Open Weight Models

Mistral lanzó una vista previa pública de Mistral Large 4, un modelo nativamente multimodal de 1 billón de parámetros con 52 mil millones de parámetros activos. Se espera que los pesos se publiquen a finales de mes.

Models • Hacker News

StepFun lanzó los pesos abiertos para Step 5 Preview, un modelo con 600 mil millones de parámetros totales con 27 mil millones activos y un contexto de 1 millón de tokens, junto con un blog técnico que detalla su arquitectura dispersa GQA de 92 capas y el entrenamiento de agentes de horizonte largo.

Modelos de IA • Pandaily

inclusionAI de Ant Group publicó los pesos de Ling-3.1-flash en Hugging Face bajo la licencia MIT. El modelo MoE híbrido-lineal con 560 mil millones de parámetros totales tiene 25 mil millones de parámetros activos por token y una ventana de contexto de 1 millón de tokens.

Modelos de IA • Pandaily

Meta y Apple se han asociado para lanzar Muse Spark Open, un modelo de IA de pesos abiertos que se ejecuta localmente en Macs con silicio de Apple.

Modelos de IA • TechCrunch AI

Meta anunció el modelo de IA abierto Muse Spark Open, afirmando que es el 'modelo de pesos abiertos más capaz de EE. UU. hasta la fecha' y el primero en su clase que puede ejecutarse en escritorio usando dos Apple M5 Ultra Mac Studios con el marco MLX. La colaboración marca una asociación poco común entre Meta y Apple.

Modelos de IA • The Verge AI

Black Forest Labs lanzó FLUX 3 Image Klein, un modelo de imagen de pesos abiertos de 5.6 mil millones de parámetros que admite generación nativa en 4K, edición de precisión de píxeles y generación con hasta diez imágenes de referencia. El modelo se ejecuta en GPUs de consumo con solo 8 GB de VRAM.

Modelos de IA • The Decoder