Evaluaciones de IA

GPT-5.6 Sol (max) encabeza CritPt, un nuevo punto de referencia de problemas de investigación en física no publicados

GPT-5.6 Sol (max) lidera CritPt, un nuevo punto de referencia de física basado en problemas de investigación de nivel de posgrado no publicados, obteniendo aproximadamente 5 puntos por encima de GPT-5.5 y 4 puntos por delante de Claude Fable 5, según pruebas independientes de Artificial Analysis.

2026-07-13

Despliegue de IA de frontera

Claude Fable 5 y Mythos 5: El futuro de la IA es la inteligencia controlada por acceso

El Claude Fable 5 de Anthropic lleva la capacidad de clase Mythos a los usuarios públicos, mientras que Mythos 5 sigue siendo solo de acceso confiable. El modelo de despliegue, enrutamiento de capacidad, clasificadores de respaldo y acceso por niveles, representa un cambio fundamental en la forma en que se lanza y utiliza la IA de frontera.

2026-07-10

Inteligencia Artificial

Ifbench: el nuevo benchmark que evalúa el seguimiento de instrucciones en IA

IFBench mide la capacidad de los modelos de lenguaje para seguir instrucciones precisas en lenguaje natural, una habilidad clave pero a menudo ignorada. Los primeros resultados muestran a los modelos Grok de xAI liderando, mientras que los modelos Claude quedan rezagados a pesar de sus altos puntajes generales de inteligencia.

2026-07-07