Artículos LLM

Descubre cómo GPT-5.2 mejora el trabajo del conocimiento con grandes avances en razonamiento con contexto largo, llamadas a herramientas, programación, visión y ejecución de flujos de trabajo de principio a fin.

Exploramos GPT-5.3-Codex, el nuevo agente general de OpenAI. Conoce su infraestructura auto-reparadora, la colaboración en tiempo real y su rendimiento en benchmarks.

El último LLM de OpenAI prioriza una conversación natural, búsquedas web más inteligentes y menos alucinaciones.

GPT-6 Astra de OpenAI lidera los benchmarks de uso del ordenador, programación y matemáticas. Análisis completo de funciones, puntuaciones vs Claude y Gemini, precios y cómo acceder.

Descubre cinco proyectos con GPT-6 Astra para explorar las nuevas funciones y mejoras del último modelo de OpenAI.

Dos lanzamientos de eficiencia el mismo día, con precios dos a uno. Comparamos GPT-6 Sol y Claude Opus 5.5 en benchmarks, costes reales por carga, acceso y una construcción práctica de Tetris.

Superintelligence Labs de Meta lanza Muse Image, un modelo agéntico que razona sobre los prompts y puede incorporar fotos públicas de Instagram a tus creaciones.

Meta Superintelligence Labs ha lanzado Muse Glimmer, un modelo agentivo de 30B con pesos abiertos que se ejecuta en local en una sola GPU de 24 GB para consumidores. Qué hace y cómo funciona.

Muse Spark 1.3 de Meta mejora los flujos agentic y el código, usando ~20% menos llamadas a herramientas y ~25% menos tokens que 1.2, con ventana de contexto de 1M.

NVIDIA Nemotron 3.5 Lightning es un modelo MoE abierto de 30B con 3B de parámetros activos, diseñado para una ejecución rápida y a gran volumen en agentes. Características, benchmarks y precios.

Qwen3.8-Flash-Next es el modelo MoE de 125B con pesos abiertos de Alibaba que anticipa la arquitectura Qwen4. Supera a Claude Opus 4.6 Max en la mayoría de los benchmarks de código y agentes.

Qwen3.8-Max es el buque insignia de 2,4T parámetros de Alibaba y lidera OSWorld-Verified y PaperBench. Aquí tienes las novedades, los benchmarks y lo que supone para el sector.