FineBooks compara 14 modelos abiertos de OCR en 2.165 páginas históricas y publica el conjunto de datos y el sistema de evaluación. Las cifras son resultados de una evaluación específica, no garantías universales para producción.
Anthropic informa de una cota inferior del 67.2% para los ceros de la línea crítica y publica un repositorio Lean para su inspección. El resultado es una afirmación de investigación auditable, no una solución de la hipótesis de Riemann.
mcp-use 2.1.0, CLI 4.1.0 e Inspector 20.1.0 conectan el descubrimiento de Skills, la inspección tipada y un túnel de desarrollo autenticado; el flujo de trabajo es experimental y debe probarse en un piloto desechable.
Genians informa de rastros de LLM local, RAG y desarrollo de agentes en una infraestructura vinculada a Kimsuky. Reuters señala que los hallazgos técnicos no pudieron verificarse de forma independiente, pero la lección defensiva sigue siendo válida para las implementaciones locales de IA.
Armenia ha anunciado la apertura de la fábrica de IA Firebird y ambiciosos planes de GPU; las cifras del Gobierno y de NVIDIA abarcan ámbitos diferentes, y ningún endpoint público, precio o SLA permite considerarla todavía una opción de proveedor.
Model Genome compara artefactos de modelos públicos mediante la estructura de configuración, la coincidencia de tokens del tokenizador y evidencias de apoyo basadas en CKA; es un proceso de diligencia debida, no una conclusión legal ni sobre el historial de entrenamiento
AWS describe políticas temporales que inspeccionan eventos anteriores de la sesión, además de límites para solicitudes, tokens de inferencia y conexiones simultáneas; las afirmaciones sobre el plano de control requieren una prueba en una pasarela efímera antes de usarlas en producción.
Agent Plugins 1.0.0 define una estructura común con plugin.json, skills/ y mcp.json; el formato puede reducir el trabajo de empaquetado, pero los permisos, el aislamiento, los secretos y el comportamiento de MCP aún requieren pruebas específicas de cada cliente.
Cloudflare presenta AI Search como un servicio de recuperación gestionada para datos estructurados y no estructurados, con las rutas /search y /mcp, opciones de acceso privado y precios preliminares, aunque aún necesita un piloto a nivel de corpus.
GitHub presenta Kimi K3 como un modelo de Copilot disponible de forma general y con facturación basada en el uso, mientras que el acceso para Business y Enterprise comienza desactivado: la elección del modelo es una cuestión para el piloto, no un titular de la tabla de precios.
OpenAI presenta tres plugins educativos para aprender, enseñar y trabajar con planes de estudios. El lanzamiento es un anuncio de producto; las instituciones aún deben probar los permisos, las aplicaciones aprobadas y los resultados.
Meta describe Muse Code como un entorno de ejecución de programación en beta con agentes persistentes en segundo plano, registros de eventos reproducibles y habilidades como /plan, /grill y /goal; su demostración de larga duración requiere un repositorio controlado y un registro de costes.
OpenAI informa de que las puntuaciones de ARC-AGI-3 suben del 13.3% al 38.3% cuando el sistema de evaluación conserva el razonamiento y compacta el contexto; el resultado es una lección sobre la prueba de referencia y el sistema de evaluación, no una clasificación aislada de modelos.
Anthropic afirma que una evaluación interna de Claude provocó tres incidentes cibernéticos reales después de que un entorno quedara expuesto a objetivos en directo; el informe sirve como advertencia sobre los límites de control, no como prueba de explotación autónoma de vulnerabilidades de día cero.
Anthropic presenta Claude Opus 5 como su modelo general más potente, con un precio de API de 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida. El lanzamiento aún requiere una comprobación actualizada del acceso y de los medios.
Pick up to 3 — we tailor the catalog. Change anytime.