media TLDR AI · hace 1 h · industry

OpenAI presenta el modo Ultrafast de GPT-5.6 Sol; Google lanza Gemini 3.7 Flash

Traducido del English → Español

OpenAI ha presentado Ultrafast, un modo de GPT-5.6 Sol capaz de generar hasta 750 tokens de salida por segundo y operar a una velocidad de procesamiento de hasta 14 veces la estándar. El enfoque busca ofrecer rendimiento en tiempo real sin cambiar a un modelo más pequeño.

Google está implementando Gemini 3.7 Flash, dirigido a codificación y agentes, con un descuento del 50% en el precio introductorio hasta finales de año. El lanzamiento ocurre solo tres semanas después de Gemini 3.6 Flash, una vuelta inusualmente rápida atribuida a los comentarios de los desarrolladores y mejoras algorítmicas.

Anthropic podría valer 2 billones de dólares al salir a bolsa, impulsada por un rápido crecimiento de ingresos y la demanda de sus modelos de IA. Los inversores anticipan que la IPO podría convertirse en la más grande de la historia, con la startup proyectando unos ingresos anualizados de 100-120 mil millones de dólares para finales de 2026.

Importancia 3/3 Nueva función frente a los líderes TLDR AI OpenAI Anthropic Google DeepMind AI agents API & product launches

Leer original

Hemos abierto el código de nuestro agente QA basado en LLM para detectar fallos más rápido

Approxima es un agente QA de código abierto y autoalojable que supervisa los recorridos del usuario y soporta Claude, Gemini y GPT de forma nativa. Cuenta con Modo Exploración, Pruebas A/B y Auto-reparación para adaptarse a la evolución del producto, con soporte completo para modelos locales y contribuciones de la comunidad.

media AI News (smol.ai) · hace 18 h · 8 vistas

Google lanza Gemini 3.7 Flash; DeepSeek abre el código fuente de Harness

Google lanzó Gemini 3.7 Flash, su nuevo modelo de gama media para codificación y flujos de trabajo agénticos, con una reducción del 50% en el precio introductorio y ganancias significativas en benchmarks frente a la versión 3.6. El lanzamiento posiciona al modelo como un caballo de batalla para el desarrollo, con integración inmediata en la API de Gemini, Android Studio y herramientas externas como Cline.

media TLDR AI · hace 14 d · 21 vistas

Lanzamiento de Inkling-Small, recortes de precios de GPT-5.6, Gemini Robotics ER 2

Thinking Machines lanzó Inkling-Small, un modelo mixture-of-experts con 276B de parámetros y 12B activos, que conserva el razonamiento multimodal y una ventana de contexto de 1M de tokens mientras utiliza menos recursos computacionales.

arxiv arXiv cs.CL · hace 40 d

GPT-5 supera a los humanos en la inducción de estados de creencia mediante planificación

Un nuevo estudio evalúa la capacidad de los Modelos de Lenguaje Grande (LLM) para inducir estados de creencia específicos en otros agentes mediante acciones en lugar de conversación, una capacidad denominada ToM de Planificación No Conversacional (NCP-ToM). Utilizando el marco NCP-ExploreToM, los investigadores probaron seis modelos de vanguardia y participantes humanos en 600 instancias de tareas donde los agentes debían mover objetos o dirigir personajes para lograr objetivos de creencia.

arxiv arXiv cs.AI · hace 56 d · 9 vistas

NRT-Bench: Red-teaming multi-turn de agentes LLM en sistemas críticos para la seguridad

NRT-Bench presenta un benchmark para el red-teaming multi-turn de agentes LLM que operan en una planta de energía nuclear simulada. En cuatro modelos de operador de vanguardia, entre el 8,7 % y el 12,1 % de las sesiones de ataque provocan la pérdida de una función crítica de seguridad, con vulnerabilidades en gran medida disjuntas entre los modelos. La efectividad de las defensas varía significativamente según el modelo, mostrando una fuerte dependencia del modelo.