10 noticias
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
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
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
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
Un nuevo benchmark enfrenta a doce modelos de programación por IA en la construcción de cuatro aplicaciones idénticas: un raycaster estilo Doom, un cubo de Rubik en 3D con scramble y solve, una calculadora y el Juego de la Vida. La prueba, publicada como continuación de una edición anterior que lleg
SpaceXAI y Meta presentaron esta semana Grok 4.5 y Muse Spark 1.1, dos modelos de IA cuyo rendimiento se acerca al de los modelos frontera de OpenAI y Anthropic —GPT-5.6 y Fable 5— a una fracción de su coste. El artículo de Xataka analiza cómo ambas compañías, hasta ahora en segunda fila, han dado u
xAI ha anunciado Grok 4.5, la nueva versión de su modelo de inteligencia artificial, orientada a programación y a la automatización de tareas mediante agentes. La compañía lo describe como su modelo "más inteligente" hasta la fecha, entrenado con el editor de código Cursor para mejorar el desarrollo
xAI lanzó esta semana Grok 4.5, presentado como su modelo más avanzado, entrenado junto a Cursor para tareas de programación y agentic. La plataforma TryAI sometió a Grok 4.5, GPT-5.5, Claude Opus 4.8 y Claude Fable 5 a tres pruebas idénticas de generación one-shot de aplicaciones interactivas en un
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
xAI, la compañía de inteligencia artificial de Elon Musk ahora integrada en SpaceXAI, ha presentado Grok Build, un agente de programación que opera desde la línea de comandos y que busca competir directamente con Claude Code de Anthropic y Codex CLI de OpenAI en un mercado cada vez más codiciado por