AWS publicó este 2 de noviembre de 2026 su resumen semanal de novedades, con anuncios de la semana pasada. Entre los principales están la disponibilidad general de GPT-6.1 Terra en Amazon Bedrock y la conexión de flujos de AWS Step Functions con agentes de IA, además de actualizaciones para seguridad e infraestructura.

🧠 GPT-6.1 Terra es la línea de la familia GPT-6 orientada al trabajo cotidiano y admite texto e imágenes, con hasta un millón de tokens de entrada. Está disponible mediante las API de Bedrock, ChatGPT Work y Codex; el precio de sus tokens de entrada y salida es al menos 50% menor que el de GPT-6.1 Sol y GPT-5.6 Terra.

📊 En la evaluación Agents’ Last Exam de OpenAI, Terra superó por 15 puntos porcentuales a GPT-5.6 Terra, quedó al nivel de GPT-6 Astra y completó tareas a una velocidad superior al triple de ambos. Son resultados reportados por OpenAI, no una prueba independiente: conviene separar esa promesa del desempeño que tenga con tu propia carga de trabajo.

⚙️ Step Functions, que ya permite orquestar más de 220 servicios de AWS, ahora puede ofrecer sus flujos existentes como herramientas mediante Amazon Bedrock AgentCore Gateway y MCP. El agente decide cuándo ejecutarlos y qué datos enviar, pero Step Functions conserva la secuencia definida: por ejemplo, revisar elegibilidad, pedir aprobación y emitir un reembolso; funcionan los flujos Standard y Express, se pueden consultar ejecuciones y la integración está disponible donde opera AgentCore Gateway, con tarifas estándar.

🔒 AWS KMS incorporó ML-KEM para establecer secretos compartidos con criptografía poscuántica, mientras Aurora PostgreSQL añadió intercambio de claves TLS poscuántico en versiones 18 y posteriores. La preocupación es el ataque de guardar ahora y descifrar después: capturar intercambios actuales para intentar recuperar sus secretos cuando existan computadoras cuánticas suficientemente potentes, algo que todavía no tiene una fecha cierta.

¿Qué cambia para quienes desarrollan y operan en AWS?

El hilo común es reutilizar lo que ya tienes: flujos que un agente puede invocar sin reescribirlos, capacidad de GPU compartida y contenedores que no necesitan descargarse completos antes de arrancar. Estos son los detalles de infraestructura y seguridad que vale la pena revisar antes de mover una carga.

  • KMS y ML-KEM: admite los tres conjuntos de parámetros de NIST FIPS 203. Encapsulate genera un secreto compartido aleatorio de 32 bytes y su texto cifrado; Decapsulate permite recuperarlo, mientras las claves privadas permanecen en módulos HSM validados con FIPS 140-3 nivel 3. Está disponible en las regiones donde opera KMS, excepto Medio Oriente —Emiratos Árabes Unidos y Baréin— y China.
  • IAM Identity Center entre regiones: la propagación de identidad de confianza ya puede acompañar una solicitud hacia servicios en otra región. Antes exigía mantener en la misma región los servicios que accedían a esa identidad, o recurrir a roles amplios que no distinguían usuarios; ahora permite autorizar por usuario y grupo y auditar quién accedió a qué, sin costo adicional donde opera Identity Center.
  • ECS comparte GPU con NVIDIA MPS: varias tareas pueden ejecutarse al mismo tiempo en una GPU, útil para inferencia de modelos pequeños o para servir varios modelos. Se declara la memoria que necesita cada contenedor y, opcionalmente, un límite de cómputo; ECS acomoda las tareas según la capacidad disponible al escalar, sin cambios de código.
  • Disponibilidad de MPS en ECS: funciona en ECS Managed Instances y ECS sobre Amazon EC2, en todas las regiones comerciales y AWS GovCloud de Estados Unidos. En Managed Instances también supervisa el proceso de control de MPS y reemplaza la instancia si deja de funcionar correctamente.
  • Lambda Managed Instances con SOCI: la carga diferida descarga los archivos del contenedor conforme los necesita durante el arranque. AWS reporta una reducción de hasta 70% en el tiempo de inicio; se crea un índice SOCI, se sube a Amazon ECR y se apunta la URI de la imagen a la etiqueta indexada para que Lambda lo detecte automáticamente.
  • SageMaker AI también recibe carga diferida: para trabajos de entrenamiento y procesamiento, las pruebas reportadas registraron arranques de 3 a 11 segundos sin depender del tamaño de imagen. Frente a una mediana de 3 minutos y 42 segundos para una imagen de 13.2 GB, AWS comunica mejoras de entre 8 y 46 veces.
  • EKS Auto Mode añade Kubernetes Gateway API: permite definir la entrada de tráfico con recursos Gateway y HTTPRoute sin instalar otro controlador; Auto Mode aprovisiona y administra la infraestructura de balanceo. Incluye rutas HTTP y gRPC, comunicación entre espacios de nombres, reparto ponderado de tráfico, reglas por encabezados y descubrimiento automático de certificados TLS mediante AWS Certificate Manager.
  • Sin migración forzada de Ingress: las cargas existentes pueden convivir con Gateway API. El soporte está incluido en EKS Auto Mode, aunque se mantienen los cargos estándar de balanceo.

También hay experiencias de empresas que aterrizan estas ideas. No son garantías de ahorro o rendimiento para cualquier proyecto: cada resultado corresponde a la implementación descrita.

  • Nubank y recuperación ante desastres: la empresa atiende a más de 140 millones de clientes entre Brasil, México y Colombia, y clasifica más de 300 flujos de negocio como críticos, sujetos a pruebas según un calendario regulatorio. Reporta que delegar la recopilación de evidencia y la redacción de informes a AWS DevOps Agent redujo un ciclo de unas 4.3 horas a aproximadamente 40 minutos, y cuadruplicó la cobertura durante 2026 hasta superar los 160 flujos.
  • Una prueba de Nubank a gran escala: con AWS Fault Injection Service terminó más de 900 instancias de EKS bajo tráfico sintético y generó la evidencia que necesitaba su regulador.
  • MoEngage conecta sus API con agentes: expuso alrededor de 400 operaciones REST internas, construidas por 25 equipos y alojadas en VPC privadas de siete regiones, mediante AgentCore Gateway. La identidad de cada cliente no quedó como un parámetro que el modelo pudiera elegir; la empresa estima que la opción administrada le ahorró unos seis meses de ingeniería de plataforma.
  • Buscar herramientas en lugar de entregar todo el catálogo: en MoEngage, listar todas las herramientas habría superado los 20,000 tokens por conexión. Los agentes las encuentran describiendo la tarea que necesitan resolver.
  • Menos gasto en S3, con evidencia: un caso analizado con S3 Storage Lens y Storage Class Analysis tenía 5.8 PB de registros en S3 Standard, con un costo aproximado de 241,000 dólares mensuales. La proporción de acceso caía por debajo de 0.1% después de 90 días; una regla para mover esos datos a Glacier Instant Retrieval al cumplir ese plazo redujo la factura cerca de 70%, un resultado específico de esa carga.

💬 Si ya trabajas con AWS, ¿qué probarías primero: conectar un flujo de Step Functions a un agente, compartir GPU en ECS o acelerar el arranque de tus contenedores?

¿Pero deveras? 🌵💚