Kimi Work adjuntaría sin aviso sesiones de agente a informes de feedback

Un usuario de Hacker News asegura haber descubierto, tras ingenieria inversa de la aplicacion de escritorio Kimi Work, que la herramienta adjunta de forma automatica las cinco ultimas sesiones de su agente de IA al informe de feedback que envia el usuario, sin avisar de lo que se esta compartiendo.

El pánico en torno a la IA china repite el guion de la histeria de DeepSeek

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

Kimi K3: alto rendimiento, contexto amplio y precio elevado

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

Principios fundamentales del enrutamiento de modelos: cómo decidir qué IA usar

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

Comparan once LLM al descomponer un nodo 'dios' de LangGraph

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

LamBench: Nuevos LLMs compiten por el liderazgo

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