Claude Opus 5 Llega
Opus 5 debuta. Anthropic lanzó Claude Opus 5, un modelo que iguala la inteligencia de frontera a la mitad del costo de Fable 5. Establece un nuevo estado del arte en benchmarks de codificación y conocimiento, y duplica el rendimiento de Opus 4.8 siendo más eficiente en tokens.
- Introducing Claude Opus 5(se abre en una pestaña nueva)
- Introducing Claude Opus 5(se abre en una pestaña nueva)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(se abre en una pestaña nueva)
- Anthropic claims its new Claude Opus 5 delivers near-Fable 5 performance at half the token price(se abre en una pestaña nueva)
- Anthropic launches Opus 5(se abre en una pestaña nueva)
Resolución proactiva de problemas. Opus 5 destaca por verificar su trabajo y construir sus propias herramientas; en un ejemplo, escribió un pipeline de visión por computadora para reconstruir una pieza de máquina a partir de píxeles en bruto cuando no pudo ver un dibujo directamente.
Más seguro por diseño. Anthropic evitó intencionalmente entrenar a Opus 5 en explotación cibernética; aunque encuentra vulnerabilidades bien, se queda atrás de Mythos 5 en armarlas—una decisión influenciada por el reciente escrutinio del gobierno de EE.UU. El modelo es también el Claude más resistente a inyección de prompts hasta ahora.
- Introducing Claude Opus 5(se abre en una pestaña nueva)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(se abre en una pestaña nueva)
- Anthropic releases Opus 5 with ‘close’ to Fable 5’s capabilities(se abre en una pestaña nueva)
- Anthropic launches Opus 5(se abre en una pestaña nueva)
- Quoting Boris Cherny(se abre en una pestaña nueva)
Mitad del costo de Fable. Opus 5 cuesta $5/M de entrada y $25/M de salida de tokens, con un Modo Rápido opcional al doble de velocidad. Se convierte en el modelo predeterminado en Claude Max y el más fuerte en Pro, sin política de retención de datos de 30 días.
Pesos Abiertos y la Controversia de la Destilación
Carta abierta defiende la destilación. Más de 20 empresas, incluyendo Microsoft, Meta, Nvidia y Hugging Face, firmaron una carta abierta instando a EE.UU. a no imponer restricciones amplias a los modelos de IA de pesos abiertos. La carta argumenta que técnicas como la destilación son legítimas y esenciales para la innovación.
- More than 20 companies including NVIDIA, Meta, Microsoft, Palantir, and Hugging Face have signed a letter urging policymakers to avoid premature restrictions on open weight models.(se abre en una pestaña nueva)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(se abre en una pestaña nueva)
- Microsoft's open-weight AI push is so obviously an Azure play it hurts(se abre en una pestaña nueva)
Kimi K3 genera alarmas. El modelo abierto Kimi K3 del laboratorio chino Moonshot generó preocupación después de que evaluaciones mostraran que ayuda en operaciones cibernéticas ofensivas sin resistencia. Se queda atrás de los modelos estadounidenses pero supera a sistemas chinos anteriores, mientras EE.UU. considera sanciones que incluyen una prohibición de modelos de pesos abiertos chinos.
- ‘AI communism’, rogue models, and the why Kimi K3 spooked Wall Street(se abre en una pestaña nueva)
- Kimi K3 trails frontier US models by a wide margin on cyber exploits, and distillation may explain why(se abre en una pestaña nueva)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(se abre en una pestaña nueva)
Legalidad en cuestión. Algunos desarrolladores argumentan que la destilación—aprender de las salidas de un modelo—no es diferente de un estudiante aprendiendo de un profesor y no constituye robo de propiedad intelectual, a pesar de las acusaciones de la Casa Blanca.
Optimizaciones de Inferencia Local
Evita Intel para múltiples GPU. Las plataformas de consumo de Intel como Z890 carecen de soporte peer-to-peer entre GPU, lo que las hace casi inútiles para inferencia o entrenamiento de IA que requiera P2P, a pesar de tener suficientes carriles PCIe. Los constructores deben optar por configuraciones de grado servidor o AMD.
DKV comprime caché KV. DifferentialKV (DKV) es un nuevo framework de código abierto que reduce la memoria de la caché KV mediante representaciones basadas en anclas y atención dispersa, con el objetivo de hacer la inferencia local de contexto largo más eficiente en memoria. Busca integrarse con llama.cpp y vLLM.
Gemma 4 26B en iPhone. Usando la técnica Overfit de Noema, un modelo Gemma 4 26B A4B se ejecuta en un iPhone 17 Pro paginando los pesos de expertos desde SSD mientras mantiene los pesos no expertos en RAM. Esto intercambia velocidad por capacidad, logrando ~34 prefill tk/s con una generación de 6 minutos para respuestas complejas.
CachyLLama acelera agentes. CachyLLama, un fork de llama.cpp, añade puntos de control persistentes de caché KV respaldados en SSD y almacenamiento en caché de prompts de sistema, reduciendo drásticamente el tiempo de reprocesamiento en sesiones largas de codificación de agentes en hardware más lento.
Ajusta MTP para velocidad gratuita. La predicción multi-token (MTP) puede generar aceleraciones significativas en inferencia, pero la configuración óptima varía según la familia de modelos; ajustar el parámetro n_max puede duplicar la ganancia sobre los valores predeterminados.
Bonsai 27B de 1 bit brilla. La cuantización de 1 bit de Bonsai 27B se ejecuta en una MacBook Air de 16 GB y ofrece un rendimiento sorprendentemente útil para tutoría y chat, sugiriendo que la cuantización extrema puede hacer que modelos locales capaces sean ampliamente accesibles.
Startups Centradas en Agentes y Movimientos de Plataforma
Prentis apunta a la automatización de oficinas. Prentis, cofundada por Reid Hoffman y Mark Pincus, está entrenando modelos de uso de computadora para automatizar flujos de trabajo de oficina y está en conversaciones para recaudar $100M a una valoración de $1B, ya con $50M en contratos.
Devin obtiene personalidad. La startup de codificación con IA Cognition adquirió Poke, un asistente conocido por su chat amigable y humano, para hacer a Devin más atractivo—destacando que la personalidad de la IA se está convirtiendo en una ventaja competitiva.
El movimiento de $10B de Stripe con modelos. Stripe está en conversaciones para comprar el mercado de modelos OpenRouter por $10B, un movimiento que podría dar al gigante de pagos control sobre un punto de acceso clave para desarrolladores que usan cientos de modelos de IA.
Actualización del asistente de Meta. Meta está actualizando su chatbot de IA con integración de calendario, resúmenes diarios e investigación direccionable, impulsado por Muse Spark 1.1, señalando un cambio de un enfoque de entretenimiento a un asistente más tradicional.
La voz se convierte en interfaz de agente. OpenAI llevó ChatGPT Voice a su aplicación de escritorio, permitiendo a los usuarios dictar comandos complejos de codificación y navegación, mientras Anthropic extendió el modo de voz de Claude a modelos y herramientas más potentes como Gmail y Slack, permitiendo control de agente manos libres.
Attie de Bluesky se vuelve abierto. El asistente Attie de Bluesky ahora soporta Quests abiertas que permiten a los usuarios investigar tendencias y noticias a través del fediverso, potencialmente convirtiendo la red social en una herramienta de información valiosa.
Investigación: La Brecha de Percepción para Agentes de IA
Agentes ciegos a la visión activa. Un nuevo benchmark, ActiveVision, revela que incluso los modelos más capaces obtienen puntuaciones pésimas en tareas que requieren percepción visual repetida—GPT-5.5 alcanza 10.6%, Claude Fable 5 solo 3.5%, mientras que los humanos promedian 96.1%.
Razonamiento espacial basado en píxeles. ProVisE propone un marco agnóstico de benchmark para evaluar el razonamiento viso-espacial haciendo que modelos de generación de imágenes dibujen respuestas, encontrando que los modelos actuales luchan por expresar ubicación y caminos directamente en píxeles.
Eso es todo por este día – unos 5 minutos de lectura.