20 noticias
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
GitHub ha anunciado Project HydraFusion, una vista previa de investigación disponible en GitHub Copilot que aplica orquestación multi-modelo en tiempo de ejecución para tareas de programación. El sistema elige automáticamente entre modelos de distintos proveedores y selecciona uno de tres patrones d
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,
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
Varios usuarios han logrado en las últimas semanas modificar o rootear dispositivos de consumo —cámaras, micrófonos, tablets y ratones— con la ayuda de modelos de IA generativa, en sesiones de pocas horas y sin conocimientos avanzados de ingeniería inversa. El periodista Chaz Schlarp documentó cómo
Anthropic registró el 24 de agosto de 2026, a las 06:42 UTC, una incidencia que provoca tasas de error elevadas en las solicitudes a varios de sus modelos. La compañía continúa trabajando para resolver el problema y ha prometido una actualización en cuanto haya avances. Minutos antes de las 07:28 UT
Nvidia presentó el viernes una investigación que sitúa al 'harness', la capa de software que rodea al modelo, como la pieza decisiva para que un agente de inteligencia artificial ejecute tareas de largo recorrido. Con un harness propio que gestiona la memoria e incorpora un componente supervisor, lo
Anthropic informó este lunes 18 de agosto de 2026 de que está investigando una incidencia que afecta al rendimiento de varios de sus modelos de inteligencia artificial. La compañía detectó "errores elevados" en las solicitudes dirigidas a Claude Opus 5, así como en las versiones Mythos 5, Fable 5, S
Anthropic publica en su documentación oficial la lista de system prompts empleados por Claude, la familia de modelos de lenguaje de la compañía. Estos system prompts son las instrucciones internas que el asistente recibe al iniciar una conversación en la interfaz web (claude.ai) y en las aplicacione
OpenAI y Anthropic están recortando drásticamente los precios de sus modelos de inteligencia artificial para retener a clientes cada vez más sensibles al coste, que migran hacia alternativas más baratas procedentes de desarrolladores chinos como Moonshot y DeepSeek. OpenAI anunció una rebaja del 80
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
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
El precio medio de inferencia de los modelos de IA pasó de 2,04 dólares por millón de tokens el 31 de mayo a 1,18 dólares el 8 de agosto, una caída del 43% en poco más de dos meses, según datos de Silicon Data recogidos por Jefferies. La contracción refleja una guerra de precios en el sector: OpenAI
FROGS es un conjunto de referencia (benchmark) de imágenes SVG de ranas diseñado para evaluar modelos de visión y razonamiento anatómico. Su seña de identidad es una mandíbula inferior exagerada y prominente —bautizada como "mandíbula habsbúrgica"—, dientes inferiores que sobresalen sobre el labio s
Un experimento informal con 1.369 llamadas a la API de Claude Opus 5 ha documentado un fallo de comportamiento que se activa cuando el usuario envía únicamente la cadena " - -- ", tres guiones sin espacios y nada más. En lugar de responder que el mensaje está vacío, el modelo a veces genera ensayos,
SlopCodeBench, un benchmark de programación agentiva de horizonte largo publicado en marzo de 2026 por el laboratorio de GOrlanski en la Universidad de Wisconsin-Madison, plantea retos en los que el modelo no recibe el problema completo de antemano, sino que debe evolucionar el código a medida que s
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
Anthropic ha presentado Claude Opus 5, su nuevo modelo de inteligencia artificial insignia, ya disponible para los usuarios. La compañía lo describe como un modelo reflexivo y proactivo que ofrece un rendimiento cercano a la frontera de su modelo Fable 5, pero a la mitad de precio. Opus 5 se convier
Anthropic ha publicado la System Card de Claude Opus 5, su nuevo modelo de lenguaje de gran tamaño, presentado como una evolución sobre Claude Opus 4.8 con avances notables en agentic coding, uso de computador y tareas de conocimiento de horizonte largo, además de mejoras en razonamiento matemático
Anthropic ha presentado Claude Opus 5, un modelo que, según las pruebas publicadas por la compañía, iguala o supera a Fable 5, el escalón superior de su catálogo, pero cuesta exactamente la mitad: 5 dólares por millón de tokens de entrada y 25 por millón de salida, las mismas tarifas que Opus 4.8, l