El dato. El chip de 700 vatios supera a opciones de Nvidia de 1.200 vatios: hasta 3,6 veces más rápido respondiendo y hasta 1,9 veces más trabajo por vatio. El rendimiento por vatio es la medida con la que se calcula el coste real de servir un modelo.

Quién lo ha medido. OpenAI usó InferenceX, la referencia abierta de SemiAnalysis, sobre tres modelos: su GPT-OSS, DeepSeek R1 y Kimi K2.5. SemiAnalysis resume que Jalapeño gana a Blackwell en rendimiento por vatio en casi todos los escenarios.

El límite. Jalapeño solo sirve para responder, no para entrenar. Para los modelos nuevos OpenAI sigue comprando a Nvidia, así que la dependencia baja pero no desaparece.

Cómo lo han construido. La compañía dice que usó su propio modelo Astra y Codex para diseñar el chip, y que el proyecto arrancó como concepto a finales de 2024 con Broadcom. Tener silicio funcionando en menos de dos años es lo que más ha sorprendido al sector.

Lo que viene. Ya hay dos generaciones más en marcha. Los primeros equipos llegan a los centros de datos de OpenAI este año y la producción sube a lo largo de 2027.

Qué modelo corre. Eliges entre Qwen 3.8 27B o el PPLX 27B de la propia Perplexity como modelo local, y puedes llamar a más de 15 modelos en la nube cuando haga falta, siempre con tu aprobación explícita.

El coste. El trabajo en local no gasta créditos. Es la diferencia entre una factura de tokens que sube con el uso y un coste fijo que ya pagaste al comprar la máquina.

Los datos. Los conectores enganchan con las aplicaciones habituales (Google Drive, Gmail, Slack, GitHub), así que los archivos sensibles se quedan en el equipo y no viajan a un modelo de terceros.

Dónde funciona. Arranca solo en Linux sobre DGX Spark, con versión para Windows en camino y soporte anunciado para la DGX Station, del tamaño de una torre. El Spark lleva 128 GB de memoria unificada y mueve modelos de hasta 200.000 millones de parámetros.

El contexto. Llega pocos días después de conocerse que Nvidia negocia invertir miles de millones en Perplexity en una ronda que valoraría la empresa por encima de 30.000 millones de dólares.

El chip. El M6 lleva CPU de 12 núcleos y GPU de 12 núcleos, dos por encima de la generación anterior en cada uno, con aceleradores neuronales en cada núcleo de GPU por primera vez en un Mac mini.

Los números. Apple habla de hasta 4 veces más rendimiento en IA, el doble en almacenamiento y gráficos, y un 40% más de CPU. La versión con M5 Pro sube a 1.699 dólares, cien dólares por encima de su predecesora.

La gama alta. El Mac Studio con M5 Max arranca en 2.499 dólares y con M5 Ultra en 5.499, con CPU de 18 núcleos, GPU de hasta 40 y hasta 128 GB de memoria unificada.

De dónde viene esto. La escasez de Mac mini de principios de 2026 vino de aficionados a la IA comprándolos para dejar agentes funcionando sin parar. Seis meses después, Apple ha orientado la gama entera a ese uso.

El detalle que lo confirma. En su propia nota Apple explica cómo montar varios Mac Studio en clúster para inferencia local, un párrafo impensable en un lanzamiento suyo hace un año.

🧠 Claude ya recuerda lo mismo en el chat y en Cowork. Anthropic ha unificado la memoria entre las dos superficies, así que una tarea de Cowork arranca sabiendo lo que le contaste en el chat. Ahora además guarda memorias sobre la marcha en mitad de la conversación, y no al terminarla. Viene activado por defecto y se edita en Ajustes, Memoria.

⚖️ Google mete Gemini Enterprise en despachos de abogados y en banca. Google Cloud lanzó dos ediciones sectoriales en versión de pruebas: una para servicios financieros, con más de 50 capacidades nuevas y un agente de análisis financiero, y otra para equipos legales, con conectores a los sistemas documentales y de investigación que ya usan los despachos. Sanidad y ciencias de la vida vienen después.

📊 El 89% de las empresas ya usa IA y el beneficio sigue clavado en el 37%. El informe State of AI 2026 de McKinsey sitúa la adopción en el 89%, frente al 21% de 2017, con casi la mitad escalando y no solo pilotando. El 80% de los trabajadores dice sentirse más productivo, pero el impacto en la cuenta de resultados no se ha movido del 37% en un año.

📉 Nueve de cada diez directivos dicen que la IA no les ha subido la productividad. Más del 90% de los ejecutivos encuestados afirma que la IA no ha movido la aguja ni en empleo ni en producción. Y aun así los despidos justificados con la IA siguen adelante.

🛡️ Un fallo en la herramienta de agentes de NVIDIA permitía secuestrarlos con una web. Bastaba con que el agente visitara una página maliciosa para que un atacante tomara el control. Si tienes agentes navegando por su cuenta, este es el tipo de riesgo que hay que revisar antes de darles credenciales.

OpenArt Dub Video Subes un vídeo y te devuelve una versión por idioma, con los labios sincronizados en cada traducción. Para equipos de marketing y formación que graban una vez y necesitan el mismo contenido en varios mercados. Grabas la demo del producto en español y sacas la versión en inglés y en portugués sin volver a montar el estudio ni contratar locución.

AdKit Investiga a la competencia, lanza campañas y sigue el rendimiento desde el mismo sitio. Para responsables de adquisición en empresas pequeñas que llevan la publicidad sin agencia. Antes de meter presupuesto en un ángulo nuevo, miras qué está rotando la competencia y montas la campaña sin salir de la herramienta.

Droid Conecta un agente con Google, Linear, Databricks, Notion, Snowflake, Figma, Datadog y más de 50 herramientas mediante conectores y perfiles. Para equipos de operaciones que quieren un agente que lea de verdad los sistemas donde vive el trabajo. El agente cruza lo que hay en Notion con lo que hay en Snowflake y te deja el resumen en Linear, sin exportar nada a mano.