Sonnet 4.8, GPT-5.5 Cyber, Alpha y un Codex Que Se Come Mi Flujo de Trabajo: Mi Semana
Casi dejo pasar esta semana.
Tenía una entrega de cliente que ardía, dos repos en plena migración y una rutina de Codex que se había descontrolado ligeramente durante la noche. Así que cuando mi Slack se iluminó a las 7:14 AM del miércoles con una captura de pantalla de una referencia en el código fuente de Anthropic a "Sonnet 4.8" — la misma semana en que el UK AI Security Institute publicó una evaluación pública donde GPT-5.5 igualó o superó a Claude Mythos en ciberseguridad ofensiva, la misma semana en que un modelo sigiloso llamado "Alpha" comenzó a liderar las clasificaciones de OpenRouter, y la misma semana en que OpenAI convirtió silenciosamente Codex en algo que se parece sospechosamente a una super app — casi hice lo responsable e ignoré todo hasta el fin de semana.
No lo hice. Pasé dos noches probando lo que realmente podía tener en mis manos, leyendo la cobertura de las filtraciones y analizando la evaluación AISI línea por línea. Lo que encontré es más interesante de lo que sugieren los titulares, y los titulares ya eran ruidosos.
Este es mi resumen semanal de los siete días en que la hoja de ruta de IA que creía entender fue silenciosamente reescrita. Si has leído mi análisis señal-versus-ruido de abril 2026, esto es la continuación natural. La relación señal-ruido esta semana es mucho mayor. Casi cada novedad en esta lista afectará cómo trabajo el próximo mes.
Cuatro hilos. Déjame recorrer cada uno en el orden en que realmente cambió mi pensamiento.
Hilo 1: La Filtración de Sonnet 4.8 No Es Realmente Sobre Sonnet 4.8
Anthropic tuvo un marzo difícil. Dos incidentes de seguridad separados — un CMS interno accesible públicamente expuesto el 26 de marzo, luego 512.000 líneas de código fuente TypeScript de Claude Code publicadas accidentalmente en npm unos días después — combinados dieron al mundo exterior la mirada más detallada a la hoja de ruta de Anthropic que jamás he visto, y probablemente más de lo que la empresa pretendía compartir. Fortune publicó ambas historias. La filtración de npm fue particularmente dolorosa porque incluía referencias a una familia de modelos que Anthropic aún no había nombrado formalmente.
Esto es lo que las filtraciones realmente revelaron, basado en lo que ha sido corroborado a través de la cobertura de Fortune, cobertura de Decoder y análisis de seguimiento de investigadores independientes:
- Opus 4.7 — ya lanzado a mediados de abril 2026, público, documentado
- Sonnet 4.8 — referenciado en código, esperado para mayo 2026, mejoras en visión y seguimiento de instrucciones implícitas
- Mythos — la familia de próxima generación por encima de la división actual Opus/Sonnet, actualmente en vista previa restringida
- Capybara — un nombre de tier filtrado posicionado por encima de Opus, sugiriendo que el árbol genealógico está a punto de ganar un nuevo nivel superior
- Undercover Mode — una bandera que no he visto explicada en ninguna parte de la documentación oficial
- 44 feature flags — el tipo de detalle que nadie fuera de Anthropic debería haber leído
La interpretación titular en la mayoría de la prensa ha sido "Anthropic reveló accidentalmente que Sonnet 4.8 viene en mayo." Esa parte es técnicamente cierta. También es la parte menos interesante.
A lo que sigo volviendo es a la forma de la hoja de ruta. Hace dos años y medio, Anthropic lanzaba una familia de modelos con una división pequeño/mediano/grande. La estructura filtrada de hoy muestra al menos cuatro tiers nombrados en desarrollo activo simultáneo: una línea Sonnet caballo de batalla iterando en una cadencia de aproximadamente seis a ocho semanas, una línea Opus mantenida deliberadamente por delante, una línea Mythos que representa lo que Anthropic mismo llamó un "cambio escalonado" en capacidad, y un tier Capybara por encima de Opus que nadie en la comunidad de analistas ha descifrado completamente.
Cuando profundicé en la cobertura de la filtración de Mythos, lo que me llamó la atención fue cuán en serio Anthropic mismo parece tomarse las implicaciones de ciberseguridad de su propio modelo. Los documentos filtrados reconocen que Mythos podría "aumentar significativamente los riesgos de ciberseguridad al encontrar y explotar rápidamente vulnerabilidades de software" — un lenguaje que se lee menos como marketing y más como una presentación regulatoria. Ese encuadre importa porque prepara el siguiente hilo de la historia de esta semana.
Sonnet 4.8 probablemente saldrá sin sorpresas. Mejor visión, mejor seguimiento de instrucciones, misma tarificación de $3/$15 por millón de tokens, las habituales ganancias incrementales en benchmarks de coding. Lo probaré el día que se lance. Pero el modelo que nadie fuera de los socios de Project Glasswing está probando — Mythos — es el que no puedo dejar de pensar.
Hay un tratamiento más extenso de la filtración en mi post sobre la filtración de Anthropic Claude Mythos y un análisis más largo específico de ciberseguridad en impacto de ciberseguridad de Claude Mythos. No voy a repetir eso aquí. En lo que quiero enfocarme es en lo que pasó después.
Porque lo que pasó después es que OpenAI lanzó un modelo que le dio un golpe a Mythos en el único benchmark público en el que ambos han sido medidos.
Hilo 2: GPT-5.5 No Debía Ser la Historia de Ciberseguridad
El UK AI Security Institute (AISI) es una de las pocas organizaciones en el planeta que ejecuta evaluaciones reales de ciberseguridad contra modelos frontier con metodología pública y profundidad técnica creíble. Su suite de evaluación utiliza 95 tareas capture-the-flag en cuatro niveles de dificultad — fácil, medio, difícil y experto — cubriendo ingeniería inversa, desarrollo de exploits para diversos bugs de seguridad de memoria, ataques criptográficos, pivoting de red y desempaquetado de malware ofuscado. Estos no son problemas de juguete. El nivel "experto" está calibrado contra tareas que los profesionales de seguridad humanos consideran no triviales.
AISI publicó su evaluación de GPT-5.5 el 30 de abril de 2026. El número titular, el que Decoder destacó, es que GPT-5.5 alcanzó una tasa de éxito del 71,4% en las tareas cyber ofensivas de nivel experto — poniéndolo en un empate estadístico con Claude Mythos Preview, el modelo que preocupaba tanto a Anthropic que restringió el acceso a través de Project Glasswing.
Leí el informe AISI dos veces. Tres cosas saltaron que la cobertura titular pasó por alto.
Primero, el resultado de "Last Ones" es la historia real. Enterrada en la evaluación hay una simulación de ataque a red corporativa end-to-end de 32 pasos llamada "The Last Ones." Un experto humano necesita unas 20 horas para completarla. GPT-5.5 completó la cadena completa en 2 de 10 intentos. Mythos Preview lo hizo en 3 de 10. Ambos resultados son individualmente alarmantes. Leídos juntos, son un marcador de que hemos cruzado a un régimen donde un modelo frontier puede ejecutar autónomamente operaciones ofensivas de múltiples pasos que previamente requerían penetration testers senior.
Segundo, los números de coste y latencia son la parte subestimada de la evaluación. Cuando GPT-5.5 tiene éxito en estas tareas, tiene éxito rápido. El coste de ejecución de Last Ones se mide en dólares de un solo dígito por intento y minutos de tiempo real. La misma cadena hecha por un experto humano cuesta lo que un pentester senior gana en 20 horas más la sobrecarga de coordinación. La asimetría económica es la parte que debería mantener despiertos a los CISOs.
Tercero, AISI encontró un jailbreak universal. El mismo informe señala que los red teamers de AISI identificaron un único prompt universal que provocó contenido violatorio en cada consulta cyber maliciosa que OpenAI proporcionó para pruebas. El ataque tomó seis horas de red teaming experto para desarrollarse. Seis horas. Para un jailbreak universal. En el modelo que acaba de igualar a Mythos en cyber ofensivo.
Ese último hallazgo es por qué el siguiente anuncio aterrizó de forma diferente a como creo que la gente lo procesó.
GPT-5.5 Cyber y la Cuestión de Distribución
El 30 de abril, el mismo día que se publicó el informe AISI, Sam Altman anunció GPT-5.5 Cyber — una variante especializada afinada para flujos de trabajo de seguridad, que va primero a un grupo verificado de "defensores cyber críticos" a través del nuevo programa Trusted Access for Cyber de OpenAI. Entidades gubernamentales, operadores de infraestructura crítica, proveedores de seguridad, proveedores de nube e instituciones financieras lo obtienen primero. El despliegue más amplio es escalonado.
El encuadre que usó OpenAI es fascinante. Dos semanas antes, Altman había criticado públicamente el enfoque Project Glasswing de Anthropic para Mythos como demasiado restrictivo. Ahora OpenAI desplegaba Cyber a través de un programa de verificación. TechCrunch y The Register señalaron la inconsistencia. Creo que la inconsistencia es en realidad lo más honesto que ambos laboratorios han hecho respecto a cyber.
Aquí está lo que nadie en ningún bando ha querido decir limpiamente: no existe una buena política de distribución para un modelo frontier de cyber ofensivo. Restrínguelo y los actores maliciosos llegan de todos modos vía modelos open source que siguen seis meses después. Haz open source y has dado a cada actor de amenazas un multiplicador de fuerza. Véndelo bajo licencia empresarial y has creado un sistema de clases en seguridad defensiva donde los bancos Fortune 100 tienen acceso a herramientas de descubrimiento de vulnerabilidades que los sistemas de agua municipales no tienen.
Ver a Anthropic y OpenAI converger hacia aproximadamente la misma respuesta restrictiva a pesar de su posicionamiento público me dice que ambas empresas han hecho las cuentas y llegado a la misma conclusión. Esa conclusión es "realmente no sabemos qué hacer, así que empezaremos estrecho y ampliaremos con cuidado." Creo que esa es la posición honesta. También creo que los laboratorios open source van a hacerla irrelevante dentro de doce meses.
Para mi propio trabajo, la implicación práctica es clara. No voy a tener acceso práctico a Mythos ni a GPT-5.5 Cyber. Tampoco la mayoría de lectores de este post. Lo que sí obtendremos es la estela — los modelos base públicos Sonnet 4.8 y GPT-5.5 que se benefician de los mismos avances de entrenamiento, menos los ajustes finos de cyber ofensivo. Esos son los modelos que estarán en nuestros IDEs y terminales durante el próximo trimestre. Están mejorando mediblemente en razonamiento de código como efecto secundario del trabajo cyber, y eso vale la pena tener en cuenta incluso si nunca ejecutas un exploit en tu vida.
Para un contexto más profundo sobre cómo pienso sobre el avance gradual de capacidad de coding agéntico, mi comparación GPT-5.5 vs Opus 4.7 cubre el lado modelo contra modelo, y mi pieza anterior sobre autonomía de Mythos y DeepSeek V4 aborda la cuestión open source.
Hilo 3: Alpha Es el Modelo Misterioso Más Interesante que OpenRouter Ha Alojado
OpenRouter ha estado ejecutando lanzamientos sigilosos de modelos como cadencia regular durante más de un año. Quasar Alpha fue el primero que noté. Optimus Alpha vino después. Pony Alpha arrasó en las clasificaciones en febrero de 2026, procesando más de 40 mil millones de tokens en su primer día antes de que Zhipu AI confirmara silenciosamente que era su sistema GLM-5. Escribí sobre todo ese arco en GLM-5 Pony Alpha probado, y el patrón ha sido consistente: un laboratorio chino usa OpenRouter como una prueba de carga pública discreta antes de anunciar formalmente el modelo bajo su nombre real.
Esta semana apareció una nueva lista sigilosa en OpenRouter etiquetada simplemente "Alpha" — distinta de los lanzamientos anteriores con nombres de animales. La descripción de capacidades en la lista se lee como una lista de deseos: modelo base de alto rendimiento, cargas de trabajo agénticas fuertes, precisión de tool-calling, contexto largo, generación de código, flujos de trabajo automatizados, compatibilidad con Claude Code y OpenCode y herramientas de productividad similares.
Le di tres horas el miércoles por la noche. Esto es lo que observé.
El modelo es rápido. La latencia de tool-calling está más cerca de GPT-5.5-mini que de Opus 4.7 en los mismos flujos de trabajo. La calidad de generación de código está en el rango de Sonnet 4.6 — claramente detrás de Opus 4.7 en razonamiento difícil, pero muy por delante de las baselines open source del año pasado. La comprensión de contexto largo se siente real pero no la empujé más allá de 400K tokens, así que no puedo verificar la afirmación de 1M de contexto con confianza. Los flujos de trabajo agénticos se mantuvieron a lo largo de una tarea de investigación y resumen de cuatro pasos donde algunos modelos más pequeños se pierden a mitad de camino.
Lo que no puedo decirte es quién lo construyó. La lista de candidatos, basada en el patrón establecido y en el análisis de estilo de respuesta que la gente ha estado haciendo en OpenRouter, incluye:
- DeepSeek V4 — largamente rumorado, explicaría el enfoque en herramientas agénticas
- La siguiente iteración de Zhipu AI por encima de GLM-5 — si Pony Alpha era GLM-5, esto podría ser GLM-6
- MiniMax M2.x — MiniMax ha estado en racha y la convención de nombres encaja
- Actualización de Qwen 3.x — el equipo Qwen de Alibaba ha estado callado, posiblemente demasiado callado
- Un laboratorio occidental — menos probable dado el patrón sigiloso de OpenRouter, pero no imposible
Mi intuición dice laboratorio chino de pesos abiertos, probablemente Zhipu o MiniMax, probablemente una respuesta al posicionamiento de DeepSeek o al lanzamiento de GPT-5.5. La razón por la que creo que importa no es el modelo en sí sino la cadencia. Los laboratorios alineados con open source ahora están entregando capacidad adyacente a la frontera aproximadamente cuatro a seis meses detrás de los laboratorios cerrados. La compresión es real. La cuestión de distribución Mythos-vs-Cyber que planteé arriba se resuelve por esta tendencia, no por debates de política. Dentro de un año, la capacidad de cyber ofensivo que actualmente está restringida a los socios de Project Glasswing y empresas aprobadas por TAC estará corriendo en el portátil de alguien vía una descarga de Hugging Face.
Si quieres probar Alpha tú mismo, todavía está listado al momento de escribir esto y es gratuito para consultar. Yo no pondría tráfico de producción en él — las listas sigilosas desaparecen sin aviso y la procedencia no está verificada — pero para calibración de capacidad vale los treinta minutos.
Hilo 4: Codex Se Convirtió Silenciosamente en una Super App, y Creo que OpenAI Ganó el Trimestre
He estado usando OpenAI Codex como herramienta diaria junto a Claude Code durante meses. Mi reseña práctica honesta está en openai-codex-super-app-tested. La actualización de abril importó. La actualización de mayo es mayor.
Esto es lo que cambió, basado en el propio anuncio de OpenAI y la cobertura que siguió:
- Computer Use se lanzó en macOS. Codex ahora tiene su propio cursor. Hace clic, escribe, lee la pantalla y opera ventanas en segundo plano mientras tú sigues trabajando.
- El marketplace de plugins creció más allá de 90 integraciones. Gmail, Google Drive, Docs, Sheets, Slack, Notion, la suite completa de Microsoft 365 (Outlook, Excel, Word, PowerPoint, Teams, SharePoint), Atlassian Rovo, Jira, Confluence, GitLab, GitHub, Linear, CircleCI, CodeRabbit, Figma, Render, Neon, Salesforce, HubSpot, Zendesk. La lista se lee como cada herramienta B2B para la que te hayas registrado. The Decoder tiene un buen resumen.
- El sistema de memoria Chronicle está activado por defecto. Codex ahora recuerda contexto a través de días. El agente que empezó a revisar un PR el martes retoma el mismo hilo el jueves sin re-explicar la base de código.
- Las automatizaciones de varios días son de primera clase. Tareas recurrentes — conciliación financiera mensual, briefings semanales de proyecto, revisiones de pipeline — se programan y ejecutan autónomamente.
- Asistentes de configuración basados en roles para finanzas, marketing, operaciones, legal, RRHH e ingeniería, cada uno con integraciones de herramientas preconfiguradas y plantillas de prompts.
Los asistentes de configuración basados en roles son la parte de la que nadie habla correctamente. OpenAI posicionaba Codex como una herramienta para desarrolladores. La actualización de abril a mayo lo reposicionó explícitamente como una herramienta para trabajadores del conocimiento con funciones de desarrollador aún incluidas. Ese reposicionamiento se muestra en el texto de marketing ("Codex for almost everything"), en los asistentes de roles y, lo más importante, en la cobertura de integraciones — Excel, PowerPoint y Outlook no son integraciones de desarrollador.
La lectura competitiva es interesante. Codex ahora está posicionado cara a cara contra:
- Claude Code con Routines y Computer Use — el stack equivalente de Anthropic, actualmente más pulido en flujos de trabajo de coding pero menos amplio en integraciones
- Microsoft 365 Copilot — que tiene el foso de integración pero un núcleo de razonamiento más débil
- Google Workspace Gemini — fuerte en Google Workspace, débil en todo lo demás
- Agentes empresariales personalizados construidos sobre Workspace Agents, el framework empresarial de OpenAI
He estado ejecutando tanto Codex como Claude Code en paralelo durante más de un año. Mi opinión honesta, después de esta actualización: Codex ha superado a Claude Code en amplitud, mientras que Claude Code sigue adelante en el pulido del flujo de trabajo de coding puro. Si solo puedes tener uno, elige según si necesitas profundidad o amplitud. Si puedes ejecutar ambos — y yo lo hago — deberías. Mi post flujo de trabajo de dos agentes Codex plus Claude Code explica cómo divido el trabajo entre ellos.
La actualización que más noto en la práctica es específicamente el plugin de Slack. Codex extrae contexto de canales, redacta respuestas, resume hilos largos y puede moderar canales. Esa última capacidad es una pista. OpenAI ya no está construyendo un asistente de codificación. Están construyendo un agente de operaciones que escribe código cuando es necesario.
Para una cobertura más amplia del ángulo super app, mi prueba de flujo de trabajo Codex AI super app GPT-5.5 profundiza en el patrón de automatización de varios días y cómo lo he estado usando para trabajo con clientes.
Cómo Se Conectan Estos Cuatro Hilos (Y Por Qué Importa Para Tu Flujo de Trabajo)
Leídos juntos, las noticias de esta semana son una historia, no cuatro.
La filtración de Sonnet 4.8 muestra que la hoja de ruta de Anthropic se acelera a través de cuatro capas de modelos simultáneamente. Los benchmarks de ciberseguridad de GPT-5.5 muestran que la capacidad frontier está desbordándose del coding hacia el cyber ofensivo como efecto secundario de mejor razonamiento y uso de herramientas. El modelo misterioso Alpha en OpenRouter muestra que los laboratorios alineados con open source están comprimiendo la brecha a menos de seis meses. La actualización de super app de Codex muestra que los laboratorios cerrados corren para asegurar la distribución antes de que los laboratorios abiertos los alcancen.
La lectura estructural: los laboratorios cerrados están acelerando simultáneamente en capacidad y distribución, sabiendo que los laboratorios abiertos commoditizarán la capa de capacidad dentro de un año. Su apuesta es que la distribución — los fosos de integración con Slack, Microsoft, Google, los flujos de trabajo basados en roles, la memoria de varios días — es lo que no se commoditizará.
Si construyes software para ganarte la vida, esa apuesta tiene consecuencias directas para cómo deberías invertir los próximos noventa días. Veo cuatro:
Uno: deja de optimizar tus prompts y empieza a optimizar tus integraciones de herramientas. El modelo va a mejorar. Tu habilidad de prompt engineering compondrá menos que tu habilidad para conectar herramientas, MCPs e integraciones. Ahora dedico dos a uno a fontanería de integración versus diseño de prompts. Hace seis meses esa proporción era al revés.
Dos: asume que tu IDE y tu calendario de trabajo serán una sola superficie para fin de año. Codex Computer Use más memoria Chronicle más agentes basados en roles más 90+ plugins es el prototipo. Anthropic tiene el mismo stack en un empaquetado ligeramente diferente. La superficie unificada de trabajo y código ya no es una predicción para 2027. Se está entregando ahora.
Tres: tómate en serio el desbordamiento de capacidad de ciberseguridad. Si entregas código y no tienes un paso de revisión de seguridad en tu pipeline de agentes, este es el trimestre para añadir uno. Los mismos modelos que mejorarán tu productividad de desarrollo están mejorando la productividad de los atacantes al mismo ritmo. Añadí un subagente de revisión de seguridad a mi propio pipeline hace dos semanas. Ya se está pagando solo.
Cuatro: prueba al menos un modelo sigiloso al mes. Alpha no será el último. La cadencia en OpenRouter es ahora mensual. Invertir treinta minutos al mes probando lo que hay en la plataforma mantiene tu calibración de capacidad honesta, y es el seguro más barato posible contra ser sorprendido por un modelo open source que de repente iguala la frontera cerrada.
La semana que casi ignoré resultó ser una de las semanas más importantes del año hasta ahora. La filtración de Sonnet 4.8 reescribió mi modelo mental de la hoja de ruta de Anthropic. La evaluación AISI reescribió mi modelo mental de cuán cerca estamos del cyber ofensivo autónomo. Alpha reescribió mi modelo mental de la brecha open source. La actualización de Codex reescribió mi modelo mental de lo que una herramienta de coding IA siquiera es en 2026.
Cuatro reescrituras. Una semana. Si todavía estás usando el mismo stack de herramientas y el mismo flujo de trabajo que usabas en febrero, estás ejecutando una arquitectura que ahora está demostrablemente desactualizada. Probaré Sonnet 4.8 el día que se lance, ejecutaré Cyber el día que califique para acceso TAC (no lo haré), y pasaré Alpha por mi benchmark completo de flujo de trabajo este fin de semana.
Lo que haría esta noche si fuera tú: abre el informe AISI, lee la sección de Last Ones y hazte una pregunta. Si un modelo frontier puede ejecutar autónomamente una cadena ofensiva de 32 pasos en 11 minutos por menos de dos dólares, ¿cómo se ve tu infraestructura para él?
Esa es la pregunta que no he podido soltar en toda la semana. Dudo que tú puedas tampoco.
Preguntas Frecuentes
¿Cuándo sale Claude Sonnet 4.8?
Se espera que Sonnet 4.8 se lance en mayo de 2026 basado en referencias encontradas en el código fuente filtrado de Claude Code. Anthropic no ha confirmado una fecha exacta públicamente. Se rumorea que el precio se mantendrá en $3 por millón de tokens de entrada y $15 por millón de tokens de salida, igualando a Sonnet 4.6.
¿Es GPT-5.5 mejor que Claude Mythos en ciberseguridad?
Según la evaluación del UK AI Security Institute del 30 de abril de 2026, GPT-5.5 alcanzó una tasa de éxito del 71,4% en tareas cyber ofensivas de nivel experto — estadísticamente empatado con Claude Mythos Preview. GPT-5.5 también completó la cadena de ataque "Last Ones" de 32 pasos en 2 de 10 intentos versus 3 de 10 de Mythos. La diferencia está dentro del margen de error estadístico.
¿Qué es el modelo Alpha en OpenRouter?
Alpha es un modelo base sigiloso sin nombre listado en OpenRouter a principios de mayo de 2026, que afirma un fuerte rendimiento en cargas de trabajo agénticas, generación de código y contexto largo. Su origen no ha sido confirmado, aunque la especulación de la comunidad apunta a un laboratorio chino de pesos abiertos como Zhipu, MiniMax o DeepSeek basándose en el patrón previo de lanzamientos sigilosos de OpenRouter.
¿Qué es GPT-5.5 Cyber y quién puede acceder?
GPT-5.5 Cyber es una variante especializada de GPT-5.5 afinada para flujos de trabajo de ciberseguridad incluyendo pruebas de penetración, identificación de vulnerabilidades e ingeniería inversa de malware. OpenAI lo despliega primero a "defensores cyber críticos" verificados a través de su programa Trusted Access for Cyber, priorizando entidades gubernamentales, operadores de infraestructura crítica, proveedores de seguridad y grandes instituciones financieras y de nube.
¿Puede OpenAI Codex reemplazar a Claude Code ahora?
La actualización de abril-mayo 2026 de Codex añadió Computer Use en macOS, más de 90 integraciones de plugins, memoria Chronicle de varios días y asistentes basados en roles — superando a Claude Code en amplitud. Claude Code sigue siendo más fuerte en el pulido del flujo de trabajo de coding puro. La mayoría de usuarios serios ejecutan ambos en paralelo en lugar de elegir uno. Consulta la sección sobre Codex arriba para mi comparación detallada.
Trabajemos Juntos
¿Buscas construir sistemas de IA, automatizar flujos de trabajo o escalar tu infraestructura tecnológica? Me encantaría ayudar.
- Fiverr (builds personalizados e integraciones): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (soluciones empresariales): ramlit.com
- ColorPark (diseño y branding): colorpark.io
- xCyberSecurity (servicios de seguridad): xcybersecurity.io
