Benchmarks
GDPx: nuevo benchmark evalúa a las IAs en 11 áreas y la mejor nota es solo 12.0%
SemiAnalysis lanzó GDPx con 206 tareas reales; Claude Opus 5.5 lidera con 12.0%, por delante de Gemini 4 Carbon y GPT-6 Astra.
Buscar
7 resultado(s) para “Claude Opus 5.5”
Benchmarks
Intelligence Index v5 pone a Claude Opus 5.5 en la cima y amplía la brecha open-weight
La nueva metodología usa 60% de pruebas privadas y deja a Astra con 57 y a Sol con 55 puntos detrás del líder, según Artificial Analysis.
Big tech
Dueña de Claude presenta solicitud de IPO en Nasdaq con ticker ANT
Anthropic registró la oferta ante la SEC, prevé captar capital para centros de datos y podría marcar el IPO más grande de la historia.
Big tech
Nvidia invierte US$ 3 mil millones en Meta para impulsar la IA con chips Vera Rubin
Aporte en acciones respalda plan para captar hasta US$ 95 mil millones para centros de datos e impulsar los modelos Muse y los agentes autónomos.
Herramientas
Anthropic anuncia Claude Duet, agente de IA para tareas del trabajo
La novedad corre en una máquina virtual, pide aprobación antes de actuar y llega primero a suscriptores Pro y Max en lista de espera.
Modelos de IA
Microsoft lanza familia MAI con 7 modelos de IA para razonamiento, voz, código e imagen
Lo destacado es MAI-Thinking-1, el primer modelo de razonamiento de la empresa, con 35 mil millones de parámetros activos y ventana de 128K.
Benchmarks
Google lanza PLE, benchmark con 85 tareas reales de ingeniería para agentes de IA
Prueba con 30 tareas mecánicas, 27 eléctricas, 18 civiles y 10 estructurales mide entregables, y la mejor IA logró 48,3% en el conjunto oculto.