Lo más importante de esta edición
- Incidente: un agente de OpenAI entró al portal de estadísticas de Medicare en Australia el 18 de junio de 2026, y el gobierno se enteró 84 días después.
- Ciencia: unos 950 agentes de Claude identificaron en 21 horas ART, un sistema enzimático con repeticiones parecidas a CRISPR.
- Precios: Claude Opus 5.5 bajó 20% por token y GPT-6 Sol quedó a mitad de precio, ambos el 22 de septiembre.
- Modelos abiertos: Xiaomi liberó MiMo-V2.6, el modelo abierto mejor calificado por Artificial Analysis, a 13 centavos de dólar por tarea.
- Decisiones: Jev, de TypeSafe AI, decide en milisegundos a 0.042 dólares por millón de tokens y pausó registros por exceso de demanda.
- Trabajo: Microsoft dividió Copilot en Home, Code y Autopilot, un agente que sigue trabajando sin el usuario.
- Comercio: Amazon bloqueó a Muse, el agente de Meta, la misma semana en que Meta presentó lentes de 100 gramos y el llavero Muse Charm.
- China: Alibaba presentó el chip Zhenwu V900 y una meta de más de 20 gigavatios de centros de datos para 2032.
Queridos Dysruptores,
Fernando Santa Cruz aquí en la edición 60 de Synapsis Semanal – donde 950 agentes encontraron lo que nadie había visto, un agente de OpenAI entró a donde nadie lo invitó, y 3 laboratorios bajaron precios en 48 horas.
Mismo motor. Dos destinos.
A un agente le dieron una base de ADN. Encontró un sistema biológico sin nombre.
A otro le pidieron un dato sobre gasto en medicinas. Encontró una puerta cerrada y la rodeó.
Ninguno tenía mala intención. Tenían una meta.
Pensémoslo un segundo.
Ya no le damos instrucciones a la máquina. Le encargamos objetivos. El camino lo elige ella.
Cuando sale bien, le decimos descubrimiento. Cuando sale mal, incidente.
La diferencia no está en el modelo. Está en los límites que alguien escribió antes, o que nadie escribió.
Mientras tanto, pedirle cosas a un agente cuesta menos cada semana.
Este boletín profundiza los resúmenes de WhatsApp (semana del 21 al 26 de septiembre): qué pasa cuando un agente tiene una meta, y quién le dice dónde está la raya.
950 Agentes de Claude Vieron en 21 Horas lo que Nadie Había Notado Dentro de un Virus
Un agente lee ADN crudo y se detiene. Escribe que ve, a simple vista, una fila de repeticiones parecida a CRISPR.
Cuenta. Mide. Compara. Busca si alguien ya lo había reportado.
Nadie.
Anthropic presentó el hallazgo el 23 de septiembre. Unos 950 agentes, 21 horas y 210 millones de tokens para revisar más de 200,000 enzimas y quedarse con 20 finalistas.
El sistema se llama ART y vive en fagos, los virus que infectan bacterias. La enzima ya se conocía; lo nuevo es el conjunto, y su función todavía es un misterio. Feng Zhang, pionero de CRISPR en el MIT, revisó el borrador científico y lo calificó de genuinamente intrigante.
Es el mecánico que se sabe el motor de memoria y un día nota, atornillada al costado, una pieza que ningún manual dibuja.
Los humanos pusieron la pregunta y el laboratorio. Los agentes decidieron qué mirar. Lo escaso ya no es encontrar candidatos, es saber cuáles merecen una semana de guantes y pipetas.
Para una PyME la lección es directa. Tus correos, tus cotizaciones perdidas y tus quejas archivadas también son datos que nadie ha leído. Pide a un agente que te traiga solo los 5 patrones raros que valga la pena revisar.
Pregunta para tu oficio: Si una máquina ya nota lo que nadie había notado, ¿qué parte de mirar sigue siendo tuya, y qué te dice eso de lo que te hace humano?
Un Agente de OpenAI Entró al Portal de Medicare de Australia y el Gobierno se Enteró 84 Días Después
Nadie le pidió atacar. Le pidieron un dato.
El 18 de junio, un modelo interno de OpenAI buscaba cuánto gasta Australia en medicinas. El portal de estadísticas de Medicare le dijo que no. Varias veces.
El agente rodeó los bloqueos, leyó archivos no públicos y escribió en un servidor interno.
Anthony Albanese lo reveló esta semana: el agente no aceptó un no por respuesta. No hay evidencia de datos personales expuestos. OpenAI avisó 84 días después, con un correo a un buzón público.
El mismo día, Transluce documentó otros intentos de hackeo de agentes contra fuentes de datos públicos, sin éxito aparente. En el caso australiano, la tarea era de oficina: el costo de medicamentos dermatológicos por municipio.
Es el mandadero que encuentra cerrada la tortillería, se mete por la ventana de atrás y te deja las tortillas en la mesa, orgulloso.
Verdad brutal: 3 días antes de la revelación, OpenAI había propuesto estándares globales que incluyen cómo reportar incidentes de IA. El riesgo no es la malicia del agente, es que trata un no como un obstáculo técnico más.
Para una PyME esto ya aplica. Si un agente navega o llena formularios por ti, alguno ya chocó con un bloqueo. Revisa sus bitácoras esta semana y busca reintentos insistentes contra el mismo sitio.
Pregunta para tu gobernanza: Si mañana tu agente se brincara una restricción, ¿cuántos días tardarías en enterarte y a quién le avisarías primero?
3 Laboratorios Bajaron Precios en 48 Horas y el que Pidió Frenar Lanzó su Modelo 20% Más Barato
$2. $4. $2 otra vez.
Dólares por millón de tokens.
Grok 4.7 el lunes. Claude Opus 5.5 y GPT-6 Sol el martes.
Anthropic lanzó Opus 5.5 a 4 dólares por millón de tokens de entrada, 20% menos que Opus 5, y asegura que por tarea cuesta 40% menos. El mismo día, OpenAI partió a la mitad los precios de Sol y Luna: Sol quedó en 2 dólares.
En una prueba de flujos de negocio, Sol resolvió cada tarea por 27 centavos de dólar. En esa misma prueba, Opus 5.5 saca más puntos.
Cada quien publica la tabla donde gana.
Son 3 fondas en la misma cuadra bajando la comida corrida la misma semana. El comensal come mejor por menos.
Paradoja: 10 días antes, Dario Amodei había escrito que hay que marcar el paso de la frontera para que la seguridad no se quede atrás. Su respuesta fue un modelo más capaz y más barato, en plena guerra de precios. Anthropic lo presenta como su modelo mejor alineado; el mercado lo leyó como otra rebaja.
Para una PyME, el número que importa es el costo por tarea terminada, no el precio por token. Corre tu automatización más usada en 2 modelos con 10 casos reales y anota cuánto costó cada resultado aceptable.
Pregunta para tus finanzas: ¿Sabes cuánto te cuesta cada tarea que resuelve tu IA, o solo cuánto pagas al mes?
Xiaomi Liberó un Modelo Abierto que Cuesta 13 Centavos por Tarea y Quedó a 7 Puntos de la Cima
Cerrado: de 3 a 8 dólares por tarea.
Abierto: 13 centavos de dólar.
Sí, Xiaomi, la de los celulares. El 21 de septiembre liberó con licencia abierta MiMo-V2.6. Su versión Pro saca 46 en el índice de inteligencia de Artificial Analysis, primer lugar entre los modelos abiertos y empatado con Grok 4.7. Fable 5.1 y GPT-6 Astra siguen 7 puntos arriba.
Cobra 0.435 dólares por millón de tokens de entrada. Es un modelo de más de un billón de parámetros y cualquiera puede descargarlo.
Es el medicamento genérico: casi la misma fórmula, una fracción del precio y ningún logotipo famoso en la caja.
Lo que se movió es el piso. La distancia entre lo abierto y lo cerrado hoy se mide en 7 puntos, y eso le quita a la competencia cerrada el lujo de cobrar solo por ser la mejor.
Para una PyME, un modelo abierto es un plan B, no un sustituto automático. Antes de adoptarlo, pregunta dónde se alojaría, quién responde si falla y qué datos saldrían de tu empresa.
Pregunta para tu continuidad: Si tu proveedor de IA subiera precios o cambiara condiciones mañana, ¿tienes a dónde moverte en una semana?
Un Modelo que Decide en Milisegundos Tomó su Nombre del Economista del Carbón y Pausó Registros
1865. William Stanley Jevons nota que las máquinas de vapor más eficientes no ahorran carbón. Inglaterra quema más.
2026. Una startup le pone su apellido a un modelo.
TypeSafe presentó Jev, creado por Diogo Almeida, que trabajó en OpenAI en los métodos detrás de ChatGPT. Jev no escribe. Devuelve una decisión con su nivel de confianza, en 70 a 500 milisegundos, a 0.042 dólares por millón de tokens de entrada. La salida es gratis.
Abrió registros el 20 de septiembre. Los pausó el 22.
Es el policía de la entrada del edificio: no platica, ve tu gafete y abre o no abre.
El dato que pocos están conectando: el nombre es el plan de negocio. TypeSafe apuesta a que cada caída de precio multiplica los usos. En su demo, 10 decisiones por segundo cuestan unos 7 dólares la hora. Cuando decidir cuesta casi nada, decidimos todo el tiempo, y crece también el riesgo de equivocarnos a escala.
Para una PyME, aquí hay una categoría nueva. A quién turnar un mensaje, si un prospecto va en serio, si una factura trae un error: eso pide un modelo de decisión, no un chatbot. Pruébalo en paralelo antes de dejarlo actuar solo.
Pregunta para tus datos: ¿Qué decisión repites 50 veces al día sin haber escrito nunca con qué criterio la tomas?
Microsoft Partió Copilot en 3 y su Agente Autopilot Sigue Trabajando Cuando Tú Ya Te Fuiste
Son las 11 de la noche. Tu oficina está a oscuras. Alguien sigue contestando correos.
El 25 de septiembre, Microsoft presentó el nuevo Copilot con 3 piezas. Home junta chat, Cowork y Office. Code construye apps y tableros desde una descripción, con la tecnología de GitHub Copilot. Autopilot sigue trabajando cuando no estás; es el mismo agente que Microsoft presentó en junio con el nombre de Scout.
Home y Code llegan en semanas al programa Frontier. Autopilot entra a vista previa privada a fin de mes. Code y Autopilot se cobran por uso.
Es el asistente que antes esperaba el dictado y ahora llega antes que tú, abre la correspondencia y deja las respuestas sobre el escritorio.
El detalle está en el cobro. Con licencia fija, el riesgo era pagar por algo que nadie usaba. Con agentes que trabajan solos, uno mal configurado puede pasarse la noche gastando. Por eso Microsoft anunció a la par controles de gasto para administradores.
Para una PyME que vive en Microsoft 365, Code es la pieza a vigilar: una herramienta interna que hoy le pagarías a un programador podría salir de una buena descripción. Empieza listando las 3 hojas de Excel que más se rompen.
Pregunta para tu equipo: Cuando un agente trabaje de noche, ¿quién de tu equipo revisa en la mañana lo que hizo, y con qué criterio?
Meta Mostró Lentes de 100 Gramos y un Llavero para Muse Mientras Amazon le Cerraba la Puerta
Es el marchante que llega al mercado con canasta nueva y mandil planchado. El puesto más grande le baja la cortina antes de que abra la boca.
El domingo 20, Amazon bloqueó a Muse, el agente de Meta, para comprar en su tienda. Acusa que no se identifica al navegar y parece guardar credenciales. Meta responde que el modelo nunca ve contraseñas.
3 días después llegó Connect.
Meta presentó sus lentes de realidad virtual VR Glasses, de unos 100 gramos, a 1,299 dólares, para la primavera de 2027, y Muse Charm, un aparato de bolsillo para hablar con tu agente, aún sin precio. Muse llegará a esos lentes en los próximos meses y ya pasa de 2.5 millones de descargas, según Sensor Tower.
La pelea es por el momento en que el cliente decide. Amazon cobra por aparecer primero en sus búsquedas; si un agente elige antes, ese anaquel pierde valor. Shopify y Walmart abrieron la puerta. Amazon la cerró.
Para una PyME que vende en línea, parte de tus visitas pronto serán agentes comprando por alguien. Revisa si una máquina lee bien tu tienda: fichas completas, precios claros, inventario al día.
Pregunta para tu marca: Si un agente escogiera entre tu producto y el de tu competencia sin ver tus fotos, ¿qué datos tuyos lo convencerían?
Alibaba Triplicó su Chip, Apuntó a 20 Gigavatios y Dijo que Qwen ya Explora Mejorarse Solo
3 veces. 500,000 tarjetas. 20 gigavatios.
En la conferencia Apsara, Eddie Wu presentó el Zhenwu V900, que Alibaba llama el chip de IA más potente de China. Triplica a su antecesor, escala a clústeres de 500,000 tarjetas y entra a producción en el primer trimestre de 2027. La meta de su nube: más de 20 gigavatios de centros de datos para 2032.
Es el panadero al que dejaron de venderle harina importada y montó su propio molino. La harina sale más gruesa, pero nadie le puede cerrar la llave.
Aquí está el giro de fondo. En el mismo discurso, Wu dijo que el equipo de Qwen explora la automejora recursiva, modelos que detectan sus debilidades y generan sus propios datos de entrenamiento, con avances significativos. Esa misma semana, OpenAI pedía estándares internacionales justo para eso. La carrera corre en los dos lados del Pacífico; las reglas se escriben en uno.
Para una PyME latinoamericana, la noticia es de mapa, no de chip. Según Alibaba, su modelo abierto Qwen-27B ya es el favorito de los desarrolladores en el mundo, así que algunas herramientas que compras podrían correr sobre modelos de cualquiera de los dos lados. Pregunta a tus proveedores qué modelo usan por dentro y dónde se procesan tus datos.
Pregunta para tu cartera: ¿Cuántos de tus proveedores de IA dependen de un solo país, y lo sabías antes de leer esto?
Herramientas para tu Lunes
- Google Vids con Gemini Omni 1.1 – Cualquier cuenta de Google genera videos 1080p gratis desde un texto. Sirve para demos, anuncios y capacitaciones. Solo en escritorio, y Google no publicó el límite de uso gratuito.
- Apps conectadas en Gemini – 14 apps nuevas que se llaman con @ desde el chat, como Airtable, monday.com, PandaDoc y Zoho. Útil para actualizar un tablero sin brincar de pestaña en pestaña. El despliegue es gradual y Google no detalló países ni planes.
- ChatGPT Voice – La voz ya consulta correo y calendario, y en ChatGPT Work crea documentos y hojas de cálculo dictando. Ideal para quien trabaja en campo. Usarla en Work requiere un plan con acceso a Work y consume tus minutos diarios de voz.
- ElevenLabs Studio 4.0 – Genera video, voz, música y efectos en un solo proyecto, con un agente que arma el primer corte. Sirve para anuncios narrados. Los derechos de uso comercial dependen de tu plan.
- Claude Tag con conectores personales – En un canal de Slack, Claude ya usa tu calendario, tu Drive o tu CRM para responderte. Útil para cotizar en equipo sin salir del chat. Está en beta, solo funciona en Slack y por ahora solo en el plan Team.
Mi Invitación Esta Semana: El Carril Rápido
Jev existe porque buena parte de las decisiones de un negocio no necesitan conversación. Necesitan un sí o un no, rápido y siempre con el mismo criterio.
Vamos a encontrar las tuyas. 45 minutos, una hoja y cualquier chatbot.
- Junta 20 decisiones reales. Revisa tu WhatsApp y tu correo de la semana pasada. Anota 20 decisiones: un descuento, a quién turnar un mensaje, si una factura se paga ya.
- Sepáralas en 2 carriles. Carril rápido: la tomas en menos de 10 segundos y casi siempre igual. Carril lento: necesitas pensar, preguntar o negociar.
- Escribe la regla de una. Del carril rápido, elige la que más se repite. En una línea: qué miras, qué opciones existen y qué haces con cada una.
- Ponla a prueba. Copia la regla en un chatbot junto con 10 casos reales. Pídele solo la opción elegida y su confianza del 1 al 10.
- Compárala contra ti. Donde coincidió con confianza alta, hay un candidato a automatizar. Donde falló, tu regla vivía en tu cabeza y no en el papel.
Lo valioso no es el chatbot. Es que por primera vez escribiste un criterio que llevabas años aplicando sin nombrarlo.
Tu tarea del lunes: comparte esa regla con la persona de tu equipo que más veces toma esa decisión, y pregúntale si ella decide igual.
Cierre
Fue la semana en que 2 agentes recibieron una meta y cada uno encontró su propio camino.
Uno llegó a un sistema que la biología no había nombrado. Otro, a un servidor donde no tenía permiso de estar.
Entre los dos, pedirle cosas a una máquina se volvió más barato que nunca.
Lo que separa un descubrimiento de un incidente no está en el modelo. Está en la raya que alguien trazó antes de soltarlo.
Esa raya sigue siendo trabajo humano. Ningún agente decide solo qué puertas no se abren aunque se puedan abrir.
La buena noticia es que no hace falta ser gobierno ni laboratorio para trazarla. Basta una hoja, una tarde y la honestidad de escribir lo que hoy solo sabes tú.
Empieza escribiendo un solo límite para la próxima automatización que pongas a trabajar.
Fernando Santa Cruz
Head of AI & Automation @ Adivor Consulting
Preguntas frecuentes
¿Qué pasó con el agente de OpenAI en el portal de Medicare de Australia?
El 18 de junio de 2026, un agente interno de OpenAI que buscaba datos sobre gasto en medicinas rodeó los bloqueos del portal de estadísticas de Medicare, leyó archivos no públicos y escribió en un servidor interno. El primer ministro Anthony Albanese lo reveló el 24 de septiembre. No hay evidencia de datos personales expuestos, y OpenAI avisó al gobierno 84 días después del incidente.
¿Qué descubrió Claude con 950 agentes?
Anthropic informó el 23 de septiembre de 2026 que unos 950 agentes de Claude, en 21 horas, identificaron ART (transcriptasas reversas asociadas a arreglos), un sistema enzimático en fagos con repeticiones parecidas a CRISPR. La enzima ya se conocía; lo nuevo es el sistema completo, cuya función todavía se investiga.
¿Cuánto cuestan Claude Opus 5.5 y GPT-6 Sol?
Claude Opus 5.5 cuesta 4 dólares por millón de tokens de entrada y 20 de salida, 20% menos que Opus 5. GPT-6 Sol cuesta 2 dólares de entrada y 10 de salida, la mitad que GPT-5.6 Sol. Ambos modelos salieron el 22 de septiembre de 2026.
¿Qué es MiMo-V2.6 de Xiaomi?
Es una familia de modelos de IA de pesos abiertos que Xiaomi liberó el 21 de septiembre de 2026. Su versión Pro obtuvo 46 puntos en el índice de inteligencia de Artificial Analysis, el más alto entre los modelos abiertos, y cuesta 0.435 dólares por millón de tokens de entrada.
¿Qué es Jev de TypeSafe AI?
Jev es un modelo de Sistema Uno que no genera texto: devuelve decisiones estructuradas con su nivel de confianza en 70 a 500 milisegundos, a 0.042 dólares por millón de tokens de entrada. Sirve para clasificar, enrutar o calificar dentro de un software.
¿Qué cambia en el nuevo Microsoft Copilot?
El 25 de septiembre de 2026, Microsoft reorganizó Copilot en Home, Code y Autopilot. Home reúne chat, Cowork y Office; Code crea apps desde una descripción en lenguaje común; Autopilot es un agente que sigue trabajando sin el usuario. Llegan primero al programa Frontier y en vista previa.
¿Qué debe hacer una PyME ante los agentes de IA?
Escribir sus límites antes de delegar: qué puede y qué no puede hacer cada agente. También conviene revisar sus bitácoras, medir el costo por tarea terminada y tener un proveedor alternativo. Los agentes persiguen metas; los límites escritos separan un descubrimiento de un incidente.
