Cargando...
Artículos sobre agent benchmarks
Artículos, guías y noticias sobre inteligencia artificial y herramientas de IA. Mantente al día con las últimas tendencias.
2 artículos
NoticiasQwen 3.8-MaxAlibabaQwen
Qwen 3.8-Max: el flagship de 2.4T parámetros de Alibaba con open weights, coding autónomo de 16 días y benchmarks frontier
Qwen3.8-Max de Alibaba: 2.4T parámetros MoE (95B activos), 1M contexto, multimodal nativo. PaperBench 93.0 (supera a GPT-5.6 Sol y Fable 5), Terminal-Bench 86.6 (supera a Claude Opus 4.8). Open weights disponibles: 27B bajo Apache 2.0 y 2.4T bajo licencia custom. Pricing $2/$6 por millón de tokens. Integración con Claude Code, Codex CLI y Qwen Code.
14 de agosto de 2026
NoticiasDeepSeek V4 ProGrok 4.6SpaceXAI
DeepSeek V4 Pro GA y Grok 4.6: dos frontier models que amenazan a Claude y GPT-5.6 a una fracción del precio
DeepSeek V4 Pro 0813 (GA) y Grok 4.6 de SpaceXAI se lanzaron el mismo día. DeepSeek logra 87.9 en Terminal-Bench (vs Fable 5's 88) a 46x menos costo. Grok 4.6 empata con GPT-5.6 Sol en AA Intelligence Index (61) y completa tareas en 53 pasos vs 103 de Claude Opus 5. Benchmarks completos, pricing, features y cómo usarlos.
13 de agosto de 2026