34 noticias
Kimi ha presentado Kimi K3.1 Pro, el primer modelo de su nueva serie K3.1 y el más capaz hasta la fecha en la categoría de modelos abiertos de 3T, caracterizado por una ventana de contexto de un millón de tokens. Este lanzamiento, disponible inmediatamente en Kimi.ai, Kimi Work, Kimi Code y la API,
Un análisis reciente reveló que aproximadamente 80 páginas de ayuda y preguntas frecuentes de WhatsApp contenían instrucciones ocultas diseñadas para un modelo de lenguaje grande de Meta. Según la empresa de privacidad Redact, estos textos, visibles en el código de versiones archivadas, dirigían al
Linus Torvalds ha publicado en la lista de correo de desarrollo de Linux una serie de diez parches que utiliza por primera vez un modelo de lenguaje grande (LLM) para asistir en su creación. El objetivo principal de esta serie es optimizar el mecanismo de búsqueda de folios (folios) en el sistema de
Los modelos de decisión, conocidos como 'Sistema Uno', permiten inferir respuestas con probabilidades calibradas en un solo paso, a diferencia de los modelos de lenguaje grandes (LLM) que requieren múltiples iteraciones para generar texto. Este artículo técnico explica cómo emular este comportamient
Meta anunció el miércoles la implementación de nuevas herramientas de inteligencia artificial diseñadas para identificar anuncios y cuentas que dirigen secretamente a usuarios hacia material ilegal de abuso sexual infantil. La compañía reportó que actuó contra 33,2 millones de piezas de contenido de
Aleph Alpha ha presentado Kolibri, un modelo de lenguaje de gran escala (LLM) de pesos abiertos diseñado específicamente para alemán e inglés. Con 78.100 millones de parámetros totales, el modelo opera mediante una arquitectura de mezcla de expertos (MoE) que activa solo 3.460 millones de parámetros
Xing4.0-29B-A4B es un modelo de lenguaje de gran escala (LLM) desarrollado por China Telecom Artificial Intelligence Technology Co., Ltd., que se distingue por su arquitectura de MoE (Mixture of Experts) optimizada para la plataforma Ascend NPU. Con 29.000 millones de parámetros totales y solo 4.000
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
LLM Visualizer es una plataforma interactiva diseñada para facilitar la comprensión profunda de los Modelos de Lenguaje Grandes (LLM) mediante la construcción práctica de un modelo funcional desde sus fundamentos. A diferencia de los tutoriales teóricos, esta herramienta opera como un laboratorio en
TechCrunch ha publicado un glosario actualizado de términos clave de inteligencia artificial, pensado para inversores, desarrolladores y lectores que buscan seguir el ritmo de un sector en constante evolución. El artículo recoge definiciones claras y divulgativas de conceptos cada vez más presentes
Tencent ha lanzado y abierto el código de Hy4 preview, su nuevo modelo de lenguaje de gran escala diseñado para tareas de productividad real. El modelo cuenta con 770 mil millones de parámetros totales, 49 mil millones activos y una ventana de contexto superior a un millón de tokens. Su objetivo pri
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
Thomson Reuters presentó el 24 de agosto de 2026 su primer modelo propio de lenguaje grande, bautizado Thomson, entrenado internamente con una inversión de 40 millones de dólares y basado en una arquitectura de código abierto especializada con décadas de contenido propietario de Westlaw, Practical L
GPT-5.6 Sol es el modelo de referencia de la familia GPT-5.6 de OpenAI, diseñado como herramienta de primer nivel para tareas profesionales que requieren razonamiento avanzado. Sustituye, en la práctica, al nivel sin sufijo que existía en familias GPT-5 anteriores, y se invoca en la API mediante el
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
Qwen3.8-2.4T-A95B es un modelo de lenguaje causal publicado en Hugging Face que supone la primera versión abierta de la familia con nivel Qwen-Max. Se trata de un modelo de Mezcla de Expertos (MoE) con 2,4 billones de parámetros totales, de los cuales 95.000 millones se activan por inferencia, organ
NVIDIA ha presentado Nemotron 3.5 Lightning 30B-A3B en cuantización NVFP4, una variante optimizada para inferencia de su familia de modelos de lenguaje abiertos. El lanzamiento, fechado el 11 de agosto de 2026 según la ficha técnica publicada en Hugging Face, supone un paso más en la estrategia de l
Qwen3.8-Max es el modelo insignia de razonamiento de la familia Qwen, basado en una arquitectura de mezcla de expertos (MoE) con 2,4 billones de parámetros. Está diseñado para cubrir de forma integral flujos de trabajo de programación y tareas profesionales, y es capaz de codificar de forma autónoma
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
Moonshot AI prepara el lanzamiento de Kimi K3, la próxima generación de sus modelos de frontera abiertos, previsto para el 27 de julio de 2026 a través de su página en Hugging Face. Se trata del primer modelo abierto de la categoría de 3 billones de parámetros, según la compañía, orientado a tareas
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
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
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
TechCrunch publica un glosario vivo de inteligencia artificial diseñado para profesionales, inversores y lectores que necesitan manejar la jerga del sector. La guía reúne definiciones claras de los conceptos más habituales en reuniones de producto, rondas de inversión y paneles especializados, desde
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
Cohere ha presentado North Mini Code, su primer modelo de lenguaje agentic orientado a programación y el primero de una nueva generación de modelos abiertos de la compañía. Se trata de un modelo mixture-of-experts (MoE) con 30 000 millones de parámetros totales y 3 000 millones activos, lo que permi
Los archivos PDF están diseñados para la visualización humana: almacenan coordenadas y tipografía, pero rara vez incluyen información estructural como encabezados o listas. Esto no suponía un problema hasta que los modelos de lenguaje (LLM) comenzaron a procesar PDFs de forma masiva. Al carecer de e
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
El gobierno de Estados Unidos emitió una directiva de control de exportaciones que prohíbe el acceso a los modelos de lenguaje Fable 5 y Mythos 5 de Anthropic a cualquier persona que no sea ciudadano estadounidense, incluidos los propios empleados de la empresa. Como consecuencia, Anthropic retiró a
Moonshot AI ha lanzado Kimi K2.7 Code, un modelo lingüístico de gran tamaño especializado en tareas de programación. Basado en la arquitectura Mixture-of-Experts, cuenta con 1 billón de parámetros totales y activa 32 mil millones por inferencia. El modelo alcanza una longitud de contexto de 256.000
Nex-N2 es un modelo de lenguaje que unifica el razonamiento ('Thinking') y la ejecución de acciones dentro de un único paradigma de pensamiento. Tanto en búsquedas web, programación como en llamadas a herramientas agenticas, la cadena de razonamiento del modelo sigue una estructura consistente: desc
Xiaomi ha presentado MiMo-V2.5-Pro-UltraSpeed, un modelo de inteligencia artificial de un billón de parámetros (1T) que, según la compañía, supera por primera vez la barrera de los 1.000 tokens por segundo en velocidad de decodificación. El anuncio, realizado a través del blog oficial de Xiaomi MiMo
Un investigador de seguridad informática creó una aplicación de reseñas de libros deliberadamente vulnerable y gastó 1.500 dólares para comprobar si los modelos de lenguaje grandes (LLM) podían explotarla. La aplicación, construida con React Native (Expo) y un backend en Python (FastAPI), almacenaba
Los transformers autorregresivos son la arquitectura fundamental que permite a los modelos de lenguaje grande (LLMs) generar texto token a token, prediciendo cada siguiente palabra basándose en todo lo previamente generado. Este proceso se divide en dos fases: prefill (preparación) y decode (generac
