📰 FLASH NEWS

🕵️ Una misteriosa IA aparece de la nada y nadie sabe quién está detrás

Se llama Ox Alpha y está llamando la atención entre desarrolladores porque, sin presentación oficial ni una empresa conocida detrás, quienes la están probando aseguran que puede competir con algunos de los modelos más potentes actuales.

El modelo está especialmente orientado a programación y agentes, puede trabajar con texto, imágenes y vídeo y, además, se puede probar gratis. El misterio sobre su creador ha disparado las teorías: algunos apuntan a Z.ai, mientras otros creen que podría esconderse detrás Google o Microsoft. Por ahora, nadie lo sabe con certeza.

🎬 Alibaba lanza Wan 3.0 y convierte casi cualquier cosa en un vídeo con IA

Alibaba ha presentado Wan 3.0, la nueva versión de su generador de vídeo con IA. Ahora puede crear clips de hasta 30 segundos no solo a partir de texto o imágenes, sino también usando audios, otros vídeos, PDFs, presentaciones de PowerPoint e incluso páginas web como punto de partida.

Lo interesante es que ya no hace falta describirlo todo desde cero: puedes darle materiales reales y pedirle que los transforme en una pieza audiovisual completa. Además, genera sonido, música y diálogos coherentes con la escena. De momento está disponible en beta pública.

💻 Perplexity lanza un agente de IA que funciona en tu propio ordenador y no gasta tokens

Perplexity ha presentado Portable Computer, una versión de su agente Computer diseñada para ejecutarse directamente en el PC del usuario. Esto permite dejar agentes trabajando durante horas, revisando documentos, analizando datos o ejecutando tareas sin pagar por cada token que consumen y sin enviar los archivos a la nube.

Por ahora funciona en Linux con equipos potentes equipados con gráficas Nvidia, y llegará a Windows en septiembre. Además, si una tarea se complica, puede pedir permiso para recurrir a modelos más potentes en la nube. La idea es interesante: usar IA local para hacer gratis la mayor parte del trabajo y pagar solo cuando realmente necesitas un modelo de frontera.

🌶️ OpenAI ya tiene su propio chip de IA y en algunas tareas supera a Nvidia

OpenAI ha presentado Jalapeño, su primer chip diseñado específicamente para ejecutar modelos de IA. Y los primeros análisis apuntan alto: en algunas pruebas consigue hasta 3,6 veces menos latencia y entre 1,5 y 1,9 veces más rendimiento por vatio que los chips Blackwell de Nvidia.

No pretende sustituir a Nvidia para entrenar los grandes modelos, sino reducir el enorme coste de hacer funcionar ChatGPT, sus APIs y agentes cada vez que los usamos. OpenAI planea utilizarlo en su propia infraestructura, lo que podría permitirle abaratar cada respuesta y depender menos de Nvidia en una de las partes más caras de su negocio.

🇨🇳 DeepSeek prueba un nuevo modelo que ya compite con Claude Opus 4.8

DeepSeek ha publicado un nuevo modelo experimental y multimodal centrado en tareas de agentes, capaz de trabajar con distintos tipos de información y ejecutar procesos más complejos. Según las pruebas compartidas por la propia compañía, supera a Claude Opus 4.8 en tres de los once benchmarks utilizados.

Lo interesante es que DeepSeek sigue recortando distancia no solo en modelos baratos o de razonamiento, sino también en sistemas más orientados a agentes y multimodalidad. De momento sigue siendo un modelo experimental y los resultados proceden de evaluaciones internas, pero vuelve a reforzar la presión de los laboratorios chinos sobre los modelos frontera estadounidenses.

🤖 Los robots ya corren más rápido que Usain Bolt

Un robot humanoide chino acaba de completar los 100 metros en 9,39 segundos, superando los históricos 9,58 segundos de Usain Bolt. Y no fue el único: otro robot terminó en 9,47 segundos.

Lo más llamativo es la velocidad a la que están mejorando: el mismo robot necesitó 21,50 segundos hace solo un año. La hazaña se produjo durante los World Humanoid Robot Games de Pekín, una competición que este año ha reunido a más de 2.000 robots de 16 países para enfrentarse en deportes y tareas reales de fábricas, hospitales, hoteles o viviendas.

🤖 EL CHIP MAESTRO

Tiempo de lectura: 4 minutos

🏁 La carrera de la IA ya no tiene un solo ganador

Durante los últimos años, la carrera de la inteligencia artificial parecía fácil de contar.

OpenAI sacaba un modelo.

Google respondía.

Anthropic aparecía en la conversación.

Y todos mirábamos el marcador como si esto fuera una final de 100 metros.

Pero en 2026 esa imagen ya no sirve.

La carrera de la IA se ha convertido en una liga con varias divisiones.

Texto no es lo mismo que imagen.

Imagen no es lo mismo que vídeo.

Un modelo cerrado no compite igual que uno abierto.

Y tener el sistema más inteligente no siempre significa tener la mejor posición estratégica.

La pregunta interesante ya no es solo: “¿Quién tiene el modelo más listo?”

La pregunta empieza a ser otra: ¿quién combina mejor capacidad, coste y control?

Porque una IA puede ser muy potente, pero cara. Puede ser barata, pero limitada. Puede ser abierta, pero menos cómoda. Puede ser cerrada, pero depender de una empresa, una API o incluso un país que mañana puede cambiar las reglas.

Y ahí es donde la carrera se vuelve más interesante.

No hay un único podio.

Hay varias ligas jugando al mismo tiempo.

🧠 Texto: Estados Unidos conserva la cima, China domina el terreno abierto

En texto, Estados Unidos sigue teniendo ventaja en los modelos más avanzados.

Claude, GPT, Gemini, Grok y los modelos de Meta forman el grupo que marca el nivel más alto en razonamiento, agentes, código, contexto largo y uso empresarial.

Son modelos muy potentes pero normalmente funcionan dentro de plataformas cerradas.

Es decir: los usas a través de una empresa, con sus precios, sus límites, sus permisos y sus condiciones.

Ahí está la parte estratégica.

Porque una cosa es tener el modelo más capaz y otra muy distinta es controlar de verdad sobre qué estás construyendo.

Cuando miras los modelos abiertos, el centro de gravedad se mueve claramente hacia China.

DeepSeek, Qwen, Kimi y GLM han empujado una nueva realidad: modelos muy potentes que se pueden descargar, adaptar y ejecutar en infraestructura propia.

No siempre son los mejores en todo.

Pero son baratos, flexibles y mucho menos dependientes de una única plataforma.

Y eso cambia el tablero.

Porque si un modelo cerrado sube precios, limita funciones o deja de estar disponible en tu país, dependes de la decisión de otro.

Un modelo abierto, en cambio, una vez publicado, es mucho más difícil de retirar.

El mapa queda así: si quieres máxima calidad en modelos cerrados, miras a GPT, Claude y Gemini. Si quieres modelos abiertos, baratos y con más control propio, miras cada vez más a DeepSeek, Qwen, Kimi y GLM.

Para empresas o creadores, la conclusión práctica es sencilla: ya no tiene sentido casarse con un solo modelo.

Lo más razonable es usar los modelos cerrados para las tareas más exigentes y los modelos abiertos para volumen, coste y control.

🧮 Matemáticas y código: donde se mide la inteligencia dura

Después del texto generalista viene una capa más exigente: matemáticas y programación.

Aquí ya no basta con redactar bien o dar una respuesta convincente.

El modelo tiene que llegar a resultados comprobables.

En matemáticas, las pruebas más simples ya están casi saturadas. Son ejercicios de enunciado, parecidos a los típicos problemas escolares donde hay que entender una situación y hacer varias operaciones.

En ese terreno, varios modelos ya rozan el acierto perfecto.

Por eso el foco se ha movido a pruebas más duras: problemas de varios pasos, ejercicios de competición y razonamiento matemático donde no basta con aplicar una fórmula evidente.

Ahí siguen destacando los modelos de razonamiento de OpenAI, especialmente GPT-5.x y la familia o-series, junto a modelos chinos muy afinados como DeepSeek-R1 y Kimi.

En programación pasa algo parecido.

Las pruebas básicas miden si un modelo puede escribir una función correcta a partir de una instrucción. Pero las pruebas más interesantes ya se parecen mucho más al trabajo real de un desarrollador: entender código existente, localizar errores, proponer cambios y arreglar incidencias dentro de repositorios reales.

El mapa queda así: en matemáticas, la zona alta está entre los modelos de razonamiento de OpenAI y chinos como DeepSeek-R1 o Kimi. En código, Claude, GPT y Gemini siguen muy fuertes en cerrado, pero DeepSeek V4-Pro, Qwen y Kimi ya son las referencias que más aprietan en abierto.

Y ese es el punto importante.

En matemáticas y código, la carrera ya no se mide solo por quién acierta más en una tabla.

También se mide por quién ofrece suficiente calidad, a qué precio y con cuánta dependencia externa.

Estados Unidos conserva ventaja en la parte más avanzada.

Pero China ya no compite desde atrás. Compite en la mesa principal.

🎨 Imagen: ya no existe “el mejor generador”

En imagen, la carrera se ha vuelto mucho más fragmentada.

Hace unos años era fácil contar la historia: DALL·E, Midjourney y Stable Diffusion ocupaban casi todo el espacio mental.

DALL·E popularizó la generación de imágenes desde interfaces sencillas.

Midjourney se convirtió en la herramienta favorita de muchos creativos.

Stable Diffusion abrió la puerta a ejecutar, modificar y afinar modelos fuera de una plataforma cerrada.

Pero en 2026 el tablero es bastante más maduro.

Ya no tiene mucho sentido preguntar cuál es el mejor generador de imágenes en abstracto.

Depende de lo que quieras hacer.

La carrera de imagen no la gana un solo actor.

Se reparte por nichos.

Los modelos cerrados siguen siendo muy cómodos y potentes para usuarios que quieren resultados rápidos.

El ecosistema abierto sigue siendo clave para quien necesita control, ajustes finos o independencia.

Y ahí Stable Diffusion, FLUX y sus derivados siguen teniendo un papel enorme.

El mapa queda así: Midjourney sigue muy fuerte en estética, GPT Image en facilidad y precisión de prompt, Ideogram en texto dentro de imagen, y Stable Diffusion/FLUX en control, personalización y ecosistema abierto.

La lectura importante es esta: la imagen IA ha dejado de ser una demo.

Se ha convertido en infraestructura creativa.

Y cuando una tecnología llega a ese punto, ya no gana necesariamente quien hace la imagen más espectacular en un benchmark.

Gana quien encaja mejor en el flujo real de trabajo.

🎬 Vídeo: China está cambiando el mapa

En vídeo, el giro es todavía más llamativo.

Durante años, el relato occidental se centró en Sora, Veo, Runway, Pika o Luma.

Y tenía sentido.

El salto desde clips borrosos a vídeos coherentes, con física creíble y control visual, fue enorme.

Pero en 2026 el techo técnico ya no lo marcan solo esos nombres.

Muchos de los avances más agresivos están viniendo de modelos chinos.

Seedance, MiniMax H3, Hailuo y Wan están cambiando el mapa del vídeo generativo.

No solo por calidad.

También por precio, audio nativo, edición, duración, control multimodal y casos de uso nuevos.

El caso de Wan 3.0 es especialmente interesante porque apunta a algo distinto: convertir documentos directamente en vídeo.

No partir solo de una frase o una imagen, sino de material más estructurado para transformarlo en una pieza audiovisual.

Eso acerca el vídeo IA a una capa de comunicación automática.

Puede cambiar cómo empresas, educadores, creadores y equipos de marketing convierten información en contenido.

Y aquí China está pisando fuerte.

No significa que los modelos occidentales hayan desaparecido.

Pero el centro de gravedad del vídeo ya no está tan claro como antes.

El mapa queda así: Seedance destaca en generación con audio, MiniMax/Hailuo en calidad-precio y edición, Wan en documento-a-vídeo, mientras Veo, Runway, Luma, Pika y Kling siguen fuertes en nichos concretos.

En texto, Estados Unidos conserva la punta cerrada.

En vídeo, China está marcando mucho más ritmo del que a veces se reconoce desde la burbuja occidental.

🔄 Antes la carrera era simple. Ahora hay dos capas.

Entre 2021 y 2023, la narrativa era mucho más sencilla.

La pregunta era quién sacaba la demo más impresionante.

Quién tenía el modelo que más sorprendía.

Quién daba el siguiente salto visible.

GPT-3, GPT-4, DALL·E, Midjourney, Stable Diffusion, Runway o Pika podían contarse como una sucesión de golpes sobre la mesa.

Cada avance parecía mover todo el mercado.

En 2026, eso ya no basta.

La carrera se ha partido en dos capas.

La primera es la capacidad absoluta: quién tiene el modelo más potente, más multimodal, más capaz de razonar, programar, ver, oír y actuar como agente.

Ahí Estados Unidos sigue muy fuerte.

La segunda es la distribución: quién consigue que sus modelos se usen más, cuesten menos, estén más disponibles y puedan integrarse sin depender de una plataforma cerrada.

Ahí China ha ganado muchísimo terreno.

Y esa segunda capa puede ser tan importante como la primera.

Porque la historia tecnológica no siempre la gana el producto más perfecto.

Muchas veces la gana el que se distribuye mejor, cuesta menos, se integra antes y otros pueden adaptar sin pedir permiso.

Por eso la carrera de la IA en 2026 no puede explicarse solo con benchmarks.

Hay que mirar también economía, permisos, apertura, regulación y control.

🌍 No hay campeón único: hay varias ligas

La respuesta honesta a quién va ganando la carrera de la IA en 2026 es incómoda: depende de la liga que mires.

En frontier cerrado de texto y multimodalidad avanzada, Estados Unidos sigue por delante.

En modelos abiertos de texto, China ha tomado una ventaja clara.

En matemáticas y código, Estados Unidos conserva una posición muy fuerte, pero China ya compite en la zona alta con modelos cada vez más baratos y desplegables.

En imagen, el poder está repartido entre modelos comerciales muy pulidos y ecosistemas abiertos que siguen siendo fundamentales.

En vídeo, China está marcando buena parte del ritmo técnico y económico.

Europa, mientras tanto, intenta equilibrar el partido con regulación, estándares y algunos modelos competitivos, pero sin liderar claramente ni en el marcador técnico ni en el económico.

Esa es la foto real.

No hay un campeón absoluto.

Hay un tablero mucho más complejo.

Y quizá esa sea la lección más importante.

La carrera de la IA ya no se decide solo por quién lanza el modelo más espectacular.

Se decide por quién controla la infraestructura, quién baja los costes, quién abre pesos, quién cierra accesos, quién domina la distribución y quién consigue que empresas, gobiernos y creadores construyan encima de su tecnología.

Ahí está el verdadero poder.

No solo en tener la IA más inteligente.

Sino en conseguir que el mundo dependa de ella.

📢 ¿Quién está ganando realmente la carrera de la IA: quien tiene el mejor modelo cerrado o quien consigue que sus modelos se usen en todas partes?

Quizá en 2026 la respuesta ya no sea OpenAI, Google, Anthropic, Alibaba o DeepSeek.

Quizá la respuesta sea otra:

gana quien controla la capa sobre la que todos los demás construyen.

Si esta newsletter te ayuda, en la comunidad de Código YI vamos un paso más allá: guías, prompts, recursos, herramientas y un grupo privado donde puedes preguntar dudas, compartir lo que estás construyendo y aprender a aplicar la IA a tu trabajo, contenido o negocio sin perderte entre tanto ruido.

Estamos reuniendo todo lo que usamos y aprendemos en un solo sitio, así que si quieres avanzar más rápido y acompañado, puedes entrar aquí:

👉 https://codigoyi.com/es/community

🍿 LA BUTACA DEL CAOS

 Buena suerte, pásalo bien, no mueras (2026)

Dirección: Gore Verbinski

Ciento diecisiete intentos para salvar el mundo. El mundo, mientras tanto, sigue mirando el móvil.

🎯 Trama

Un hombre entra en una cafetería de Los Ángeles con un detonador y un discurso imposible: viene del futuro, la mitad de la humanidad ya murió, y esta es la vez ciento diecisiete que lo intenta. Necesita un equipo. Lo que consigue son cinco desconocidos absolutamente no cualificados y una misión que consiste en cruzar la ciudad hasta la casa donde vive el ser más inteligente del planeta, que resulta tener nueve años.

Fíjate en lo que la película no pregunta. No pregunta qué inteligencia artificial es más lista, ni cuál razona mejor, ni quién sacó el modelo más impresionante este trimestre. Esa carrera ya la ganó alguien. Verbinski llega justo después, cuando el marcador ya no importa y lo único que queda por contar es quién consiguió que no pudieras soltarlo.

👥 Personajes

Sam Rockwell hace de profeta averiado y lo hace tan bien que casi tapa el problema: es él quien sostiene la película, y cuando la comparte, la cosa se afloja. Haley Lu Richardson aporta la irreverencia que el guion necesitaba y no siempre encuentra. Michael Peña y Zazie Beetz forman una pareja de maestros que funciona mejor cuando callan. Juno Temple carga con el duelo del grupo y con la sensación de que su personaje merecía más páginas.

El reparto es más rico que el material. Eso pasa a veces. Contratas a gente brillante y luego les das a todos el mismo chiste.

🎬 Estilo y narrativa

Verbinski vuelve tras casi una década fuera y vuelve con hambre. Mezcla comedia negra, ciencia ficción y algún coqueteo con el terror sin pedir permiso a nadie. El arranque en la cafetería es lo mejor del conjunto: contenido, tenso, eléctrico.

Luego llega la estructura. Capítulos cerrados, casi cuentos morales, grapados a la trama central. Un colegio donde nadie levanta la vista. Un tipo con fobia al wifi. Funciona a ratos y agota a otros. Ciento treinta y cuatro minutos son muchos minutos para un chiste que se entiende en el primer cuarto de hora.

🧨 Conclusión

El propio Verbinski lo dijo mejor que cualquier crítico: su inteligencia artificial no es Skynet matándote con máquinas. Es peor. Quiere caerte bien.

Ahí está el nervio. Pasamos años preguntándonos quién iba ganando la carrera, mirando el podio como si esto fuera una final de cien metros, y resulta que no había podio. Había varias ligas jugando a la vez y un premio distinto al que creíamos. El poder nunca estuvo en tener la máquina más inteligente. Estuvo en conseguir que el mundo no supiera vivir sin ella.

La película avisa ciento diecisiete veces. Nosotros seguimos aquí, tan tranquilos, dándole a aceptar.

¿Cuántos intentos te quedan a ti?