Madrid · 18—20 septiembre
El fin de semana que Madrid no durmió
Un fin de semana, de un vistazo
60 equipos construyendo en Madrid
5935 pushes durante el fin de semana
procesados por IA, incluida la caché
de la primera idea a la última demo
El viernes llegaron con ideas. El domingo se fueron con proyectos, nuevos compañeros y ganas de seguir construyendo. Más de 250 jóvenes, 60 equipos y un fin de semana en Madrid que dio para mucho más que escribir código.
La semilla de HackSpain la plantaron Leonardo Ollero, con 18 años, y Samuel Cordero, con 15. Se aliaron con The Exponential Fellowship para convertirla en un encuentro entre jóvenes, startups, mentores e inversores. En esta primera edición participaron más de 50 mentores y una veintena de voluntarios. Lo que vino después fue tan importante como los proyectos: conversaciones, ayuda entre equipos y una comunidad que empezó a reconocerse en persona.
El viernes había cinco tracks y muchas formas de empezar.
Maisa, HappyRobot, Prosper AI, Embat y THEKER Robotics propusieron los cinco tracks. Cada equipo escogió por dónde empezar y qué quería enseñar el domingo.
Se formaron 60 equipos y 58 proyectos recibieron un nombre. Entre una cifra y la otra hubo bocetos, cambios de idea, primeros repositorios y presentaciones rehechas a última hora.
Muchos empezaron por conocerse y aprender a trabajar juntos en horas, no en semanas. Esa coordinación también formaba parte del hackathon.
La noche también fue parte del hackathon.
La UPM fue el punto de encuentro, pero el trabajo se extendió más allá. En el Night Hack, Embat abrió sus oficinas a todos los participantes. A pesar de la hora, la gente seguía on fire: equipos construyendo, mentores ayudando y organizadores trayendo comida para mantener el ritmo.
El fin de semana dejó 5935 pushes y 1658 pull requests. Las herramientas de IA procesaron 93,7 mil millones de tokens en 4675 sesiones, contando la caché. trace-it, por ejemplo, sumó 488 pushes y 227 pull requests antes de la demo.
Así avanzó el trabajo con IA
Solicitudes por intervalo
Los mentores no se limitaron a pasar por el escenario.
Entre las más de 50 personas que compartieron experiencia estaban Miguel Carranza, cofundador y CTO de RevenueCat; Mark Villacampa, ingeniero sénior de la misma empresa; Joan Rodríguez, fundador de Quiver AI; y David Gomes, ingeniero de software en SpaceX. También pasaron perfiles como Maex Ament y Guillermo García Cobo. Y se dejó caer XMihura, famoso experto en lectores de PDFs, firmando PDFs 😉. Conoce a los mentores ↗
Pasaron a lo largo de todo el fin de semana. Los equipos recibieron early thoughts sobre proyectos todavía en construcción y pudieron hablar cara a cara con referentes a los que admiraban. Para muchos chavales, conocerlos y verlos implicarse de cerca fue una forma de imaginar hasta dónde podían llegar ellos también.
La IA acompañó ideas muy diferentes.
Construir tan deprisa también significó probar herramientas. Claude Code, Codex, Devin, OpenCode y otras aparecieron en la actividad del fin de semana. Detrás hubo modelos de varias familias: Claude, GPT, Gemini, GLM y DeepSeek. Claude Opus 5 fue el modelo identificado con más solicitudes en este conjunto.
Muchos equipos pasaron de un modelo a otro según lo que necesitaban resolver en cada momento. Los gráficos dejan ver esa mezcla.
Modelos más usados
Los 10 primeros por solicitudes
| # | Modelo | Familia | Solicitudes | Del total |
|---|---|---|---|---|
| 01 | Claude Opus 5 | Claude | 101.958 | |
| 02 | GPT-6 Astra | GPT | 49.946 | |
| 03 | GPT-5.6 Sol | GPT | 34.417 | |
| 04 | Claude Fable 5.1 | Claude | 29.036 | |
| 05 | Claude Sonnet 5 | Claude | 27.358 | |
| 06 | GLM 5.3 | GLM | 10.822 | |
| 07 | GPT-5.6 Luna | GPT | 10.024 | |
| 08 | DeepSeek V4.1 Flash | DeepSeek | 8094 | |
| 09 | DeepSeek V4 Flash | DeepSeek | 6813 | |
| 10 | Gemini 3.8 Flash | Gemini | 5363 |
La lista general solo cuenta una parte de la historia. Claude Code se apoyó sobre todo en Opus; en Codex destacaron Astra y Sol; OpenCode y Pi repartieron su actividad entre varias familias. El siguiente mapa permite ver esas diferencias dentro de cada herramienta.
Qué modelos aparecieron en cada herramienta
Porcentaje de uso dentro de cada herramienta
Desplázate horizontalmente para ver todos los modelos
| Herramienta | Claude Opus 5 | GPT-6 Astra | GPT-5.6 Sol | Claude Fable 5.1 | Claude Sonnet 5 | GLM 5.3 | GPT-5.6 Luna | DeepSeek V4.1 Flash | DeepSeek V4 Flash | Gemini 3.8 Flash | Claude Opus 5 Medium | GPT-6 Astra Medium | Otros modelos | Sin identificar |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Claude Code164.076 solicitudes | 62 % | — | — | 18 % | 14 % | <1 % | — | — | <1 % | — | — | — | 6 % | — |
| Codex93.077 solicitudes | — | 46 % | 35 % | — | — | — | 10 % | — | — | — | — | — | 9 % | — |
| Devin42.254 solicitudes | — | — | — | — | — | — | — | — | — | — | 12 % | 12 % | 53 % | 23 % |
| OpenCode24.283 solicitudes | <1 % | 3 % | <1 % | — | 16 % | 35 % | <1 % | 3 % | 16 % | — | — | — | 25 % | — |
| Pi18.138 solicitudes | <1 % | 18 % | 1 % | <1 % | — | 8 % | 5 % | 27 % | 14 % | — | — | — | 26 % | — |
| OMP7522 solicitudes | — | 37 % | 14 % | 3 % | — | 13 % | <1 % | 31 % | — | — | — | — | — | — |
| Antigravity5762 solicitudes | — | — | — | — | — | — | — | — | — | 93 % | — | — | 7 % | — |
De las demos a la final.
Después de las noches de trabajo, tocaba elegir qué mostrar y contarlo en pocos minutos. De los 60 equipos, 58 dieron nombre a su proyecto. El jurado general probó las entregas y evaluó los proyectos para seleccionar a los finalistas. Cada startup eligió además al equipo ganador de su track, con un premio propio.
La final reunió a los proyectos seleccionados ante un jurado de cinco fondos: JME Ventures, Enzo Ventures, Acurio Ventures, Kfund y Kibo Ventures. El gran premio de 5.000 € fue para mafer AI.
Ver ganadores de los cinco tracks
- 01
Maisa · trace-it
Convierte normas de empresa en decisiones explicables sobre facturas y escala los casos dudosos.
Ver la publicación del equipo - 02
HappyRobot · Drones para gestionar incendios
Un sistema de agentes y drones para coordinar la respuesta ante incendios.
Ver la publicación del equipo - 03
Prosper AI · Vortex
Un agente de voz para clínicas que atiende llamadas, gestiona citas y detecta cuándo debe intervenir una persona.
Ver la publicación del equipo - 04
Embat · Kima
Analiza cobros, pagos, liquidez y deuda para explicar la salud financiera de una empresa.
Ver la publicación del equipo - 05
THEKER Robotics · STACKSPECT
Simula una celda robotizada que pesa y coloca paquetes para formar palés estables.
Ver la publicación del equipo
La variedad se ve en los repositorios: Python, TypeScript, Tailwind, Vite y FastAPI aparecen entre las tecnologías más frecuentes. No hay una receta única para llegar a una demo; cada equipo combinó lo que sabía con lo que aprendió sobre la marcha.
Tecnologías que más aparecieron
Equipos con cada tecnología
Queda una comunidad que ya se conoce.
La mejor señal de lo que pasó no está en un ranking. Está en quienes se quedaron para ayudar a otro equipo, en los mentores que prolongaron la noche y en participantes que ahora saben que pueden construir algo real con personas que acababan de conocer. Varios salieron con más ganas de construir y con compañeros a los que, después de seguirlos en internet, por fin habían conocido cara a cara.
Gracias a los participantes, mentores, empresas, jurado, voluntarios y a la universidad por abrir ese espacio. HackSpain 2026 duró un fin de semana, pero para muchos fue el principio. De aquí saldrán futuros founders e ingenieros que cambiarán el mundo. Revive el vídeo y las historias de la comunidad ↗
Notas y fuentes. Cifras del evento y publicaciones públicas de los equipos, del 18 al 20 de septiembre de 2026. Las gráficas de IA reflejan la actividad registrada durante el hackathon.