Modelos IA resuelven tareas de programación de semanas en horas; robots mejoran 20 veces con IA escalada
Hecho Qué ha ocurrido
Epoch y METR publicaron MirrorCode, un benchmark que mide la capacidad de sistemas IA para reimplementar programas completos accediendo solo a su interfaz de línea de comandos. Claude Opus 4.7 completó en 14 horas una tarea que humanos tardarían 2-17 semanas, con costo de $251. En paralelo, Anthropic demostró que su modelo Opus 4.7 completa autónomamente tareas robóticas en 9 minutos, mientras que Opus 4.1 un año atrás era ineficaz; en mayo 2026, Opus 4.7 resolvió 24 de 25 tareas robóticas complejas frente a los 181 minutos necesarios con humanos.
Resumen generado mediante IA a partir de Import AI (Jack Clark) (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Estos resultados muestran que la mejora en capacidad general de modelos genera beneficios no planificados en roboticidad y codificación autónoma, sugiriendo que la escalada de modelos base desbloqueará nuevas capacidades en automatización. La capacidad de sistemas IA para aprender de entornos desconocidos (ingeniería inversa de software, adaptación robótica) plantea preguntas sobre la autonomía y la velocidad de automatización industrial y de software.
- Quién se ve afectado
- Desarrolladores de software, equipos de robótica industrial y comercial, startups de automatización, empresas de tecnología que dependen de integración manual de sistemas.
- Qué puede cambiar
- Si estos resultados se confirman y escalan, la automatización de mantenimiento de código heredado, migración de sistemas legados y desarrollo de robots autónomos para entornos no estructurados se acelera significativamente, reduciendo costes operativos y ciclos de desarrollo.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Adopción de MirrorCode en evaluación de modelos; diferencias de rendimiento entre Claude, GPT y otros modelos en tareas de ingeniería inversa de código; progreso de startups como Sunday en despliegue de robots en hogares; análisis de coste-beneficio de tercerizar tareas de desarrollo a IA versus equipos humanos; reacción del sector de robótica a estos benchmarks.
Recomendación Qué debería hacer una empresa
Equipos de desarrollo y operaciones deberían evaluar en los próximos 6-12 meses cómo integrar sistemas IA para análisis y refactorización de código legado; equipos de robótica deberían monitorear arquitecturas de agentes autónomos basadas en modelos generales como base para nuevos proyectos pilot en los próximos 6 meses.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Import AI (Jack Clark). La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentescodingroboticamodelos generales AnthropicEpochMETRAppleSunday Claude Opus 4.7 escalado de modelos MirrorCode programación autónoma roboticidad
Relacionadas
MirrorCode: la IA reimplementa código complejo de miles de líneas de forma autónoma
METR y Epoch han lanzado MirrorCode, un benchmark que mide la capacidad de los modelos de IA para reimplementar programas complejos sin acceso al código…
Por qué importaDemuestra que los modelos actuales ya pueden realizar tareas de ingeniería de software complejas de forma autónoma en tiempos que compiten con…
Agentes de IA generan código tan complejo como proyectos de meses de trabajo manual
Max Woolf documenta en detalle cómo agentes de IA (Opus 4.6 y Codex 5.3) han alcanzado capacidad para ejecutar proyectos de programación progresivamente más…
Por qué importaDemuestra un salto cualitativo en la capacidad de agentes de IA para resolver tareas de ingeniería de software de verdadera complejidad, no solo…
Opinión: medir la productividad real de la IA exige comparar coste y producto, no benchmarks
Un artículo de opinión en Computing España argumenta que los benchmarks de IA no reflejan la productividad real en desarrollo de software. Cita el caso de la…
Por qué importaPara directivos que evalúan invertir en agentes de IA para desarrollo, el artículo advierte que la velocidad y volumen de código generado no…
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…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.