El Pulso del 7 de marzo de 2026
Las señales que entraron en el radar, ordenadas con sus fuentes y contexto para entender qué cambió.
El guion de audio está listo; la voz se publicará cuando termine la generación.
Llega GPT‑5.4 (Thinking/Pro + computer-use nativo)
POR QUÉ ENTRA EN EL RADARGPT‑5.4 se posiciona como modelo frontier de “trabajo profesional” y como el primer lanzamiento de propósito general de OpenAI con capacidades nativas de computer-use (agentes que operan software y flujos de trabajo), más hasta 1M de contexto. Es un punto de inflexión para el SaaS agéntico y para creadores: la vara de las demos acaba de subir.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“La historia de verdad no es el puntaje en benchmarks: es que el computer-use se vuelve default. Qué cambia cuando el modelo puede operar herramientas con confiabilidad real.”
GPT‑5.3 Instant: mejoras a nivel de producto (menos rechazos y disclaimers, mejores respuestas web)
POR QUÉ ENTRA EN EL RADARSe lee como OpenAI optimizando la última milla: tono, calibración de rechazos y síntesis web. Esos cambios “chicos” definen retención y cambio de proveedor—exactamente lo que los creadores reportan de forma anecdótica.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Las guerras de modelos ahora son guerras de UX: por qué ‘menos cringe’ y menos rechazos falsos pueden importar más que la capacidad cruda.”
Gemini 3.1 Flash‑Lite: barato y rápido, ‘inteligencia a escala’
POR QUÉ ENTRA EN EL RADARFlash‑Lite se presenta para cargas de alto volumen, con precios agresivos ($0.25/M input, $1.50/M output) y claims de velocidad. Eso impacta de lleno la economía de agentes (soporte, moderación, traducción, generación de UI).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“El modelo de negocio de agentes acaba de tener un nuevo costo base. Qué se puede construir cuando la inferencia se vuelve ‘casi gratis’ a escala.”
Anthropic vs. Departamento de Guerra de EE.UU.: riesgo de supply chain / debate por excepciones
POR QUÉ ENTRA EN EL RADAREsto no es ‘drama de IA’: es un adelanto de cómo los labs frontier van a negociar restricciones de política (vigilancia doméstica + armas autónomas) como requisitos de producto. También: un caso de estudio de cómo la gobernanza puede volverse foso competitivo o freno al crecimiento.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Dos líneas rojas (vigilancia + armas autónomas). Qué pasa cuando la ‘política de AI safety’ se vuelve un arma de procurement?”
Claude Code “Remote Control” (sesiones locales que se continúan desde el teléfono o la web)
POR QUÉ ENTRA EN EL RADAREs un patrón de arquitectura concreto: mantener la ejecución local (filesystem, MCP, herramientas) y sumar UI remota. Es una respuesta fuerte a privacidad y restricciones enterprise, sin renunciar a la experiencia de ‘agente en todos lados’.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Este es el blueprint de ‘agent UX’: ejecución local, superficies remotas. Por qué esto le gana a los sandboxes puramente en la nube para el trabajo real.”
Open WebUI “Open Terminal”: una computadora a la que le podés hacer curl (sandbox de agentes API-first)
POR QUÉ ENTRA EN EL RADARAbrir fuente original ↗La pieza que faltaba en muchos stacks DIY de agentes es un entorno de ejecución dedicado, con operaciones de archivos y APIs predecibles. Open Terminal es un primitivo upstream afilado: vuelve a los agentes reproducibles, inspeccionables y más fáciles de securizar (Docker-first).
Phi‑4‑reasoning‑vision‑15B (razonamiento multimodal open-weight; fuerte foco en grounding de UI y screenshots)
POR QUÉ ENTRA EN EL RADARLos modelos compactos de razonamiento multimodal open-weight cada vez son más usables para “computer use” (entendimiento de UI, tareas estilo ScreenSpot). Las notas de entrenamiento (arquitectura, mezcla de datos, manejo de resolución) valen oro para quien esté armando su propio VLM o evals.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“No persigas 70B+ para multimodal: por qué los VLM open-weight de 15B se están volviendo el sweet spot para agentes de UI de verdad.”
Leaderboard de SWE‑rebench: los modelos open se acercan; pass@5 pasa a ser la historia
POR QUÉ ENTRA EN EL RADAREl comentario destaca que los modelos open se están acercando y que pass@5 más la economía de tokens importan en los loops de coding agéntico. Es una señal ‘upstream’ que debería moldear cómo hablamos de agentes de coding (no solo “lo resolvió una vez”).
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“Dejá de juzgar modelos de coding por pass@1. Los agentes necesitan pass@k y eficiencia de tokens. Cómo el leaderboard está cambiando el meta en silencio.”
Open-sourcing de Sarvam 30B/105B (empuje indio de LLMs open-source)
POR QUÉ ENTRA EN EL RADARLos modelos open soberanos u optimizados por región se aceleran (cobertura de idiomas + tokenizer + optimizaciones de inferencia). La historia estratégica es más grande que “otro modelo más”: es infraestructura y ecosistema.
ÁNGULO EDITORIAL SUGERIDOAbrir fuente original ↗“La próxima ola open-source es regional. Por qué importan los modelos Indic-first—y cómo van a cambiar agentes de voz y soporte.”