CasosDeUsoIA
← Diario IA LatAm

Diario #0 · 17 de octubre de 2026

Meta abre un modelo gigante: qué cambia para tu pyme

Esta semana, dos laboratorios de Estados Unidos publicaron modelos de pesos abiertos de más de 500.000 millones de parámetros. No los vas a correr en tu laptop, pero amplían las opciones para usar IA con más control sobre tus datos. También: un banco brasileño y uno argentino muestran cómo ordenan sus agentes, y hacemos la cuenta de cuánto cuesta el modelo de un agente de WhatsApp.

En este diario

Lanzamientos de modelos

Meta publica Muse Spark Open, un modelo de pesos abiertos de 816.000 millones de parámetros

Meta lanzó el 15 de octubre Muse Spark Open, un modelo de mezcla de expertos con pesos descargables, pensado para programar y trabajar como agente. Acepta texto, imágenes, audio y video, y responde en texto.

  • Tiene unos 816.000 millones de parámetros en total y unos 42.000 millones activos por token: 256 expertos por capa, de los que el modelo elige 8 para cada token, según el blog técnico de Hugging Face.
  • Admite hasta 1 millón de tokens de contexto. El archivo completo en 16 bits pesa unos 1,5 TB; una versión cuantizada a 2 bits corrió a 18 tokens por segundo en una Mac M3 Ultra de 512 GB, según las pruebas de Hugging Face.
  • En el Benchmarking Hub de Epoch AI, su mejor variante obtuvo 88,6 % en GPQA Diamond y 98,1 % en OTIS Mock AIME. OpenRouter lo lista a 1,25 USD por millón de tokens de entrada y 4,25 USD de salida.
  • La licencia es propia de Meta y Epoch AI la clasifica como pesos abiertos con restricciones de uso: hay que leerla antes de usarlo en un producto.
Qué significa para tu pyme. Más modelos abiertos de primer nivel significa más proveedores compitiendo por hospedarlos y precios a la baja. Si tu negocio maneja datos sensibles, un modelo abierto se puede instalar en una nube de tu región en lugar de enviar todo a un proveedor del extranjero.

Fuentes: Hugging Face Blog, Welcome Muse Spark Open (15 de octubre de 2026, EN); Epoch AI, Benchmarking Hub (17 de octubre de 2026, EN); OpenRouter, Lista pública de modelos y precios (17 de octubre de 2026, EN). Ficha de Muse Spark Open. Cuánta memoria necesita un modelo abierto.

Reflection lanza Beam, un modelo abierto de 501.000 millones de parámetros con licencia Apache 2.0

Reflection, un laboratorio nuevo de Estados Unidos, publicó el 16 de octubre su primer modelo, Beam 1.0. Es de pesos abiertos, acepta solo texto, admite 1 millón de tokens de contexto y está orientado a programación y agentes.

  • Usa 23.000 millones de parámetros activos por token de un total de 501.000 millones. La versión NVFP4 ocupa unos 280 GB y Hugging Face recomienda cuatro GPU B200 para servirla con margen.
  • Se publica con licencia Apache 2.0, que permite uso comercial.
  • Según los resultados que entregó el propio Reflection, logra 81,6 % en SWE-bench Verified en su versión BF16. Epoch AI todavía no publicó una evaluación independiente.
  • OpenRouter lo lista a 1 USD por millón de tokens de entrada y 3 USD de salida.
Qué significa para tu pyme. Una licencia Apache 2.0 en un modelo de este tamaño es poco común: permite adaptarlo y usarlo comercialmente sin pedir permiso. Para la mayoría de las pymes, lo práctico es usarlo a través de un proveedor que ya lo hospede y comparar costos con los modelos cerrados.

Los puntajes de benchmarks de esta nota los publicó el propio fabricante.

Fuentes: Hugging Face Blog, Welcome Beam: a 501B open model you can own, customize, and scale (16 de octubre de 2026, EN); OpenRouter, Lista pública de modelos y precios (17 de octubre de 2026, EN).

Nuevas funciones

ChatGPT ya puede leer y operar varias pestañas de Chrome

OpenAI actualizó la extensión de ChatGPT para Chrome: ahora puede usar como contexto varias pestañas abiertas a la vez y, en el modo Work, actuar sobre ellas, por ejemplo completar formularios o descargar archivos, según Infobae.

  • Basta con mencionar a Chrome en la app web o de escritorio de ChatGPT para que use las pestañas abiertas.
  • La extensión pide permiso explícito antes de acceder al historial de navegación.
  • El despliegue es gradual y depende del plan, la región y el dispositivo.
Qué significa para tu pyme. Tareas como pasar precios de tres proveedores a una planilla o completar un registro con datos de otra pestaña se pueden delegar. Antes de usarlo con sistemas de tu negocio, prueba con cuentas sin datos sensibles y revisa cada acción antes de confirmarla.

Fuente: Infobae, ChatGPT ya puede leer y controlar las pestañas abiertas en Chrome (16 de octubre de 2026, ES).

xAI lanza Grok Voice 3.0 para agentes de voz, a 0,08 USD por minuto

xAI presentó el 14 de octubre Grok Voice 3.0, un modelo de voz a voz para atención telefónica y asistentes, disponible en su API al mismo precio que la versión anterior.

  • Cuesta 0,08 USD por minuto (4,80 USD por hora) en su Voice Agent API.
  • xAI cita a Artificial Analysis, que lo ubica primero en su índice de voz a voz con 86,9 puntos.
  • Según xAI, los centros de llamadas de Starlink lo usan para atender 20.000 llamadas por día y cerca del 70 % se resuelve sin intervención humana.
Qué significa para tu pyme. Con ese precio, 1.000 minutos de llamadas atendidas por un agente de voz cuestan 80 USD de modelo, sin contar la línea telefónica ni la plataforma. Si tu negocio recibe muchas llamadas repetidas (horarios, estado de pedidos, turnos), vale la pena comparar ese costo con el de cubrir el teléfono.

Las cifras de uso y de resultados las publica la propia empresa sobre su producto.

Fuente: xAI, Introducing Grok Voice 3.0 (14 de octubre de 2026, EN).

Tutorial del día

Calcula cuánto te cuesta el modelo de un agente de WhatsApp

Antes de elegir modelo, haz la cuenta con tus números. Tomamos como ejemplo 1.000 conversaciones al mes, cada una con 2.000 tokens de entrada (instrucciones, historial y mensaje del cliente) y 500 tokens de salida (la respuesta). Reemplaza esos supuestos con los tuyos.

  1. Calcula los tokens del mes: 1.000 × 2.000 = 2 millones de tokens de entrada y 1.000 × 500 = 500.000 tokens de salida.
  2. Busca el precio por millón de tokens de entrada y de salida de cada modelo candidato en nuestra comparativa de modelos.
  3. Aplica la fórmula: (2 × precio de entrada) + (0,5 × precio de salida). Con precios de OpenRouter al 17 de octubre de 2026: Claude Haiku 5.5 o GPT-6 Luna (0,10 / 0,50 USD) cuestan 0,45 USD al mes; DeepSeek V4.1 Flash (0,15 / 0,60 USD), 0,60 USD; Gemini 3.8 Flash (0,825 / 4,125 USD), unos 3,71 USD; Claude Sonnet 5.5 (2 / 10 USD), 9 USD.
  4. Suma lo que no es el modelo: la plataforma de WhatsApp Business, la herramienta que conecta el agente y tu tiempo de revisión. Casi siempre pesan más que el modelo.
  5. Prueba los dos o tres más baratos con 20 preguntas reales de clientes en español y quédate con el más barato que responda bien.

Si el modelo razona mucho antes de responder, gasta más tokens de salida y la cuenta sube. Repite el cálculo cuando cambien los precios: los actualizamos cada semana.

Precios: OpenRouter, consultados el 17 de octubre de 2026. Comparativa de modelos · Tokens y costos.

Caso de estudio

Cómo Itaú lleva un asistente con IA a 300.000 clientes en Brasil

Itaú, uno de los bancos más grandes de Brasil, lanzó ia.i, una capa conversacional por texto o voz para cuentas, crédito, tarjetas y seguros, y la apoya en IARA, una plataforma interna que da a sus equipos acceso controlado a distintos modelos.

  • ia.i llegó a unos 300.000 clientes en su primera fase y el objetivo es cubrir toda la base de clientes a fines de 2026.
  • La solución del área legal trabaja sobre más de 90 millones de documentos, ejecuta más de 2 millones de tareas por mes y reporta mejoras de eficiencia de entre 20 % y 80 % en etapas de sus procesos.
  • El banco usa varios modelos en lugar de uno: modelos rápidos y baratos para lo simple y modelos de razonamiento para lo complejo. IARA controla el costo por token, la exactitud y las políticas de IA responsable.

“Mucho de esto se trata de hacer algo simple, directo y útil, que dé un beneficio directo al cliente y haga que la tecnología casi no se note.”

Original: “Much of it is about making something simple, direct, and useful, delivering a direct benefit to the customer, and making the technology almost unnoticeable.”

Carlos Eduardo Mazzei, CTO de Itaú, en el caso publicado por OpenAI. Traducción nuestra.
Qué significa para tu pyme. Tres lecciones que sirven a cualquier escala: empieza por un problema cotidiano concreto (una consulta sobre un cargo, una transacción simple), lanza con un grupo chico para aprender y mide el costo por token desde el primer día. No necesitas un modelo caro para todo: usa uno barato para las preguntas simples.

Caso publicado por OpenAI, proveedor de Itaú. Las cifras son las que informan las empresas; no las verificamos de forma independiente.

Fuente: OpenAI, How Itaú is building generative AI for its entire customer base (16 de octubre de 2026, EN).

Open source y open weights

Mistral publica Timestral, modelos de pronóstico que corren en CPU

Mistral lanzó el 15 de octubre Timestral, su primera familia de modelos para series de tiempo: pronostican valores futuros (ventas, consumo, sensores) a partir de datos históricos, sin entrenarlos con tus datos.

  • Vienen en cuatro tamaños, de 5 a 209 millones de parámetros, y no necesitan GPU: en un servidor con 8 hilos de CPU, el modelo de 5 millones pronostica un día a partir de tres semanas de datos cada 15 minutos en 10 milisegundos, según Mistral.
  • Entregan pronósticos probabilísticos (rangos, no solo un número) y aceptan variables conocidas de antemano, como feriados o promociones.
  • La licencia es MIT modificada; Mistral publicó un repositorio para correrlos con datos propios.
Qué significa para tu pyme. Pronosticar la demanda de la semana para decidir cuánto comprar o cuánto personal poner ya no exige un equipo de ciencia de datos. Un modelo chico que corre en CPU se puede probar con la planilla de ventas de los últimos meses.

Los resultados de benchmarks los publica el propio fabricante.

Fuente: Mistral AI, Introducing Timestral (15 de octubre de 2026, EN).

Radar LatAm

Banco Galicia arma su banca con agentes de IA y define qué no puede resolver la IA

Banco Galicia, de Argentina, despliega un asistente con IA generativa que coordina agentes especializados por producto y avanza por etapas: primero informa, después consulta datos del cliente y al final hará transacciones con autenticación reforzada, según una entrevista de iProUP con Diego Baccini, Head of Channels.

  • Un agente orquestador reparte cada consulta entre agentes verticales (comerciales, crediticios y operativos) dentro de la misma conversación.
  • Las sospechas de fraude, transferencias atípicas, moras complejas y colocaciones de crédito quedan sujetas a validaciones reforzadas y criterio humano.
  • Cuando el caso pasa a una persona, el sistema transfiere el historial completo para que el cliente no repita sus datos.

“Una buena IA no tiene que intentar resolver absolutamente todo, también tiene que saber cuándo darle paso a una persona.”

Diego Baccini, Head of Channels de Banco Galicia, a iProUP.
Qué significa para tu pyme. El esquema sirve a cualquier escala: define por escrito qué temas no responde la IA, qué pasa a una persona y con qué contexto. Un agente que deriva bien vale más que uno que intenta todo.

Fuente: iProUP, El Galicia lanza su banca agéntica y revela cómo la IA cambiará la atención y las sucursales (17 de octubre de 2026, ES). Qué es un agente de IA.

Colombia capacita en IA a más de 130 asesores de su Congreso

El programa UTL en Acción, de la Escuela de Gobierno Alberto Lleras Camargo de la Universidad de los Andes y el Consejo Privado de Competitividad, ya capacitó a más de 130 integrantes de las Unidades de Trabajo Legislativo en el uso de IA para preparar debates con evidencia, según Infobae.

  • El programa tuvo 24 horas de sesiones presenciales y virtuales, con un módulo dedicado a IA, escucha en redes sociales, encuestas y revisión de prensa.
  • La nota contrasta el caso colombiano con México, donde la discusión sigue en la etapa de diagnóstico.
Qué significa para tu pyme. La capacitación práctica, no la herramienta, es lo que separa a quienes usan IA de quienes solo hablan de ella. Si tienes equipo, una sesión corta con casos de tu propio negocio rinde más que una suscripción sin uso.

Fuente: Infobae, El rezago institucional de América Latina ante la inteligencia artificial, un riesgo que el ejemplo colombiano hace visible (16 de octubre de 2026, ES). Plan de 90 días para aprender agentes.

En pocas líneas

  • Gemini 4 Argon encabeza la tabla general de texto de LMArena publicada el 15 de octubre; en la categoría en español, el primero es Claude Opus 5.5, con 294 votos y diferencias de pocos puntos con los siguientes. Ver más.
  • Meta suma Muse Wonder, su modelo cerrado de frontera, que OpenRouter lista desde el 12 de octubre a 4 USD por millón de tokens de entrada y 20 USD de salida. Ver más.
  • Un estudio de YouGov encargado por Meta a casi 4.000 dueños de pequeñas empresas de nueve mercados de Asia-Pacífico encontró que el 84 % ya usa IA. El estudio no incluye países de Latinoamérica. Fuente: Meta Newsroom.
  • Lanzamos la comparativa de modelos de CasosDeUsoIA: 80 modelos con precio, contexto, Elo en español y benchmarks, con la fuente de cada número. Ver más.

Notas redactadas con ayuda de un agente de IA según nuestro estándar editorial, a partir de las fuentes enlazadas, y revisadas el 17 de octubre de 2026. Citar a una empresa o medio no implica que respalde a CasosDeUsoIA. Nadie pagó por aparecer en este diario. Si ves un error, escríbenos a hola@casosdeusoia.ai y lo corregimos.