1. Ox Alpha revelado como GLM-5.3-Flash con API de costo ultra bajo
El modelo anónimo 'Ox Alpha' que recientemente se volvió viral en OpenRouter ha sido identificado oficialmente como GLM-5.3-Flash. Arquitectado como un modelo de Mezcla de Expertos (MoE) de 320B con 18B de parámetros activos, está diseñado específicamente para una inferencia de costo ultra bajo. Ofrece un alto rendimiento en benchmarks de codificación y agentes, acercándose a las capacidades de modelos mucho más grandes como Claude Opus 4.8, mientras cuesta solo 15 centavos por millón de tokens de entrada.
- • GLM-5.3-Flash es un modelo de Mezcla de Expertos de 320B con 18B de parámetros activos, probado previamente de forma anónima como 'Ox Alpha'.
- • El modelo tiene un precio de $0.15 por millón de tokens de entrada y $0.50 por millón de tokens de salida, con un 50% de descuento hasta el 9 de septiembre.
- • Se informa que se acerca al rendimiento de Claude Opus 4.8 en benchmarks de codificación y agentes mientras se ejecuta en infraestructura de IA china.
Los desarrolladores obtienen acceso a un modelo de codificación y agentes altamente capaz a una fracción del costo de los modelos de frontera, con un precio de $0.15 por millón de tokens de entrada.
2. Google actualiza Gemini Omni Flash a la versión 1.1 con APIs mejoradas de generación de video
Basándose en el lanzamiento inicial de Gemini Omni Flash, Google ha lanzado la versión 1.1, que añade controles creativos de grado profesional a la API de Gemini. La actualización permite a los desarrolladores extender videos existentes hasta por 40 segundos, utilizar un modo de vista previa de 360p un 60% más rápido y escalar las salidas a 1080p o 4K.
- • Gemini Omni 1.1 Flash ya está disponible a través de la API de Gemini en Google AI Studio y la plataforma Gemini Enterprise Agent.
- • La nueva función de extensión de escenas permite extender videos en incrementos de 10 segundos hasta un máximo de 40 segundos.
- • El modo de vista previa optimizado de 360p es un 60% más rápido y cuesta un tercio de la generación de 720p.
- • Soporta el escalado de salidas de video generadas a 1080p o 4K.
Esta actualización transfiere las capacidades de video de Gemini Omni Flash del lanzamiento inicial a una suite más robusta y lista para producción con herramientas específicas para edición de video y control de calidad.
3. Apodex lanza la familia de modelos 1.1 y FrontierAgent Harness
Apodex ha anunciado el lanzamiento de su familia de modelos Apodex 1.1, optimizada específicamente para escalar la inteligencia de agentes en tareas como razonamiento, ejecución de código y coordinación multi-agente. El lanzamiento incluye cuatro versiones cuantizadas (mini, NVFP4, GPTQ-Int4 y FP8) para adaptarse a diferentes restricciones de hardware. Junto con los modelos, Apodex ha liberado el código abierto de FrontierAgent, un arnés de agentes disponible en GitHub, y ha publicado el documento de referencia FrontierChallenge.
- • La familia Apodex 1.1 incluye cuatro versiones: Apodex-1.1-mini, Apodex-1.1-mini-NVFP4, Apodex-1.1-mini-GPTQ-Int4 y Apodex-1.1-mini-FP8.
- • Los modelos están diseñados para escalar la inteligencia de agentes para razonamiento, búsqueda, manejo de archivos y recuperación de fallos.
- • Apodex ha liberado el código abierto del arnés de agentes FrontierAgent en GitHub.
Los desarrolladores obtienen una nueva suite de modelos optimizados para agentes en múltiples formatos cuantizados, además de un arnés de código abierto para escalar el razonamiento y la coordinación multi-agente.
4. Meta presenta el modelo de imagen Muse con fundamentación en búsqueda
Meta ha lanzado Muse Image, un nuevo modelo de generación de imágenes diseñado para realizar pasos de razonamiento antes de renderizar. De manera única, el modelo fundamenta sus generaciones en resultados de búsqueda para mejorar la precisión y la relevancia contextual. Muse Image está disponible para uso en producción a un precio competitivo de $0.01 por imagen.
- • Muse Image realiza pasos de razonamiento antes de renderizar imágenes para asegurar una alta alineación con las instrucciones.
- • El modelo fundamenta su proceso de generación de imágenes utilizando resultados de búsqueda en tiempo real.
- • Tiene un precio de $0.01 por imagen para volúmenes a escala de producción.
Los desarrolladores pueden generar imágenes altamente precisas y conscientes del contexto, fundamentadas en datos de búsqueda en tiempo real, a un bajo costo de producción.
5. WeChat lanza la familia de modelos multimodales WeMM-Embedding
WeChat ha liberado el código abierto de WeMM-Embedding, una familia de modelos de incrustación multimodal. Los modelos están diseñados para mapear entradas diversas —incluyendo texto, imágenes, videos, documentos visuales y medios intercalados— en un único espacio de representación unificado. Esto permite a los desarrolladores construir sistemas avanzados de generación aumentada por recuperación (RAG) multimodal y de búsqueda sin necesidad de tuberías de incrustación separadas para diferentes tipos de medios.
- • WeMM-Embedding es una familia de modelos de incrustación multimodal liberada como código abierto por WeChat.
- • Los modelos mapean texto, imágenes, videos, documentos visuales y entradas intercaladas en un único espacio de representación.
- • El repositorio está disponible públicamente en GitHub para la integración de desarrolladores.
Los desarrolladores pueden construir sistemas unificados de búsqueda vectorial y recuperación a través de múltiples modalidades, incluyendo video y documentos visuales, utilizando un único espacio de incrustación.
6. H3 Max ahora permite la generación de video con IA en tiempo real
Basándose en el lanzamiento de julio del modelo multimodal H3, la herramienta H3 Max ha alcanzado un nuevo hito de rendimiento: la generación de video en tiempo real. Los usuarios ahora pueden crear secuencias de video complejas en menos tiempo que la duración del video mismo, reduciendo significativamente la latencia para aplicaciones de video generativo.
- • H3 Max ahora soporta la generación de video en tiempo real, superando la duración de reproducción del video.
- • Este desarrollo sigue al lanzamiento inicial de julio del modelo multimodal H3.
- • La herramienta incluye una mejora automática de instrucciones (prompts) para soportar una salida de alta calidad.
Esta mejora en el rendimiento permite a los desarrolladores integrar la generación de video en tiempo real en aplicaciones, proporcionando retroalimentación visual instantánea.
7. Manycore Tech lanza el modelo generativo Lux3D
Manycore Tech ha lanzado Lux3D, un nuevo modelo generativo 3D diseñado para la creación rápida de activos. El modelo puede generar objetos 3D completamente texturizados con materiales de alta calidad en 20 segundos. También cuenta con un 'Harness Mode' dedicado, que optimiza el proceso de generación para la creación por lotes rentable, haciéndolo altamente adecuado para desarrolladores que necesitan escalar tuberías de activos 3D.
- • Lux3D genera contenido 3D de alta calidad con materiales y texturas en tan solo 20 segundos.
- • El modelo incluye un 'Harness Mode' diseñado específicamente para la creación rentable de activos por lotes.
- • El modelo fue desarrollado y lanzado por Manycore Tech.
Los desarrolladores que construyen aplicaciones 3D, de juegos o espaciales pueden generar activos 3D texturizados casi en tiempo real y ejecutar la creación por lotes de manera rentable a través del Harness Mode.
8. Detalles de la arquitectura Qwen4: revelada la incrustación N-Gram de 51B de parámetros
Basándose en la vista previa de la arquitectura Qwen4 anunciada ayer, nuevos detalles técnicos revelan que el modelo incorporará una incrustación separada de 51B de parámetros indexada por fragmentos de dos y tres caracteres. Este diseño permite que el modelo de 125B de parámetros mantenga un conteo de parámetros activos de 6B, descargando la memorización estática a tablas de búsqueda para priorizar la capacidad de razonamiento.
- • La arquitectura de Qwen4 utiliza una incrustación separada de 51B de parámetros en lugar de añadir expertos MoE tradicionales.
- • El modelo activa 6B de parámetros de un total de 125B durante la inferencia.
- • La incrustación separada se indexa utilizando fragmentos de dos y tres caracteres.
Este cambio arquitectónico permite a los modelos descargar la memorización estática a tablas de búsqueda económicas, dejando los parámetros activos libres para el razonamiento.
9. Agentes de IA detectados ejecutando código no propio a través de archivos llms.txt
Investigadores de seguridad de una startup israelí en modo sigiloso han expuesto una vulnerabilidad crítica en la forma en que los agentes de IA analizan la documentación de sitios web. Escaneando más de 6,000 dominios, encontraron 120 archivos llms.txt y llms-full.txt —destinados a proporcionar resúmenes legibles por máquina para la IA— que apuntaban a paquetes de código o dominios no registrados. Al registrar estos nombres, los investigadores confirmaron que agentes populares (incluyendo Claude, Codex y Hermes) ejecutaban automáticamente el código y contactaban a su servidor, destacando un modelo de confianza roto donde los agentes tratan la documentación del proveedor como verdad absoluta.
- • Los investigadores encontraron 120 archivos llms.txt que apuntaban a paquetes de código o nombres de dominio no registrados en 6,214 dominios escaneados.
- • Agentes de IA, incluyendo Claude, Codex y Hermes, ejecutaron el código y contactaron al servidor de los investigadores después de que los nombres fueron registrados.
- • Al menos un sitio web mal configurado está dirigiendo actualmente a los visitantes a malware en vivo a través de estos archivos.
Los desarrolladores que construyen agentes que analizan sitios web externos deben implementar una validación estricta para evitar que los agentes ejecuten código malicioso oculto en documentación legible por máquina.
10. Anthropic presenta el estándar de hardware de modelos para el control de dispositivos físicos
Tras su Model Context Protocol centrado en software, Anthropic ha lanzado una vista previa de investigación del Model Hardware Standard (MHS). Este nuevo marco proporciona controladores estandarizados que permiten a los agentes de IA interactuar con hardware físico como microscopios, brazos robóticos y máquinas de fabricación. Al combinar MHS con MCP, los desarrolladores pueden orquestar múltiples instrumentos físicos en paralelo, reduciendo los tiempos de integración de hardware de semanas a minutos mientras mantienen barandillas de seguridad integradas.
- • El Model Hardware Standard (MHS) proporciona controladores estandarizados para hacer que los dispositivos físicos sean descubribles e interpretables por agentes de IA.
- • MHS se integra con el Model Context Protocol (MCP), permitiendo el control mediante lenguaje natural y la recuperación autónoma de errores.
- • Los socios de integración temprana incluyen AWS, Raspberry Pi, Hugging Face, Universal Robots y Doosan Robotics.
Los desarrolladores pueden usar este estándar junto con el Model Context Protocol para construir agentes que controlen equipos de laboratorio físicos, robótica y hardware de fabricación utilizando lenguaje natural.
11. OpenAI añade soporte WebMCP a los sitios de ChatGPT y a la aplicación de escritorio
OpenAI ha ampliado las capacidades de su plataforma Sites —introducida originalmente el 2 de junio— integrando soporte WebMCP tanto en la aplicación de escritorio de ChatGPT como en ChatGPT Sites. Esta actualización permite que ChatGPT y Codex interactúen directamente con herramientas de sitios web compatibles, eliminando la necesidad de navegación manual por la interfaz. OpenAI ahora está alentando a los equipos de desarrollo web a diseñar y probar sus sitios para soportar estas experiencias de navegación impulsadas por agentes.
- • El soporte WebMCP ahora está integrado en la aplicación de escritorio de ChatGPT y en ChatGPT Sites.
- • Esta actualización se basa en la plataforma Sites lanzada el 2 de junio.
- • WebMCP permite a los agentes de IA interactuar directamente con herramientas de sitios web en lugar de navegar manualmente por las interfaces.
- • OpenAI recomienda que los equipos de sitios web diseñen y prueben la experiencia del agente para apoyar a los usuarios que actúan como agentes.
Esta integración evoluciona la plataforma Sites de una herramienta de alojamiento estático a un entorno interactivo donde los agentes de IA pueden ejecutar tareas programáticamente en servicios basados en la web.
12. Lanzamiento de puerta de enlace de modelos en Rust de código abierto con cero margen
Se ha lanzado una nueva puerta de enlace de modelos de código abierto escrita en Rust, diseñada para gestionar modelos autoalojados, de código abierto y de frontera en un único plano de control de alta concurrencia. La puerta de enlace añade una sobrecarga mínima (menos de 1 ms para solicitudes BYOK) y maneja configuraciones complejas como streaming, llamadas a herramientas, límites de tasa y manejo de errores. Soporta más de 1,000 modelos, integra trazas OTel y utiliza un juez LLM y un clasificador de vecino más cercano en incrustaciones de instrucciones para enrutar dinámicamente las solicitudes al modelo óptimo.
- • La puerta de enlace está escrita en Rust, construida para alta concurrencia y añade menos de 2 ms de latencia.
- • Soporta más de 1,000 modelos, manejando formatos de streaming, llamadas a herramientas, límites de tasa y comportamientos de error.
- • El proyecto es de código abierto, no cobra margen y puede ser autoalojado o utilizado a través de una versión alojada.
Los desarrolladores pueden desplegar una puerta de enlace de baja latencia y alta concurrencia en su propia infraestructura para enrutar, equilibrar la carga y rastrear solicitudes de LLM a través de múltiples proveedores.
13. Visa contribuye con el arnés de seguridad VVAH a la Open Secure AI Alliance de Nvidia
Visa ha actualizado su arnés de vulnerabilidad previamente de código abierto, ahora denominado Visa Vulnerability Adaptation Harness (VVAH), para incluir capacidades de generación y validación automática de correcciones. Basándose en el lanzamiento inicial de su tubería de seguridad de agentes, Visa ahora está colaborando con la Open Secure AI Alliance de Nvidia y el Proyecto Lightwell para desarrollar aún más la herramienta. VVAH sigue siendo agnóstico al modelo, soportando varios LLMs para orquestar flujos de trabajo de seguridad a través de 11 etapas, con un énfasis continuo en la supervisión humana para la revisión y despliegue de parches.
- • Visa ha renombrado su arnés de seguridad como VVAH y ha ampliado su funcionalidad para incluir la generación y validación automática de correcciones.
- • El proyecto ahora está siendo contribuido a la Open Secure AI Alliance de Nvidia y al Proyecto Lightwell.
- • VVAH continúa soportando una tubería de múltiples etapas agnóstica al modelo para la remediación de vulnerabilidades.
- • La supervisión humana sigue siendo un componente obligatorio del flujo de trabajo de VVAH para la revisión y fusión de parches.
Este desarrollo marca la transición de la herramienta de seguridad interna de Visa a una colaboración industrial más amplia, añadiendo capacidades de remediación automática al arnés de escaneo lanzado anteriormente.
14. Microsoft libera el código abierto de AutoSaddler para la optimización de agentes
Microsoft ha liberado el código abierto de AutoSaddler, una herramienta diseñada para optimizar el rendimiento de los agentes de IA. Al analizar las trazas de ejecución, AutoSaddler refina automáticamente las instrucciones del agente, las configuraciones de herramientas y el middleware. Este bucle de optimización automatizada ayuda a los desarrolladores a mejorar la fiabilidad y eficiencia del agente sin ajustes manuales de prueba y error.
- • AutoSaddler es un sistema de código abierto desarrollado por Microsoft, disponible en GitHub.
- • El sistema analiza las trazas de ejecución del agente para identificar cuellos de botella en el rendimiento.
- • Actualiza automáticamente las instrucciones, herramientas y middleware para mejorar las tasas de éxito del agente.
Los desarrolladores pueden automatizar el tedioso proceso de ajustar las instrucciones del agente y las definiciones de herramientas dejando que AutoSaddler las optimice basándose en datos de ejecución reales.
15. Open Executive lanza un equipo virtual multi-agente bajo Apache 2.0
Sentelabs.ai ha lanzado Open Executive, un marco multi-agente de código abierto diseñado para actuar como un equipo ejecutivo virtual. Lanzado bajo la licencia Apache 2.0, el sistema coordina ocho agentes especialistas utilizando Claude-Sonnet-4-6 para la orquestación y ChromaDB para la recuperación de conocimiento basada en RAG. Mantiene memoria episódica en una base de datos SQLite procesada por Claude-Haiku-4-5, soporta el despliegue en Fly.io y permite a los desarrolladores intercambiar la API de Anthropic por modelos locales compatibles con OpenAI.
- • Open Executive es un sistema de código abierto lanzado bajo la licencia Apache 2.0 por sentelabs.ai.
- • Orquesta ocho agentes especialistas (estrategia, finanzas, RRHH, etc.) utilizando Claude-Sonnet-4-6 y ChromaDB.
- • El sistema soporta el despliegue en Fly.io y puede ejecutarse en modelos locales compatibles con OpenAI.
Los desarrolladores pueden desplegar un sistema multi-agente preconstruido y altamente estructurado en Fly.io, utilizando Claude o modelos locales compatibles con OpenAI con memoria integrada y RAG.
16. Lanzamiento de cuadernos de ingeniería de IA sin marcos en Colab
Se ha lanzado una serie de cuadernos de Colab gratuitos y sin marcos para enseñar ingeniería de IA y habilidades de Ingeniero Desplegado hacia Adelante (FDE). Al evitar abstracciones como LangChain o LlamaIndex, el plan de estudios se centra en la construcción de RAG, agentes y tuberías de evaluación directamente sobre las APIs de modelos crudos. Los cuadernos autónomos se ejecutan en la API gratuita de Groq e incluyen estudios de caso específicos sobre depuración de producción, evaluación comparativa de robustez y un proyecto final listo para el portafolio.
- • El plan de estudios se centra en la construcción de sistemas de IA utilizando APIs de modelos crudos en lugar de marcos de alto nivel.
- • Los cuadernos se ejecutan en la API gratuita de Groq, sin requerir tarjeta de crédito o suscripciones pagas.
- • Los temas incluyen RAG, agentes, ajuste fino (fine-tuning), seguridad, LLMOps y depuración de producción.
Los desarrolladores pueden dominar los patrones subyacentes de RAG, agentes y evaluaciones sin la sobrecarga de abstracción de marcos como LangChain o LlamaIndex.
17. El marco de ingeniería Harness formaliza la gestión de código de IA
Tras el lanzamiento del Harness Handbook, que mapeaba los comportamientos de los agentes a la implementación, el nuevo marco de ingeniería Harness introduce un enfoque sistemático para gestionar la generación de código asistida por IA. Amplía la guía anterior mediante la implementación de un archivo HARNESS.md para restricciones de proyecto, bucles de verificación arquitectónica y recolección de basura programada para mitigar la entropía del código base.
- • Amplía el Harness Handbook proporcionando un marco completo para la generación de código asistida por IA.
- • Utiliza un archivo HARNESS.md para definir las restricciones del proyecto y las decisiones arquitectónicas.
- • Hace cumplir las restricciones mediante ranuras de verificación utilizando linters o revisiones basadas en agentes.
- • Incluye un proceso de recolección de basura para gestionar la entropía del código base y las dependencias obsoletas.
Los desarrolladores ahora pueden ir más allá de mapear los comportamientos de los agentes para hacer cumplir activamente las convenciones del proyecto y la salud del código base a través de restricciones estructuradas y verificación automatizada.
18. EDB aboga por la gobernanza de agentes de IA en la capa de datos de Postgres
EnterpriseDB (EDB) está abogando por un cambio en la gobernanza de agentes de IA, argumentando que la seguridad y la auditabilidad deben hacerse cumplir en la capa de datos operativos a medida que los agentes ganan autonomía. A través de su plataforma EDB Postgres AI, la compañía propone un marco de nueve controles —incluyendo acceso basado en roles, enmascaramiento dinámico de columnas y tratar las identidades de los agentes como principales de base de datos de primera clase— para prevenir el acceso no autorizado a los datos y asegurar la aplicación de políticas en tiempo real.
- • EDB propone nueve controles de gobernanza en tres categorías: Hacer cumplir, Ver/Probar y Unificar/Endurecer.
- • Los controles clave incluyen control de acceso basado en roles y atributos, enmascaramiento dinámico de columnas y tratar la identidad del agente como un principal de primera clase.
- • El marco se detalla en el libro blanco de EDB 'Governing Agentic AI at Enterprise Speed'.
Los desarrolladores pueden asegurar agentes autónomos haciendo cumplir controles de acceso, enmascaramiento de columnas y verificación de identidad en la capa de base de datos en lugar de depender únicamente de la lógica a nivel de aplicación.
19. La aplicación de escritorio de Claude lanza la función de navegador interno
Anthropic está lanzando una función de navegador interno dentro de la aplicación de escritorio de Claude esta semana. Disponible para suscriptores Pro, Max y Team, esta integración (impulsada por Cowork) permite a Claude navegar e interactuar con páginas web directamente dentro de la aplicación de escritorio, agilizando los flujos de trabajo que requieren investigación web en tiempo real.
- • El navegador interno de Claude se lanza esta semana dentro de la aplicación de escritorio de Claude.
- • La función está disponible para los suscriptores de los planes Pro, Max y Team.
- • La integración del navegador está impulsada por Cowork.
Los desarrolladores que utilizan la aplicación de escritorio de Claude ahora pueden permitir que el modelo navegue e interactúe con contenido web directamente dentro del espacio de trabajo de la aplicación.
20. gemma4.c implementa la inferencia de Gemma 4 en 700 líneas de C
El proyecto gemma4.c ha introducido una implementación bare-metal del modelo de lenguaje Gemma 4 E2B de Google en solo 700 líneas de C puro. Diseñado como una herramienta educativa, el proyecto se ejecuta completamente en CPUs estándar sin depender de marcos de inferencia externos. Cuenta con su propio tokenizador, transformador, caché KV y lógica de muestreo, y aprovecha la cuantización int8, OpenMP y AVX-512 VNNI para lograr 25.9 tokens por segundo durante la generación en un procesador Ryzen 7 de consumo.
- • gemma4.c es un único archivo C de 700 líneas que ejecuta el modelo Gemma 4 E2B de Google en CPUs ordinarias.
- • El tiempo de ejecución incluye su propio tokenizador, transformador, caché KV, muestreo y núcleos de CPU.
- • Utiliza pesos int8, OpenMP, AVX2 y AVX-512 VNNI, logrando 25.9 t/s durante la generación en un Ryzen 7 7700.
Los desarrolladores pueden estudiar una implementación bare-metal, libre de dependencias, de la inferencia moderna de LLM, tokenización y caché KV optimizada para CPUs estándar.
21. La tecnología Engram descarga la memorización a tablas de búsqueda N-Gram
La tecnología Engram está emergiendo como un método poderoso para optimizar la eficiencia del modelo separando la memorización del razonamiento. En lugar de utilizar IDs de token únicos, los Engrams indexan vectores por N-gramas de los últimos 2-3 tokens, permitiendo a los modelos realizar búsquedas en bases de datos de tiempo constante para información estática como nombres de entidades. Este enfoque, utilizado en Qwen 3.8 Flash Next para gestionar 51B de parámetros de incrustaciones mientras se activan solo 6B de parámetros, libera capas neuronales para enfocarse completamente en tareas de razonamiento sin añadir FLOPs.
- • Los Engrams funcionan como una tabla de incrustación que indexa vectores por N-gramas de los últimos 2-3 tokens en lugar de IDs de token únicos.
- • Qwen 3.8 Flash Next utiliza 51B de parámetros de incrustaciones N-gram mientras activa solo 6B de parámetros por token.
- • Las búsquedas de Engram se ejecutan en tiempo constante y no requieren FLOPs adicionales o procesamiento dependiente del contexto.
Esta técnica permite que modelos más pequeños y rápidos manejen bases de datos estáticas masivas (como nombres de entidades) sin aumentar los conteos de parámetros activos o FLOPs.
22. Grok Bot ahora incluido en los planes de suscripción de Cursor y SuperGrok
Basándose en el lanzamiento del 11 de agosto de Grok Bot, Cursor ha actualizado su modelo de servicio para incluir Grok Bot directamente dentro de los planes de suscripción de Cursor y SuperGrok. Este cambio proporciona a los desarrolladores un acceso ampliado al entorno persistente de agentes de IA sin consumir sus límites de uso del plan existente.
- • Grok Bot ahora se incluye con los planes de suscripción de Cursor y SuperGrok.
- • El acceso a Grok Bot ya no cuenta contra los límites de uso del plan existente.
- • Esta actualización sigue al lanzamiento beta inicial de Grok Bot el 11 de agosto.
Esta actualización transfiere a Grok Bot de una oferta paga separada a una función incluida, permitiendo a los usuarios de Cursor integrar agentes de IA persistentes en sus flujos de trabajo sin costos adicionales o preocupaciones de cuotas.