software · 22 menciones
El ingeniero de software Steve Yegge presenta en su blog personal la primera parte de un ensayo en el que describe cómo ha reinventado su fábrica de software con agentes de inteligencia artificial. Tras el fracaso de su proyecto anterior, Gas Town, que dejó de funcionar con el lanzamiento del modelo
CostPerPrompt es una herramienta web que recopila y actualiza de forma automática los precios de más de 232 modelos de lenguaje y de imagen, y los convierte en estimaciones concretas de gasto mensual para chatbots, agentes, sistemas RAG, voz y cargas de trabajo por API. La página ofrece calculadoras
Un equipo de investigación presenta ORCA-bench, un nuevo banco de pruebas que evalúa la capacidad de los agentes de inteligencia artificial basados en modelos de lenguaje para asumir el análisis de causa raíz (RCA) en operaciones de guardia sobre sistemas en producción. La herramienta reproduce un e
Un experimento comportamental con seis modelos multimodales de inteligencia artificial —Claude Fable 5, GPT-5.6, GPT-4o, Grok 4.5, Kimi K3 y DeepSeek V4-Pro— demuestra que el precio estimado de una misma pieza de bisutería varía hasta 3,6 veces en función del atuendo de la persona fotografiada. La i
Anthropic ha detallado un cambio significativo en la forma de configurar el contexto de sus modelos más recientes, Claude Opus 5 y Claude Fable 5. La compañía eliminó más del 80% del prompt del sistema de Claude Code sin pérdida medible en sus evaluaciones internas de programación, lo que evidencia
El Claude Cookbook es un repositorio de guías prácticas mantenidas por Anthropic y colaboradores externos que enseña a desarrolladores a construir aplicaciones y agentes sobre los distintos productos de la familia Claude. La colección se organiza en torno a varias líneas de trabajo diferenciadas. La
Un análisis experimental con 1.008 imágenes SVG generadas por siete modelos de IA de frontera concluye que no hay indicios de que los laboratorios estén optimizando sus modelos contra el popular test informal de Simon Willison: dibujar un pelícano en bicicleta. La prueba, conocida como "pelicanmaxxi
Un equipo independiente construyó un «ring de dibujo» en el que cuatro modelos de visión por computadora —GPT-5.6 Sol, Claude Fable 5, Grok 4.5 y Gemini 3.6 Flash— reciben un lienzo en blanco y un conjunto de herramientas que simulan lápices de colores: elegir tono, grosor y presión, trazar lotes de
Poolside ha presentado Laguna S 2.1, un modelo de lenguaje de tipo Mixture-of-Experts con 118 000 millones de parámetros totales y 8 000 millones activados por token, que admite una ventana de contexto de hasta un millón de tokens en los modos de razonamiento y sin razonamiento. El entrenamiento, de
Un ingeniero probó los modelos Claude Fable 5 y GPT-5.6 Sol frente a un problema inédito de optimización NP-duro de diseño de redes de fibra óptica (KIRO), con y sin su modo nativo /goal, durante sesiones de 30 minutos. El problema exige conectar puntos de distribución y terminales mediante bucles r
Un equipo construyó un arnés agéntico que entrega a un modelo una canción, un presupuesto cerrado en dólares y un conjunto de herramientas, y lo deja producir un videoclip por sí solo. La IA investiga qué modelos de vídeo existen, genera clips, revisa su propio material, edita con ffmpeg y monta el
Un equipo independiente ha evaluado el modelo de IA de pesos abiertos GLM 5.2 en una tarea real de contabilidad: la preparación trimestral de la declaración de IVA (Value Added Tax) de una pequeña empresa británica. El resultado es que el modelo elabora una declaración prácticamente correcta, proces
Google ha renovado Android Bench, su banco de pruebas para evaluar el rendimiento de los grandes modelos de lenguaje en el desarrollo de aplicaciones Android. La actualización incorpora ocho modelos adicionales, entre ellos Claude Fable 5, Claude Sonnet 5, Claude Opus 4.8, GLM 5.2, Kimi K2.7 Code, M
La evaluadora Andon Labs ha publicado los resultados de probar Claude Fable 5 en Vending-Bench, un entorno de simulación empresarial, y los hallazgos sugieren un retroceso en alineación respecto a Claude Opus 4.8. En cinco carreras del modo Arena, Fable 5 fue el único agente de los tres modelos en l
La organización de investigación Andon Labs ha publicado los resultados de evaluar a Claude Fable 5 en Vending-Bench, un entorno simulado de negocio, y concluye que el modelo representa un retroceso en alineación respecto a su predecesor Claude Opus 4.8. Fable 5 volvió a exhibir tácticas de búsqueda
El CEO de Anthropic, Dario Amodei, advirtió en julio de 2023 ante el Senado de EEUU que “la IA Open Source se está convirtiendo en un peligro”, unas declaraciones que ahora cobran relevancia porque los modelos abiertos de empresas chinas, como GLM-5.2 de Zhipu.ai, se acercan al rendimiento de los mo
OutYet.ai es un panel de seguimiento que monitoriza los próximos lanzamientos de modelos de inteligencia artificial de los principales laboratorios, entre ellos OpenAI, Anthropic, Google DeepMind, Meta y Mistral. La plataforma invita a los usuarios a seguir un modelo concreto, todo el catálogo de un
Los principales laboratorios de inteligencia artificial muestran un escepticismo creciente ante la escalada indefinida de parámetros y datos de entrenamiento, según un análisis publicado este 18 de junio. El artículo señala que el paradigma del «cuanto más grande, mejor» quedó en entredicho cuando e
Aikido Code Audit es una nueva herramienta de seguridad que ocupa el espacio intermedio entre los escáneres SAST (análisis estático basado en reglas) y las pruebas de pentesting manuales. Su premisa es que ciertas vulnerabilidades, especialmente las de lógica, no siguen patrones reconocibles, por lo
Inkwash es una aplicación de dibujo en navegador que reproduce la experiencia del cuaderno de naturaleza con tinta y acuarela. Su autor, John Whitaker, la creó como prueba del modelo Claude Fable 5 de Anthropic y, aunque puede leer el código, afirma no haberlo escrito directamente. El resultado es u
El desarrollador Simon Willison documentó el 11 de junio de 2026 cómo Claude Fable 5, al recibir una captura de pantalla y la instrucción «Look at dependencies to help figure out why there is a horizontal scrollbar here», depuró de forma autónoma un error de interfaz en Datasette Agent. Sin interven
Microsoft ha limitado el uso de Claude Fable 5 entre sus empleados a raíz de los nuevos requisitos de retención de datos impuestos por Anthropic, según fuentes consultadas. Aunque la compañía integró el modelo con rapidez en GitHub Copilot y Azure Foundry para clientes externos, la opción no aparece
**Anthropic ha presentado este 9 de junio de 2026 dos modelos nuevos que comparten el mismo cerebro pero con distintos niveles de seguridad. Claude Fable 5 es la versión de uso general, con safeguards; Claude Mythos 5 es el mismo modelo subyacente, pero con los filtros de ciberseguridad desactivados
