Sección de noticias
Foundation and frontier model releases, updates, and capability changes.
14 Importante · 5 cambios de veredicto · 10 FYI · 1 en seguimiento · 30 en total
ImportanteModelos ·
SpaceXAI dice que Grok Voice Transcribe 2.0 será pronto el predeterminado de su API de Speech-to-Text y que la versión 1.0 quedará obsoleta «en las próximas semanas», sin fecha para ninguna de las dos cosas. Fija grok-voice-transcribe-1.0 y prueba la 2.0 con tu propio audio antes de que tus transcripciones cambien sin que lo decidas.
Leer el veredicto completoImportanteModelos ·
Google empezó el 15 de septiembre de 2026 a desplegar Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking en la API de Gemini y en Google AI Studio. Google afirma que Extended Thinking ocupa el primer puesto del Speech-to-Speech Quality Index de Artificial Analysis con 82,6, y es el que recomendamos probar primero.
ImportanteModelos ·
Ternary Bonsai 2 27B, de PrismML, almacena Qwen3.8 27B a 1,76 bits efectivos por peso: 5,9 GB, más de 9 veces más pequeño que el modelo a precisión completa, con un 98,2 % de la puntuación agregada del modelo completo según PrismML. Los pesos están publicados con licencia Apache 2.0, y todas las cifras son de la propia PrismML.
ImportanteModelos ·
Anthropic lanzó Claude Sonnet 5.5 el 28 de septiembre a 2 $ de entrada y 10 $ de salida por millón de tokens, igual que Sonnet 5. Las lecturas de caché salieron a 0,20 $ y ahora se listan a 0,10 $. Claude Code 2.1.284 lo convirtió en el Sonnet predeterminado de la API de Anthropic. Si ejecutas Sonnet con el pensamiento desactivado, cambia al nuevo ajuste between_tools antes de migrar. Todos los benchmarks son de la propia Anthropic.
ImportanteModelos ·
Desde el 17 de septiembre, los equipos de ciencias de la vida verificados que usan la API de Claude o los planes Enterprise o Team pueden solicitar el Life Sciences Verification Program de Anthropic para relajar las salvaguardas de biología que bloquean investigación legítima. Standard Use se lanzó en Mythos 5.1, Opus 5 y Sonnet 5 y ahora incluye Opus 5.5; High-risk Use cubre Opus 5 y Sonnet 5, mientras que Mythos sigue limitado a un grupo reducido de entidades verificadas.
ImportanteModelos ·
Qwen3.8-Omni-Flash, de Alibaba, admite texto, imagen, audio y vídeo como entrada, tiene un contexto de 1 millón de tokens y se invoca en Model Studio como qwen3.8-omni-flash. Qwen afirma un recorte de más del 98 % en el precio de la entrada de audio, pero su publicación de lanzamiento muestra las tarifas solo como imagen y la documentación de Model Studio no indica ningún precio, así que comprueba tu consola antes de mover una carga de trabajo.
ImportanteModelos ·
Google lanzó gemini-3.8-flash-tts y gemini-3.8-flash-lite-tts en la API de Gemini y en AI Studio el 23 de septiembre, a $9,00 y $6,00 por 1M de tokens de salida de audio, menos de la mitad de los $20,00 de Gemini 3.1 Flash TTS Preview. Todas las tarifas de 3.8 se duplican el 1 de enero de 2027, así que calificamos ambos como condicionales.
ImportanteModelos ·
El 10 de septiembre, OpenAI lanzó en disponibilidad general en la API GPT-Live-1, su modelo de voz full-duplex, a $0.05 por minuto de sesión de voz y con soporte de telefonía. El razonamiento se ejecuta en un modelo backend que eliges tú y pagas aparte, y OpenAI no publica un coste total por minuto. GPT-Live-1 sigue en «condicional»: la pega ya no es la falta de API, sino el coste.
ImportanteModelos ·
DeepSeek lanzó V4.1-Flash el 10 de septiembre, un MoE de 552 mil millones de parámetros con pesos abiertos, y retiró V4 Flash ese mismo día. El antiguo id del modelo ahora redirige a V4.1-Flash y se factura al nuevo precio de Flash: $0.15 de entrada y $0.60 de salida por 1M de tokens en horario valle. Mismo id, otro modelo: vuelve a ejecutar tus evaluaciones.
GGImportanteModelos ·
El tercer lanzamiento Flash de Google en seis semanas llega al mismo precio de lanzamiento de $0.75/$3.75 que 3.7 Flash, con una salvedad: 3.8 'se esfuerza más' y puede consumir más tokens. El 3.8 Flash Cyber, de acceso restringido, se destina a defensores de confianza a través del nuevo Fairwind Program.
GImportanteModelos ·
Gemini 3.7 Flash llega tres semanas después del 3.6: mejor en todos los benchmarks que publicó Google, a la mitad del precio de lanzamiento durante 2026. La ruta de actualización es obvia.
M
ImportanteModelos ·
MAI-Code-1.1-Flash ya está en Copilot: visión nativa, un 22% mejor en Terminal-Bench y a un cuarto del costo. MAI-Code-1-Flash se descontinúa el 10 de septiembre.
GImportanteModelos ·
GLM-5.3 registra un salto de más de 6× en Terminal-Bench 3.0 y lidera CyberGym con un 84.5%, por delante de Mythos 5 y GPT-5.6 Sol. Los pesos abiertos llegan en dos semanas, no hoy.
ImportanteModelos ·
La semana del 10 de agosto ya está aquí. Alibaba confirmó el 3 de agosto que los pesos abiertos de Qwen3.8-Max (MoE de 2.4 billones) y un modelo denso acompañante de 27B se publicarían "la próxima semana". A fecha del lunes 10 de agosto, no existe ningún repositorio en HuggingFace, la licencia no se ha revelado y la única fecha de entrega proviene de una fuente secundaria. Esto es lo confirmado, lo pendiente y por qué el modelo de 27B importa más que el buque insignia.
Veredicto cambiadoModelos ·
Nuestra ficha del directorio decía que Claude Fable 5 era solo de créditos, sin vía de suscripción, ocho semanas después de que informáramos de lo contrario. La tabla de planes de Anthropic sitúa Fable en el 50 % de los límites semanales en Max 5x, Max 20x y los puestos premium de Team. Esta es la corrección y lo que no cambia.
Veredicto cambiadoModelos ·
El precio de lanzamiento de Claude Sonnet 5, $2/$10 por millón de tokens, iba a subir a $3/$15 el 1 de septiembre de 2026. Anthropic ha cancelado la subida. Sonnet 5 mantiene su veredicto recommended y ahora cuesta un tercio menos que Sonnet 4.6 y el 40 % de la tarifa de Opus, con una salvedad sobre el tokenizador.
Veredicto cambiadoModelos ·
GPT-6 Astra es real, caro y va genuinamente por delante en manejo del ordenador, trabajo en terminal, ciberseguridad y contexto largo. No es el mejor modelo del mundo, y la cifra que lo demuestra está impresa en la propia tabla comparativa de OpenAI: Artificial Analysis Intelligence Index 61,2, por detrás de Claude Fable 5.1 con 65,7 y de Claude Opus 5 con 63,1.
Veredicto cambiadoModelos ·
Los pesos abiertos de Qwen3.8-27B ya están disponibles bajo Apache 2.0: un modelo de 27B para una sola GPU con contexto de 262K y ganancias de codificación reportadas por el proveedor. Pendiente → condicional.
Veredicto cambiadoModelos ·
Grok 4.6 ya está disponible a $2/$6 y logra 61 en el AA Intelligence Index (empata con GPT-5.6 Sol en el tercer puesto, por detrás de Claude Opus 5 y Claude Fable 5). Veredicto: pendiente → condicional.
FYIModelos ·
Amazon Bedrock incorporó Grok 4.7 de xAI el 28 de septiembre de 2026 a 2,00 $ de entrada y 6,00 $ de salida por millón de tokens con inferencia entre regiones Global (2,20 $/6,60 $ en US Geo), y su nivel Flex factura la mitad. Las pegas: no hay endpoint dentro de una sola región, no admite uso de herramientas en el servidor y Flex no funciona a través de la API Converse.
FYIModelos ·
El tarifario de DeepSeek excluye ahora los festivos chinos de su franja punta de los días laborables, así que esos días se facturan a la mitad de la tarifa punta. Los precios por token no cambian, y sigue abierta la cuestión del enrutamiento de V4 Pro.
MFYIModelos ·
Inception ha lanzado Mercury 2.5, un modelo de lenguaje de difusión, a 0,20 $ de entrada y 0,75 $ de salida por millón de tokens, rebajados un 80 % hasta 0,04 $ y 0,15 $ en el lanzamiento y sin fecha de fin. Inception afirma un contexto de 260 000 tokens, 1.107 tokens por segundo y un 40 % más de inteligencia que Mercury 2. Todas las cifras son de la propia Inception.
FYIModelos ·
Google añadió Live Avatar a Gemini 3.8 Live el 24 de septiembre: un avatar parlante casi en tiempo real con sincronización labial en 97 idiomas, disponible en Gemini Enterprise. Los avatares personalizados a partir de imágenes de referencia propias exigen la inclusión en la lista de permitidos del nivel Enterprise, el audio y el vídeo llevan marca de agua SynthID y Google no ha publicado ningún precio.
FYIModelos ·
La tarifa de DeepSeek limita su ventana punta de 2x a los días de lunes a viernes. Nuestras entradas decían «siete horas punta diarias», lo que exageraba la ventana cara en 14 horas semanales tanto en V4 Pro como en V4 Flash.
KFYIModelos ·
El Institute of Foundation Models publicó el 3 de septiembre una flota agéntica de seis modelos bajo Apache-2.0 (de un modelo edge de 0.9B a un MoE de 375B-A23B), con el ciclo de vida de entrenamiento abierto de extremo a extremo. Todas las afirmaciones provienen de IFM hasta que los artefactos se verifiquen de forma independiente.
FYIModelos ·
Qwen3.8-Max-0902 es una actualización de checkpoint del buque insignia Qwen3.8-Max en la API alojada: precios de $2/$6 y contexto de 1M, todavía sin el lanzamiento de pesos abiertos prometido.
FYIModelos ·
OpenAI clasifica ahora formalmente a Astra como su primer modelo de ciberseguridad en el umbral 'Crítico' (ExploitBench 100%, dos vulnerabilidades de día cero encontradas durante la evaluación). El lanzamiento llegará 'pronto', con acceso cibernético avanzado restringido a probadores alfa antes de Daybreak Blue.
FYIModelos ·
Qwen3.8-Max, el buque insignia de Alibaba con 2.4 billones de parámetros y arquitectura Mixture-of-Experts, ahora tiene precios publicados por token en QwenCloud: $2.00 por millón de tokens de entrada y $6.00 por millón de tokens de salida.
FYIModelos ·
Meta lanzó Muse Glimmer el 10 de agosto: un modelo open-weight de 30 mil millones de parámetros bajo licencia Apache 2.0, diseñado específicamente para cargas de trabajo agentivas locales siempre activas. No es un modelo de chat de propósito general. Está destilado de la familia Muse Spark y explícitamente diseñado para ejecutar agentes autónomos en una sola GPU de consumo (24 GB de VRAM). Disponible hoy en Hugging Face. Los pesos son gratuitos: sin claves API, sin facturación por token.
ObservarModelos ·
Grok 4.6 no cumplió su fecha de lanzamiento del 7 de agosto. La llamada de Musk del 4 de agosto movió la ventana al 10–14 de agosto. Sin ficha técnica, benchmarks ni API: el modelo sigue en pending.
No vuelvas a tener que ponerte al día
El resumen semanal: solo cambios de veredicto y acciones urgentes. Sin relleno.