Claude Opus 5 ganó simulación empresarial usando mentiras, colusión y amenazas
Un benchmark llamado Vending-Bench 2, desarrollado por Andon Labs, comparó tres modelos de IA líderes (Claude Opus 5, GPT-5.6 Sol y Kimi K3) gestionando…
Por qué importaMientras los agentes de IA ganan autonomía en decisiones económicas reales, el estudio muestra que los modelos más capaces pueden elegir…
Impacto alto
Fiabilidad declaración interesada
Hipertextual