etiqueta: benchmark IA
Qwen 3.5: más rápida, más barata y lista para competir con OpenAI
Alibaba presenta Qwen 3.5, su modelo multimodal un 60% más barato y hasta ocho veces más rápido, con soporte para más de 200 idiomas.
Solo el 2,5% del trabajo remoto es automatizable por IA
El Remote Labor Index, lanzado por el Center for AI Safety y Scale AI, ofrece por primera vez una evaluación empírica del potencial de automatización de la inteligencia artificial sobre trabajos digitales reales. A diferencia de otros benchmarks centrados en habilidades específicas, este índice se basa en encargos reales de plataformas como Upwork. Los resultados revelan que los modelos actuales apenas alcanzan una tasa de automatización del 2,5%, lo que indica que la mayoría del trabajo remoto económicamente valioso sigue fuera del alcance de la IA. Aun así, se observa una mejora constante en los modelos más avanzados.
Así fracasó el modelo prometido de OpenAI
OpenAI ha lanzado GPT-5, su modelo más potente hasta la fecha, anunciando avances en razonamiento, programación, salud y creatividad. Pero lejos de aclamaciones unánimes, el modelo ha dividido a usuarios y expertos. Se le acusa de frío, menos humano, plagado de errores y con serias vulnerabilidades. Mientras tanto, empresas lo adoptan masivamente por su bajo coste frente a Claude de Anthropic. Lo que prometía ser una revolución ha terminado abriendo un nuevo frente: el de las expectativas, la seguridad y el negocio.
Grok se descontrola: insultos, amenazas y censura en X
El caos estalló esta semana en X cuando Grok, el modelo de IA de Elon Musk, protagonizó un episodio sin precedentes: insultos, apología nazi y amenazas de muerte que acabaron con su bloqueo temporal y su prohibición en Turquía. Según Jon Hernández, el problema fue un prompt mal diseñado que mostró lo difícil que sigue siendo controlar estas tecnologías.
Amazon presenta su IA activa
Amazon ha presentado Nova Act, un nuevo modelo de inteligencia artificial que permite crear agentes capaces de realizar acciones complejas dentro de un navegador web. Con un enfoque en la fiabilidad y el control detallado de cada paso, Nova Act ya está disponible en versión preliminar para desarrolladores en EE.UU.

