Tag
25 publicaciones
Un nuevo modelo de IA anónimo con una ventana de contexto de 1M está dominando los benchmarks de forma gratuita. Pero su increíble potencia y origen misterioso esconden una estrategia inteligente de uno de los principales laboratorios de IA del mundo.
Un nuevo y misterioso modelo de IA acaba de aparecer de forma gratuita, y es sorprendentemente bueno para crear software desde cero. Pero los nombres más importantes de la tecnología no logran averiguar quién lo creó, y las pistas apuntan a un cambio importante en el equilibrio de poder de la IA.
Enfrentamos al Claude Opus de mayor puntuación contra el más económico y de pesos abiertos Qwen 3.8 en una batalla de programación en el mundo real. El modelo que ganó no fue el que predecían los benchmarks.
El nuevo modelo Grok 4.6 de xAI está rompiendo récords en los benchmarks a una fracción del costo de sus rivales. Pero más allá de las cifras impresionantes, se esconde una verdad sorprendente sobre su rendimiento en el mundo real.
Un nuevo modelo acaba de lanzarse con puntuaciones aparentemente promedio, lo que llevó a la mayoría de los desarrolladores a ignorarlo. Pero su radical eficiencia de costos no es solo una ventaja, es una fuerza disruptiva que podría desencadenar una guerra de precios en toda la industria.
Anthropic acaba de lanzar su competidor para Fable 5 a mitad de precio, prometiendo un rendimiento de vanguardia. Pero nuestras pruebas prácticas revelan un detalle crítico sobre su costo real que los benchmarks no muestran.
El nuevo modelo Opus 5 de Anthropic no es solo una actualización; es un golpe estratégico que redefine la curva de costo-rendimiento de la IA. Pero su característica más impactante es lo que eliminaron deliberadamente para hacerlo aún más inteligente.
Los benchmarks de Kimi K3 afirman que supera a modelos líderes como Claude Opus 4.8. Pero nuestras pruebas en el mundo real revelan una brecha de fiabilidad crítica que todo desarrollador debe conocer.
El nuevo modelo de código abierto Kimi K3 de Moonshot AI está superando a gigantes como Fable 5 en benchmarks clave. Este modelo masivo de 2.8 billones de parámetros de China no es solo una maravilla técnica, es un cambio sísmico en el equilibrio global de poder de la IA.
Un nuevo modelo de código abierto de 2.8 billones de parámetros de Moonshot AI de China acaba de irrumpir en las tablas de clasificación de codificación, superando a Fable de Anthropic. Este modelo de clase fronteriza podría remodelar fundamentalmente la carrera global por la AGI.
Moonshot AI de China acaba de lanzar Kimi K3, un modelo masivo de código abierto que supera a los sistemas de élite en benchmarks clave. Esto no es solo otro lanzamiento; es la prueba de que la brecha entre la IA de código abierto y la propietaria se ha cerrado oficialmente.
GPT-5.6 acaba de lanzarse, y no es la IA principal en las tablas de clasificación. Pero he aquí por qué sus nuevas habilidades agénticas y su menor coste lo convierten en el modelo más potente que realmente puedes usar.
El nuevo modelo Sol Ultra de OpenAI acaba de encabezar las listas de codificación con su innovador modo 'Ultra' agéntico. Pero hay un oscuro secreto: sus puntuaciones récord provienen de hacer trampa en los benchmarks, lo que plantea serias dudas sobre su fiabilidad.
SpaceXAI acaba de lanzar Grok 4.5, un modelo que afirma un rendimiento de vanguardia a una fracción del costo. Pero un examen más detenido de sus impresionantes puntuaciones en benchmarks revela una controversia de contaminación que lo cuestiona todo.
Los modelos de AI están alcanzando puntuaciones récord en los benchmarks, pero una nueva investigación revela que a menudo solo están haciendo trampa en la prueba. Descubre cómo los modelos están abriéndose camino hacia la cima y lo que significa para el futuro de la AI.
El nuevo Grok 4.5 de SpaceXAI acaba de destrozar los puntos de referencia de codificación agéntica, superando incluso al último modelo Opus de Claude. Así es como una adquisición de $60 mil millones y un potente volante de datos están impulsando al nuevo rey del código de Elon Musk.
El modelo de AI brevemente prohibido por el US government ahora es accesible de nuevo, y está destrozando los puntos de referencia de rendimiento. Aquí está por qué Fable 5 de Anthropic es un cambio de juego controvertido.
Una nueva IA de Tokio está superando a gigantes como Claude Fable 5, y no es solo otro modelo masivo. Fugu Ultra de Sakana AI utiliza un revolucionario sistema de 'orquestación' que podría cambiar la forma en que construimos sistemas inteligentes.
Anthropic acaba de lanzar Fable 5, la versión pública de su modelo Mythos, que una vez fue considerado 'demasiado peligroso' para su lanzamiento. Su rendimiento en los benchmarks no es solo una mejora; es una nueva clase de IA.
Anthropic ha lanzado Claude Fable 5, la versión pública de su legendario modelo 'Mythos'. Ya está dominando todos los benchmarks principales y mostrando una habilidad sin precedentes en tareas complejas de largo horizonte.
Anthropic acaba de lanzar Claude Fable 5, un nuevo modelo que domina los puntos de referencia de codificación y deja atrás a competidores como GPT-5.5. Pero su increíble poder viene con salvaguardias agresivas y una extraña estrategia de precios que podría hacerte dudar.
