Nuevos modelos, capacidades, benchmarks y avances técnicos
38 noticias · RSS de esta sección
El desarrollador cozyblaze publicó en X y GitHub un experimento en el que GPT-6 Astra jugó y completó el videojuego Portal de forma autónoma tras recibir un…
Por qué importaDemuestra capacidades de planificación y ejecución autónoma a largo plazo en entornos interactivos complejos, un paso hacia agentes generales capaces…
OpenAI lanzó el 3 de septiembre GPT-6 Astra, el primer modelo que cruza el umbral 'Critical' de ciberseguridad en su Preparedness Framework, con ExploitBench…
Por qué importaEs el primer modelo de frontera que documenta explícitamente capacidades ofensivas críticas junto a limitaciones de supervisión, lo que tensiona el…
Artificial Analysis lanzó la versión 4.2 de su Intelligence Index tras críticas de que sus benchmarks no reflejaban el progreso real de GPT-6 Astra. Con la…
Por qué importaLos índices de benchmarking influyen en decisiones de compra y adopción de modelos por parte de empresas, por lo que su fiabilidad y metodología son…
OpenAI presentó GPT-6 Astra, modelo clasificado en nivel de riesgo 'Crítico' por su capacidad de desarrollar exploits cibernéticos autónomamente, según su…
Por qué importaLa brecha entre las cifras que difunde OpenAI y las verificadas de forma independiente exige cautela al evaluar anuncios de capacidades…
OpenAI ha presentado oficialmente GPT-6 Astra, su nuevo modelo insignia con mayor autonomía para usar ordenadores, navegar, programar e investigar de principio…
Por qué importaUn modelo capaz de completar tareas profesionales completas con alta autonomía cambia el umbral de lo que se puede delegar a la IA en entornos…
OpenAI ha lanzado GPT-6 Astra, descrito como su modelo más potente hasta la fecha. La empresa, que prepara su salida a Bolsa, sugiere haber alcanzado…
Por qué importaUn nuevo modelo de referencia de OpenAI redefine el estado del arte y presiona a competidores y empresas a evaluar su adopción, mientras la narrativa…
OpenAI ha lanzado GPT-6 Astra, que según su Marco de Preparación supera el umbral 'crítico' de riesgo de ciberseguridad, lo que conlleva restricciones…
Por qué importaEs el primer modelo comercial etiquetado con capacidad ofensiva crítica, lo que obliga a empresas y reguladores a repensar controles de acceso…
OpenAI anunció el lanzamiento de GPT-6 Astra, que según la compañía es el mejor modelo del mundo para navegar por ordenadores y navegadores web, escribir…
Por qué importaUn modelo capaz de operar interfaces y software como un humano acelera la automatización de tareas administrativas y de oficina, con implicaciones…
OpenAI ha anunciado GPT-6 Astra, descrito como su modelo más inteligente y alineado hasta la fecha. La compañía afirma que ofrece capacidades de última…
Por qué importaUn nuevo modelo insignia de OpenAI redefine el estado del arte y presiona a competidores y empresas a evaluar su adopción, especialmente por las…
OpenAI ha anunciado que Astra es el primer modelo de la compañía en cumplir el umbral 'Critical' de capacidad en ciberseguridad según su Preparedness…
Por qué importaUn modelo con capacidades críticas en ciberseguridad puede usarse tanto para defensa avanzada como para ataques sofisticados, lo que eleva el riesgo…
OpenAI detuvo el entrenamiento de sus modelos más avanzados, incluyendo Astra, después de detectar señales preocupantes en su capacidad ofensiva de…
Por qué importaLa pausa en el entrenamiento de modelos de nivel próximo a GPT-6 revela tensiones crecientes entre capacidad y seguridad en IA de frontera; refleja…
xAI ha lanzado Grok 4.6, que alcanza 61 puntos en el Intelligence Index de Artificial Analysis, igualando a GPT-5.6 Sol y aproximándose a Claude Fable 5 y…
Por qué importaGrok rompe el duopolio de OpenAI y Anthropic en modelos frontera y ofrece una alternativa económica sin sacrificar capacidad, lo que puede forzar una…
Un conjunto de startups está desarrollando nuevas arquitecturas de redes neuronales para superar las limitaciones de los transformers, la tecnología base de…
Por qué importaLas limitaciones actuales de los transformers—alto costo computacional, ventanas de contexto limitadas, ineficiencia energética—representan un cuello…
OpenAI ha publicado un documento titulado "Building abundant intelligence" que describe un enfoque de pila completa para hacer la IA avanzada más capaz, más…
Por qué importaUna estrategia de pila completa que busca democratizar y escalar la IA avanzada puede influir en cómo las empresas acceden y adoptan tecnología de…
OpenAI ha publicado que ajustes en dos configuraciones de su API han triplicado el rendimiento de GPT-5.6 en el benchmark ARC-AGI-3. Los cambios implican…
Por qué importaLas mejoras en benchmarks de razonamiento como ARC-AGI-3 indican progreso en capacidades fundamentales de resolución de problemas. Para empresas…
Google DeepMind ha presentado tres nuevos modelos Gemini: 3.6 Flash, 3.5 Flash-Lite y 3.5 Flash Cyber. Gemini 3.6 Flash consume 17% menos tokens de salida que…
Por qué importaLa eficiencia de tokens y reducción de costos permiten escalar agentes IA en producción con menor gasto, mientras que Flash-Lite abre oportunidades…
Moonshot AI, empresa china, lanzó Kimi K3, una versión de código abierto de su modelo de IA que demuestra desempeño competitivo con modelos frontera como…
Por qué importaLa liberación de modelos abiertos de calidad frontera por empresas chinas plantea dilemas estratégicos sobre soberanía tecnológica, regulación y…
Moonshot ha lanzado Kimi K3, un modelo de inteligencia artificial abierto con 2,8 billones de parámetros y ventana de contexto de 1 millón de tokens. Según…
Por qué importaKimi K3 representa un avance competitivo importante del ecosistema de IA chino, demostrando capacidad para rivalizar con modelos occidentales líderes…
Moonshot AI, laboratorio chino, prepara el lanzamiento de Kimi K3, un modelo de IA abierto con entre 2 y 3 billones de parámetros, según reportó Financial…
Por qué importaRefleja la aceleración de modelos abiertos chinos de alto rendimiento como alternativa viable a laboratorios cerrados costosos (OpenAI, Anthropic)…
OpenAI ha desarrollado GPT-Red, un sistema automático de red teaming que utiliza autoplay para mejorar la robustez, seguridad y alineación de modelos de IA…
Por qué importaPara cualquier organización que use IA en producción, la robustez frente a ataques de inyección de prompts es crítica; un sistema que mejore…
Thinking Machines ha lanzado Inkling, un modelo de lenguaje abierto con 975B parámetros totales (41B activos) que procesa de forma nativa imagen, texto y…
Por qué importaInkling representa un avance significativo en modelos multimodales abiertos de gran escala, demostrando que la capacidad nativa de razonamiento entre…
OpenAI ha lanzado GPT-5.6, una nueva versión de su modelo de lenguaje con énfasis en mayor inteligencia por cada token procesado, mejor rendimiento económico y…
Por qué importaLa mejora en eficiencia de costes es crítica para empresas que dependen de APIs de IA: reduce el gasto operativo de aplicaciones en producción y…
Google DeepMind anunció que una versión avanzada de Gemini con Deep Think resolvió 5 de 6 problemas de la Olimpiada Internacional de Matemáticas (IMO) 2025…
Por qué importaEste hito demuestra que los modelos de IA han alcanzado razonamiento matemático de nivel élite, comparable al de los mejores matemáticos humanos del…
Google DeepMind publica un resumen de 2023 destacando el lanzamiento de Bard (febrero), PaLM 2 (mayo), Gemini (diciembre) en tres tamaños (Nano, Pro, Ultra) y…
Por qué importaDocumenta los hitos técnicos más relevantes de Google DeepMind en un año de consolidación de IA generativa, con métricas verificables sobre desempeño…
