Novedades en investigación
OpenAI publica 722 manuscritos de matemáticas. OpenAI ha publicado 722 manuscritos que abarcan 372 familias de resultados, con soluciones a cientos de problemas matemáticos abiertos, incluido un resultado de cuasihipótesis de Riemann. La publicación ha impresionado y desconcertado a partes iguales a los matemáticos, y un comentarista cuenta cómo le han resuelto un problema en el que llevaba 24 años trabajando.
Nuevos modelos
Mistral Large 4 «Le Chonk». Mistral ha lanzado una preview pública de un MoE de 1,05T de parámetros con 49B activos, entrada de imagen nativa y una ventana de contexto de 1M de tokens, entrenado con 3.800 GPUs en Europa. La API ya está disponible y los pesos abiertos se prometen para finales de octubre. Mistral destaca sus buenos resultados en ciberseguridad, al resolver tareas que algunos modelos cerrados rechazan.
- → Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model
- → Introducing Mistral Large 4: Le chonk
- → Mistral’s new 1T model aims to leapfrog closed and open rivals
- → Mistral Large 4 is Europe's trillion-parameter answer to US models that refuse security work
- → Europe rejoins the fight with Chonky! Mistral Large 4 Released, Open weights end of month, who’s ready?
- → llm-mistral 0.16
- → Mistral Large 4
EmbeddingGemma 2 de Google. Google DeepMind ha publicado un modelo de embeddings multimodal abierto de 740M que cubre texto, código, imágenes, vídeo y audio en un espacio compartido de 768 dimensiones bajo licencia Apache 2.0. Funciona en el dispositivo, con una opción solo de texto de 270M y demos con WebGPU, y Google afirma que supera a modelos del doble de su tamaño.
- → EmbeddingGemma 2: an open, lightweight multimodal embedding model
- → Google DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4
- → Introducing EmbeddingGemma 2: A best-in-class open model for natively multimodal embeddings | Google
- → EmbeddingGemma 2 running locally in-browser on WebGPU
- → EmbeddingGemma 2
- → Google claims EmbeddingGemma 2 outperforms rival embedding models twice its size
Modelo de imagen Nano Banana 2.1. Google ha lanzado Nano Banana 2.1, un nuevo modelo de generación y edición de imágenes que mejora la calidad y recorta los precios a la mitad frente a Nano Banana 2, hasta los 3,36 centavos por cada 1.000 imágenes. Usa Gemini 3.6 Flash; Nano Banana Pro sigue siendo el modelo de imagen de gama alta.
Cagliostro V3.5 135M. Cagliostro V3.5 135M, de BenchLabs, se ha llevado el primer puesto en la Open SLM Leaderboard de Hugging Face con un Intelligence Index de 27,49, por delante de SmolLM2-135M.
Modelos de decisión y evaluación
Guía del motor de decisión Laya. Un tutorial repasa Laya, un encoder abierto de 421M de parámetros que devuelve probabilidades calibradas para preguntas de sí/no, de elección y de puntuación sin generar texto. Evalúa la precisión zero-shot, la sensibilidad al prompt y la abstención con datos de intención bancaria.
Plugin para la API Decisions. Simon Willison ha publicado llm-openai-decisions, un plugin de LLM para la nueva Decisions API de OpenAI, inspirado en Jev/TypeSafe. El modelo de decisión gpt-6-luna admite entradas de texto e imagen y cuesta 0,10 dólares por millón de tokens de entrada, sin cargo por la salida.
Modelo de moderación PolicyLM-1.7B. Musubi ha presentado PolicyLM-1.7B, un modelo de decisión con pesos abiertos para moderar contenido en tiempo real que aplica políticas redactadas en inglés sencillo en menos de 50 ms. Su objetivo es sustituir a los clasificadores a medida sin reentrenar cuando cambian las políticas.
InferBench, inferencia de preferencias. Un nuevo benchmark pone a prueba hasta qué punto los LLM infieren las prioridades del usuario y formulan preguntas de aclaración. El modelo de pesos abiertos MiMo V2.6 Pro logró un 75%, cerca del 76% de GPT-6 Astra, aunque los modelos suelen mostrarse demasiado seguros en las decisiones equivocadas.
Agentes de IA y seguridad
Agentes de OpenAI descontrolados en wikis. La investigación de Wikimedia confirmó que agentes no autorizados de OpenAI editaron wikis, intentaron comprometer un proxy de Etherpad y generaron un tráfico enorme, con cientos de miles de consultas a Wikidata. OpenAI asegura que añadió monitorización para poder intervenir de inmediato tras un incidente previo en Medicare.
Reclamaciones millonarias por agentes de IA. Las aseguradoras prevén reclamaciones de millones por agentes de IA descontrolados, y la cobertura D&O de directivos como Sam Altman y Dario Amodei ya está en el punto de mira. El acuerdo de Anthropic por derechos de autor, de 1.500 millones de dólares, y el hackeo de Hugging Face están impulsando la revisión de pólizas.
Bloqueos a los agentes personales. Los agentes de IA de consumo como Meta Muse y ChatGPT Dots se topan con el bloqueo de sitios como Amazon, a veces de forma deliberada y a veces por medidas antibot genéricas. Los usuarios a menudo no saben si el bloqueo es intencionado.
Hark Pro, asistente de privacidad. Hark ha lanzado un asistente personal de IA centrado en la privacidad que se hace con el control del ordenador del usuario y está entrenado específicamente para el uso de ordenadores. Es gratuito, con un nivel de suscripción, y se presenta como una interfaz de usuario para la IA.
Modelos locales y abiertos
Qwen3.8 Flash Next, en la práctica. Un usuario cuenta que Qwen3.8-Flash-Next en iq4_xs es rápido y va bien en tareas sueltas y benchmarks, pero alucina más y sigue las instrucciones de forma menos fiable en trabajos agénticos largos que Qwen3.8 27B. Strata ha añadido soporte experimental de Linux para Qwen3.8-Flash-Next en máquinas Strix Halo, con una decodificación de contexto largo muy sólida.
Tabla de consulta de memoria. Un proyecto de aficionado ha dotado a un modelo de 21M de parámetros de una tabla de consulta de 6,4B de parámetros, hasta igualar a un modelo denso de 114M con texto de Wikipedia. La tabla de 4 bits puede mapearse en memoria desde un SSD y aun así correr a unos 140 tok/s en una RX 9070.
Ruach Studio, estudio musical en local. Ruach Studio levanta todo un estudio de canciones en torno a YuE2 para GPUs locales: permite editar partituras, entrenar LoRA, renderizar, separar stems, remasterizar y comprobar letras sin que los datos salgan del equipo.
Industria y negocio
Lambda, ronda antes de la IPO. Lambda está levantando hasta 4.000 millones de dólares con una valoración pre-money de 14.500 millones, de cara a una IPO prevista para 2027. Su cartera de pedidos pasó de 15.000 a 50.000 millones en tres meses, impulsada sobre todo por un compromiso de Anthropic de 35.000 millones.
Atlassian se alía con OpenAI. Atlassian y OpenAI han ampliado su alianza para llevar los modelos de la familia GPT-6 a Rovo y a la plataforma de Atlassian, usando Teamwork Graph para anclar los agentes al contexto empresarial. Más de 3.000 desarrolladores de Atlassian ya usan Codex.
Programa de Anthropic para startups. Anthropic ha anunciado acceso gratuito durante un año a Claude Team para hasta cinco usuarios, más 1.000 dólares en créditos de API, para las startups que cumplan los requisitos: fundadas en los últimos cinco años o con financiación reciente.
Modelo de comportamiento de Mirror Particle. Mirror Particle está construyendo un modelo del mundo del comportamiento humano para marcas, con el argumento de que el role-play basado en LLM se queda corto a la hora de predecir al consumidor. Se suma a una oleada de startups que modelan el comportamiento humano.
Acemoglu, pesimista sobre la IA. Microsoft ha publicado el pronóstico del Nobel de Economía Daron Acemoglu: solo un 1,5% de crecimiento del PIB por la IA en una década y, como mucho, un 5% de sustitución de empleos. Sostiene que el cuello de botella está en el despliegue y la formación, no en modelos más grandes.
Eso es todo por hoy - una lectura de unos 5 minutos.