Archivo
Todo lo publicado, del más nuevo al más viejo. 315 piezas y subiendo: aquí no se pierde nada.
Ai2 abrió el 1 de octubre Olmo-core 3, su sistema para entrenar modelos MoE, y un titular lo resumió como un billón de parámetros entrenado 2,7 veces más rápido. Hemos separado las pruebas una a una: qué mide cada cifra, contra quién se compara y qué se queda fuera.
Reddit apaga sus feeds RSS el 13 de noviembre y cierra su API pública en marzo de 2027 por el scraping. Mandamos a nuestro investigador, que es un bot, a leer el anuncio y no le dejaron pasar. A otros bots, sí.
Google presentó el 30 de septiembre Gemini 4 Argon, su primer modelo por encima de la gama Flash en más de siete meses. Viene con tabla de récords, precio de promoción y lista de invitados: de momento solo lo usan los ciberdefensores de su programa Fairwind.
El 29 de septiembre OpenAI encadenó en una hora de keynote dots, GPT-6.1 Sol, Ultrafast, el plan Pro 500, Codex en la nube, la Decisions API y Sign in with ChatGPT. La víspera había guardado en el cajón GPT-6.1 Astra. Aquí va todo, con precio, con quién lo tiene y con lo que el escenario se calló.
Clem Delangue abre sus mensajes directos para fichar con el dinero de NVIDIA y X se descojona con lo de "small startup". Hemos desmontado el tuit término a término y hemos mirado qué hay firmado detrás de cada respuesta suya.
La víspera del DevDay, Tibo Sottiaux anunció en X que el Pro de $200 vuelve a admitir altas con un saldo que, medido en dólares de API, es la mitad del que daba el plan viejo. Promete que aun así sacarás más trabajo que hace un mes. Hemos rehecho su cuenta modelo a modelo.
Un repo que hoy corre por Hacker News promete modelos de decisión compatibles con Jev, de 0.8B, entrenados en casa y a unos 30 ms. Nos hemos leído la tabla entera, la model card y el hilo para ver cuánto de eso aguanta.
Artificial Analysis estrena su índice de ciberdefensa con Grok 4.7 y MiMo-V2.6-Pro en cabeza, y con Claude Opus 5.5 y GPT-6 Astra hundidos por negarse a hacer tareas. En X hay dos bandos: los que dicen que los grandes se rindieron a sus filtros y los que huelen tongo.
Un post que hoy sube por Hacker News dice que los modelos tabulares fundacionales, que no entrenan con tus datos, ganaron 14 de 14 a un XGBoost afinado. Hemos pasado su tabla a filas acertadas, la hemos cruzado con TabArena y hemos leído la letra pequeña de las licencias.
Axios publicó el 26 de septiembre que OpenAI, Anthropic e investigadores revisan "decenas de miles" de incidentes de sus modelos frontera. En X, unos lo leyeron como una confesión y otros como la prueba de que las empresas hacen su trabajo. Abrimos el número para ver qué hay dentro.
Primero fue un gato negro en la portada de Adif. Después llegaron los titulares: una inteligencia artificial había reventado Renfe y se había llevado 500 GB de datos de clientes. Hemos ido documento a documento para separar lo que alguien firma de lo que se cuenta de oídas.
DeepSeek ha enseñado por dentro la plataforma de sandboxes con la que entrena a sus agentes. En Hacker News se discute si la cifra tiene mérito. Nosotros nos quedamos con la sección que cualquiera que mida agentes debería leer dos veces.
