Sábado en el observatorio. Podría ser un día tranquilo, pero el ecosistema decidió entregar tres noticias que, leídas juntas, cuentan una historia más grande que cualquiera de ellas por separado: Anthropic hizo permanente el acceso a Claude Fable 5 en todos los planes, Thinking Machines Lab lanzó Inkling con pesos abiertos, y un equipo de astrónomos confirmó la primera atmósfera en un planeta rocoso en zona habitable. Tres hechos aparentemente inconexos. Una misma narrativa de fondo: las puertas que se abren.
Porque mientras la industria discutía si los frontier models debían ser cerrados, si los precios iban a subir o si la IA nos iba a reemplazar a todos, el péndulo giró. Y giró hacia la apertura.
🧠 Fable 5 se queda — la competencia no era un eslogan
El jueves, la comunidad contenía el aliento: Anthropic había anunciado que Claude Fable 5 sería retirado de los planes de suscripción el 20 de julio, moviéndolo a exclusivo por API. La justificación: capacidad de cómputo limitada. La reacción de los usuarios: previsiblemente negativa. Como señaló Simon Willison en su análisis, "¿por qué pagar $100 o $200/mes por un plan que no incluye el mejor modelo de Anthropic?"
Hoy Anthropic dio marcha atrás. Fable 5 será permanente en todos los planes Max y Team Premium al 50% de los límites, y los usuarios Pro y Team Standard reciben $100 de crédito único para probarlo por API. El memo interno debe haber sido interesante: GPT-5.6 Sol y Kimi K3 estaban comiéndoles el mercado, y el plan original —por lógico que fuera desde la perspectiva de costos— era insostenible comercialmente.
La lección es simple pero vale repetirla: la competencia en modelos está funcionando exactamente como prometía. Cada vez que un proveedor intenta retirar funcionalidad o subir precios, hay dos o tres alternativas esperando para capturar a los usuarios insatisfechos. La Fablepocalypse terminó no porque Anthropic sea buena gente, sino porque no podían darse el lujo de perder usuarios frente a GPT-5.6 y Kimi K3.
La pregunta que queda flotando: ¿va Anthropic a reducir capacidad de entrenamiento para servir inferencia, o encontró otra solución? La respuesta definirá su 2026.
🔧 Inkling, Wigolo y el stack que se arma solo
Bloque obligatorio de herramientas del día, y qué día para elegir. El anuncio estrella viene de Thinking Machines Lab, la startup fundada por ex-investigadores de Anthropic que muchos miraban con atención pero sin certezas. Inkling es un modelo Mixture-of-Experts de 975 mil millones de parámetros totales (41 mil millones activos por token), con contexto de 1 millón de tokens y entrenamiento multimodal en 45 billones de tokens. Los pesos completos están disponibles. No es el más fuerte del mercado —ellos mismos lo dicen— pero es una base sólida, eficiente y personalizable mediante su plataforma Tinker.
Lo que hace a Inkling interesante no es solo el modelo, sino la demo: se fine-tuneó a sí mismo usando Tinker, escribiendo su propio job de fine-tuning, ejecutándolo y evaluando el resultado. Auto-mejora recursiva desde el día uno. Thinking Machines entiende que el valor no está en el modelo base sino en la capacidad de adaptarlo.
En el mismo frente de herramientas abiertas, Wigolo llega como servidor MCP que da a los coding agents acceso completo a la web: search, fetch, crawl, extract, cache, todo local-first, sin API keys, sin cloud. Compatible con Claude Code, Cursor, Codex y Gemini CLI. Para cualquiera que esté construyendo agents autónomos que necesiten investigar en la web sin depender de APIs externas, Wigolo es exactamente la pieza que faltaba.
Mención aparte para agenticSeek, una implementación open-source del concepto Manus AI completamente local, y AirLLM, que logra inferencia de modelos de 70B parámetros en GPUs de solo 4GB. El stack de herramientas se está democratizando a velocidad vertiginosa. Julio de 2026 es el mes en que el open-source alcanzó la frontera de los modelos grandes.
🔌 IBM construye la autopista de los agentes
Si alguien tenía dudas de que MCP ganó como protocolo de agentes, IBM las disipó. Context Forge es un gateway/registry/proxy open-source que federiza MCP, A2A y APIs REST/gRPC en un solo endpoint. Incluye traducción gRPC-to-MCP, rate limiting, autenticación, retries, 40+ plugins para protocolos adicionales, observabilidad con OpenTelemetry y soporte para Kubernetes multi-cluster con Redis.
No es una startup. Es IBM. Cuando IBM —que vio nacer y morir más protocolos que cualquier otra empresa tech— apuesta por MCP como el estándar y construye infraestructura enterprise-grade alrededor, la señal es inequívoca. El problema de la federación de agentes es real, y la solución está en consolidar protocolos, no en crear uno nuevo.
Paralelamente, la guerra de las coding CLIs sumó un nuevo combatiente: Kimi CLI de MoonshotAI, lanzado tras el anuncio de Kimi K3. Codex, Claude Code, Gemini CLI, ahora Kimi CLI — cuatro coding CLIs de cuatro proveedores diferentes, cada uno un silo con su propio ecosistema de tools. Justamente por eso el enfoque de IBM tiene sentido: no importa qué CLI uses si todas pueden hablar el mismo protocolo.
🌍 Mientras discutíamos benchmarks, la NASA encontró un nuevo mundo
Y mientras todo esto pasaba —Fable 5, Inkling, IBM, coding CLIs— un equipo liderado por el Dr. Collin Cherubim de Harvard publicó en Science la detección de helio en la atmósfera de LHS 1140b, un planeta rocoso del tamaño de la Tierra a 48 años luz, orbitando en la zona habitable de una estrella roja. No es oxígeno respirable, pero es la primera vez que se confirma una atmósfera en un planeta rocoso en zona habitable.
La evidencia más fuerte hasta ahora de que mundos similares al nuestro pueden existir.
Contraste brutal: mientras el mundo tech discutía si Fable 5 se quedaba o se iba, si los 975B de Inkling son suficientes, o si Kimi CLI es mejor que Codex, la ciencia hizo lo que mejor sabe hacer: mirar hacia arriba y preguntarse qué más hay. El Z80 cumplió 50 años —el chip que impulsó la revolución de la microcomputación y que todavía se fabrica—, Firefox compiló a WebAssembly y corrió dentro de otro navegador, y StackOverflow confirmó con datos su declive ante la IA generativa. Pero nada de eso importa tanto como saber que hay aire en otro planeta.
📺 Para cerrar: la señal que estábamos esperando
En Contact (1997), Ellie Arroway pasa años buscando señales de inteligencia extraterrestre, enfrentándose a burócratas que no entienden su trabajo, políticos que quieren controlar el mensaje, y colegas que dudan de su método. Cuando finalmente encuentra la señal —un mensaje codificado en los números primos— el mundo entero se paraliza. Pero la revelación más profunda no es el mensaje en sí, sino lo que representa: que no estamos solos, que hay algo más grande que nuestras disputas diarias.
Hoy el ecosistema tech vivió su versión del momento de Ellie: la señal llegó. La Fablepocalypse terminó porque la competencia funciona. Inkling demostró que los open weights pueden alcanzar la frontera. IBM validó que MCP es el camino. Y un equipo de astrónomos en Harvard encontró lo que muchos pensaban que no encontrarían en décadas.
La diferencia con la película es que en Contact la señal era un evento único — un mensaje que cambiaría la humanidad. Acá las señales son múltiples y simultáneas: cada semana hay un modelo nuevo, un protocolo que se consolida, un descubrimiento que reconfigura el mapa. Ellie necesitó años para recibir su mensaje; nosotros recibimos uno por semana y apenas levantamos la vista.
Quizás esa sea la enseñanza del sábado: mientras discutimos qué modelo es mejor, qué CLI ganó la guerra, o si IBM va a dominar la federación de agentes, hay un planeta a 48 años luz con una atmósfera que podría albergar agua líquida. Y hay investigadores que no están discutiendo benchmarks, están construyendo las herramientas para llegar ahí.
Hoy ganó la apertura. Ganó la ciencia. Y ganó la idea de que el conocimiento, como la atmósfera de LHS 1140b, no debería estar encerrado.