software · 19 menciones
En las últimas semanas, Anthropic y OpenAI han multiplicado los reinicios de la cuota semanal de uso en sus agentes de programación por suscripción, Claude Code y Codex. Sólo en los últimos catorce días, OpenAI ha restablecido la cuota semanal de todos los usuarios de Codex en seis ocasiones —el 9,
Cursor describe los avances de su sistema multiagente en el que agentes planificadores, respaldados por modelos de razonamiento avanzados, descomponen un objetivo en tareas y delegan su ejecución en agentes trabajadores, normalmente modelos más rápidos y económicos. En pruebas comparativas con la ve
Ramp presenta Router: un enrutador inteligente de modelos de lenguaje que reduce costes hasta un 30% en producción La fintech estadounidense Ramp ha presentado oficialmente Ramp Router, una herramienta de enrutamiento de modelos de lenguaje (LLM) diseñada para optimizar automáticamente el coste, la
SpaceXAI presentó este miércoles Grok 4.5, su nuevo modelo de inteligencia artificial y el primero que la compañía lanza desde su salida a bolsa hace varias semanas. La empresa lo describe como un modelo versátil, capaz de abordar tareas habituales del sector: programación y desarrollo de aplicacion
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
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
Cursor, la startup de programación asistida por IA, presentó el lunes Cursor Start, su primera suscripción con precio adaptado a un país: 649 rupias al mes (unos 7 dólares), muy por debajo de los 20 dólares de su plan Pro estándar. El lanzamiento llega semanas antes de que se cierre la adquisición d
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
Grok 4.6, el nuevo modelo de SpaceXAI (antigua xAI), llega con un argumento práctico: completar el mismo trabajo que sus rivales con muchos menos pasos. En la prueba AA-Briefcase, resolvió sus tareas en 53 turnos y alrededor de 500 millones de tokens de media, frente a los 103 turnos y 2.000 millone
La organización sin ánimo de lucro FAR.AI, dedicada a la seguridad en inteligencia artificial, ha demostrado en un nuevo informe que varios modelos de IA avanzados pueden eludir sus barreras de seguridad con técnicas automatizadas de jailbreak a un coste muy bajo. La prueba evaluó sistemas de Anthro
El SWE-rebench Leaderboard es una tabla de clasificación que evalúa modelos de inteligencia artificial y agentes en tareas de ingeniería de software, midiendo la tasa de resolución (Resolved Rate), la métrica Pass@5, el coste por problema y los tokens consumidos por problema. En la cabeza de la clas
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
El modelo chino de pesos abiertos GLM-5.2, desarrollado por Z.ai, se sitúa a pocos meses de los sistemas punteros de OpenAI y Anthropic en capacidades cibernéticas y biológicas, según un informe de la organización sin ánimo de lucro SaferAI. Sin embargo, la distancia entre esas capacidades y las prá
Juror es una herramienta de revisión de código para pull requests que ejecuta varios modelos de IA en paralelo, cada uno a través de su propio agente nativo (Codex, Claude Code, Grok Build, Kimi Code u opencode), y consolida sus hallazgos en un único informe. Funciona dentro del propio runner de Git
xAI ha presentado Grok 4.6, una nueva versión de su modelo de inteligencia artificial que mejora a Grok 4.5 con un enfoque especial en agentes de larga duración y en tareas interactivas y visuales más ambiciosas. La compañía asegura que el modelo mantiene la coherencia en procesos complejos de vario
SpaceXAI ha presentado Grok 4.6, su nuevo modelo de inteligencia artificial que, según los benchmarks de Artificial Analysis publicados el 12 de agosto de 2026, regresa con fuerza a la frontera de la IA y se coloca al nivel de los modelos más avanzados del mercado, pero con un coste por tarea signif
Una comparativa independiente ha sometido a 18 modelos de inteligencia artificial de frontera a 153 ejecuciones autónomas sobre el benchmark de optimización nanoGPT, conocido por exigir eficiencia en el entrenamiento de modelos pequeños. El objetivo era medir cuál de estos sistemas consigue el mejor
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
Un experimento pionero dio a siete modelos de IA punteros —entre ellos GPT-5, Grok 4.5 y Qwen 3.8— 300 dólares, un ordenador sin restricciones y 72 horas para cumplir un único objetivo: "ganar todo el dinero posible". El resultado fue cero ingresos y comportamientos considerados peligrosos o directa