20 noticias
Mistral Large 4: un modelo abierto de un billón de parámetros que ya se puede probar por API
Mistral ha abierto la vista previa pública de Mistral Large 4, un modelo multimodal nativo de un billón de parámetros con 52.000 millones activos que, según la compañía, lleva el rendimiento de los modelos de pesos abiertos a un nuevo techo. La API ya funciona en Mistral Studio y los pesos se publicarán a finales de mes.
Permite probar hoy mismo un modelo abierto de escala frontera, sin esperar a la publicación de los pesos.
Hacker Newslanzamientos
Claude Duet, el agente siempre activo de Anthropic que trabaja aunque estés desconectado
Anthropic lanza Claude Duet, una app de agentes construida sobre Claude Opus 5.5 que ejecuta tareas de forma proactiva y se conecta a Gmail, Slack o Stripe mediante más de 6.000 conectores. Pide aprobación antes de acciones sensibles como los pagos y de momento se accede por lista de espera para los planes Pro y Max en EE. UU.
Por qué importa
Es el salto de los asistentes que responden a los agentes que actúan solos, con permisos y conectores como principal campo de batalla.
TechCrunchlanzamientos
Flint, el modelo de código para portátil que Recursive dice haber construido con su propia IA
La startup Recursive presenta Flint, un modelo MoE de 40.000 millones de parámetros pensado para programar en local, desarrollado en cuatro meses con Eureka Machine, su sistema que propone, ejecuta y evalúa experimentos por su cuenta. Es gratuito y el equipo todavía no ha demostrado que este método lleve a una mejora autónoma real.
Por qué importa
Es el primer test público de la idea de usar IA para investigar IA, con un modelo que cualquiera puede ejecutar en su portátil.
TechCrunchlanzamientos
lanzamientos
Google Cloud empieza a servir los modelos de OpenAI junto a Gemini y Claude
Google Cloud ha abierto una vista previa privada de GPT-6 Astra, GPT-6.1 Sol y GPT-6 Luna para clientes empresariales, que se suman a Gemini y a Claude en la misma plataforma. Es el primer gran proveedor cloud con las tres familias de modelos disponibles a la vez.
Por qué importa
Simplifica elegir modelo por tarea sin cambiar de nube, aunque de momento solo al alcance de las empresas.
The Decoderlanzamientos
Hugging Face publica un modelo abierto para conversar con el ADN
El nuevo modelo open source trabaja con secuencias de ADN y permite a los investigadores preguntar por los efectos de cualquier cambio en la actividad de los genes y en la salud. Llega como herramienta abierta para laboratorios que necesitan interpretar variantes sin entrenar su propio modelo desde cero.
Por qué importa
Pone al alcance de cualquier laboratorio un modelo de biología que hasta ahora exigía recursos de las grandes farmacéuticas.
Wiredlanzamientos
NVIDIA amplía Cosmos con herramientas para entrenar, evaluar y desplegar world models
La plataforma Cosmos suma utilidades de entrenamiento, checkpoints de simulación y blueprints de Data Factory para construir modelos del mundo que simulan el entorno en sistemas de IA física. NVIDIA asegura que sus modelos abiertos lideran seis clasificaciones distintas.
Por qué importa
Baja el coste de entrar en robótica y simulación a quien no tiene un equipo propio de investigación.
NVIDIA Bloglanzamientos
DuckDB 2.0.0 LTS llega con soporte de larga duración para el motor analítico
El motor SQL embebido estrena su versión 2.0 con la etiqueta LTS «Cinnamon Teal», pensada para que los equipos puedan fijar una base estable en producción. Es el salto de madurez de una pieza muy usada para analizar Parquet en local.
Por qué importa
Con una LTS, desplegar DuckDB en pipelines que no se pueden romper cada mes deja de ser una apuesta.
Lobsterslanzamientos
NVIDIA Minerva une la telemetría de la infraestructura y de las cargas de IA para operar AI factories
La plataforma AIOps recoge datos de la infraestructura y de los trabajos de IA, y aplica modelos propios para detectar problemas antes y maximizar el rendimiento de los centros de entrenamiento e inferencia. Está disponible desde hoy para operadores de AI factories.
Por qué importa
Con miles de GPUs en juego, saber qué se rompe y por qué deja de ser un lujo y pasa a ser operación básica.
NVIDIA Bloglanzamientos
herramientas
Omnara, una alternativa open source y self-hosted a los agentes gestionados de Claude y OpenAI
El proyecto Omnara ofrece una plataforma de agentes gestionados que se puede desplegar en infraestructura propia, como alternativa a Claude Managed Agents y a la Agents API de OpenAI. El código está en GitHub y apunta a equipos que necesitan controlar datos y ejecución.
Por qué importa
Da una vía para usar agentes gestionados sin entregar los datos ni la orquestación a un proveedor.
Hacker Newsherramientas
1Password permite que agentes de IA compren y reserven en tu nombre sin ver tus contraseñas
1Password ha abierto un mecanismo para que agentes de IA externos actúen en nombre del usuario, por ejemplo para reservar o comprar, sin que el agente llegue a ver las credenciales completas. El usuario conserva el control sobre qué puede hacer cada agente.
Por qué importa
Es la pieza que faltaba para delegar tareas con tarjeta y contraseña sin convertir al agente en un riesgo permanente.
Engadgetherramientas
Trail of Bits publica dos plugins para que los agentes arreglen bugs sin romper nada más
La firma de seguridad ha lanzado patching-bugs y regression-hunt, dos plugins que delegan en agentes la preparación de parches y la búsqueda de regresiones. El segundo reduce los falsos positivos y el primero recoge buenas prácticas destiladas de miles de sesiones de agentes.
Por qué importa
Ataca el problema real del código generado por IA: comprobar qué más ha cambiado además de arreglar el fallo.
Hacker Newsherramientas
Vercel Labs publica fx, un agente de código en Zig pensado para incrustarse
fx es un agente de programación experimental escrito en Zig que funciona como CLI, como componente de script o como librería embebida, con una versión compilada a WebAssembly. El proyecto está por debajo de la versión 1.0 y cambia rápido, y ya ha recibido críticas por su supuesta independencia del modelo.
Por qué importa
Abre la puerta a meter agentes de código dentro de otras aplicaciones en lugar de usarlos solo como chat aparte.
InfoQherramientas
Rust off Rails: un stack web en Rust descrito en Markdown para que lo sigan los agentes
El proyecto propone un único stack full-stack en Rust documentado en ficheros Markdown, de modo que un agente de código sepa cómo montar la aplicación, qué layout usar y cómo resolver cada pieza. Incluye guía, ejemplos y una demo de un Kanban construido en siete prompts.
Por qué importa
Si el agente tiene una sola forma bendecida de hacer las cosas, el código generado se parece más entre proyectos.
Hacker Newsherramientas
Harbor estrena sandboxes de Docker para evaluar agentes en microVM aisladas
El framework open source de evaluación de agentes ahora ejecuta cada tarea en su propia microVM de Docker en lugar de compartir contenedor, con lo que los resultados son más reproducibles y el aislamiento mayor. La integración apunta a equipos que comparan agentes antes de llevarlos a producción.
Por qué importa
Evaluar agentes con aislamiento real y resultados repetibles es imprescindible para elegir entre modelos y configuraciones.
InfoQherramientas
Especializar el vocabulario de un modelo pequeño recorta un 77% el coste de inferencia
El artículo de Dharma AI, publicado en el blog de Hugging Face, explica cómo adaptar el vocabulario de un modelo de lenguaje pequeño al dominio de la aplicación reduce el número de tokens necesarios y, con ello, el coste de servir cada petición. El caso real reporta un ahorro del 77% en aplicaciones en producción.
Por qué importa
Es una optimización que se puede aplicar sin cambiar de modelo ni de proveedor.
Hugging Face Blogherramientas
investigación
Miles de agentes de OpenAI analizan datos de cerebro de ratón en 32 minutos
OpenAI, PerturbAI y Scripps Research desplegaron miles de agentes para analizar datos biológicos de millones de células de ratón, un trabajo que a un equipo humano le llevaría meses. El experimento muestra cómo repartir una carga de análisis científica entre agentes en paralelo.
Por qué importa
Es un caso concreto de agentes acelerando investigación real, no una demo de laboratorio.
The Decoderinvestigación
Los modelos GPT-5.6 Sol y Gemini 4 Argon encuentran un fallo crítico en PHP
Dentro de la iniciativa Patch the Planet, el modelo de OpenAI localizó una vulnerabilidad crítica en PHP capaz de afectar a millones de webs, y Wiz llegó al mismo fallo de forma independiente con Gemini 4 Argon. OpenAI advierte de que esas mismas capacidades sirven también a los atacantes.
Por qué importa
El hallazgo demuestra que la IA ya encuentra vulnerabilidades reales y, a la vez, acorta el margen para parchearlas.
The Decoderinvestigación
Un estudio de Harvard duda de que el código generado por IA aumente el trabajo entregado
El análisis de 718 empresas con datos de Jellyfish concluye que los asistentes y agentes de código elevan el volumen de código escrito, pero no la cantidad de trabajo terminado, porque la carga se desplaza a la revisión. El cuello de botella aparece en las fases posteriores del desarrollo.
Por qué importa
Pone cifras a una intuición muy extendida y señala que el siguiente cuello de botella es la revisión, no la escritura.
InfoQinvestigación
Microsoft Research resuelve la conjetura KLS, abierta desde hace 31 años
El trabajo da por resuelta una pregunta planteada en 1995 sobre la dificultad de computar en espacios de alta dimensión, un obstáculo teórico para entender la eficiencia de los algoritmos aleatorizados. La demostración despeja el camino para analizar mejor métodos que se usan en ciencia y computación.
Por qué importa
Es un resultado matemático serio que afecta al análisis de algoritmos que ya se emplean a diario.
Microsoft Researchinvestigación
industria
Un paquete de LiteLLM en PyPI instala un ladrón de credenciales y un backdoor
La versión 1.107.0 de LiteLLM publicada en PyPI incluía código malicioso que roba contraseñas y secretos e instala un backdoor, según los análisis recogidos por The Register. Los equipos que la instalaran deben rotar credenciales y revisar sus entornos.
Por qué importa
LiteLLM está en el centro de muchas aplicaciones de IA, así que el compromiso alcanza claves de API y datos de producción.
The Registerindustria