El Pulso del 4 de noviembre de 2026
Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.
GPT-6.1 Terra: razonamiento visual y computer use más baratos
POR QUÉ ENTRA EN EL RADAROpenAI afirma que Terra combina razonamiento visual, computer use y redacción, con un precio estándar de API 50% más bajo que GPT-5.6 Terra/Sol. Su economía declarada —alrededor de un noveno del costo por tarea frente a Opus 5.5 en máximo esfuerzo— vuelve materialmente más plausible la automatización de interfaces gráficas a gran volumen.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«El precipicio de precio de los agentes: ¿qué trabajo tedioso acaba de volverse automatizable?» Mostrar un flujo de factura a contabilidad y explicar por qué la métrica es el costo por tarea completada, no el precio del token.
Gemini 4 Carbon apunta a ingeniería de varios días y ciberdefensa
POR QUÉ ENTRA EN EL RADARCarbon se posiciona para trabajo agente de ingeniería sostenida y ciberdefensa, al inicio restringido a defensores de confianza. Google reporta puntajes líderes en SEC-bench Pro, ExploitGym y CWE-bench, pero son cifras reportadas por el proveedor y el acceso sigue siendo limitado.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Los agentes de código se están volviendo ingenieros de seguridad, antes de volverse constructores de aplicaciones.» Explicar las tres etapas: encontrar, validar, parchear, y por qué los guardrails importan más que las capturas de un ranking.
Genie 4 convierte los modelos de mundo en un medio para entrenar agentes
POR QUÉ ENTRA EN EL RADARGenie 4 genera mundos interactivos y fotorrealistas, con audio ambiental y diálogo nativos, y con dirección en tiempo real por texto. El cambio técnico importante: Gemini entra en el circuito para planificar y verificar tareas de varios pasos mientras Genie renderiza el entorno.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«El motor de juego se está volviendo un modelo de IA.» Usar el caso de entrenamiento en robótica: simular 10.000 fallos antes de un intento físico costoso.
Axion 1.0-35B: una receta abierta y reproducible de agente, no solo pesos abiertos
POR QUÉ ENTRA EN EL RADAREl checkpoint MoE de 35B (3B activos) publica código, datos de entrenamiento y una receta de tres etapas: razonamiento autónomo, tareas ancladas a herramientas y luego RL sobre trayectorias de agente. Eso es más accionable para los equipos que otro lanzamiento opaco de benchmarks.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Cómo entrenar un agente sin un laboratorio secreto.» Diagramar las tres etapas y desafiar a quienes miran a replicar el pipeline de verificación de tareas, no apenas a descargar los pesos.
Reflection Beam aparece como opción de agente local de pesos abiertos
POR QUÉ ENTRA EN EL RADARReflection afirma que Beam es su primer modelo de pesos abiertos de 501B, y comparte enlaces a pesos, documentación y recursos de plataforma. Tratarlo como una pista de descubrimiento, no como una conclusión de desempeño: hay que contrastar el material primario de lanzamiento y evaluación antes de afirmar capacidades.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«Los modelos abiertos ya no son modelos chicos.» Enmarcarlo como un árbol de decisión de despliegue: privacidad, latencia, hardware y costo total, no hype.
Tencent Hy4: los pesos abiertos están por salir, pero los detalles siguen siendo escasos
POR QUÉ ENTRA EN EL RADAREl anuncio circula como «pesos abiertos pronto». La página recuperada expuso solo su título, así que todavía no hay que repetir afirmaciones de desempeño ni de fecha de lanzamiento. Es un ítem para tener en la mira, para el que conviene prepararse, no una historia para publicar ahora.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«No hagan videos a partir del anuncio: háganlos a partir de los pesos.» Una toma rápida de cómo evaluar un modelo abierto nuevo en la primera hora: licencia, parámetros activos, contexto, uso de herramientas y reproducibilidad.
Anthropic presentó su declaración de registro para IPO
POR QUÉ ENTRA EN EL RADARAnthropic presentó un S-1 para una propuesta de cotización en Nasdaq bajo el ticker ANT; el precio y la cantidad de acciones todavía no están definidos. Es una historia de estructura de industria: los laboratorios de modelos de frontera se están volviendo empresas de infraestructura de mercado público, y eso cambia la divulgación, los incentivos y la presión competitiva.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗«¿Qué cambia cuando un laboratorio de IA sale a bolsa?» Evitar especulación de valuación; enfocarse en lo que las presentaciones futuras pueden revelar sobre gasto en cómputo, mix de ingresos y riesgo de concentración.