Tutoriales
Guía completa de la aplicación Codex de OpenAI
Convierte NotebookLM en el cerebro de Gemini
Google ha integrado Gemini y NotebookLM en un único flujo de trabajo. Los cuadernos dejan de ser simples colecciones de documentos y pasan a funcionar como verdaderas bases de conocimiento vivas, capaces de alimentar investigaciones, generar aplicaciones, organizar conversaciones y actuar como tutores personalizados.
En la práctica, Google está acercando al gran público una idea que ya hemos visto en ChatGPT Projects y Claude: convertir el conocimiento en un sistema activo, no en una carpeta llena de archivos olvidados.
Noticias
La semana en que la frontier dejó de ser solo técnica
Durante las últimas semanas, esta newsletter ha contado una historia bastante clara.
La semana de los loops autónomos.
La de los entornos persistentes.
La de la infraestructura física.
La de los agentes como infraestructura.
Todas hablaban, en el fondo, de una misma pregunta: cómo se construye el stack de la IA.
Esta semana cambia el plano.
La pregunta ya no fue únicamente quién tiene el mejor modelo, quién entrena más rápido o quién despliega mejores agentes.
La pregunta pasó a ser otra:
quién decide qué modelos pueden circular, quién puede usarlos y bajo qué reglas.
El detonante fue Anthropic. El 9 de junio, la compañía lanzó Claude Fable 5 y Mythos 5. Tres días después, el gobierno de Estados Unidos ordenó suspender el acceso a esos modelos para todos los ciudadanos extranjeros, incluidos empleados de la propia Anthropic.
Al mismo tiempo, Dario Amodei publicó Policy on the AI Exponential, probablemente el ensayo político más ambicioso escrito hasta ahora por un CEO de una frontier lab.
Y, al otro lado del Pacífico, Z.ai respondió con GLM-5.2, un modelo con licencia MIT lanzado casi como declaración de principios. Poco después, Moonshot reforzó la señal con Kimi K2.7-Code, otro movimiento open en una semana marcada por restricciones.
Esta fue la semana en que la frontier dejó de parecer una carrera técnica.
Empezó a parecer un régimen de gobernanza.
El choque de filosofías
La noticia central de esta semana no fue que Anthropic lanzara modelos nuevos SOTA.
Fue lo que ocurrió después.
Fable 5 y Mythos 5 representan dos configuraciones de una misma base: Fable como modelo general, Mythos como variante con salvaguardas distintas para defensores autorizados dentro de Project Glasswing. Anthropic los presentó como una generación más capaz, más barata y orientada a tareas complejas de largo contexto, visión, ciencia y ciberseguridad defensiva.
Hasta ahí, una historia familiar.
Pero tres días después llegó el giro: el gobierno estadounidense ordenó la suspensión del acceso para usuarios extranjeros.
La razón alegada fue un jailbreak acotado relacionado con la corrección de fallos en un codebase concreto. Anthropic respondió cumpliendo la orden, pero dejando claro su desacuerdo: según la compañía, la vulnerabilidad era menor, conocida y comparable a la de otros modelos ya desplegados.
Por primera vez, los controles de exportación se aplican públicamente a un modelo comercial de IA. No a un chip. No a una máquina de litografía. No a una API militar. A un modelo.
Eso mueve la IA a otra categoría.
Hasta ahora, la frontera regulatoria estaba en el compute, los semiconductores, los data centers o el acceso a capacidades sensibles. Esta semana surgió algo más directo: el modelo como objeto de control geopolítico.
La respuesta de Dario Amodei llegó el mismo día con Policy on the AI Exponential. Y aquí la lectura se vuelve más interesante.
Amodei no se limitó a protestar, sino que propuso un marco alternativo.
Su tesis central: los modelos frontier necesitan una regulación vinculante, predecible y basada en pruebas externas, no decisiones improvisadas caso por caso. El paralelismo que utiliza es fuerte: FAA para sistemas críticos, e incluso analogías con materiales nucleares cuando las capacidades se vuelven suficientemente peligrosas.
Es una jugada política sofisticada.
Anthropic dice, en la práctica: si el Estado va a intervenir, que lo haga mediante un proceso legal claro, con thresholds, evaluaciones de terceros y autoridad formal para bloquear despliegues inseguros.
No mediante suspensiones unilaterales difíciles de auditar.
La tensión de la semana está ahí.
Un gobierno que bloquea.
Una empresa que pide regulación vinculante.
Y una comunidad global que observa cómo el acceso a modelos frontier empieza a depender de nacionalidad, jurisdicción y alineamiento estratégico.
La respuesta open
La otra mitad de la historia ocurrió en China.
Z.ai, el nuevo nombre del ecosistema Zhipu, lanzó GLM-5.2 con licencia MIT, contexto de hasta 1M tokens, niveles de esfuerzo de razonamiento y orientación a tareas largas.
Pero lo más importante no fue la ficha técnica.
Fue el contexto.
El lanzamiento llegó en el mismo momento en que la conversación global estaba dominada por el bloqueo a Fable y Mythos. Y el fundador Jie Tang lo hizo explícito en su mensaje público: la ciencia debe seguir siendo global y el camino hacia AGI no debería cerrarse tras muros altos.
Eso convierte a GLM-5.2 en algo más que un modelo.
Lo convierte en una respuesta política.
La licencia MIT importa precisamente por eso. No impone restricciones de uso por nacionalidad, sector o jurisdicción. No introduce cláusulas complejas de restricciones de uso. No depende de una API cerrada. Es una forma de decir: si unos cierran, otros abrirán.
Moonshot reforzó esa misma dirección con Kimi K2.7-Code, un modelo open centrado en código, con mejoras relevantes en benchmarks, menos tokens de razonamiento y una promesa clara: misma capacidad práctica, menos coste, más velocidad.
El patrón competitivo chino empieza a estar bastante definido:
modelos cada vez más capaces,
despliegue rápido,
costes más bajos,
licencias más abiertas,
y una narrativa de acceso global frente a cierre occidental.
No significa que la apertura total sea neutral ni libre de riesgos.
Pero sí significa que el bloqueo unilateral tiene un problema estructural: solo funciona sobre aquello que controlas.
Estados Unidos puede restringir Fable y Mythos.
No puede restringir con la misma facilidad un modelo MIT distribuido globalmente.
Cuando una tecnología es cerrada, puedes regular el acceso.
Cuando es abierta, solo puedes regular su uso posterior.
La diferencia es enorme.
El frontier deja de ser un modelo
Mientras la conversación política ocupaba el centro, la capa técnica siguió moviéndose.
Y lo más interesante es que los dos lanzamientos técnicos principales de la semana apuntan a una misma dirección: la ventaja ya no está solo en tener un modelo mejor, sino en cambiar la arquitectura de generación y orquestación.
Google presentó DiffusionGemma, un experimento que aplica difusión a texto.
La diferencia con los modelos autoregresivos clásicos es sencilla de explicar: en lugar de generar token por token, DiffusionGemma genera bloques de texto en paralelo y los refina iterativamente.
Eso cambia el cuello de botella.
Los modelos autoregresivos están limitados por la velocidad a la que pueden producir la siguiente palabra. DiffusionGemma explora un camino distinto: más paralelismo, más refinamiento, menos dependencia de la generación secuencial.
Google no lo presenta como sustituto inmediato de Gemma 4. De hecho, reconoce que la calidad general todavía es inferior en muchos casos. Pero ese no es el punto.
El punto es que abre una vía técnica diferente.
Especialmente para edición, infilling, secuencias biológicas o tareas donde generar en paralelo puede ser más útil que producir una respuesta lineal perfecta.
En una semana dominada por restricciones, es relevante que DiffusionGemma sea Apache 2.0 y llegue con stack de despliegue abierto.
Google está diciendo: también en arquitectura, no solo en pesos, hay espacio para abrir.
El segundo movimiento técnico vino de OpenRouter Fusion.
Fusion no intenta ganar la carrera con un único modelo. Hace otra cosa: combina salidas de varios modelos y usa un modelo juez para sintetizar una respuesta mejor.
El resultado más interesante no es que Fable 5 + GPT-5.5, sintetizados por Opus 4.8, superen al mejor modelo individual en DRACO.
El resultado más interesante es que un panel más barato —Gemini 3 Flash, Kimi K2.6 y DeepSeek V4 Pro— puede acercarse o superar a modelos frontier individuales a menor coste.
Eso cambia la definición de “frontier”.
Hasta ahora pensamos en la frontera como un punto: el mejor modelo.
Fusion sugiere que la frontera puede convertirse en una distribución: una combinación de modelos, jueces, síntesis, coste y routing.
En otras palabras, el valor se mueve del modelo aislado al sistema que lo orquesta.
Y eso conecta con la tesis política de la semana.
Si el frontier deja de ser un único modelo propietario y empieza a ser una arquitectura compuesta por modelos abiertos, cerrados, baratos, caros, rápidos y especializados, entonces regular “el modelo” se vuelve cada vez más difícil.
La unidad de poder deja de ser solo el LLM.
Empieza a ser la cadena completa de generación.
Google y la guerra silenciosa del audio
La última señal de la semana parece menor frente al drama geopolítico, pero no lo es.
Google lanzó Gemini 3.5 Live Translate, un modelo speech-to-speech capaz de traducir entre más de 70 idiomas casi en tiempo real, preservando entonación, ritmo y estilo del hablante.
El despliegue llega en tres superficies: Live API y AI Studio en public preview, Google Meet en private preview para Workspace y Google Translate en Android e iOS mediante rollout progresivo. Además, todo el audio generado lleva SynthID.
La importancia estratégica está en la integración.
No es solo una demo de traducción.
Es traducción viva dentro de videollamadas, aplicaciones móviles y APIs para desarrolladores.
Meet pasa de un puñado de idiomas a más de 70. Las combinaciones posibles se disparan. Y la frontera de la IA se desplaza hacia un terreno menos visible pero tremendamente práctico: eliminar fricción lingüística en tiempo real.
Eso también es geopolítico, aunque de otra forma.
Porque la traducción simultánea de alta calidad no solo mejora reuniones internacionales. Cambia quién puede colaborar con quién, qué mercados se vuelven accesibles y qué barreras dejan de importar.
Mientras Anthropic y Z.ai encarnaban el choque entre cierre y apertura, Google avanzó en una capa distinta: infraestructura lingüística global.
Menos ruidosa.
Pero probablemente igual de importante.
Reflexiones Finales
Esta fue la semana del choque de filosofías.
Por un lado, el bloqueo unilateral: el gobierno estadounidense restringiendo el acceso a Fable 5 y Mythos 5.
Por otro, la regulación institucional: Amodei proponiendo un marco vinculante, con pruebas externas, thresholds y autoridad formal.
Y, al otro lado, la apertura total: GLM-5.2 con licencia MIT y Kimi K2.7-Code reforzando la vía open china.
Tres respuestas distintas al mismo problema:
qué hacer cuando los modelos se vuelven suficientemente potentes como para importar geopolíticamente.
El bloqueo es rápido, pero difícil de escalar.
La regulación es lenta, pero puede crear reglas estables.
La apertura acelera adopción, pero reduce el control sobre usos indebidos.
Ninguna solución es perfecta.
Pero algo quedó claro: la AI frontier ya no es solo una carrera de capacidades.
Es una disputa por reglas.
Quién puede acceder.
Quién puede desplegar.
Quién puede auditar.
Quién puede cerrar o abrir.
Y quién decide cuándo un modelo es demasiado importante para circular libremente.
Anteriormente, vimos cómo se construía el stack técnico de la IA: autonomía, persistencia, infraestructura física e infraestructura agentic.
Esta semana abre una etapa distinta.
La de la gobernanza.
Porque cuando una tecnología se vuelve suficientemente importante, deja de competir solo por rendimiento.
Empieza a competir por sus constituciones.
