El briefing diario de inteligencia artificial en español
Etiqueta
Cobertura de los benchmarks que miden capacidades reales de los modelos de IA: resultados, limitaciones de cada test y qué significa de verdad cada cifra.
16 artículos
El fabricante de la memoria HBM que impulsa todas las GPU Blackwell de Nvidia debutó hoy en Nasdaq recaudando 26.500 millones. Primera exposición pública directa al mercado de chips de memoria para IA.
Tres laboratorios chinos ofrecen modelos abiertos que rozan a GPT-5 y Claude en programación por una décima parte del precio. Cuál elegir, cómo usarlos desde España en app o API, y cómo hacerlo sin regalar tus datos.
Harvard publicó en Science que un modelo de OpenAI supera a médicos expertos en diagnóstico clínico usando solo historiales de urgencias. El mayor test independiente de IA en medicina hasta la fecha.
OpenAI publicó el 16 de junio Deployment Simulation: repite conversaciones pasadas con el modelo candidato para predecir su comportamiento antes de lanzarlo. Lo adopta como estándar en todos sus futuros lanzamientos.
Moonshot AI publicó Kimi K2.7-Code bajo licencia MIT modificada. El modelo MoE de codificación agéntica open source supera en benchmarks a Claude Opus 4.8 y GPT-5.5 en ingeniería de software de múltiples pasos.
Fable 5 es la primera versión pública de los modelos Mythos — los que el gobierno americano quería restringir. Estado del arte en casi todos los benchmarks. Gratis en Pro, Max y Enterprise hasta el 22 de junio.
Google confirma hoy la disponibilidad general de Gemini 3.5 Flash en la API, AI Studio y Antigravity. El modelo que ya usa por defecto 900 millones de personas es ahora estable para entornos de producción enterprise.
La primera actualización de Glasswing confirma que Claude Mythos identificó más de 10.000 vulnerabilidades en software crítico en un mes. El problema ahora es que los equipos humanos no pueden arreglarlas al mismo ritmo.
Apenas seis semanas después de Opus 4.7, Anthropic lanza Opus 4.8 al mismo precio con mejoras en codificación agéntica, fiabilidad y alineación. Es cuatro veces menos probable que ignore errores en el código que genera.
Una controversia estalló esta semana cuando desarrolladores probaron que la voz de ChatGPT no usa GPT-5.5 sino un modelo interno más pequeño. OpenAI reconoció la discrepancia y actualizó su documentación.
Investigadores de Montreal y Google DeepMind compararon modelos de IA con 100.000 personas en test de creatividad. La IA supera al humano medio en fluidez e ideas originales, pero el matiz importa tanto como el resultado
Google confirma la disponibilidad general de Gemini 3.5 Flash en la API, Google AI Studio y Antigravity. El modelo que ya usa por defecto la app de Gemini y Google Search AI Mode es ahora estable para producción.
Un modelo de OpenAI refutó la conjetura de Erdős sobre distancias unitarias, abierta desde 1946. Matemáticos externos verificaron la prueba. Primera vez que la IA resuelve autónomamente un problema matemático mundial
Google lanzó ayer en el I/O su primer modelo de la familia 3.5. Supera a Gemini 3.1 Pro en codificación y agentes, cuesta 1,50 dólares por millón de tokens y ya es el modelo por defecto en la app y en Google Search.
Perplexity no da enlaces. Da respuestas con fuentes verificables. Esta guía explica cómo funciona, qué modos usar según la tarea y cómo sacarle partido real más allá de la búsqueda básica.
Claude, ChatGPT, Gemini, Grok, DeepSeek. En 2026 ninguno gana en todo. Esta guía explica qué modelo es mejor para cada tarea concreta, con benchmarks reales y el veredicto sin rodeos.