La Ola de IA de Junio 2026: Rumores de GPT‑5.6, Codex Empresarial y Una Semana de Lanzamientos Sin Precedentes

Las estimaciones de la comunidad sitúan una posible ventana de lanzamiento entre el 15 de junio y el 5 de julio de 2026, pero ese plazo es pura extrapolación de los avistamientos en los registros y no tiene respaldo oficial . No han surgido precios concretos, cifras de eficiencia de tokens o capacidades multimodales confirmadas para el hipotético GPT‑5.6; la expectativa de una mejor relación coste‑eficacia y generación de texto e imagen es una inferencia extraída de la trayectoria de la familia 5.x, no una especificación documentada .

En resumen: GPT‑5.6 es una filtración creíble, no un producto. La industria está observando el comportamiento del backend, pero OpenAI no ha publicado ninguna fecha de lanzamiento ni hoja de especificaciones técnicas .

El "Mythos Benchmark" y el Modelo Claude Mythos

La frase "Mythos Benchmark" aparece en varios contextos distintos, lo que puede crear confusión:

• Filtración del modelo Claude Mythos de Anthropic (26 de marzo de 2026): Un error de configuración en el sistema de gestión de contenidos de Anthropic expuso accidentalmente unos 3.000 documentos internos, incluido un borrador de publicación sobre un modelo de próxima generación con nombre en clave "Capybara" y llamado oficialmente Claude Mythos . Los benchmarks internos filtrados mostraron que Mythos alcanzaba un 93,9% en SWE‑bench Verified y un 77,8% en SWE‑bench Pro, liderando todos los principales benchmarks de codificación en ese momento . El 7 de abril de 2026, Anthropic anunció formalmente Claude Mythos Preview, pero declaró simultáneamente que el público no puede usarlo . El modelo también ha sido señalado por sus capacidades excepcionales de ciberseguridad, incluyendo el hallazgo de un bug de 27 años en OpenBSD .

• Benchmark de seguridad de la Universidad Carnegie Mellon (mayo de 2026): Investigadores de CMU crearon una evaluación separada que prueba si los modelos de IA pueden desarrollar de forma autónoma exploits reales para navegadores dirigidos al motor V8 de Google. Tanto Claude Mythos como GPT‑5.5 demostraron ser capaces de descubrir y utilizar fallos de seguridad genuinos sin intervención humana, con Mythos superando a GPT‑5.5 por un margen significativo, aunque costando aproximadamente doce veces más de ejecutar .

• Benchmark de vulnerabilidades Mythos de SecureAI (enero de 2026): Un conjunto de pruebas centrado en la ciberseguridad que cubre CVEs de 2023‑2026, diseñado para evaluar detectores de vulnerabilidades de IA, que utiliza modelos grandes como Llama‑3.1‑405B como líneas de base .

Cuando alguien menciona "la filtración del Mythos Benchmark", generalmente se refiere a la filtración del modelo de Anthropic. Los benchmarks de CMU y SecureAI son esfuerzos separados que comparten la etiqueta "Mythos" solo por coincidencia.

OpenAI Codex: De Herramienta de Código a Plataforma de Trabajo Empresarial

El 2 de junio de 2026, en su evento "Intelligence at Work", OpenAI anunció una expansión estructural de Codex, pasando de ser un agente de codificación enfocado en desarrolladores a una plataforma de trabajo empresarial más amplia . Los tres pilares confirmados del anuncio son:

• Seis plugins para roles específicos: Ventas, Análisis de Datos, Producción Creativa, Diseño de Producto, Banca de Inversión e Inversión en Renta Variable Pública. Cada uno incluye integraciones con aplicaciones empresariales populares—62 aplicaciones en total, incluyendo Salesforce, Snowflake, Figma y HubSpot—junto con 110 habilidades automatizadas. No se requiere experiencia en programación para instalarlos o usarlos .
• Codex Sites (vista previa): Una función que permite a los usuarios pedirle a Codex que construya, itere y despliegue aplicaciones web ligeras full‑stack en JavaScript/TypeScript con URLs alojadas, autenticación "Iniciar sesión con ChatGPT" y almacenamiento de archivos. Disponible solo para espacios de trabajo elegibles de ChatGPT Enterprise y Edu en esta etapa .
• Annotations: Comentarios de edición a nivel de sección que ahora funcionan en documentos, presentaciones, hojas de cálculo y Sites, no solo en código .

OpenAI también confirmó que Codex ha superado los 5 millones de usuarios activos semanales . La expansión representa un claro movimiento estratégico para captar a trabajadores del conocimiento no desarrolladores dentro de la empresa, una dirección que múltiples análisis independientes han identificado como un eje competitivo directo contra herramientas que antes se centraban casi exclusivamente en equipos de ingeniería .

Microsoft Build 2026: Siete Modelos MAI, Un Motor de Razonamiento

En su conferencia anual Build en San Francisco el 2 de junio de 2026, Microsoft presentó una familia de siete modelos de IA propios bajo la marca unificada MAI (Microsoft AI), junto con nuevo hardware .

La pieza central es MAI‑Thinking‑1, el primer modelo de razonamiento de la compañía:

• 35 mil millones de parámetros activos con una ventana de contexto de 256K .
• Entrenado desde cero con datos con licencia comercial de grado empresarial y cero destilación de modelos de terceros .
• Logró una puntuación del 97% en AIME 25, la medida interna clave de Microsoft para el razonamiento general, e igualó a los modelos líderes en benchmarks de ingeniería de software, con evaluadores humanos mostrando una preferencia comparable a Sonnet 4.6 en pruebas ciegas .
• Diseñado para un bajo coste de token y optimizado para el silicio Maia 200 de Microsoft .

Los otros seis modelos completan un ecosistema multimodal:

• MAI‑Code‑1‑Flash — modelo optimizado para programación .
• MAI‑Image‑2.5 / MAI‑Image‑2.5‑Flash — generación de imágenes y variante rápida .
• MAI‑Transcribe‑1.5 — transcripción .
• MAI‑Voice‑2 / MAI‑Voice‑2‑Flash — procesamiento y síntesis de voz .

Los anuncios de hardware incluyeron el Surface RTX Spark Dev Box, una máquina compacta de desarrollo de IA capaz de hasta un petaflop de computación de IA con 128 GB de memoria unificada, diseñada para ejecutar modelos de hasta 120 mil millones de parámetros localmente . Microsoft también presentó el chip cuántico Majorana 2, señalando una aceleración de sus ambiciones de hardware más allá de la computación de IA clásica .

La familia de siete modelos MAI se interpreta ampliamente como un movimiento para reducir la dependencia de los modelos de OpenAI, al tiempo que ofrece a los clientes empresariales alternativas internas que vienen con una licencia comercial limpia .

Evaluación Comparativa de 'Vibe Coding': World of AI Bench, Vibe Code Bench y BridgeBench

El "vibe coding"—la práctica de generar aplicaciones completas a través de prompts conversacionales en lugar de escribir sintaxis—ha generado una nueva generación de benchmarks que intentan medir la capacidad full‑stack en lugar de tareas de codificación aisladas:

• World of AI Bench: Lanzado alrededor del 2 de junio de 2026, y autodenominado "el benchmark de vibe coding número 1 del mundo". Evalúa más de 16 modelos de vanguardia en 10 categorías de vibe‑coding utilizando un juez de IA en una biblioteca de 3.897 prompts. La plataforma es gratuita y permite comparaciones de modelos cara a cara .
• Vibe Code Bench (VCB): Un benchmark académico publicado por Vals.ai y descrito en arXiv. Utiliza 100 especificaciones de aplicaciones web emparejadas con 964 flujos de trabajo basados en navegador que comprenden 10.131 subpasos, lo que lo convierte en el primer benchmark que prueba la generación de aplicaciones web de extremo a extremo a partir de un prompt en un entorno similar al de producción .
• BridgeBench: Un benchmark de código abierto de BridgeMind que evalúa los modelos de codificación de IA en velocidad, coste y calidad del código. Se posiciona como una medición de lo que importa "cuando lanzas con IA" y opera con una metodología abierta y tablas de clasificación públicas en vivo .

Estas tres plataformas comparten el objetivo de llevar la evaluación de la codificación de IA más allá de los benchmarks de tasa de aprobación como SWE‑bench y hacia medidas holísticas de usabilidad, velocidad, coste y seguridad.

Hermes Agent Desktop App: El Agente de Código Abierto Obtiene una Interfaz de Usuario

El 2 de junio de 2026, Nous Research lanzó Hermes Desktop como vista previa pública, incluido con Hermes Agent v0.15.2 y publicado bajo la licencia MIT para macOS 12+, Windows 10/11 y Linux .

Hasta ahora, solo se podía acceder a Hermes a través de una interfaz de línea de comandos o puertas de enlace de mensajería. La aplicación de escritorio es una interfaz gráfica nativa que comparte el mismo núcleo de agente, claves API, sesiones, habilidades y memoria que la CLI, por lo que es una superficie alternativa en lugar de una bifurcación .

Nous Research describe a Hermes como un "agente de automejora, no un copiloto de codificación" . El agente ha pasado del lanzamiento a aproximadamente 180.000 estrellas en GitHub en unos tres meses, convirtiéndolo en uno de los proyectos de agente de código abierto de más rápido crecimiento en el ecosistema .

Alibaba Qwen 3.7 Plus: Un Agente Multimodal a Un Sexto del Coste

Alibaba lanzó Qwen 3.7 Plus aproximadamente el 1 o 2 de junio de 2026. Es un modelo de agente multimodal que procesa texto, imágenes y vídeo a través de un entrenamiento de fusión temprana, con una ventana de contexto de 1 millón de tokens .

El precio se fija en aproximadamente una sexta parte del coste por token del Qwen 3.7 Max de solo texto de Alibaba, lo que lo convierte en uno de los agentes multimodales con precios más agresivos del mercado . En los benchmarks de rendimiento de agentes, Qwen 3.7 Plus supera a Claude Opus 4.6 en Terminal‑Bench 2.0 y es capaz de reconocimiento/automatización de UI, generación de código a partir de imágenes y respuesta a preguntas visuales .

Anthropic Claude Code: El Comando /fork

Claude Code es la herramienta de codificación agéntica de Anthropic que trabaja directamente en el terminal, ejecutando comandos de shell y editando archivos en la máquina del desarrollador. El comando /fork crea una nueva sesión que se ramifica a partir de una existente, almacenada bajo commands/branch/, permitiendo un flujo de trabajo en el que los desarrolladores pueden explorar una dirección diferente sin perder el contexto de la sesión original .

Claude Code se ha convertido en una de las herramientas de desarrollo de IA más adoptadas, con una mención de paquete npm que acumula más de 1.100 estrellas y 1.900 bifurcaciones en un solo día .

Vacíos y Preguntas Sin Respuesta

Varios elementos en la indagación original carecen de confirmación de fuente directa a principios de junio de 2026:

• Precio y cifras de eficiencia de tokens de GPT‑5.6: No han surgido datos concretos más allá de la generalización de "eficiencia mejorada". La afirmación de que podría igualar a Claude Mythos siendo más barato es especulación de la comunidad .
• Integración de Google Notebook LM + Gemini Omni: La evidencia muestra que Notebook LM utiliza modelos Gemini (incluido 1.5 Pro para un estudio de precisión diagnóstica), pero no se pudo confirmar una integración dedicada de "Gemini Omni" dentro de Notebook LM como lanzamiento de producto en junio de 2026 a partir de las fuentes disponibles .
• Robots humanoides de la World Intelligence Expo: La búsqueda no capturó evidencia verificable de exhibiciones de robots humanoides hiperrealistas con captura de movimiento y expresión emocional en esta expo. Esto sigue siendo una pregunta abierta que requeriría una búsqueda específica con la ubicación y fecha del evento.

Lo Que Señala Esta Semana

Los temas dominantes de la primera semana de junio de 2026 son las herramientas empresariales (plugins y Sites de Codex), las familias de modelos internos (la línea MAI de Microsoft, Qwen de Alibaba), la madurez de los agentes de código abierto (Hermes Desktop) y una inminente próxima generación que aún no es pública (GPT‑5.6, Claude Mythos). La industria avanza rápido, pero la distinción entre productos confirmados y rumores no confirmados es más nítida de lo que los titulares sugieren a menudo.