Esta semana esperábamos dos anuncios importantes. Por un lado, GPT-5.6, la nueva versión de OpenAI, de la cual se espera una ventana de contexto mucho mayor —hasta 1,5 millones de tokens—, un rendimiento claramente superior en tareas largas de programación y, evidentemente, mejoras en los principales benchmarks. Por otro lado, la disponibilidad de Mythos-Fable. La administración Trump ha frenado el lanzamiento de ambos modelos imponiendo una disponibilidad escalonada, con autorizaciones concedidas cliente a cliente. Todo indica que, más adelante, el acceso se abrirá también al público general, pero todavía no se sabe cuándo. Esta incertidumbre puede tener un impacto directo en la salida a bolsa de ambas empresas.

Pero, mientras esperábamos estas novedades, han pasado muchas otras cosas relevantes, especialmente en el ámbito de la investigación y de la infraestructura de IA.

Una de las más significativas la ha protagonizado Broadcom. Broadcom es una empresa de semiconductores que se hizo conocida, en buena parte, por producir chips de bajo consumo energético para smartphones. En aquel momento, toda la atención estaba centrada en los ordenadores personales, donde el objetivo era mejorar el rendimiento costara lo que costara, a menudo simplemente aumentando la velocidad del reloj. Broadcom ayudó a abrir una nueva etapa: la de los chips eficientes.

Pues bien, en un mundo ahora dominado por los chips de alto rendimiento para centros de IA, Broadcom parece dispuesta a repetir la jugada. Primero, con la operación con OpenAI y la presentación de Jalapeño, un chip orientado a inferencia diseñado por OpenAI que usarán sus modelos. Después, con la compra de Modular, una empresa de open source que ha desarrollado Mojo —una especie de Python con velocidad de C++— y un stack capaz de permitir que los modelos se ejecuten sobre AMD, Nvidia, Apple y Broadcom.

Esto es importante porque Broadcom no entra solo a competir en hardware. Entra también en la capa de software de base. Es decir, se posiciona en el mismo terreno donde hoy juegan Nvidia, AMD, las TPU de Google y el resto de grandes actores que quieren controlar la infraestructura de la inteligencia artificial.

Pero quizás la noticia sorpresa de la semana ha venido de la mano de Anthropic con Claude Tag.

Slack es una plataforma similar a WhatsApp —pero con muchas más funcionalidades pensadas para la empresa— y es omnipresente en las compañías norteamericanas. Allí, buena parte del trabajo pasa por Slack. Un poco como en China pasa con WeChat. El correo electrónico, todavía muy presente en Europa, ha perdido mucho peso en estos entornos.

Y ahora Anthropic propone una idea aparentemente sencilla, pero con implicaciones profundas: tener un participante más dentro de los grupos de Slack. No una herramienta externa. No un chatbot aislado. Un agente Claude dentro de la conversación. Este es Claude Tag.

Le puedes delegar tareas, puede seguir el contexto del grupo y puede participar como un miembro más del equipo. Es un pequeño cambio de interfaz, pero puede ser un gran cambio en la manera como trabajamos. Hasta ahora, interactuábamos con los agentes abriendo una ventana y haciéndoles preguntas. Ahora empezamos a integrarlos directamente en los espacios donde ya pasa el trabajo.

El siguiente paso no es solo tener mejores modelos. Es tener nuevos compañeros de trabajo digitales.

El nuevo chip de OpenAI & Broadcom – Jalapeño

OpenAI y Broadcom han presentado Jalapeño, el primer chip de OpenAI diseñado específicamente para acelerar la inferencia de los grandes modelos de lenguaje. Es decir, no está pensado para entrenar modelos nuevos, sino para hacer que herramientas como ChatGPT, Codex u otras aplicaciones de IA respondan más deprisa, con más eficiencia y con un coste menor.

El chip ha sido creado desde cero pensando en las necesidades actuales y futuras de los modelos de IA generativa. Según OpenAI, las primeras pruebas indican que Jalapeño ofrecerá una eficiencia energética superior a la de los aceleradores más avanzados actuales, aunque la compañía todavía no ha publicado los datos técnicos finales. El objetivo es reducir el movimiento de datos dentro del sistema y equilibrar mejor el cálculo, la memoria y la red, tres elementos clave para hacer funcionar modelos de IA a gran escala.

El proyecto también muestra un cambio importante en la estrategia de OpenAI. La compañía ya no solo desarrolla modelos y productos, sino que quiere controlar más partes de la infraestructura que los hace posibles: desde los chips hasta los centros de datos, pasando por el software, las redes y los sistemas de despliegue. Esta integración vertical podría ayudarla a reducir costes, mejorar la fiabilidad y ofrecer servicios de IA más accesibles.

Uno de los puntos más destacados es la velocidad del desarrollo: OpenAI asegura que Jalapeño ha pasado del diseño inicial a la fase de fabricación en solo nueve meses, con la ayuda de los mismos modelos de IA para acelerar partes del proceso. Broadcom ha aportado su experiencia en implementación de silicio y tecnologías de red, mientras que Celestica participa en la integración de placas, racks y sistemas.

Jalapeño es el primer paso de una plataforma de computación que OpenAI y Broadcom quieren desplegar durante los próximos años, con una escala que podría llegar a centros de datos de nivel gigavatio. Para OpenAI, la importancia de este chip es clara: la inferencia es el momento en que la IA llega realmente a los usuarios. Si esta parte es más rápida, barata y fiable, también lo pueden ser las respuestas de ChatGPT, las tareas de Codex o las aplicaciones que empresas y desarrolladores construyen con su API.

El movimiento confirma que la carrera de la inteligencia artificial ya no se juega solo en los modelos, sino también en la infraestructura física que los sostiene. En un sector donde la demanda de cálculo crece de manera acelerada, tener chips propios puede convertirse en una ventaja estratégica decisiva.

Qualcomm compra Modular

Qualcomm ha acordado comprar Modular, una startup de software para inteligencia artificial, por cerca de 3.900 millones de dólares en acciones, según The Information. Modular desarrolla herramientas que permiten a los programadores escribir código una sola vez y ejecutarlo en diferentes tipos de chips, sin tener que adaptarlo manualmente a cada plataforma.

La compra es relevante porque apunta directamente a una de las grandes ventajas de Nvidia: CUDA, su ecosistema de software, que se ha convertido en el estándar dominante para entrenar y ejecutar modelos de IA en sus chips. Modular, fundada en 2022, quería precisamente ofrecer una alternativa más abierta y flexible a esta dependencia.

Para Qualcomm, tradicionalmente muy fuerte en chips para móviles, la operación es una forma de intentar ganar peso en el mercado de los centros de datos de IA. En esta carrera, no basta con fabricar buenos chips: también hay que ofrecer a los desarrolladores un entorno de software fácil de usar. Si la integración funciona, Modular podría ayudar a Qualcomm a competir mejor con Nvidia y a hacer que su hardware sea más atractivo para empresas y desarrolladores.

Anthropic Claude Tag

Anthropic ha presentado Claude Tag, una nueva forma de integrar su asistente de inteligencia artificial dentro de los equipos de trabajo. La primera plataforma donde estará disponible es Slack, donde Claude podrá participar como si fuera un miembro más del canal. Los usuarios solo tendrán que escribir @Claude en una conversación para encargarle una tarea, pedirle información, resumir un hilo o ayudar a resolver un problema.

La diferencia respecto a un chat tradicional es que Claude Tag está pensado para trabajar en equipo. Dentro de un canal de Slack hay un único Claude compartido, de manera que cualquier miembro puede ver qué está haciendo, continuar una conversación iniciada por otra persona o aprovechar el contexto acumulado. Con el tiempo, Claude puede recordar información relevante de los canales a los que tiene acceso, cosa que evita tener que explicarle siempre de nuevo el proyecto, los objetivos o las decisiones previas.

Anthropic también destaca que Claude Tag puede actuar de manera más proactiva. Si la empresa lo activa, el asistente puede avisar de novedades importantes, detectar tareas que han quedado pendientes o recuperar conversaciones que se han detenido sin una conclusión clara. También puede trabajar de manera asíncrona: se le puede encargar una tarea y dejar que la desarrolle mientras el equipo continúa con otras prioridades. Según Anthropic, su versión interna ya se utiliza de manera habitual dentro de la compañía, hasta el punto de que el 65% del código de su equipo de producto es creado con la ayuda de esta herramienta.

La compañía remarca que los administradores podrán controlar con detalle a qué canales, herramientas, datos e incluso repositorios de código puede acceder Claude. Además, cada configuración mantendrá permisos y memoria separados: por ejemplo, un Claude pensado para ventas no compartirá información con un Claude de ingeniería. También se podrán fijar límites de gasto y consultar un registro de las tareas que el asistente ha hecho y quién las ha pedido.

Claude Tag ya está disponible en beta para los clientes de Claude Enterprise y Claude Team, y sustituye la antigua aplicación de Claude para Slack. Anthropic prevé llevar esta experiencia a otras plataformas de trabajo en el futuro. El lanzamiento apunta a un cambio importante: los asistentes de IA dejan de ser herramientas individuales para convertirse en compañeros digitales compartidos, integrados directamente en el día a día de los equipos.

La nueva API de agentes de Google – Interacciones

Google ha presentado una nueva API para crear agentes de inteligencia artificial, una herramienta pensada para que los desarrolladores puedan construir asistentes más autónomos y conectados con aplicaciones, datos y servicios empresariales. A diferencia de un chat tradicional, estos agentes no solo responden preguntas, sino que pueden planificar tareas, utilizar herramientas externas y completar procesos con varios pasos.

La nueva API se integra con los modelos Gemini, lo que permite aprovechar las capacidades más avanzadas de razonamiento de Google. También facilita la conexión de los agentes con bases de datos, sistemas internos, otras API y herramientas de trabajo, todo desde una interfaz unificada. De esta manera, las empresas podrían crear agentes capaces de ayudar en ámbitos como la atención al cliente, la investigación, el desarrollo de software o la automatización de procesos de negocio.

Google también incorpora funciones como la memoria persistente, el uso de herramientas y la posibilidad de coordinar varios agentes a la vez para resolver tareas más complejas. El lanzamiento encaja dentro del ecosistema de IA de la compañía, que incluye Gemini, Vertex AI y el protocolo Agent2Agent, pensado para facilitar la comunicación entre agentes.

La nueva API estará disponible a través de Google Cloud para desarrolladores que quieran crear aplicaciones de IA en entornos de producción. El movimiento confirma una tendencia cada vez más clara en el sector: la carrera de la inteligencia artificial ya no gira solo alrededor de los chatbots, sino de los agentes capaces de actuar, coordinarse y hacer un trabajo real dentro de las organizaciones.

Cómo la IA nos cambiará la vida

Escuelas con Smart Desks
Algunas escuelas de China ya están equipadas con Smart Desks

Aviones robot autónomos militares

Robots malabaristas
Estos son robots malabaristas capaces de aprender solo con dos intentos

Los chatbots son de izquierdas
The Washington Post ha testeado los chatbots más comunes y ha encontrado que son básicamente de izquierdas

Los nuevos robotaxis de Waymo
La nueva generación de robotaxis de Waymo

La investigación IA

IBM Debuts World’s First Sub-1 Nanometer Chip Technology - AI Lab: IBM

IBM ha presentado una nueva tecnología de chips por debajo de 1 nanómetro, un hito que podría marcar el futuro de la industria de los semiconductores. El nuevo diseño, llamado nanostack, permite apilar transistores en tres dimensiones e integrar cerca de 100.000 millones en un chip del tamaño de una uña.

Según IBM, esta tecnología podría ofrecer hasta un 50% más de rendimiento o un 70% más de eficiencia energética que sus chips de 2 nanómetros. El avance es especialmente relevante para campos como la inteligencia artificial generativa, la nube, los dispositivos electrónicos y las infraestructuras digitales.

Aunque todavía no es un producto comercial, IBM asegura que esta arquitectura podría llegar a producción en unos cinco años. La compañía defiende que el descubrimiento abre una nueva etapa en la fabricación de chips, ya muy cerca de la escala de los átomos.

Santander AI Open Source - AI Lab: Banco de Santander

El Banco Santander ha abierto en GitHub una nueva organización de proyectos de inteligencia artificial bajo el nombre Santander AI Open Source. La iniciativa, impulsada por su AI Lab, pone a disposición de la comunidad herramientas y código abierto relacionados con IA responsable, MLOps, modelos pequeños, evaluación de grandes modelos de lenguaje y aprendizaje automático aplicado al sector financiero.

Entre los proyectos destacados hay herramientas para generar grafos sintéticos de fraude, entrenar adaptadores para mejorar sistemas de recuperación de información, crear guardrails para modelos de lenguaje, evaluar la robustez de modelos con conjuntos de datos "estresados" o estudiar sesgos y discriminación en decisiones de crédito. También incluyen librerías para conectarse a diferentes proveedores de IA, como OpenAI, AWS Bedrock o Google Gemini, desde una misma interfaz.

Santander remarca que todos los proyectos usan datos sintéticos o anonimizados, y que no se publica información real de clientes. El banco también ha definido un sistema de gobernanza para revisar los proyectos antes de hacerlos públicos: una vía rápida para herramientas genéricas, tutoriales o SDKs, y una revisión más completa para modelos de IA, frameworks con propiedad intelectual o código que haya tenido contacto con datos internos.

El movimiento muestra cómo la banca empieza a participar de manera más activa en el ecosistema de código abierto de inteligencia artificial. Para Santander, abrir estos proyectos no solo puede ayudar a captar talento y colaboraciones, sino también a reforzar la confianza en el uso de la IA en un sector especialmente sensible como el financiero. En un momento en que los bancos buscan aprovechar la IA sin perder control sobre la seguridad, la transparencia y el cumplimiento normativo, el código abierto se convierte en una herramienta estratégica.

Loop Engineering: The Anthropic Playbook for Designing Systems that Prompt your Agents - AI Lab: Anthropic

Después del auge de conceptos como prompt engineering, context engineering o harness engineering, ahora empieza a aparecer una nueva expresión en el mundo de la inteligencia artificial: loop engineering. El término, impulsado recientemente por figuras como Peter Steinberger, Boris Cherny y Addy Osmani, describe una nueva manera de trabajar con agentes de IA: no se trata solo de dar mejores instrucciones al modelo, sino de construir circuitos para que el agente pueda trabajar casi solo, de manera repetida y con supervisión.

La idea central es que el humano deja de estar en el centro de la ejecución de la tarea. En lugar de hacer el trabajo directamente, diseña el "bucle" que permite al agente descubrir qué hay que hacer, recibir el encargo, producir una respuesta, verificarla, guardar lo que ha aprendido y programar el siguiente paso. Cada vuelta del bucle incluye cinco movimientos: descubrimiento, traspaso de la tarea, verificación, persistencia y planificación.

Uno de los puntos más importantes es separar quién genera el trabajo de quién lo evalúa. Según los autores, cuando un agente tiene que juzgar su propio resultado tiende a ser demasiado complaciente. Por eso es más eficaz crear un segundo agente, independiente y más escéptico, que revise el trabajo antes de que avance. Esta separación entre generador y evaluador puede ser clave para evitar errores, sesgos o resultados demasiado optimistas.

El texto cita ejemplos que van desde rutinas personales, como un sistema que organiza las tareas de la mañana de un ingeniero, hasta casos empresariales de gran escala, como el de Stripe, que ya fusiona más de 1.300 cambios de código generados por máquinas cada semana. Estos casos muestran que los bucles pueden multiplicar la productividad, pero también introducen riesgos menos visibles: acumulación de deuda de verificación, pérdida de comprensión de lo que se está haciendo, dependencia excesiva del agente y un consumo creciente de tokens y recursos.

La tesis de fondo es clara: con estos sistemas, generar trabajo será cada vez más barato. El recurso escaso ya no será tanto la producción, sino el criterio para decidir qué es correcto, útil y seguro. Por eso, el mismo bucle puede dar resultados excelentes en manos de un equipo con buen juicio, o resultados problemáticos si nadie sabe supervisarlo bien. En la nueva etapa de los agentes de IA, saber preguntar ya no será suficiente: habrá que saber diseñar, controlar y juzgar los bucles que trabajan para nosotros.

Qwen-AgentWorld: Language World Models for General Agents - AI Lab: Alibaba Qwen team

Un equipo de investigadores ha presentado Qwen-AgentWorld, una nueva familia de modelos de inteligencia artificial capaces de simular entornos y anticipar qué puede pasar después de una acción. Este tipo de sistema se conoce como world model, o modelo del mundo, y es una pieza clave para que los agentes de IA puedan planificar mejor antes de actuar.

La idea es sencilla: en lugar de limitarse a responder órdenes, el modelo intenta imaginar las consecuencias de cada paso. Esto puede ayudar a un agente a decidir mejor, corregir errores y resolver tareas complejas, como utilizar herramientas digitales, programar o moverse por un sistema operativo.

Este avance también es importante para el futuro de la robótica. Un robot no puede actuar solo por prueba y error: si coge mal un objeto, choca con una persona o calcula mal un movimiento, las consecuencias pueden ser físicas. Por eso, los modelos del mundo pueden ser esenciales para que los robots simulen mentalmente diferentes opciones antes de ejecutarlas.

Según los autores, Qwen-AgentWorld ha sido entrenado con más de 10 millones de interacciones en entornos reales y supera otros modelos avanzados en calidad de simulación. Si esta línea progresa, podría ayudar a crear agentes y robots más fiables, capaces de planificar, anticipar riesgos y actuar con más autonomía en entornos complejos.

Index Nature 2026 – la China top 9 de los 10 primeros y Zhejiang primera universidad - Nature

La Universidad de Zhejiang, en China, ha superado a Harvard y se ha situado como la primera institución académica del mundo en el Nature Index 2026 Research Leaders. El ranking muestra un cambio de peso en la investigación global: nueve de las diez primeras universidades son chinas, con Harvard como única institución estadounidense dentro del top 10.

El Nature Index es una base de datos elaborada por el grupo Nature que mide la contribución de universidades, centros de investigación y países a artículos publicados en revistas científicas de alto impacto. No es un ranking universitario general, como pueden ser el QS o el Times Higher Education, sino un indicador centrado sobre todo en producción científica de calidad. La edición de 2026 se basa en artículos publicados durante 2025 e incluye más de 125.000 artículos de investigación en siete grandes áreas, entre ciencias naturales, salud, ciencias aplicadas y ciencias sociales.

La clasificación utiliza indicadores como el Count, que cuenta los artículos en los que participa una institución, y el Share, que reparte el peso de un artículo entre las instituciones firmantes. Esto permite aproximar no solo cuántos artículos publica una universidad, sino qué parte real de la contribución científica le corresponde.

El liderazgo de Zhejiang y la fuerte presencia de China reflejan la aceleración del sistema científico chino en los últimos años, especialmente en áreas como la química, los materiales, la ingeniería, la física y la inteligencia artificial. También confirma que la competición científica mundial se está desplazando: las universidades chinas ya no solo publican más, sino que ganan presencia en revistas de máximo impacto.

Aun así, hay que leer el Nature Index con prudencia. Mide una parte muy concreta de la actividad científica y no evalúa otras dimensiones importantes, como la docencia, la transferencia de conocimiento, la calidad de vida universitaria o el impacto social de la investigación. Pero como fotografía de la producción científica de alto nivel, el resultado es contundente: China ya compite en la cima de la ciencia mundial.

Entre los primeros 500, el CSIC es el n.º 77, la UB el 275, el BIST el 300, la UAM el 345, la Universidad del País Vasco el 371, la Complutense el 429, la Universitat de València el 442 y el Instituto de Salud Carlos III el 475. El primer centro europeo es Max Planck con el n.º 13. Solo Harvard se sitúa entre los 10 primeros; el resto son chinos.

China en la cima de la supercomputación - TOP500

China ha vuelto al número uno de la supercomputación mundial con LineShine, un superordenador instalado en el National Supercomputing Centre de Shenzhen. Según la lista TOP500 de junio de 2026, LineShine ha conseguido 2,198 exaflops en el test HPL, superando al estadounidense El Capitan y convirtiéndose en el primer sistema chino que lidera este ranking desde el Sunway TaihuLight en 2017.

El hito es relevante porque LineShine ha sido desarrollado con tecnología china y funciona solo con CPU, sin depender de GPU estadounidenses. Esto refuerza el mensaje de soberanía tecnológica de China en plena competición con Estados Unidos. Aun así, hay que matizar que el TOP500 mide sobre todo potencia de cálculo científico tradicional, no necesariamente rendimiento en inteligencia artificial.

Otras noticias

  • La fuga de talento en IA en Google continúa: dos investigadores clave de Gemini se marchan a Anthropic, en plena ofensiva de OpenAI y Anthropic para captar perfiles estrella antes de salir a bolsa.
  • Google integra el uso de ordenador en Gemini 3.5 Flash para que los desarrolladores puedan crear agentes capaces de ver, razonar y actuar en navegadores, móviles y escritorios, con nuevas salvaguardas para reducir riesgos como la inyección de prompts.
  • Alibaba demanda al Departamento de Defensa de EE. UU. por su inclusión en la lista de empresas militares chinas, en un nuevo episodio de tensión comercial y política entre Washington y Pekín.
  • Google reorganiza su equipo especializado en herramientas de programación con IA para intentar recortar distancias con Anthropic y ampliar estos modelos hacia usos empresariales como la creación de presentaciones.
  • Anthropic acusa a Alibaba de haber accedido ilícitamente a Claude mediante miles de cuentas falsas para extraer capacidades, en una nueva escalada de la rivalidad entre laboratorios de IA de EE. UU. y China.
  • OpenAI ficha a Chris Grusz, veterano de AWS, para liderar las alianzas en la nube y reforzar su ofensiva en IA empresarial, siguiendo la estrategia de grandes partnerships del ecosistema cloud.
  • Cursor prepara su gran salto: entrenar desde cero un modelo del tamaño de GPT-4 o Claude Opus para convertirse no solo en una herramienta de programación con IA, sino en un laboratorio fronterizo propio.
  • Tesla, Sunrun y Renew Home quieren crear una central eléctrica virtual de más de 16 GW con baterías domésticas y dispositivos inteligentes para alimentar centros de datos, a pesar de las dudas sobre la capacidad real disponible y el impacto para los usuarios.
  • SambaNova, startup de chips de IA con apoyo de Intel, prepara una ronda de hasta 1.000 millones de dólares que podría elevar su valoración a 10.000 millones, en plena carrera por encontrar alternativas más baratas a Nvidia.
  • El boom de los centros de datos en EE. UU. topa con una resistencia local creciente: más de 300 ciudades, condados y estados han aprobado moratorias o prohibiciones desde 2023, sobre todo este año, para frenar nuevos proyectos.
  • ByteDance presenta Seedance 2.5, un nuevo modelo de IA capaz de generar vídeos 4K de 30 segundos a partir de un solo prompt y hasta 50 referencias, en plena competencia con Google y OpenAI y bajo la sombra de los conflictos de copyright.