Analysis

Basado en un fragmento de la transcripción: AI Explained analiza declaraciones recientes de Sam Altman y Dario Amodei que sugieren que podrían lanzar modelos cuyo comportamiento no pueden verificar ni controlar por completo, junto con el lanzamiento de Gemini 4 Carbon de Google. El video también cubre una encuesta del personal de Anthropic y ofrece un modelo mental para explicar por qué los modelos siguen demostrando capacidades imprevistas.

AI News & Analysis • AI Explained

SemiAnalysis lanzó GDPx, un benchmark de capacidades agénticas que abarca 11 dominios, incluidos diseño de chips, ciberseguridad, finanzas, legal y RSI. Opus 5.5 encabezó la clasificación con una puntuación del 12%, según SemiAnalysis.

Benchmarks • Techmeme

Consejos de prompts

Willison utilizó un gráfico de Apollo Global Management basado en números de la encuesta BTOS del Bureau of the Census de EE. UU. para demostrar el análisis de datos de GPT-5 y experimentar con el Intérprete de Código de Claude, luego volvió a calcular los números para ver qué había cambiado.

Google lanzó Gemini 4 Carbon, un modelo de frontera que, según afirma, ofrece mejoras significativas en programación, tareas agénticas y ciberseguridad. Google sostiene que Carbon encabeza el Artificial Analysis Intelligence Index v5.0, por delante de Claude Opus 5.5 y GPT-6 Astra.

Modelos de IA • The Verge AI

Artificial Analysis lanzó Intelligence Index v5, añadiendo dos nuevos benchmarks de programación y ciencia y tres mejoras, con la mayor parte del índice ahora construida sobre conjuntos de datos privados. Claude Opus 5.5 (max) lidera con una puntuación de 58, según la organización.

Investigación en IA • Techmeme

Mistral publicó los pesos de Mistral Large 4, con el nombre en clave Le Chonk, afirmando que rivaliza con modelos abiertos de primer nivel como GLM-5.3 en el Artificial Analysis Coding Agent Index. El lanzamiento incluye puntuaciones de referencia que, según la empresa, son competitivas con los principales modelos de pesos abiertos.

Lanzamiento de modelo • Techmeme

Basado en un fragmento de la transcripción: Matthew Berman analiza el anuncio de Google sobre Gemini 4 Carbon, que la empresa afirma es el mejor modelo del planeta. Cubre los puntos de referencia, incluido su primer puesto en el Índice V5 de Artificial Analysis, su eficiencia y menor costo en comparación con Opus, y sus capacidades de ciberseguridad de última generación, mientras señala que el modelo aún no se ha lanzado públicamente.

AI News & Model Releases • Matthew Berman

Gemini 4 Carbon de Google es el nuevo número 1 en el Artificial Analysis Intelligence Index v5 con una puntuación de 59, impulsado por un rendimiento líder en tareas de razonamiento complejo, conocimiento y científicas. Ocupa el segundo lugar solo por detrás de Claude Opus 5.5 en el Coding Agent Index, con grandes avances en programación y trabajo de conocimiento respecto a modelos Gemini anteriores.

Lanzamiento de modelo • Hacker News

SkyPilot publicó un análisis que muestra que los sistemas Grace Blackwell NVL72 necesitan un nuevo planificador para aprovechar NVLink entre nodos, reportando un 27% más de GPUs utilizables con los mismos racks. Ejecutar el mismo trabajo de entrenamiento distribuido sobre InfiniBand en lugar de NVLink puede degradar el rendimiento en un 43%, según la publicación.

Infraestructura • Hacker News