DeepSeek y Replit cambian de modelo: cómo proteger tu agente

DeepSeek actualiza V4.1 Flash y publica los pesos con licencia MIT

DeepSeek lanzó el 17 de octubre DeepSeek-V4.1-Flash-1017, una actualización menor de su modelo rápido y económico. Ya funciona en su web, su app y su API, y los pesos están en Hugging Face y ModelScope.

• En la API, el nombre deepseek-flash ahora lo atiende la versión 1017, sin cambios en la forma de llamarlo. Los nombres viejos deepseek-v4-flash y deepseek-v4-flash-vision-exp se siguen aceptando, pero esos modelos ya están retirados y las llamadas las responde el modelo nuevo, al precio de Flash.
• La ficha de Hugging Face indica licencia MIT y contexto de 1 millón de tokens. OpenRouter lo lista a 0,15 USD por millón de tokens de entrada y 0,60 USD de salida, con tarifa doble en algunas franjas horarias de los días hábiles.
• Según DeepSeek, supera a la versión anterior en todas sus pruebas, con respuestas más cortas y tareas más rápidas. Por ejemplo, 77,0 % en DeepSWE v1.1 frente a 74,2 %.
• También abrió a todos sus API de búsqueda y lectura web (Search y Fetch), a 0,75 USD por cada 1.000 llamadas. Desde DeepSeek Harness, Claude Code y Codex son gratis hasta el 31 de octubre a las 16:00 UTC.

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

Fuentes: DeepSeek API Docs, DeepSeek-V4.1-Flash-1017 (17 de octubre de 2026, EN); DeepSeek API Docs, Your First API Call (18 de octubre de 2026, EN); Hugging Face, DeepSeek-V4.1-Flash-1017 (17 de octubre de 2026, EN); OpenRouter, DeepSeek V4.1 Flash 1017 (18 de octubre de 2026, EN). Ficha de DeepSeek V4.1 Flash 1017. Modelos retirados.

Elorian lanza Glimpse, un modelo que vuelve a mirar la imagen antes de responder

Elorian, una startup fundada por un ex investigador de Google DeepMind, presentó el 16 de octubre Glimpse, su primer modelo. Recibe texto, imágenes y video, responde en texto y está disponible por API y en un chat, como vista previa.

• En lugar de describir la imagen una sola vez y razonar sobre ese texto, puede acercarse a una zona, volver a ver un tramo de video con más cuadros por segundo o ejecutar código para medir lo que ve, según Elorian.
• OpenRouter lo lista a 0,60 USD por millón de tokens de entrada y 3 USD de salida, con unos 262.000 tokens de contexto. Elorian dice que esas tarifas son 94 % más bajas que las de GPT-6 Astra y 85 % más bajas que las de Claude Opus 5.5.
• En las pruebas que publicó Elorian, supera a GPT-6 Astra en cuatro evaluaciones, como el conteo de objetos (83,36 frente a 82,02 en FSC-147), pero queda por debajo en otras, como el conteo en fotos de productos (82,66 frente a 86,42 en CountQA).
• Elorian lo entrenó con un equipo chico y unos cientos de GPU a partir de un modelo base de pesos abiertos, pero Glimpse se ofrece solo por API.

Los puntajes y las comparaciones de precio los publicó el propio fabricante.

Fuentes: Elorian, Introducing Glimpse (16 de octubre de 2026, EN); OpenRouter, Glimpse (18 de octubre de 2026, EN); Infobae, Una startup lanzó una IA que mira varias veces la misma imagen antes de responder (17 de octubre de 2026, ES). Ficha de Glimpse.

Prepara tu agente para cambiar de modelo sin romper nada

Esta semana DeepSeek cambió el modelo detrás del mismo nombre de su API y Replit cambió su modelo predeterminado. Este tipo de cambio se va a repetir. Con estos pasos, cambiar de modelo se vuelve una prueba de rutina.

1. Arma un set de prueba: 20 preguntas reales de clientes en español con la respuesta que consideras correcta, más 3 casos que el agente debe derivar a una persona. Guárdalo en una planilla.
2. Anota qué modelo usa cada herramienta. Si tu proveedor ofrece un nombre con versión fija y otro genérico que se actualiza solo, elige a conciencia: el fijo no cambia sin aviso; el genérico recibe mejoras, pero también cambios que no probaste.
3. Pon el nombre del modelo en un solo lugar de la configuración (una variable o un campo de tu herramienta sin código), no repetido en cada flujo. Así cambiarlo es editar una línea.
4. Revisa una vez al mes la página de modelos retirados de cada proveedor. En nuestra comparativa marcamos los retirados con su fuente.
5. Cuando cambie el modelo, corre el set de prueba, compara respuestas, formato y costo de una semana típica, y recién entonces pasa todo el tráfico.

Si usas una plataforma que te deja elegir modelo, como Replit, revisa cuál quedó como predeterminado: según TechCrunch, la mayoría de los clientes no lo cambia.

Fuentes: DeepSeek API Docs, TechCrunch, consultadas el 18 de octubre de 2026. Comparativa de modelos · Tokens y costos.

Cómo cambió el trabajo en Anthropic con seis horas de agentes por cada hora humana

Anthropic publicó el 16 de octubre un informe sobre cómo la IA reorganizó el trabajo dentro de la empresa, con datos internos de empleo, uso de agentes, productividad, encuestas y calendarios, más 17 entrevistas a empleados.

• En agosto, las horas de trabajo de los agentes que dirigen sus empleados superaban seis a uno a las horas humanas. La proporción de contrataciones técnicas junior bajó de 27 % a 9 % desde inicios de 2025.
• Leer todo lo que producen sus agentes de Claude les llevaría a los empleados no técnicos más de media semana laboral. Por eso crece el trabajo de organizar y vigilar agentes: pasó de 10 % a 22 % de sus sesiones con Claude entre el otoño boreal de 2025 y la primavera boreal de 2026.
• Un ejecutivo de cuentas dice que las automatizaciones con Claude reemplazaron cerca del 20 % de sus tareas; otro, que le permitieron hablar con 30 % más clientes. El empleado típico pasa 20 % más tiempo en reuniones que hace un año.
• El informe no encontró más líneas borradas o revertidas en el código escrito por agentes que en el escrito por la misma persona, y aclara que más código no significa necesariamente mejor código.

Informe que Anthropic publica sobre sí misma, con datos internos que no verificamos de forma independiente. Anthropic vende los modelos que usa.

Fuentes: Anthropic, How employment is changing at Anthropic (16 de octubre de 2026, EN); TechCrunch, Anthropic says its workforce has become less junior and is spending more time in meetings (17 de octubre de 2026, EN).

Los modelos de pesos abiertos ya procesan 7 de cada 10 tokens en la plataforma de Vercel

Vercel publicó el 15 de octubre su índice mensual de AI Gateway, el servicio con el que sus clientes llaman a modelos de distintos laboratorios. Según el informe, que cubre septiembre, los modelos de pesos abiertos procesan el 71,5 % de los tokens y reciben el 23 % del gasto.

• DeepSeek V4.1 Flash procesó casi la mitad de todos los tokens de septiembre, pero se llevó solo el 2,6 % del gasto.
• El gasto de septiembre fue unas 13 veces el de diciembre, mientras el precio promedio por token bajó 47 %.
• Casi 1 de cada 3 equipos cambió en septiembre el laboratorio que más usa, un récord del índice.
• Jev, de TypeSafe AI, un modelo que no escribe texto sino que devuelve decisiones con un porcentaje de certeza, llegó al 35 % de los equipos pagos en dos semanas, la adopción más rápida en la historia de AI Gateway, con solo el 0,27 % del gasto.

Datos de uso que Vercel publica sobre su propia plataforma: reflejan a sus clientes, no a todo el mercado.

Fuentes: Vercel, Open weight takes 71.5% of tokens and 23% of spend (15 de octubre de 2026, EN); Infobae, Un modelo de IA que no escribe texto se volvió el de adopción más rápida en Vercel (17 de octubre de 2026, ES). Modelos de pesos abiertos en la comparativa. Guía de open source.

Wealth2B, de Argentina, ofrece asesoría de inversión con IA a bancos y fintech

La startup argentina Wealth2B vende a bancos, fintech y agentes de bolsa la infraestructura para ofrecer acciones y ETF de Estados Unidos dentro de sus propias apps, por API o con marca blanca, según iProUP.

• Su sistema SmartInvest AI responde consultas y explica alternativas con el perfil de riesgo, los objetivos, el horizonte y la cartera de cada cliente, siempre dentro de opciones configuradas y aprobadas de antemano.
• La empresa informa más de 150.000 cuentas de clientes finales, cinco instituciones integradas y dos en proceso.
• Registró 30,27 millones de USD en volumen de operaciones en el tercer trimestre de 2026 y proyecta superar los 300 millones anuales en 2027.
• Explora conectar sus servicios con asistentes de IA mediante MCP y busca crecer en Argentina y México.

Las cifras de cuentas, volumen y proyecciones las informa la propia empresa. Esta nota no es una recomendación de inversión.

Fuente: iProUP, Startup argentina usa IA para ayudar a invertir en Wall Street y planea facturar u$s300 M (18 de octubre de 2026, ES). Qué es MCP.