Blog

Dos informes de seguridad publicados esta semana pintan un panorama inquietante: la inteligencia artificial agente ya está automatizando partes clave de los ciberataques, reduciendo drásticamente el tiempo y la experiencia necesarios para ejecutarlos. El resultado son intrusiones más rápidas, más baratas y potencialmente más difíciles de detectar.

El ataque que exprimió AWS en tres días

La firma israelí Sygnia documentó cómo un único actor de amenaza logró comprometer un entorno AWS con fines de extorsión en solo 72 horas, un proceso que sin ayuda de IA habría requerido semanas. El informe, titulado Inside an AI-Assisted Cloud Attack: Familiar Techniques at Unfamiliar Speed, describe cómo el atacante combinó técnicas tradicionales con flujos de trabajo asistidos por inteligencia artificial para ejecutar cuatro tareas simultáneamente:

• Robar credenciales y secretos almacenados en texto plano dentro de buckets S3, bases de datos de aplicaciones, AWS Secrets Manager y AWS Systems Manager Parameter Store.
• Crear mecanismos de persistencia: nuevas claves de acceso, usuarios IAM, shells inversos en instancias EC2 y contenedores ECS, y modificar archivos de despliegue.
• Exfiltrar datos de bases de datos RDS.
• Realizar acciones de impacto como denegar acceso a buckets S3, limitar servicios ECS a capacidad cero, crear reglas ACL para bloquear el tráfico de red y purgar colas SQS.

Avi Dayan, vicepresidente de respuesta a incidentes en Sygnia, señaló que la velocidad y el volumen de actividad maliciosa fueron la gran sorpresa para su equipo. «Este caso subraya un desafío creciente para los defensores: a medida que los modelos de lenguaje y la IA agente se vuelven más accesibles, reducen la barrera de entrada y permiten que actores con menos recursos operen con velocidad y escala sin precedentes», afirmó Dayan.

El atacante también aprovechó las brechas de seguridad de la organización víctima en áreas como la gestión de secretos, la gobernanza de identidades, los flujos de trabajo de despliegue y los permisos en la nube, según Sygnia.

JadePuffer: el primer ransomware agente conocido

Por su parte, el equipo de investigación de Sysdig dio a conocer el caso de JadePuffer, una operación de ransomware que utilizó un agente de IA para automatizar gran parte de la cadena de intrusión: desde el reconocimiento y el robo de credenciales hasta el movimiento lateral, el cifrado de bases de datos y la generación de la nota de rescate.

El ataque entró a través de una instancia expuesta de LangFlow, una herramienta de desarrollo de IA, explotando la vulnerabilidad CVE-2025-3248, una falla de autenticación que permitía la ejecución remota de código Python. Una vez dentro, el agente de IA buscó credenciales, se desplazó hacia bases de datos y dejó la nota de extorsión.

Aunque los humanos seguían seleccionando el objetivo, proporcionando credenciales y configurando la infraestructura, el agente realizó el trabajo técnico repetitivo. Sysdig comentó que los payloads de JadePuffer contenían razonamiento en lenguaje natural, ranking de objetivos y comentarios inusualmente detallados, algo que recuerda a cómo el código generado por IA se explica a sí mismo.

Implicaciones para la defensa

Ambos informes coinciden en que la IA agente está reduciendo el coste y el esfuerzo humano necesario para llevar a cabo ciberataques. La disponibilidad de modelos de peso abierto como DeepSeek y GLM, que pueden ejecutarse localmente, dificulta aún más el rastreo por parte de los proveedores de la nube. Mientras que los modelos comerciales dejan huellas (cuentas, patrones de uso, telemetría), los modelos locales no requieren cuentas que suspender ni registros que decomisar.

Sysdig destacó que el agente de JadePuffer pasó de un inicio de sesión fallido a una solución funcional en 31 segundos, un ritmo que las reglas de detección diseñadas para la velocidad humana pueden pasar por alto.

Sygnia recomendó medidas como restringir el acceso administrativo a la nube mediante listas blancas de IP, deshabilitar la VPN de acceso remoto durante la contención, limitar la conectividad saliente de las cargas de trabajo y aplicar políticas de firewall y ACLs para bloquear comunicaciones con infraestructura maliciosa.

La advertencia es clara: la IA agente no necesita exploits de día cero si encuentra herramientas expuestas con acceso a secretos y bases de datos. Las empresas que despliegan sistemas de IA rápidamente deberían preguntarse si sus herramientas de desarrollo son accesibles desde internet y qué puede alcanzar un servidor de IA comprometido.

La inteligencia artificial china acaba de dar un golpe sobre la mesa. Moonshot AI ha lanzado Kimi K3, un modelo de lenguaje masivo de código abierto con 2,8 billones de parámetros y una ventana de contexto de 1 millón de tokens. La compañía lo presenta como el primer modelo abierto de clase 3T, y los benchmarks ya muestran que puede competir cara a cara con los sistemas propietarios más avanzados.

Un salto frente a los modelos cerrados

Días antes del lanzamiento, el Financial Times había reportado que Kimi K3 lograría rendir al nivel de Anthropic Opus 4.8, cerrando así la brecha con los modelos de pago de OpenAI y Anthropic. Ahora, con los datos oficiales sobre la mesa, la promesa se confirma en varias áreas. En Program Bench alcanza un 77,8, superando tanto a Opus 4.8 (71,9) como a Claude Fable 5 (76,8). En SWE Marathon obtiene un 42,0, por encima del 35,0 de Fable 5 y del 39,0 de GPT 5.6 Sol. También lidera en BrowseComp (91,2) y en OmniDocBench (91,1).

Eso sí, en pruebas más duras como FrontierSWE y HLE-Full todavía está detrás de Fable 5, y en DeepSWE GPT 5.6 Sol mantiene la delantera. Moonshot admite que el rendimiento general aún no alcanza a los modelos propietarios más potentes, pero la brecha se ha reducido drásticamente.

Arquitectura pensada para la eficiencia

Kimi K3 es un modelo Mixture-of-Experts (MoE) disperso que activa solo 16 de sus 896 expertos por paso. Entre sus innovaciones destacan dos mecanismos:

• Kimi Delta Attention (KDA): una atención lineal híbrida que acelera la decodificación hasta 6,3 veces en contextos de millones de tokens.
• Attention Residuals (AttnRes): recupera representaciones a lo largo de la profundidad de la red, logrando un 25% más de eficiencia en entrenamiento con menos del 2% de coste adicional.

Además, emplea Quantile Balancing para la asignación de expertos y Per-Head Muon para optimizar cada cabeza de atención por separado. En conjunto, estas mejoras ofrecen una eficiencia de escalado 2,5 veces mayor que la de su predecesor, Kimi K2.

Acceso y precios

Kimi K3 ya está disponible en Kimi.com, Kimi Work, Kimi Code y a través de una API compatible con el SDK de OpenAI. El precio es plano, sin escalado por longitud de contexto:

• Entrada con acierto de caché: $0,30 por millón de tokens.
• Entrada sin acierto de caché: $3,00 por millón de tokens.
• Salida: $15,00 por millón de tokens.

Moonshot afirma que en cargas de trabajo de codificación la tasa de acierto de caché supera el 90%, lo que hace el costo efectivo muy competitivo.

El debate abierto vs. cerrado se intensifica

El lanzamiento de K3 llega en medio de un creciente escepticismo hacia los modelos cerrados. Ejecutivos del sector están recomendando a las empresas que opten por alternativas abiertas como DeepSeek, Z.ai o el propio Moonshot, entrenándolas para sus necesidades específicas. El argumento gana fuerza a medida que los modelos chinos acortan distancias con sus contrapartes más caras. Como informó TechCrunch, la preocupación por la posible extracción de datos por parte de laboratorios como OpenAI y Anthropic está impulsando esta tendencia.

Kimi K3 ya está en producción. Con 2,8 billones de parámetros, visión nativa y una ventana de contexto récord, Moonshot ha puesto sobre la mesa un argumento difícil de ignorar para cualquiera que se pregunte si merece la pena pagar por un modelo cerrado.

Disney está dando pasos hacia un posible nivel gratuito con anuncios para su plataforma de streaming Disney+. Según informan medios como Business Insider y TechCrunch, la compañía ha mantenido conversaciones internas para ofrecer parte de su catálogo sin necesidad de suscripción, una movida que refleja el creciente dominio de servicios gratuitos como YouTube.

El rumor toma forma en un town hall

El responsable de producto y tecnología de Disney, Adam Smith, abordó el tema durante un town hall interno el jueves por la tarde, según señaló un empleado presente en la reunión. Smith habló sobre la posibilidad de habilitar contenido en un nivel gratuito, aunque no compartió ni un cronograma ni el alcance de la iniciativa. Una fuente familiarizada con la estrategia de streaming de Disney indicó que estas conversaciones forman parte de un debate continuo sobre conceptos para atender mejor a los aficionados.

De momento, la oferta actual de Disney+ y Hulu en conjunto cuesta $12.99 al mes con anuncios, o $19.99 al mes sin publicidad. Un nivel gratuito supondría un cambio de paradigma para el servicio, que hasta ahora ha dependido de suscripciones.

La competencia de los servicios gratuitos

La decisión no surge de la nada. Los servicios de streaming gratuitos con publicidad (AVOD) han experimentado un auge espectacular. Según datos de Nielsen, los tres mayores servicios gratuitos concentraron el 18,7% del tiempo de visualización en televisores estadounidenses durante abril de 2026, frente al 16,8% de abril de 2025 y el 12,7% de abril de 2024. Plataformas como YouTube, Tubi y The Roku Channel están captando audiencia a medida que los servicios de pago suben sus precios.

De hecho, el propietario de Tubi, Fox, planea duplicar su apuesta por el streaming gratuito mediante la compra de Roku por $22.000 millones. Otros gigantes como Apple TV+ y Paramount+ ya permiten a los no suscriptores acceder a algunos episodios completos de forma gratuita. Disney+ podría seguir esa misma estrategia para diferenciarse de Netflix y Amazon Prime.

Más allá del nivel gratuito: innovación en el streaming

Disney no solo explora un nivel gratuito. En los últimos meses, la compañía ha añadido clips verticales a su aplicación principal, al igual que Paramount+. El CEO de Disney, Josh D’Amaro, ha comunicado a los empleados que prioriza la innovación en producto y tecnología para el streaming.

Mientras tanto, la competencia no descansa. Netflix anunció esta semana que añadirá vídeos de entre 3 y 20 minutos de duración a partir del mes que viene, procedentes de editoriales como BuzzFeed Studios, Condé Nast, Hearst Magazines, Penske Media y People Inc. Netflix ya había dado un gran paso hacia los videopodcasts a principios de año y también ha experimentado con vídeo vertical.

¿Cuándo llegará el Disney+ gratuito?

Por ahora, no hay una fecha concreta ni una lista de títulos que podrían estar disponibles sin suscripción. Las discusiones están en una fase temprana y podrían no concretarse. La tendencia del mercado es clara: los consumidores buscan opciones más baratas o gratuitas, y los gigantes del streaming están reaccionando. De momento, ni Adam Smith ni Disney han ofrecido una fecha de lanzamiento ni han detallado qué contenido estaría disponible. Las conversaciones continúan, pero el futuro del nivel gratuito sigue siendo incierto.

Hyundai ha presentado oficialmente el IONIQ 3, un hatchback eléctrico compacto diseñado específicamente para el mercado europeo. El coche, que ya se ha dejado ver en el Goodwood Festival of Speed y que se mostró por primera vez durante la Milan Design Week en abril, combina un diseño fresco con tecnología de última generación y un precio de salida que promete ser muy agresivo. Sin embargo, y aunque muchos en Estados Unidos lo esperaban con ansias, la compañía ha confirmado que no tiene planes de venderlo al otro lado del Atlántico.

Un diseño que rompe moldes

El IONIQ 3 mide 4.155 mm de largo, 1.800 mm de ancho y 1.505 mm de alto, con una distancia entre ejes de 2.680 mm. Estas cifras lo sitúan por debajo incluso del nuevo Chevy Bolt EV. Su silueta, bautizada por Hyundai como “Aero Hatch”, reinterpreta la silueta de un compacto eléctrico con el objetivo de maximizar la eficiencia y el espacio interior. Destacan sus voladizos cortos, un llamativo pilar D en punta y una línea de techo en zigzag que le dan una personalidad única.

Dos baterías y una plataforma adaptada

El IONIQ 3 se asienta sobre la conocida plataforma E-GMP que ya usan el IONIQ 5 y el IONIQ 9, pero con una diferencia clave: en lugar del sistema de 800V, utiliza una arquitectura de 400V. Este cambio, según Hyundai, permite reducir costes. Estará disponible con dos opciones de batería:

• 42,2 kWh: ofrece una autonomía WLTP de hasta 213 millas (344 km).
• 61 kWh: alcanza hasta 308 millas (496 km).

A pesar de no contar con carga ultrarrápida de 800V, el IONIQ 3 no se queda atrás en tiempos de recarga. Con carga rápida DC, la batería estándar pasa del 10% al 80% en unos 29 minutos, mientras que la de mayor capacidad lo hace en aproximadamente 30 minutos.

El motor delantero ofrece una potencia de 145 caballos, lo que se traduce en un paso de 0 a 60 mph en 9,0 segundos. Un rendimiento más que suficiente para la conducción urbana y periurbana, aunque no especialmente deportivo.

Pleos Connect: el nuevo cerebro a bordo

El IONIQ 3 es el primer vehículo de Hyundai en Europa que incorpora el nuevo sistema de infoentretenimiento Pleos Connect. Basado en Android OS, presenta una interfaz “tipo smartphone” con aplicaciones y pantallas personalizables. Está disponible en dos tamaños: una pantalla central táctil de 12,9″ o 14,6″, complementada por una pantalla opcional más pequeña frente al conductor. Los botones físicos para la climatología y el control multimedia se mantienen bajo la pantalla y en el volante.

El sistema incluye además el asistente de voz Gleo AI, un compañero de inteligencia artificial basado en un modelo de lenguaje grande (LLM). Este asistente aprende de las conversaciones, se adapta a la ubicación y las condiciones de conducción, y es capaz de buscar información en la web o responder a preguntas como “encuentra un restaurante cerca de mí”.

Precios y versiones

Hyundai todavía no ha anunciado los precios oficiales, pero se espera que el IONIQ 3 de serie arranque en torno a los 30.000 € en Europa continental y por debajo de las 25.000 £ en el Reino Unido. La variante N-Line, más deportiva y equipada, podría costar al menos 10.000 € más, tomando como referencia la diferencia de precio entre el IONIQ 5 y su versión N-Line en Alemania.

¿Por qué no llegará a Estados Unidos?

La decisión de Hyundai de no comercializar el IONIQ 3 en Estados Unidos responde, según ha trascendido, a dos factores principales. El coche se fabricará en la planta de Hyundai en İzmit, Turquía, lo que sumado a los aranceles comerciales impuestos por la administración Trump encarecería su importación de forma considerable. Además, el mercado estadounidense sigue mostrando una clara preferencia por los SUV y las camionetas grandes, un segmento en el que el hatchback compacto no termina de encajar. Kia, hermana de Hyundai, lanzará en Estados Unidos el EV3 a finales de este año, un SUV compacto algo más grande y elevado que la marca considera más adecuado para ese mercado.

Mientras tanto, el IONIQ 5 —fabricado en la planta de Hyundai Motor Group Metaplant America en Savannah, Georgia— seguirá siendo el modelo eléctrico de acceso de la marca en Norteamérica, con un precio de salida de 35.000 $.

El mítico Lexus LFA vuelve a la vida, pero esta vez con un corazón eléctrico y un rugido que no es el que parece. La firma de lujo de Toyota presentó un prototipo funcional del Lexus LFA EV durante el Goodwood Festival of Speed, y ya hay fecha prevista para su llegada a producción: 2027.

De concepto a realidad sobre ruedas

Lexus mostró por primera vez el LFA Concept en diciembre del año pasado, describiéndolo como su «visión para un deportivo eléctrico de próxima generación». Ahora, ese concepto ha rodado de verdad. Un prototipo completamente funcional debutó en la famosa subida de colina de Goodwood, luciendo un llamativo camuflaje que no logró ocultar su silueta baja y agresiva.

El LFA EV se está desarrollando en paralelo con los modelos GR GT y GR GT3 de Toyota, con los que comparte la mayoría de los componentes estructurales. La gran diferencia: donde antes rugía un motor V10, ahora encontraremos un tren motriz puramente eléctrico.

Baterías de estado sólido: la gran promesa

Todo apunta a que el Lexus LFA será el primer vehículo en montar las esperadas baterías de estado sólido de Toyota. Estas prometen una mayor densidad energética, una carga más rápida y un rendimiento mejorado en temperaturas extremas. Sin embargo, el historial de la compañía con esta tecnología invita a la cautela.

Toyota lleva años posponiendo el lanzamiento de sus baterías de estado sólido. En su día afirmó que tendría un primer EV con esta tecnología listo para 2021, luego lo retrasó a 2022, después a 2025, y ahora el objetivo se sitúa entre 2027 y 2028. La compañía sigue declarando que busca «lograr el primer uso práctico del mundo de baterías totalmente sólidas en BEVs», pero tras los retrasos y cancelaciones de otros proyectos eléctricos importantes, como el Lexus LF-Z, no sería de extrañar que el calendario volviera a moverse.

Un sonido diseñado, no heredado

Uno de los aspectos más comentados del LFA original era el inconfundible aullido de su motor V10. Para el modelo eléctrico, Lexus ha optado por un enfoque diferente: simular artificialmente el rugido de un motor V8. En los vídeos de Goodwood ya se puede escuchar ese sonido sintético mientras el prototipo acelera a fondo.

Shogo Kasamatsu, diseñador jefe del Lexus LFA Concept, explicó a Autocar que el modelo de producción está «casi terminado». Sobre el sonido, Kasamatsu comentó que no se trata de una mera copia: «No solo queremos replicar el sonido del motor: queremos rediseñar el sonido en sí mismo». La intención es que el coche transmita las sensaciones y vibraciones de un motor V10, una estrategia similar a la que ya emplea Hyundai con su IONIQ 5 N.

Dimensiones de superdeportivo y habitáculo digital

El Lexus LFA EV Concept mide 184,6 pulgadas de largo, 80,3 pulgadas de ancho y 47 pulgadas de alto, con una distancia entre ejes de 107,3 pulgadas. Son cifras que lo sitúan en la misma liga que superdeportivos actuales como el Aston Martin DB12 o el Ferrari Roma.

En el interior, el LFA eléctrico contará con un volante de tipo yoke, levas de cambio y una cabina digital envolvente. La producción está prevista para 2027, según Kasamatsu, por lo que en los próximos meses deberíamos conocer más detalles oficiales sobre las prestaciones y la configuración definitiva de este esperado regreso eléctrico.

Cuando confiar en tu asistente de IA puede salir caro

Seis de los asistentes de codificación de IA más populares comparten una vulnerabilidad que convierte las ventanas de aprobación en un mero trámite. Investigadores de Wiz Research han bautizado el fallo como GhostApproval y lo han detectado en Amazon Q Developer, Claude Code (de Anthropic), Augment, Cursor, Google Antigravity y Windsurf.

El truco es sorprendentemente sencillo: se basa en enlaces simbólicos (symlinks). Un repositorio malicioso puede incluir un symlink que apunte a un archivo sensible del sistema, como las claves SSH del desarrollador. Cuando el asistente recibe una instrucción del tipo «configura el espacio de trabajo», sigue el enlace y, sin que el usuario se dé cuenta, escribe datos controlados por el atacante en el destino real.

Wiz publicó una prueba de concepto el 7 de julio donde se muestra cómo un archivo con nombre inocente, como project_settings.json, puede ocultar un symlink que apunta a ~/.ssh/authorized_keys. El asistente resuelve el enlace, pero el diálogo de aprobación solo muestra el nombre del archivo original. El desarrollador aprueba sin saber que está sobrescribiendo sus propias claves SSH, regalando acceso remoto sin contraseña.

Respuestas dispares de los fabricantes

Wiz reportó el fallo a los seis proveedores a principios de 2026. Amazon, Google y Cursor lo trataron como una vulnerabilidad y lanzaron parches. Cursor emitió el CVE-2026-50549 para el fallo. Augment y Windsurf reconocieron el informe pero, hasta la fecha de publicación, no han ofrecido una solución, dejando potencialmente expuestos a sus usuarios.

Anthropic, por su parte, cuestionó que el comportamiento de Claude Code constituya una vulnerabilidad. En un comunicado, la empresa argumentó:

«Un usuario que confía en un directorio y aprueba una edición asume esa decisión, lo que sitúa el escenario fuera de nuestro modelo de amenazas.»

Wiz considera que GhostApproval no son simples errores aislados, sino una cuestión de diseño que la industria aún debe resolver: si la herramienta debe proteger al usuario de un espacio de trabajo engañoso o dejar esa decisión en sus manos. Su recomendación a los proveedores es resolver los symlinks antes de pedir aprobación y marcar cualquier escritura fuera del proyecto.

Ghostcommit: instrucciones ocultas en imágenes

Pero GhostApproval no es la única amenaza que acecha a los asistentes de código. El ASSET Research Group ha presentado Ghostcommit, una prueba de concepto que demuestra cómo se pueden incrustar instrucciones maliciosas dentro de un archivo de imagen, como un PNG, y hacer que el agente de IA las ejecute durante una revisión de código.

El ataque es sutil: un pull request incluye una imagen aparentemente inofensiva y un archivo de configuración (AGENTS.md) que indica al agente que confíe en ella. Cuando el asistente aborda una tarea posterior, lee las instrucciones ocultas en la imagen, accede a archivos sensibles y escribe los secretos en el código de forma ofuscada. Un revisor humano probablemente pasaría por alto la imagen, pero el agente de IA la procesa sin problemas.

Los investigadores descubrieron que el harness (la capa que envuelve al modelo de IA) tiene un impacto mayor en la fuga de secretos que el propio modelo subyacente. Por ejemplo, el mismo modelo Claude Sonnet se comportó de forma muy distinta según la herramienta: bajo Cursor y Antigravity, siguió las instrucciones ocultas y exfiltró los secretos; bajo Claude Code (de Anthropic), se negó explícitamente a hacerlo, indicando que era inapropiado. Claude Code rechazó la petición con todos los modelos probados.

Lecciones para desarrolladores y equipos

La conclusión de ambas investigaciones es clara: la inyección de instrucciones (prompt injection) ya no es solo un problema de texto. Los agentes de IA pueden leer y obedecer instrucciones incrustadas en imágenes, documentos y otros formatos multimodales si la cadena de herramientas lo permite.

Los equipos que utilizan asistentes de codificación de IA deben tratar esto como un problema de seguridad tanto de la cadena de suministro de software como de los propios agentes. Las defensas más importantes pasan por restringir el acceso a secretos, inspeccionar los archivos no textuales y monitorizar a los agentes de IA en busca de intentos inusuales de leer credenciales o archivos de configuración.

Mientras tanto, los usuarios de Augment y Windsurf deberían estar atentos a las actualizaciones de sus herramientas, ya que, según Wiz, aún no han recibido un parche para GhostApproval.

El mundo de la inteligencia artificial tiene un nuevo contendiente en la arena de los modelos de código abierto. Thinking Machines Lab, la startup fundada por exempleados de OpenAI, ha lanzado su primer modelo, bautizado como Inkling. Se trata de un modelo de pesos abiertos multimodales masivo que, según la compañía, ofrece un rendimiento competitivo frente a los mejores modelos de su clase.

Un monstruo de 975 mil millones de parámetros

Inkling cuenta con 975 mil millones de parámetros totales y 41 mil millones de parámetros activos por inferencia, utilizando una arquitectura Mixture-of-Experts (MoE). Está entrenado desde cero y procesa texto, imágenes y audio como entrada, generando únicamente texto UTF-8 como salida. Su ventana de contexto alcanza hasta 1 millón de tokens, lo que permite manejar documentos muy extensos de una sola vez.

La compañía también ha adelantado una versión más ligera, Inkling-Small, con 276 mil millones de parámetros totales (12 mil millones activos), que iguala o supera a su hermana mayor en varios benchmarks. Sus pesos se liberarán una vez concluyan las pruebas.

Arquitectura y entrenamiento

Internamente, Inkling es un transformador decoder-only de 66 capas. Cada capa MoE alberga 256 expertos enrutados y 2 expertos compartidos, activándose seis enrutados y los dos compartidos por cada token. El diseño se inspira en DeepSeek-V3 e incluye un router basado en sigmoide con balanceo de carga libre de pérdidas auxiliares.

El entrenamiento se realizó con NVIDIA GB300 NVL72, optimizando matrices grandes con Muon y otros parámetros con Adam. La post-formación combinó Supervised Fine-Tuning sobre datos sintéticos —incluyendo datos generados por Kimi K2.5— y un intenso proceso de Reinforcement Learning asíncrono con más de 30 millones de rollouts.

Uno de los aspectos más llamativos del modelo es su capacidad de esfuerzo de razonamiento controlable. Durante el RL, el equipo manipuló el mensaje del sistema y los costes por token para que el modelo aprendiera a asignar diferentes presupuestos de tokens según la dificultad de la tarea. Este control se expone públicamente en la librería transformers mediante el argumento reasoning_effort, ajustable desde 0.2 hasta 0.99.

Rendimiento en benchmarks

Las evaluaciones de Inkling se realizaron con esfuerzo al máximo (0.99) y temperatura 1.0. Los resultados, validados externamente por Artificial Analysis, muestran un rendimiento sólido frente a otros pesos abiertos como Nemotron 3 Ultra, Kimi K2.6 y DeepSeek V4 Pro.

Destaca especialmente su 78.0% en FORTRESS Adversarial, la mejor puntuación entre los modelos comparados, y un 97.1% en AIME 2026, superando a Nemotron 3 Ultra (94.2%) y DeepSeek V4 Pro (96.7%). En SWEBench Verified logra un 77.6%, mientras que en Terminal Bench 2.1 alcanza un 63.8%. La compañía afirma que Inkling usa un tercio de los tokens que Nemotron 3 Ultra para un rendimiento similar en Terminal Bench 2.1.

Además, Inkling reporta un 73.5% en MMMU Pro, un 91.4% en VoiceBench y una puntuación de 1257 en Design Arena’s Agentic Web Dev.

Disponibilidad y ecosistema

Los pesos se distribuyen bajo licencia Apache 2.0 y están alojados en Hugging Face. Se ofrecen dos formatos: BF16 (requiere al menos 2 TB de VRAM agregada) y NVFP4 (reduce significativamente los requisitos, pero necesita hardware Blackwell).

El modelo puede ejecutarse en SGLang, vLLM y Hugging Face transformers (versión 5.14.0 o superior). Para fine-tuning, Inkling está disponible en la herramienta propia Tinker con opciones de contexto de 64K y 256K. Los usuarios pueden acceder a APIs gestionadas proporcionadas por TogetherAI, Fireworks, Modal, Databricks y Baseten.

Una apuesta por la IA descentralizada

El lanzamiento encaja con la filosofía que Thinking Machines Lab ha defendido públicamente: la inteligencia artificial no debería estar controlada por unas pocas empresas. Al liberar los pesos, permiten que investigadores y startups descarguen, modifiquen y adapten el modelo a sus necesidades.

Fundada en febrero de 2025 por figuras clave como Mira Murati (ex-CTO de OpenAI), John Schulman (cofundador de OpenAI) y Lilian Weng (ex-VP de seguridad y robótica), la startup ya había levantado la ronda semilla más grande de la historia, alcanzando una valoración de 12 mil millones de dólares. Con Inkling, Thinking Machines demuestra que su apuesta por la apertura y la descentralización se materializa en un producto real y disponible desde hoy.

Los agentes de inteligencia artificial prometían libertad: eliminar el trabajo repetitivo y liberar horas para tareas de alto valor. Pero la realidad, al menos para la estratega de IA Sol Rashidi, resultó ser muy diferente. En lugar de ganar tiempo, terminó dedicando jornadas enteras a corregir errores, alimentar contexto y vigilar a sus propios asistentes digitales. Hartada de la situación, tomó una decisión drástica: despidió a la mitad de sus agentes.

«Pasaba más tiempo cuidándolos que haciendo trabajo útil», explicó Rashidi, directora de estrategia en la firma de seguridad de datos Cyera y profesora senior en la Harvard Kennedy School, en una entrevista con Business Insider. La ejecutiva llegó a tener cuatro agentes ejecutándose al mismo tiempo, pero finalmente eliminó dos. «Los despedí porque no eran fiables», afirmó.

El fenómeno del ‘botsitting’

Rashidi no está sola. Un informe reciente de Glean acuñó el término «botsitters» para describir a los trabajadores que invierten horas cada semana en supervisar, depurar y corregir el trabajo de los agentes de IA. Según el estudio, los empleados de cuello blanco dedican una media de 6,4 horas semanales a esta labor invisible, casi un día laboral completo en una semana.

«Creo que lo más difícil es la sobre-glorificación de los bots y los agentes», señaló Rashidi. «Sí, es increíble, pero hay un momento y un lugar para cada cosa. Y hemos perdido la capacidad de discernir ese momento y lugar».

Una paradoja de productividad

El problema que describe Rashidi encaja en una paradoja más amplia que enfrentan muchas empresas. Aunque la IA ayuda a completar tareas más rápido, esas ganancias no siempre se traducen en un mejor rendimiento empresarial. El informe de Glean sugiere que gran parte de esa productividad perdida se está consumiendo precisamente en el «botsitting».

La experiencia de Rashidi lo confirma. En lugar de seguir gestionando agentes, optó por una solución analógica: contratar asistentes virtuales humanos para encargarse de parte del trabajo. «No tengo tiempo para cuidar agentes y estar corrigiendo el contexto constantemente», dijo.

Cuando la IA se lleva el crédito (y las promociones)

La tendencia a sobrevalorar la contribución de la IA tiene otra cara oscura. Según una investigación publicada también por Business Insider, los jefes están atribuyendo a las herramientas de IA el trabajo que realmente realizan sus empleados humanos, lo que está retrasando promociones y reduciendo aumentos salariales.

Un estudio de Christoph Riedl, profesor de gestión de la información en la Universidad Northeastern, analizó 13 investigaciones y concluyó que los directivos devalúan sistemáticamente las contribuciones de los trabajadores cuando estos revelan que usaron IA. La suposición por defecto es que la tecnología hizo la mayor parte del trabajo pesado.

«Nuestro análisis muestra que si se divulga el uso de IA sin detalles específicos sobre cómo se utilizó, la suposición por defecto del directivo es que se usó de una manera que reduce la agencia del empleado», explicó Riedl. Es decir, los jefes asumen que el bot fue la fuerza motriz detrás de la nueva función, la corrección de software o el informe extenso.

Lecciones para líderes

Para Rashidi, la moraleja es clara: los líderes no deben automatizar por automatizar. «Las personas van a tener que aplicar criterio y pensamiento crítico», afirmó. «Y los líderes van a tener que superar la narrativa de ‘debemos hacer IA a toda costa’, porque a veces el coste es superior a la recompensa».

Mientras empresas como Microsoft aún están definiendo cómo integrar agentes de IA con equipos humanos, la historia de Rashidi sirve como advertencia. La tecnología, por sí sola, no es una varita mágica; requiere supervisión, criterio y, en ocasiones, la decisión de prescindir de ella cuando el esfuerzo de gestionarla supera los beneficios.

El pasado jueves por la noche, Times Square se convirtió en el escenario de una de las mayores batallas presenciales de Pokémon Go de la historia. Cerca de 2.000 entrenadores se reunieron en el icónico lugar de Nueva York para enfrentarse al legendario Mega Mewtwo Y, un momento que recrea fielmente la escena final del tráiler original del juego, lanzado en 2016.

Una promesa cumplida una década después

El tráiler original de Pokémon Go prometía funciones que no estaban disponibles en el lanzamiento, como el intercambio de Pokémon, las batallas entre entrenadores y, al final del clip, un grupo de jugadores congregándose en Times Square para luchar contra Mewtwo. A pesar de una década de eventos globales, Niantic nunca había reproducido esa escena hasta ahora.

«Nosotros hicimos promesas a los jugadores sobre el tipo de juego que esto iba a ser», explicó Michael Steranka, vicepresidente de producto en Scopely, la compañía que adquirió Niantic el año pasado por 3.500 millones de dólares. «Ahora, 10 años después, cuando miramos ese tráiler, sentimos que hemos cumplido muchas de las promesas que hicimos».

La logística del evento

Para evitar la masificación, el evento fue solo por invitación. Se enviaron pases a 2.000 jugadores de los cinco distritos de Nueva York a través de embajadores de la comunidad. Los asistentes solo sabían que había incursiones temáticas cerca de Times Square. A una hora señalada, las notificaciones en el juego indicaron a los jugadores con entrada que se dirigieran a Times Square, donde fueron recibidos con un concierto de música electrónica en vivo. Después, Mega Mewtwo Y apareció en las enormes pantallas y comenzó la batalla conjunta, que terminó con la derrota del legendario Pokémon.

Diez años de números astronómicos

El evento conmemora el décimo aniversario del lanzamiento de Pokémon Go, un juego que en su primer mes acumuló más de 130 millones de descargas y alcanzó un pico de 232 millones de jugadores activos en 2016, generando casi 1.000 millones de dólares en ingresos ese año. Scopely afirma que más de 800 millones de personas han jugado en la última década y se han capturado más de 1 billón de Pokémon. En 2024, el juego contó con más de 100 millones de jugadores activos, y en 2025 generó 1.000 millones de dólares en ingresos. El compromiso diario ronda los 45 minutos, y los jugadores han caminado más de 100.000 millones de kilómetros en total.

El poder de la comunidad

«Pokémon Go siempre empezará con la comunidad; creemos que solo estamos arañando la superficie», afirmó Steranka. Kim Adams, vicepresidenta de Desarrollo de Juego, señaló que en los últimos dos años la compañía pasó de 50 embajadores comunitarios a más de 3.000 en todo el mundo. Para los eventos en vivo, Pokémon Go vendió cerca de 1 millón de entradas en 2024. Además, desde el año pasado, la compañía ha visto un crecimiento de dos dígitos en el compromiso de los jugadores, con un aumento del 10% en el tiempo de juego diario y un 29% en la exploración del mundo real.

El futuro: más comunidad y tecnología con propósito

Steranka destacó que el plan es seguir invirtiendo en la comunidad y en crear «recuerdos fundamentales» para los jugadores, con el objetivo de consolidar Pokémon Go como un juego multigeneracional. Sobre la adopción de nuevas tecnologías, comentó: «Lo que no queremos hacer es adoptar tecnologías por adoptarlas. Pero si sentimos que algo tiene una oportunidad genuina de mejorar el juego, la experiencia y la inmersión para nuestros jugadores, entonces lo exploraremos e invertiremos en ello».

El evento de Times Square fue retransmitido en directo en todos los canales de Pokémon. Este fin de semana, un Pokémon Go Fest Global virtual ofrecerá la misma experiencia de juego de Mega Mewtwo Y a todos los entrenadores del mundo, de forma gratuita.

Cuando pensamos en smartphones, lo primero que viene a la mente son Apple, Samsung o Google Pixel. Sin embargo, hay un grupo de marcas que, sin vender en Estados Unidos, dominan mercados enteros en Asia, Europa y América Latina. Todas tienen un origen común: son propiedad de compañías chinas. Te contamos quiénes son y por qué están creciendo tan rápido.

Xiaomi y su imperio de submarcas

Xiaomi es la cuarta marca de móviles más usada del mundo, con un 8,84% de cuota de mercado según Statcounter (mayo de 2026). La empresa no vende oficialmente en EE.UU., pero está presente en más de 100 países. Gran parte de su éxito se debe a Redmi, una submarca que nació en 2013 como línea de productos y se independizó en 2019. Redmi se dirige a jóvenes con precios agresivos y tiene varias series: la A (entrada), Number, Note y K (gama alta). El Redmi K90 Ultra, lanzado en junio de 2026, monta una pantalla AMOLED de 6,83 pulgadas con 165 Hz, el chip Snapdragon 8 Elite, 16 GB de RAM y carga rápida de 100 W. En el otro extremo, el Redmi A5 —un básico con 4G— se coló en la lista de los 10 más vendidos de Counterpoint durante el cuarto trimestre de 2025 y el primero de 2026, especialmente en Oriente Medio, Sudamérica y África.

Poco: la apuesta de Xiaomi por el rendimiento

Poco también comenzó bajo el paraguas de Xiaomi, en 2018, y se independizó en 2020. Opera en más de 35 mercados (sin incluir EE.UU.) y ofrece las series C (entrada), X y M (gama media) y F (gama alta). Poco mantiene equipos propios de producto, ventas y marketing, pero sigue usando la fabricación y el servicio posventa de Xiaomi. Sus teléfonos llevan HyperOS, el mismo sistema que los Xiaomi, y en países como Reino Unido se pueden comprar directamente desde la web de la casa matriz.

Realme: de Oppo a la independencia (y vuelta)

Realme nació en 2010 como submarca de Oppo y se separó en 2018. Sin embargo, informes de 2026 apuntan a que volverá a ser una submarca de Oppo. Cuenta con más de 300 millones de usuarios en todo el mundo y es la quinta marca más popular en India, con un 9% de cuota en el primer trimestre de 2026 (según Counterpoint). Realme fue la primera en lanzar un móvil con carga de 240 W y en 2026 sacó un modelo con batería de 10.000 mAh en formato normal. Sus líneas incluyen GT, C, P, Number y Narzo. También vende auriculares y accesorios.

Honor: el heredero de Huawei

Honor fue creado por Huawei en 2013, pero en 2020, ante las sanciones de EE.UU., Huawei lo vendió a Shenzhen Zhixin New Information Technology. Hoy es una de las marcas Android más potentes, con las series Magic, N y X. Su plegable Honor Magic V6 ha sido calificado como el mejor y más fino del mercado. Honor no tiene presencia en EE.UU. por su pasado con Huawei, pero sí en Asia y Europa. Además de móviles, fabrica wearables, tablets, portátiles y televisiones inteligentes.

Nubia y RedMagic: gaming y refrigeración líquida

Nubia Technology se fundó en 2012 bajo el paraguas de ZTE, que luego redujo su participación. Tiene su sede en China y opera en Norteamérica, Sudamérica, Asia y Europa. Sus líneas son Z, Neo, Flip y Air, pero su gran baza es RedMagic, la submarca gaming. El RedMagic 11 Pro fue el primer móvil de producción masiva con refrigeración líquida y está considerado uno de los mejores teléfonos para jugar. A diferencia de la mayoría de las marcas chinas, Nubia vende algunos modelos directamente en EE.UU. a través de su web oficial.

Un fenómeno global

Mientras Google Pixel y Motorola se centran en segmentos premium y países selectos, Xiaomi, con sus submarcas Redmi y Poco, apuesta por una estrategia de volumen: vender en más de 100 países con precios desde 150-200 dólares. El resultado es una cuota de mercado global que duplica a la de Oppo (5,64%) y triplica a la de Motorola (3,37%). El Redmi A5 es solo el último ejemplo de una fórmula que lleva años funcionando: móviles baratos, con batería grande y doble SIM, que llegan a millones de personas que no pueden o no quieren gastar una fortuna en un teléfono.