34 noticias
Artificial Analysis ha publicado la metodología de su índice de inteligencia v5.0, una herramienta diseñada para evaluar y comparar las capacidades de los modelos de lenguaje mediante un conjunto de datos de evaluación integral. Este índice combina nueve evaluaciones específicas para medir el razona
Un análisis realizado por la empresa Artificial Analysis revela una brecha significativa entre la velocidad humana y la de los robots controlados por inteligencia artificial. La prueba AA-Robotics v0.1 demuestra que, aunque los modelos actuales son capaces de ejecutar tareas sencillas de forma autón
Kimi K3.1 Pro, lanzado por el laboratorio chino Kimi, ha reducido la brecha de rendimiento entre la mejor IA de código abierto y la mejor IA cerrada a 31 días. El modelo obtiene una puntuación de 55.1 en el Índice de Inteligencia de Artificial Analysis, situándose a 2,5 puntos por debajo de Claude O
Parsimony es una métrica de evaluación diseñada para medir la eficiencia de los agentes de código generados por inteligencia artificial, específicamente enfocándose en la parsimonia o economía de código. A diferencia de los benchmarks tradicionales que priorizan la tasa de resolución y el coste, Par
Google DeepMind ha iniciado el despliegue global de Gemini 4 Argon, un modelo de inteligencia artificial diseñado para resolver tareas especializadas de alto nivel como el desarrollo de software, la investigación científica y la ciberseguridad. Aunque el modelo fue anunciado el 30 de septiembre, su
Google ha reactivado su posición en la carrera de los modelos de inteligencia artificial con el lanzamiento de Gemini 4 Argon, un modelo que según los benchmarks internos supera a competidores como Opus 5.5 y Fable 5.1. Sin embargo, la disponibilidad masiva está restringida inicialmente a un program
GPT-6.1 Sol ha reemplazado a GPT-6 Sol en el mercado de modelos de inteligencia artificial tras apenas siete días de disponibilidad, ofreciendo un rendimiento casi idéntico al de GPT-6 Astra a una fracción del coste. Según los datos de Artificial Analysis, el nuevo modelo obtiene un puntaje de 1 pun
La herramienta 'Which LLM is worth it' ofrece una referencia interactiva para comparar el rendimiento y el coste de los modelos de lenguaje de gran escala (LLM) disponibles en el mercado. Su objetivo principal es ayudar a los desarrolladores y empresas a maximizar el valor por dólar, identificando q
El coste de utilizar la inteligencia artificial por tarea está disminuyendo drásticamente, lo que permite que los modelos de lenguaje de gran escala (LLM) funcionen localmente en hardware estándar en los próximos tres a seis años. Según un análisis de 2026, la eficiencia de las GPUs ha mejorado expo
MiMo-V2.6-Pro, desarrollado por Xiaomi, se posiciona como un modelo de inteligencia artificial de pesos abiertos que destaca por su equilibrio entre rendimiento, velocidad y coste. Con un índice de inteligencia de 46 en la plataforma Artificial Analysis, supera significativamente la mediana de 18 de
El modelo Step 5 Preview, desarrollado por StepFun y lanzado el 18 de septiembre de 2026, se posiciona como una opción competitiva en el sector de la inteligencia artificial generativa. Según el índice de inteligencia de Artificial Analysis, el modelo obtiene una puntuación de 44, superando signific
SpaceXAI ha presentado Grok Voice Transcribe 2.0, su nuevo modelo de transcripción de voz a texto, que ofrece una precisión superior al doble de la versión anterior, Grok Voice Transcribe 1.0, manteniendo el mismo coste. Este modelo, construido sobre la base de audio del asistente Grok Voice, está d
Google ha presentado Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, dos nuevos modelos de inteligencia artificial diseñados para mejorar la interacción en tiempo casi real mediante agentes de voz y conversaciones más fluidas. El modelo 3.8 Live se centra en la eficiencia de costes y la escalab
Mozilla ha publicado su informe anual 'State of Open Source AI 2026', que evalúa el ecosistema de modelos de inteligencia artificial de código abierto. El documento, actualizado en septiembre de 2026, destaca que los modelos abiertos han logrado una paridad casi total en capacidad y eficiencia, redu
DeepSeek ha lanzado V4.1 Flash, un modelo de IA de pesos abiertos que sustituye provisionalmente a V4-Pro. Este nuevo modelo ofrece un rendimiento superior en tareas agénticas y razonamiento de largo contexto, pero con un consumo de tokens inusualmente alto. A partir del 14 de septiembre, las solici
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
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,
Multiverse Computing ha presentado Quasar 438B, su primer modelo grande de IA, diseñado para razonamiento, agentes a escala empresarial y tareas de programación. Obtiene 43 puntos en el Artificial Analysis Intelligence Index v4.1.1, la puntuación más alta lograda por un modelo europeo, por delante d
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
Artificial Analysis ha lanzado un sistema de benchmarking especializado en la inferencia de modelos de inteligencia artificial a escala de bolsillo, diseñados específicamente para ejecutarse en teléfonos móviles. Esta iniciativa técnica busca medir el rendimiento real de los modelos pequeños, defini
Qwen3.8-Flash-Next es un modelo de inteligencia artificial de pesos abiertos desarrollado por la china Alibaba y lanzado el 26 de agosto de 2026, evaluado por Artificial Analysis como una de las opciones más destacadas en su segmento. Obtiene 56 puntos en el Artificial Analysis Intelligence Index, e
Un redactor de XDA Developers sometió al modelo de código abierto Qwen 3.8 27B a una tarea de ingeniería inversa sobre el esquema de licencias de una aplicación comercial ya adquirida. El modelo se ejecutó en una estación de trabajo Lenovo ThinkStation PGX con chip Nvidia GB10 Grace Blackwell y 128
Un análisis del blog CatalystNeuro, basado en datos de Artificial Analysis, muestra que el coste por tarea de los grandes modelos de lenguaje se ha desplomado: el nivel de capacidad que en febrero de 2025 costaba 1,22 dólares por tarea se paga ahora a 0,022 dólares, una reducción de 56 veces en meno
GLM-5.3 (max) es un modelo de lenguaje de razonamiento creado por Z AI y presentado el 18 de agosto de 2026. Dispone de 753.000 millones de parámetros, una ventana de contexto de un millón de tokens y únicamente admite texto como entrada y salida. Se trata de un modelo propietario, sin pesos abierto
Un artículo de Futurism publicado el 31 de julio sostiene que la apuesta de Mark Zuckerberg por la inteligencia artificial «está explotándole en la cara» y que Meta tiene «prácticamente nada» que mostrar tras su enorme gasto, tras calificar a su último modelo, Muse Spark, como superado por OpenAI, A
DeepSeek vuelve a poner en jaque a la industria de la inteligencia artificial con el lanzamiento de V4-Flash-0731, un modelo de 304.000 millones de parámetros que destaca, sobre todo, por una relación coste-rendimiento difícil de igualar. El anuncio, realizado el 31 de julio de 2026, supone un nuevo
El laboratorio chino Moonshot AI lanzó la semana pasada Kimi K3, un modelo de lenguaje de código abierto que ha reavivado el debate sobre la competencia china en inteligencia artificial. Algunos comentaristas, entre ellos los presentadores del podcast Hard Fork y el profesor Scott Galloway, sostiene
La plataforma Artificial Analysis publica una comparativa exhaustiva de modelos de inteligencia artificial que evalúa, sobre 164 modelos (93 de pesos abiertos y 120 con razonamiento), seis dimensiones clave: calidad de las respuestas, precio, velocidad de salida en tokens por segundo, latencia hasta
El laboratorio chino Moonshot AI presentó este miércoles Kimi K3, un modelo de 2,8 billones de parámetros que, según la compañía, es el más avanzado de su catálogo y el primero de clase 3T en código abierto, por encima del DeepSeek V4 Pro de 1,6T. La compañía prometió publicar los pesos del modelo a
Kimi K3 es un modelo de inteligencia artificial de razonamiento desarrollado por Kimi, presentado el 16 de julio de 2026 y evaluado por Artificial Analysis. Se trata de un modelo propietario con 2,8 billones de parámetros, capaz de procesar texto e imagen como entrada y generar texto como salida, co
Artificial Analysis se ha consolidado como una de las plataformas de referencia independientes para evaluar y comparar modelos de inteligencia artificial y proveedores de API. Su propuesta combina benchmarks propios, índices de inteligencia, análisis de costes, velocidad y latencia, con el objetivo
Elegir un modelo de lenguaje por su tarifa por millón de tokens puede disparar la factura de IA de una empresa sin que esta lo perciba. Dos razones explican el desajuste. Primero, cada laboratorio usa un tokenizador propio: el mismo fragmento de este artículo, por ejemplo, se trocea en 160 tokens pa
Claude Sonnet 5 (Adaptive Reasoning, Max Effort) es un modelo de inteligencia artificial desarrollado por Anthropic y lanzado el 30 de junio de 2026. Ocupa una posición destacada en capacidad intelectual y resulta competitivo en precio dentro de su segmento, según el índice de inteligencia de Artifi
Un gráfico difundido en redes sociales proyecta que la distancia entre los modelos de lenguaje de código abierto y los propietarios se cerrará el 3 de diciembre de 2026, una fecha que el autor del análisis, firmado en el blog de Doubleword, califica de engañosa. El razonamiento parte del Artificial