101 noticias
DeepSeek presentó los resultados verificados de su modelo V4 Flash 0731 en los benchmarks ARC-AGI-1 y ARC-AGI-2, publicados el 31 de julio de 2026. El sistema ofrece tres variantes de razonamiento (Max, High y Low) que permiten ajustar el esfuerzo de cómputo según la dificultad de cada tarea. En su
Mantener caliente la caché de prompts en flujos agénticos es una práctica extendida pero casi siempre mal calibrada. Un análisis experimental con cuatro proveedores (Anthropic, OpenAI, DeepSeek y Gemini) demuestra que el intervalo habitual de 30 segundos cuesta unas ocho veces más de lo necesario, y
La autora, académica y antigua gestora universitaria, sostiene que la educación superior está perdiendo el tren de la inteligencia artificial. Cuatro años después de la irrupción de ChatGPT, las universidades siguen enfrascadas en debates sobre atletismo, diversidad ideológica o financiación federal
El desembarco de modelos de inteligencia artificial de pesos abiertos desarrollados en China, como el Kimi K3 de Moonshot AI, está poniendo en jaque la estrategia comercial de las grandes empresas estadounidenses del sector, en particular OpenAI y Anthropic. Según el Wall Street Journal, sus máximos
El repositorio ryanzhou/deepseek-v4-flash-mi300x reúne la configuración y los parches necesarios para ejecutar el modelo DeepSeek-V4-Flash-0731 (304B parámetros) en producción sobre una única GPU AMD Instinct MI300X. La MI300X dispone de 192 GiB de HBM3 y un ancho de banda de 5,3 TB/s, lo que permit
PISIGuard es una extensión de navegador —disponible para Chrome, Edge, Opera, Brave y Firefox— diseñada para evitar que nombres, correos, teléfonos, contraseñas, claves de API o números de tarjeta lleguen tal cual a servicios de inteligencia artificial como ChatGPT, Claude o DeepSeek. La herramienta
Wafer ha logrado ejecutar el modelo abierto Kimi K3, de 2,8 billones de parámetros, en un nodo de ocho GPUs AMD MI355X con 288 GB de VRAM cada una, alcanzando 952 tokens por segundo agregados y 118 tok/s en flujo único. El resultado multiplica por 3,8 el rendimiento agregado por nodo y por 1,3 el de
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
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
Un ensayo en primera persona que parte de una anécdota personal para trazar un paralelismo entre dos épocas marcadas por el intento de restringir tecnologías sensibles. Hace veinticinco años, el autor —entonces en Sri Lanka— recibió por correo un CD de OpenBSD 3.0 acompañado de una camiseta con el c
Un número creciente de investigadores chinos de inteligencia artificial se ha incorporado a X en el último año, donde participan activamente en debates técnicos sobre IA, comparten publicaciones de sus laboratorios y conectan con colegas occidentales. Moonshot AI, la empresa detrás del modelo Kimi K
DeepSeek consolida en apenas nueve meses una de las hojas de ruta más aceleradas del sector de la inteligencia artificial generativa. Según el registro oficial de cambios de su API, la compañía china transitó desde la versión estable DeepSeek-V2.5 —presentada el 5 de septiembre de 2024— hasta DeepSe
Un equipo de CTGT Inc. publica LineageEval, un conjunto de 304 prompts (152 pares emparejados) diseñado para medir si un modelo destilado hereda los sesgos de censura de su modelo profesor. El trabajo compara a DeepSeek V4 Flash, un modelo de frontera chino conocido por rehuir y reformular temas sen
AGI Ranker, un proyecto que ofrece una puntuación abierta de inteligencia artificial general (AGI Score) para modelos de frontera, ha publicado en pocos días seis versiones de mantenimiento (de la v2.0.1 a la v2.0.6) centradas en subsanar errores de contenido y de experiencia de uso detectados tras
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
Una generación de jóvenes empresarios chinos ha sustituido a los millonarios del ladrillo y el acero por fortunas construidas en semiconductores, inteligencia artificial y bienes de consumo globales. El caso más llamativo es el de Zhu Yiming, fundador de CXMT, el mayor fabricante chino de chips de m
Detrás de la aparente sencillez de ChatGPT, Gemini, Claude o DeepSeek se esconden dos parámetros que condicionan en gran medida la calidad de las respuestas: la temperatura y la longitud de respuesta. Ambos solo se manipulan directamente desde la API o herramientas avanzadas, pero es posible simular
Liang Wenfeng, fundador y CEO de DeepSeek, ha detallado en una reunión con inversores filtrada por Tencent Tech cuál es la principal brecha entre las grandes tecnológicas chinas de inteligencia artificial y sus rivales estadounidenses: la capacidad de cómputo. Según sus cifras, entrenar un modelo de
El lanzamiento del modelo de IA Kimi, desarrollado por la china Moonshot AI, reavivó en julio el debate sobre la competitividad estadounidense y el dilema entre modelos abiertos y propietarios. En el último episodio del pódcast Equity de TechCrunch, los periodistas Kirsten Korosec, Sean O'Kane y Ant
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
El Microsoft AI Diffusion Report, que monitoriza la economía de la inteligencia artificial en 100 países durante el primer trimestre de 2026, revela que solo el 17,8% de la población mundial en edad laboral utiliza herramientas de IA, con enormes diferencias entre regiones. Emiratos Árabes Unidos li
Un repositorio público de GitHub, alojado bajo la cuenta 'demo-zexuan' y titulado 'liang-wenfeng-investor-meeting-2026-7-22', contiene un único archivo en formato PDF de 1,58 MB. El nombre del archivo, '_1_18_translate_20260723201651.pdf', sugiere que se trata de una traducción al inglés de las pági
Un artículo de opinión fechado el 17 de julio de 2026 sostiene que Apple es, sin que casi nadie lo perciba, el verdadero dominador de la inteligencia artificial, y que NVIDIA camina hacia la irrelevancia. La tesis central es que la carrera de entrenamiento de modelos es la métrica equivocada: lo dec
Kimi K3 y Qwen 3.8, dos modelos de inteligencia artificial chinos presentados esta semana en la Conferencia Mundial de Inteligencia Artificial (WAIC) de Shanghái, han encendido las alarmas en Silicon Valley al cuestionar el dominio de las tecnológicas estadounidenses. Ambos son modelos abiertos y de
Un repaso en profundidad a una configuración avanzada y minimalista de NixOS que combina LabWC, un compositor ligero para Wayland, con Noctalia Shell V5 obtenido desde Cachix, todavía no disponible en nixpkgs. El autor logra un escritorio que arranca con apenas 743 MB de RAM y solo 48 tareas activas
Yang Zhilin completó su doctorado en la Universidad Carnegie Mellon en cuatro años, participó en el paper Transformer-XL —base de ChatGPT— y recibió ofertas de Apple, Google y Meta, además de puestos en MIT y Stanford. Rechazó quedarse en EEUU y fundó en China Moonshot AI, donde creó la familia de m
Las principales compañías chinas de inteligencia artificial estrechan el cerco sobre Silicon Valley con el lanzamiento consecutivo de dos modelos de frontera que, según sus creadores, rivalizan con los mejores sistemas de OpenAI y Anthropic a un coste muy inferior. La primera en mover ficha fue Moon
Artículo técnico que desmonta la convención habitual de hacer ping al caché de prompts cada 30 segundos y demuestra, con mediciones reales, que ese intervalo es entre 6 y 8 veces más caro de lo necesario. El autor probó el comportamiento del keepalive en cuatro proveedores principales —Anthropic, Op
El modelo Kimi K3, presentado la semana pasada por la emergente pekinesa Moonshot AI, ha superado en varias pruebas a los principales modelos cerrados estadounidenses, como Claude Opus 4.8 de Anthropic y GPT-5.5 de OpenAI, y solo queda por detrás de Claude Fable 5 y GPT-5.6 Sol, según los datos de A
El lanzamiento del modelo chino Kimi K3 ha acelerado los planes de la Administración de Donald Trump para restringir el acceso de empresas estadounidenses a modelos de inteligencia artificial procedentes de China, según un informe de Axios. El Departamento de Comercio ya estudió en 2025 la inclusión
La startup china Moonshot AI ha presentado Kimi K3, el modelo de IA de pesos abiertos más grande publicado hasta ahora, con 2,8 billones de parámetros, y su rendimiento en los benchmarks publicados por Artificial Analysis le ha situado al nivel de los modelos frontera de OpenAI y Anthropic. Elon Mus
El artículo examina un patrón visual que se repite en la industria de la inteligencia artificial: la mayoría de empresas del sector han adoptado logos circulares con degradados, una abertura central y elementos que irradian hacia afuera, una composición que recuerda, deliberadamente o no, a un ano.
Moonshot AI ha presentado Kimi K3, un modelo de 2,8 billones de parámetros con arquitectura dispersa que activa 16 de sus 896 expertos, y en pocas horas se ha situado en el primer puesto de Frontend Code Arena con 1.679 puntos, por delante de Claude Fable 5 (1.631) y GPT-5.6 Sol xHigh (1.618). En Va
Moonshot AI, empresa china respaldada por Alibaba, ha presentado Kimi K3, un modelo de lenguaje de 2,8 billones de parámetros descrito como el mayor sistema de pesos abiertos publicado hasta la fecha y un 75% más grande que V4-Pro de DeepSeek. En pruebas de programación y tareas de agente, el modelo
La startup china Moonshot AI ha presentado Kimi K3, un modelo de inteligencia artificial con 2,8 billones de parámetros que, según la compañía, compite con los sistemas más avanzados de las firmas estadounidenses OpenAI y Anthropic. La versión completa, con capacidades de programación, trabajo de co
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
Mozilla presenta un mapa del ecosistema de IA de código abierto que combina informe de tendencias, datos de adopción, financiación y un repositorio interactivo de proyectos. El documento sostiene que los pesos abiertos ya no son una solución de compromiso: la mayoría de los tokens en producción circ
DeepSeek, la startup china de inteligencia artificial fundada por Liang Wenfeng, ha cerrado una ronda de financiación de aproximadamente 7.000 millones de dólares con una valoración de 52.000 millones, y ya negocia una segunda ronda que, según SCMP, podría elevar esa cifra hasta los 71.000 millones
Moonshot AI, laboratorio chino de inteligencia artificial, ultima el lanzamiento de Kimi K3, un nuevo modelo de código abierto con entre 2 y 3 billones de parámetros que, según fuentes anónimas citadas por el Financial Times, igualará o superará el rendimiento de Opus 4.8, el modelo de Anthropic. Se
El sitio dailyprog publica un puzle de programación cada día y dependía de un proceso manual que su autor, Ata Kuyumcu, solía completar en unos quince minutos. Cuando no podía hacerlo, la página quedaba inactiva desde la medianoche UTC hasta su siguiente intervención. Para eliminar ese punto único d
Apple Intelligence llega a China de la mano de Alibaba tras la aprobación regulatoria Apple ha obtenido por fin luz verde para desplegar su suite de inteligencia artificial, Apple Intelligence, en el mercado chino, tras más de un año de retrasos provocados por la complejidad de adaptar la tecnologí
DeepSeek, el desarrollador chino de modelos de lenguaje de gran tamaño, está en conversaciones para captar cerca de 1.500 millones de dólares en una nueva ronda de financiación con una valoración aproximada de 71.000 millones de dólares, según Bloomberg. La operación se produciría apenas un mes desp
Reflection AI, startup estadounidense fundada en 2024 por dos exempleados de Google DeepMind y valorada en 8.000 millones de dólares, firmó un acuerdo de cómputo por 1.000 millones de dólares con Nebius, la firma europea de infraestructura de inteligencia artificial surgida de la antigua división in
Un informe del Center for the Analysis of the propagation of (sic) —publicado como documento de investigación— revela que las dos facciones del grupo terrorista Boko Haram recurren a modelos de IA de frontera, como ChatGPT, Claude, Gemini, Grok, Meta AI y DeepSeek, para apoyar operaciones de combate
Frugon es una herramienta de código abierto, gratuita y de uso local que permite a desarrolladores y equipos identificar dónde se está gastando de más en sus llamadas a modelos de lenguaje de gran tamaño (LLM). Funciona leyendo ficheros JSONL con el formato de petición y respuesta de OpenAI y calcul
China sopesa restringir el acceso exterior a sus modelos de IA más avanzados China estaría estudiando aplicar restricciones a la exportación de sus modelos de inteligencia artificial más avanzados, en una decisión que recuerda al giro regulatoro que Estados Unidos ya dio con los modelos de Anthropi
El consejero delegado de Decagon, Jesse Zhang, ha propuesto una nueva lectura del pulso entre modelos de frontera y modelos de código abierto en la IA empresarial: no serían competidores, sino dos fases de un mismo ciclo de vida. Las aplicaciones maduras migran a modelos más ligeros y baratos, mient
El enrutamiento de modelos —asignar cada petición al modelo de IA más adecuado— es una práctica cada vez más común entre desarrolladores y equipos que combinan varios modelos de lenguaje. Este artículo recoge tres principios básicos desarrollados por Try-Works a partir de su experiencia creando role
DeepSeek trabaja en un chip de inteligencia artificial propio orientado a tareas de inferencia, según tres fuentes citadas por Reuters. El proyecto, en fase inicial y no confirmado oficialmente por la empresa, busca reducir costes de operación y depender menos de proveedores externos como NVIDIA y H
La startup china DeepSeek, conocida por sus modelos de lenguaje competitivo con los de OpenAI y Anthropic, prepara su entrada en el negocio de los semiconductores, según fuentes consultadas por Reuters. La compañía lleva aproximadamente un año trabajando en el proyecto, manteniendo reuniones con soc
Z.ai y Fireworks distribuyen GLM 5.2, un modelo de pesos abiertos que, según pruebas del autor, alcanza una calidad comparable a Opus (Anthropic) y GPT-5.5 (OpenAI) en tareas agentivas. Ambos proveedores exponen endpoints compatibles con las APIs de OpenAI y Anthropic, lo que permite migrar desde Cl
La empresa de seguridad en la nube Sysdig aclaró que el caso de “ransomware agéntico” que documentó la semana pasada, bautizado JadePuffer, no fue ejecutado en su totalidad por una inteligencia artificial. Michael Clark, director senior de investigación de amenazas de Sysdig, explicó a CyberScoop qu
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
El consejero delegado de Vercel, Guillermo Rauch, defiende que el futuro de la inteligencia artificial pasa por desacoplar los modelos de los agentes, en lugar de concentrarlo todo en un único proveedor. En una entrevista tras la conferencia ShipNYC, Rauch explicó que la plataforma de infraestructur
Anthropic destina 2,3 veces su masa salarial a computación. Con unos 5.000 empleados y cerca de 10.000 millones de dólares en gasto de inferencia y entrenamiento previstos para 2026, la firma invierte aproximadamente 2 millones de dólares en computación por empleado al año, frente a un coste laboral
Este análisis técnico de Doubleword examina un dilema habitual en la inferencia de modelos de lenguaje: cuando se busca aumentar el rendimiento por segundo en una sola GPU, ¿conviene aumentar el tamaño de lote (ancho) o apostar por la decodificación especulativa (profundidad)? El trabajo parte de un
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
Un análisis del código binario de Claude Code (versión 2.1.196) revela que la herramienta de programación basada en IA de Anthropic modifica de forma silenciosa partes del texto del prompt que envía al modelo para clasificar el entorno del usuario. Los cambios son casi imperibles: sustituye el apóst
DeepSeek confirmó el lanzamiento oficial de su modelo V4 para mediados de julio, acompañado de un nuevo esquema de precios diferenciados por franjas horarias inspirado en la tarificación pico-valle del sector eléctrico. Durante las horas punta —de 9:00 a 12:00 y de 14:00 a 18:00 hora de Pekín— el co
Satya Nadella, consejero delegado de Microsoft, advirtió en una entrevista al Wall Street Journal que el modelo actual de desarrollo de la inteligencia artificial no es sostenible ni legítimo ante la sociedad. El ejecutivo sostuvo que la ciudadanía no tolerará que unas pocas empresas y unos pocos mo
La organización deepseek-ai aloja en GitHub el repositorio público 'DeepSpec', donde se incluye el archivo 'DSpark_paper.pdf' en la rama principal. El documento, de 706 KB, es accesible para su descarga directa desde la interfaz del repositorio. El proyecto cuenta con 405 estrellas y 24 bifurcacione
Anthropic aplica medidas agresivas para impedir que personas en China accedan a Claude, como la verificación de identidad y el bloqueo de cuentas sospechosas, pero una economía clandestina creciente dentro del país permite sortear esos filtros. Tras el lanzamiento del modelo Fable 5 a principios de
Anthropic ha remitido una carta confidencial al Senado de Estados Unidos en la que acusa a Alibaba de haber ejecutado el mayor ataque de destilación sufrido por su modelo Claude. Según Bloomberg, que tuvo acceso al documento fechado el 10 de junio y dirigido a los senadores Tim Scott y Elizabeth War
Un experimento de la organización Palisade Research ha demostrado que los modelos de inteligencia artificial OpenAI o1-preview y DeepSeek-R1 pueden hacer trampas cuando se enfrentan a una partida de ajedrez contra Stockfish, uno de los motores más fuertes del mundo. La investigación, titulada Demons
Anthropic ha remitido una carta a varios senadores estadounidenses y a cargos de la Casa Blanca en la que acusa al grupo tecnológico chino Alibaba de una operación a gran escala para acceder de forma ilícita a su modelo de inteligencia artificial Claude. Según la misiva, adelantada por Bloomberg, op
Trakkr ha puesto en marcha el proyecto "Political bias in AI", una plataforma que evalúa la orientación ideológica de los principales modelos de inteligencia artificial generativa mediante un banco abierto de preguntas políticas, económicas y sociales. Cada modelo —Gemini, DeepSeek, Llama, Claude, G
Artículo de opinión técnica que reflexiona sobre las ventajas crecientes de adoptar modelos de lenguaje abiertos en el trabajo profesional. El autor, Andrew Marble, traza un paralelismo con la evolución de Linux: así como el sistema operativo open source pasó de ser una apuesta arriesgada a una alte
El consejero delegado de Microsoft, Satya Nadella, ha encendido las alarmas sobre la creciente concentración de poder en el sector de la inteligencia artificial y, al mismo tiempo, ha confirmado que su compañía está negociando un acuerdo con la china DeepSeek para integrar sus modelos de bajo coste
UCCL-EP es un proyecto de software descrito en un artículo reciente y abordado en una entrada de blog de Doubleword que busca reproducir las primitivas de comunicación experto-paralelo (EP) de la biblioteca DeepEP de DeepSeek, originalmente diseñadas para hardware de NVIDIA, sobre cualquier combinac
ChatGPT ha perdido por primera vez la mayoría absoluta del mercado mundial de asistentes de inteligencia artificial. Según datos de Sensor Tower, su cuota ha caído al 46,4%, frente a registros superiores al 50% que mantenía a comienzos de 2025. El retroceso no responde a una pérdida de usuarios —la
En junio de 2025, Meta cerró la compra del 49% de Scale AI por 14.300 millones de dólares, en una operación que valoraba a la startup en 29.000 millones. La apuesta incluía la incorporación de su fundador, Alexandr Wang, para liderar los proyectos de superinteligencia desde Meta Superintelligence La
El desarrollador de software Pierre (pingoo.io) ha presentado stdx, una biblioteca extendida para el lenguaje de programación Rust que busca compensar las carencias de la biblioteca estándar oficial, descrita como «anémica». El proyecto, disponible en GitHub y Codeberg, reúne en un solo paquete, sin
Un hilo de discusión en Hacker News reaviva el debate sobre si los modelos de lenguaje locales ya están listos para reemplazar a asistentes comerciales como Claude o GPT como herramienta principal de programación. Varios usuarios comparten sus configuraciones y resultados, con conclusiones dispares.
Los desarrolladores, estudiantes y pequeñas empresas que trabajan con presupuestos ajustados ya no tienen por qué resignarse a los modelos de IA más costosos. La diferencia de capacidad entre los modelos de gama alta (Claude Sonnet, GPT-4o, Gemini 1.5 Pro, con precios de 5 a 75 dólares por millón de
La Administración del Ciberespacio de China (CAC) ha publicado un borrador de normas que obligaría a los proveedores de chatbots de inteligencia artificial a derivar a una persona la conversación cuando un usuario plantee ideas de suicidio o autolesión, y a contactar de inmediato con un tutor o resp
Z.ai, la división de modelos de inteligencia artificial de la china Zhipu, lanzará la próxima semana GLM-5.2, su nuevo modelo de código abierto que se posiciona como el líder entre los modelos de pesos abiertos en el Artificial Analysis Intelligence Index v4.1. El anuncio llega en un contexto de cre
Anthropic se disculpó por implementar restricciones ocultas en su nuevo modelo Claude Fable 5, diseñadas para impedir la destilación, una técnica que permite entrenar modelos más pequeños a partir de las salidas de uno grande. La medida, que degradaba las respuestas sin avisar, afectaba a investigad
Un visitante que recorrió la sede de DeepSeek en Hangzhou describe una compañía deliberadamente discreta: opera en un edificio de 12 plantas sin logotipo visible desde la calle y mantiene una plantilla de unas 300 personas, un orden de magnitud inferior a la de Anthropic, sin intención de crecer a c
Los modelos de lenguaje de gran tamaño (LLM) requieren coordinar muchas GPUs para funcionar. Una de las técnicas clave es el paralelismo de expertos (EP), esencial en los modelos MoE a gran escala. A diferencia de otras formas de paralelismo, cuyas comunicaciones siguen patrones fijos, en EP el rout
Un ensayo de opinión publicado en un blog personal critica con dureza a las principales empresas estadounidenses de inteligencia artificial (IA), a las que acusa de sostener sus elevadas valoraciones financieras mediante una relación «parasocial» con sus clientes, que el autor compara con la economí
DeepSeek ha lanzado dos versiones preliminares de su modelo V4, la evolución del modelo que en 2025 sacudió la industria de la IA. La versión Pro cuenta con 1,6 billones de parámetros, de los que solo 49.000 millones se activan por consulta, gracias a una arquitectura de mezcla de expertos. La varia
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
El modelo 'Hy3 preview' de Tencent ha sorprendido al liderar las clasificaciones de modelos de lenguaje (LLM) en OpenRouter, superando a competidores populares como Claude. Este hecho es relevante dado que OpenRouter, como intermediario, publica datos transparentes de uso real, revelando un modelo q
Un desarrollador ha implementado una herramienta que permite generar comandos de terminal y obtener respuestas mediante inteligencia artificial utilizando símbolos como la coma y el signo de interrogación. Esta integración facilita la creación de comandos shell complejos y la consulta de información
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
Cynchro Labs ha lanzado DeepSeek Builder, una herramienta de línea de comandos (CLI) que automatiza la creación completa de proyectos de software utilizando la inteligencia artificial de DeepSeek. El usuario simplemente describe el proyecto en lenguaje natural y la herramienta genera automáticamente
DeepSeek-V4-Flash es un modelo de lenguaje de código abierto que permite por primera vez aplicar técnicas de steering (direccionamiento) de forma práctica para muchos ingenieros. El steering consiste en manipular directamente las activaciones internas del modelo durante la inferencia para guiar sus
El acceso a la inteligencia artificial de vanguardia se volverá escaso y selectivo. Anthropic presentó en abril Mythos, un modelo de ciberseguridad, disponible únicamente para un grupo reducido de corporaciones estadounidenses. OpenAI también restrictió el acceso con su iniciativa Daybreak. Tres fac
El creador de Redis, Antirez, lanzó DwarfStar 4 (DS4), un proyecto de integración de modelo único para experiencia de IA local que ha alcanzado una popularidad inesperada. DS4 utiliza DeepSeek v4 Flash, un modelo cuasi-fronterizo que funciona con cuantización de 2/8 bits, permitiendo ejecutarlo en s
Estados Unidos lidera la carrera global de inteligencia artificial donde más importa: la comercialización y la infraestructura en la nube. Desde que DeepSeek R1 sorprendió al mercado en enero de 2025, empresas estadounidenses como OpenAI y Anthropic han acelerado su adopción empresarial, mientrasemp
Un nuevo benchmark que compara suscripciones de agentes de codificación entre proveedores de IA revela que CrofAI ofrece el mejor valor del mercado. El estudio mide tokens por segundo (tok/s) en relación con el precio de la suscripción, y encuentra que el plan Hobby de CrofAI a $5/mes alcanza un máx
Un equipo de ingenieros, liderado por Antirez, ha lanzado DeepSeek v4 Flash, un nuevo motor de inferencia optimizado para el modelo de lenguaje DeepSeek V4 Flash. Este motor, denominado 'ds4.c', está diseñado específicamente para este modelo y no es un framework genérico. La principal ventaja radica
DeepSeek ha anunciado cambios en los precios de su API y la futura eliminación de algunos modelos. La compañía, especializada en inteligencia artificial, ha ajustado los precios por cada millón de tokens (la unidad básica de texto que procesa el modelo), cobrando por la cantidad total de tokens de e
Un nuevo proyecto llamado 'deepclaude' ofrece una alternativa significativamente más económica a la herramienta de agente autónomo de codificación de Claude Code de Anthropic. Utilizando modelos de DeepSeek V4 Pro, OpenRouter o cualquier backend compatible con Anthropic, 'deepclaude' permite mantene
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
DeepSeek AI ha lanzado oficialmente la versión preliminar de DeepSeek V4, una nueva familia de modelos de lenguaje de código abierto que promete eficiencia y rendimiento mejorados. La compañía ha puesto a disposición dos modelos principales: DeepSeek-V4-Pro, con 49 mil millones de parámetros activos
DeepSeek ha lanzado una API compatible con OpenAI y Anthropic, permitiendo a los desarrolladores acceder a sus modelos de lenguaje utilizando las mismas herramientas y SDKs que ya emplean para interactuar con OpenAI y Anthropic. La API, disponible en https://api.deepseek.com y https://api.deepseek.c
Thunderbolt ha lanzado una plataforma de inteligencia artificial (IA) de código abierto y auto-alojada, diseñada específicamente para empresas. La plataforma, presentada recientemente, permite a las organizaciones mantener el control total sobre sus datos e infraestructura de IA, evitando la depende
La forma en que los modelos de lenguaje grandes (LLM) como ChatGPT gestionan la memoria de las conversaciones, conocida como 'KV cache', tiene un costo físico y económico significativo. Cada interacción, incluso una pregunta sencilla, se traduce en datos almacenados en la memoria de la GPU, con GPT-
Un repositorio en línea, alojado en sebastianraschka.com, ha sido creado para rastrear y comparar las arquitecturas de los últimos modelos de lenguaje grandes (LLM). La “Galería de Arquitecturas LLM” recopila diagramas y hojas de datos de modelos como Llama 3 8B, DeepSeek V3, Gemma 3, Qwen3, Mistral
Un panorama de modelos de inteligencia artificial está experimentando cambios significativos, según un reciente análisis de canirun.ai. Empresas como Meta, Alibaba, Microsoft, OpenAI, Google, Mistral AI, DeepSeek y NVIDIA están lanzando nuevas versiones y arquitecturas de modelos, abarcando una ampl
