Vexa Times
Edición del 2026-11-12 · Noticias diarias de IA

Las noticias de IA del 2026-11-12

English version below ↓ · Archivo de ediciones

Google lanza Gemini Decision 1, un modelo que decide en vez de escribir

El nuevo modelo responde hasta 1.000 preguntas cerradas en una sola pasada, con puntuaciones de confianza y sin generar texto, a 0,10 dólares por millón de tokens.

Google presentó Gemini Decision 1, un modelo calibrado que no redacta respuestas: devuelve decisiones. A través de la nueva API Gemini Decisions, acepta preguntas de sí o no, de opción múltiple (hasta 255 opciones) y de puntuación por rúbrica, sobre texto, imágenes, audio, video y PDF, con un contexto de 256.000 tokens. Puede resolver hasta 1.000 preguntas en una sola solicitud y responde en 150 a 250 milisegundos. El precio es de 0,10 dólares por millón de tokens de entrada y cero por la salida, unas cinco veces menos que Gemini Flash-Lite, según Google. La compañía ya lo usa dentro de sus propios productos: enruta consultas en Gemini Notebook, prototipa diseños en Stitch y realiza comprobaciones de seguridad en la Búsqueda. En las pruebas de Google, Decision 1 supera al modelo Jev 1.14 en cinco de siete índices compartidos, con un 92,2 % frente a un 90,0 % en JevBench, y Artificial Analysis le otorga un 66 en su Decision Index. El lanzamiento llega pocas semanas después de que OpenAI, Cloudflare y Microsoft presentaran sus propios modelos de decisión: el sector coincide en que los agentes, en la práctica, necesitan elegir una opción mucho más a menudo que redactar un párrafo. Un clasificador que devuelve probabilidades es más barato de ejecutar y más fácil de auditar que un modelo de chat improvisado como enrutador, y esa capa se está convirtiendo en infraestructura estándar de los sistemas de agentes.

DeepMind presenta AlphaGenome 2, que lee el ADN célula por célula

El nuevo modelo predice cómo las variantes genéticas afectan la actividad de los genes en tipos concretos de células, entrenado con más de 107 millones de perfiles.

Google DeepMind lanzó AlphaGenome 2, un modelo de secuencia de ADN que predice cómo los cambios genéticos alteran la actividad de los genes en tipos y estados concretos de células humanas, en lugar de promediar el comportamiento de un tejido entero. El salto importa porque una misma variante puede ser inocua en una célula y decisiva en otra, y esa precisión es clave para entender enfermedades y priorizar qué variantes estudiar en el laboratorio. El modelo se entrenó con más de 107 millones de perfiles y está disponible a través de la API de AlphaGenome para investigación no comercial; la investigación comercial queda restringida a una vista previa privada. DeepMind advierte expresamente que el sistema no está aprobado para uso clínico ni de diagnóstico. Las cifras de rendimiento son las comunicadas por la empresa y, aun con alta precisión, el modelo recupera solo una minoría de las variantes causales candidatas. Aun así, es un paso concreto hacia la genómica de precisión: pasar de leer el genoma como un texto plano a entender cómo cada tipo de célula lo interpreta.

Alibaba abre la vista previa de Qwen4-Max, su nuevo modelo insignia multimodal

El modelo entiende texto, imagen y video, razona y usa herramientas, pero solo estará disponible con plan de tokens y se retirará el 25 de noviembre.

Alibaba Cloud abrió Qwen4-Max-Preview, la vista previa por tiempo limitado de su nuevo modelo insignia multimodal. El modelo, identificado como qwen4-max-preview, combina comprensión de texto, imagen y video con razonamiento, llamadas a herramientas y salidas estructuradas, orientado a flujos de trabajo de desarrollo, programación y agentes. El acceso es solo mediante plan de tokens y la documentación indica que la vista previa se retirará el 25 de noviembre, por lo que los desarrolladores que quieran probarlo tienen una ventana corta. El lanzamiento llega en una semana en la que varios laboratorios chinos mueven ficha —MiniMax liberó el mismo día su generador de imágenes H3-Image— y confirma que la familia Qwen4 será la apuesta central de Alibaba para competir con los modelos frontera occidentales en razonamiento multimodal.

Runway libera Praxis-1, su modelo de robot entrenado con video

La empresa publicó los pesos y el código de entrenamiento de su modelo de acción mundial de 27.000 millones de parámetros, bajo licencia Apache 2.0.

Runway puso a disposición general Praxis-1, su modelo de acción mundial para robots, liberando sus pesos y el software de ajuste fino bajo licencia Apache 2.0. El modelo, de 27.000 millones de parámetros, fue entrenado con video y aprende a predecir acciones en el mundo físico a partir de lo que ve, en lugar de depender solo de demostraciones teleoperadas. Según Runway, alcanza un 46,2 % de éxito en RoboLab-120, un índice de referencia de tareas robóticas. La apertura es notable porque los modelos de robótica suelen mantenerse cerrados: publicar pesos y código permite a laboratorios y empresas adaptarlo a sus propios robots y tareas sin empezar de cero. Llega el mismo día en que DeepMind mostró su modelo Gemini Robotics 2.5 trabajando en una planta de Mercedes-Benz, señal de que la carrera por la robótica generalista se está acelerando en paralelo a la de los modelos de lenguaje.

MiniMax libera H3-Image, su generador de imágenes de código abierto

La versión rápida renderiza una imagen 4K en unos diez segundos y fusiona hasta 16 imágenes de referencia, con buen desempeño en dibujo técnico.

MiniMax liberó H3-Image, su generador de imágenes, publicando los pesos junto con el lanzamiento. Según pruebas prácticas independientes, la variante de alta velocidad produce una imagen de 4096 por 4096 píxeles —16 megapíxeles— en unos diez segundos, aproximadamente una quinta parte del tiempo que tardan los modelos habituales en el mismo formato. El modelo fusiona hasta 16 imágenes de referencia, sigue instrucciones estructuradas y dibuja líneas limpias de estilo CAD y cortes mecánicos, justo donde los generadores de imágenes suelen fallar. Los primeros evaluadores lo describen como el modelo abierto de imagen más potente hasta ahora, aunque ese es un veredicto de la comunidad y no una tabla de índices de referencia. La liberación refuerza la estrategia china de competir con modelos abiertos y rápidos frente a los sistemas cerrados occidentales, y pone una herramienta de imagen de alta resolución al alcance de cualquier desarrollador.

La salida a bolsa de Anthropic, sobresuscrita varias veces antes de fijar precio

Bloomberg reporta demanda varias veces superior a las acciones ofrecidas; los bancos estudian subir el precio y la valoración podría superar los 1,5 billones de dólares.

La salida a bolsa de Anthropic atrajo una demanda varias veces superior a las acciones ofrecidas, según Bloomberg, que cita a personas familiarizadas con el asunto. La empresa ofrece 825 millones de acciones a un precio de entre 70 y 78 dólares en el Nasdaq, bajo el símbolo ANT, con una valoración objetivo de hasta 1,4 billones de dólares; el Financial Times reporta que los bancos estudian subir el precio, lo que podría elevar el objetivo a 1,5 billones o más. La fijación del precio está prevista para el 18 de noviembre. El New York Times señaló que Amazon y Google poseen juntos más de una cuarta parte de la compañía, con participaciones de 18.000 y 33.000 millones de dólares que podrían valer 250.000 y 140.000 millones al precio de salida. En la presentación a inversores, el director ejecutivo Dario Amodei afirmó que el cáncer, el Alzheimer, las enfermedades cardíacas y las enfermedades mentales serán «reliquias del pasado en menos de una década». Médicos citados por Business Insider se mostraron escépticos y recordaron los años de seguimiento que exige cualquier ensayo de oncología o demencia antes de declarar vencida una enfermedad. La frase convive en la misma presentación con una petición de 1,4 billones de dólares, y el folleto no se compromete a nada de eso.

OpenAI convierte ChatGPT en un directorio de empresas con agentes de atención

El nuevo Business Hub permite a las empresas crear un perfil oficial, integrar sus productos y dejar que agentes de IA atiendan a los clientes dentro del chat.

OpenAI está convirtiendo ChatGPT en algo parecido a un escaparate y un directorio comercial a la vez. A través del nuevo Business Hub, las empresas pueden reclamar un perfil oficial, añadir sus datos de producto y seguir cómo interactúan los usuarios con ellas dentro del chatbot. Además, pueden desplegar agentes automatizados que responden preguntas de los clientes y completan compras sin salir de la conversación. El movimiento transforma el chatbot en una plataforma de comercio: el usuario ya no solo consulta, sino que descubre negocios, compara productos y compra en el mismo lugar donde chatea. Para las empresas es un canal nuevo de captación y ventas; para OpenAI, una vía de ingresos más allá de las suscripciones. La apuesta plantea preguntas inmediatas: cómo se ordenarán los negocios en los resultados, qué comisiones se cobrarán y cómo se distinguirá un perfil oficial verificado de una simple mención generada por el modelo.

OpenAI supera los 10.000 millones de dólares de ingresos trimestrales por primera vez

La facturación del tercer trimestre creció cerca de un 50 %, pero la pérdida operativa ajustada subió a 10.900 millones de dólares.

OpenAI facturó unos 10.000 millones de dólares en el tercer trimestre, un crecimiento cercano al 50 % y la primera vez que supera esa marca en un trimestre, según reportaron The Wall Street Journal y The Information. Al mismo tiempo, su pérdida operativa ajustada creció hasta 10.900 millones de dólares. La cifra de pérdidas no incluye la compensación en acciones, un matiz relevante: el documento de Anthropic para el mismo trimestre muestra 16.960 millones de dólares de ingresos, por encima de OpenAI. El dato confirma dos realidades simultáneas: la demanda de los productos de OpenAI sigue creciendo a un ritmo extraordinario, y el costo de entrenar y servir esos modelos crece aún más rápido. La empresa cerró recientemente una ronda de 11.000 millones de dólares con una valoración de 1,25 billones, por debajo de los 1,4 billones que buscaba inicialmente, lo que muestra que incluso el laboratorio más famoso del sector financia su crecimiento a un precio cada vez más exigente.

Oura compra la startup de atención primaria con IA Counsel Health por 625 millones

El fabricante del anillo inteligente pasa del seguimiento pasivo a la triada médica activa, con respuestas generadas por IA a partir de los datos del usuario.

Oura, la empresa del anillo inteligente, anunció la compra de Counsel Health, una startup de atención primaria nativa de IA, por 625 millones de dólares. La operación marca un giro estratégico: Oura deja de ser solo un dispositivo que registra el sueño, la actividad y la salud para ofrecer triaje médico activo, con respuestas generadas por IA a partir de los datos del usuario. El anillo ya recoge señales continuas —frecuencia cardíaca, temperatura, sueño— y Counsel Health aporta la capa clínica que interpreta esos datos y orienta al usuario sobre cuándo buscar atención. El movimiento sigue la tendencia de la salud digital hacia la prevención activa, pero también entra en terreno sensible: las respuestas médicas generadas por IA, la responsabilidad clínica y la privacidad de los datos de salud serán las preguntas que determinen si la apuesta funciona.

AWS lanza un emulador de su nube escrito y mantenido por agentes de IA

El emulador simula más de 200 servicios en la máquina del desarrollador, es gratuito y su código es de dominio público.

Amazon Web Services lanzó AWS Emulator, un emulador de su propia nube que simula más de 200 servicios en la máquina del desarrollador a partir de más de 400 modelos de API. Es gratuito, se publicó con dedicación de dominio público y su historial completo de cambios está en GitHub. Lo más llamativo es cómo se construyó: según Matt Goldberg, el ingeniero principal detrás del proyecto, «el emulador fue escrito por completo por agentes autónomos. Nuestro equipo no ha escrito ni revisado nada del código». Los agentes también lo mantienen, organizados en tres equipos sobre Bedrock AgentCore: uno escribe pruebas de fidelidad y las compara con la nube real, otro ejecuta esas pruebas contra el emulador y reporta fallos, y otro los corrige, con un agente por problema: cientos de agentes resolviendo miles de incidencias al día. El proyecto resuelve un problema que los propios agentes crearon: un agente de programación comprueba su trabajo ejecutando código una y otra vez, y hacerlo contra la nube real cuesta dinero y segundos; en local no cuesta ni lo uno ni lo otro. Empezó como un experimento de fin de semana en el que el agente Kiro de Amazon produjo una versión aceptable del servicio de colas SQS en 15 minutos. Tiene límites reales: no simula la limitación de velocidad, las interrupciones ni las diferencias regionales, y no aísla el código que ejecuta; AWS publica las carencias conocidas en una carpeta de GitHub llamada, literalmente, «things-that-do-not-work».

ElevenLabs dota a sus agentes de voz de memoria, automatización y orquestación de modelos

En su cumbre de Nueva York, la empresa presentó Interaction Engine, memoria de cliente y alianzas con McKinsey y NVIDIA.

ElevenLabs celebró su cumbre en Nueva York y anunció una serie de mejoras para hacer la IA conversacional más práctica en las empresas. La principal novedad es Interaction Engine, un sistema que selecciona el modelo de voz y de lenguaje adecuado para cada momento de la conversación, buscando precisión y menor costo. Su plataforma de agentes, ElevenAgents, suma memoria: los agentes autorizados podrán recordar información relevante de conversaciones anteriores y usarla cuando el cliente vuelva. También añade automatización de varios pasos y herramientas para desarrollar agentes, además de nuevas opciones de personalización de modelos empresariales. La empresa amplía su alcance con una red de más de 550 socios en 44 países y nuevas colaboraciones con McKinsey y NVIDIA. Entre sus modelos recientes están Scribe v3 para transcripción de voz a texto, con un 27 % menos de errores que su antecesor en 102 idiomas; Eleven v4 para generación expresiva de voz; y Eleven Realtime para interacciones de voz a voz. La compañía no ha publicado índices independientes sobre cuánto podrían ahorrar las empresas ni ha anunciado disponibilidad general o precios detallados de las nuevas funciones de ajuste empresarial.


AI news for 2026-11-12

Google launches Gemini Decision 1, a model that decides instead of writing

The new model answers up to 1,000 closed questions in a single pass, with confidence scores and no generated text, at $0.10 per million tokens.

Google unveiled Gemini Decision 1, a calibrated model that does not write answers: it returns decisions. Through the new Gemini Decisions API, it takes yes/no, multiple-choice (up to 255 options) and rubric-scored questions over text, images, audio, video and PDFs, with a 256K-token context. It can answer up to 1,000 questions in a single request and responds in 150 to 250 milliseconds. Pricing is $0.10 per million input tokens and zero for output, about five times cheaper than Gemini Flash-Lite, according to Google. The company already uses it inside its own products: routing queries in Gemini Notebook, prototyping designs in Stitch and running safety checks in Search. In Google's own tests, Decision 1 beats TypeSafe's Jev 1.14 on five of seven shared benchmarks, 92.2% against 90.0% on JevBench, and Artificial Analysis scores it at 66 on its Decision Index. The launch comes weeks after OpenAI, Cloudflare and Microsoft introduced their own decision models: the industry agrees that agents, in practice, need to pick an option far more often than compose a paragraph. A classifier that returns probabilities is cheaper to run and easier to audit than a chat model improvised as a router, and that layer is becoming standard infrastructure for agent systems.

DeepMind unveils AlphaGenome 2, which reads DNA cell by cell

The new model predicts how genetic variants affect gene activity in specific cell types, trained on more than 107 million profiles.

Google DeepMind launched AlphaGenome 2, a DNA-sequence model that predicts how genetic changes alter gene activity in specific human cell types and states, rather than averaging the behavior of a whole tissue. The leap matters because the same variant can be harmless in one cell and decisive in another, and that precision is key to understanding disease and prioritizing which variants to study in the lab. The model was trained on more than 107 million profiles and is available through the AlphaGenome API for non-commercial research; commercial research is restricted to a private preview. DeepMind explicitly warns that the system is not approved for clinical or diagnostic use. Performance figures are company-reported and, even at high precision, the model recovers only a minority of nominated causal variants. Even so, it is a concrete step toward precision genomics: moving from reading the genome as flat text to understanding how each cell type interprets it.

Alibaba opens the Qwen4-Max preview, its new multimodal flagship

The model understands text, image and video, reasons and uses tools, but is only available on a token plan and will retire on November 25.

Alibaba Cloud opened Qwen4-Max-Preview, the time-limited preview of its new multimodal flagship model. Identified as qwen4-max-preview, the model combines text, image and video understanding with reasoning, tool calling and structured outputs, aimed at development, coding and agent workflows. Access is Token Plan-only, and the documentation states the preview will retire on November 25, giving developers a short window to try it. The launch comes in a week when several Chinese labs are moving — MiniMax open-sourced its H3-Image generator the same day — and confirms that the Qwen4 family will be Alibaba's central bet to compete with Western frontier models in multimodal reasoning.

Runway open-sources Praxis-1, its video-trained robot model

The company released the weights and training code of its 27-billion-parameter world-action model under the Apache 2.0 license.

Runway made Praxis-1, its world-action model for robots, generally available, releasing its weights and fine-tuning software under the Apache 2.0 license. The 27-billion-parameter model was trained on video and learns to predict actions in the physical world from what it sees, rather than relying only on teleoperated demonstrations. According to Runway, it reaches 46.2% success on RoboLab-120, a robotics task benchmark. The release is notable because robotics models are usually kept closed: publishing weights and code lets labs and companies adapt it to their own robots and tasks without starting from scratch. It arrives the same day DeepMind showed its Gemini Robotics 2.5 model working in a Mercedes-Benz plant, a sign that the race for generalist robotics is accelerating alongside the language-model race.

MiniMax open-sources H3-Image, its image generator

The fast variant renders a 4K image in about ten seconds and fuses up to 16 reference images, with strong performance on technical drawing.

MiniMax open-sourced H3-Image, its image generator, releasing the weights alongside the launch. According to independent hands-on testing, the high-speed variant produces a 4096 by 4096 pixel image — 16 megapixels — in roughly ten seconds, about a fifth of what mainstream models take for the same frame. The model fuses up to 16 reference images, follows structured instructions and draws clean CAD-style linework and mechanical cutaways, precisely where image generators usually fail. Early testers call it the strongest open image model yet, though that is a community verdict rather than a benchmark table. The release reinforces the Chinese strategy of competing with fast, open models against closed Western systems, and puts a high-resolution image tool within reach of any developer.

Anthropic's IPO is oversubscribed several times over before pricing

Bloomberg reports demand several times the shares on offer; bankers are weighing a higher price and the valuation could top $1.5 trillion.

Anthropic's initial public offering drew demand several times past the shares on offer, Bloomberg reported, citing people familiar with the matter. The company is offering 825 million shares priced at $70 to $78 on Nasdaq, under the ticker ANT, targeting a valuation of up to $1.4 trillion; the Financial Times reported bankers are weighing a price increase that could lift the target to $1.5 trillion or more. Pricing is scheduled for November 18. The New York Times noted that Amazon and Google together own more than a quarter of the company, with stakes of $18 billion and $33 billion that could be worth $250 billion and $140 billion at the listing price. In the investor roadshow, CEO Dario Amodei said cancer, Alzheimer's, heart disease and mental illness will be 'relics of the past in less than a decade.' Doctors quoted by Business Insider were skeptical, pointing to the years of follow-up any oncology or dementia trial needs before a disease can be called beaten. The claim sits in the same presentation as a $1.4 trillion ask, and the prospectus commits to none of it.

OpenAI turns ChatGPT into a business directory with customer-service agents

The new Business Hub lets companies create an official profile, integrate their products, and let AI agents serve customers inside the chat.

OpenAI is turning ChatGPT into something that looks like a storefront and a business directory rolled into one. Through the new Business Hub, companies can claim an official profile, add their product data and track how users interact with them inside the chatbot. They can also deploy automated agents that answer customer questions and complete purchases without leaving the conversation. The move turns the chatbot into a commerce platform: users no longer just ask questions — they discover businesses, compare products and buy in the same place where they chat. For companies it is a new customer-acquisition and sales channel; for OpenAI, a revenue stream beyond subscriptions. The bet raises immediate questions: how businesses will be ranked in results, what fees will be charged, and how a verified official profile will be distinguished from a mere mention generated by the model.

OpenAI tops $10 billion in quarterly revenue for the first time

Third-quarter revenue grew about 50%, but the adjusted operating loss rose to $10.9 billion.

OpenAI brought in about $10 billion in revenue in the third quarter, up roughly 50% and the first time it has passed that mark in a single quarter, The Wall Street Journal and The Information reported. At the same time, its adjusted operating loss grew to $10.9 billion. The loss figure excludes stock-based compensation, a relevant nuance: Anthropic's filing for the same quarter shows $16.96 billion in revenue, ahead of OpenAI. The numbers confirm two simultaneous realities: demand for OpenAI's products keeps growing at an extraordinary pace, and the cost of training and serving those models grows even faster. The company recently closed an $11 billion round at a $1.25 trillion valuation, below the $1.4 trillion it first sought, showing that even the sector's most famous lab is funding its growth at an increasingly demanding price.

Oura acquires AI primary-care startup Counsel Health for $625 million

The smart-ring maker moves from passive tracking to active medical triage, with AI-generated responses based on user data.

Oura, the smart-ring company, announced the acquisition of Counsel Health, an AI-native primary-care startup, for $625 million. The deal marks a strategic shift: Oura stops being only a device that records sleep, activity and health, and starts offering active medical triage, with AI-generated responses based on user data. The ring already collects continuous signals — heart rate, temperature, sleep — and Counsel Health adds the clinical layer that interprets that data and guides users on when to seek care. The move follows the digital-health trend toward active prevention, but it also enters sensitive territory: AI-generated medical answers, clinical liability and health-data privacy will be the questions that decide whether the bet works.

AWS ships a cloud emulator written and maintained by AI agents

The emulator simulates more than 200 services on a developer's machine, is free, and its code is public domain.

Amazon Web Services launched AWS Emulator, an emulator of its own cloud that simulates more than 200 services on a developer's machine from over 400 API models. It is free, released under a public-domain dedication, with its full commit history on GitHub. The most striking part is how it was built: according to Matt Goldberg, the senior principal engineer behind the project, 'the emulator was written entirely by autonomous agents. Our team hasn't written or reviewed any of the code.' Agents maintain it too, organized into three crews on Bedrock AgentCore: one writes fidelity tests and checks them against the real cloud, one runs those tests against the emulator and files issues, and one fixes them, one agent per issue — hundreds of agents clearing thousands of issues a day. The project solves a problem agents themselves created: a coding agent checks its work by running code and reading the result over and over, and doing that against the live cloud costs money and seconds; locally it costs neither. It began as a weekend experiment in which Amazon's Kiro agent produced a passable version of the SQS queue service in 15 minutes. It has real limits: it does not simulate throttling, outages or regional feature differences, and it does not sandbox the code it runs; AWS publishes the known gaps in a GitHub folder literally called 'things-that-do-not-work'.

ElevenLabs gives its voice agents memory, automation and model orchestration

At its New York Summit, the company unveiled Interaction Engine, customer memory, and partnerships with McKinsey and NVIDIA.

ElevenLabs held its New York Summit and announced a series of upgrades to make conversational AI more practical for enterprises. The headline novelty is Interaction Engine, a system that selects the right voice and language model for each moment of a conversation, aiming for accuracy at lower cost. Its agent platform, ElevenAgents, adds memory: authorized agents will be able to retain relevant information from previous conversations and use it when the customer returns. It also adds multi-step automation and tools for building agents, plus new enterprise model customization options. The company is expanding its reach through a network of more than 550 partners across 44 countries and new collaborations with McKinsey and NVIDIA. Its recent models include Scribe v3 for speech-to-text transcription, with 27% fewer errors than its predecessor across 102 languages; Eleven v4 for expressive text-to-speech; and Eleven Realtime for speech-to-speech interactions. The company has not published independent benchmarks on how much businesses could save, nor announced general availability or detailed pricing for the new enterprise fine-tuning features.