Gemini 4 Argon lidera una semana de modelos y agentes
Esta semana Google DeepMind ha movido ficha con Gemini 4 Argon, mientras Meta y NVIDIA responden con modelos abiertos muy potentes. Además, OpenAI empuja sus agentes hacia tareas que van mucho más allá del código y Anthropic deja titulares por ingresos y riesgos de seguridad.
Nuevos modelos
Google DeepMind lanza Gemini 4 Argon, su nuevo modelo frontera
Gemini 4 Argon ya está disponible para desarrolladores, empresas, científicos y consumidores. DeepMind lo presenta como su modelo más capaz para resolver problemas complejos.
Por qué importa: Marca la nueva generación de modelos de Google y competirá directamente con los últimos lanzamientos de OpenAI y Anthropic.
Leer en Google DeepMind
FLUX.3 Image Klein llega a Diffusers
La nueva versión FLUX.3 Image Klein ya está disponible en Diffusers. Se trata de un modelo de generación de imágenes que amplía la familia FLUX con mejoras de calidad y eficiencia.
Por qué importa: Facilita a desarrolladores integrar el último modelo de imagen en sus flujos con Diffusers.
Leer en Hugging Face
Liquid AI lanza LFM2.5-24B-A2B para agentes privados en dispositivo
Liquid AI presenta LFM2.5-24B-A2B, un modelo optimizado para ejecutar agentes rápidos y privados directamente en el dispositivo. La propuesta busca llevar la autonomía de los agentes fuera de la nube.
Por qué importa: Avanza hacia agentes locales que no dependen de servidores y protegen mejor la privacidad.
Leer en Hugging FaceAnuncios de los laboratorios
Anthropic habría alcanzado 16.800 millones de ingresos trimestrales antes de su IPO
Según un informe de FT recogido por Simon Willison, Anthropic habría dicho a inversores que sus ingresos trimestrales crecieron casi un 50% hasta 16.800 millones de dólares. La compañía prepara su salida a bolsa.
Por qué importa: Confirma el rápido crecimiento comercial de Anthropic y presiona la competencia por ingresos en la carrera de la IA.
Leer en Simon WillisonAgentes y herramientas
Amp lleva los agentes de IA más allá del código con modelos de OpenAI
Amp usa GPT-6 Astra, Ultrafast, GPT-Live-1 y Sign in with ChatGPT para ampliar lo que pueden hacer los agentes. OpenAI muestra cómo los agentes pasan de programar a ejecutar tareas más amplias.
Por qué importa: Señala la expansión de los agentes de código hacia flujos de trabajo generales dentro de empresas.
Leer en OpenAIHiggsfield usa GPT-6 Astra para vídeos de más de 10 minutos
Higgsfield amplía la generación de vídeo de 1 minuto a más de 10 con GPT-6 Astra, GPT-Image-2.5 y GPT-Live. También abre la puerta a crear vídeos con voz.
Por qué importa: Muestra cómo los modelos de OpenAI se integran en herramientas creativas para producciones más largas y con audio.
Leer en OpenAIOpen source
Meta lanza Muse Spark Open, un modelo multimodal de pesos abiertos
Meta presenta Muse Spark Open, un modelo multimodal de mezcla de expertos con pesos abiertos. La compañía lo describe como el modelo abierto más capaz de EE. UU. hasta la fecha.
Por qué importa: Refuerza la apuesta por open source en la frontera y permite ejecutarlo localmente en Mac con MLX.
Leer en Hugging Face
NVIDIA amplía Nemotron con Super VL y Bolt para agentes locales
NVIDIA lanza Nemotron 3.5 Super VL, un modelo abierto de 120.000 millones de parámetros, junto a dos modelos Bolt para edge. Cubren desde servidores empresariales hasta agentes conversacionales en dispositivo.
Por qué importa: Ofrece alternativas abiertas y eficientes para desplegar agentes de IA en local y en el borde.
Leer en NVIDIAInvestigación
DeepMind acelera el descubrimiento de antimicrobianos con Google Antigravity
DeepMind usa Google Antigravity for Science para buscar nuevos péptidos antimicrobianos. El objetivo es acelerar el descubrimiento de tratamientos frente a bacterias resistentes.
Por qué importa: Demuestra cómo la IA generativa puede aplicarse a descubrimientos científicos con impacto en salud.
Leer en Google DeepMind
Anthropic advierte que modelos pequeños podrían autorreplicarse en dispositivos IoT
Anthropic alerta de que los avances en modelos pequeños podrían permitir malware autorreplicante en frigoríficos, aspiradoras y otros dispositivos conectados. La compañía realizó un experimento que sugiere esta capacidad futura.
Por qué importa: Pone el foco en un riesgo de seguridad emergente a medida que la IA cabe en dispositivos cotidianos.
Leer en Ars Technica