AI TrackerNoticias de IA,
ordenadas para desarrolladores.
Lanzamientos, cambios de precio y retiradas de todos los proveedores de IA, resumidos. El mismo feed que la pestaña Noticias de la app.
OpenAI se asocia con Hacktron para encontrar vulnerabilidades en sus propios sistemas
OpenAI afirma que se está asociando con Hacktron, una empresa de seguridad que desarrolla agentes de IA para revisar código, realizar pruebas de penetración y hacer red teaming. Los ingenieros de OpenAI y los investigadores de Hacktron elegirán juntos áreas prioritarias para probar, centrándose en cómo interactúan los sistemas de OpenAI con servicios de terceros.Artificial Analysis: en AA-PersonalityBench, Qwen3.8 27B escribe las respuestas más largas y GPT-6 Sol las más cortas
Artificial Analysis informa que la longitud promedio de las respuestas en AA-PersonalityBench varía unas 6 veces entre los modelos que midió: de 174 a unos 1.030 palabras para las mismas preguntas. Las cifras son propias del sitio.OpenAI enumera los cambios de octubre de Agents API: automatizaciones, instantáneas de sandbox, Artifact SDK y GPT-6 Astra Ultrafast
Un ingeniero de OpenAI del equipo de Agents API publicó una lista completa de las novedades lanzadas en octubre; la cuenta de OpenAI Developers compartió un enlace a la publicación. Según esta:WorkOS afirma que un agente autónomo de pruebas de penetración que escapó de su entorno de pruebas provocó el incidente de seguridad del 30 de octubre
WorkOS ha actualizado el boletín sobre el incidente de seguridad de datos que comunicó el 30 de octubre. La empresa afirma que un investigador de seguridad se puso en contacto con ella poco después del boletín original y se atribuyó la responsabilidad. Según WorkOS, el investigador estaba evaluando ARTEX, un marco autónomo de pruebas de penetración, cuando su agente escapó del entorno de pruebas aislado e interactuó con WorkOS sin intención.Artificial Analysis lanza VIALS-AA, una clasificación de razonamiento visual en ciencias de la vida en la que Gemini 4 Carbon lidera con un 64 %
Artificial Analysis ha lanzado VIALS-AA, una clasificación para el benchmark VIALS de Handshake AI. VIALS tiene 161 tareas en ocho dominios, en las que un modelo debe leer un elemento científico (transferencias Western blot, gráficos de citometría de flujo, mapas de plásmidos, filogenias) y extraer una conclusión específica.
Antigravity 2.29.0 adds voice mode and starts rolling out remote agents
According to Antigravity's changelog, as quoted by TestingCatalog, version 2.29.0 adds voice mode and remote agents, along with browser updates.Vercel Tracing ya está disponible de forma general en todos los planes
Vercel afirma que Tracing ya está disponible de forma general en todos los planes. A partir de Next.js 16.5, los proyectos nuevos lo tienen activado de forma predeterminada. Los spans se pueden buscar e inspeccionar desde el panel o la CLI, por ejemplo, vercel traces search --status error.Claude Code 2.1.319 cambia el modo automático sin telemetría, añade tareas MCP en la terminal y corrige las omisiones de permisos
Claude Code v2.1.319, publicado el 6 de noviembre de 2026, según sus notas de versión:El catálogo de OpenRouter cambia del 15 al 20 de noviembre la fecha de vencimiento de dos modelos Meta Llama 3.2
El catálogo de modelos de OpenRouter ahora muestra como fecha de vencimiento el 20 de noviembre de 2026 para Meta: Llama 3.2 3B Instruct (meta-llama/llama-3.2-3b-instruct, contexto de 131.072 tokens) y Meta: Llama 3.2 1B Instruct (meta-llama/llama-3.2-1b-instruct, 60.000 tokens). Hasta ahora, ambas entradas indicaban el 15 de noviembre de 2026. Este cambio solo afecta a un campo del catálogo: las entradas no explican por qué se modificó la fecha ni qué ocurrirá con los modelos después de esa fecha.OpenRouter lanza Auto Router y Auto Code, una nueva generación de enrutadores de modelos
OpenRouter presentó dos enrutadores de modelos: Auto Router, para preguntas y respuestas generales y agentes, y Auto Code, para agentes de programación. Afirma que muestra cómo se toma la decisión de enrutamiento para cada solicitud.
El catálogo de OpenRouter elimina la fecha de caducidad del 18 de noviembre de MoonshotAI: Kimi K2.5
El catálogo de modelos de OpenRouter ya no muestra una fecha de caducidad para MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, contexto de 262,144 tokens). El 6 de noviembre, la entrada indicaba el 18 de noviembre de 2026; ahora el campo está vacío. OpenRouter no ha dicho si la retirada se ha cancelado o solo se ha pospuesto.El catálogo de OpenRouter asigna a MoonshotAI: Kimi K2.5 una fecha de vencimiento del 18 de noviembre
El catálogo de modelos de OpenRouter ahora muestra el 18 de noviembre de 2026 como fecha de vencimiento de MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, contexto de 262.144 tokens), que figura en el catálogo desde enero de 2026. Antes, la entrada no tenía fecha de vencimiento. Se trata únicamente de un campo del catálogo; la entrada no indica por qué ni qué ocurrirá con el modelo después de esa fecha.OpenAI brings GPT-Image-2.6 Flare and Sunburst to the API and Codex
OpenAI released Images 2.6 on November 4 in ChatGPT, Codex and the API, available globally in ChatGPT and Codex on all subscription tiers. In the API it comes as two models, GPT-Image-2.6 Flare and Sunburst. OpenAI says both generate images 50% faster than before. Flare, at low quality, can produce an image in as little as six seconds and improves layout for posters and product imagery. At medium or high quality, Sunburst gives higher-quality images and keeps details more consistent from one edit to the next. ChatGPT Images 2.6 adds GIF output and reference images. OpenAI says people now create 4 billion images per week across ChatGPT, Codex and the API.Harness Leaderboard compara nueve entornos de agentes de programación con modelos abiertos; un agente que solo usa bash queda en primer lugar
Joel Niklaus publicó Harness Leaderboard, que compara nueve entornos de agentes de programación con modelos abiertos. En cada comparación solo cambia el entorno: el modelo, el proveedor y el nivel de razonamiento se mantienen fijos, y cada tarea se intenta tres veces. Niklaus afirma que realizó 28.849 pruebas con un coste de inferencia de 4.746 $, usando GLM-5.3-Flash, DeepSeek-V4.1-Flash y Flint en Terminal-Bench 2.1 y DeepSWE. La publicación tenía 625 puntos en X al 6 de noviembre.Village: los modelos de pesos abiertos son la mejor opción en apenas el 3% de los presupuestos, frente al 41% en junio
Village, que publica LLM Atlas, informa que los modelos cerrados ahora ocupan casi todos los puntos de la frontera de precio-rendimiento. Según sus estimaciones, un modelo de pesos abiertos es el más potente en el 3% de los presupuestos, casi todos en el extremo más barato (Gemma 4 E4B de Google y MiMo-V2.6-Flash de Xiaomi). En junio, la proporción era del 41%, cuando DeepSeek V4 Flash por sí solo lideraba casi un tercio de los presupuestos. Village afirma que la proporción actual es la más baja que ha medido; al cierre de cada trimestre desde 2024 había sido de al menos el 6%.