Publicado por Dogpay ·
La IA entra en la era de la ejecución a medida que convergen modelos, agentes y verificación
Los modelos de frontera van más allá de la generación
Los anuncios del 8 y 9 de septiembre mostraron que los sistemas de IA están asumiendo flujos de trabajo cada vez más completos. TechCrunch informó de que un modelo inédito de OpenAI generó una prueba relacionada con el problema de Navier–Stokes mediante aproximadamente 10,000 agentes coordinados durante 88 horas, seguida de una verificación formal en Lean. OpenAI también lanzó ChatGPT Images 2.5 con generación más rápida, finalización de bocetos, plantillas y edición regional. Inception informó de que Mercury 2.5 alcanza 1,107 tokens por segundo con una ventana de contexto de 260,000 tokens.
Los modelos abiertos redefinen el costo y el despliegue
Los puntos de referencia de la comunidad mostraron un modelo de mezcla de expertos Kimi K3 con 2.8 billones de parámetros funcionando desde cuatro SSD en una MacBook Pro M5 Max de 128 GB a aproximadamente un token por segundo. Perplexity lanzó Portable Computer, un agente local construido sobre el modelo abierto Qwen3.8-27B de Alibaba y optimizado para NVIDIA DGX Spark. DeepSeek también anunció precios más bajos para el modelo Flash, incluida una reducción del 60% en las entradas con acierto de caché durante las horas de menor actividad.
El capital sigue a la economía de los agentes
Mistral cerró una ronda Serie D de 3 mil millones de euros con una valoración reportada de 21 mil millones de euros, mientras que Cognition alcanzó una valoración reportada de 48 mil millones de dólares. Qualcomm y Amazon anunciaron una asociación multigeneracional que abarca chips para centros de datos, inferencia e interconexiones ópticas. El lanzamiento de Muse por Meta ilustró la capa de agentes personales, pero las pruebas internas también subrayaron la necesidad de controles de autorización, supervisión y fiabilidad.
La seguridad y la evidencia se convierten en requisitos del producto
Anthropic confirmó que se había utilizado malware de robo de información para secuestrar sesiones de Claude y consumir cuotas de cuenta. El Grupo de Inteligencia de Amenazas de Google informó de que TeamPCP utilizó un marco autónomo de múltiples agentes para recolectar credenciales tras compromisos en la cadena de suministro. Los resultados de PISA de la OCDE sugieren además que la IA funciona mejor como andamiaje: los estudiantes que la usaban una o dos veces por semana superaron tanto a los usuarios de menor frecuencia como a los de mayor frecuencia, mientras que las aulas centradas en la evaluación obtuvieron mejores resultados.