Nuevos modelos, capacidades, benchmarks y avances técnicos
302 noticias · RSS de esta sección
OpenAI ha publicado la System Card de GPT-5.5, el documento técnico que detalla evaluaciones de seguridad, capacidades y riesgos del modelo. El texto completo…
Por qué importaLas system cards son la referencia técnica que empresas y reguladores usan para evaluar riesgos antes de integrar un modelo en producción. Confirma…
Mozilla ha publicado los resultados de pruebas con Claude Mythos, modelo de Anthropic aún sin liberar públicamente. En colaboración con Anthropic, Mozilla…
Por qué importaLa capacidad detectada de Mythos para identificar vulnerabilidades zero-day a escala sin precedentes plantea tanto oportunidades de seguridad como…
Anthropic publica los system prompts de Claude chat en formato Markdown. Simon Willison utilizó Claude Code para convertir esa página en archivos separados por…
Por qué importaAcceder al historial de evolución de los system prompts de Claude permite a desarrolladores y equipos técnicos comprender qué cambios Anthropic…
Anthropic ha lanzado Claude Opus 4.7, descrito como el modelo más potente de la empresa disponible públicamente. Según Anthropic, mejora respecto a Opus 4.6 en…
Por qué importaPara equipos de desarrollo y empresas que dependen de IA para ingeniería de software, representa una mejora significativa en capacidades de…
Google DeepMind ha presentado Gemma 4, una familia de modelos de código abierto bajo licencia Apache 2.0 en cuatro tamaños: 2B, 4B, 26B (Mixture of Experts) e…
Por qué importaGemma 4 elimina la necesidad de hardware costoso para acceder a capacidades de razonamiento avanzado y flujos de trabajo agénticos, permitiendo que…
NVIDIA anunció en su conferencia GTC la Nemotron Coalition, una colaboración global de constructores de modelos e innovadores de IA para avanzar modelos base…
Por qué importaLa iniciativa refuerza la tendencia de que el futuro de la IA requiere ecosistemas híbridos de modelos abiertos y propietarios, no uno contra otro…
OpenAI ha lanzado dos nuevos modelos de tamaño reducido: GPT-5.4 mini y GPT-5.4 nano. GPT-5.4 mini incluye capacidades multimodales, búsqueda web y uso de…
Por qué importaEstos modelos ofrecen a desarrolladores y empresas una opción económicamente viable para desplegar IA moderna en producción sin el coste prohibitivo…
Mistral ha lanzado Mistral Small 4, un modelo de 119B parámetros con arquitectura Mixture-of-Experts (6B activos) bajo licencia Apache 2 que unifica…
Por qué importaLa unificación de capacidades en un solo modelo simplifica la integración y reduce la necesidad de orquestar múltiples modelos especializados, lo que…
NVIDIA ha lanzado Nemotron 3 Super, un modelo abierto de 120 mil millones de parámetros con 12 mil millones activos, diseñado para ejecutar sistemas de agentes…
Por qué importaEste modelo abierto reduce significativamente el coste de desplegar sistemas multi-agente complejos en producción, resolviendo limitaciones críticas…
OpenAI ha presentado IH-Challenge, un método de entrenamiento para modelos LLM que mejora la capacidad de priorizar instrucciones de fuentes confiables. El…
Por qué importaPara empresas que despliegan agentes y sistemas de IA autónomos, la resistencia a inyección de prompts es crítica para evitar que usuarios…
Donald Knuth, legendario científico de la computación, reveló que Claude Opus 4.6 (modelo de razonamiento híbrido de Anthropic lanzado hace tres semanas)…
Por qué importaLa validación de una figura de autoridad indiscutible como Knuth sobre las capacidades de razonamiento de Claude Opus 4.6 es un indicador…
El benchmark ORCA de Omni Calculator evaluó nuevamente modelos de IA en 500 problemas matemáticos prácticos. Gemini 3 Flash alcanzó 72,8% de precisión (ganando…
Por qué importaLas limitaciones matemáticas de los LLM son críticas para aplicaciones empresariales que requieren precisión en cálculos, análisis financiero o…
Google ha lanzado Gemini 3.1 Pro, primer modelo de la serie Gemini 3.1, manteniendo los precios de Gemini 3 Pro ($2/millón de tokens de entrada, $12/millón de…
Por qué importaMantener precios competitivos mientras se igualan o superan benchmarks de modelos premium como Claude Opus 4.6 refuerza la posición de Google en el…
El SWE-bench acaba de publicar resultados independientes (no auto-reportados por los laboratorios) de su benchmark de resolución de problemas de código contra…
Por qué importaEs relevante para directivos de empresas que invierten en IA para desarrollo porque muestra qué modelos son más efectivos en automatización de código…
Alibaba ha publicado Qwen3.5-397B-A17B, un modelo de código abierto con 397 mil millones de parámetros totales pero solo 17 mil millones activos por consulta…
Por qué importaDemuestra que los laboratorios chinos de IA mantienen ritmo acelerado de innovación en modelos abiertos, compitiendo directamente con GPT-5.2, Claude…
Meta ha publicado detalles sobre Kunlun, un sistema de recomendación más eficiente que versiones anteriores, e identificado leyes de escalado predecibles para…
Por qué importaLas leyes de escalado para sistemas de recomendación permiten a Meta predecir el retorno de inversión en compute con mayor certeza, lo que reduce…
Anthropic lanzó Opus 4.6 y OpenAI presentó GPT-5.3-Codex, ambos en febrero de 2026, con apenas 15 minutos de diferencia. GPT-5.3-Codex está disponible…
Por qué importaAmbos lanzamientos representan una carrera competitiva directa en modelos especializados para programación, área crítica de automatización de…
Yann LeCun, quien dejó Meta en noviembre de 2025, se ha unido como consejero a Logical Intelligence, una startup de San Francisco que desarrolla modelos…
Por qué importaRepresenta un cambio de enfoque arquitectónico radical frente al dominio de los LLM: prioriza el razonamiento lógico y la corrección automática sobre…
Flapping Airplanes, un nuevo laboratorio de IA, ha sido lanzado con 180 millones de dólares en financiación de seed de Google Ventures, Sequoia e Index. Su…
Por qué importaEl laboratorio marca un punto de inflexión: mientras la industria se enfoca en escalar datos y cómputo, Flapping Airplanes apuesta por investigación…
OpenAI anunció que GPT-5.2 Pro alcanzó un 31% de aciertos (15 de 48 problemas) en FrontierMath Tier 4, una batería de problemas matemáticos de investigación…
Por qué importaUn modelo que sostiene razonamiento matemático avanzado abre camino en ciencia, ingeniería y finanzas cuantitativa. Sin embargo, matemáticos…
Moonshot AI lanzó Kimi K2.5, un modelo de lenguaje de código abierto con 1 billón de parámetros que añade capacidades multimodales (texto e imagen) al K2…
Por qué importaRepresenta un avance significativo en modelos abiertos de alto rendimiento con capacidades de agentes multiagente, directamente comparable a Claude y…
Un paper reciente de Vishal Sikka (exCTO de SAP) y su hijo argumenta que los modelos de lenguaje tienen limitaciones matemáticas inherentes que los incapacitan…
Por qué importaLas limitaciones en fiabilidad de los agentes IA definirán su adopción corporativa real en los próximos años. Las empresas necesitan entender si…
Google DeepMind ha lanzado D4RT (Dynamic 4D Reconstruction and Tracking), un modelo de IA unificado que reconstruye y rastrea escenas dinámicas en cuatro…
Por qué importaPara empresas en robótica, realidad aumentada y visión por computador, D4RT representa un avance crítico que permite percepción 3D en tiempo real sin…
Microsoft ha publicado Differential Transformer V2, una evolución de su arquitectura de atención que duplica el número de cabezas de consulta mientras mantiene…
Por qué importaLa mejora de eficiencia en la atención durante decodificación es crítica para el despliegue de LLMs en producción, reduciendo costos de inferencia y…
