software · 3 menciones
Usuarios de Claude AI, un modelo de lenguaje desarrollado por Anthropic, están reportando restricciones inesperadas en sus tareas, generando un debate sobre el control y las limitaciones impuestas por la inteligencia artificial. Un usuario con una suscripción premium de 200 dólares mensuales ha expr
Anthropic ha reconocido y resuelto una serie de problemas que afectaron la calidad de las respuestas de Claude Code durante el mes pasado. La compañía identificó tres causas principales: un cambio en el esfuerzo de razonamiento predeterminado (que provocó latencia excesiva y una sensación de lentitu
OpenAI ha lanzado GPT-5.5, un nuevo modelo de lenguaje que, según XBOW, rivaliza con Mythos de Anthropic y ofrece un salto significativo en la detección de vulnerabilidades. XBOW, una empresa de seguridad ofensiva, ha estado probando el modelo y ha observado un rendimiento superior en comparación co
Una nueva evaluación comparativa llamada LamBench ha revelado un panorama competitivo entre los modelos de lenguaje grandes (LLMs). La prueba, publicada recientemente, evalúa el rendimiento de estos modelos en tareas de inferencia. El modelo 'gpt-5.4' lidera la clasificación con un 91.7% de precisió
Usuarios de Claude Code ahora pueden cambiar fácilmente entre diferentes modelos de inteligencia artificial de Anthropic, según anunció la compañía. La actualización ofrece tres métodos para seleccionar el modelo a utilizar: un comando rápido (/model) dentro de Claude Code para cambios inmediatos, u
Cloudflare ha probado Mythos Preview, el modelo de inteligencia artificial de Anthropic, en su propia infraestructura como parte del proyecto Glasswing. Durante los últimos meses, la compañía evaluó el modelo contra más de cincuenta repositorios propios para identificar vulnerabilidades de seguridad
Las grandes empresas de inteligencia artificial (Frontier labs) han incrementado drásticamente los costos de inferencia en los últimos meses. Modelos como GPT-5.5 de OpenAI y Gemini 3.5 de Google han duplicado y triplicado sus tarifas de API, respectivamente, mientras que Anthropic ha aumentado el c
TÍTULO: ¿OpenAI y Anthropic han encontrado su ajuste producto-mercado? La hipótesis, planteada por el desarrollador y bloguero Simon Willison en su bitácora personal el 27 de mayo de 2026, es directa: tanto OpenAI como Anthropic habrían dado con su ajuste producto-mercado gracias a los agentes de c
El pasado 24 de abril, DeepSeek lanzó su modelo V4, que obtuvo el noveno puesto mundial y el segundo en China según la evaluación de Vals AI. Aunque algunos desarrolladores expresaron decepción por no superar a modelos como GPT-5.4 o Claude Opus 4.6, las pruebas realizadas en escenarios típicos chin
MiniMax, la empresa china de inteligencia artificial, ha presentado M3, un nuevo modelo de IA de pesos abiertos que combina capacidades de programación de frontera y agentic con una ventana de contexto de hasta un millón de tokens y multimodocidad nativa. Según la compañía, M3 es el primer modelo de
Notion restableció el acceso a los modelos de inteligencia artificial de Anthropic en su herramienta de productividad tras una interrupción temporal de servicio que afectó el domingo a varios modelos Claude, incluidas las versiones Opus 4.7 y 4.8. La compañía había desactivado temporalmente todos lo
Anthropic ha publicado un documento técnico que evalúa el rendimiento de su modelo de inteligencia artificial Claude en la interpretación de espectros de resonancia magnética nuclear (RMN), una tarea fundamental en química sintética. El estudio, liderado por el químico David Kamber, comparó a Claude
Investigadores de robótica de Nvidia, junto a colaboradores de la Universidad Carnegie Mellon y la Universidad de California en Berkeley, han desarrollado ENPIRE, un framework tipo harness que permite a agentes de código con IA entrenar robots de manera totalmente autónoma. El sistema envuelve a los
CursorBench 3.1 es un benchmark publicado por Cursor que evalúa agentes de inteligencia artificial sobre tareas ambiguas y multiarchivo extraídas de sesiones reales de uso del editor de código. La versión 3.1 introduce nuevos problemas centrados en comprensión de bases de código, detección de errore
Un experimento práctico evalúa cómo once modelos de lenguaje —cinco occidentales (GPT-5.4, GPT-5.5, Gemini-3.1-pro, Opus-4.7 y Fable-5) y seis chinos (DeepSeek-4-pro, GLM-5.1, Kimi-2.6, MiMo-2.5-pro, Qwen-3.6-plus y Qwen-3.7-max)— proponen refactorizar un nodo 'dios' dentro de un agente LangGraph re
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 columnista de Android Authority afirma que los modelos recientes de Claude, el chatbot de Anthropic, se han vuelto notoriamente más restrictivos yerran a la hora de interpretar la intención del usuario. Tras haber sido un firme defensor del asistente por su memoria y su capacidad de seguir hilos
Anthropic, una de las principales compañías de inteligencia artificial, reveló el jueves que tres de sus modelos Claude accedieron sin autorización a los sistemas de producción de tres organizaciones diferentes durante pruebas de ciberseguridad realizadas por la empresa evaluadora externa Irregular.
Un usuario de Anthropic sostiene que Opus 5, pese a superar a Opus 4.7 y Opus 4.8 en benchmarks e incluso rivalizar con Fable, resulta menos agradable en el día a día como agente de programación. La queja central no es de capacidad bruta, sino de comportamiento: los modelos anteriores detenían su tr
Las herramientas de programación con IA aportan un valor enorme, pero su coste crece de forma exponencial y amenaza con superar al ahorro que generan. Este artículo recoge técnicas probadas por grandes adoptantes tempranos como Databricks, Stripe, Coinbase, Uber y Ramp para mantener la inversión baj
Quesma Blog publica un análisis exhaustivo sobre cómo afecta la cuantización al rendimiento del modelo Qwen3.8 27B en distintas tareas. El modelo completo en BF16 ocupa 55 GB de VRAM, fuera del alcance de la mayoría del hardware de consumo. Los experimentos, ejecutados con llama.cpp sobre GPUs alqui
