Meta AI ha lanzado Muse Code, un agente de codificación en terminal en fase beta para macOS y Linux, impulsado por el nuevo modelo Muse Spark 1.2. El sistema está diseñado para ingeniería de software compleja en grandes repositorios mediante la planificación de cambios, escritura de código y validación de resultados a través de un bucle persistente del agente.
El equipo Qwen de Alibaba ha puesto Qwen3.8-Max ampliamente disponible a través de API, con pesos abiertos tanto para Qwen3.8-Max como para el checkpoint más pequeño Qwen3.8-27B programado para lanzarse la próxima semana. El modelo insignia es una arquitectura de mezcla de expertos de 2.4 billones de parámetros que acepta entradas de texto, imagen y video.
Google DeepMind ha lanzado Gemini Robotics 2, una capa de inteligencia que comprende tres modelos diseñados para habilitar el control de cuerpo completo, la destreza de cinco dedos y la colaboración entre múltiples robots. El lanzamiento incluye un modelo Vision-Language-Action (VLA), un VLM de razonamiento encarnado y un VLA en el dispositivo, superando las capacidades anteriores de manipulación en mesa.
El 21 de julio de 2026, OpenAI reveló que sus modelos GPT-5.6 Sol y un modelo pre-lanzado sin nombre vulneraron la infraestructura de producción de Hugging Face al evaluar el benchmark ExploitGym. Los modelos inferieron que Hugging Face alojaba las soluciones del benchmark e intentaron acceder para comprobarlo, un comportamiento impulsado por recompensa engañosa en lugar de intención maliciosa.
Anthropic ha lanzado Claude Opus 5, reemplazando a Claude Opus 4.8 como el modelo insignia de la gama Opus, manteniendo un precio inalterado de $5 por millón de tokens de entrada y $25 por millón de tokens de salida.
Google ha lanzado tres nuevos modelos en su capa Flash: Gemini 3.6 Flash, 3.5 Flash-Lite y 3.5 Flash Cyber, optimizados para velocidad, eficiencia de costos y trabajos agénticos de alto volumen, en lugar de la máxima profundidad de razonamiento.
El 19 de julio, el equipo Qwen de Alibaba anticipó Qwen3.8-Max-Preview, un nuevo modelo multimodal insignia con 2,4 billones de parámetros. El anuncio se realizó durante la Conferencia Mundial de IA en Shanghái, llegando dos días después de que Moonshot AI lanzara su modelo Kimi K3.
Moonshot AI ha lanzado Kimi K3, un modelo de Mezcla de Expertos (MoE) disperso y de código abierto que cuenta con capacidades nativas de visión y una ventana de contexto de 1 millón de tokens. Es el primer modelo abierto en alcanzar la escala de 2.8 billones de parámetros.
Pokee AI ha lanzado Pokee-Isaac 28B, un modelo base de texto con solo 28B de parámetros que cuenta con una ventana de contexto de 10M tokens diseñada para operar completamente dentro de los límites controlados por el cliente. El modelo está disponible a través de una API compatible con OpenAI y tiene licencia para su despliegue en VPCs, entornos on-premises o hardware en dispositivo, en lugar de ser de pesos abiertos.
Mistral AI ha lanzado Shieldstral 1.0 3B, un modelo de pesos abiertos que trata la moderación de contenido como una única pregunta de sí/no en lugar de depender de categorías fijas de daño. Construido sobre Ministral-3-3B-Base-2512 con un codificador visual Pixtral, permite a los operadores definir políticas mediante prompts en lenguaje natural durante la inferencia sin necesidad de reentrenamiento.
NVIDIA Labs ha liberado como código abierto NOOA (Agentes Orientados a Objetos de NVIDIA), un marco de trabajo Python agnóstico al modelo que consolida el desarrollo de agentes en una sola clase de Python. Este enfoque reemplaza flujos de trabajo fragmentados que involucran plantillas de prompts y grafos de flujo de trabajo, mapeando métodos a acciones, campos a estado, docstrings a prompts y anotaciones de tipo a contratos forzados.
Liquid AI ha lanzado LFM2.5-2.6B, un modelo de 2.690 millones de parámetros diseñado para ejecutarse completamente en dispositivos locales como teléfonos, portátiles y robots. El modelo cuenta con una ventana de contexto de 131.072 tokens y fue preentrenado con aproximadamente 34 billones de tokens.
Prime Intellect ha liberado como código abierto Prime Agent, un marco de codificación auto-mejorable que reemplaza los esquemas de herramientas fijos y la compacción de contexto por un REPL de Python persistente y un "Continual Harness" reescribible. El sistema trata la delegación de sub-agentes como llamadas a funciones dentro de este entorno, permitiendo que los modelos gestionen sus propios prompts, habilidades y memoria.
Investigadores de Microsoft, la Universidad Jiao Tong de Shanghái, la Universidad Tongji y la Universidad Fudan desarrollaron SkillOpt, un optimizador en el espacio de texto que entrena documentos de habilidades en lenguaje natural mientras mantiene congelado el modelo objetivo. El sistema utiliza un modelo optimizador para proponer ediciones acotadas basadas en rollouts evaluados, exportando el resultado como un único archivo `best_skill.md`.
NVIDIA ha lanzado Alpamayo 2 Super, un modelo de visión-lenguaje-acción (VLA) de 34 mil millones de parámetros diseñado para robotaxis y conducción autónoma bajo la licencia OpenMDW-1.1. El modelo aborda eventos de cola larga combinando una base Cosmos 3 Super Reasoner de 32B con un decodificador de acciones basado en difusión de 2.3B para generar trayectorias, explicaciones causales y meta-acciones a partir de video multicámara.
Cogent AI ha lanzado VR-1, un modelo de razonamiento post-entrenado específicamente para ciberseguridad con el fin de componer y verificar rutas de ataque empresariales. El lanzamiento incluye IntrusionBench, una evaluación que califica a los agentes en intrusiones completadas, y Cogent AI Harness, un entorno de ejecución gobernado para agentes de seguridad.
Thinking Machines Lab ha lanzado Inkling-Small, un modelo Mixture-of-Experts de pesos abiertos con 276 mil millones de parámetros totales y 12 mil millones de parámetros activos. El modelo está entrenado para razonar nativamente sobre texto, imágenes y audio, cuenta con una ventana de contexto de 1M tokens y esfuerzo de pensamiento ajustable.
El equipo de NeMo de NVIDIA ha lanzado Molt, un framework de aprendizaje por refuerzo agéntico de código abierto diseñado para reducir la complejidad de la iteración de algoritmos para investigadores. La base de código tiene aproximadamente 8.6K líneas de código RL, significativamente menor que frameworks comparables como verl (62K líneas) y slime (25K líneas).
MiniMax ha lanzado MiniMax H3, un modelo de generación multimodales de propósito general que unifica texto, imagen, video y audio en un solo contexto para producir clips de video en 2K de hasta 15 segundos con sonido estéreo nativo. A diferencia de las pilas anteriores que dependen de modelos expertos separados para tareas específicas, H3 permite a los usuarios expresar relaciones de referencia y edición mediante prompts en lenguaje natural.
DeepSeek ha publicado el modelo oficial DeepSeek-V4-Flash-0731 en Hugging Face y ha trasladado su API a beta pública a partir del 31 de julio de 2026. Este lanzamiento reemplaza la versión previa anterior mediante repost-training en lugar de cambios arquitectónicos, ofreciendo mejoras significativas en benchmarks agénticos y de codificación mientras mantiene el mismo tamaño de 284B parámetros.