|
|
¡Buenas! Vamos con una buena dosis de futuro e IA. |
Hoy manda la calculadora. Ramp ha publicado en qué se gasta el dinero de IA de las empresas y el resultado incomoda: el modelo más capaz del mercado se lleva las migajas, porque casi nadie lo necesita para lo que hace cada día. Google llega justo a tiempo con un Gemini 3.7 Flash que mantiene precio y acierta bastante más, y OpenAI enseña una versión de su modelo bueno que va catorce veces más rápido, que es otra forma de bajar el coste de trabajar con IA. |
Esto es todo lo que necesitas saber hoy: |
💸 Las empresas ya tienen techo de gasto en IA ⚡ Gemini 3.7 Flash: mismo precio, 10 puntos más 💨 OpenAI pone GPT-5.6 Sol a 14 veces la velocidad 💡 Tutorial: que Google lea por ti y no te gaste tokens 🖊️ Prompt: audita tu historial y saca lo que hay que sistematizar 🎥 Video IA: La IA ya puede construir cosas desde cero
|
¿Nos conocías? ¡Suscríbete! | Aprende Claude con 10 minutos al día |
|
NOTICIAS |
💸 Las empresas ya encontraron el techo de lo que pagan por IA, y está por debajo del mejor modelo |
 |
Fuente: The Deep View |
|
Ramp publicó su índice mensual de gasto en IA entre sus clientes empresariales. Anthropic sigue primera en adopción: el 43,5% de sus clientes estadounidenses paga suscripciones o tokens, frente al 39,7% de OpenAI. Pero ese dinero no va a los modelos de arriba. Fable 5, el modelo más capaz del mercado, se lleva solo el 6% de los tokens que las empresas compran a Anthropic y el 11,4% del gasto, pese a costar alrededor del doble por token que GPT-5.6 Sol. |
Puntos clave: |
El techo, dicho en voz alta. Ara Kharazian, economista jefe de Ramp, lo resume así: con Fable 5 hemos encontrado un nuevo techo de cuánto está dispuesta a gastar una empresa en IA, y aquí más rendimiento ya no compensa el precio. El modelo funciona; lo que falla es el encaje entre lo que cuesta y lo que hace falta cada día. Dónde se van los tokens. GPT-5.6 Sol, el modelo intermedio de OpenAI, supone el 25% de los tokens consumidos por los clientes de OpenAI en Ramp. Mueve más dinero total que el modelo más capaz del mercado. El código abierto entra por la puerta de atrás. El 6,1% de los clientes de Ramp que usan IA ya paga plataformas que sirven modelos abiertos y chinos, como Hugging Face. Kharazian avisa de que el crecimiento de OpenAI y Anthropic tendrá que venir de empresas que ya gastan, y esas son justo las que se están pasando al abierto. xAI acelera. SpaceXAI firmó su mejor mes de crecimiento desde julio del año pasado: sube 0,94 puntos porcentuales y ya representa el 4% del gasto empresarial en IA. La letra pequeña. El índice solo cubre clientes de Ramp, en su mayoría startups y empresas pequeñas. Ramp arrancó en 2019 y muchas empresas grandes siguen con sistemas de facturación antiguos que estos datos no ven.
|
Por qué importa: Si estás decidiendo qué modelo mete tu equipo en producción, este dato te ahorra media discusión. La mayoría del trabajo real de una empresa (redactar, clasificar, resumir, extraer de documentos) se resuelve con el modelo intermedio, y pagar el de arriba para eso se nota en la factura de fin de mes. Lo que están haciendo las empresas que ya gastan en serio es elegir modelo por tarea y reservar el caro para lo que de verdad se atasca. |
👉 Leer la noticia completa en Digital Brain |
|
|
|
|
NOTICIAS |
⚡ Google mantiene el precio y sube el listón: así queda Gemini 3.7 Flash |
 |
Fuente: Google |
|
Google presentó Gemini 3.7 Flash, al que llama su modelo de trabajo más capaz hasta la fecha para programación y agentes. Sale al mismo precio que la versión anterior: 0,75 dólares por millón de tokens de entrada y 3,75 de salida. La compañía lo enfoca de forma explícita a agentes en producción, no a mejorar la experiencia de chat. Llega justo cuando las empresas están apretando el gasto en los modelos de arriba. |
Puntos clave: |
Lo que sube. En las comparativas de programación FrontierCode 1.1 Main y DeepSWE v1.1 mejora entre 10 y 15 puntos respecto a Gemini 3.6 Flash. En una de ellas pasa de escribir código listo para producción el 34% de las veces al 44%. Documentos densos. Saca 12 puntos más que su antecesor en GDP.pdf, la prueba de leer documentos complejos, y dobla su nota del 22% al 34% en otra medición del mismo tipo. Google señala mejoras en campos de mucho papel: finanzas, derecho y biociencias. Sigue sin ser el más barato. El modelo de menor coste de OpenAI, GPT-5.6 Luna, cobra 0,20 dólares por millón de entrada y 1,20 de salida. Gemini 3.7 Flash juega en la relación entre precio y capacidad, con Luna todavía por debajo en tarifa. Dónde se usa. Está en Google Antigravity (su plataforma para desarrollar con agentes), en la API de Gemini vía AI Studio y Android Studio, y en las plataformas de empresa. También entra en Gemini Spark para los suscriptores de AI Pro y Ultra. El movimiento de fondo. El lanzamiento llega tras un cambio fuerte en la cúpula: Demis Hassabis pasa de consejero delegado a presidente de DeepMind y jefe científico de Alphabet, y Jeff Dean deja la compañía para montar una empresa nueva, Discovery Loop.
|
Por qué importa: El coste real de un agente lo marca cuántas veces falla y hay que repetirle el encargo. La tarifa por millón de tokens es solo una parte. Un modelo que acierta diez puntos más a la primera en código y en lectura de documentos recorta esa repetición sin tocar el presupuesto. Si tienes procesos que mastican documentos (contratos, facturas, informes de proveedor), esta es la clase de modelo que conviene probar antes de asumir que necesitas el de arriba. |
👉 Leer la noticia completa en Digital Brain |
|
|
|
|
NOTICIAS |
💨 OpenAI pone su modelo bueno a 14 veces la velocidad |
 |
Fuente: OpenAI |
|
OpenAI enseñó Ultrafast, la capa de API con chips de Cerebras que acelera las respuestas de GPT-5.6 Sol hasta 14 veces y llega a 750 tokens por segundo. La alianza con Cerebras se anunció en enero, con planes para 750 megavatios de cómputo dedicado a velocidad. De momento es una versión previa por invitación y sin precio publicado. |
Puntos clave: |
La medida más clara. En Humanity's Last Exam, Sol con Ultrafast completó un examen de 2.500 preguntas en 11 horas. Fable 5 tardó 78 horas en el mismo examen, con resultados comparables. Lo que cuentan desde dentro. Un empleado de OpenAI describió la sensación como hacer trampas en su propio trabajo. Otro contó que sus investigaciones de seguridad pasaron de varias horas a diez minutos. Quién lo prueba fuera. Jane Street y Podium ya lo tienen en pruebas para detección de fraude y atención al cliente en directo, dos casos donde cada segundo de espera cuesta dinero. La pieza que falta. No hay tarifa publicada. OpenAI dice que irá abriendo el acceso a medida que entre en funcionamiento más capacidad de Cerebras.
|
Por qué importa: La velocidad decide qué tareas puedes automatizar de verdad. Un proceso que tarda una hora se revisa una vez al día; ese mismo proceso en cinco minutos cabe dentro de una llamada con un cliente o de un cierre contable. Mientras no haya precio público, esto marca hacia dónde va el año. Para presupuestarlo todavía no sirve. |
👉 Leer la noticia completa en Digital Brain |
|
|
|
|
NOTICIAS EN UN MINUTO |
🧠 ChatGPT ya recuerda lo que hiciste ayer en tu ordenador. Computer History convierte tu actividad en el ordenador en contexto que ChatGPT usa para responderte, y permite coger una tarea que ya completaste y convertirla en una capacidad repetible. Es opcional y hay que activarlo, pero cambia bastante lo que le tienes que explicar cada mañana. 🥊 Tres agentes de Claude se sabotearon entre ellos durante cuatro horas. Anthropic soltó varios agentes sobre el mismo proyecto sin decirles que había otros trabajando ahí. Acabaron bloqueándose el acceso, haciéndose pasar unos por otros y usando programas que se replicaban solos, hasta que en algunas pruebas pidieron ayuda humana y negociaron una tregua. 💰 Anthropic negocia salir a bolsa valorada en 2 billones. Según Financial Times, sus inversores están en conversaciones para una salida a bolsa con esa valoración. Sería de las mayores de la historia del sector y llega en plena discusión sobre si estas cifras son un suelo o un techo. ⏸️ Claude Code sigue trabajando solo cuando se te acaba el límite. Una casilla nueva en la aplicación de escritorio hace que la sesión retome el trabajo donde lo dejó en cuanto se renueva tu cuota. Suena menor, pero es justo el momento en el que se paran las tareas largas y alguien tiene que acordarse de volver. 🔍 X abre su algoritmo y puedes ver si te han limitado el alcance. La red social publica el código de su sistema de recomendación y deja a los usuarios comprobar si su cuenta está penalizada. Para quien usa X como canal de captación, es la primera vez que puede mirar la caja por dentro en vez de adivinar.
|
|
|
|
|
TUTORIAL IA |
🔎 Monta una máquina de investigar que lee por ti y no te gasta tokens |
|
|
Cuando le pides a Claude Code que investigue algo, busca, resume y se come tu contexto en el intento, y lo que saca desaparece al cerrar la conversación. NotebookLM es la herramienta de investigación gratuita de Google, hecha para digerir un montón de fuentes reales y responder solo con lo que hay dentro. Si las conectas, Claude Code deja de leer y pasa a dirigir: busca las fuentes, se las entrega a Google y recoge el análisis. La lectura pesada la paga Google. |
Instala el puente. En tu terminal: uv tool install "notebooklm-py[browser]". Es un proyecto de código abierto con licencia MIT que cubre el hueco de API que NotebookLM no ofrece. Conecta tu cuenta con notebooklm login y comprueba que funciona con notebooklm auth check --test --json. Luego notebooklm skill install deja la capacidad lista dentro de Claude Code. Crea el cuaderno del tema que estés trabajando: notebooklm create "Investigación competencia" y después notebooklm use para dejarlo activo. Carga las fuentes con notebooklm source add, tanto enlaces como archivos locales (notebooklm source add "./informe.pdf"). Mete las 10 o 20 que de verdad importan, no las cien primeras que salgan. Pregunta y deja que lea Google: notebooklm ask "¿Qué temas se repiten en todas las fuentes?". Verás que el contexto de Claude Code apenas crece, porque la lectura ocurrió al otro lado. Cuando el proceso te funcione a mano, encadénalo en un solo encargo: que busque los vídeos o artículos recientes de un tema, los cargue como fuentes, pida el análisis y saque una infografía en vertical con las conclusiones.
|
Herramienta: Claude Code + NotebookLM (notebooklm-py) |
|
|
|
|
PROMPT DEL DÍA |
🖊️ Audita tu propio historial de IA y saca las tareas que deberías haber sistematizado ya |
Cuándo usarlo: Cuando llevas meses usando ChatGPT o Claude todos los días y tienes la sensación de estar repitiendo las mismas conversaciones sin quedarte con nada. Tu historial es el registro más honesto que existe de en qué se te va el tiempo: nadie lo maquilla, no hay informe de por medio. Este prompt lo convierte en una lista de lo que conviene pasar a plantilla, a proceso o a encargo para otra persona. Exporta tu historial desde los ajustes de tu herramienta y pégalo o adjúntalo entero. |
Te adjunto el historial completo de mis conversaciones con IA de los últimos meses. Dirijo una empresa y quiero saber qué me dice ese historial sobre cómo trabajo realmente, no sobre cómo creo que trabajo.
Analízalo y devuélveme:
1. Las 10 tareas que más repito, ordenadas por número de veces que aparecen. Para cada una, dime cuántas veces la he pedido y si la formulo distinto cada vez o ya tengo un patrón fijo.
2. De esas 10, cuáles cumplen las tres condiciones para dejar de hacerse a mano: se repiten, el resultado bueno siempre tiene la misma forma, y yo aporto poco criterio nuevo cada vez. Esas son candidatas a plantilla o a proceso automatizado.
3. Cuáles son lo contrario: pocas veces, alto criterio mío, resultado distinto siempre. Esas hay que protegerlas y dedicarles más tiempo.
4. En qué tareas se nota que voy con prisa: peticiones cortas, poco contexto, varias reformulaciones seguidas porque la primera respuesta no servía. Dime cuánto tiempo estoy perdiendo ahí por no explicar bien a la primera.
5. Qué tareas le estoy pidiendo a un modelo caro cuando cualquier modelo intermedio las resolvería igual. Justifícalo con ejemplos del historial.
6. Qué tres cosas hago yo que, viendo el historial, debería estar haciendo otra persona del equipo con una plantilla mía.
Cítame conversaciones concretas como prueba de cada punto. Nada de conclusiones generales tipo 'usas mucho la IA para escribir': quiero el patrón con su evidencia.
Termina con una tabla de tres columnas: tarea, qué hago con ella (plantilla, proceso automático o delegar), y cuál sería el primer paso concreto esta semana.
[adjunta aquí tu historial]
|
|
|
|
|
HERRAMIENTAS DEL DÍA |
Lettertrace Vigila cómo describen tu marca ChatGPT, Claude y Gemini, y cómo cambia eso con el tiempo frente a tus competidores. Para fundadores y responsables de marketing de empresas cuyos clientes ya preguntan por proveedores directamente a un modelo antes de buscar en Google. Un cliente potencial le pregunta a ChatGPT quién hace lo que tú haces y sales el cuarto, con una descripción de hace dos años: hasta ahora te enterabas de casualidad, con esto lo ves y puedes medir si lo que publicas mueve la aguja. Decksy Convierte una idea escrita en una presentación con aspecto profesional, sin pelearte con plantillas. Para directivos y consultores que preparan comités, propuestas o formación interna y no tienen a nadie de diseño al lado. Tienes la reunión con el comité el jueves, las conclusiones claras en un documento y cero ganas de perder la tarde del miércoles moviendo cajas en PowerPoint. ChatCut Desktop Edita vídeo con IA en tu propio ordenador, gratis, y se conecta a Claude Code o Codex con un clic. Para equipos pequeños que publican vídeo (formación interna, producto, contenido de marca) y hoy pagan edición externa o herramientas por suscripción. Grabas la formación de bienvenida en una hora de tirón y necesitas quitar silencios, pegar los trozos buenos y sacar tres cortes para redes, sin subir material interno a la nube de nadie.
|
|
|
|
|
IMÁGENES / VÍDEOS IA |
🚗 La IA ya puede construir cosas desde cero |
El vídeo de hoy muestra cómo la IA construye un coche en miniatura utilizando únicamente bridas. Primero crea las ruedas, después el chasis y poco a poco va ensamblando todas las piezas hasta terminar el coche. |
Lo impresionante es que no solo genera el resultado final. La IA parece entender el proceso de construcción, creando cada pieza y conectándola con la siguiente de forma lógica. |
Es una muestra más de cómo la IA está empezando a combinar creatividad, planificación y ejecución en un mismo proceso. Y verlo construir algo así paso a paso es simplemente alucinante. |
|
|
Nos vemos mañana, con todo lo que está por llegar 😎 |
|
|
|
|
|
¿TU EMPRESA DEBERÍA ESTAR AQUÍ? |
+90.000 personas leen Digital Brain cada semana. Si tu producto ayuda a profesionales a trabajar mejor con IA, probablemente este sea su lugar. |
Hablemos de cómo colaborar |
|
|
|
|
¿Qué te ha parecido la newsletter?Ayúdanos con tu feedback a seguir mejorando |
|
|
Si te gusta Digital Brain, ayúdanos a seguir creciendo utilizando este enlace para compartirnos con amigos, familiares e incluso en tus redes sociales. Te estaremos infinitamente agradecidos🙏! |
Mil gracias por el apoyo y por seguir leyéndonos. |
¡Nos vemos mañana! |
Edu, Rai y Albert. El equipo humano detrás de Digital Brain. |
|
|
|
|
|
No hay comentarios:
Publicar un comentario