Noticias de IA: junio de 2026

Junio de 2026 acabó con un 30 de junio cargado: Anthropic lanzó Claude Sonnet 5 y Claude Science el mismo día en que EE. UU. levantaba los controles de exportación sobre Fable 5 y Mythos 5, y Google publicó Nano Banana 2 Lite. Días antes, OpenAI había abierto la preview de GPT-5.6 Sol y Meituan presentaba LongCat-2.0, el primer modelo gigante chino entrenado por completo en chips nacionales.

Claude Sonnet 5 disponible en la API

Anthropic lanzó Claude Sonnet 5 el 30 de junio, con disponibilidad general inmediata en todos los planes y como modelo por defecto en Free y Pro. Precio introductorio hasta el 31 de agosto: 2 dólares por millón de tokens de entrada y 10 por millón de salida (después, 3 y 15, lo mismo que Sonnet 4.6). Ventana de contexto de 1 millón de tokens, salida de hasta 128k y “adaptive thinking” activado por defecto. Anthropic cita 81,3% en OSWorld-Verified; Cursor reporta 57% en su CursorBench, frente al 49% de Sonnet 4.6. Un matiz de la documentación: el tokenizador nuevo produce en torno a un 30% más de tokens por el mismo texto, así que el coste por tarea puede variar aunque la tarifa no.

Para la mayoría de cargas en producción es la actualización natural: más capacidad al mismo precio nominal. Conviene medir el efecto del tokenizador en las facturas antes de dar el ahorro por hecho; en la conversación técnica, la ventaja de coste frente a Opus 4.8 se sostiene en esfuerzo medio y se diluye en esfuerzo alto.

Fuente: Anthropic · también en TestingCatalog y The Deep View

GPT-5.6 Sol, en preview para una veintena de socios

OpenAI presentó el 26 de junio la familia GPT-5.6: Sol (insignia, 5 dólares por millón de entrada y 30 de salida), Terra (2,50 y 15) y Luna (1 y 6). Sol añade un “modo ultra” con subagentes; la prensa técnica recoge 88,8% en Terminal-Bench 2.1 (91,9% en ultra), por delante de GPT-5.5 y de Claude Mythos 5 en esa prueba. El acceso es una preview limitada a unas 20 organizaciones seleccionadas por contacto directo, sin lista de espera pública ni presencia en ChatGPT; OpenAI compartió el modelo y su plan de despliegue con el gobierno de EE. UU. antes de ampliarlo, y declara más de 700.000 horas-GPU de red teaming.

No hay nada que adoptar todavía: es el anuncio de a qué precios y con qué escalones llegará la siguiente familia. El despliegue restringido con revisión gubernamental previa llegó el mismo mes del episodio de Fable 5.

Fuente: TestingCatalog · también en The Deep View y Neat Prompts

Claude Science: el banco de trabajo de Anthropic para científicos

También el 30 de junio, Anthropic lanzó Claude Science en beta pública para los planes de pago: un agente coordinador con más de 60 skills y conectores para genómica, proteómica, biología estructural y quimioinformática, acceso a bases de datos como UniProt, PDB, Ensembl o ChEMBL, e integración del NVIDIA BioNeMo Agent Toolkit con los modelos Evo 2, Boltz-2 y OpenFold3. Ejecuta cómputo en el portátil, en clústeres HPC por SSH o en GPU bajo demanda vía Modal. El programa “AI for Science” financia hasta 50 proyectos con créditos de hasta 30.000 dólares.

Es la misma jugada que Claude Code y sus skills, aplicada al laboratorio: el agente generalista más el andamiaje de herramientas del dominio. Para equipos de investigación, la parte accionable es que funciona sobre infraestructura propia, del portátil al clúster.

Fuente: Anthropic · también en MIT Technology Review y The Deep View

LongCat-2.0: 1,6 billones de parámetros sin hardware de Nvidia

Meituan publicó LongCat-2.0 el 30 de junio: MoE de 1,6 billones de parámetros (48B activos), contexto de 1 millón de tokens y preentrenamiento sobre más de 35 billones de tokens en un clúster de unos 50.000 chips domésticos, sin Nvidia en el proceso. Meituan lo reivindica como el mayor modelo chino entrenado íntegramente en hardware nacional; varias fuentes identifican los chips como Huawei Ascend, sin confirmación oficial. Cita 59,5 en SWE-bench Pro, por delante de GPT-5.5 según esas mismas fuentes. La API es compatible con los formatos de OpenAI y Anthropic (0,75 dólares por millón de entrada, 2,95 de salida); los pesos, anunciados bajo MIT, aún no estaban publicados en el lanzamiento.

La noticia es industrial más que de benchmark: el preentrenamiento completo fuera del hardware de Nvidia era la frontera que faltaba por cruzar. Como modelo utilizable, la compatibilidad de API abarata probarlo, con los pesos todavía pendientes.

Fuente: SCMP · también en TestingCatalog y Hugging Face

MiniMax M3: código, 1M de contexto y multimodalidad en un modelo

MiniMax abrió el mes, el 1 de junio, con M3: contexto de 1 millón de tokens con su atención dispersa MSA y, según la compañía, el primer modelo de pesos abiertos que combina programación de frontera, ese contexto y multimodalidad nativa de imagen y vídeo. Los benchmarks (59,0% en SWE-Bench Pro, 83,5% en BrowseComp) son autorreportados y sin verificación externa, como señala The Decoder. En el lanzamiento los pesos no estaban publicados: MiniMax prometió subirlos “en los próximos 10 días”, así que lo de “open-weight” era, ese día, una promesa. Fuentes secundarias citan 0,30 dólares por millón de entrada.

La combinación anunciada es exactamente lo que piden los agentes multimodales baratos. Hasta que los pesos estén publicados y alguien externo replique las cifras, conviene limitarse a probarlo vía API.

Fuente: MiniMax · también en The Decoder y VentureBeat

Microsoft Build 2026: modelos propios y la app de Copilot

En la Build (primera semana de junio), Microsoft presentó MAI-Thinking-1, su primer modelo de razonamiento propio: MoE de 35B, contexto de 256k, entrenado sin destilar de otros proveedores, con 97,0% en AIME 2025 según Microsoft y preferencia sobre Claude Sonnet 4.6 en evaluaciones ciegas de su partner Surge (cifras del fabricante); está en preview privada en Microsoft Foundry. Le acompañan MAI-Code-1-Flash, un modelo de código económico que llega al selector de GitHub Copilot en VS Code, y la GitHub Copilot App, una app de escritorio para dirigir varios agentes de código en paralelo con vista de sesiones, issues y pull requests.

El movimiento de fondo es Microsoft reduciendo dependencia de modelos ajenos en su propia pila. Para equipos que trabajan sobre GitHub, lo tangible a corto plazo es el modelo Flash en el selector de Copilot y la app de escritorio.

Fuente: TestingCatalog · también en Microsoft Foundry y Tech Times

DiffusionGemma: texto por difusión, 4 veces más rápido

Google DeepMind publicó DiffusionGemma el 10 de junio: un modelo experimental abierto (Apache 2.0) que genera texto por difusión discreta en vez del método autorregresivo habitual. Es un MoE de 26B basado en Gemma 4 con 3,8B activos, genera bloques de hasta 256 tokens en paralelo y, según Google, alcanza más de 1.000 tokens por segundo en una H100 y 700 en una RTX 5090; cuantizado cabe en 18 GB de VRAM. El propio Google reconoce la contrapartida: calidad por debajo del Gemma 4 estándar en todos sus benchmarks internos, con la edición en línea y el rellenado de código como casos objetivo.

Es la primera oportunidad seria de probar la generación por difusión en local: para autocompletado y edición interactiva, donde la latencia manda sobre la calidad máxima, el intercambio puede salir a cuenta.

Fuente: Google · también en Hugging Face y The New Stack

El mes de Fable 5: suspensión, clasificador nuevo y redespliegue

Claude Fable 5 se lanzó el 9 de junio con, según Anthropic, las salvaguardas más fuertes que ha aplicado jamás a uno de sus modelos (misma base que Mythos 5, que quedó restringido a socios de ciberseguridad defensiva). Tres días después, EE. UU. impuso controles de exportación tras un informe de investigadores de Amazon: presionado a identificar vulnerabilidades, el modelo llegó a producir código que demostraba cómo explotar una. Anthropic suspendió el acceso global 19 días al no poder verificar nacionalidades en tiempo real, construyó un clasificador que bloquea la técnica en más del 99% de los casos, publicó junto a Amazon, Microsoft y Google la escala de severidad de jailbreaks CJS-0 a CJS-4 (Project Glasswing) y abrió un programa de reporte en HackerOne. El acceso se restauró el 1 de julio.

Para quien construye sobre modelos frontera, el episodio deja dos lecciones operativas: un modelo puede desaparecer de un día para otro por orden regulatoria, y los planes de contingencia de modelo dejan de ser teóricos. Las pruebas de Anthropic de que modelos menos capaces reproducían los mismos exploits rebajan la gravedad técnica del hallazgo original.

Fuente: Anthropic · también en GBHackers y BleepingComputer

Nano Banana 2 Lite y Gemini Omni Flash, para construir

El 30 de junio Google publicó dos piezas para desarrolladores. Nano Banana 2 Lite (disponibilidad general): generación y edición de imagen en 4 segundos por imagen, unas 5 veces más rápido que Nano Banana 2, a 0,034 dólares por imagen en 1K (0,0168 en batch), con texto legible y SynthID; la cobertura externa señala texto pequeño y consistencia de personaje más débiles que en el modelo completo. Gemini Omni Flash (preview): la API del modelo de vídeo presentado en el I/O, con edición conversacional multi-turno, clips de máximo 10 segundos y precio de 0,10 dólares por segundo a 720p.

Para producto, Lite pone la generación de imagen en el rango de coste en que se puede integrar en flujos de usuario sin pensarlo dos veces; Omni Flash permite prototipar vídeo editable por conversación, con los límites de duración claros desde el primer día.

Fuente: Google · también en Ars Technica y eesel.ai

EE. UU. levanta los controles de exportación sobre Fable y Mythos

El episodio regulatorio del mes terminó el 30 de junio: el Departamento de Comercio levantó los controles de exportación impuestos el 12 de junio sobre Fable 5 y Mythos 5. Según el secretario de Comercio, Howard Lutnick, Anthropic ya no necesitará licencia de exportación a cambio de comprometerse a detectar riesgos de forma proactiva, colaborar en estándares para futuros modelos e informar de actividad maliciosa. El 26 de junio ya se había restaurado Mythos 5 para algunas organizaciones estadounidenses; Fable 5 volvió a estar disponible globalmente el 1 de julio.

El desenlace fija el marco de acceso a los modelos más capaces: disponibilidad global para la línea general (Fable) y acceso por organización aprobada para la variante sin restricciones (Mythos).

Fuente: CNBC · también en Washington Post y Nextgov/FCW