Artificial Analysis ha publicado la versión 5 de su Índice de Inteligencia, un cambio significativo que prioriza a los modelos de pesos cerrados sobre los de código abierto. Esta actualización refleja la creciente brecha de rendimiento entre los modelos de frontera de empresas como OpenAI y Anthropic, y los desarrolladores de modelos abiertos. El nuevo índice asigna un 25% a la ciencia, 25% a la programación, 25% al trabajo de conocimiento y 25% a la generalidad, utilizando pruebas como Terminal-Bench y CritPT v2. La publicación destaca la tensión inherente a la creación de benchmarks únicos que deben ser representativos, equitativos y actualizables rápidamente. El autor del análisis argumenta que, aunque los modelos abiertos siguen siendo competitivos en ciertas áreas, los modelos cerrados dominan actualmente en tareas de ciencia y agenticas. Además, señala que la tendencia hacia los 'benchmarks privados' podría reducir la transparencia y la capacidad de la comunidad para detectar errores en las evaluaciones, un riesgo que se agrava dado el alto volumen de capital en el ecosistema de IA.
Noticias agregadas con IA