La Gran Fragmentación: De la Fuerza Bruta a la Eficiencia Atómica en la Guerra por los Agentes

Hoy en Domingo, les comparto lo que a mi parecer fue lo más relevante de la semana:

  • Un modelo de 7M parámetros (Samsung TRM) cuesta $500 entrenar y compite con gigantes de 400B parámetros.
  • Los «autopilotos» ($6.6B valuación Lovable) desplazan a «copilotos» en la apuesta del capital de riesgo.
  • Rivales históricos (Google-Meta) se alían porque NVIDIA se volvió la amenaza común.

Aquí lo que realmente importó esta semana:

  • Google Gemini 3 Flash: $0.50 por millón de tokens: Lanza modelo a 218 tokens/seg (3x más rápido que 2.5 Pro) y 60-70% más barato. Supera predecesor en 18 de 20 pruebas. El mercado de agentes ya no necesita modelos gigantes sino rápidos que iteran miles de veces sin romper presupuesto.
  • ChatGPT ahora es Plataforma: Lanza directorio de apps invocables con @menciones dentro del chat (ej. «@canva crea presentación», «@google_drive busca archivo»). El chat dejó de ser asistente para volverse sistema operativo donde viven Spotify, Drive y Canva.
  • Lovable levanta $330M con valuación $6.6B: Apuesta por agentes que construyen apps completas de inicio a fin. El mercado confirma: ya no invierte en «copilotos» que sugieren código sino en «autopilotos» que construyen, prueban y despliegan sin intervención humana.
  • Google-Meta se alían contra NVIDIA: Colaboran en TorchTPU para que PyTorch funcione en chips TPU de Google. Objetivo: romper dependencia hacia software CUDA de NVIDIA. La guerra ya no es sobre modelos sino sobre quién controla el software base.
  • NVIDIA Nemotron 3: Open Source multi-agente: Libera modelos abiertos (30B-500B parámetros) con arquitectura híbrida que activa solo fracción de parámetros. Reduce costos de inferencia drásticamente para empresas que ejecutan cientos de agentes coordinados.
  • GPT-Image-1.5 y Manus Nano Banana Pro: OpenAI genera imágenes 4x más rápido con edición consistente (cambia texto/objetos sin deformar composición). Manus permite presentaciones editables donde texto no es imagen estática. La edición precisa vale más que velocidad pura.
  • Zoom AI Companion 3.0 ejecuta tareas: Ya no solo transcribe reuniones sino que toma acción. Si acuerdas enviar cotización, redacta correo de seguimiento automáticamente y lo prepara para tu aprobación. Convierte tiempo en videollamadas en trabajo productivo.
  • Google Visual Report y agente CC para Gmail: Google Labs automatiza burocracia. Visual Report genera informes con gráficos de hojas de cálculo. Agente CC en Gmail actúa como secretario: prepara resúmenes matutinos de correos importantes y redacta borradores de respuesta.
  • Amazon negocia $10B para OpenAI con chips Trainium: Inversión no es solo capital sino acceso a chips propietarios de Amazon. Busca reducir dependencia casi total de OpenAI hacia Nvidia. La infraestructura se vuelve más estratégica que el modelo mismo.
  • Samsung TRM: 7M parámetros vs gigantes: Modelo con solo 7 millones de parámetros alcanza 45% en ARC-AGI-1 con costo <$500. Supera en razonamiento a modelos 50,000 veces más grandes. La innovación algorítmica y recursividad vencen al brute force.

Los agentes necesitan ser perfectos o solo iterar más rápido que humanos para ser útiles?

Ya a unos días de la navidad, les mando un fuerte abrazo!

Compartir este artículo:

Artículos Relacionados

Mientras la inferencia colapsa en costos, los agentes autónomos cruzan la frontera...
Enjambres de IA resolviendo matemáticas de 90 años y la megaronda de...