Criterio publicado, no opinión
Análisis técnicos sobre modelos, IA local, imagen, video y voz, agentes, ciberseguridad y regulación. Los escribe el equipo que los pone en producción, con fuentes primarias y fecha de revisión.
Cuatro rutas de lectura, según tu rol
Los análisis que más nos piden en cada área, en el orden en que conviene leerlos.
CTO, datos e ingeniería
- El mapa de modelos de IA, octubre de 2026
- Chatbot vs agente de IA: cuál necesita tu empresa
- RAG en 2026: contexto largo, búsqueda híbrida y agentic search
- Evals: cómo probar un sistema con LLM
Todos los análisis, por tema
Filtra por tema. Cada artículo indica su fecha, su autor y sus fuentes.
32 análisis
Chatbot vs agente de IA: cuál necesita tu empresa
Un chatbot responde, un agente actúa. Definiciones de Anthropic y OpenAI, tabla de decisión, «agent washing», costos, riesgos y cuándo basta un flujo o un formulario.
Estrategia y regulaciónCómo hacer una gran app de networking para eventos
Lo que aprendimos con las apps de Colombia Tech Week 2026, Colombia Tech Fest y Réseau Mazette: acceso, agenda, directorio, reuniones, modo sin conexión e IA.
ModelosClaude Opus 5.5: qué cambia para las empresas
Lanzado el 22 de septiembre de 2026: más barato que Opus 5, nivel Fable 5.1 según Anthropic. Precio, benchmarks, cambios técnicos y cuándo usarlo.
ModelosEl mapa de modelos de IA, octubre de 2026
Claude Opus 5.5 y Sonnet 5.5, GPT-6 Astra, Gemini 4 Argon, Grok 4.7 y Muse Spark: quién lidera en octubre de 2026, cuánto cuesta cada franja y qué probar.
CiberseguridadPrompt injection y seguridad de agentes: el riesgo número uno
Por qué la inyección de prompts sigue sin resolverse, qué muestran los incidentes de 2025–2026 y qué controles funcionan de verdad en agentes y chatbots.
IA local y open sourceIA local en 2026: qué hardware comprar y qué corre en cada uno
RTX 5090, RTX PRO 6000, DGX Spark, Ryzen AI Max+ y Mac Studio M5: cálculo de memoria, qué modelo cabe dónde, comprar o alquilar y opciones por tamaño de equipo.
Imagen, video y audioModelos de imagen en 2026: cuál usar para trabajo de marca
Nano Banana 2.1 y Pro, GPT Image 2.5, Qwen-Image: qué modelo usar para piezas de marca, cuánto cuesta cada imagen y qué exige el AI Act desde agosto de 2026.
Agentes e ingenieríaAgentes de IA en producción: lo que funciona en 2026
Flujo o agente, los ocho componentes, datos de adopción y fracaso, uso de computador, reglas de diseño, costos, seguridad y checklist de lanzamiento.
Estrategia y regulaciónEl mapa regulatorio de la IA en 2026
El AI Act tras el Ómnibus, el RGPD, la Ley 1581 y la SIC, LatAm, EE. UU. e ISO 42001: fechas, obligaciones y un plan de 10 pasos para empresas en Colombia y la UE.
IA local y open sourceModelos sin censura: qué son y qué riesgos tienen
Qué significa quitarle las salvaguardas a un modelo, por qué existe ese ecosistema, qué se pierde, qué prohíbe la ley en 2026 y qué usar en su lugar.
Imagen, video y audioModelos de video en 2026: de la demo al anuncio
Gemini Omni Flash, Veo 3.1, Kling 3.0, Seedance, Wan 3.0: qué funciona para anuncios, cuánto cuesta el segundo, qué enseña el cierre de Sora y cómo etiquetar en la UE.
Agentes e ingenieríaMCP explicado para empresas
Qué es el Model Context Protocol, cómo evolucionó hasta la versión 2026-07-28, quién lo gobierna, en qué se diferencia de A2A y cómo adoptarlo con seguridad.
CiberseguridadFraude con deepfakes: protocolo para empresas
Del caso Arup a las cifras del FBI: cómo opera el fraude con voz clonada y deepfakes, y un protocolo de verificación para finanzas, talento humano y asistentes.
IA local y open sourceModelos open-weight en 2026: cuál usar y con qué licencia
Kimi K3, Qwen3.8, DeepSeek V4.1, GLM-5.3, Gemma 4, gpt-oss, Mistral: tamaños, licencias, distancia a la frontera y cómo alojarlos sin sorpresas legales.
ModelosModelos de razonamiento: cuándo pagar por pensar
Pensar cuesta tokens y segundos. Cómo exponen el esfuerzo Anthropic, OpenAI y Google, dónde rinde, dónde no y cómo ajustarlo con el costo por tarea resuelta.
Agentes e ingenieríaProgramación con agentes: cómo cambia un equipo de software en 2026
Claude Code, Codex, Copilot y Cursor ya abren pull requests solos. Qué muestran de verdad los benchmarks y los estudios, y cómo deben cambiar specs, pruebas y revisión.
CiberseguridadCómo la IA cambia el pentest
Qué hacen hoy los atacantes con IA, qué encuentran Mythos, Big Sleep o XBOW, por qué validar se volvió lo escaso y cómo adaptar tu pentest en Colombia.
Imagen, video y audioVoz e IA en 2026: TTS, transcripción, agentes de voz y música
GPT-Live-1, Gemini 3.8 Live, TTS y transcripción en español y francés, Suno v6 y los pleitos de la música, clonación de voz y cómo montar un agente de voz que cumpla.
Estrategia y regulaciónEl costo real de la IA
Cómo se cobra hoy la IA, por qué importa el costo por tarea resuelta, palancas de ahorro con cifras, costos ocultos y un cálculo de local frente a API.
IA local y open sourceCuantización sin mitos: GGUF, AWQ, FP8 y FP4
Qué cuestan de verdad 4, 5 u 8 bits en calidad, memoria y velocidad, qué formato corre dónde (GGUF, AWQ, EXL3, FP8, NVFP4) y cómo validar un cuantizado.
Agentes e ingenieríaRAG en 2026: contexto largo, búsqueda híbrida y agentic search
Un contexto de un millón de tokens no jubila la recuperación. Lo que funciona en 2026: chunks con contexto, búsqueda híbrida, rerankers, búsqueda agéntica, permisos y costos.
CiberseguridadGuardrails que funcionan en producción
Las siete capas de un sistema de guardrails, los modelos guardianes de 2026 comparados, cómo medirlos en español y francés y dos arquitecturas de referencia.
Imagen, video y audioDerechos y procedencia del contenido con IA
¿De quién es lo que genera la IA? Demandas y acuerdos, indemnidades de proveedores, imagen y voz, artículo 50 del AI Act, C2PA, SynthID y una política para marcas.
IA local y open sourceDel portátil al servidor: Ollama, llama.cpp, vLLM y SGLang
Qué motor para una persona, un equipo o producción, las técnicas que multiplican el rendimiento, cómo asegurarlo y medirlo, y cuándo sale más barata una API.
Agentes e ingenieríaEvals: cómo probar un sistema con LLM
Por qué probar a ojo falla: set de oro en español y francés, jueces LLM calibrados, gates de regresión en CI, herramientas y cuánto cuesta evaluar.
CiberseguridadSeguridad de la cadena de suministro de IA: modelos, paquetes y servidores MCP
Modelos que ejecutan código, paquetes alucinados, servidores MCP y skills maliciosos: incidentes 2025–2026, controles que funcionan y deberes de la CRA.
Imagen, video y audioIA generativa en experiencias de marca y DOOH: lo que funciona en vivo
Fotomatones con IA, face swap y pantallas DOOH: latencia, moderación, consentimiento biométrico, etiquetado del AI Act y cómo medir una activación en vivo.
IA local y open sourceModelos pequeños e IA en el dispositivo: cuándo bastan
Apple, Google y Microsoft ya integran modelos pequeños en el sistema. Qué hacen bien, qué no pueden hacer y cómo elegir entre dispositivo, servidor y nube.
ModelosCómo elegimos un modelo
Idioma, código, agentes, coste y privacidad: la evaluación que corre antes de cada despliegue, con 30 prompts reales por cliente.
Agentes e ingenieríaFine-tuning vs RAG: el criterio
Cuándo RAG, cuándo fine-tuning y cuándo un híbrido: el orden de decisión antes de pagar un entrenamiento.
CiberseguridadPentest en Colombia: qué testear de verdad
No un PDF de scanner: aplicaciones web y APIs, validación manual de cada hallazgo y retest, con un precio alineado con el resultado.
Estrategia y regulación¿Te citan los motores IA?
30 prompts fijos, 5 motores y 3 idiomas para medir si ChatGPT, Claude o Perplexity citan bien a una empresa. Sin cifras inventadas.
Ningún análisis coincide con tu búsqueda. Prueba otra palabra o elige «Todos».
Cómo escribimos cada análisis
Las mismas reglas que aplicamos en los proyectos de Slash AI Lab.
Fuentes primarias
Anuncios oficiales, documentación técnica, papers y textos legales, enlazados al final de cada artículo.
Fecha y versión
Los modelos cambian cada mes. Cada análisis dice a qué fecha y a qué versiones se refiere.
Sin cifras inventadas
Si no podemos verificar un dato, no lo publicamos. Nuestras opiniones se presentan como opiniones.
Criterio de producción
Escribimos lo que aplicaríamos en un proyecto real: costes, riesgos y límites declarados.
Las preguntas que escuchamos a menudo
¿Quién escribe estos análisis?
El equipo fundador de Slash Digital Lab (Jean Martial, Rémy Sanchez y Esteban Zuleta), a partir del trabajo de Slash AI Lab. Cada artículo lleva firma, fecha y fuentes.
¿Cada cuánto se actualizan?
Revisamos los artículos sobre modelos y precios cada trimestre, o antes si un lanzamiento cambia la recomendación. La fecha de revisión aparece en cada artículo.
¿Cómo eligen los temas?
Son las preguntas que nos hacen los clientes en proyectos reales: qué modelo usar, cuándo conviene la IA local, cómo proteger un agente, qué exige la regulación.
¿Puedo citar o reutilizar el contenido?
Sí, citando la fuente con un enlace al artículo. Los datos de terceros pertenecen a sus autores y están enlazados en cada análisis.
¿Hacen evaluaciones a medida?
Sí: Slash AI Lab corre la misma metodología sobre tus prompts, tus datos y tus restricciones de coste y privacidad.
Del análisis al proyecto
Slash AI Lab
El laboratorio donde evaluamos modelos y publicamos el método.
Saber más→ ConsultoríaConsultoría IA
Diagnóstico y arquitectura antes de construir. Roadmaps accionables.
Saber más→ PentestPentest Colombia
Pentest web y APIs con resultado garantizado: si no hay hallazgos altos, COP $0.
Saber más→Pongámoslo en producción
Cuéntanos tu reto. Respondemos en menos de 24 horas laborales con una primera lectura honesta: si podemos ayudarte, te diremos cómo; si no, te diremos quién puede.
Contesto personalmente. Sin formularios eternos ni respuestas automáticas.