Blog

Moonshot AI ha lanzado dos agentes de inteligencia artificial en menos de una semana. El primero, Kimi Code CLI, es un agente de codificación open-source que vive en la terminal. El segundo, Kimi Work, es un agente de escritorio local que orquesta hasta 300 subagentes y utiliza el modelo Kimi K2.6.

Kimi Code CLI: el asistente de terminal

Publicado el 6 de junio de 2026 bajo licencia MIT, Kimi Code CLI es un agente de IA para desarrollo de software y operaciones en terminal. Está escrito en TypeScript y se distribuye mediante npm o un script que no requiere Node.js.

El agente lee y edita código, ejecuta comandos de shell, busca archivos y navega por páginas web. Su modelo de ejecución es reactivo: planea pasos, modifica código, ejecuta pruebas e informa de sus acciones. Las operaciones de solo lectura se ejecutan automáticamente; para ediciones de archivos o comandos de shell, el agente pide confirmación primero.

Entre sus características destacan: distribución en un solo binario, arranque rápido (la interfaz TUI está lista en milisegundos), entrada de video, configuración nativa de MCP mediante /mcp-config, subagentes integrados coder, explore y plan para trabajo en paralelo, y hooks de ciclo de vida. La herramienta funciona de serie con los modelos Kimi de Moonshot AI, pero puede configurarse para usar otros proveedores compatibles. El acceso a los modelos requiere OAuth de Kimi Code o una clave API de la plataforma abierta de Moonshot AI.

Kimi Work: el agente de escritorio

El 12 de junio de 2026, Moonshot AI presentó Kimi Work, un agente de IA que se ejecuta localmente en el escritorio. Ya está disponible para macOS (Apple Silicon) y Windows. A diferencia de la mayoría de herramientas de agente que operan en la nube, Kimi Work accede directamente a archivos locales y sesiones del navegador.

Según menciones independientes de la comunidad, funciona sobre Kimi K2.6, el modelo insignia de Moonshot, un modelo de mezcla de expertos (MoE) de pesos abiertos lanzado el 20 de abril de 2026. Activa unos 32 mil millones de parámetros por token y cuenta con una ventana de contexto de 256K tokens.

Kimi Work se basa en cuatro pilares:

• Agent Swarm: Ejecuta hasta 300 subagentes en paralelo. El sistema divide una tarea en partes y coordina los resultados. El enjambre de K2.6 está documentado hasta 4.000 pasos coordinados.
• WebBridge: Una extensión de navegador que permite al agente usar el navegador como una persona: busca, extrae datos y rellena formularios en múltiples pestañas. Al usar tu sesión real, hereda los inicios de sesión y cookies existentes.
• Motor de programación Cron: Un programador integrado ejecuta trabajos diarios, por hora o condicionales. Los desencadenantes incluyen llamadas de agente LLM y scripts de Python o shell.
• Archivos y código locales: El agente lee las carpetas que montes y ejecuta Python en segundo plano. Los archivos originales permanecen en su lugar a menos que apruebes un cambio.

La aplicación incluye datos financieros preintegrados para acciones A, de Hong Kong y estadounidenses. La investigación finalizada puede convertirse en presentaciones de PowerPoint u hojas de Excel.

Kimi Code CLI ya está disponible en GitHub bajo licencia MIT, y Kimi Work puede descargarse desde el sitio web de Kimi para macOS (Apple Silicon) y Windows.

Las baterías de estado sólido para coches eléctricos han dejado atrás los experimentos de laboratorio. Por primera vez en Norteamérica, un vehículo real equipado con esta tecnología está rodando por asfalto. El encargado de abrir camino es un Dodge Charger Daytona EV modificado, que monta un paquete de baterías semisólidas desarrollado por la startup estadounidense Factorial Energy en colaboración con Stellantis.

Un salto en densidad y velocidad de carga

Las celdas FEST (Factorial Electrolyte System Technology) que alimentan el prototipo ofrecen una densidad energética de 375 Wh/kg —frente a los 200-300 Wh/kg de las baterías de iones de litio convencionales— y han superado más de 600 ciclos de carga en pruebas previas. Lo más llamativo: son capaces de pasar del 15% al 90% de carga en solo 18 minutos, y mantienen su rendimiento en un rango térmico extremo, desde -22 °F hasta 113 °F (-30 °C a 45 °C). Además, alcanzan una tasa de descarga de hasta 4C.

Integrar estas celdas en un vehículo real no fue sencillo. Stellantis explicó que la transición requirió “soluciones de ingeniería avanzadas” por parte de ambas compañías. Las celdas se incorporaron a la plataforma STLA Large del grupo, y los ingenieros modificaron los sistemas de control y el diseño del paquete para optimizar la seguridad y el rendimiento.

Declaraciones clave

“Lo que hemos construido juntos, desde la química de las celdas hasta la arquitectura del paquete para permitir pruebas reales en carretera, es exactamente el tipo de colaboración profunda y de pila completa que la tecnología de estado sólido siempre ha requerido”, afirmó Siyu Huang, CEO de Factorial.

“Este hito demuestra que estamos acercando las baterías de estado sólido a nuestros clientes, con el potencial de ofrecer más autonomía, carga más rápida y menores costes”, añadió Ned Curic, director de ingeniería y tecnología de Stellantis.

No es el primer ensayo real

Aunque esta es la primera prueba en carretera de baterías de estado sólido en un vehículo en Norteamérica, no es la primera vez que las celdas de Factorial salen del laboratorio. El año pasado, un Mercedes-Benz EQS modificado con la misma tecnología recorrió más de 745 millas (1.200 km) con una sola carga, y su director técnico, Markus Schäfer, calificó la tecnología como un “auténtico cambio de juego”.

Factorial colabora con varios grandes fabricantes, entre ellos Mercedes-Benz, Hyundai, Kia y el propio Stellantis, para comercializar sus baterías. La empresa también planea expandir la tecnología a otros sectores como la robótica, la industria aeroespacial y la defensa.

Un contexto de efervescencia en estado sólido

La industria no se detiene. BMW comenzó el año pasado a probar celdas totalmente sólidas de Solid Power en un prototipo del i7, y Toyota mantiene su propio programa de desarrollo. Varios fabricantes chinos como BYD, Nio y MG Motor también trabajan en baterías de estado sólido. Factorial, por su parte, ya ha puesto un pie en los mercados de capitales: comenzó a cotizar en el Nasdaq bajo el ticker «FAC» tras fusionarse con la SPAC Cartesian Growth Corp III, operación valorada en unos 1.300 millones de dólares y que le reportó aproximadamente 110 millones de dólares para seguir avanzando hacia la comercialización.

Lo que viene ahora

Las pruebas con el Dodge Charger Daytona servirán para afinar y validar la seguridad, el rendimiento y la fiabilidad del paquete en condiciones reales de conducción y carga. Paralelamente, lo que Factorial aprenda de estas celdas semisólidas —que usan un electrolito similar a un gel— alimentará el desarrollo de su futura batería Solstice, completamente sólida. Por ahora, el camino hacia una nueva generación de baterías para el coche eléctrico ya ha comenzado a rodar.

En la WWDC 2026, Apple presentó una batería de herramientas pensadas para que los padres vuelvan a tener el control sobre cómo usan el iPhone sus hijos. La compañía ha rediseñado por completo su función Screen Time e introducido las Child Accounts, todo con el objetivo de ofrecer una gestión más granular del tiempo de pantalla, las aplicaciones, los contactos y la navegación web.

Un Child Account para cada edad

Una de las novedades más destacadas es la Child Account, que se aplica automáticamente a los usuarios menores de 13 años y puede mantenerse activa hasta los 18. Los padres también pueden convertir cuentas existentes creadas antes de iOS 27 en Child Accounts. Una vez añadida a Family Sharing, el progenitor puede monitorizar y limitar lo que el niño puede hacer.

Al crear la cuenta en un dispositivo nuevo, Apple ajusta las restricciones según la edad: bloquea sitios web para adultos, permite solo contenido mediático apropiado y aplica límites de edad en la App Store. Los padres pueden modificar estos ajustes, e incluso empezar dando acceso solo a lo esencial e ir añadiendo aplicaciones con el tiempo gracias a sugerencias inteligentes de apps durante la configuración inicial.

Screen Time rediseñado y con recomendaciones de expertos

El renovado Screen Time permite ver de un vistazo cómo usan los niños el dispositivo y ajustar el acceso con solo un toque. La función incorpora recomendaciones basadas en la edad y la categoría de la aplicación, desarrolladas en colaboración con la Academia Americana de Pediatría y otros expertos. Apple señala que las redes sociales no están recomendadas para menores de 13 años, por lo que el sistema sugerirá desactivar esa categoría para los más pequeños.

La nueva sección Time Allowances permite personalizar cuánto tiempo puede usar el iPhone cada día. Incluye un límite superior recomendado de tres horas diarias como orientación general. Los padres pueden establecer un tiempo total o ir más allá: por ejemplo, limitar las redes sociales a unos pocos minutos al día y permitir más horas para juegos o entretenimiento.

Además, la programación horaria tiene en cuenta el uso educativo: durante el horario escolar se puede permitir solo aplicaciones relacionadas con el colegio, dejando las redes sociales y los juegos para las tardes y los fines de semana. Los padres también pueden pausar por completo el acceso al dispositivo cuando lo necesiten.

Preguntar para navegar y aprobar contactos

Otra función muy demandada es Ask to Browse, que funciona con Safari en iPhone, iPad y Mac. Cuando un niño quiera visitar un sitio web nuevo, deberá pedir permiso a sus padres. Esta característica, junto con el ya conocido Ask to Buy para apps y juegos, está activada por defecto para menores de 13 años.

Del mismo modo, Ask to Approve controla los nuevos contactos que el niño puede añadir a la agenda. Los padres deciden a quién puede agregar y pueden bloquear la recepción de mensajes de texto que contengan imágenes violentas o sangrientas, una ampliación de la protección que ya existía para bloquear posible desnudez.

Nuevas herramientas para desarrolladores

Apple también ha puesto a disposición de los desarrolladores un conjunto completo de APIs para que las aplicaciones puedan protegerse contra contenido violento o explícito, garantizar que los padres aprueben nuevos contactos dentro de la app o verificar que el usuario tiene la edad adecuada.

Disponibilidad

Todas estas funciones de control parental forman parte de iOS 27, iPadOS 27 y macOS 27, y llegarán a los consumidores con el lanzamiento de estas versiones en otoño. Además, Apple ha habilitado un sitio web de Child Safety donde se explican todas las novedades, y la Academia Americana de Pediatría ha creado un Family Media Plan para ayudar a las familias a desarrollar hábitos tecnológicos seguros.

Con este rediseño, Apple apuesta por dar a los padres herramientas más precisas en un momento en el que el impacto de la tecnología en la salud mental infantil centra el debate público y legislativo.

Un tribunal alemán acaba de sentar un precedente que podría sacudir a toda la industria de la inteligencia artificial. El Tribunal Regional de Múnich emitió una medida cautelar contra Google tras constatar que sus AI Overviews vincularon falsamente a dos editores alemanes con estafas y prácticas comerciales dudosas, acusaciones que no aparecían en ningún artículo enlazado.

La clave del fallo es que estos resúmenes generados por IA no son equiparables a los resultados de búsqueda tradicionales. El tribunal consideró que constituyen declaraciones propias de Google, no simples enlaces a contenido de terceros. Según la resolución, la IA reescribe y evalúa la información con su propia redacción y estructura, y en ocasiones añade afirmaciones que no se sustentan en las fuentes citadas. Por tanto, Google no puede ampararse en las protecciones legales que tradicionalmente protegen a los buscadores.

¿Por qué no se aplican las reglas habituales?

Las sentencias previas del Tribunal Federal de Justicia alemán (BGH) limitaban la responsabilidad de los buscadores al considerarlos meros intermediarios que hacen localizable contenido externo. Pero el tribunal de Múnich consideró que los AI Overviews generan «declaraciones independientes, nuevas y sustanciales» al combinar y evaluar información de varios sitios. Además, solo Google tiene control sobre los algoritmos que producen esos resúmenes, por lo que solo Google puede evitar que se repitan afirmaciones falsas.

El tribunal también subrayó que el AI Overview es una función adicional, no esencial para el uso de internet. Los resultados convencionales ya permiten a los usuarios navegar por la información.

El argumento de «los usuarios pueden verificar» no convence

Durante la vista, Google alegó que los usuarios podían consultar las fuentes enlazadas y que la información generada por IA no debe tomarse al pie de la letra. El tribunal rechazó esta defensa por varias razones. Primero, la posibilidad de refutar una afirmación mediante investigación adicional no exime de responsabilidad por haberla difundido. Segundo, los AI Overviews se presentan como respuestas completas y autoritarias, sin indicar posibles interpretaciones alternativas. El tribunal comparó esta situación con el derecho de prensa, donde los editores son responsables de los titulares aunque el lector no acceda al artículo completo.

Además, existía un vacío de protección: si Google solo respondiera por infracciones evidentes, las víctimas de afirmaciones falsas generadas por la IA no tendrían recurso legal efectivo, ya que las fuentes enlazadas ni siquiera contenían las acusaciones difamatorias.

Un error del 9% se traduce en millones de respuestas falsas

Aunque un análisis de la startup Oumi para el New York Times indica que el modelo Gemini 3 responde correctamente el 91% de las veces, en la escala de Google —con más de cinco billones de búsquedas anuales— ese porcentaje equivale a millones de respuestas erróneas cada hora. El mismo estudio reveló que el 56% de las respuestas correctas no podían respaldarse con las fuentes citadas, lo que coincide con la problemática identificada por el tribunal.

Por su parte, un estudio de Pew Research mostró que cuando aparece un AI Overview, los clics en los resultados de búsqueda tradicionales caen del 15% al 8%, lo que refuerza la idea de que los usuarios confían en estos resúmenes sin verificar las fuentes.

El fallo y sus próximos pasos

La sentencia prohíbe a Google reproducir afirmaciones que vinculen a los demandantes con estafas, empresas dudosas o trampas de suscripción. Google deberá asumir el 80% de los costes legales, mientras que cada demandante paga el 10% restante. La resolución es cautelar y puede ser recurrida. Google no ha hecho declaraciones públicas al respecto. Sin embargo, el tribunal ya advirtió que el razonamiento podría tener alcance internacional, lo que sugiere que otros proveedores de IA —como OpenAI, Anthropic o Perplexity— podrían verse afectados si generan contenido difamatorio sin respaldo en las fuentes.

Corea del Sur ha impuesto una multa histórica de más de 400 millones de dólares a Coupang, el gigante del comercio electrónico, por una filtración masiva de datos que expuso la información personal de decenas de millones de usuarios. Se trata de la sanción más alta jamás aplicada por la Comisión de Protección de Información Personal (PIPC) del país asiático.

Una filtración de proporciones épicas

El incidente, que salió a la luz en noviembre de 2025, comprometió los datos de aproximadamente 37,5 millones de usuarios, según la PIPC. La propia Coupang había reconocido previamente que la brecha podría haber afectado a más de 34 millones de cuentas de clientes en Corea del Sur, lo que representa cerca de dos tercios de la población del país.

La investigación reveló que la filtración comenzó al menos en junio de 2025 a través de un servidor ubicado en el extranjero. Un exempleado de la empresa obtuvo acceso a nombres, direcciones de correo electrónico y físicas, números de teléfono e historiales de pedidos. La comisión determinó que Coupang no contaba con las salvaguardas adecuadas, incluyendo una gestión deficiente de claves de autenticación y controles de acceso.

La investigación y la multa

Tras meses de investigación, la PIPC anunció el miércoles una multa de 624.680 millones de wones (unos 400 millones de dólares) contra Coupang por «violar las obligaciones de seguridad y recopilar datos personales sin fundamento legal». La sanción es la mayor impuesta por el regulador coreano por una violación de datos.

El caso también ha tenido repercusiones políticas. Legisladores surcoreanos acusaron a algunos congresistas estadounidenses de ejercer presión política al vincular la filtración con las relaciones bilaterales entre ambos países, según reportes de prensa.

La respuesta de Coupang

Coupang, con sede en Estados Unidos pero cuyos ingresos provienen mayoritariamente de Corea del Sur, respondió con un comunicado en el que afirmó «lamentar profundamente la preocupación causada» y prometió reforzar sus medidas de seguridad. Sin embargo, la compañía adelantó que planea impugnar la decisión del regulador.

«Nuestras explicaciones y las medidas para prevenir daños adicionales no fueron suficientemente reflejadas en la decisión de la comisión», señaló Coupang. «Al recibir la resolución oficial de la PIPC, esperamos que los hechos queden claramente establecidos a través de los procedimientos legales».

Tras la filtración, el consejero delegado de Coupang, Park Dae-jun, dimitió para asumir la responsabilidad del incidente. El director administrativo, Harold Rogers, fue nombrado CEO interino.

Contexto de ciberseguridad en Corea del Sur

El caso de Coupang se suma a una serie de incidentes de ciberseguridad de alto perfil que afectaron a empresas surcoreanas el año pasado, a pesar de la reputación del país por sus estrictos estándares de privacidad de datos. El operador móvil más grande del país, SK Telecom, fue multado con casi 100 millones de dólares por una filtración que afectó a más de 20 millones de suscriptores.

Coupang, considerado el «Amazon de Asia» por su dominio en el comercio electrónico surcoreano, ahora se enfrenta a un proceso legal que determinará si la multa se mantiene o se reduce. La compañía espera recibir la resolución oficial para continuar con su defensa ante los tribunales.

OpenAI, la empresa detrás de ChatGPT, se encuentra bajo el escrutinio de una coalición de fiscales generales estatales que han abierto una investigación sobre sus prácticas de datos y el impacto de sus productos en los usuarios jóvenes y grupos vulnerables.

Subpoena de Nueva York

El pasado viernes, la fiscal general del estado de Nueva York, Letitia James, emitió una citación (subpoena) a la compañía solicitando una amplia gama de documentos. Según informó The Wall Street Journal, la solicitud abarca temas como las políticas publicitarias de OpenAI, sus estrategias de participación y retención de usuarios, el fenómeno conocido como «sycophancy» (adulación) del modelo, el manejo de datos de consumidores y datos de salud, y el tratamiento de menores y personas mayores.

La investigación implica a un grupo aún no especificado de estados. OpenAI ha declarado públicamente que está cooperando con las autoridades. Un portavoz de la empresa declaró al WSJ: «La IA es una tecnología nueva y poderosa, y trabajamos cada día para llevar sus beneficios a las personas de manera segura y responsable. Nos tomamos en serio las preocupaciones planteadas por los fiscales generales estatales y tenemos la intención de colaborar de manera constructiva con sus oficinas».

Protección a menores y usuarios vulnerables

En un comunicado recogido por Bloomberg, el portavoz de OpenAI añadió que ChatGPT ahora «incluye una experiencia más protectora para menores y personas que atraviesan situaciones difíciles, con salvaguardas que los dirigen a recursos del mundo real y contactos humanos de confianza». La empresa no ha querido especificar qué estados forman parte de la investigación ni compartir más detalles sobre la información solicitada.

Un historial de problemas legales

Esta investigación coordinada es el último dolor de cabeza legal para OpenAI. La compañía ya se enfrenta a múltiples demandas, incluyendo acusaciones de infracción de derechos de autor, violaciones de privacidad y el controvertido juicio que la enfrentó a su cofundador Elon Musk, quien la acusó de violar su acuerdo fundacional. Musk ha anunciado que apelará la decisión.

Uno de los frentes más delicados son las demandas que vinculan a ChatGPT con tragedias personales. Varias familias han presentado demandas alegando que el chatbot contribuyó a decisiones de usuarios de suicidarse. Además, a principios de junio, el fiscal general de Florida, James Uthmeier, presentó una demanda contra OpenAI y su CEO Sam Altman en relación con un tiroteo masivo. En la demanda, Uthmeier afirma que ChatGPT «ha ayudado e incitado a masacres mortales» y «ha animado a personas vulnerables al suicidio», alegando también que los usuarios se han vuelto adictos a una herramienta que «finge compasión humana para recolectar sus datos sin supervisión parental».

OpenAI ha respondido reiterando que ha introducido más medidas de seguridad en sus productos. «Perder a un hijo es la tragedia más devastadora que le puede pasar a una familia y sabemos que ninguna palabra puede acercarse a abordar el dolor de una pérdida así», declaró la empresa en su momento.

Un patrón conocido

La acción coordinada de los fiscales generales recuerda a investigaciones similares emprendidas contra otras grandes empresas tecnológicas. El modelo es similar a la investigación contra TikTok que resultó en una demanda de 14 estados, liderada por los fiscales generales de California y Nueva York, donde se acusa a la plataforma de usar funciones adictivas para atraer a menores, afectando negativamente su salud mental.

Abogados consultados por Business Insider han señalado que es una estrategia común que los estados se unan para enfrentar a empresas multimillonarias, ya que el costo de defensa se vuelve mucho mayor y, si el caso flaquea en un estado, puede continuar en otro. Este mismo enfoque se utilizó contra Purdue Pharma, fabricante de OxyContin, en 2017, y contra la industria tabacalera en la década de 1990.

Próximos pasos

OpenAI ha declarado que se toma «en serio» las preocupaciones de los estados y que está «comprometida a aprender, mejorar y hacerlo bien». Por el momento, la empresa no ha revelado detalles adicionales sobre la información solicitada ni ha identificado a los demás estados participantes en la coalición investigadora. Paralelamente, OpenAI anunció esta semana que ha presentado de forma confidencial una solicitud para salir a bolsa.

Aunque el crecimiento de las ventas de vehículos eléctricos en China se haya desacelerado, BYD no solo cree que la tendencia continuará, sino que se acerca un punto de inflexión. Stella Li, vicepresidenta ejecutiva de la compañía, afirmó que el mercado chino está a las puertas de una penetración de vehículos electrificados cercana al 80%.

«Con toda la tecnología de innovación introducida en el mercado, el mercado chino muy rápidamente empujará hasta cerca del 80% de penetración de vehículos eléctricos», declaró Li a CNBC.

El contexto actual ya es prometedor: según la Asociación China de Automóviles de Pasajeros, la penetración de híbridos y eléctricos alcanzó un récord del 62,9% en mayo, muy por encima del 10% de EE.UU. y del 25% global estimado por la Agencia Internacional de la Energía. BYD apuesta por su tecnología de carga rápida, capaz de recargar al 70% en solo cinco minutos, para seguir impulsando la demanda. Li aseguró que la demanda doméstica de sus vehículos duplica la capacidad de entrega actual.

Desafíos en el horizonte

No todo es fácil. Los aranceles del 100% de EE.UU. a los coches fabricados en China limitan las exportaciones, y BYD fue incluida recientemente en la lista del Pentágono de empresas vinculadas al ejército chino. A pesar de ello, la firma se centra en el mercado local y en la siguiente fase de la competencia: las funciones de asistencia al conductor. Li señaló que el próximo gran campo de batalla serán los sistemas de conducción asistida, y BYD ya ha ampliado la cobertura de seguros para usuarios de asistencia L2+, confiando en que la tasa de uso suba del 90% al 95%.

En cuanto a su planta húngara, Li negó las acusaciones de abusos laborales de un organismo de control con sede en Nueva York, y recordó que la Comisión Europea aún no ha investigado el emplazamiento. La empresa aspira a producir localmente el 75% de los coches que venda en Europa.

La meta global: superar a Toyota

Mientras tanto, el consejero delegado de BYD, Wang Chuanfu, elevó la apuesta en la junta anual de accionistas: aseguró que la compañía se convertirá en el fabricante de automóviles número 1 del mundo en volumen en cinco años. BYD ya superó a Ford el año pasado, con más de 4,6 millones de vehículos de nueva energía (eléctricos e híbridos enchufables) vendidos, situándose como el sexto fabricante global. Para alcanzar la cima, debería superar a Toyota, que vendió 11,3 millones de vehículos en 2025.

Leon Cheng, responsable de movilidad en la consultora YCP, matiza: «La cuestión no es solo si BYD puede mantener su liderazgo en China, sino si puede defender su posición global a medida que más fabricantes chinos compiten agresivamente en los mercados de exportación».

Expansión internacional y carga ultrarrápida

Las ventas en el extranjero se están acelerando: en mayo superaron las 160.000 unidades por primera vez. BYD ya es la marca eléctrica más vendida en Australia, Brasil y Reino Unido, superando a Tesla y Kia. La expansión global se apoya en su nueva tecnología Flash Charging, cuyas estaciones ya comenzaron a desplegarse en Europa y el Reino Unido. La compañía planea instalar 300 cargadores en Reino Unido y 3.000 en toda Europa para finales de 2026.

Cada estación puede entregar hasta 1.500 kW de potencia, recargando la batería del 10% al 70% en cinco minutos y del 10% al 97% en nueve minutos. Además, BYD presentó recientemente su primer chip de conducción inteligente de 4nm fabricado internamente, capaz de habilitar niveles de autonomía L3 y L4. Con estas herramientas, BYD se prepara para una década decisiva.

Durante años, la industria de la IA asumió que el modelo más grande era el mejor. Pero los costes se disparan y startups y grandes empresas empiezan a preguntarse si realmente necesitan tanta potencia para todo.

El coste como amenaza existencial

Kylan Gibbs, CEO de Inworld, lo deja claro: el coste de ejecutar modelos de IA es la mayor amenaza para las startups de consumo. «Cost is the single number one problem», dijo en una entrevista.

Según Gibbs, las startups de IA para consumo gastan entre el 70% y el 90% de su presupuesto operativo solo en inferencia. Muchas cobran a los usuarios entre 5 y 10 dólares al mes, lo que hace casi imposible la rentabilidad cuando el uso crece. «Su rentabilidad se desploma cada vez que tienen éxito», afirma.

¿Y si lo pequeño funciona igual?

Brian Armstrong, cofundador de Coinbase, lanzó una predicción que está dando que hablar:

«La demanda de inteligencia es casi infinita, pero el 80% de las cargas de trabajo se ejecutarán en modelos un 99% más baratos en un plazo de 12 a 18 meses. El 20% de las cargas de trabajo seguirá usando modelos de última generación donde maximizar el CI sea importante.»

De cumplirse, el impacto sería enorme. La mayoría de empresas de IA han competido usando el modelo más avanzado disponible. Si las mismas tareas pueden hacerlas modelos baratos sin perder calidad, el ahorro saldría de los grandes laboratorios como OpenAI y Anthropic, justo cuando se preparan para sus salidas a bolsa.

Las pruebas iniciales lo respaldan. La herramienta de IA legal Harvey hizo un test con Fireworks AI: combinaron Claude Opus con Fireworks GLM 5.1 y usaron Opus solo para las tareas más complejas. Redujeron los costes de inferencia en 3 veces sin perder calidad. Gabe Pereyra, cofundador de Harvey, lo explica: «La calidad es lo primero, pero la definición de calidad está evolucionando: ya no es usar el modelo más potente para todo, sino usar el mejor modelo que da la respuesta correcta de la forma más eficiente».

La apuesta de Inworld

Gibbs cree que los precios actuales están inflados: los proveedores fijan precios según la competencia, no según sus costes reales, generando ingresos muy superiores al coste de cómputo.

Inworld, que ha recaudado más de 117 millones de dólares y dice que sus ingresos se han quintuplicado desde principios de 2026, ha recortado sus precios más del 50% y ofrece descuentos mayores según escala el cliente. La compañía apuesta a que una infraestructura más barata permitirá a nuevas aplicaciones de consumo —educación, terapia, salud, fitness— alcanzar escala masiva. «Si queremos que los beneficios de la IA lleguen a la gente de a pie, la economía tiene que funcionar para las empresas que construyen esos productos», afirma Gibbs.

Grande contra pequeño

El verdadero debate no es entre modelos abiertos y propietarios, sino entre grandes y pequeños. Cambiar de GPT-5.5 a DeepSeek V4 Flash ahorra dinero, pero pasarse a GPT-5.4-mini funciona igual.

Con los precios de los tokens subiendo y los subsidios reduciéndose, los usuarios sienten la presión del coste por primera vez. Queda por ver si esta presión llevará realmente a las empresas a adoptar modelos más pequeños. Pero si la mayoría de las tareas pueden hacerse igual de bien con modelos pequeños, la creciente demanda de inferencia podría frenarse y surgirían nuevas preguntas sobre cómo justificar el coste de entrenar un modelo de frontera.

El salto a entornos nativos de IA

En 2026, las plataformas low‑code y no‑code han evolucionado más allá del simple arrastrar y soltar. La mayoría incluye ahora asistentes de inteligencia artificial capaces de convertir una descripción textual en una aplicación funcional, un flujo de trabajo automatizado o un modelo de machine learning. El resultado: pasar de una idea a un producto operativo en cuestión de horas.

Creación de apps sin escribir código

Herramientas como Atoms despliegan un equipo de agentes de IA que cubren desde la validación de la idea hasta el backend, pagos con Stripe y hosting, ofreciendo un 10 % de descuento con el código MARKTECHPOST10. Bubble sigue siendo el constructor visual de referencia; su IA genera layouts y lógica desde descripciones. Adalo se centra en apps nativas móviles y web con su asistente Ada, mientras que Glide convierte hojas de cálculo en aplicaciones.

En la categoría de generación desde prompts, Lovable produce aplicaciones full‑stack con React, Vite y Tailwind, despliega con un clic e incluye sincronización bidireccional con GitHub. Bolt.new, de StackBlitz, mantiene el código visible y editable. v0, de Vercel, se especializa en front‑end con Next.js. Replit Agent combina un IDE en el navegador con un agente que monta y despliega aplicaciones de forma autónoma.

Automatización inteligente

Zapier ha incorporado agentes de IA y un copiloto que construye flujos desde lenguaje natural, conectando miles de aplicaciones SaaS. Make ofrece un lienzo visual con ramificaciones avanzadas y soporte para modelos de IA en tareas de clasificación y generación. n8n, de código abierto, permite auto‑hosting y soporta nodos de agentes de IA para flujos basados en modelos de lenguaje. Microsoft Power Automate automatiza el ecosistema Microsoft 365 generando flujos desde descripciones. Lindy construye agentes sin código para tareas como clasificación de correos o preparación de reuniones. Airtable combina base de datos con automatizaciones y una capa de IA que resume registros y categoriza datos.

Machine learning para todos

Plataformas como Google Vertex AI ofrecen AutoML sin código para entrenar modelos de clasificación, regresión y visión. Amazon SageMaker Canvas proporciona una interfaz no‑code para construir y desplegar modelos. Microsoft Foundry unifica el desarrollo de aplicaciones de IA con un portal para desplegar modelos, probar prompts y crear agentes por configuración. Teachable Machine, de Google, entrena modelos de reconocimiento de imágenes, sonido y pose directamente en el navegador sin necesidad de cuenta. Jotform AI extiende su constructor de formularios con generación desde prompts, lógica condicional automática y agentes que gestionan respuestas.

Agentes de codificación autónomos

Paralelamente, han surgido agentes de codificación que van más allá de la asistencia en el editor. Devin, de Cognition, es un ingeniero de software autónomo: planifica, ejecuta y abre pull requests desde una tarea o ticket. Windsurf, también de Cognition, es un editor basado en VS Code cuyo agente Cascade edita múltiples archivos y ejecuta comandos en terminal. GitHub Copilot sigue siendo el asistente en el editor por excelencia, con sugerencias en tiempo real, chat y resúmenes de pull requests. Cursor es un editor AI‑first con edición multiarchivo y control de versiones. Warp es un entorno desde la terminal que soporta Claude Code, Codex y Gemini CLI. Magic Patterns acelera la creación de componentes de interfaz, Uizard AI convierte bocetos o capturas en prototipos interactivos, y Galileo AI evalúa agentes en producción trazando paso a paso sus decisiones y detectando errores.

El futuro inmediato

Ninguna herramienta lo hace todo, pero la brecha entre una idea y un producto funcional nunca ha sido tan pequeña. La elección depende del tipo de proyecto y la infraestructura existente. Las plataformas continúan madurando rápidamente, integrando más capacidades y reduciendo la necesidad de conocimientos técnicos.

¿Intentaste preguntarle a la nueva IA de Anthropic sobre el cáncer y te respondió con un cambio de modelo? No estás solo. El recién lanzado Claude Fable 5, el primer modelo de la clase Mythos disponible para el público general, viene equipado con unos salvaguardas tan amplios que bloquean o redirigen consultas cotidianas sobre biología y ciberseguridad.

¿Por qué un modelo tan avanzado se niega a responder?

Anthropic lanzó Fable 5 el 9 de junio de 2026 (y al día siguiente se confirmó su disponibilidad general). La compañía explicó que el mismo modelo subyacente, llamado Mythos 5, es tan potente que, para liberarlo al público, fue necesario implementar unos filtros de seguridad conservadores. Estos clasificadores —sistemas de IA separados— detectan posibles usos indebidos y, cuando se activan, hacen que el modelo delegue la respuesta a Claude Opus 4.8.

En palabras de un portavoz de Anthropic:

“Con el lanzamiento de Claude Fable 5, nuestro primer modelo Mythos-class, creemos que los modelos ahora tienen una mayor capacidad para realizar tareas científicas del mundo real y para que actores maliciosos puedan usar nuestros modelos para investigaciones biológicas de alto riesgo. […] Para implementar Fable 5 de forma segura, consideramos necesario ser excesivamente conservadores con nuestros salvaguardas para que bloqueen la mayoría de las consultas relacionadas con trabajos biológicos.”

Business Insider probó el sistema con preguntas simples sobre cáncer —como cómo se difunde la desinformación o los distintos tipos de la enfermedad— y obtuvo un mensaje que informaba del cambio a Opus 4.8. Anthropic detalla tres categorías que activan el fallback: ciberseguridad, biología y química, y destilación de las capacidades de Fable 5.

Lo que Fable 5 puede hacer (cuando no salta el filtro)

A pesar de los bloqueos, Fable 5 es un modelo impresionante. Según Anthropic, más del 95% de las sesiones no requieren ningún fallback. En esos casos, el rendimiento es equivalente al de Mythos 5, el modelo sin restricciones que se mantiene en acceso limitado a través de Project Glasswing en colaboración con el gobierno de EE. UU.

Ambos modelos comparten una ventana de contexto de 1 millón de tokens y pueden generar hasta 128.000 tokens por solicitud. El precio es de 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida, menos de la mitad que el anterior Claude Mythos Preview.

En benchmarks, Fable 5 marca un nuevo estado del arte en ingeniería de software, razonamiento financiero, visión y trabajo científico. Por ejemplo, Stripe realizó durante el acceso anticipado una migración de código en una base de 50 millones de líneas de Ruby que, con Fable 5, se completó en un día; un equipo humano habría necesitado más de dos meses.

¿Qué pasa con la biología y la medicina?

De momento, la mayoría de las consultas sobre biología y química caen en el modo de seguridad. Sin embargo, Anthropic afirma que quiere liberar las capacidades completas de Mythos-class a la comunidad científica.

“Tenemos la intención de poner a disposición los modelos Mythos-class sin estos salvaguardas para la comunidad de biología y ciencias de la vida en general, para que estas capacidades puedan usarse para acelerar la investigación biomédica y el descubrimiento de fármacos.”

La compañía planea un programa de acceso confiado para investigadores aprobados. Mientras tanto, los clasificadores han sido sometidos a rigurosas pruebas: una campaña de bug bounty externa no produjo ningún jailbreak universal en más de 1.000 horas de pruebas, aunque Anthropic señala que la UK AISI (Agencia de Seguridad de la Inteligencia Artificial del Reino Unido) sí logró avances hacia uno en una ventana breve de pruebas.

Un equilibrio complicado

Anthropic reconoce que los filtros son conservadores y que a veces marcarán contenido inofensivo. La compañía trabaja para reducir los falsos positivos. Mientras tanto, quien quiera hacer preguntas sobre cáncer o ciberseguridad con Fable 5 tendrá que conformarse con la respuesta de Opus 4.8… o esperar a que Anthropic afine sus salvaguardas.