Sección
Las piezas largas. IA explicada con datos, sin humo y sin paja.
Endeavor mide uso constante en más de la mitad de los colaboradores e impacto económico significativo en el 6% de las organizaciones. El salto no está en probar herramientas: está en meterlas en un proceso con datos que se puedan auditar.
No hace falta una torre de cristal para producir a escala. Con agentes y un coste ridículo, operaciones de una persona ya están reventando la factura de una redacción clásica.
La startup de Toronto mete los pesos del LLM en el die. El HC1 escupió Llama 3.1 8B a casi 17.000 tokens/s. La trampa es que el chip se queda fijo y el re-spin cuesta metal, no magia.
Prime Intellect publicó un agente de codificación que trata el contexto como variable, se toca el estado con CRUD y orquesta subagentes por mensajería. Aquí va qué es de verdad, cómo se “autoentrena” y por qué el arnés importa más que el modelo de turno.
Más del 80% del código de Anthropic lo escribe Claude. Eso suena a ciencia ficción. El paper de la propia empresa dice otra cosa: el 8× es un termómetro roto, la autonomía de 16 horas es el dato que duele, y la auto-mejora recursiva todavía no ha llegado.
Entre abril y julio de 2026, la compañía más valorada de la IA cerró Sora, dijo que el chat está muerto y empuja a Codex, la super app y un altavoz sin pantalla. Aquí están los datos que sí salen… y los que no aparecen en ninguna parte.
Etiquetar si un paper salió de un GPT suena a solución limpia. No lo es. Mientras Scholar indexe sin filtros y la carrera académica pague por volumen, la basura sigue entrando.
Mira Murati lanza Inkling nueve meses después de fundar Thinking Machines. 975 mil millones de parámetros, pesos abiertos y una tesis clara: el modelo propietario no es solo caro, es una trampa de datos.
881.076 búsquedas de vuelos sin cerrar ni una reserva. Ese es el agujero económico real de soltar un agente en internet. Aquí está la cuenta completa.
El 90% de los que se llaman AI Engineers no han tocado una base de datos en su vida. Aquí está lo que separa al que construye del que pega chatbots encima de PDFs.
No es una batalla de modelos. Es una batalla por quién decide qué modelo usa cada empresa, cuándo y a qué precio. Y ahí es donde están yendo los miles de millones.
China ha reducido la brecha a un 2,7% con EE.UU. en los benchmarks más duros. Francia tiene el modelo más serio de Europa. España tiene un chatbot de administración pública. No es lo mismo.
