Kraken Labs

Blog

— Kraken Labs
Ilustración de un laberinto con rutas alternativas y una meta, como metáfora de la evaluación de agentes de programación.

Cómo evaluar Gemini 4 Carbon en agentes de programación sin arriesgar producción

Guía práctica para probar Gemini 4 Carbon en tareas largas de programación: evaluación reproducible, permisos mínimos, pruebas aisladas y coste por tarea.

Leer →
Cable de red desconectado colgando de un panel de parcheo en un rack de servidores

Tu stack de IA caduca el 30 de noviembre

El 30 de noviembre de 2026 se retira Claude Sonnet 4.5 y OpenAI apaga Agent Builder, Evals y la API v1/prompts. El 1 de diciembre Gemini 4 Argon dobla precio. Qué migrar y cómo preparar el código.

Leer →
Foto nocturna de larga exposición de una avenida que se bifurca en dos, con las estelas de luz de los coches dividiéndose en el cruce

La Decisions API de OpenAI: preguntar en vez de generar

El 22 de octubre de 2026 OpenAI abrió su Decisions API: un endpoint que devuelve probabilidades, opciones y puntuaciones en lugar de texto. Qué cambia en la arquitectura, cuánto cuesta y dónde meterlo sin equivocarte.

Leer →
Pasillo de un centro de datos con tres racks negros idénticos y un cable de fibra turquesa sobre el suelo, fotografía editorial de infraestructura.

OpenAI ya se vende en las tres nubes de sus rivales: lo que cambia en tu arquitectura

El 21 de octubre de 2026 OpenAI metió sus modelos y Codex en Google Cloud, pagables con el compromiso de GCP. Sumado a Oracle y AWS, el modelo ya no ata a la nube: ata el harness. Qué revisar en tu arquitectura y en la de tus clientes.

Leer →
Prisma de cristal sobre una superficie de acero cepillado que divide un haz de luz blanca en tres haces curvados que vuelven hacia él, fotografía editorial de estudio.

Auto-mejora de agentes: un modelo de 27B se entrenó solo, mejoró un 70% y aceptó sus propias trampas como progreso

El 12 de octubre de 2026 Sakana AI publicó MASS: un único modelo abierto de 27B haciendo de solver, juez y optimizador de su propio equipo de agentes. Ganó un 70% en tareas de investigación, empeoró en código y aceptó sus propios atajos como progreso. Esto es lo que puedes aplicar en tus agentes.

Leer →
Primer plano de un selector giratorio negro desgastado sobre un panel metálico rayado, fotografía macro industrial.

Modelos de decisión: la capa barata que va a recortar la factura de tus agentes

El 1 de octubre de 2026 Cloudflare publicó Clef y Amazon Strands Decider 2B: modelos que devuelven probabilidades en vez de texto. Qué son, cuánto cuestan y dónde meterlos en el bucle de tus agentes.

Leer →
Pasillo simétrico entre dos filas de racks de servidores en un centro de datos, con luces indicadoras ámbar y luz blanca en el techo.

Tres modelos frontera en tres días: el precio por tarea es la métrica que decide

Entre el 28 y el 30 de septiembre de 2026 salieron Claude Sonnet 5.5, GPT-6.1 Sol y Gemini 4 Argon, y OpenAI canceló GPT-6.1 Astra. La inteligencia ya no decide: decide el coste por tarea. Qué medir y qué cambiar en tu código.

Leer →