El Pulso del 28 de octubre de 2026
Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.
Genie 4: simulación de mundos en tiempo real, controlable y con audio nativo
POR QUÉ ENTRA EN EL RADARGenie 4 genera a la vez un mundo interactivo, sonido ambiental y diálogo, mientras Gemini actúa como un loop de planificación y monitoreo para mantener coherentes los escenarios de varios pasos. Ese encuadre es más útil que el de “video con IA”: es un simulador temprano para entrenamiento de agentes y robots, prototipado de juegos y previs.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«El video con IA acaba de convertirse en un mundo que se puede operar.» Mostrar la distinción: clip renderizado → simulación controlable → un agente que planifica adentro. Cerrar con la salvedad de que sigue siendo un preview para testers de confianza, y que la permanencia de objetos y la consistencia en sesiones largas siguen sin resolverse.
GPT-6.1 Terra: el computer use entra al segmento de costo eficiente
POR QUÉ ENTRA EN EL RADARTerra está posicionado para razonamiento visual de alto volumen y trabajo de computer use. OpenAI afirma precios más bajos que las opciones Terra/Sol anteriores y puntajes de computer use materialmente mejores. El cambio práctico es que la automatización de interfaces —facturas, formularios, planos técnicos— puede volverse económicamente viable más allá de las demos.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«La pregunta del agente de IA ya no es “¿puede hacer clic?”, sino “¿puede hacer clic lo suficientemente barato como para desplegarlo?”». Comparar costo de la tarea, latencia y costo de falla o revisión; no presentar los puntajes de benchmark como garantías de producción.
Decisions API: separar la decisión rápida y acotada del turno caro del agente
POR QUÉ ENTRA EN EL RADARLa API apunta a llamadas estructuradas y repetidas —probabilidad, elección o puntaje de rúbrica— a partir de texto, imágenes y JSON, y afirma una latencia hasta 10× menor que una llamada general de Responses con GPT-6 Luna. Es una historia de arquitectura: usar un enrutador o compuerta especialista antes de escalar a un agente costoso.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Dejá de pedirle a tu agente que piense en profundidad si un correo es spam.» Diagramar un flujo de tres etapas: clasificar barato → recuperar/enrutar → invocar un agente completo solo en las excepciones.
Artificial Analysis Intelligence Index v5: los benchmarks se vuelven más realistas… y menos reproducibles
POR QUÉ ENTRA EN EL RADARLa v5 suma FrontierCode 2.0 y Terminal-Bench-Science, y dice que el 60% de su compuesto ahora usa material de evaluación privado o reservado. Eso dificulta la contaminación y vuelve más realistas las tareas agénticas, pero impide la replicación independiente de gran parte del ranking.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«La tabla de posiciones de benchmarks se volvió más difícil de manipular… ¿entonces por qué deberíamos confiar menos, no más?» Explicar el trade-off entre el secreto anti-contaminación y la auditabilidad. Carnada fuerte de discusión para builders.