Jul 14–20, 2026
El micrófono se abre
Julio te vendió capacidad. Esta semana te pasa la cuenta —y te pregunta a nombre de quién está el título.
Los pesos del modelo ya se descargan de los dos lados del mundo. El precio que creías tener no era el precio. Y en la superficie donde te descubren, tu producto dejó de ser un enlace: ahora es un dibujo que hizo alguien más.
Nada de esto salió en un keynote. Salió en una factura, en un benchmark y en un cambio de plan a medianoche.
Vamos.
Tabla de contenidos
- 1. El buscador dejó de enlazar tu foto de producto. Ahora la dibuja él —sin fuente y sin salida.
- 2. Ahora el modelo se descarga —de los dos lados del mundo. Y el que te da el precio barato acaba de conseguir accionistas.
- 3. El token barato salió caro: el modelo que cuesta menos por token te cobra más por tarea terminada.
- 4. El frontier se partió por tier de asiento. Tu plan —no tu trabajo— decide si desde hoy pagas por token.
- 5. La disciplina que decide si tu marca existe en la respuesta no tiene dueño en tu organigrama.
- 6. Tu data de intención B2B se vuelve algo que cualquier agente puede llamar. La de tu competencia también.
- 7. Ahora puedes interrogar en vivo a un gemelo sintético de tu segmento. Ese es exactamente el problema.
- 8. Meta borró su propia feature en cuatro días. El consentimiento acaba de ponerle techo a la producción generativa.
1. El buscador dejó de enlazar tu foto de producto. Ahora la dibuja él —sin fuente y sin salida.
Google metió generación de imagen dentro de AI Overviews con su modelo Nano Banana más reciente. Lo anunció en el 25º aniversario de Google Images, junto a una galería dinámica estilo Pinterest en desktop. El usuario pide un visual en la caja de búsqueda y el modelo fabrica una imagen nueva: sin atribución de fuente, sin enlace saliente. Rollout en las próximas semanas, solo en inglés, donde ya existe creación de imagen en AI Mode.
Todo el arco AEO que venimos siguiendo asume que el juego es que la AI te cite. Esto abre un frente donde no hay cita posible. Google Images fue durante 25 años un canal de descubrimiento visual que mandaba tráfico al origen. La versión generativa no manda a ningún lado.
Si tu categoría se compra con los ojos —moda, muebles, comida, viaje— tu activo visual deja de ser diferenciador y pasa a ser material de entrenamiento de su sustituto.
2. Ahora el modelo se descarga —de los dos lados del mundo. Y el que te da el precio barato acaba de conseguir accionistas.
Tres movimientos en 48 horas. Moonshot AI —lab chino de la familia de modelos Kimi, hasta ahora un nombre de benchmark más que de stack— lanzó Kimi K3: 2.8 billones de parámetros, el open-weight más grande de la historia, tercero en GDPval-AA v2 y primero en Frontend Code Arena, con pesos prometidos para el 27 de julio.
Del otro lado, Thinking Machines —el laboratorio de Mira Murati, ex-CTO de OpenAI— publicó Inkling: 975B de parámetros, multimodal, pesos descargables. Y una posición rara en el mercado: la propia empresa dice que no es el modelo más fuerte de hoy. Lo vende como punto de partida para afinarlo sobre tu data, tu vertical, tu marca.
El tercer movimiento es el que le habla a tu presupuesto. DeepSeek —el lab chino que fijó el piso de precio del mercado— negocia una ronda a unos $70–74 mil millones, semanas después de cerrar la anterior, y arrancó el camino al STAR Market de Shanghái.
3. El token barato salió caro: el modelo que cuesta menos por token te cobra más por tarea terminada.
Databricks —la plataforma de datos y lakehouse donde vive buena parte del analytics enterprise— corrió agentes de código sobre su propio codebase de varios millones de líneas y publicó los números. Claude Sonnet 5 es ~1.7x más barato por token que Opus 4.8. Y termina costando más por tarea: $2.09 contra $1.94.
La razón no tiene misterio. Completa menos veces —81% contra 87%— y quema más tokens llegando al resultado. El reintento no aparece en ninguna pricing page.
Y hay un dato que descuadra el arco del open-weight: GLM-5.2, un modelo abierto, quedó estadísticamente empatado en calidad con Opus 4.8 a $1.28 por tarea. El abierto sí gana. Pero gana por tasa de completación, no por tarifa.
4. El frontier se partió por tier de asiento. Tu plan —no tu trabajo— decide si desde hoy pagas por token.
Desde hoy, Fable 5 queda incluido de forma permanente en Max y Team Premium, pero al 50% de los límites del plan —y esos límites base se encogen el mismo día. Pro y Team Standard pierden el acceso incluido: reciben un crédito único de $100 y, agotado, siguen a tarifa de API.
Anthropic admite que la demanda de Fable «ha sido difícil de predecir». Es reversa parcial de un plan anterior que lo sacaba de las suscripciones por completo.
El eje no es el precio. Es que dos personas de tu equipo, haciendo exactamente el mismo trabajo, tienen desde hoy acceso distinto al mejor modelo —según la línea de compra en la que alguien las inscribió hace seis meses.
5. La disciplina que decide si tu marca existe en la respuesta no tiene dueño en tu organigrama.
73% dice que el GEO —lograr que tu marca aparezca dentro de respuestas generadas— es al menos algo importante para su estrategia. 29% dice que nadie en su organización lo posee. Solo 24% lo ubica en PR y 11% en liderazgo de marketing. Y 55% ya persigue cobertura en publicaciones de alta autoridad específicamente para aparecer en esas respuestas.
Hay una razón estructural detrás del vacío, y no es desidia. El GEO se alimenta de earned media, que vive en el presupuesto de PR. Y se cobra en conversiones, que viven en el presupuesto de marketing. Cae exactamente en la grieta entre dos áreas que no comparten P&L.
Llevamos un mes cubriendo medidores de visibilidad AI. Ninguno resuelve quién responde.
6. Tu data de intención B2B se vuelve algo que cualquier agente puede llamar. La de tu competencia también.
6sense —plataforma de intent data y ABM, el sistema con el que muchos equipos B2B saben qué cuentas entraron en modo compra— abrió su MCP Server en beta. Account insights, buying stages, intent por keyword y performance de ads quedan callable desde cualquier agente compatible: Claude, ChatGPT, Agentforce. Sin integración custom.
MCP viene mudando de plomería a riel de compra: lo vimos con Yext, lo vimos con Gong. Lo nuevo aquí es cuál data cruza. La señal de intención es lo más caro de conseguir en B2B, y acaba de volverse una llamada de función.
Cuando tu agente pregunta qué cuentas están calientes sin que un humano abra la herramienta, el account planning deja de ser reunión y se vuelve loop.
7. Ahora puedes interrogar en vivo a un gemelo sintético de tu segmento. Ese es exactamente el problema.
Dovetail —plataforma de customer intelligence usada por cerca del 40% del Fortune 500, el sistema de registro del feedback de cliente en enterprise— lanzó Digital Twins: gemelos sintéticos construidos con llamadas, tickets y research reales. Los abres en una reunión y le hablas al segmento directamente para pressure-testear una idea o leer el movimiento de un competidor.
Vino acompañado de agentes que corren en background —monitorean señales, actualizan Salesforce, redactan el follow-up, postean a Slack, abren el ticket— y de conectores MCP a Slack, Linear, Claude y Copilot.
Es tentador y es trampa al mismo tiempo. Un twin es tan bueno como el corpus que lo alimenta. Si tus calls y tus tickets sesgan hacia el cliente ruidoso, tu «segmento» te va a mentir con confianza estadística.
8. Meta borró su propia feature en cuatro días. El consentimiento acaba de ponerle techo a la producción generativa.
Meta retiró Muse Image de Instagram tras el backlash. La feature era opt-in por default: cualquiera podía mencionar una cuenta pública para remixar sus fotos, sin avisarle al dueño. SAG-AFTRA la llamó «un error de cálculo absoluto del sentimiento público»; CAA celebró el retiro. Meta admitió que «missed the mark» y la declaró no disponible.
El modelo sigue vivo. Lo que se cayó fue la superficie de consumo y su mecanismo de consentimiento.
Es el primer retroceso público de un lab Tier 1 en toda la ola de 2026. Y no lo forzó un regulador: lo forzaron el talento y los usuarios, en 96 horas.
Hay un hilo que atraviesa las ocho.
Julio te dio capacidad y esta semana te preguntó a nombre de quién está. El modelo se puede poseer, pero el precio se mueve. El acceso se puede comprar, pero se segmenta sin avisar. Tu data se puede exponer, pero deja de ser ventaja en cuanto todos la exponen. Y tu marca se describe —o se dibuja— en superficies donde nadie de tu equipo tiene el mando.
Lo que no se delega es el criterio: qué preguntas haces, sobre qué corpus, con el permiso de quién.
La semana que viene alguien va a lanzar algo más rápido y más barato. La pregunta va a seguir siendo la misma: ¿de quién es?
— El equipo editorial de Glitch
