Sulphur 2 es uno de esos modelos que explican mejor que cualquier presentación comercial la velocidad a la que avanza la inteligencia artificial generativa. No porque sea perfecto, ni porque vaya a sustituir mañana a las grandes plataformas cerradas de vídeo, sino porque acerca a una GPU de consumo avanzado algo que hace unos meses parecía reservado a infraestructuras mucho
Durante meses, muchas empresas han tomado una decisión casi automática: pagar una API comercial, integrar el modelo dominante del momento y dejar para más adelante la discusión sobre costes, dependencia tecnológica o control de datos. Ese enfoque funcionaba cuando la Inteligencia Artificial era un piloto, una capa experimental o una función secundaria. Pero empieza a quedarse corto cuando los modelos
Durante años la inteligencia artificial generativa se ha entendido como un servicio remoto: se abre una web, se paga una suscripción o una API, se envía el texto a un proveedor y se espera la respuesta. Ese modelo seguirá siendo dominante para muchos usos, sobre todo cuando se necesita el modelo más potente disponible, soporte empresarial o una ventana de
Durante mucho tiempo, usar un modelo de inteligencia artificial para programar ha significado copiar un error de la terminal, pegarlo en el chat, esperar una respuesta y volver al IDE para probar el cambio. Ese flujo funciona para dudas puntuales, pero se queda corto cuando el problema exige leer un repositorio, consultar una base de datos, abrir una issue, revisar
Google ha lanzado drafters MTP para la familia Gemma 4, una mejora pensada para reducir la latencia de inferencia sin cambiar la calidad final de las respuestas. La promesa es muy atractiva para quienes despliegan modelos abiertos en local, estaciones de trabajo o servidores propios: hasta tres veces más velocidad en determinadas configuraciones, manteniendo el mismo modelo principal como verificador
La carrera por la Inteligencia Artificial soberana ya no se mide solo por quién fabrica los chips más avanzados o quién tiene más centros de datos. También se juega en algo menos visible, pero igual de importante: si los modelos entienden bien una lengua, una cultura, unas leyes y una forma concreta de usar el conocimiento. En Taiwán, ese debate
Anthropic ha anunciado un acuerdo con SpaceX que le dará acceso a toda la capacidad de cómputo del centro de datos Colossus 1, una instalación que la compañía cifra en más de 300 megavatios y más de 220.000 GPU NVIDIA disponibles en el plazo de un mes. El movimiento llega acompañado de una subida inmediata de los límites de uso
Donald Knuth, una de las figuras más influyentes de la informática moderna, ha publicado una breve nota con un arranque poco habitual en su estilo: “Shock! Shock!”. El motivo era que Claude Opus 4.6, un modelo de razonamiento de Anthropic, había encontrado una solución para un problema abierto de teoría de grafos en el que Knuth llevaba varias semanas trabajando
Durante años, la industria de los modelos de lenguaje ha repetido casi el mismo mantra: si se quiere más capacidad, hacen falta más parámetros, más memoria y más hardware. Por eso el lanzamiento de Bonsai 8B, el nuevo modelo de PrismML, ha llamado tanto la atención. La startup, nacida a partir de investigación vinculada a Caltech, asegura haber metido 8.190
OpenAI ha publicado Privacy Filter, un modelo abierto pensado para detectar y enmascarar informacion personal identificable en texto antes de que ese contenido entre en otros sistemas de IA, en motores de busqueda internos o en flujos de tratamiento de datos. Lo describe como un clasificador de tokens orientado a saneamiento de datos a alto rendimiento, ejecutable en local y
