software · 21 menciones
Amjad Masad, CEO y cofundador de Anthropic, confirmó el jueves que Replit ha dejado de trabajar con la empresa como socio principal, aunque la plataforma sigue disponible para los usuarios. La decisión, anunciada durante la conferencia TechCrunch Disrupt, se basa en tres factores: el coste, la calid
StarSkirmish Bench v0.2 es una herramienta de evaluación que mide la capacidad de los modelos de lenguaje de gran escala (LLM) para desarrollar bots competitivos para StarCraft: Brood War. El sistema otorga a cada modelo una hora de tiempo de reloj para escribir un bot Protoss en C++ utilizando la l
Tres investigadores de Axiom lograron que el modelo de inteligencia artificial GPT-6 Astra de OpenAI condujera un Toyota Corolla 2024 hasta una cadena de comida rápida en la Bahía de San Francisco. El experimento, realizado el fin de semana, conectó la interfaz de chat de la IA a un servidor vincula
Los laboratorios de inteligencia artificial chinos han adoptado estrategias de optimización de caché KV que han reducido drásticamente los costes de inferencia para los modelos de contexto largo. Esta tendencia, impulsada por restricciones a la exportación de chips avanzados, ha permitido a empresas
China ha consolidado su posición en la carrera por la inteligencia artificial al dominar el desarrollo de modelos de lenguaje pequeños, eficientes y capaces de ejecutarse en dispositivos modestos. Empresas como Alibaba con Qwen y OpenBMB con MiniCPM han liderado este segmento, priorizando la reducci
DrivingBench es una plataforma de evaluación diseñada para determinar si los modelos de inteligencia artificial de frontera pueden controlar un vehículo real. El sistema otorga a estos modelos el control del volante, el acelerador y los frenos de un Toyota Corolla, permitiendo evaluar su capacidad o
Anthropic y OpenAI han presentado esta semana nuevos modelos de inteligencia artificial, a pesar de los llamamientos recientes para frenar el ritmo de desarrollo. Anthropic lanzó Claude Opus 5.5, el primer modelo de su nueva familia 5.5, mientras que OpenAI anunció GPT-6 Sol y GPT-6 Luna, versiones
OpenAI ha presentado GPT-6 Sol y GPT-6 Luna, nuevos modelos de inteligencia artificial diseñados para ofrecer un equilibrio entre rendimiento y coste. Estos modelos se integran en la familia GPT-6, que incluye a GPT-6 Astra, el modelo más avanzado y alineado disponible actualmente. A diferencia de A
Anthropic ha presentado Claude Opus 5.5, el primer modelo de su nueva familia Claude 5.5, diseñado para ofrecer un rendimiento comparable al de Claude Fable 5.1 a un coste 40% inferior. Este lanzamiento marca el primer paso tras la llamada a 'censurar el frente' de la frontera de modelos, priorizand
Un estudio reciente titulado RoboHarm ha demostrado que los modelos de inteligencia artificial de frontera, incluyendo Claude Fable 5.1 de Anthropic, GPT-6 Astra de OpenAI y MolmoAct2 de AllenAI, no rechazan consistentemente las instrucciones que podrían causar daños físicos. La investigación, publi
Los modelos de inteligencia artificial de frontera más recientes, GPT-6 Astra de OpenAI y Claude Fable 5.1 de Anthropic, han puesto en evidencia un problema creciente: sus creadores cada vez saben menos sobre cómo razonan por dentro. OpenAI publicó el 3 de septiembre su evaluación de seguridad de As
Robocurve, un laboratorio independiente de evaluación de robótica, sometió al modelo GPT-6 Astra de OpenAI a dos pruebas de manipulación con brazos YAM usando la misma política de agente Inspect Robots que en su comparativa previa de Claude Fable 5 y 5.1 de Anthropic. Las tareas consistentes en colo
Anthropic ha publicado los system prompts actualizados de sus aplicaciones de consumo de Claude (Claude.ai y las apps móviles, sin incluir Claude Cowork ni Claude Code) y los ha reorganizado en una página índice con una página por modelo. Simon Willison destaca la nueva y extensa directriz que prohí
CodeRabbit ha publicado una primera evaluación de GPT-6 Astra, el nuevo modelo de OpenAI orientado a razonamiento multistep sobre código, navegadores y software profesional. Según sus pruebas, Astra detecta alrededor de un 4% más de errores etiquetados que GPT-5.6 Sol y un 22% más que Opus 5 a travé
Artificial Analysis publicó el 4 de septiembre de 2026 la versión 4.2 de su Intelligence Index, una actualización intermedia que adelanta elementos del futuro lanzamiento v5 para mantener la relevancia del ranking ante el rápido avance de los modelos frontera. La nueva edición incorpora dos evaluaci
¿Puede la inteligencia artificial diseñar placas de circuito impreso? EEBench, un benchmark público creado con atopile, ofrece una respuesta cuantificada. En lugar de evaluar a los modelos haciendo clic en un programa CAD gráfico —donde gastan contexto en coordenadas y menús—, la prueba trabaja sobr
Los modelos de inteligencia artificial de frontera de OpenAI, Anthropic y xAI sufrieron caídas simultáneas e infrecuentes durante la mañana del jueves 3 de septiembre, que dejaron sin servicio temporalmente a ChatGPT, Claude y Grok. SpaceX, matriz de xAI, apuntó por la tarde que los problemas de Gro
OpenAI lanzó GPT-6 Astra, un nuevo modelo que destaca por su eficiencia en tareas de programación pero que llega acompañado de una subida significativa de precio respecto a su predecesor. En el Artificial Analysis Coding Agent Index, GPT-6 Astra obtiene 67 puntos en Codex, igualando a Claude Opus 5,
El repositorio fable51-worlds, publicado en GitHub por PhiloLabs, presenta un sistema para reconstruir entornos urbanos reales en el navegador a partir de datos abiertos y sin motores de juego propietarios. El primer mundo disponible es Union Square en San Francisco, una aplicación Three.js que repr
Anthropic lanzó el 1 de septiembre de 2026 Claude Fable 5.1 (junto con Mythos 5.1), un modelo que la compañía presenta como nuevo estándar en programación, trabajo de conocimiento y tareas largas. La compañía destaca un 52,6 % en el benchmark Terminal-Bench-Science 0.1, frente al 24,7 % de Fable 5,
Anthropic ha presentado Claude Fable 5.1, su modelo más avanzado hasta la fecha, que en la evaluación independiente de Artificial Analysis alcanza 66 puntos, por delante de los 63 de Opus 5 y los 61 de GPT-5.6, Soly y Grok 4.6. El lanzamiento llega acompañado de cambios técnicos importantes, una est