El Pulso del 18 de julio de 2026
Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.
Inkling: Thinking Machines lanza su primer modelo multimodal de pesos abiertos
POR QUÉ ENTRA EN EL RADARInkling es un lanzamiento serio de pesos abiertos: 975B de parámetros totales / 41B activos, contexto de 1M, multimodal sobre texto/imagen/audio, Apache 2.0, y posicionado como base personalizable más que como un flex solo de benchmarks. Ese framing importa porque el mercado se está moviendo de “el mejor modelo en bruto” a “el mejor modelo que podés adaptar de verdad a un flujo de trabajo”.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Lo más interesante de Inkling no es el ranking: es la estrategia de pesos abiertos + fine-tuning.”
La model card de Inkling muestra el posicionamiento real: abierto, multimodal, pero sin reclamar supremacía de frontera
POR QUÉ ENTRA EN EL RADARLa model card es inusualmente útil. Detalla requisitos de hardware, restricciones de despliegue abierto, postura de seguridad y dónde se ubica Inkling frente a Claude, GPT, Gemini, Kimi, GLM y DeepSeek. Eso es mejor combustible de contenido que un hilo de hype, porque te deja discutir los tradeoffs con honestidad.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Todo el mundo habla de lanzamientos de modelos. Casi nadie lee la model card. Esto es lo que la model card te dice de verdad.”
Kimi K3 se hace oficial: 2,8T de parámetros, arquitectura KDA, contexto de 1M, pesos prometidos para el 27 de julio
POR QUÉ ENTRA EN EL RADAREsta es la fuente upstream detrás de buena parte del ruido sobre Kimi. Kimi posiciona explícitamente a K3 como un modelo open-source de clase 3T para coding de largo horizonte y trabajo de conocimiento, con 16 de 896 experts activos y un fuerte énfasis en eficiencia de escala. El detalle que importa para creadores: los pesos completos todavía no están afuera, pero la narrativa de lanzamiento ya arrancó.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Por qué Kimi K3 está ganando la conversación antes de que salgan los pesos.”
Anthropic lleva Claude Cowork a web y mobile
POR QUÉ ENTRA EN EL RADAREs una señal fuerte de que la pelea se está moviendo del UX de chatbot al trabajo delegado y persistente. Claude enmarca Cowork como trabajo de conocimiento en segundo plano sobre archivos, calendario, email, mensajería y web, con tareas programadas que siguen aunque el dispositivo esté offline.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“La próxima guerra de la IA no es el chat. Es quién se queda con el trabajo en segundo plano.”
Anthropic lanza “Reflect with Claude”
POR QUÉ ENTRA EN EL RADAREn la superficie es una historia más chica, pero estratégicamente interesante. Anthropic intenta quedarse no solo con el uso de IA, sino con la autoconciencia del uso: patrones, hábitos, horas tranquilas, nudges y un dashboard personal de cómo la gente colabora con la IA. Eso es diferenciación de producto por diseño de comportamiento.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Anthropic acaba de sumar ‘tiempo de pantalla para la IA’ — y eso dice mucho de hacia dónde van los asistentes.”
Investigación de Anthropic: “A global workspace in language models”
POR QUÉ ENTRA EN EL RADAREste es el ítem de investigación upstream que la mayoría de los creadores va a comprimir en una sola frase impactante. El claim es que Claude parece tener un ‘J-space’ interno que funciona como un global workspace para razonamiento reportable, controlable y deliberado. Creas o no en el framing cercano a la conciencia, el ángulo práctico es enorme: ver lo que un modelo “está pensando pero no dice”.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El verdadero avance acá no es la conciencia: es interpretabilidad con un manija.”
Google Search suma apps conectadas dentro de AI Mode
POR QUÉ ENTRA EN EL RADARGoogle está empujando AI Mode más allá de las respuestas y hacia las acciones: Instacart, Canva, YouTube Music y más. Es otra señal de que la búsqueda se reconstruye como superficie de agente con integraciones de partners, no como una página de resultados con links azules.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Google Search se está convirtiendo, en silencio, en una capa de acción, no solo en una caja de búsqueda.”
El “State of Open Source AI”, respaldado por Mozilla, dice que la paridad está cerca, pero las operaciones son el cuello de botella
POR QUÉ ENTRA EN EL RADARUn framing macro útil para un video de panorama. El claim que más se destaca: en muchas cargas de trabajo los pesos abiertos ya no son el compromiso, pero open sigue siendo más difícil de desplegar que closed. Ese es exactamente el gap que founders, equipos de infra y creadores de contenido deberían estar mirando ahora.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Los modelos abiertos no perdieron por inteligencia: están perdiendo por pulido operacional.”
El “AI progress and recommendations” de OpenAI deja en claro su visión de corto plazo
POR QUÉ ENTRA EN EL RADAREs material upstream para mucho del discurso que viene. El claim más filoso: OpenAI espera que en 2026 la IA sea capaz de hacer descubrimientos muy chicos, y considera cercanos los sistemas que hacen tareas de días o semanas equivalentes a trabajo humano. Es parte roadmap, parte posicionamiento, parte señal de política.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“OpenAI ya está diciendo en voz alta que la IA de grado descubrimiento está cerca: acá está el wording exacto y por qué importa.”
Loopany: el trabajo recurrente de agentes como infraestructura
POR QUÉ ENTRA EN EL RADARApareció vía creator-watch, pero el repo upstream es la historia de verdad. Loopany es una articulación limpia de hacia dónde van los agentes: jobs recurrentes, estado durable, notificaciones, artifacts y ejecución BYOA en tu propia máquina. Esto está más cerca de “agent ops” que de “asistente de IA”.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El próximo salto de los agentes puede ser infraestructura aburrida: loops, artifacts y verificación.”