Historias sobre AI Release
9 historias registradas en AI Release
-
Genie 4
Google DeepMind anunció Genie 4, un modelo de mundo que genera entornos interactivos fotorrealistas en tiempo real, dirigidos con controles de teclado estándar y prompts en lenguaje natural. Construido sobre la familia Gemini, genera de forma nativa audio junto con las imágenes —sonido ambiente, música y personajes cuyo diálogo se adapta sobre la marcha— mientras un agente Gemini 3.8 Flash dentro del ciclo planifica y verifica cada paso para mantener la causalidad coherente. DeepMind lo presenta como un camino hacia simulaciones más seguras y de variabilidad infinita para el entrenamiento de robots y agentes, así como para nuevas experiencias interactivas. Se lanza como vista previa de investigación para probadores de confianza, con lista de espera antes del acceso a AI Ultra, Gemini API y AI Studio.
-
MiniMax M3.1 Flash
MiniMax lanzó M3.1 Flash, un modelo agéntico de código que según la empresa iguala a los mejores modelos con casi 3x más velocidad y 70% menos costo que su antecesor. Reporta 73.7% en DeepSWE v1.1, 76.2 en BankerToolBench, 82% en CyberGym, además de liderar entre los modelos chinos en OSWorld V2 y ALE. El precio es fijo: $0.15 por millón de tokens de entrada y $0.60 de salida. El modelo está disponible por API y en MiniMax Code, con pesos abiertos prometidos más adelante.
-
DeepSeek-v4.1-Flash-1017
DeepSeek publicó DeepSeek-V4.1-Flash-1017, descrito en su model card como una actualización menor de DeepSeek-V4.1-Flash que trae mejoras sustanciales en razonamiento, código, tareas agénticas y benchmarks visuales, además de reducir el tiempo de ejecución y la longitud de las respuestas. El modelo, de 763B parámetros y licencia MIT, obtiene 42.6 en HLE sin herramientas, 42.3 en Terminal-Bench 4.0, 77.0 en DeepSWE v1.1 y 60.5 en Automation-Bench, lo que lo coloca por encima de GLM-5.3 y GPT-5.6 Sol en varios benchmarks agénticos de código y cerca del Opus 5 de Anthropic, aunque aún detrás de la frontera en HLE. Soporta una ventana de contexto de 1M tokens e incluye un codificador de prompts de referencia en Python más librerías deepseek-recipe en Rust para convertir solicitudes de API estilo OpenAI al formato conversacional de DeepSeek.
-
Gemini 4 Argon
La página de Gemini 4 Argon de Google promete rendimiento de frontera en ingeniería de software, trabajo empresarial del conocimiento como legal y finanzas, y ciberseguridad defensiva. Publica una tabla de benchmarks que reclama ventajas sobre GPT-6 Astra, Claude Fable 5.1 y Opus 5.5 en la mayoría de las pruebas de código, finanzas, legal, ciencia y multimodales, con derrotas en unas pocas. También destaca recuperación de contexto largo, uso de computadora, resistencia a la inyección de prompts y salvaguardas contra el mal uso. La disponibilidad se anuncia para suscriptores Pro y Ultra.
-
GLM-Legal
GLM-Legal es el modelo legal de dominio específico de Z.ai, construido sobre la base ligera GLM-5.3-Flash con mid-training en corpus legales ampliados y aprendizaje por refuerzo en decenas de miles de entornos legales realistas codesarrollados con su agent harness. Z.ai reporta una tasa de all-pass de 19,2 % en Harvey LAB en 24 áreas de práctica, 12,5 puntos sobre el modelo base, además de paridad con modelos cerrados de frontera en LegalBench y PLawBench, evaluaciones que según Vals corrió de forma independiente. La publicación muestra ejemplos lado a lado de revisión de contratos, análisis de evidencia y planificación de privacidad transfronteriza, con ediciones que llegan a Word como control de cambios, e invita a las firmas a solicitar acceso beta a la API y probarlo en el agente de escritorio AutoClaw.
-
Claude Haiku 5.5
Anthropic lanzó Claude Haiku 5.5, su modelo pequeño más barato y rápido, pensado para trabajo de alto volumen como resúmenes, compactación, clasificación y tareas de subagentes bajo Opus 5.5 y Sonnet 5.5. La empresa dice que cuesta cerca de 75% menos operarlo que Haiku 4.5, con puntajes muy por encima de su predecesor y de GPT-6 Luna en Terminal-Bench, OSWorld y Humanity's Last Exam, aunque sigue detrás de Sonnet 5.5. Los precios se dividen en 100.000 tokens: $0.10 por millón de entrada y $0.50 de salida por debajo de esa línea, cinco veces más por encima. Anthropic también redujo a la mitad el precio de lectura de caché de Sonnet 5.5 y agregó créditos mensuales de API para suscriptores Max y Team.
-
Mistral Large 4
Mistral lanzó Mistral Large 4, un modelo multimodal de propósito general de pesos abiertos construido sobre una arquitectura granular de mezcla de expertos con 49 mil millones de parámetros activos de un total de 1,05 billones, más un codificador de visión de 1,6B. Llega en vista previa pública con una ventana de contexto de un millón de tokens y precios de API de $0,68 por millón de tokens de entrada y $2,09 por millón de salida, cerca de la mitad del precio de lista durante la vista previa. Mistral lo posiciona como estado del arte en benchmarks de razonamiento, visión y ciberseguridad, y puede usarse desde la API de la propia empresa o autohospedado a partir de los pesos publicados.
-
Beam: el modelo de pesos abiertos de 501B de Reflection
Reflection AI presenta Beam, un modelo disperso de mezcla de expertos de 501 mil millones de parámetros con 23 mil millones de parámetros activos, preentrenado con 23,8 billones de tokens y postentrenado con cuatro semanas de aprendizaje por refuerzo en 10.500 GPU GB300 que produjeron más de 100 millones de rollouts. La empresa afirma un rendimiento en programación y agentes competitivo con modelos abiertos más grandes como GLM 5.2 usando 3 o 4 veces menos cómputo de inferencia, además de una ventana de contexto de un millón de tokens lograda en el midtraining. Los pesos, el informe técnico y la tarjeta del modelo se prometen bajo Apache 2.0 más adelante este mes, con una lista de espera abierta para acceso anticipado. El modelo es solo texto.
-
Kolibri: un modelo soberano de pesos abiertos
Aleph Alpha lanzó Kolibri, un transformer de mezcla de expertos con 78B de parámetros totales y 3B activos, para inglés y alemán, con contexto de 1M de tokens y pesos Apache 2.0 en Hugging Face. Dos modelos salieron con tres meses de diferencia porque el pipeline corre como código: cada cambio dispara una corrida de punta a punta, los checkpoints llegan cada hora y 38 fallas de hardware en 21 días se resolvieron sin intervención. Especializado en alemán y trabajo agéntico, está entrenado para abstenerse, conteniéndose en el 44% de los ítems de AA-Omniscience.