Blog

Anthropic lanza Claude Haiku 3.5, un modelo optimizado para tareas de alto volumen con ventana de contexto de 200K tokens y precios competitivos.

01.AI lanza Yi-Lightning, un modelo que ocupa el puesto #6 en LMSYS y supera a GPT-4o en categorías clave.

Meta AI presenta Llama 3.2 con capacidades de visión, modelos edge de 1B y 3B, y ventana de contexto de 128K. Análisis técnico completo.

Alibaba Cloud presenta Qwen2.5, un modelo de código abierto con hasta 72B parámetros, optimizado para programación y matemáticas bajo licencia Apache 2.0.

Mistral AI presenta Small 2409, un modelo de 22B parámetros bajo licencia Apache 2.0, optimizado para instrucciones y eficiencia.

Mistral AI presenta Pixtral 12B, un modelo de 12 mil millones de parámetros con soporte visual nativo y contexto de 128K tokens bajo licencia Apache 2.0.

OpenAI lanza o1-preview, un modelo de razonamiento que utiliza pensamiento en cadena en tiempo de inferencia, superando a modelos anteriores en matemáticas y ciencias.

DeepSeek AI lanza DeepSeek V2.5, un modelo MoE de 236B parámetros que fusiona capacidades de codificación y chat general bajo licencia MIT.

AI21 Labs presenta Jamba 1.5, un modelo de código abierto que combina Mamba y Transformers para contextos masivos y velocidad sin precedentes.