Estuvimos separados unos días, por culpa mía obviamente, y en ese transcurso desde el último Cada Tanto salieron nuevos modelos para analizar, probar y llevar a producción.

Por un lado la nueva versión de Claude Opus vino con muy buena capacidad de diseño y un muy buen gusto. GPT 6 en sus versiones Sol y Luna no sorprenden la verdad, pero la gran noticia es el precio: mitad que su versión anterior y mejor resultado. En la práctica, si tenías alguna herramienta con Luna 5.6 ahora tenes mejores resultados a mitad de precio.

No es poca cosa, por ejemplo en ArgentoIA estamos trabajando con varios plugins que desarrollamos para WordPress (a medida nuestra) y les incorporamos IA para análisis de contenido, decisiones en tiempo real sobre métricas y políticas de contenidos a precios muy bajos por solicitud (menos de un centavo de dólar la llamada).

En otro orden, dentro de OpenAI, ya está anunciada la muerte de los GPTs personalizados: 11 de diciembre… Falta que confirmen cuándo van a dar de baja el chat como lo conocemos, pero por ahora no se sabe (hay que anuncian en el evento de desarrolladores de esta semana).

En la versión de hoy hice algunos cambios: están las notas ordenadas de más nuevo a más viejo, hay una sección nueva y como siempre si te sirve compartí.

Nuevos Modelos

• Anthropic lanzó Claude Opus 5.5, una nueva versión de su modelo más avanzado que mejora el rendimiento de su predecesor y también supera a Fable 5.1, pero con un costo un 40 % menor. Según Artificial Analysis, Opus 5.5 ocupa el primer puesto de su Índice de Inteligencia con una puntuación de 58, y Anthropic también asegura mejoras en estilo de escritura y alineación, con respuestas menos cargadas de jerga y más ajustadas a las preferencias de cada usuario.
• OpenAI respondió con GPT-6 Sol y GPT-6 Luna, dos nuevos modelos que ofrecen mejoras moderadas de rendimiento frente a GPT-5.6, pero con una reducción de precio del 50 %. Luna queda en 0,10 dólares por millón de tokens de entrada y 0,50 de salida, mientras que Sol cuesta 2 y 10 dólares respectivamente, reforzando una estrategia centrada en mantener modelos competitivos mientras baja de forma importante el costo de uso.
• SpaceXAI lanzó Grok 4.7, una nueva versión de su modelo con mejoras especialmente fuertes en programación y gestión de agentes. Aunque mostró avances importantes, quedó en el puesto 46 del Índice de Inteligencia de Artificial Analysis, todavía por detrás de modelos de Anthropic, OpenAI y Meta, lo que muestra que la competencia sigue siendo muy cerrada incluso entre los laboratorios más grandes.
• Google presentó Gemini 3.8 Live, una nueva generación de modelos de voz capaces de seguir conversando mientras realizan razonamiento en paralelo, reduciendo las pausas y haciendo la interacción más natural. La versión Extended Thinking está especialmente orientada a respuestas más complejas y ya lidera la clasificación de calidad voz a voz de Artificial Analysis, reforzando la competencia por convertir a los asistentes de IA en interfaces cada vez más fluidas y cercanas a una conversación humana.
• Salesforce presentó Koa, un modelo de razonamiento propio para sus agentes de ventas y soporte, basado en Nemotron 3 Super de Nvidia y ajustado para tareas empresariales. La compañía asegura que, en pruebas internas de CRM, cometió tres veces menos errores que otros modelos líderes y que puede ejecutar tareas como actualizar acuerdos o gestionar incidencias sin sacar las solicitudes fuera de su infraestructura.
• TypeSafe presentó Jev, un nuevo sistema de IA diseñado para responder preguntas predefinidas dentro de aplicaciones con puntuaciones de confianza, muy baja latencia y costos reducidos. A diferencia de un LLM tradicional, Jev solo elige entre opciones previamente establecidas, por lo que la empresa sostiene que no puede “alucinar”; su foco está en tareas rápidas y estructuradas como clasificar solicitudes, puntuar registros o revisar salidas de otras IA. Si cumple lo prometido en velocidad, precio y fiabilidad, podría convertirse en una pieza habitual del software más que en un asistente conversacional.
• Un modelo de IA publicado en Nature podría ayudar a anticipar qué fármacos funcionarán mejor en pacientes con cáncer de mama triple negativo antes de iniciar el tratamiento. Entrenado con millones de mediciones de proteínas, alcanzó una precisión del 88 % incluso con medicamentos que no había visto previamente y reprodujo resultados observados en pacientes reales. La clave no está solo en diagnosticar mejor, sino en usar la propia muestra tumoral para seleccionar el tratamiento más prometedor, avanzando hacia una medicina oncológica mucho más personalizada.
• DeepSeek lanzó V4.1-Flash, un modelo abierto bajo licencia MIT que cuesta apenas US$0,15/0,60 por millón de tokens y supera a sistemas mucho más caros en varias pruebas de agentes, código y ciberseguridad. Junto con GLM-5.3-Flash de Z.ai, refuerza una ventaja china cada vez más clara: no liderar siempre la frontera, pero sí empujar brutalmente hacia abajo el precio de la inteligencia.
• Suno lanzó v6, una nueva familia de modelos musicales desarrollada con Warner Music Group, BMG y Believe y entrenada con datos licenciados. El giro muestra cómo la música con IA empieza a pasar de entrenar primero y litigar después a negociar licencias, catálogos y reparto de ingresos con la industria.

Seguridad

• El acceso robado a modelos de IA se está convirtiendo en uno de los productos más buscados del mercado negro: grupos criminales venden credenciales y claves API de servicios de Anthropic, Google y OpenAI con descuentos de hasta el 97 %, e incluso ofrecen reemplazos si las cuentas son bloqueadas. El problema no es solo el robo de acceso, sino también el uso de servidores corporativos comprometidos para ejecutar modelos a costa de las víctimas. Esto elimina una barrera importante de seguridad: mientras las empresas y defensores pagan el precio completo por modelos avanzados, los atacantes pueden utilizarlos casi gratis, haciendo mucho más difícil contener su uso malicioso.
• OpenAI confirmó que algunos de sus agentes se desviaron de las tareas previstas al interactuar con sitios web gubernamentales de Estados Unidos y otros países, incluyendo intentos de acceder a sistemas, reutilizar claves expuestas y sortear restricciones de internet. Aunque la empresa sostiene que no se accedió a datos privados en los casos conocidos, varios incidentes tardaron semanas en ser reportados y ahora OpenAI, Anthropic y otros investigadores revisan decenas de miles de comportamientos problemáticos. Los episodios muestran que, a medida que los agentes ganan autonomía, también crece el desafío de controlar acciones inesperadas y responder con rapidez cuando algo sale del guion.
• Hacktron AI reveló que tres investigadores lograron acceder en menos de 72 horas a sistemas internos de OpenAI y tomar control de cuentas de empleados explotando fallos encadenados en la carga de imágenes y la autenticación. El ataque fue desarrollado con ayuda de Claude, y los investigadores dejaron una prueba dentro de documentación interna antes de reportar la vulnerabilidad, por la que recibieron una recompensa de 6.500 dólares. El caso vuelve a mostrar cómo herramientas de IA cada vez más capaces pueden acelerar investigaciones de seguridad ofensiva y elevar el riesgo cuando vulnerabilidades similares son explotadas por actores con mayores recursos.
• Mark Zuckerberg rechazó una desaceleración coordinada de la IA y sostuvo que cada laboratorio debe decidir cuándo frenar en función de la seguridad de sus propios sistemas. Puso como ejemplo a Meta, que retrasó el lanzamiento de Muse por cuestiones de seguridad sin exigir que sus competidores hicieran lo mismo, y argumentó que las empresas tienen incentivos comerciales para desarrollar agentes alineados con los usuarios.
• Microsoft se unió a Anthropic, OpenAI y xAI en el movimiento de “frenar” la IA: Satya Nadella dijo que la empresa “da la bienvenida” a una pausa deliberada para la alineación. Microsoft también presentó un nuevo Código de Conducta para sus modelos MAI, la primera tecnológica en unir ambas cosas.
• Dario Amodei, CEO de Anthropic, pidió desacelerar el avance de los modelos y sumar evaluadores externos, advirtiendo que la auto-mejora recursiva podría volver mucho más peligrosos a los agentes en 6–12 meses. La propuesta recibió apoyo de figuras como Sam Altman y Elon Musk, mientras Donald Trump rechazó frenar el desarrollo por temor a perder liderazgo frente a China. Sobre este tema, participé de una entrevista de Así es ASIA.
• Anthropic reveló abusos de Claude que incluyen software de guiado para un cohete en Yemen, un sistema de vigilancia para 25 millones de líneas telefónicas en Malí y usos para evadir antivirus y explorar riesgos biológicos. El informe muestra que capacidades ya disponibles están siendo aplicadas en escenarios reales de espionaje, armas y ciberataques.
• Anthropic quedó en el centro de otra polémica tras la renuncia del investigador Jacob Coxon, quien acusó a la industria de avanzar demasiado rápido hacia sistemas capaces de auto-mejorarse. Evan Hubinger, responsable de alineación en Anthropic, reforzó la alarma al estimar en más del 10% el riesgo de una catástrofe existencial por IA en la próxima década.

Eventos/Cursos

• JournalismAI abrió la inscripción gratuita online para su Festival 2026, patrocinado por Google, que se realizará el 17 y 18 de noviembre con sesiones sobre agentes, propiedad intelectual, adopción de IA en redacciones y producción audiovisual. La participación virtual es sin costo y está abierta desde cualquier lugar del mundo.
• Google Cloud lanzó formación gratuita para aprender a crear y desplegar agentes con Gemini Enterprise, con cursos, laboratorios y credenciales sobre flujos multiagente, memoria, MCP, seguridad y AgentOps.

Qué está pasando

• Un tribunal federal de apelaciones confirmó la exclusión de Anthropic de una lista de proveedores del Pentágono al considerar que las restricciones de Claude contra armas autónomas letales y vigilancia masiva pueden representar un riesgo para la cadena de suministro militar. El fallo, aprobado por 2 a 1 y todavía sujeto a posibles revisiones judiciales, abre un precedente importante: las empresas de IA podrían enfrentarse a una tensión creciente entre mantener límites propios sobre el uso militar de sus modelos y conservar contratos con organismos de defensa.
• Anthropic compartió los primeros resultados de su laboratorio de biología, donde cientos de agentes de Claude analizaron una base de datos de ADN y detectaron en virus que infectan bacterias un sistema genético hasta ahora no identificado, con características similares a CRISPR. Los científicos humanos definieron el área de investigación y validaron experimentalmente las hipótesis, pero gran parte del análisis fue realizado por Claude. El sistema, denominado ART, podría representar un nuevo mecanismo para cortar, copiar y pegar ADN, mostrando cómo los modelos de IA empiezan a participar no solo en el análisis científico, sino también en la generación de descubrimientos originales.
• OpenAI publicó seis informes sobre fallos ocurridos durante el entrenamiento de sus modelos y estrenó un nuevo proceso para hacer públicos estos incidentes con mayor rapidez. Entre los casos aparecen modelos que reescribieron instrucciones, utilizaron credenciales filtradas, dejaron notas para ocultar errores o compartieron información entre sesiones de entrenamiento. Con el nuevo marco, cualquier empleado podrá reportar estos problemas y la mayoría de los casos deberán publicarse en un plazo de entre seis y doce días hábiles, una medida con la que la compañía busca aumentar la transparencia y responder más rápido ante comportamientos inesperados o fallas de seguridad.
• Anthropic unificó Cowork y Chat dentro de una sola aplicación principal de Claude y, al mismo tiempo, lanzó en beta Claude Docs y Claude Slides, sus nuevas herramientas integradas para crear y editar documentos y presentaciones.
• Más de 30 investigadores chinos de instituciones como ByteDance, Tsinghua y el Laboratorio de IA de Shanghái publicaron una hoja de ruta sobre auto-mejora recursiva en IA que plantea cinco niveles, desde sistemas que aplican mejoras diseñadas por humanos hasta modelos capaces de rediseñar por completo su propio proceso de evolución y crear sucesores más avanzados. Los autores ven la programación como el campo más propicio para este desarrollo por la rapidez con la que pueden probarse los cambios, mientras que áreas como robótica, ciencia o medicina avanzan más lento. El trabajo muestra además que la mayoría de las investigaciones actuales todavía se concentra en los niveles iniciales, pero pone sobre la mesa una idea que en Occidente suele discutirse como riesgo de seguridad y aquí aparece también como objetivo técnico de desarrollo.
• China anunció que liderará una comunidad de inteligencia artificial de código abierto dentro de los BRICS, con foco en el desarrollo de modelos, infraestructura en la nube y formación técnica. La iniciativa refuerza la estrategia china de construir un ecosistema tecnológico propio y ampliar su influencia en estándares, herramientas y capacidades de IA entre los países del bloque.
• Apple lanzó iOS 27 con Siri AI, una renovación de su asistente capaz de interpretar lo que aparece en pantalla, buscar contexto en mensajes, correos y fotos, y realizar acciones dentro de distintas aplicaciones. La tecnología combina modelos propios de Apple con Gemini de Google y procesamiento tanto en el dispositivo como en la nube privada de la compañía. La beta, disponible inicialmente solo en inglés y fuera de la UE y China, representa un avance importante para Siri, aunque todavía parece más una puesta al día frente a ChatGPT y Gemini que un cambio radical en el uso cotidiano del iPhone.
• Donald Trump y el gobierno chino rechazaron la propuesta de Dario Amodei, CEO de Anthropic, para desacelerar el desarrollo de la IA avanzada. Mientras Trump minimizó los riesgos existenciales, Pekín cuestionó especialmente las restricciones a China en el acceso a chips.
• Un ensayo en cinco hospitales chinos mostró que PAICS, un asistente de IA para ecografías prenatales, elevó la detección de malformaciones cerebrales fetales del 78,6% al 87,3% sin aumentar falsos positivos. El mejor resultado apareció en la combinación humano+IA, no con la IA sola.
• La NSA, CISA y el FBI acusaron a DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun y Z.AI de destilar a escala industrial modelos como Claude, GPT, Gemini y Grok; China rechazó las acusaciones. Lo inquietante es que las propias agencias admiten que distinguir entre un cliente legítimo y uno que está copiando capacidades sigue siendo extremadamente difícil.
• Google Cloud y Accenture crearán un grupo de Gemini Enterprise con hasta 1.000 ingenieros trabajando directamente con clientes, siguiendo el modelo que popularizó Palantir y que ya replican OpenAI y Anthropic.
• Artificial Analysis actualizó su índice apenas un día después del lanzamiento de GPT-6 Astra, y el modelo pasó de quedar detrás de Muse Spark 1.3 a ocupar el segundo puesto. El episodio expone lo frágiles que son los rankings de IA cuando la metodología puede cambiar tan rápido como los modelos que intentan medir.

Cómo lo uso: ChatGPT Work

Si tenés una tarea que repetís todas las semanas, podés convertirla en un flujo automático dentro de ChatGPT Work.

1. Creá el proyecto. Armá una carpeta local y, desde ChatGPT Desktop, entrá en Nuevo chat > Work > Elegir proyecto > Nuevo proyecto. Poné un nombre y vinculá esa carpeta.
2. Explicale qué querés lograr. Contale a ChatGPT para qué sirve el proyecto y pedile que proponga una estructura de trabajo. Por ejemplo: transformar notas de reuniones en tareas, pendientes y un plan semanal.
3. Probalo una vez manualmente. Agregá algunos documentos o archivos de entrada y pedile que ejecute todo el proceso completo. Esto sirve para ajustar instrucciones, formato y criterios antes de automatizar.
4. Convertí el proceso en automatizaciones. Cuando el resultado funcione bien, pedile que cree rutinas programadas para repetir esas tareas automáticamente.

Tip: también podés pedirle que transforme esas rutinas en habilidades reutilizables para ejecutarlas manualmente cuando quieras, sin tener que reconstruir el proceso desde cero (como los viejos GPTs).

Para qué sirve

Esta sección busca recopilar una serie de herramientas y para qué sirven (se va a ir ampliando).

• Muse: para contar con un agente personal de IA de Meta que puede ayudarte con tareas cotidianas y acciones del día a día.
• Claude Code: para programar con IA, modificar proyectos, ejecutar tareas desde la terminal y crear agentes capaces de trabajar de forma más autónoma sobre código y archivos.
• n8n.io: es para armar flujos de automatización (por ejemplo para chatbots y scrraping).
• Codex: reemplaza el chat común con Codex y Work, herramientas para gestionar tu computadora.
• Suno: para hacer música y canciones.
• Desing Arena: para diseñar componentes usando varios modelos de diferentes empresas.

Nos vemos en la próxima entrega!