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
10 resultado(s) para “benchmark de IA”
Modelos de IA
GPT-6.1 Terra es rápido y barato, pero queda en el puesto 18 en prueba de contabilidad
El modelo de OpenAI obtuvo 78.2% en DualEntry y quedó detrás de Gemini 4 Argon, GLM-5.3 Flash y Grok 4.7.
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.
Benchmarks
OpenAI crea la prueba LifeVal para medir la IA en tareas de la vida real
Anunciado el 2 de noviembre de 2026, el benchmark evalúa cuidados, hogar y servicios públicos por el resultado final.
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.
Modelos de IA
Google lanza Gemini 4 Carbon, modelo de IA enfocado en ciberseguridad
El nuevo modelo frontera promete detectar fallas, explotar vulnerabilidades y generar código seguro, pero llegará primero a un grupo restringido.
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.
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.
Modelos de IA
Mistral libera los pesos de Mistral Large 4, modelo de 1 billón de parámetros para ciberseguridad
Apodado Le Chonk, el modelo abierto puede ser descargado por empresas y gobiernos para detectar y responder a amenazas.
Modelos de IA
Google libera Gemini 4 Argon para código, finanzas, derecho y ciencia
El modelo de frontera ya está disponible globalmente vía API, app de Gemini y Búsqueda, con precio inicial de US$ 2 en entrada y US$ 10 en salida por millón de tokens.