Kimi K2 Thinking combina pesos descargables, mezcla de expertos, cuantización y uso prolongado de herramientas. Para evaluarlo hay que separar memoria de cómputo activo, licencia de reproducibilidad y llamadas de resultado útil.
El modelo condensa páginas en pocos tokens visuales y reconstruye su texto, pero el resultado mide OCR en una muestra concreta, no memoria ni razonamiento. Leer tarea, denominador y sistema completo evita convertir compresión en ahorro.
Doscientos cincuenta documentos activaron una puerta trasera de texto basura en los modelos probados, pero no son un umbral universal. El estudio enseña a evaluar procedencia, exposición, persistencia y controles.
DeepSeek hizo que un indexador eligiera qué tokens reciben la atención principal y rebajó su API. Separar complejidad, implementación, calidad, caché y tarifa permite comprobar si el ahorro sirve en una carga real.
Nature publica el estudio de DeepSeek-R1 tras someterlo a revisión por pares. El artículo muestra cómo el aprendizaje por refuerzo produjo nuevas estrategias de razonamiento y sitúa esa fase de entrenamiento en 294.000 dólares.
OpenAI estrena GPT-5 como modelo predeterminado de ChatGPT, también para las cuentas gratuitas. El sistema decide cuándo responder al instante y cuándo dedicar más cálculo al razonamiento, con mejoras anunciadas en programación, salud y fiabilidad.
OpenAI publica gpt-oss-120b y gpt-oss-20b bajo licencia Apache 2.0. Son sus primeros modelos de lenguaje con pesos abiertos desde GPT-2 y permiten ejecutar capacidades de razonamiento en infraestructura propia.
Moonshot AI publica Kimi K2, un modelo de un billón de parámetros con arquitectura de expertos y pesos descargables. Activa 32.000 millones de parámetros por consulta y apunta a la programación con agentes, un terreno dominado hasta ahora por sistemas cerrados.
La nueva versión R1-0528 eleva el rendimiento en matemáticas del 70% al 87,5% en el benchmark AIME 2025 y reduce alucinaciones a casi la mitad, acercando el modelo abierto de DeepSeek a o3 y Gemini 2.5 Pro.
Anthropic abrió el 22 de octubre de 2024 una beta para que Claude 3.5 Sonnet operara cursor y teclado desde capturas de pantalla. El avance no elimina los errores: usarlo con criterio exige limitar su autoridad, registrar cada acción y reservar confirmaciones humanas.
Anthropic abrió el 14 de agosto de 2024 la caché de prompts para Claude. La función prometía ahorrar hasta un 90% en la entrada repetida, pero aprovecharla exige separar el contexto estable, medir aciertos y no confundir caché con memoria.
DeepSeek publicó el 17 de junio de 2024 Coder V2, una familia de modelos de código con 236.000 millones de parámetros totales y 21.000 millones activos. Su comparación con GPT-4 Turbo exige leer tarea, métrica, arquitectura y licencia por separado.
Este sitio web utiliza cookies para mejorar la experiencia de navegación. Política de cookies.
Sin resultados. Prueba con otras palabras.
