Noticias de IA: febrero de 2026

Febrero de 2026 giró en torno a la programación con agentes. OpenAI encadenó tres lanzamientos de Codex en dos semanas, empezando por GPT-5.3-Codex, y Google respondió en la gama alta con Gemini 3.1 Pro y en imagen con Nano Banana 2. Entre medias, MiniMax bajó otra vez el suelo de precios y OpenAI estrenó Frontier, su plataforma de agentes para empresas.

GPT-5.3-Codex disponible en toda la superficie de Codex

OpenAI lanzó GPT-5.3-Codex el 5 de febrero para los planes de pago de ChatGPT en la app, el CLI, el IDE y la web; el acceso por API quedó para “las próximas semanas”. Según OpenAI, es un 25% más rápido que GPT-5.2-Codex y gasta menos tokens para el mismo resultado. Los saltos grandes están en terminal y uso de ordenador: 77,3% en Terminal-Bench 2.0 (13 puntos más que su antecesor) y 64,7% en OSWorld-Verified (26 puntos más); en SWE-Bench Pro la mejora es de 0,4 puntos. Los benchmarks son del propio fabricante.

Para equipos que ya trabajan con agentes de código, el dato útil es dónde mejora: tareas de terminal y de ordenador completo, no la resolución de issues clásica, que apenas se mueve.

Fuente: OpenAI · también en Neowin y Digital Applied

GPT-5.3-Codex-Spark: código en tiempo real sobre hardware de Cerebras

Una semana después, el 12 de febrero, OpenAI presentó GPT-5.3-Codex-Spark, versión reducida del anterior y su primer modelo de codificación en tiempo real: más de 1.000 tokens por segundo, ventana de 128k y, de momento, solo texto. Corre sobre el Wafer Scale Engine 3 de Cerebras, primer fruto de esa alianza. Por defecto hace ediciones mínimas y no ejecuta tests salvo que se le pida. Está en research preview solo para usuarios de ChatGPT Pro, y su uso no descuenta de los límites estándar de Codex.

La latencia casi nula cambia el modo de trabajar: ediciones mientras se teclea en vez de tareas que se encolan. La contrapartida es un modelo menos exhaustivo, pensado para el bucle rápido y no para el refactor grande.

Fuente: OpenAI · también en Help Net Security y Cerebras

La app de Codex llega a macOS para todos los planes

OpenAI abrió el mes, el 2 de febrero, con la app de Codex para macOS, descargable con cualquier plan de ChatGPT, incluido el gratuito durante un tiempo limitado. Permite gestionar varios agentes en hilos por proyecto, con uso de ordenador en segundo plano (el agente ve, clica y escribe con su propio cursor mientras el usuario sigue a lo suyo), navegador integrado, worktrees para que varios agentes toquen el mismo repositorio, automatizaciones programadas y conexión SSH a máquinas remotas. No hay versión para Windows ni Linux anunciada.

Es la pieza que convierte Codex de herramienta de terminal en entorno de trabajo: orquestar varios agentes en paralelo deja de requerir montaje propio.

Fuente: OpenAI · también en 9to5Mac y VentureBeat

Gemini 3.1 Pro dobla a su antecesor en ARC-AGI-2

Google lanzó Gemini 3.1 Pro el 19 de febrero en preview para desarrolladores (Gemini API, AI Studio, Vertex AI) y consumidores (app Gemini, NotebookLM). El dato que concentró la conversación: 77,1% en ARC-AGI-2 con verificación externa, más del doble del 31,1% de Gemini 3 Pro. La cobertura técnica lo sitúa por delante de los modelos frontera de Anthropic y OpenAI en ese test, con un precio en preview de menos de la mitad que el modelo de Anthropic equivalente, y celebra las mejoras prácticas en generación de SVG, interfaces y código, aunque con escepticismo sobre la persecución de benchmarks.

Para quien elige modelo por tarea, el movimiento relevante es de precio por capacidad: razonamiento de gama alta a coste medio, todavía en preview y sin fecha de disponibilidad general.

Fuente: Google DeepMind · también en Latent.Space y Zvi Mowshowitz

Nano Banana 2: la imagen de Google, más rápida y a mitad de precio

El 26 de febrero Google lanzó Nano Banana 2 (nombre técnico Gemini 3.1 Flash Image): renderizado de texto preciso, coherencia de hasta 5 personajes y 14 objetos por imagen, resolución de 512px a 4K y despliegue simultáneo en la app Gemini, Search, Flow, Google Ads y las APIs (en preview). Llegó a 141 países nuevos. Según el evaluador externo Artificial Analysis, lidera las clasificaciones de texto-a-imagen y cuesta unos 67 dólares por mil imágenes, la mitad que GPT Image 1.5 o que Nano Banana Pro.

Para producción de creatividades a volumen (fichas de producto, anuncios, variantes por idioma), el corte de precio a la mitad con texto legible dentro de la imagen es el argumento; las cifras de coste son del evaluador externo, no de Google.

Fuente: Google DeepMind · también en Deevid AI y Latent.Space

MiniMax M2.5 empuja el precio de los agentes hacia abajo

MiniMax lanzó M2.5 y M2.5-Lightning el 12 de febrero. La compañía cita 80,2% en SWE-Bench Verified y velocidad comparable a los modelos frontera occidentales, con un precio de 0,30 dólares por millón de tokens de entrada y 2,40 por millón de salida en Lightning (M2.5 cuesta la mitad), además de una tarifa por horas: 1 dólar la hora a 100 tokens por segundo continuos. Según MiniMax, sale entre 10 y 20 veces más barato que los modelos de gama alta de Anthropic, Google y OpenAI. No localizamos verificación independiente de estos benchmarks: todas las cifras son del fabricante.

Si esas cifras se sostienen, el coste de las cargas agénticas de larga duración baja de forma apreciable. Al no haber verificación externa, hay que validarlas con pruebas propias antes de migrar nada.

Fuente: MiniMax

Gemini crea música: Lyria 3 llega a la app

Google integró Lyria 3 en la app de Gemini el 18 de febrero: pistas de 30 segundos con portada a partir de texto o fotos, letras generadas si el usuario no las aporta y control de estilo, voces y tempo. Está en 8 idiomas (español incluido), restringido a mayores de 18 años, con marca de agua SynthID en cada pista, filtros frente a material existente y un mecanismo de reporte de derechos. Los suscriptores de pago tienen límites más altos, sin cifras publicadas.

Para equipos de contenido es audio de maqueta instantáneo (sintonías, fondos para vídeo corto) con la trazabilidad de la marca de agua resuelta de serie. El límite de 30 segundos por pista restringe el uso a maquetas.

Fuente: Google DeepMind

Gemini 3 Deep Think, actualizado para ciencia e ingeniería

El 12 de febrero Google actualizó Deep Think, su modo de razonamiento largo: 84,6% en ARC-AGI-2 (verificado por la ARC Prize Foundation), 48,4% en Humanity’s Last Exam sin herramientas, Elo 3455 en Codeforces y nivel de oro en las olimpiadas internacionales de matemáticas, física y química de 2025. Google muestra ejemplos concretos: revisión de artículos matemáticos en Rutgers, optimización de crecimiento de cristales en Duke y conversión de bocetos en piezas imprimibles en 3D. Disponible en la app solo para suscriptores de Google AI Ultra; el acceso por API sigue en beta con formulario.

El perfil de uso es concreto: problemas de ciencia e ingeniería que toleran esperar minutos por una respuesta mejor. Salvo el ARC-AGI-2 verificado, los benchmarks son de Google.

Fuente: Google DeepMind

Hedra Omnia unifica el vídeo de personajes en un solo modelo

Hedra lanzó Omnia el 5 de febrero: un único modelo que procesa visión, texto y audio a la vez para generar clips de hasta 8 segundos en 1080p, en lugar de encadenar sistemas separados de imagen, movimiento y sonido. El audio no solo sincroniza labios: condiciona el ritmo y la expresividad de todo el clip, con detalles cuidados como parpadeo natural, manos estables y logos que no se deforman. Disponible desde el primer día en la plataforma de Hedra con registro gratuito, orientado a UGC, pódcast en vídeo y contenido de marca.

Para vídeo con presentador o avatar es un salto de calidad percibida sin tocar el flujo de trabajo: el mismo prompt produce un clip con menos artefactos visibles.

Fuente: Hedra · también en Evolution AI Hub

OpenAI Frontier: plataforma empresarial para gestionar agentes

También el 5 de febrero, OpenAI presentó Frontier, su plataforma empresarial para construir, desplegar y gestionar agentes: onboarding de agentes, bucle de feedback al estilo de una evaluación de desempeño y compatibilidad con agentes construidos fuera de OpenAI, conectados a datos y aplicaciones externas. Clientes iniciales citados: HP, Oracle, State Farm y Uber. Sin precios publicados y con acceso limitado al lanzamiento; el despliegue general se anunció para los meses siguientes.

La propuesta de tratar los agentes como capacidad operativa gestionada, con ciclo de vida y evaluación, es la parte con más recorrido del anuncio. El acceso restringido y la falta de precio impiden evaluarla todavía.

Fuente: OpenAI · también en TechCrunch e InfoQ