Qué pasó
La voz en tiempo real dejó de ser una demostración
El 15 de septiembre entraron en disponibilidad general en la Gemini API gemini-3.8-live y su variante con razonamiento extendido, con voz bidireccional continua, procesamiento acústico nativo y 97.7% de precisión declarada en comprensión de audio. Una semana después, el 22 y el 23, salieron los modelos de síntesis: gemini-3.8-flash-tts para locución expresiva y diseño vocal, y gemini-3.8-flash-lite-tts a 6 dólares por millón de tokens de audio, cerca de 0.9 centavos por minuto, con 130 idiomas y detección automática, clonación a partir de una muestra de 30 segundos, marcas SynthID, diálogos de dos hablantes y acotaciones inline. Con PyTorch 2.14 del lado de la entrada y Whisper o Gemini 3.5 Transcribe Live para transcripción, el período deja documentados pipelines de voz completos por debajo de los 800 ms, con llamadas a herramientas asíncronas durante la conversación.
Por qué importa: un centavo por minuto cambia qué se puede ofrecer. Un agente que atiende el teléfono de una distribuidora doce horas por día deja de ser una cifra que hay que justificar y pasa a ser un renglón menor al lado del sueldo de quien atendía antes. Lo que no cambia es el resto: el guion, qué pasa cuando el cliente pide algo que no estaba previsto, y a quién se le transfiere. El precio dejó de ser la excusa para no hacerlo, así que el proyecto ahora se gana o se pierde en el diseño.
Release notes de Gemini API · Análisis de Gemini 3.8 Flash TTS · Gemini 3.8 Live y operación en tiempo real · PyTorch announcements
Tres modelos nuevos, y uno abarata el tramo caro
El 17 de septiembre Google desplegó antigravity-preview-09-2026 en la Gemini API, orientado a ingeniería de software autónoma de largo horizonte y orquestación de sistemas multi-agente con ejecución de herramientas. El 22, OpenAI liberó en disponibilidad general gpt-6-sol y gpt-6-luna para inferencia rápida y razonamiento liviano, y Anthropic presentó claude-opus-5.5, que según el anuncio iguala el desempeño de Fable 5.1 a 4 dólares de entrada y 20 de salida por millón de tokens, un 40% menos de costo operativo. Sobre la misma serie 3.8, la Enterprise Agent Platform de Google sumó plantillas de conectividad privada por VPC para agentes que consumen modelos y herramientas desde dentro de una red cerrada.
Por qué importa: el patrón del período anterior era modelos medidos por si terminan una tarea. Este trae la otra mitad, que es el mismo resultado más barato. Un 40% abajo en el modelo que hace el trabajo pesado es la diferencia entre correr un proceso una vez por día y correrlo cada vez que entra un pedido. Y la conectividad por VPC es el requisito que aparece siempre en cuanto el cliente tiene un ERP que no sale a internet: conviene anotar que ya existe la plantilla, porque hasta ahora esa conversación terminaba en un proxy armado a mano.
Release notes de Gemini API · OpenAI release notes · Opus 5.5 · Gemini Enterprise Agent Platform
MCP dejó de necesitar código intermedio
Google Cloud API Gateway incorporó la capacidad de convertir APIs REST corporativas en herramientas compatibles con Model Context Protocol sin escribir una capa de adaptación, y se presentó un servidor MCP administrado para AlloyDB y PostgreSQL que permite consultar bases relacionales bajo un esquema estandarizado. Del lado de LangChain, cada agente desplegado en LangSmith Cloud expone automáticamente un endpoint MCP consumible desde cualquier cliente compatible, y la nueva versión en Python agregó acceso delegado a LangSmith para sandboxes, captura de stop_reason en ejecuciones agénticas y validaciones tipadas experimentales. La migración desde AgentExecutor hacia create_agent sobre LangGraph con MCPAdapter tiene fecha límite de soporte en diciembre de 2026. En paralelo, Home Assistant 2026.9, Smarsh y Cloudflare adoptaron el estándar bajo arquitectura stateless.
Por qué importa: hasta acá exponer un sistema propio a un agente era escribir un servidor MCP, mantenerlo y versionarlo. Si el gateway lo genera desde la API REST que ya existe, el trabajo deja de ser desarrollo y pasa a ser configuración, y eso es lo que vuelve viable conectar el sistema de facturación de un cliente sin abrir un proyecto aparte. La contracara es la fecha de diciembre: cualquier agente que todavía corra sobre AgentExecutor tiene un vencimiento puesto, y esa migración conviene hacerla mientras sea una tarde y no una urgencia.
REST a herramientas MCP con API Gateway · Servidor MCP para AlloyDB · LangSmith Cloud changelog · Política de releases de LangChain
Supabase abrió un caño de salida y cerró varias puertas
Entre el 21 y el 23 de septiembre Supabase lanzó Pipelines, antes Database Replication, que habilita streaming de cambios en tiempo real desde PostgreSQL hacia BigQuery y otros almacenes analíticos. El 18 había salido Health Check Advisors, para auditar cuellos de botella de conexiones, uso de memoria y estadísticas de vacuum, junto con versionado administrado de extensiones como pgvector, que elimina las discrepancias entre un contenedor local y la nube. El 23 se completó el retiro del endpoint logs.all en favor de la infraestructura analítica sobre ClickHouse, y la política de aislamiento estricto de esquemas públicos queda exigida en octubre, con el acceso a datos mediado por microservicios en FastAPI y validación Pydantic v2.
Por qué importa: CDC nativo saca del medio al script que copiaba tablas de noche, que es el componente que más se rompe en silencio en cualquier instalación chica. Las otras tres novedades son mantenimiento, y es el tipo de mantenimiento que no avisa: logs.all ya no responde, y un tablero que lo consultaba quedó en cero sin tirar un error. Lo mismo con los esquemas en octubre. Conviene revisar hoy qué consulta esos endpoints, porque el costo de enterarse tarde lo paga el cliente mirando un gráfico vacío.
Changelog de Supabase · Supabase releases en GitHub · Supabase release notes
El ranking de embeddings se movió; la técnica, no
Las comparativas publicadas el 19 de septiembre ubican a Voyage 4 y Gemini Embedding 2 como los modelos de mayor precisión vía API en recuperación contextual, mientras BGE-M3 sigue adelante en despliegues multilingües de código abierto. Sobre la implementación no hubo cambios: índices HNSW en pgvector, truncamiento Matryoshka a 512 o 768 dimensiones con la mitad de RAM y sin degradación sensible, y combinación con búsqueda léxica por tsvector y websearch_to_tsquery en el mismo PostgreSQL.
Por qué importa: tres ediciones seguidas describiendo la misma arquitectura es una señal, y es buena. Significa que la decisión tomada hace un mes sigue siendo la correcta y que el trabajo de reindexar no se repite. El ranking de modelos sí se mueve, pero se mueve arriba: elegir entre Voyage 4 y Gemini Embedding 2 cambia puntos de precisión, mientras elegir mal la dimensión cambia la factura del servidor todos los meses.
Mejores modelos de embeddings para RAG (2026) · Documentación de Supabase · Supabase blog
Correr modelos grandes en máquinas chicas
Transformers incorporó soporte nativo para ejecutar cuantizaciones GGUF, el formato de llama.cpp, directamente desde Python. Eso permite cargar modelos de lenguaje de gran escala en entornos con memoria limitada con degradación mínima e integrarlos con pipelines de inferencia sobre PyTorch 2.14 GA, que consolidó la ejecución sin GIL en Python 3.13 y la aceleración de atención escalada. En visión no hubo novedades: Qwen2.5-VL para extracción de diagramas y FLUX en FP8 o NVFP4 para generación siguen siendo el piso para trabajar en hardware propio.
Por qué importa: GGUF era el formato del ecosistema de inferencia local y Transformers el del ecosistema de Python. Tener que elegir uno obligaba a mantener dos caminos, uno para probar en la notebook y otro para producción. Que sea el mismo código en los dos lados ahorra la clase de error que aparece solo al desplegar, y habilita algo más concreto: ofrecerle a un cliente que no quiere mandar sus datos afuera un modelo corriendo en su propio servidor, sin que eso implique un stack aparte.
Blog de Hugging Face · Transformers en PyPI · PyTorch 2.14 release blog · Qwen2.5-VL
Qué cambió respecto del período anterior
La edición anterior cerraba con modelos que se miden por terminar una tarea y plataformas cerrando sus accesos por omisión. Este período no agrega capacidad nueva en esa dirección: agrega precio y plomería. La voz bajó a cerca de un centavo por minuto, Opus 5.5 ofrece el desempeño de Fable 5.1 un 40% más barato, y las integraciones que antes se escribían a mano ahora se generan desde la API REST que ya estaba.
El movimiento es menos vistoso y más útil. Un modelo que opera solo abre la pregunta de qué se le puede delegar; un modelo que opera solo a un costo que cierra la convierte en una propuesta concreta. La parte incómoda viene junta: varias de las novedades del período son retiros con fecha. logs.all ya se fue el 23 de septiembre, el aislamiento de esquemas públicos se exige en octubre y AgentExecutor vence en diciembre. Lo que esta quincena abarata, también lo pone en un calendario.
Qué estoy mirando
- Si el precio de la voz aguanta el volumen real. Seis dólares por millón de tokens de audio es la tarifa de salida; una conversación real suma entrada, transcripción, el modelo que razona en el medio y los reintentos cuando el cliente habla encima. Antes de cotizar un agente telefónico conviene medir una llamada entera de punta a punta y recién ahí sacar el costo por minuto.
- Qué quedó apuntando a
logs.all. El endpoint se retiró el 23 de septiembre y el modo de falla es silencioso: un tablero que deja de actualizarse sin tirar error. Vale revisar los proyectos propios antes de que lo note un cliente, y de paso ver qué depende del esquema público expuesto, que se cierra en octubre. - Cuánto tarda de verdad convertir una REST en herramientas MCP. La promesa es sin código intermedio. La prueba es una API con autenticación por token propio, paginación rara y errores devueltos con código 200, que es como son las APIs de los sistemas que hay que integrar. Conviene probarlo contra una API fea antes de prometerlo en una propuesta.
Para tener presente
Los números de esta edición son los que publicaron los proveedores en sus anuncios: precios de lista, porcentajes de precisión y mejoras de costo medidas por quien vende el modelo. No hay pruebas propias detrás. Esto registra lo que salió, no lo que está verificado.