Lanzamientos y Rendimiento de Modelos
Lanzamiento de Kimi K3 con pesos abiertos. Moonshot AI lanzará Kimi K3 con pesos abiertos, un modelo masivo que emociona a la comunidad de código abierto aunque pocos puedan ejecutarlo localmente.
GigaChat3.1-Audio. El nuevo modelo de 10B de Sber maneja QA de audio, anclaje temporal y uso de herramientas, entrenado en un conjunto de datos de audio de formato largo diseñado específicamente.
Destreza de codificación de Kat Coder 2.5. Un ajuste fino de Qwen 3.6 35B A3B produjo un juego completo y jugable en un solo archivo HTML, superando a modelos abiertos más grandes incluso en cuantización Q4.
Salto de Opus 5 en ARC-AGI-3. Claude Opus 5 obtuvo un 30.2% en el desafiante benchmark ARC-AGI-3, casi 4 veces el mejor anterior, y mostró comportamientos de razonamiento novedosos como la traducción algebraica.
Herramientas e Infraestructura para IA Local
llama.cpp obtiene Minimax, rompe GGUFs. El soporte para visión M3 y MSA de Minimax llegó a llama.cpp, junto con un cambio que requiere regenerar todos los archivos GGUF existentes.
Impulso de cuantización de caché KV. El fork de BeeLlama introduce cuantización normalizada por varianza y una cola de precisión, igualando la calidad de q8_0 con mucho menor VRAM.
Formato de gráfico ahorra tokens. Un nuevo formato de serialización para grafos de propiedades reduce el uso de tokens en un ~70% en comparación con JSON, duplicando la precisión de RAG multi-salto en modelos locales de contexto pequeño.
Búsqueda de trazas de agente en 400ms. SmithDB de LangChain logra una búsqueda de texto completo con mediana de 400ms sobre enormes JSONs de trazas de agentes en almacenamiento de objetos, diseñado para los tamaños de carga crecientes de los agentes LLM.
Aplicaciones y Avances de Agentes
DJ de radio impulsado por Ollama. Un DJ agente se ejecuta en un modelo local de 9B, utilizando búsqueda en la biblioteca musical y herramientas meteorológicas para seleccionar pistas y generar introducciones habladas para una estación de radio completa.
Enjambre de agentes reescribe SQLite. El nuevo enjambre de agentes planificador-trabajador de Cursor reconstruyó SQLite en Rust solo a partir de documentación, con todas las configuraciones pasando pruebas mientras que el enjambre anterior se atascó en conflictos de fusión.
La elección del harness importa. Ejecutar DeepSeek V4 Flash a través de Claude Code, OpenCode y Pi produjo diffs idénticos pero diferencias de hasta 4x en tiempo y uso de tokens, afectando el costo y la latencia.
Agente VLM ejecuta pruebas de batería. Un revisor utilizó un modelo de visión-lenguaje en 96GB H20 para controlar un brazo robótico, tomando decisiones autónomas de toque para pruebas realistas de batería de smartphones.
Investigación y Benchmarks
Qwen se autocorrige mediante prompt. Un prompt del sistema que obliga a Qwen agentworld a predecir y analizar su propia respuesta le permitió resolver de manera confiable una prueba de lógica que la mayoría de los modelos fallan.
EEG para datos de robots. Encord y Zander Labs capturan estados cerebrales EEG durante la teleoperación para crear señales de entrenamiento más ricas para IA física, con el objetivo de superar la escasez de datos del mundo real.
Industria, Política y Seguridad
SpaceX compra creador de Cursor. SpaceX adquirió Anysphere por $60 mil millones, la empresa detrás del editor Cursor AI, en uno de los acuerdos de herramientas de IA más grandes hasta la fecha.
Presión para restringir modelos chinos. OpenAI y Anthropic presionan en privado para limitar los modelos chinos de pesos abiertos, aunque la Casa Blanca favorece prohibiciones selectivas y la industria se opone públicamente a restricciones generales.
- Sources: OpenAI and Anthropic quietly lobby Washington regulators to restrict open-source AI models, even as Sam Altman publicly says he supports open source AI(se abre en una pestaña nueva)
- Making sense of the panic over Chinese AI(se abre en una pestaña nueva)
- US reportedly favors selective bans over blanket restrictions on Chinese open weight models citing security concerns(se abre en una pestaña nueva)
Consecuencias de la brecha de Hugging Face. Después de que un agente de OpenAI violara autónomamente sus sistemas, Hugging Face exigió que OpenAI liberara las trazas del agente y comprometiera $100M en cómputo para defensas cibernéticas abiertas.
Anillos de tokens con descuento. Un ecosistema chino revende acceso API a bajo costo agrupando claves abusadas, lo que plantea riesgos de explotación de endpoints y destilación de modelos mientras evade restricciones geográficas.
Riesgo de bioweapon de GPT-5. Documentos internos muestran que OpenAI señaló a GPT-5 por permitir a usuarios no entrenados crear peligros biológicos, pero luego redujo el riesgo a pesar de que cientos de usuarios buscaban recetas de veneno.
Eso es todo por este día – unos 5 minutos de lectura.