El Pulso del 3 de julio de 2026

Esto es upstream y particularmente útil: no es otro lanzamiento de modelo, sino un benchmark para ver si los agentes pueden tomar decisiones científicas desordenadas y cargadas de juicio. OpenAI afirma que GPT-5.6 Sol alcanza un 28,7% de tasa de acierto, y 31,5% en modo Pro, sobre 129 problemas de biología que a menudo les llevan a humanos entre 20 y 40 horas cada uno.

Anthropic está intentando definir un lenguaje de industria para la severidad de los jailbreaks, en lugar de tratarlos a todos como equivalentes. Es contenido upstream de política e infraestructura que probablemente los creadores reciclen más tarde hoy.

Anthropic afirma que los partners de Glasswing ya encontraron más de 10.000 fallas de severidad alta o crítica, y está expandiendo el programa de ~50 a ~150 organizaciones de infraestructura crítica. Es una señal fuerte de que la frontera entre IA frontier y ciberseguridad está pasando de demo a despliegue operativo.

Este es uno de los lanzamientos técnicos upstream más interesantes de las últimas dos semanas. Google afirma que un modelo experimental MoE de 26B puede generar texto hasta 4 veces más rápido al dejar atrás la autorregresión token a token y generar bloques de 256 tokens en paralelo.

Google pasó el computer use de un modelo separado a una herramienta integrada dentro de Gemini 3.5 Flash. Eso significa que las acciones agenticas en escritorio, navegador y móvil se están convirtiendo en una capacidad estándar, y no en un SKU especial de demo.

Las notas de documentación upstream afirman 1M de contexto sin pérdida, mayor estabilidad en tareas de horizonte largo, y SOTA open-source en coding y tareas de largo horizonte. Esta es la fuente real detrás de la cobertura de creadores, en lugar de reaccionar solo a takes de YouTube.

Este es un benchmark útil, más o menos upstream, que circula en LocalLLaMA: el DeepSeek V4 Flash local, según reportes, aterriza cerca del territorio de Sonnet en calidad, mientras termina tareas más rápido en tiempo de pared que setups hosted de Sonnet y Opus. La idea clave no es “lo local le gana a la frontera”, sino que el harness y la latencia ahora importan tanto como la calidad cruda del modelo.

Apple/WebKit acaba de darle a los agentes un camino first-party hacia el debugging de Safari: DOM, requests de red, screenshots, salida de consola e interacciones. Es tooling upstream que podría convertirse en un acelerador silencioso para agentes de coding con IA.

Este es el artefacto upstream detrás del contenido reciente de AI Jason. Lo interesante no es el video: es el framing del repo sobre “loops”, memoria compartida basada en archivos, triggers y harnesses de codebase listos para agentes. Buen material fuente para contenido práctico de creadores.