Resumen semanal de IA · Número 2 · 13 de noviembre de 2026
Cada viernes repasamos lo que ha pasado en inteligencia artificial durante la semana, nos quedamos con lo que de verdad importa y lo explicamos sin bombo. Esta semana el tema ha sido inevitable: dos de los grandes laboratorios han puesto en circulación sus nuevos modelos más potentes casi a la vez, más baratos que los anteriores y pensados sobre todo para trabajos largos con agentes. Al final, como siempre, el resto de noticias que merece la pena conocer.
El tema de la semana: nuevos modelos frontera, más capaces y más baratos
Llamamos «modelos frontera» a los más avanzados de cada momento, los que marcan el techo de lo que puede hacer un modelo de lenguaje. Esta semana ese techo ha vuelto a moverse, y lo interesante no es solo la potencia: es el precio y el tipo de tarea para el que se han diseñado.
Claude Fable 5.2 y Mythos 5.2: mejor en código y más rápido
El lunes 9 Anthropic presentó Claude Fable 5.2 y Claude Mythos 5.2. Según la empresa, mejoran a la versión 5.1 en programación, razonamiento y visión, y generan las respuestas hasta un 30 % más rápido. Son en realidad el mismo modelo base con dos niveles de protección: Fable 5.2 está disponible para cualquier usuario de pago, mientras que Mythos 5.2 tiene menos restricciones en ciberseguridad y biología y solo lo pueden usar organizaciones verificadas de esos sectores.
Dos detalles prácticos: el precio en la API baja de 10 a 8 dólares por millón de tokens de entrada y de 50 a 40 por millón de salida, y el modelo rechaza bastantes menos peticiones legítimas que su predecesor (CNBC). Como siempre, las comparativas de rendimiento las publica la propia empresa; conviene esperar a evaluaciones independientes.
Gemini 4 Carbon llega a los desarrolladores
Google anunció a finales de octubre Gemini 4 Carbon, su modelo más potente, pero al principio solo lo entregó a un grupo de especialistas en ciberdefensa. Desde el martes 10 ya está disponible para desarrolladores en el nivel de pago de la API, a través de Google AI Studio y Android Studio, y para los suscriptores de Google AI Ultra (blog de Google). Google lo presenta como un modelo para flujos de trabajo complejos y de larga duración: ingeniería de software, desarrollo web y trabajo de conocimiento con agentes.
Su precio de lanzamiento es de 2 dólares por millón de tokens de entrada y 10 por millón de salida, con un 95 % de descuento en la entrada que se reutiliza de la caché.
Lo que no sale en los titulares: el precio por tarea
Comparar el precio por token de dos modelos dice poco. Un modelo más caro que resuelve una tarea al primer intento puede salir más barato que uno económico que necesita cinco reintentos, y los agentes consumen muchos tokens porque leen, prueban y corrigen. Lo que sí está claro es la tendencia: cada nueva generación ofrece más capacidad por menos dinero, y eso hace viables proyectos que hace un año no salían a cuenta.
Para qué se usan: agentes que trabajan durante horas
Dos anuncios de la semana muestran hacia dónde va todo esto. AWS ha publicado AWS Emulator, una copia local y gratuita de más de 200 de sus servicios para probar aplicaciones sin conectarse a la nube. Lo llamativo es cómo se hizo: según la compañía, el código lo escribieron íntegramente agentes, a partir de una especificación formal de cada servicio y comparando su comportamiento con el real. No es perfecto (por ejemplo, no reproduce los controles de permisos), pero es una demostración a gran escala de desarrollo dirigido por agentes.
Por su parte, Databricks ha convertido a Genie en un «compañero de trabajo» autónomo para tareas de empresa que duran días: sigue el avance, pide los datos que faltan y reacciona cuando cambian, siempre con la identidad y los permisos del usuario y con límites de gasto que fija el administrador.
Qué significa si trabajas con modelos de lenguaje
Con modelos nuevos cada pocas semanas, la habilidad que más vale no es conocer el último, sino saber elegir y cambiar. Estas son las preguntas que nos haríamos:
- ¿Tienes tu propio banco de pruebas? Un conjunto de tareas reales de tu proyecto, con la respuesta esperada, para comparar modelos en una tarde en lugar de fiarte de las tablas de cada laboratorio.
- ¿Mides el coste por tarea resuelta? No por token. Incluye reintentos, tiempo de respuesta y revisión humana.
- ¿Puedes cambiar de proveedor sin rehacerlo todo? Separar la lógica de tu aplicación de la llamada al modelo permite aprovechar cada mejora o bajada de precio.
- ¿Tus agentes trabajan a partir de una especificación? El caso de AWS lo deja claro: cuanto mejor está definido qué debe hacer el sistema y cómo se comprueba, más se puede delegar.
- ¿Has puesto límites? Permisos mínimos, tope de gasto y aprobación humana para lo que no se puede deshacer, como contábamos en el número anterior.
Es justo el tipo de criterio de ingeniería que distingue a quien usa modelos de lenguaje de quien sabe construir sistemas fiables con ellos.
Más noticias de la semana
- Anthropic sale a bolsa. La empresa ha iniciado la presentación a inversores de su salida a bolsa, con un rango de 70 a 78 dólares por acción y el Nasdaq como mercado previsto (Anthropic).
- AlphaGenome 2. Google DeepMind ha presentado la nueva versión de su modelo de ADN, que predice cómo afecta una variante genética a la regulación de los genes en un tipo de célula concreto. Está disponible para investigación no comercial y no está validado para uso clínico (Nature).
- Cambio al frente de Nvidia. Jensen Huang ha dimitido como consejero delegado del principal fabricante de chips para IA, y la directora financiera, Colette Kress, ocupa el cargo de forma interina mientras se busca sustituto (CNN).
Para llevarte
Los modelos frontera de esta semana son mejores y más baratos, pero su verdadero destino son los agentes que trabajan durante horas o días con poca supervisión. Para sacarles partido hace falta saber evaluarlos, integrarlos y ponerles límites. Si quieres repasar la base, en el blog tienes qué es un agente de código y cómo elegir entre RAG, fine-tuning o prompting. Nos vemos el próximo viernes.