplo. Fable 5.1 parece por el nombre una evolución menor, pero mejora significativamente en programación, investigación y trabajo agéntico de larga duración. Meta, después de haberse quedado temporalmente atrás, vuelve a situarse en primera línea con Muse Spark 1.3, especialmente orientado a agentes capaces de mantener varios flujos de trabajo, corregir sus propios planes y trabajar sobre objetivos abiertos. La competición ya no consiste solo en construir el chatbot que da la mejor respuesta. La nueva carrera es construir la máquina que puede asumir una tarea y acabarla.

Y entonces llega GPT-6 Astra. OpenAI lo califica de "nueva generación de inteligencia" y Greg Brockman ha ido aún más lejos: Welcome to the AGI era. Los datos explican el entusiasmo. Astra llega al 99,9% en ARC-AGI-3, frente al 7,8% de GPT-5.6 Sol; obtiene un 97,6% en FrontierMath Tier 4 y un 100% en ExploitBench. Puede trabajar directamente con ordenadores, navegar, programar, construir modelos CAD, analizar datos científicos y ejecutar procesos profesionales de múltiples pasos. OpenAI afirma, además, que una versión del modelo ha contribuido a obtener nuevos resultados en problemas matemáticos abiertos, incluidos avances sobre los gaps entre números primos. Es también el primer modelo de OpenAI clasificado en el nivel Critical en ciberseguridad, después de haber descubierto durante las pruebas vulnerabilidades zero-day desconocidas.

Pero quizás lo más revelador es mirar fuera de la pantalla. Austin se ha convertido esta misma semana en el escaparate del robotaxi de Tesla, que acaba de introducir el Cybercab —sin volante ni pedales— dentro de su servicio autónomo; Tesla ya ofrece Robotaxi en varias ciudades de Texas y Florida. Y en Londres ya han empezado a circular los primeros taxis autónomos de Uber y Wayve, de momento con conductor de seguridad mientras se espera la autorización para eliminarlo. La IA deja así de ser algo que vive solo en la nube: empieza a conducir coches, controlar robots, operar ordenadores y actuar directamente sobre el mundo físico. Podemos discutir si Astra cumple o no una determinada definición académica de Artificial General Intelligence. Probablemente lo discutiremos durante años. Pero quizás nos estamos fijando en la pregunta equivocada. Lo que realmente importa es que estamos entrando en un mundo donde una máquina puede razonar, ver, utilizar herramientas, actuar, aprender de sus errores y ejecutar un trabajo de principio a fin. Si esto es o no AGI dependerá de la definición que queramos utilizar. Pero una cosa parece cada vez más difícil de negar: ¡Una nueva era acaba de empezar!

Las noticias clave

OpenAI Astra

OpenAI acaba de presentar GPT-6 Astra y lo hace con una declaración que hasta hace poco habría parecido provocadora: Greg Brockman cree que hemos entrado en la era de la AGI. La compañía lo presenta como su modelo más inteligente y alineado hasta ahora, con un salto muy fuerte en uso del ordenador, browsing, programación, ciencia, ciberseguridad y trabajo profesional. Las cifras impresionan: 99,9% en ARC-AGI-3, 97,6% en FrontierMath Tier 4 y 100% en ExploitBench. Pero lo más importante no es un benchmark concreto. Astra está diseñado para hacer el trabajo de principio a fin: puede navegar, utilizar software, analizar datos, preparar documentos y presentaciones, programar, corregir errores y mantener objetivos durante flujos de trabajo largos. En OSWorld, por ejemplo, consigue mejor rendimiento que GPT-5.6 Sol haciendo las tareas aproximadamente en la mitad de tiempo, y OpenAI afirma que combinado con el nuevo harness de Codex puede completar determinadas tareas de computer use hasta 1,9 veces más rápido.

El cambio es todavía más profundo cuando miramos qué puede hacer sin que una persona le indique cada paso. Astra combina razonamiento con capacidad de actuar directamente sobre herramientas reales: puede reconstruir objetos en CAD con un 95,9% de precisión, ejecutar procesos de software engineering, trabajar sobre datos científicos y mantener memoria de proyectos que superan una sola ventana de contexto. OpenAI destaca también resultados científicos que van más allá de los benchmarks: Astra ha contribuido a mejorar resultados matemáticos sobre los gaps entre números primos que hacía años —y en un caso décadas— que no avanzaban. Pero esta autonomía tiene una cara más inquietante. Astra es el primer modelo de OpenAI que llega al nivel Critical en ciberseguridad: en pruebas internas descubrió y utilizó dos zero-days desconocidos, alcanzó 100% en ExploitBench y demostró capacidad para conseguir ejecución arbitraria de código en sistemas protegidos. OpenAI, por lo tanto, lo está desplegando con controles más estrictos y restringiendo las capacidades ofensivas más avanzadas.

Hay que decir que la AGI ya ha llegado y sigue siendo discutible, pero el cambio de fase es cada vez más difícil de negar. Hemos pasado de modelos que respondían preguntas, a modelos que razonaban, y ahora a modelos que pueden ejecutar procesos enteros con criterio propio. Astra todavía falla —59,3% en Agents Last Exam o 41,4% en AutomationBench dejan mucho camino por recorrer—, pero la dirección es clara: el valor ya no está solo en tener una IA que "sabe más”, sino en tener una que puede trabajar para nosotros. Y OpenAI añade otro dato decisivo: Astra es más obediente a los límites del usuario, evita mucho mejor acciones fuera de alcance y es menos propenso a fingir capacidades que no tiene, aunque su razonamiento interno se ha vuelto más difícil de monitorear. La pregunta para las empresas, por lo tanto, ya no es solo qué puede hacer mejor la IA que una persona. Es qué trabajos podemos empezar a delegar completamente a una máquina. Quizás todavía discutiremos durante años qué día llegó la AGI; lo que será mucho más difícil de discutir es cuándo las máquinas empezaron a trabajar, de principio a fin, en trabajos que hasta entonces reservábamos a los humanos.

Anthropic Fable 5.1 

Lo más interesante no es que Anthropic presente otro modelo "más potente", sino lo que intenta hacer posible con Claude Fable 5.1: convertir los agentes de IA en una herramienta capaz de asumir proyectos largos con mucha menos supervisión humana. El modelo está pensado para trabajar durante horas, navegar entre aplicaciones, investigar en múltiples pasos, programar sobre bases de código enteras y producir documentos, hojas de cálculo o presentaciones acabadas. Anthropic afirma que mejora especialmente en coding, investigación científica y tareas agénticas, pero hay un dato económicamente más importante: mantiene el precio de Fable 5, pero reduce un 75% el coste de recuperar información de la memoria caché, cosa que según la compañía abarata aproximadamente un 25% las cargas normales y hasta un 45% las tareas intensivas en agentes. Es una evolución significativa: la competición ya no es solo por tener el modelo que responde mejor, sino por el coste de delegarle horas de trabajo. 

Pero Fable 5.1 también apunta hacia otra transformación. Fable 5.1 y Mythos 5.1 son, en realidad, el mismo modelo, pero Anthropic ofrece dos versiones según quién lo utiliza y para qué: Fable incorpora barreras que limitan determinadas capacidades de ciberseguridad, biología y química, mientras que Mythos las mantiene accesibles a organizaciones verificadas. Las barreras, además, se han refinado: Fable ya puede detectar vulnerabilidades directamente en código fuente y los falsos positivos de los filtros de biología han caído un 85%, todo manteniendo restringidas actividades como generar exploits o hacer penetration testing. Es posiblemente la idea más importante del lanzamiento: el futuro puede no ser un modelo diferente para cada mercado, sino la misma inteligencia con diferentes permisos según el usuario, el riesgo y el contexto. Si esta arquitectura se impone, los modelos de IA empezarán a parecerse menos a un software que compramos y más a una infraestructura a la cual se nos conceden diferentes niveles de acceso. 

 

Meta Muse 1.3

Meta vuelve a entrar de lleno en la carrera de los modelos frontier con Muse Spark 1.3, pero lo más interesante no es tanto el benchmark como el tipo de trabajo que el modelo intenta asumir. Está diseñado para sostener tareas largas, complejas y multietapa, utilizando herramientas, reconstruyendo contexto a partir de fuentes desordenadas, detectando errores en su propio plan y manteniendo varios flujos de trabajo dentro de una misma conversación. También mejora en coding y, según Meta, lo hace con aproximadamente un 20% menos de tool calls y un 25% menos de tokens que Muse Spark 1.2. Esto es importante porque en los agentes el coste real ya no depende solo del precio del token, sino de cuántos pasos, intentos y herramientas necesita el modelo para terminar un trabajo. Meta mantiene los precios de la API y, en comparaciones independientes, Muse Spark 1.3 se sitúa ya muy cerca de los mejores modelos de OpenAI y Anthropic en relación entre capacidad y coste.

El salto más relevante, sin embargo, es cualitativo: los modelos empiezan a pasar de responder prompts a gestionar procesos. Muse Spark 1.3 sabe mejor cuándo preguntar, cuándo continuar solo, cuándo reconocer que no sabe algo y cuándo detenerse antes de una acción irreversible; es exactamente el tipo de comportamiento que necesitamos si queremos delegar trabajo real a un agente. Hay que, eso sí, leer con cautela los titulares sobre los benchmarks: algunos de los mejores resultados que Meta muestra corresponden al modo max reasoning, que todavía no está disponible de manera general porque continúa en pruebas de seguridad. Pero la dirección es clara. Meta no está construyendo solo un chatbot mejor, sino una infraestructura para agentes personales y profesionales capaces de trabajar durante horas sobre objetivos abiertos. Y todavía hay otro elemento estratégico: Meta ya anuncia modelos más grandes y una futura versión open weights de Muse Spark. Si cumple esta promesa, la competición con OpenAI, Anthropic y Google no será solo sobre quién tiene el modelo más inteligente, sino sobre quién convierte antes esta inteligencia en mano de obra digital fiable, barata y desplegable a escala.

Los anuncios de ChatGPT ya generan 1B$

OpenAI acaba de demostrar que la publicidad dentro de la IA puede convertirse en un negocio enorme casi desde el primer día. Menos de 200 días después de empezar a probar anuncios en ChatGPT, la compañía afirma haber alcanzado un ritmo anual de 1.000 millones de dólares, con decenas de miles de anunciantes. No son todavía 1.000 millones efectivamente ingresados —es una extrapolación del ritmo actual—, pero la velocidad es extraordinaria. Y la escala potencial también: ChatGPT supera los 1.000 millones de usuarios activos semanales, los anuncios ya llegan a más de 40 países y OpenAI acaba de abrir su Ads Manager self-service en Europa, India, Oriente Medio y norte de África. En solo medio año ha empezado a construir, junto a las suscripciones, la empresa y las API, una cuarta pata de su modelo de negocio.

Pero el cambio real puede ser más profundo: ChatGPT no sabe solo qué buscamos, sino qué intentamos hacer. En una conversación explicamos el problema, las restricciones, el presupuesto o la decisión que queremos tomar; una información de intención comercial potencialmente mucho más rica que una simple keyword. Aquí está la amenaza —y la oportunidad— para el negocio publicitario tradicional de Google o Meta: pasar de comprar atención a intentar aparecer justo en el momento en que se forma una decisión. Todavía es un mercado inmaduro: los anunciantes entrevistados por AdExchanger destacan carencias importantes en medida de conversiones, segmentación y atribución, y muchos presupuestos siguen siendo experimentales. Pero esta es precisamente la señal importante: en menos de siete meses OpenAI ya ha creado un negocio de mil millones anuales antes incluso de haber construido una plataforma publicitaria madura. La batalla de la IA puede acabar siendo también la batalla por el nuevo punto de venta de internet: la conversación.

Meta ya usa robots en sus centros de Datos 

La carrera por la IA está generando una paradoja: mientras los modelos automatizan cada vez más trabajo digital, los enormes centros de datos que los alimentan continúan dependiendo de personas para realizar tareas tan físicas como cambiar cables, reiniciar servidores, reposicionar componentes o mover racks. Meta ya está probando robots de Kinova, ABB y Watney Robotics para automatizar parte de este mantenimiento en sus centros de datos de Iowa y Ohio. No hablamos todavía de humanoides sofisticados, sino sobre todo de brazos robóticos y plataformas móviles especializadas. El dato más espectacular —que los robots podrían llegar a sustituir hasta el 80% de la carga de trabajo de algunos técnicos— debe tomarse con cautela: es la estimación de un empleado citado por WIRED, no una previsión oficial de Meta. De hecho, los robots actuales todavía son más lentos que las personas, necesitan supervisión y tienen problemas con la navegación, la autonomía y las operaciones más delicadas.

Pero estratégicamente, el movimiento es mucho más interesante de lo que parece. Los centros de datos están pasando de ser edificios llenos de ordenadores a convertirse en fábricas altamente automatizadas de computación. Con la inversión en infraestructura de IA disparándose y escasez de personal técnico cualificado, automatizar inspección, mantenimiento y respuesta a incidencias permitiría operar instalaciones cada vez más grandes con costes marginales menores y disponibilidad 24/7. El paso siguiente puede ser todavía más importante: diseñar servidores, racks y centros de datos para que sean mantenidos desde el principio por robots. Cuando las máquinas empiezan a mantener las máquinas que hacen posible la IA, la automatización deja de ser una capa del negocio y empieza a convertirse en su infraestructura.

El cepillo de dientes de Dyson 

Dyson entra ahora en la higiene dental con CameraJet, un cepillo de dientes de 499 dólares que incorpora visión artificial para decidir dónde debe limpiar. Una cámara macro de 100.000 píxeles captura 28 imágenes por segundo y un algoritmo entrenado con 470.000 imágenes dentales identifica los espacios entre los dientes y activa, en menos de 100 milisegundos, un chorro de colutorio precisamente en aquel punto. El dispositivo combina cepillado, limpieza interdental, cámara y feedback personalizado en la app MyDyson, todo ejecutando unos 16 millones de líneas de código. Dyson ha invertido seis años de desarrollo. Es un producto extremo —también por el precio—, pero muestra hasta dónde está llegando la incorporación de IA en objetos cotidianos.

Lo más interesante, sin embargo, es el cambio de paradigma: el objeto ya no ejecuta simplemente una orden; observa el entorno, interpreta qué está pasando y actúa en consecuencia. CameraJet no es solo un cepillo "smart": es un pequeño sistema autónomo con sensores, software y actuadores que cierra el círculo percepción–decisión–acción. Esta misma arquitectura está llegando a electrodomésticos, coches, robots y maquinaria industrial. El CameraJet puede acabar siendo un producto de nicho, pero la idea que representa es mucho mayor: cuando la IA entra dentro de los objetos, los productos dejan de ser herramientas y empiezan a comportarse como agentes.

Anthropic publica los Commerce Agents en 'Open Source'

Anthropic acaba de publicar Claude Commerce Agents, una arquitectura abierta para que empresas de retail, viajes, telecomunicaciones o entretenimiento puedan construir sus propios agentes comerciales. La propuesta separa dos figuras: un shopping agent que conversa con el cliente, busca y compara productos, planifica la compra y prepara el carrito; y un merchant agent que trabaja para la empresa, analizando ventas, inventario, precios, catálogo o campañas. Anthropic asegura que algunos retailers que ya utilizan agentes basados en Claude han conseguido carritos hasta un 35% más grandes y un 60% más de probabilidad de completar la compra —cifras de la propia compañía que hay que interpretar como resultados de clientes, no como una garantía general. La novedad importante es que Anthropic no presenta solo una demo, sino el código, los patrones, las herramientas y las barreras necesarias para que una empresa pueda conectar estos agentes a sus sistemas y llevarlos a producción.

Pero la batalla real es quién controlará la nueva interfaz del comercio digital. Hasta ahora comprábamos navegando por webs, buscadores y marketplaces; cada vez más, compraremos explicando a un agente qué queremos y dejando que busque, compare y prepare la transacción. Anthropic intenta que marcas y retailers puedan tener este agente dentro de su propio canal, en lugar de ceder la relación con el cliente a Amazon, Google o un asistente externo. Al mismo tiempo, pone un agente al otro lado del mostrador para que gestione buena parte del back office, manteniendo las acciones sensibles bajo aprobación humana. Si el comercio pasa de navegar a conversar, la pregunta estratégica ya no será solo dónde vendemos, sino qué agente controla la compra.

Cómo la IA nos cambiará la vida

Tesla ha inundado Austin de CyberCabs

Camiones autónomos y eléctricos en China – 100 toneladas

Robots químicos 

Robots que hacen la limpieza

Robots bomberos 

Camiones autónomos y eléctricos 

Robots que transforman desiertos en bosques

La investigación en IA 

EnvHarness: Awakening Static Worlds for Agent Learning- AI Lab: Washington Univ, Google, North Carolina

Los agentes de IA aprenden interactuando con entornos, pero estos entornos suelen ser estáticos, diseñados manualmente y rápidamente quedan desfasados a medida que el agente mejora. El papel propone Environment Harness (EnvHarness), una capa programable que modifica el comportamiento de un entorno sin tocar su lógica ni el verificador original. Además, introduce EnvRigger, que observa al agente como una caja negra, detecta sus puntos débiles y genera automáticamente componentes de EnvHarness para crear situaciones que le obliguen a mejorar. En cinco benchmarks y cuatro dominios, el sistema supera tanto los entornos originales como métodos específicos de generación de entornos, con mejoras de hasta 9 puntos y un 9,8% menos de pasos de ejecución.

Por qué es importante
La idea potente es que el entorno de aprendizaje deja de ser pasivo y pasa a evolucionar conjuntamente con el agente. En lugar de entrenar una IA siempre sobre el mismo mundo, EnvHarness adapta este mundo a los errores que el agente todavía comete, generando una señal de aprendizaje más útil y más exigente. Esto puede ser especialmente relevante para el reinforcement learning y los agentes autónomos: si queremos agentes que mejoren de manera continua, también necesitamos entornos que aprendan a desafiarlos de manera continua.

Distillation Scaling Laws
AI Lab: Apple, Univ of Oxford 
El paper propone una ley de escalado para la destilación de modelos que permite predecir qué rendimiento tendrá un modelo pequeño —el student— según el presupuesto total de computación y cómo se reparte entre entrenar el teacher y el student. El resultado es una receta para decidir cuándo y cuánto conviene invertir en cada uno. Si el teacher ya existe, o si se tienen que crear muchos students, la destilación supera el entrenamiento supervisado hasta un determinado nivel de compute que crece de manera predecible con el tamaño del student. En cambio, si hay que entrenar también el teacher para obtener un único student, normalmente sale más a cuenta entrenar directamente el student con supervised learning.

Por qué es importante
La destilación es una de las vías principales para convertir modelos frontier enormes y caros en modelos más pequeños, baratos y desplegables, pero hasta ahora decidir cuánto compute dedicar al teacher y cuánto al student era en buena parte experimental. Esta scaling law convierte esta decisión en un problema de optimización económica: permite saber cuándo compensa destilar y cuándo estamos malgastando compute construyendo un profesor demasiado caro. La conclusión es especialmente relevante para empresas que quieren desplegar muchos modelos especializados: un buen teacher puede convertirse en una infraestructura reutilizable que abarata toda una familia de modelos.

LeRobot: An Open-Source Library for End-to-End Robot Learning-AI Lab: Hugging Face, Univ of Oxford
El paper presenta LeRobot, una librería open source que intenta unificar todo el stack del robot learning: desde el control de los motores y la teleoperación hasta la captura, almacenamiento y streaming de grandes datasets, pasando por los algoritmos de aprendizaje y la inferencia. El objetivo es superar uno de los grandes problemas actuales de la robótica: herramientas fragmentadas, cerradas y especializadas en una sola parte del proceso. LeRobot está pensado especialmente para robots físicos reales, funciona con hardware asequible, puede adaptarse a nuevos tipos de robots e incorpora implementaciones eficientes de diferentes métodos modernos de robot learning.

Por qué es importante
La robótica empieza a seguir el mismo camino que aceleró espectacularmente la IA: más datos, más compute, herramientas comunes y ecosistemas abiertos. En lugar de programar manualmente cada comportamiento, LeRobot apuesta por que los robots aprendan y mejoren a medida que aumentan los datos y la capacidad de computación. Si plataformas abiertas como esta consiguen estandarizar el desarrollo, pueden reducir radicalmente el coste de entrada y acelerar la innovación. LeRobot aspira a hacer para el robot learning una parte de lo que PyTorch y Hugging Face hicieron por los modelos de IA: convertir una disciplina compleja en una plataforma accesible y escalable.