RADAR · 29 Oct 2026 · RODOLFO MANZUR
Los modelos ya pueden. Lo que falta es el sistema
Esta semana Anthropic pidió salir a bolsa, OpenAI puso a mitad de precio un modelo que opera aplicaciones y Google presentó otro que todavía no se puede usar. En lo que yo construyo, los modelos ya resuelven la mayor parte del trabajo que se les pide. Lo que se movió de verdad está abajo: dónde vive el agente, quién le da permiso, cómo se sabe qué hizo y cuánto trabajo se le suelta. Replit lo llamó la empresa que se maneja sola, IndyDevDan le puso tres niveles y Salesforce sacó el botón de apagado.
Qué pasó
El agente necesita dónde vivir
Replit publicó el 26 de octubre “The Rise of the Self-Driving Company”. Su diagnóstico es de una línea: hoy los agentes viven en ventanas de chat, cuentas personales y scripts sueltos, con las credenciales que alguien les pasó, y “nadie decidió qué podían tocar, y nadie puede ver qué hicieron”. Su respuesta es un hábitat: el agente usa los sistemas de la empresa con acceso controlado, aprobación humana definida y un límite al daño de un error, la corrección que alguien le hace queda para todos y se puede cambiar de modelo sin perder lo propio. Las cifras son de Replit: sus ingenieros casi triplicaron el código que entregan en el primer semestre sin que subieran las reversiones ni los incidentes.
IndyDevDan puso la receta técnica el mismo día con tres niveles. Dentro del ciclo (in the loop), tú le das cada instrucción. Cerca del ciclo (near the loop), el agente trabaja solo y tú apruebas con un clic. Fuera del ciclo (out of the loop), corre por calendario o por evento y tú solo miras. Para pasar al segundo pide tres cosas: un agente que no muere si cierras la laptop y guarda memoria, una máquina propia para ese agente y una entrada que lo dispare, como un calendario, un ticket o un error en los registros.
Salesforce trajo el 27 los controles que un cliente va a pedir. Agent Fabric suma un botón de apagado que ya está disponible y evaluaciones de agentes en producción que lo disparan si no pasan el umbral (en beta en noviembre), y Model Wallet pone topes de gasto que detienen las llamadas antes de pasarse del presupuesto.
Y la contención dejó tres lecciones distintas. OpenAI contó que un modelo interno llegó a internet durante un entrenamiento por un servidor de DNS mal configurado; pausó once días y ahora entrena sin acceso a internet. Anthropic publicó con el instituto de seguridad de IA del Reino Unido que, en nueve de 43 evaluaciones, Claude Mythos 5 hizo cosas fuera del alcance de la prueba; al repetir el caso, los modelos más nuevos lo intentaron entre 0 y 13% de las veces, contra 83% del original. Cohere vio a un modelo abierto intentar subir un archivo desde un sandbox sin salida y su recomendación es textual: negar la salida de red del agente por defecto.
Replit · IndyDevDan · Salesforce · OpenAI · Anthropic y AISI · Cohere
Modelos y precios
Anthropic presentó el 26 ante la SEC su solicitud para cotizar en Nasdaq. Según la lectura de PPC Land, reporta ingresos de 16.3 mil millones de dólares en el primer semestre de 2026, contra 1.16 mil millones un año antes, más de 11,900 clientes que le pagaron al menos 100 mil dólares en doce meses, y entre sus riesgos escribe que sus modelos “pueden comportarse de formas no previstas, desalineadas o autónomas”. Lo dice quien los fabrica.
OpenAI lanzó GPT-6.1 Terra, un modelo rápido que entiende lo que hay en pantalla y opera aplicaciones, a un dólar por millón de tokens de entrada y cinco de salida: la mitad que GPT-6.1 Sol. Eso es el precio por token: cuánto baja de verdad pasar facturas o pedidos de un PDF al sistema depende de cuántos tokens consume la tarea y de cuánto hay que revisar. Google presentó Gemini 4 Carbon, que toma el primer lugar del índice de Artificial Analysis por un punto y todavía no está disponible. Mistral abrió los pesos de Mistral Large 4, un modelo de un billón de parámetros.
Y el modelo deja de elegirse a mano. GitHub puso en disponibilidad general Copilot Fusion, que decide en cada tarea qué modelo usar; Artificial Analysis lo midió a 2 puntos de Claude Code con Opus 5.5 a la mitad del costo por tarea (5.59 contra 11.42 dólares). OpenAI empezó a dar créditos de API a quien paga ChatGPT Pro o Business, y Anthropic sacó en beta una API que muestra el costo por modelo, por llave y por el usuario detrás de cada solicitud.
Anthropic · PPC Land · GPT-6.1 Terra · Gemini 4 Carbon · Artificial Analysis · Mistral Large 4 · Copilot Fusion · Créditos de API
Vender y atender mejor
Rime presentó Prism, un modelo de voz que oye el tono de quien llama y escribe el texto antes de decirlo: tus reglas y avisos obligatorios revisan cada palabra antes de que el cliente la escuche. Genesys publicó el caso de Trademark Global, que vende más de 8,000 productos en Amazon, Walmart y Wayfair: su agente virtual resuelve sin ayuda 42% de las interacciones y acierta 91% en reclamos de garantía.
En anuncios, las plataformas empiezan a decidir solas. Desde el 30 de octubre, ChatGPT Ads reescribe títulos, ajusta imágenes y cambia la URL de destino en campañas nuevas y existentes sin aprobar cada versión; se puede apagar en Ads Manager. Google escribió que los anuncios en AI Mode llegan a México en el cuarto trimestre. Y ElevenLabs publicó que su cliente Lettuce bajó cerca de 75% el costo de sus creativos y entre 40% y 60% su costo por lead; son cifras del cliente publicadas por el proveedor.
Rime Prism · Genesys · ChatGPT Ads · AI Mode · ElevenLabs
Diseñar y fabricar
SpAItial lanzó Echo-3: unos minutos caminando con el iPhone por un lugar dan una escena 3D a escala real donde se puede medir, con una liga que abre en cualquier navegador. SolidCraft, el CAD paramétrico de código abierto con lámina y un servidor MCP para que un agente modele, ya acepta nubes de puntos en su versión 0.26: metes el escaneo de un espacio y modelas alrededor. Un desarrollador dejó listos para navegador los 2,595 modelos 3D del set SimReady de NVIDIA, de 228 GB a 3.2 GB, con licencia CC BY 4.0. Y Onshape contó que un usuario hizo con su servidor MCP en 7 horas lo que calculaba en un mes.
Echo-3 · SolidCraft 0.26 · SimReady para web · Onshape
México
KPMG encuestó a más de 2,100 líderes en 20 países: en México, 90% dice obtener valor medible de la IA, pero solo 14% lo mide de forma consistente contra lo invertido. Los casos mexicanos con cifra empezaron chico. Kapital Bank reporta 2.2% de morosidad en los créditos que autoriza su sistema contra 3.5% en los que revisan personas, tras dos años de pruebas que arrancaron con 10% de los créditos. Stori dice que la IA le bajó 53% el costo de atención.
Lo que se está contando mal
“Gemini 4 Carbon es el mejor modelo”: la ventaja es de un punto en un índice que cambió de versión un día antes, Artificial Analysis dice que no lidera en código ni en trabajo de oficina, y nadie lo puede contratar todavía. “Mistral Large 4 es MIT y corre donde quieras”: su licencia pide acuerdo comercial a quien lo dé como servicio a terceros, y servirlo pide un nodo de ocho GPU. “80% de tu trabajo puede correr sin ti”: es la opinión de IndyDevDan, no una medición, y su video cierra vendiendo su curso. Lo que yo veo en lo que construyo se parece, pero tampoco es un estudio.
Índice de Artificial Analysis v5 · Licencia de Mistral Large 4
Por qué me importa
El modelo ya no es lo que frena. Lo que separa un agente útil de uno que asusta es lo que tiene alrededor: qué puede tocar, quién aprueba, qué queda registrado, cuándo se detiene y cuánto puede gastar. Y la autonomía no se decide de una vez. Cada proceso sube de nivel cuando los datos lo justifican: cuántos casos revisaste, cuántos corregiste y qué tipo de error salió. En la misma empresa, un proceso ya corre solo y otro sigue con aprobación en cada paso, y está bien. OpenAI entrena sus modelos de frontera sin internet y Cohere recomienda negar la salida de red del agente por defecto; yo aplicaría lo mismo a un agente con acceso a tus sistemas, hasta que demuestre que no la necesita.
Lo que no sé
Esta nota se basa en lo que publicaron sus autores; no trae una prueba propia. La solicitud de Anthropic no se pudo leer directo, porque la SEC no deja entrar a lectores automáticos: las cifras salen de la lectura de PPC Land. Las cifras de Replit, Salesforce, Rime, Genesys y ElevenLabs son de quien las publica. Gemini 4 Carbon no está disponible, así que nadie fuera de Google lo ha probado con trabajo propio.
Ejercicio
Elige un proceso donde ya usas IA y sepáralo en tres acciones: qué prepara, qué cambia y qué envía. Ponle a cada una su nivel de hoy: in, near u out. Luego anota qué tendría que pasar para subirla al siguiente: cuántos casos sin error, revisados por quién, si queda bitácora y si hay forma de apagarlo. Lo que llega a un cliente o toca dinero es lo último que sale del ciclo.
Para hacerlo en cinco minutos, el regalo de esta edición: ¿Qué le sueltas a la IA? Lo que escribes se queda en tu navegador.
Si quieres ver qué le falta al agente para poder soltarlo, el regalo del 7 de octubre sigue disponible: ¿En qué piso está tu agente?