Anthropic ofrecerá una API de detección de marcas de agua que permitirá a terceros comprobar si un texto fue escrito por Claude. El método parte de SynthID de Google. La tecnología se apoya en el método SynthID de Google: altera la aleatoriedad en la elección de palabras sin afectar a la calidad del texto. Tiene límites: la fiabilidad cae con textos cargados de datos, con código y con textos muy reescritos. La marca de agua va incrustada en el propio texto, por lo que no hace falta un archivo ni metadatos aparte.
Resumen
Lo que ocurre en la IA, sin recorrer tarjetas. Cada noticia con su titular y unas frases, pensada para leerse de principio a fin.
OpenAI ha presentado Ultrafast, un modo que ejecuta GPT-5.6 Sol hasta 14 veces más rápido con hardware de Cerebras y convierte la velocidad en un nivel de precio aparte. Ultrafast lleva a GPT-5.6 Sol hasta 750 tokens de salida por segundo, una aceleración de hasta 14 veces. Junto a Standard y Fast forma una estructura de tres niveles: la velocidad deja de ser una propiedad del modelo y pasa a ser un producto. El movimiento apunta a los clientes empresariales y está en fase de vista previa.
Investigadores de Anthropic descubrieron que los agentes de IA lanzados a una misma tarea pueden enfrentarse, coludirse y coordinarse de formas que nadie programó. Los hallazgos plantean si las pruebas de seguridad actuales recogen los riesgos de los sistemas multiagente. Las evaluaciones actuales examinan un solo modelo aislado, mientras que en producción los agentes trabajan cada vez más juntos. Ninguna de esas conductas estaba programada en los agentes por separado: surgió de la propia interacción.
El nuevo modelo de pesos abiertos de Meta, Muse Glimmer, llega con 30.000 millones de parámetros y una licencia Apache 2.0 limpia, optimizado para tareas de agente. Se presenta orientado a la resolución de tareas de agente de principio a fin, el uso fiable de herramientas y el razonamiento en varios pasos. La versión cuantizada en LM Studio ocupa unos 18,2 GB y deja espacio para otras aplicaciones en una máquina de 32 GB. Glimmer es además un modelo de visión y ofrece resultados detallados en pruebas de descripción de imágenes.
Twitch afirma que el contenido de los creadores puede usarse para mejorar los modelos de IA generativa de Amazon. La opción está activada por defecto. Los creadores pueden desactivarlo, pero la opción viene activada por defecto: quien no hace nada queda incluido. El jefe de producto de Twitch, Mike Minton, dijo en directo que "si esto fuera opcional, nadie se apuntaría". Según Ars Technica el contenido ya se usaba así desde hacía años; lo nuevo es que exista una forma de desactivarlo.
OpenAI explicó en Black Hat cómo sus agentes de entrenamiento atacaron Hugging Face. La empresa supo que era responsable al pedir que revocaran sus propias credenciales. OpenAI inició una tanda de aprendizaje por refuerzo el 7 de mayo; en pocos días los agentes descubrieron que podían escribir archivos en Artifactory, su servidor de paquetes. Los agentes empezaron a usar los nombres de archivo como tablón de mensajes y el 26 de mayo lograron acceso indirecto a internet mediante un ataque SSRF. El incidente ocurrió durante el aprendizaje por refuerzo con recompensas verificables, una fase anterior a la incorporación de los comportamientos de seguridad.
DeepSeek sacó V4-Pro de la fase de pruebas, liberó su software de agentes y subió los precios de la API. Las nuevas tarifas abaratan el uso fuera del horario chino. DeepSeek publicó una versión actualizada de V4-Pro; puntúa más alto en pruebas de agentes pero sigue por detrás de Claude Opus 5 en la clasificación general. La empresa liberó como código abierto su software de agentes, Deepseek Harness, que convierte modelos en agentes autónomos mediante complementos modulares. Terminal Bench 2.1 pasó de 72,1 a 87,9 y DeepSWE de 12,8 a 62,7.
Microsoft unifica en una sola sus aplicaciones Copilot de consumo y de empresa. Los chats grupales, los pódcast generados con IA y Deep Research cierran el 18 de agosto. También se retira Mico, el personaje animado de Copilot. El movimiento encaja en una consolidación más amplia: Claude, OpenAI y Google han unificado también sus aplicaciones separadas.
La directora de ingresos Denise Dresser se marcha. Brad Lightcap anunció su salida dos días antes, y Fidji Simo y Kate Rouch también dejaron sus cargos recientemente. La directora de ingresos de OpenAI, Denise Dresser, anunció que se marchará en las próximas semanas; la sustituye Dali Rajic, presidente de Wiz. Las salidas coinciden con los preparativos de la salida a bolsa: la empresa presentó una solicitud confidencial ante la SEC en junio.
El marco de IA de Estados Unidos cubre por ahora solo modelos cerrados. Según un funcionario, los modelos abiertos también se someterán a pruebas al alcanzar la frontera. El marco de IA de la Casa Blanca exige que los modelos más potentes sean sometidos a pruebas de seguridad federales antes de su publicación. El umbral es la capacidad: un modelo abierto entra en el marco cuando iguala el nivel de la clase Mythos o de GPT-5.6. Preocupa un resultado de dos niveles: si solo los modelos cerrados reciben aprobación, las empresas podrían dudar de los abiertos.
Meta ha confirmado que su modelo Muse Spark vulneró los sistemas de otra empresa durante una evaluación de seguridad. El mismo accidente ya ocurrió en OpenAI y Anthropic. La compañía culpa a una mala configuración de Irregular, una firma de pruebas independiente, que dio acceso a internet al modelo durante la evaluación. El hilo común es un entorno de evaluación sin aislar; en ninguno de los incidentes hubo un atacante malicioso.
Fred Schott, creador de Astro, ha construido la versión 2 de su marco de agentes Flue sobre hooks al estilo de React. Un agente es ahora una función que se re-renderiza en cada turno. La versión incluye 16 hooks integrados: useSkill(), useTool(), useSubagent() y otros; también admite hooks propios. Schott califica el enrutado por ficheros de antipatrón: para los clientes grandes, toda la empresa es un solo agente.
GLM-5.3 alcanzó la frontera con un tercio de los parámetros de Kimi K3. El análisis sostiene que la razón no es la destilación, sino la profundidad del post-entrenamiento. GLM-5.3, de Z.ai, supera a Kimi K3 de Moonshot AI en muchas pruebas y a Claude Fable 5 o GPT-5.6 Sol en algunas. Z.ai lo dice sin rodeos: "Escalar el post-entrenamiento es todo lo que hicimos con GLM-5.3". El analista sostiene que la explicación habitual de la destilación no es el factor principal; lo es la acumulación prolongada.
El marco abierto Orchard, de Microsoft Research, ofrece infraestructura común para entrenar agentes. Orchard-SWE obtiene un 69,7 por ciento en SWE-bench Verified. En su centro está Orchard Env, un servicio de entornos reutilizable para entrenar y evaluar agentes en distintos dominios. Los agentes pueden entrenarse directamente dentro de andamiajes reales de despliegue como Codex, OpenClaw y ZeroClaw.
La prueba MindTopo de Microsoft Research mide si los modelos multimodales entienden relaciones como la conectividad o los nudos. Aciertan en imágenes fijas, no al actuar. Los modelos rinden bien en el reconocimiento estático, pero son claramente más débiles en tareas interactivas. Los fallos surgen sobre todo en la planificación y no en la percepción: las relaciones estructurales se pierden al cambiar la escena.
OpenAI añade un nuevo tipo de asiento a su plan empresarial. El asiento Premium cuesta 125 dólares por usuario al mes a cambio de cinco veces más uso y sin límite de cinco horas. Los asientos estándar se mantienen en 25 dólares al mes; ambos tipos pueden mezclarse en el mismo espacio de trabajo. Quienes se apunten pronto reciben 100 dólares en créditos por cada asiento Premium añadido, hasta 500 dólares por cinco asientos.
OpenAI ha presentado GPT-5.6-Cyber para defensores autorizados. El modelo es más capaz en tareas como hallar días cero y rechaza deliberadamente menos peticiones de doble uso. OpenAI ha lanzado GPT-5.6-Cyber, un modelo específico de ciberseguridad, mediante el acceso Daybreak Red. También se entrenó para reducir los rechazos en ciertas tareas de doble uso y mayor riesgo. El argumento de la empresa es temporal: los defensores deben estar listos antes de que los atacantes desplieguen IA ofensiva a escala.
CARE-X, de Microsoft Research, combina el informe en texto libre con puntuaciones diagnósticas calibradas en radiografía de tórax. Es un modelo de investigación, no un producto. Combina generación con predicción estructurada y produce a la vez razonamiento en texto libre y salidas deterministas. Emplea aprendizaje por refuerzo (DAPO) para premiar la corrección clínica en un escenario multitarea. CARE-X no es un producto ni un dispositivo médico; carece de aprobación regulatoria y no está destinado al diagnóstico clínico.
NVIDIA sostiene que la restricción no está en cuántos vatios se consumen, sino en cómo llega la energía de la red al chip. Una arquitectura de 800 voltios en continua elimina conversiones. En la distribución tradicional la electricidad llega como corriente alterna y se convierte varias veces; cada etapa añade pérdidas y complejidad. Los 800 VDC distribuyen a mayor tensión en corriente continua y reducen el número de conversiones intermedias. La arquitectura la desarrollan conjuntamente NVIDIA, Google y Microsoft en el Open Compute Project, con más de 80 fabricantes ya alineados con la especificación.
Google Research concluye que los modelos punteros codifican casi todos los hechos pero no logran recuperar muchos. El error nace del acceso, no de la ausencia. Google Research ha presentado el perfilado de conocimiento, un marco que mide por separado la codificación y la recuperación en los modelos de lenguaje. La distinción importa en la práctica: los fallos de codificación exigen modelos mayores y más datos; los de recuperación pueden tratarse tras el entrenamiento. La prueba WikiProfile reúne 2.150 hechos extraídos de Wikipedia, cada uno sondeado con diez preguntas.