llama.cpp llega a la versión 1.0, un hito para ejecutar modelos de IA en local
El popular proyecto de código abierto llama.cpp, muy usado para ejecutar modelos de IA en hardware personal, ha lanzado la versión 1.0.0, presentada como una base más sólida para el ecosistema de IA local.
Los desarrolladores que ejecutan modelos en sus propias máquinas obtienen una base más estable sobre la que construir sin depender de API en la nube.
aii.news selecciona y resume noticias de fuentes fiables con ayuda de la IA. Cada noticia enlaza a la información original. Cómo trabajamos.
Sigue leyendo
-
Google lanza Gemini 4 Hydrogen, ahora el modelo predeterminado en el Modo IA de la Búsqueda
Google ha lanzado Gemini 4 Hydrogen, que según la empresa gestiona mejor las preguntas de varias partes, las erratas y las peticiones muy específicas, y sustituye a la serie Flash. Está disponible desde hoy en la Búsqueda, la app Gemini, AI Studio, la Gemini API y Gemini para empresas.
Por qué importaMiles de millones de búsquedas y muchas apps de desarrolladores funcionarán ahora con este modelo, y pruebas independientes sugieren que ofrece una calidad casi de primer nivel por menos dinero que algunos rivales.
-
Google lanza Gemini 4 Carbon, su modelo más potente hasta la fecha, con una función de «enjambre» de agentes
Google está desplegando Gemini 4 Carbon para el público general tras ofrecerlo primero a un grupo selecto de defensores de ciberseguridad. Según Google, supera a su modelo Argon, aunque Argon sigue siendo la opción recomendada para la mayoría de tareas de programación y trabajo del conocimiento.
Por qué importaDesarrolladores y usuarios cuentan ahora con un nuevo modelo de gama alta de Google para comparar con los mejores sistemas de Anthropic y OpenAI.
-
Anthropic lanza Claude Fable 5.2 y Mythos 5.2 y rebaja un 20% los precios de su API
Anthropic presentó Claude Fable 5.2 y Mythos 5.2, que comparten un mismo modelo base con distintas salvaguardas y aportan mejoras en programación, razonamiento y visión. Fable está ampliamente disponible, mientras que Mythos se limita a grupos verificados de ciberseguridad y ciencias de la vida, y ambos cuestan ahora $8 por millón de tokens de entrada y $40 por millón de tokens de salida.
Por qué importaLos desarrolladores obtienen un modelo de programación más potente a menor precio, y el lanzamiento dividido muestra cómo los laboratorios restringen el acceso a los modelos más capaces para usos sensibles.
-
Una investigación de OpenAI explica por qué el razonamiento de los modelos de frontera es cada vez más difícil de supervisar
El equipo de seguridad de OpenAI estudió por qué las cadenas de pensamiento de modelos como GPT-6 Astra escapan cada vez más a la supervisión y halló que cuatro pasos del entrenamiento, entre ellos decisiones de arquitectura y el aprendizaje por refuerzo, provocan esa pérdida. El análisis señala que esto refleja compromisos entre capacidad y coste de cómputo, no una tendencia inevitable.
Por qué importaLeer el razonamiento de un modelo es un control de seguridad clave, y esto demuestra que los laboratorios pueden optar por preservarlo si aceptan cierto coste.
-
OpenAI lanza Daybreak, herramientas de seguridad que usan agentes de IA para hacer pentesting de aplicaciones y preparar correcciones
OpenAI ha presentado Daybreak Red Team, que usa agentes de IA coordinados para buscar debilidades en aplicaciones web y se ofrece en acceso anticipado. También ha lanzado Defense Factory, que investiga los hallazgos de seguridad y prepara parches, uniendo el descubrimiento de vulnerabilidades con su corrección y nuevas pruebas.
Por qué importaLos equipos de seguridad pronto podrían delegar en agentes de IA tanto la detección como la corrección de fallos en aplicaciones, lo que podría acelerar los parches pero exige una revisión humana cuidadosa.
