De dónde sale el ahorro. De las lecturas de caché, que es cuando el modelo relee algo que ya había procesado. Cuestan ahora 0,25 dólares por millón de tokens, un 75% menos. Anthropic calcula un 25% de ahorro en trabajo típico y hasta un 45% en cargas muy agénticas.

El filtro afloja. Interviene un 85% menos en preguntas básicas de biología y medicina, y un 60% menos en trabajo de ciberseguridad dentro de Claude Code. Era el motivo de cabreo con Fable 5, porque seguía frenando tareas perfectamente legítimas.

El salto en capacidad. En la prueba de ciencia agéntica de Anthropic saca un 52,6% frente al 24,7% de Fable 5. Encabeza el índice de inteligencia de Artificial Analysis con un 66, más del doble que su antecesor en investigación científica.

La letra pequeña. El precio de lista sigue igual: 10 dólares por millón de tokens de entrada y 50 de salida. Artificial Analysis midió que una tarea a máximo esfuerzo sale un 20% más cara porque el modelo escribe 1,7 veces más texto.

Lo que cuentan los socios. Cognition, Rakuten, Red Hat, Block, Ramp y Canva lo probaron antes. Dicen que completó un experimento de aprendizaje automático de 38 horas sin supervisión y resolvió el 82% de las tareas de agente más duras de Browserbase, frente al 57% de Fable 5.

Qué se queda en casa. El sistema identifica por su cuenta qué archivos no deben salir de la máquina. Los ejemplos que da la compañía son escritos jurídicos, información de clientes y datos de pacientes en sanidad.

La parte auditable. Una empresa puede fijar políticas de sensibilidad para toda la organización y luego comprobar qué datos han acabado saliendo a la nube y cuáles no. Deja de ser una promesa y pasa a ser algo que se verifica.

Cómo se reparte entre tus aparatos. Puedes empezar una tarea en el iPhone y que ciertas partes se ejecuten en tu Mac. Los modelos locales disponibles al arrancar son Gemma E4B de Google y Qwen3.6 35B-A3B de Alibaba, esta última reentrenada por Perplexity para este producto.

Cómo lo explican ellos. 'Tareas así no son posibles en un montaje del todo local ni del todo en la nube', dice Jonathon Staff, ingeniero jefe del producto. 'Es el matrimonio de las dos cosas: te da la seguridad de lo local y la inteligencia de la frontera.'

El inventario primero. Detecta automáticamente todos los agentes que operan en la red, sin importar quién los arrancó ni desde dónde. AJ Shipley, director de producto, lo resume así: un inventario vivo de cada agente, quién lo desplegó y en qué estado de seguridad está.

La cadena completa. Aprovecha lo que CrowdStrike ya hacía bien, la telemetría de equipos: procesos, archivos y actividad de red. Con eso reconstruye todo lo que ha hecho un agente, paso a paso, y no solo el resultado final.

Permisos que se cumplen. Permite definir qué agentes pueden ejecutarse en qué dispositivos y bloquea los que no están autorizados. Es lo que convierte una política de gobernanza en algo que se aplica de verdad.

Modelos propios de seguridad. La compañía ha lanzado además su armazón SafeMind y dos modelos, Red Tempest y Blue Solano, construidos sobre los modelos abiertos Nemotron de Nvidia. Según las cifras de su propia nota de prensa, detecta un 29% más que los modelos frontera de referencia, remedia 6 veces más rápido y recorta un 99% el coste de detección y respuesta.

Y un acuerdo con OpenAI. Un día después, CrowdStrike amplió su alianza con OpenAI: Falcon Guardian vigila los agentes de Codex mientras se ejecutan, y GPT-5.6 Cyber entra en su servicio de análisis de riesgo de IA frontera.

💸 Glean dice a los directores de sistemas que Anthropic les cobra de más. La compañía asegura ante responsables de tecnología que la factura de los clientes de Anthropic puede ir hasta un 80% por encima de lo necesario, y ataca a Claude por coste de tokens y seguridad del dato. Es parte comercial y parte aviso: casi nadie audita cuánto está pagando de más.

🏛️ El Pentágono da su propia versión de ChatGPT y Grok a 3 millones de personas. El departamento de Defensa estadounidense despliega versiones internas de ambos modelos para toda su plantilla. Cuando una organización de ese tamaño y con esas exigencias de seguridad da el paso, el argumento de esperar a que madure pierde fuerza.

🏭 GE Appliances mete IA en fábrica y contrata a 600 personas más. Usa IA para cazar errores de producción, prever demanda y repartir el trabajo, mientras una ampliación de planta de 180 millones de dólares suma 600 empleos. El caso más limpio del mes contra la idea de que automatizar operaciones significa despedir.

🎙️ Meta lanza Muse Voice Transcribe y distingue más de 20 voces en directo. Su primer modelo de voz en tiempo real convierte audio en texto separando a más de 20 personas y manejando más de 25 idiomas, incluso si alguien cambia de idioma a media frase. Encabeza la tabla de Artificial Analysis y resuelve el punto débil de las actas de reunión con mucha gente.

⚠️ OpenAI reanuda el entrenamiento de Astra y lo califica de riesgo crítico. Retoma el entrenamiento que había congelado tras la brecha de Hugging Face y clasifica a Astra como su primer modelo de riesgo cibernético crítico. Sam Altman confirma que ya terminó de entrenarse y que sale pronto, con los siguientes modelos deliberadamente frenados.

📄 Reducto r-1 Lee documentos desordenados (tablas partidas, marcas de agua, tachados, PDFs densos) en una sola pasada, sin encadenar varios agentes de lectura. Para quien tiene que sacar datos de facturas, albaranes, listas de empaque o contratos que llegan cada uno en un formato distinto. Te llegan cuarenta facturas de proveedor al mes, cada una maquetada a su manera, y alguien de tu equipo las está pasando a mano a una hoja de cálculo: esto convierte esas horas en una pasada automática.

📊 Rhetis Convierte documentos e ideas sueltas en una presentación profesional montada. Para directivos y consultores que preparan comités, reuniones de inversores o propuestas y pierden la tarde peleándose con las diapositivas. Tienes las notas de la reunión, un par de hojas de cálculo y el informe del trimestre en tres archivos distintos, y el consejo es el jueves: se los das y sale la estructura montada para que tú solo la ajustes.

🔍 Mentionry Mide si tu empresa aparece en las respuestas que dan los modelos de IA y te dice cómo mejorar esa presencia. Para fundadores y responsables de marketing que ven caer el tráfico de búsqueda y sospechan que sus clientes ya preguntan directamente al chatbot. Preguntas a ChatGPT por proveedores de tu sector y tu empresa no sale por ningún lado, pero tu competencia sí: esto te dice cuánto de sistemático es el problema y por dónde empezar.