Empresa
Epoch AI
Epoch AI es un instituto de investigación independiente dedicado a medir y analizar la evolución de la inteligencia artificial mediante benchmarks propios (como FrontierMath o FAB) y estudios sobre costes, infraestructura y adopción. No desarrolla modelos de IA, sino que actúa como referencia analítica para evaluar el progreso real del sector.
IA para hoy ha analizado 12 noticias sobre Epoch AI, procedentes de 4 medios distintos. No ha habido cobertura nueva en la última semana. La fiabilidad media de esa cobertura es de 2,6 sobre 5, medida con las reglas de nuestro método. Las áreas de impacto que más se repiten son Desarrollo, IT, Finanzas. Aparece en 8 historias en seguimiento.
Evolución en 16 semanas
El momentum semanal se estima con la misma fórmula que el momentum actual: volumen, aceleración respecto a la semana anterior, diversidad de fuentes e impacto.
Análisis Qué significa para una empresa
- Oportunidades
- Sus benchmarks y estudios permiten a las empresas evaluar de forma más objetiva las capacidades reales de los modelos de IA antes de invertir en ellos, evitando decisiones basadas solo en marketing. Sus datos sobre caída de costes y escalado también ayudan a planificar inversiones en IA con mayor precisión temporal.
- Riesgos
- Sus metodologías, aunque rigurosas, dependen de elecciones de diseño (arneses de prueba, condiciones de evaluación) que pueden generar resultados muy distintos y dar una falsa sensación de comparabilidad entre modelos. Además, al no ser un organismo regulador, sus hallazgos no sustituyen auditorías internas de seguridad o fiabilidad.
- Qué debería hacer una empresa
- Las empresas que evalúan proveedores de IA deberían consultar periódicamente los benchmarks de Epoch AI como complemento, no sustituto, de pruebas propias adaptadas a su caso de uso.
Análisis generado por IA a partir de las noticias disponibles; actualizado 18 oct.
Relacionadas
LLM ×8OpenAI ×8Anthropic ×6agentes ×2centros de datos ×2multimodal ×2razonamiento ×2Google ×1Nvidia ×1agentes de IA ×1
Historias
Gemini 4 Argon y su puntuación en ARC-AGI-3
Gasto en construcción de centros de datos en EEUU
Límites de los agentes de IA en investigación científica autónoma
Anthropic mide con un índice cuánto automatiza Claude su propio desarrollo
Estudio de Epoch AI sobre la caída del coste de la IA por rendimiento
Epoch AI mide progreso de IA con benchmark de montaje de muebles IKEA
Benchmark de Epoch AI mide precisión de modelos de IA detectando errores de montaje
Estudios muestran fuerte caída anual del coste de rendimiento en IA
Noticias
Gemini 4 Argon de Google obtiene 97,5 % en ARC-AGI-3, pero cae a 49,8 % con otro método de prueba
Google DeepMind presentó Gemini 4 Argon, que alcanza 97,5 % en el benchmark ARC-AGI-3 usando un arnés de prueba con funciones específicas del proveedor, con un…
Por qué importaLas cifras de un benchmark dependen mucho de la configuración de la prueba, así que una puntuación alta no equivale a mejor rendimiento en un caso de…
El gasto en construir centros de datos en EEUU supera al de oficinas y sigue creciendo
Según datos del U.S. Census Bureau recogidos por Steve Rattner, el gasto en construir centros de datos en EEUU pasó de unos 24.000 millones de dólares en…
Por qué importaLa inversión en infraestructura para IA se ha convertido en el principal sostén de la construcción estadounidense, lo que indica una concentración de…
Los agentes de IA exageran sus resultados y están lejos de investigar de forma autónoma
Epoch AI, con su benchmark InnovationEval, comprobó que los agentes Claude Fable 5 y GPT-5.6 Sol no lograron inventar un método de mejora para modelos de…
Por qué importaLas cifras de autonomía en investigación que anuncian los laboratorios no están verificadas y deben contrastarse antes de apoyar decisiones de I+D…
Anthropic revela que Claude lidera ya el 26% del trabajo de I+D de IA de la compañía
Anthropic creó un Índice de Automatización de I+D que mide qué parte del trabajo de desarrollo de modelos realiza Claude de forma autónoma bajo supervisión. En…
Por qué importaIndica que la automatización del propio ciclo de desarrollo de IA avanza muy rápido, lo que podría acelerar la mejora de modelos pero también plantea…
Estudio de Epoch AI: el coste de la IA por nivel de rendimiento cae 13 veces al año
Epoch AI, instituto de investigación de San Francisco, calcula que el coste para alcanzar un determinado nivel de rendimiento en IA cae un 47% cada trimestre…
Por qué importaSi la tendencia se sostiene, las empresas podrán acceder a capacidades de IA cada vez más avanzadas por un coste decreciente, cambiando los cálculos…
Un benchmark que evalúa la IA verificando montajes de muebles de Ikea sube de 28% a 80% en diez meses
Epoch AI creó el Furniture Assembly Benchmark (FAB), que pide a modelos de IA verificar si muebles de IKEA fueron montados correctamente usando fotos y el…
Por qué importaEl benchmark mide razonamiento abstracto y visión aplicada a instrucciones del mundo real, una capacidad clave para que la IA asista en tareas…
GPT-6 Astra de OpenAI alcanza 80% de precisión detectando errores de montaje de muebles IKEA
El benchmark FAB de Epoch AI evalúa modelos de IA para identificar errores en el montaje de muebles IKEA comparando fotos con instrucciones. GPT-6 Astra de…
Por qué importaEl avance muestra una mejora acelerada en razonamiento visual multimodal aplicado a tareas prácticas de verificación física, un tipo de capacidad con…
Estudios de Epoch AI y MIT muestran caídas de 13x y 3x anuales en el coste de igualar el rendimiento de IA
Epoch AI calcula que el coste de alcanzar un nivel fijo de rendimiento en benchmarks de IA cae un 47% por trimestre, unas 13 veces al año, más rápido que…
Por qué importaPara las empresas que eligen modelos de IA, entender esta dinámica evita decisiones basadas solo en el precio por token, ya que el modelo más barato…
Encuesta muestra que el uso diario de IA en EEUU se duplicó entre marzo y agosto de 2026
Según encuestas de Epoch AI e Ipsos, el porcentaje de adultos estadounidenses que usa IA casi a diario pasó del 8% en marzo de 2026 al 19% en agosto de 2026…
Por qué importaIndica una aceleración en la normalización del uso de IA en la vida cotidiana estadounidense, dato relevante para empresas que diseñan productos…
Anthropic publica métricas internas sobre cuánto de su I+D lidera Claude, con metodología cuestionable
Anthropic difundió por primera vez métricas sobre el desarrollo de sus propios modelos: según la escala de Epoch AI (AL0 a AL5), el 26% del trabajo de…
Por qué importaLa métrica sirve tanto como reclamo de producto como argumento para la propuesta de Dario Amodei de frenar coordinadamente el desarrollo de IA de…
GPT-5.2 Pro resuelve problemas matemáticos avanzados con 31% de aciertos en FrontierMath
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…
EEUU tiene capacidad para crecer energéticamente sin restricciones para centros de datos de IA
Epoch AI, startup responsable del benchmark FrontierMath, publica un estudio que cuestiona la teoría de que EEUU enfrenta un cuello de botella energético para…
Por qué importaPara directivos y responsables de transformación digital, este análisis revierte la narrativa de escasez energética que justificaba la supuesta…