Neurodigest Semanal (#125)
Neurodigest Semanal (#125)
Un resumen de las últimas noticias en LLM y modelos generativos, incluyendo nuevos lanzamientos y cambios de precios.
Neurodigest Semanal (#125)
LLM
- Pesos Kimi K3 — Moonshot ha publicado los pesos del modelo abierto más grande con 2.8T de parámetros (104B activos). Se requiere un sistema con 2TB de memoria para el despliegue local.
- Reducción de precios en GPT 5.6 — OpenAI ha bajado los precios: Luna ahora es cinco veces más barata ($0.2/$1.2), y Terra ha bajado un 20%. El buque insignia Sol ha lanzado un modo rápido (2.5 veces más rápido a 2x el precio).
- DeepSeek V4 Flash — La nueva versión 0731 en la API supera a GLM 5.2 y es compatible con Codex, manteniéndose más barata que Luna tanto en tokens como en cálculo por tarea. Se espera el lanzamiento de V4 Pro a principios de agosto.
- Astra de OpenAI — El nuevo modelo multiagente ha resuelto 10 problemas matemáticos abiertos utilizando Lean, gastando menos de $2000 en tokens a las tarifas de Sol.
Modelos Generativos
- Seedance 2.5 — El generador de video de ByteDance ahora puede crear videos de hasta 180 segundos, se ha integrado con Blender y ofrece edición puntual, pero se ha convertido en el más caro del mercado ($6 por 30 segundos).
Por qué es importante
AnálisisEste resumen proporciona información crucial sobre los últimos avances en LLM y modelos generativos, que podrían influir significativamente en el desarrollo futuro de tecnologías en este campo.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
AI Radar: GPT-6.1 Terra, Gemini 4 Carbon, Mistral Large 4 y cambios de precios de OpenAI y Anthropic
Resumen de novedades de IA: nuevos modelos LLM, cambios en suscripciones de OpenAI y Anthropic, modelos de mundo, generadores de vídeo y detalles corporativos.
Investigadores del MIT muestran que GPT-6 Astra puede mejorar otros modelos de IA cambiando sus pesos
En un experimento, Astra elevó la precisión de Qwen3.5-0.8B en MATH-500 del 7,9% al 48,1% cambiando solo el 0,016% de los pesos del modelo.
Parte I. Arquitectura de Agentes de IA: Fundamentos
Los once bloques constructivos fundamentales de un agente de IA: taxonomía de modelos, bucle de ejecución, ingeniería de prompts, destilación, skills, memoria, function calling y FinOps.
Parte II. Arquitectura de agentes de IA: del modelo a la memoria y las herramientas
Inmersión profunda de ingeniería: tokenización, KV-cache, determinismo del muestreo, stack de entrenamiento, cuantización, ingeniería de contexto, stack de seguridad, RAG en producción, ReAct y sistemas swarm multiagente.