Filtraciones de Gemini 3.5 Pro: Google quiere recuperar la entrada de programación AI con Spark Agent

Un resumen de las últimas filtraciones sobre Gemini 3.5 Pro, Gemini Spark y los productos de programación AI de Google: la capacidad del modelo sigue intentando alcanzar a los líderes, los puntos de entrada tipo Agent se vuelven más agresivos y las herramientas de programación se están convirtiendo en un campo de batalla clave para las grandes compañías de modelos.

Cómo comprobar CVE-2026-42945: condiciones de Nginx Rift, revisión de versiones y recomendaciones de actualización

Resumen práctico de Nginx Rift / CVE-2026-42945: afecta a ngx_http_rewrite_module y puede activarse mediante solicitudes no autenticadas bajo configuraciones rewrite concretas, con posibles reinicios de worker; si ASLR está desactivado, existe riesgo de ejecución de código.

Fragnesia (CVE-2026-46300): impacto y mitigación de una escalada local de privilegios en el kernel de Linux

Resumen de Fragnesia (CVE-2026-46300), una vulnerabilidad de escalada local de privilegios en el kernel de Linux relacionada con Dirty Frag. El problema afecta a XFRM ESP-in-TCP y al manejo de fragmentos de página compartidos, con riesgo de modificar archivos de solo lectura mediante la caché de páginas y obtener un root shell.

¿Cómo conectar Codex con modelos chinos? APIs compatibles con OpenAI y el enfoque de CodexBridge

CodexBridge encapsula Codex CLI/SDK como una API de chat compatible con OpenAI, de modo que OpenWebUI, Cherry Studio, curl y otros clientes puedan llamar a Codex local mediante /v1/chat/completions. Este artículo resume sus usos, despliegue, sesiones, entrada multimodal, salida estructurada y configuración común.

Cómo elegir planes de AI Coding: los usuarios ligeros priorizan comodidad, los intensivos necesitan flexibilidad

Una guía práctica para elegir herramientas y planes de modelos de AI Coding: los usuarios ligeros deberían priorizar la comodidad, los usuarios intermedios la relación calidad-precio y los usuarios intensivos deberían separar modelos y herramientas para evitar depender de un solo ecosistema.

Cómo medir el rendimiento multi-GPU en llama.cpp: ¿2x V100 16GB son más rápidas que una sola GPU de 32GB?

Una guía práctica sobre el rendimiento multi-GPU offload en llama.cpp: dos GPU no siempre son más rápidas cuando una sola tarjeta puede cargar el modelo, pero ayudan mucho cuando una GPU de 16GB tendría que recurrir a CPU offload. También cubre las diferencias entre V100 PCIe y NVLink.