Enfrentamiento de Modelos Fronterizos
Kimi K3 sacude la frontera. El Kimi K3 de código abierto de Moonshot AI compite con los mejores modelos cerrados, superando a Claude Fable 5 en algunos benchmarks y reavivando el debate entre abierto y cerrado.
- Kimi's open model K3 nears GPT-5.6 Sol and Fable 5 while signaling the end of super cheap Chinese AI(se abre en una pestaña nueva)
- Kimi K3, and what we can still learn from the pelican benchmark(se abre en una pestaña nueva)
- [AINews] Kimi K3 2.8T-A50B: the largest open model ever released; Opus 4.8-class at Sonnet 5 pricing(se abre en una pestaña nueva)
- Kimi K3 weights to be released on the 27th.(se abre en una pestaña nueva)
- Kimi K3 ranks #1 on @AfterQuery's SpreadsheetBench 2, surpassing Claude Fable 5(se abre en una pestaña nueva)
- Kimi: Threat or menace?(se abre en una pestaña nueva)
- kimi.ai teasing a video with lots of 3's in it(se abre en una pestaña nueva)
- [AINews] not much happened today(se abre en una pestaña nueva)
- Kimi moment. I think the writing is on the wall for Anthropic and OpenAi(se abre en una pestaña nueva)
- Kimi K3 is currently at the top of the leaderboard for Text Arena filtered for science queries.(se abre en una pestaña nueva)
- Kimi K3 (max) beats Sonnet 5 on Simple Bench(se abre en una pestaña nueva)
- Kimi K3 is top of nextjs eval(se abre en una pestaña nueva)
- Just like Deepseek, China's Kimi K3 is forcing Western AI labs to question their compute advantage(se abre en una pestaña nueva)
- Kimi K3 🌕, Gemini 3.5 delayed ⏳, crushing ARC-AGI 3 🤖(se abre en una pestaña nueva)
GPT-5.6: Poder y Peligro. La familia GPT-5.6 trae llamadas programáticas a herramientas y subagentes paralelos, pero su tendencia a eliminar archivos y bases de datos sin querer subraya la necesidad de sandboxing.
- The Sequence Radar #893: Last Week in AI: GPT-5.6, Grok 4.5, Muse Spark 1.1 and the Post-Chatbot Stack(se abre en una pestaña nueva)
- OpenAI’s new flagship model deletes files on its own, people keep warning(se abre en una pestaña nueva)
- GPT-5.6 is deleting user files when given full access, and OpenAI says it shouldn't but did(se abre en una pestaña nueva)
- [AINews] Codex usage up >10x in 6 months to 7M users, +1M in the past ~day; did Codex overtake Claude Code??(se abre en una pestaña nueva)
Claude Fable 5 extendido. Bajo la presión de GPT-5.6 y Kimi K3, Anthropic revirtió planes y mantuvo Fable 5 en planes de pago, compitiendo directamente en accesibilidad.
- Fable gets another bump(se abre en una pestaña nueva)
- Anthropic extends free Fable 5 access for subscribers as OpenAI's GPT-5.6 Sol heats up the pricing war(se abre en una pestaña nueva)
- Anthropic slashes Claude Fable 5 limits in Max and Team Premium and pushes Pro users toward API pricing(se abre en una pestaña nueva)
- Claude make Fable 5 permanent(se abre en una pestaña nueva)
DeepSeek V4 se avecina. DeepSeek está insinuando V4 con API de bajo costo y pesos abiertos, mientras que las optimizaciones de la comunidad ya permiten que su variante flash se ejecute en GPUs de consumo a velocidades utilizables.
Agentes Ingresan a Flujos de Trabajo Reales
Llegan los agentes de navegación. Anthropic le dio a Claude Code un navegador web integrado con clasificadores de seguridad, y Cursor lanzó un agente general, moviendo a los asistentes de codificación hacia la ejecución autónoma de tareas.
Agentes manejan transacciones reales. La arquitectura de agente de DoorDash aumentó las conversiones en un 24%, y el benchmark de Stripe muestra que los agentes pueden programar integraciones pero a menudo fallan en la validación, destacando brechas de confiabilidad.
- How DoorDash Built an AI Shopping Assistant That Doesn’t Rely on the LLM Alone(se abre en una pestaña nueva)
- Yes, you can now order DoorDash from the command line(se abre en una pestaña nueva)
- Stripe Benchmark Shows AI Agents Build Integrations but Struggle with Validation(se abre en una pestaña nueva)
Agentes de producción tropiezan. La mayoría de los agentes empresariales siguen siendo chatbots; el 54% de las empresas tuvieron incidentes de seguridad en agentes, y los expertos argumentan que los agentes necesitan primitivas operativas nativas de la nube como microservicios.
- How to Debug Coding Agents with LangSmith Traces(se abre en una pestaña nueva)
- The agent security gap: 54% of enterprises have already had an AI agent incident, and most still let agents share credentials(se abre en una pestaña nueva)
- The AI context gap: Enterprise AI organizations have a trust problem, not a retrieval problem — and most are still building the fix(se abre en una pestaña nueva)
- The agent evaluation gap: Enterprise AI organizations have a reality-alignment problem, not a coverage problem — and most are shipping to production anyway(se abre en una pestaña nueva)
- Cloud Native Infrastructure Emerges as the Foundation for Trustworthy Agentic AI(se abre en una pestaña nueva)
- QCon AI Boston: Production AI Moves Beyond Prompts to Platforms, Harnesses, and Evals(se abre en una pestaña nueva)
Infraestructura de IA, Financiación y la Carrera de Centros de Datos
Centros de datos enfrentan resistencia. S&P rebajó la calificación de Oracle por el riesgo de capex en IA, mientras que protestas locales y la moratoria de Nueva York sobre centros de datos a hiperescala reflejan una creciente oposición a la infraestructura de IA.
- S&P Global sees OpenAI as a "key credit risk" for Oracle and cuts its credit rating(se abre en una pestaña nueva)
- New York bans data center construction for a year, rattling AI industry(se abre en una pestaña nueva)
- New York State halts construction of all new data centers(se abre en una pestaña nueva)
- The fight against AI data centers is just beginning(se abre en una pestaña nueva)
La financiación de IA se dispara. Databricks recaudó a una valoración de $188B, Meta está negociando un arrendamiento de centro de datos de $10B con Anthropic, y Nous Research aseguró $75M para su agente de código abierto.
- Databricks hits $188B valuation, extending its run as AI’s favorite second act(se abre en una pestaña nueva)
- Zuckerberg's plan to sell excess AI compute could finds its first big customer in Anthropic(se abre en una pestaña nueva)
- Hermes agent maker Nous Research in talks for new funding at $1.5B valuation(se abre en una pestaña nueva)
Apuestas en energía y hardware. Las empresas energéticas recaudaron lo más alto desde la era puntocom para alimentar la IA, y un préstamo de $400M respaldado por chips de SambaNova señala una creciente inversión en hardware de IA no GPU.
Avances de IA en el Dispositivo
Modelos de 1 bit llegan a los teléfonos. Bonsai de PrismML comprime Qwen3.6-27B a 3.9GB mientras retiene el 90% de las puntuaciones de benchmarks, permitiendo agentes de llamada a herramientas en el dispositivo; se informa que Apple está en conversaciones.
- Bonsai 27B: The First 27B-Class Model to Run on a Phone(se abre en una pestaña nueva)
- Bonsai 27B: 1-bit dense LLM running locally in your browser using custom WebGPU kernels(se abre en una pestaña nueva)
- Prism-ML Bonsai Qwen 3.6 27B(se abre en una pestaña nueva)
- PrismML’s new Ternary Qwen3.6 27B runs near fp16 precision on 10GB of memory!!!(se abre en una pestaña nueva)
- So what's the consensus on 1bit models? Is it still a pipe dream?(se abre en una pestaña nueva)
- PrismML Bonsai 27B is surprisingly usable on the Jetson Orin Nano 8GB(se abre en una pestaña nueva)
- Is anyone having any luck with the Ternary Bonsai 27B DFlash?(se abre en una pestaña nueva)
- Can we get a "not base model" flair?(se abre en una pestaña nueva)
- Bonsai 27B runs locally on an iPhone - a 27B model in 3.9GB(se abre en una pestaña nueva)
- User experience of Bonsai-Ternary-27B on 4060Ti 16GB for KB management and productivity assistant use cases(se abre en una pestaña nueva)
- Bonsai 27B is a full open reasoning model that fits on an iPhone(se abre en una pestaña nueva)
- Bonsai-27B & Ternary-Bonsai-27B - Updates (on PRs)(se abre en una pestaña nueva)
- Apple in talks with startup PrismML that shrinks AI models to run on an iPhone(se abre en una pestaña nueva)
Laboratorios domésticos ejecutan modelos fronterizos. Las optimizaciones de llama.cpp como DFlash aceleran modelos MoE hasta 6x, y un teléfono OnePlus transmitió expertos desde flash para ejecutar un modelo de 60GB a 1.3 tok/s.
- I tested all llama.cpp's speculative decoding methods on Qwen 3.6 27B: MTP ~2.7x, DFlash ~3.7x, n-gram stack ~6x on real coding. Local AI win. My findings on RTX 6000 PRO.(se abre en una pestaña nueva)
- DFlash makes Qwen3.6 27B 2.2x faster with no quality loss(se abre en una pestaña nueva)
- GPT-OSS-120B, Qwen 30B and Gemma 26B on an Android phone at 1-5 tok/s: +60GB model, 11GB of RAM, CPU only(se abre en una pestaña nueva)
Política, Demandas y el Enfrentamiento del Código Abierto
Pelea legal Apple–OpenAI. Apple demandó a OpenAI por secretos comerciales, alegando la caza furtiva de más de 400 empleados, incluido el director de hardware, amenazando la IPO de OpenAI y la confianza en la nube.
- Apple sues OpenAI after ex-engineer allegedly used bug to steal trade secrets(se abre en una pestaña nueva)
- The wildest allegations in Apple’s trade secrets lawsuit against OpenAI(se abre en una pestaña nueva)
- The 6 wildest claims in Apple’s lawsuit against OpenAI(se abre en una pestaña nueva)
- OpenAI pushes back on Apple trade secret lawsuit(se abre en una pestaña nueva)
- Sam Altman didn’t need another lawsuit(se abre en una pestaña nueva)
- How Apple’s big lawsuit could disrupt OpenAI’s IPO plans(se abre en una pestaña nueva)
- Apple’s plot to crush OpenAI(se abre en una pestaña nueva)
- Apple’s lawsuit couldn’t come at a worse time for OpenAI(se abre en una pestaña nueva)
Auge del código abierto chino. Los modelos chinos ahora representan el 41% de las descargas de HuggingFace, Kimi K3 compite con los líderes occidentales, y China lanzó un organismo paralelo de gobernanza de IA excluyendo a Occidente.
- The real AI race may no longer be at the frontier(se abre en una pestaña nueva)
- Source: the Trump administration and industry groups discussed streamlining US open model releases of equal or lesser capability to leading Chinese open models(se abre en una pestaña nueva)
- Chinese President Xi Jinping speaks at World AI Conference and reaffirms commitment to open source to promote"openness and win-win"(se abre en una pestaña nueva)
- China’s Xi Touts Open-Source AI and Takes a Swipe at U.S. Dominance(se abre en una pestaña nueva)
- China's new World Artificial Intelligence Cooperation Organization is President Xi's clearest play yet for a parallel AI order(se abre en una pestaña nueva)
Crece la demanda de responsabilidad. Los reguladores alemanes consideraron a los chatbots responsables del contenido, xAI demandó a un usuario por generar CSAM, y Demis Hassabis propuso un organismo similar a FINRA para revisiones de seguridad de frontera.
- xAI can’t deny Grok makes CSAM anymore. So it’s suing users.(se abre en una pestaña nueva)
- Germany puts Google's AI Overviews and Perplexity under media law in first-of-its-kind ruling(se abre en una pestaña nueva)
- DeepMind CEO calls for an independent standards body to regulate frontier AI(se abre en una pestaña nueva)
Ese es el resumen semanal – nos vemos el próximo domingo.