Modelos de 1–10B parámetros afinados y cuantizados llevaron asistentes útiles a móviles y PCs sin ronda completa a la nube.
Phi, Gemma, Llama-3-8B cuantizados y similares demostraron utilidad on-device para resumen, teclado y agentes locales.
Vendors de silicio (Apple, Qualcomm, Intel, NVIDIA) optimizaron kernels. La privacidad y la latencia impulsaron adopción.
El stack híbrido —borde + nube— se consolidó como arquitectura de producto por defecto.
MLCommons anunció el 16 de septiembre de 2026 resultados de MLPerf Inference v6.1 con récord de 30 organizaciones, nuevos tests End-to-End RAG y Edge Agentic Inference, y hasta 5,7× de ganancia interanual en algunos escenarios —ángulo distinto al de Vera Rubin NVL72.
Labs demostraron modelos que hacen clic, escriben y navegan UIs como usuarios humanos, ampliando automatización sin API.
Empresas desplegaron agentes con herramientas reales —CRM, código, navegador— bajo tracing, permisos y evaluación continua.