Por ahora no hemos consultado ninguna fuente primaria sobre este anuncio, así que los detalles de precio, idiomas compatibles y condiciones de uso están por verificar.

Para qué sirve

Este tipo de herramienta responde a una necesidad muy concreta de los creadores de contenido corto: producir vídeos explicativos, presentaciones de productos o series con un personaje recurrente, sin rodaje ni animación fotograma a fotograma. La sencillez de la entrada (una imagen, un texto) es su principal argumento.

Las preguntas que conviene hacerse

Una herramienta capaz de hacer hablar a cualquier imagen plantea cuestiones de derecho a la propia imagen. Antes de utilizar el rostro de una persona real, hace falta su consentimiento. Y para una difusión comercial, hay que comprobar las condiciones de licencia del servicio.

A seguir: CapCut en ChatGPT

La misma fuente anuncia la próxima llegada de un plugin de CapCut a ChatGPT. Sin fecha ni confirmación oficial consultada, lo clasificamos entre las informaciones por confirmar.

Cursor: el agente puede usar un ordenador

Cursor publicó el 23 de octubre la documentación de Computer Use para sus agentes en la nube autoalojados. La idea: el agente ya no se limita a los archivos y al terminal, sino que también puede manejar un entorno gráfico, por ejemplo para comprobar cómo se ve una interfaz. Es significativo que la función esté documentada en el apartado de autoalojamiento: la empresa mantiene el control de la máquina en la que actúa el agente.

Claude Code: más de diez fallos del sandbox corregidos

En el caso de Claude Code, el registro de cambios de las versiones 2.1.309 y 2.1.310 recoge la corrección de más de diez formas de eludir el sandbox y el sistema de permisos. Dicho de otro modo, existían más de diez maneras de salir del perímetro autorizado al agente.

Por qué es el mismo tema

Cuantas más capacidades tiene un agente (ejecutar comandos, hacer clic, navegar), más importa la calidad de su aislamiento. Un sandbox vulnerado en un agente que controla un ordenador entero tiene consecuencias mucho más graves que en un simple asistente de autocompletado.

Dos protocolos, dos resultados

La diferencia no significa necesariamente que una de las dos cifras sea falsa. Según la ARC Prize, la puntuación de OpenAI se obtuvo con un protocolo adaptado, distinto del que se aplica a todos los modelos evaluados. Y es precisamente el protocolo común el que permite comparar los sistemas entre sí. La cifra de referencia es, por tanto, el 62,7%.

El coste, el otro dato clave

La ARC Prize también indica el coste de su evaluación: 26.098 dólares. Esta cantidad recuerda que una puntuación de razonamiento se paga en capacidad de cálculo y que dos modelos con la misma puntuación pueden tener costes muy distintos. Un resultado sin su coste solo cuenta una parte de la historia.

Un precio que cambia la ecuación

El modelo cuesta 2 dólares por millón de tokens de entrada y 10 dólares por millón de salida. Para un modelo situado entre los cuatro primeros, es un posicionamiento agresivo: las aplicaciones de gran volumen, como los agentes que encadenan sesiones largas o el procesamiento de documentos, son aquellas en las que el precio por token más pesa en la factura.

Pesos prometidos, pero aún no publicados

La empresa anuncia que los pesos del modelo se publicarán antes del 4 de noviembre. Si cumple su promesa, K3.1 Pro se convertiría en uno de los modelos abiertos mejor clasificados, descargable y alojable en infraestructura propia. Por ahora, es solo un compromiso: lo comprobaremos en la fecha prevista.

Lo que se sabe y lo que no

La disponibilidad general es el dato sólido de este asunto. Significa que desarrolladores y empresas ya pueden trabajar con Argon sin lista de espera, lo que también permitirá las primeras evaluaciones independientes a gran escala.

En cambio, la existencia de una variante «Carbon» se basa únicamente en un artículo de Business Insider, según el cual empleados de Google estarían probando nuevos modelos Gemini 4. Google no lo ha confirmado. Por eso lo tratamos como un rumor: no se conocen ni sus características ni su calendario, ni siquiera es seguro que vaya a salir.

Por qué conviene distinguirlo

Los nombres en clave que circulan antes de un lanzamiento a veces acaban convertidos en producto y a veces en nada. Para un equipo que elige hoy un modelo, la única información aprovechable es la disponibilidad de Argon. Esperar una hipotética versión siguiente solo tiene sentido si se anuncia oficialmente.

La cifra no supera del todo la prueba

La web The Reel Stack rehízo el cálculo por su cuenta. Resultado: un ahorro del 26%, no del 62%. La diferencia es importante, pero no convierte a T1 en un mal negocio: pagar una cuarta parte menos sigue siendo significativo para quien produce mucho vídeo.

Este tipo de diferencias es habitual con las tarifas en créditos. El coste real depende de la conversión entre créditos y euros según el plan de suscripción, de la duración de los clips y del número de generaciones fallidas que hay que repetir. Una comparación «por segundo» no dice nada de todo eso.

Seedance sube de gama

Al mismo tiempo, ByteDance lanzó el 23 de octubre Seedance 2.5 4K, destinado a la producción cinematográfica, según TechNode. Esta versión está reservada a determinadas empresas.

Por qué importan los fotogramas clave

Muchos generadores de vídeo trabajan a partir de una instrucción de texto y, como mucho, de una imagen inicial y otra final. El resultado suele ser espectacular, pero difícil de dirigir. Con diez fotogramas clave, el usuario puede fijar pasos intermedios: la entrada de un personaje, un cambio de escenario, el encuadre final. Se parece cada vez más a un storyboard que el modelo se encarga de animar.

La duración de 30 segundos va en la misma dirección. Un plano de pocos segundos basta para un efecto; treinta segundos permiten una pequeña escena, una demostración de producto o una transición narrativa completa.

El anuncio de la empresa insiste en tres ejes: realismo visual, control creativo y narración. Los dos primeros son una cuestión de apreciación y todavía no han sido objeto de mediciones independientes publicadas.

Nano Banana 2.1, publicado el 6 de octubre por Google DeepMind, admite hasta 14 imágenes de referencia por un coste de unos 0,034 dólares por imagen en 1K. Krea 3, lanzado el 15 de octubre, ofrece edición en 2K, hasta 6 referencias, a 0,03 dólares por imagen en 1K.

Lo que dicen las cifras

La diferencia de precio es pequeña: alrededor de un 12% a favor de Krea 3 en 1K. Con un volumen de 10.000 imágenes, supone unos cuarenta dólares. El verdadero criterio de elección está en otra parte:

• Muchas referencias que combinar (una serie de productos, varios personajes): Nano Banana 2.1 admite más del doble.
• Necesidad de resolución en la edición: Krea 3 destaca la edición en 2K.

Del anuncio destacan dos promesas. La primera, una generación en 4K nativo, sin pasar por una fase de reescalado. La segunda, una versión cuantizada en INT8 que cabría en 8 GB de memoria de vídeo, es decir, la categoría de tarjetas gráficas de consumo más extendida. Ambas son características anunciadas por la empresa: la calidad real del 4K y la velocidad con 8 GB están aún por medir.

Una licencia pensada para las empresas pequeñas

La otra novedad es comercial: la licencia es gratuita para uso comercial mientras la empresa facture menos de 5 millones de dólares. Autónomos, agencias y startups pueden integrarlo sin coste, mientras que las empresas más grandes tendrán que cerrar un acuerdo.

El modelo se ofrece en dos variantes: Base, el modelo preentrenado, y SFT, ajustado mediante aprendizaje supervisado. Los pesos están publicados en Hugging Face y el código en GitHub, lo que permite auditarlo y ajustarlo por cuenta propia.

Una clasificación por confirmar

Según el informe del equipo, MOSS-Image ocuparía el segundo puesto en RealLayoutArena, un banco de pruebas centrado en la maquetación. Es prometedor para los usos en los que importa la disposición (carteles, imágenes con texto), pero se trata de un resultado autodeclarado: esperamos una medición independiente.

Ya hay un complemento de edición, con cautela

Una fuente secundaria señala un complemento comunitario, Moss-Image-Edit, que permite editar una imagen con una simple frase en ComfyUI y funcionaría en una RTX 4060 de 8 GB en 8 bits. El problema: sus pesos no tienen una licencia clara. Para un uso profesional, por ahora es mejor limitarse al modelo oficial.