Buscar

Hipótesis de Riemann: la prueba de Levent Alpöge obtenida con Claude está certificada por Lean y Mathlib, alphaXiv clasifica los modelos en investigación autónoma, Inkling 2 Mini funciona a 210 tokens por segundo en Mac

Empresas de esta edición

Desmarca lo que no te interese. Tu elección se aplica a todas las ediciones y se guarda en este dispositivo.

Grandes laboratorios
China
Herramientas de código
Medios generativos
Infraestructura y código abierto
Otros

ai-powered-markdown-translator

Artículo traducido del fr al es con gpt-6.1-sol.

Ver proyecto en GitHub ↗

Levent Alpöge, matemático de Anthropic, ha publicado una prueba de la hipótesis de Riemann obtenida con Claude, en forma de una biblioteca Lean de 17 millones de líneas, y las comunidades Lean y Mathlib la certifican al día siguiente. alphaXiv publica el OpenResearch Intelligence Index, donde Claude Opus 5.5 lidera la investigación autónoma con un 61,8 % mientras que DeepSeek V4.1 Flash, el primer modelo abierto con un 27,4 %, cuesta 0,72 dólares por intento; Meta eleva a 25 000 horas el objetivo de su Digital Brain Project, e Inkling 2 Mini se incorpora a Transformers y funciona a 210 tokens por segundo en un Mac Studio. Replit, Devin y v0 refuerzan el control de los accesos, la red y los gastos, y Claude Code 2.1.330 permite ejecutar sus tareas programadas durante un máximo de 30 días.


Matemáticas: la prueba de la hipótesis de Riemann obtenida con Claude por Levent Alpöge está certificada por las comunidades Lean y Mathlib

20 y 21 de noviembre — Levent Alpöge, matemático de Anthropic, publicó el 20 de noviembre una prueba de la hipótesis de Riemann en forma de una biblioteca Lean de 17 millones de líneas de código, que solo depende directamente de Mathlib, la biblioteca de matemáticas formalizadas de Lean. Formulada en 1859 por Bernhard Riemann, la hipótesis trata sobre la distribución de los números primos. La acompaña de una nota, catalogada en alphaXiv con el título «prueba propuesta de la hipótesis de Riemann» (A Claimed Proof of the Riemann Hypothesis). Según el resumen de alphaXiv, el autor afirma haber encontrado esta prueba con Claude, sostiene también haber demostrado la hipótesis de Riemann generalizada y se apoya en el análisis de Fourier, los levantamientos theta (theta lifts) y una analogía con el argumento de Stepanov sobre los cuerpos de funciones; siempre según este resumen, la prueba es larga y el autor tiene previsto explicarla y simplificarla.

El 21 de noviembre, las comunidades Lean y Mathlib publican una declaración conjunta, respaldada por Lean FRO y Mathlib Initiative, que certifica el enunciado y la prueba. En un día, la biblioteca ha cumplido los cuatro criterios establecidos el 12 de noviembre por Kevin Buzzard (Imperial College London):

Criterio de verificaciónComprobación realizada por las comunidades Lean y Mathlib
El enunciado es el correctoenunciado RiemannHypothesis de Mathlib, revisado por expertos en Lean y en teoría de números
La biblioteca compiladecenas de personas han reproducido el mismo archivo de exportación en bruto de la prueba
El teorema demostrado es ese enunciadocomparación mediante dos herramientas independientes, comparator y con-leche, a partir de un archivo que solo importa Mathlib
La prueba es aceptadanúcleo oficial de Lean, con-leche, con-ron y varios verificadores escritos en otros lenguajes, sobre una exportación inerte de la prueba

We hereby certify that both the statement and the proof of the Riemann Hypothesis are correct.

🇪🇸 Por la presente certificamos que tanto el enunciado como la prueba de la hipótesis de Riemann son correctos. — Comunidades Lean y Mathlib, declaración en el blog de la comunidad Lean

Scientific American recoge la confirmación de matemáticos independientes: Andrew Sutherland (MIT) ha compilado el resultado por su cuenta e indica que el núcleo de Lean lo ha vuelto a verificar utilizando únicamente los tres axiomas estándar. La declaración de Lean y Mathlib no menciona ni a Claude ni la hipótesis de Riemann generalizada, que el autor afirma haber demostrado: el papel de Claude procede de la nota de Alpöge y de Scientific American.

🔗 Nota de Levent Alpöge en alphaXiv · Scientific American: la confirmación de matemáticos independientes · Síntesis técnica de la verificación (MIT)

VIDRAFT publica un indicador en directo de la positividad de Weil, que muestra que el enunciado se cumple sin demostrarlo

21 de noviembre — Al día siguiente de la publicación de la prueba, el laboratorio VIDRAFT publica en Hugging Face un Space que calcula el menor valor propio de la forma cuadrática de Weil, cuya positividad equivale, según el criterio de Weil, a la hipótesis de Riemann. Es positivo para la función zeta y cuatro funciones L de Dirichlet (conductores 3, 4, 5 y 8), negativo para tres imitaciones que difieren de una función L auténtica en un solo ingrediente, y diez enunciados de la herramienta están verificados por el núcleo de Lean 4. La publicación recuerda que es la prueba formal la que establece el resultado, mientras que el instrumento solo muestra que se cumple; el código, los archivos Lean y el repositorio están publicados, y el experimento se reproduce en unos treinta segundos en una CPU gratuita.

🔗 Publicación de VIDRAFT en Hugging Face · Space del indicador de Weil


Evaluación: alphaXiv mide la investigación autónoma con el OpenResearch Intelligence Index, un detector de textos de IA gana posiciones en RAID pero pierde fuera del banco de pruebas

20 de noviembre — alphaXiv publica los primeros resultados del OpenResearch Intelligence Index, un banco de pruebas que mide la capacidad de los modelos para llevar a cabo una investigación de principio a fin. Cada modelo trabaja en su propio arnés (Claude Code, Codex u OpenCode), dentro de OpenResearch, el entorno de investigación de alphaXiv, en tres áreas: conocimientos científicos (20 tareas extraídas de Terminal-Bench-Science), la realización de un postentrenamiento (6 tareas inéditas) y la pertinencia de las elecciones bibliográficas (un subconjunto de PaperFindingBench).

We created the world’s first open source benchmark for end-to-end autoresearch. Today, its results are live. Which models are best for RSI? Can they understand the literature? Can they conduct complex scientific experiments, while maintaining good taste? We spent about $7.4k in tokens across 8 models, 6 providers, and 3 evaluation tracks to find out.

🇪🇸 Hemos creado el primer banco de pruebas open source del mundo para la investigación autónoma de principio a fin. Sus resultados se publican hoy. ¿Qué modelos son los mejores para la RSI? ¿Comprenden la literatura científica? ¿Pueden llevar a cabo experimentos científicos complejos manteniendo el buen criterio? Hemos gastado unos 7 400 dólares en tokens en 8 modelos, 6 proveedores y 3 áreas de evaluación para averiguarlo. — @askalphaxiv en X

Modelo evaluadoArnés utilizadoPuntuación del índiceCoste medio por intento
Claude Opus 5.5Claude Code0,618 ± 0,01416,46 dólares
GPT-6 AstraCodex0,566 ± 0,01422,44 dólares
GPT-6.1 SolCodex0,549 ± 0,0243,83 dólares
Gemini 4 ArgonOpenCode0,526 ± 0,0139,18 dólares
Claude Fable 5.1 (74 intentos completados de 87)Claude Code0,511 ± 0,01520,07 dólares
DeepSeek V4.1 FlashOpenCode0,274 ± 0,0180,72 dólares
Kimi K3OpenCode0,271 ± 0,01010,89 dólares
Qwen3.8-FlashOpenCode0,214 ± 0,0154,54 dólares

Claude Opus 5.5 lidera con 0,618, es decir, un 61,8 %, por un coste medio de 16,46 dólares por intento. GPT-6 Astra le sigue con 0,566, pero por 22,44 dólares, y GPT-6.1 Sol obtiene 0,549 por 3,83 dólares; Claude Fable 5.1 solo ha completado 74 intentos de 87. Los modelos abiertos siguen muy por detrás: DeepSeek V4.1 Flash, el primero de ellos, obtiene un 27,4 % por 0,72 dólares por intento, justo por delante de Kimi K3 (0,271) y Qwen3.8-Flash (0,214). En el área bibliográfica únicamente, equipado con las herramientas de búsqueda de OpenResearch, DeepSeek V4.1 Flash alcanza un 47,7 %, frente al 48,7 % de GPT-6 Astra. Together AI, que ha servido los modelos abiertos, ha difundido el índice; alphaXiv anuncia más modelos y el código fuente.

🔗 Publicación de alphaXiv sobre el OpenResearch Intelligence Index · @togethercompute en X: los modelos abiertos a prueba

Un detector de textos de IA pasa del puesto 27 al 5 en RAID, pero detecta mucho peor fuera del banco de pruebas

21 de noviembre — En el blog comunitario de Hugging Face, el equipo de empirischtech cuenta cómo su detector de textos generados por IA, construido sobre el codificador Ettin de 1B, pasó del puesto 27 de 58 en la clasificación RAID, el de su detector de producción, al 5 con una versión ajustada para RAID: con un 1 % de falsos positivos, la tasa de detección sube del 92,81 % al 99,20 %. La contrapartida aparece fuera del banco de pruebas: en el conjunto de prueba de los autores, la proporción de textos de IA detectados cae del 97,8 % con el detector generalista del que parte el ajuste fino al 58,7 % con la versión ajustada para RAID, y la de textos humanos señalados por error pasa del 1,0 % al 2,4 %. Por tanto, el modelo ajustado para RAID sigue siendo una herramienta de investigación; el servicio de los autores utiliza un detector generalista distinto.

🔗 Publicación de empirischtech en Hugging Face


IA para la ciencia: Meta eleva su Digital Brain Project a 25 000 horas y presenta UMA Nitro y ATLAS, Diffusers ajusta RFD4-Proteina

20 de noviembre — Meta publica el balance de su Open Source AI for Science Summit, organizado en octubre durante dos días por su laboratorio FAIR en Menlo Park. Principal anuncio con cifras: el Digital Brain Project, lanzado con Rothschild Hospital Foundation y la Universidad de Montreal para financiar la recopilación de datos cerebrales anonimizados y compartidos abiertamente, ve cómo su objetivo pasa de 15 000 a 25 000 horas de datos.

Proyecto presentado en la cumbreCampo científicoQué dice la publicación de Meta
Digital Brain ProjectNeurocienciasobjetivo elevado de 15 000 a 25 000 horas de datos cerebrales
UMA NitroQuímicaversión más rápida del modelo de átomos UMA (Universal Model for Atoms), sin cifras de velocidad
UMA PlaygroundEnseñanzaofrecido a profesores de química de secundaria a través de Discovery Education, que llega a más de 4 millones de docentes y 45 millones de alumnos
ATLAS (FAIR)Matemáticasbiblioteca abierta que formaliza en Lean 26 manuales de acceso libre y más de 45 000 definiciones y resultados

UMA también identifica numerosas formas cristalinas de moléculas de medicamentos sin datos de entrenamiento adicionales (estudio con Carnegie Mellon y UC Riverside), y simula enzimas completas, átomo por átomo, con la Universidad de Chicago. Por último, la publicación menciona un sistema de robótica de asistencia de la Universidad de Pittsburgh, construido sobre DINOv3 y SAM 3, cuya demostración debe mostrar un robot que ayuda a una persona a comer.

🔗 Balance de la cumbre Open Source AI for Science (Meta) · @AIatMeta en X

Diffusers añade un ejemplo de ajuste fino con LoRA de RFD4-Proteina, el modelo de diseño de proteínas de NVIDIA

20 de noviembre — La biblioteca Diffusers de Hugging Face incorpora un ejemplo de ajuste fino mediante LoRA de RFD4-Proteina, el modelo abierto de diseño de proteínas de NVIDIA (tratado aquí el 21 de octubre). Anunciado por Sayak Paul, el ejemplo (pull request #15155 de kierandidi, fusionada el 19 de noviembre) entrena adaptadores de rango 32 sobre el módulo de eliminación de ruido, con pérdidas de flow matching aplicadas a las coordenadas del esqueleto proteico y a latentes locales en lugar de a píxeles; según él, el resto del código se parece al de los modelos de imagen y vídeo.

🔗 @RisingSayak en X


Modelos abiertos: Inkling 2 Mini se incorpora a Transformers v5.24.0, funciona a 210 tokens por segundo en Mac y recibe una versión sin restricciones

Inkling 2 Mini, el modelo en bucle de pesos abiertos de Thinking Machines publicado el 20 de noviembre (tratado aquí ayer), se ha integrado en la biblioteca de referencia de Hugging Face, se ha adaptado a Mac y se ha liberado de restricciones en las veinticuatro horas posteriores a su lanzamiento.

Transformers v5.24.0 integra Inkling 2 Mini, Omnilingual ASR de Meta, Dory de NVIDIA y Sarvam-105B

21 de noviembre — Hugging Face publica Transformers v5.24.0, que añade unas diez arquitecturas. Inkling 2 Mini se incorpora con un checkpoint de investigación con un número variable de bucles, y Dory, el modelo en bucle de NVIDIA, también permite ajustar el número de bucles durante la inferencia.

Modelo añadidoEditor del modeloDetalles de la release
Inkling 2 MiniThinking Machinescon el checkpoint de investigación TML-d24-varloop-research, con un número variable de bucles
DoryNVIDIAmodelo en bucle, número de bucles ajustable durante la inferencia
Omnilingual ASRMeta FAIRreconocimiento de voz para más de 1 600 idiomas, de 300M a 7B, cabeza CTC o decodificador Llama
Apertus 1.5 y WavTokenizerSwiss AI Initiativetexto, imagen y audio como entrada; códec de audio a 24 kHz
HY4-VLTencentmodelo de visión y lenguaje de la familia Hunyuan V4
Lara MiniTranslated7,2B de los cuales 0,6B activos, licencia CC BY-NC-SA 4.0
Sarvam-105B y Sarvam-30BSarvam AI105B: atención MLA, 128 expertos de los cuales 8 activos, contexto de 131K
EXAONE 3.0, 3.5 y DeepLG AI Researchcargados sin trust_remote_code

Atención a las actualizaciones: past_key_values y cache_params pasan a llamarse cache, un cambio clasificado como incompatible aunque los nombres antiguos siguen aceptándose con una advertencia de obsolescencia, y la versión mínima de PEFT aumenta en consecuencia. Ling 3.1 Flash ya se carga de forma nativa, y LayoutLMv3 pasa a utilizar la interfaz de atención SDPA.

🔗 Transformers v5.24.0

EXO Labs ejecuta Inkling 2 Mini a 210 tokens por segundo en un Mac Studio M5 Ultra

21 de noviembre — Al día siguiente del lanzamiento de Inkling 2 Mini, EXO Labs publica las velocidades obtenidas en colaboración con Thinking Machines en dos Mac.

Equipo probado por EXO LabsGeneración (decodificación)Lectura del prompt (prellenado)
Mac Studio M5 Ultra, 96 Go210 tokens/s3 620 tokens/s
MacBook Pro M5 Max, 48 Go125 tokens/s1 750 tokens/s

Según EXO Labs, el modelo creó una aplicación meteorológica nativa 1,8 veces más rápido que Claude Sonnet 5.5 en el Mac Studio, y a un coste 11 veces menor según la tarifa de la API. EXO Labs explica que la arquitectura en bucle resulta adecuada para equipos con memoria limitada, como los MacBook: repetir las capas en bucle aumenta el cálculo durante la inferencia sin aumentar el tamaño del modelo. Julien Chaumond, de Hugging Face, lo ve como la forma en que la IA local y open source acabará imponiéndose.

We got access on Wednesday. In 3 hours we had it running at 30 tok/sec A day later we had it running 210 tok/sec (7x faster)

🇪🇸 Obtuvimos acceso el miércoles. En 3 horas, lo teníamos funcionando a 30 tokens por segundo. Un día después, a 210 tokens por segundo (7 veces más rápido). — @exolabs en X

🔗 @exolabs en X: las velocidades en Mac · @julien_c en X

OpenUncensored publica una versión sin restricciones de Inkling 2 Mini el día de su lanzamiento

20 de noviembre — El mismo día del lanzamiento de Inkling 2 Mini, OpenUncensored, proveedor de API de modelos sin censura, publica una versión «abliterada», despojada de su capacidad de rechazo mediante una modificación específica de los pesos. Ante 32 solicitudes dañinas, pasa de 32 rechazos a ninguno, tanto en conversación como en reflexión, y su puntuación MMLU no baja (79,47 % frente al 78,95 % del original). Solo se modificaron 20 tensores de atención en BF16: como las capas centrales se utilizan tres veces por token, una modificación en ellas actúa tres veces. La API se factura a 0,15 dólares por millón de tokens de entrada y a 0,60 dólares por los de salida; el autor invita a ser prudentes con muestras tan pequeñas.

🔗 Publicación de OpenUncensored en Hugging Face


Plataformas de código en empresas: red privada con Replit Tunnels, acceso y uso compartido en Devin, límites de gasto en v0

Replit Tunnels conecta los entornos Replit con los servicios de una red privada, en acceso anticipado

20 de noviembre — Replit presenta Tunnels, que conecta sus entornos con los servicios de una red privada empresarial (bases de datos, API internas) sin abrir esa red a conexiones entrantes públicas. El tráfico pasa por un cliente que el departamento informático ejecuta dentro de la red, desplegado mediante un comando Docker generado o un chart Helm en Kubernetes, y ese departamento elige los servicios a los que puede acceder cada espacio de trabajo Replit. La conexión entre este cliente y Replit está cifrada y autenticada mediante mTLS; la autenticación y el TLS de cada servicio privado se configuran por separado.

Tunnels está integrado en los conectores: las solicitudes de autenticación de los conectores, las llamadas a herramientas del Agent y las solicitudes de las aplicaciones publicadas pasan por el servidor de túneles de Replit y después por este cliente. La publicación cita tres usos: detectar las cuentas de clientes que deben revisarse en finanzas (Stripe, SharePoint, Snowflake), localizar las derivaciones de pacientes pendientes en sanidad (Calendly, DrChrono) y señalar la falta de material en la industria (NetSuite, Shopify, Databricks, Shippo). Tunnels está en acceso anticipado, previa solicitud, sin precio especificado; da continuidad a Bring Your Own Cloud (tratado aquí el 17 de octubre), que ya se basaba en túneles salientes con doble mTLS.

🔗 Publicación de Replit sobre Tunnels · Documentación: Configurar Tunnels

Devin introduce Access and Sharing, grupos de usuarios y uso compartido por sesión, y completa sus notas del 17, 18 y 19 de noviembre

20 de noviembre — Las notas de versión de Devin del 20 de noviembre introducen Access and Sharing, controles de acceso y uso compartido para empresas, que se despliegan progresivamente y están desactivados por defecto: hay que contactar con el interlocutor de Cognition para activarlos. Una página User groups, dentro de Settings, permite crear grupos de usuarios que se pueden utilizar dondequiera que se gestione el acceso: secretos, entornos, sesiones, automatizaciones, plugins, playbooks, skills, servidores MCP y knowledge.

Cada sesión tiene su propia configuración de uso compartido: solo uno mismo, uno o varios grupos, la organización o toda la cuenta. Una sesión que utiliza un repositorio, un secreto o un entorno reservado a uno mismo o a su grupo comienza en privado, con una advertencia antes de ampliar su visibilidad. En Slack, siempre responde en el canal, pero solo las personas con las que se comparte pueden darle instrucciones. Los administradores reciben un informe de los repositorios cuyo acceso en Devin difiere del de GitHub o GitLab, y Devin Review, DeepWiki y Ask se limitan a los repositorios accesibles para el usuario. Aparte de este despliegue, las mismas notas añaden un estado Triaged a los hallazgos de seguridad y el plugin Sazabi a la marketplace; no se menciona ningún precio. 🔗 notas del 20 de noviembre

Las notas de versión de los tres días anteriores también aportan:

  • 19 de noviembre — En Devin Review, las reglas de facturación por repositorio imputan las revisiones de un repositorio, incluido el chat, a una organización o a un presupuesto en lugar de al autor de la PR. En seguridad, un botón Validate with Devin permite validar un hallazgo, y Fix with Devin propone, a partir de dos hallazgos, una PR por causa raíz, una por hallazgo o una sola para todos; la marketplace retira los servidores MCP sustituidos por una integración nativa (Slack, Linear, GitLab, Pylon). 🔗 notas del 19 de noviembre
  • 18 de noviembre — Aparece un selector Shared with en el editor de la página de inicio, y el ajuste Start sessions as Only you mantiene las sesiones privadas por defecto. Una sesión privada no publica en Slack, hacerla visible requiere una confirmación que nombra a las personas implicadas, y los archivos adjuntos de la organización siguen su visibilidad; Devin Review incorpora un botón Update branch, y el MCP DevinDash sale de beta. 🔗 notas del 18 de noviembre
  • 17 de noviembre — Devin Review publica un estado en las pull requests de Azure DevOps, los hallazgos de las revisiones de seguridad de PR pueden incluir un breve resumen del impacto, y Devin publica en Slack imágenes, texto enriquecido, tablas, gráficos, tarjetas y carruseles. 🔗 notas del 17 de noviembre

v0 ofrece límites de gasto por miembro a todos sus clientes empresariales

20 de noviembre — v0 ofrece sus límites de gasto (Spend Caps) a todos sus clientes empresariales. En Settings → Members, los propietarios de un equipo establecen un límite por defecto para los miembros o uno específico para cada uno, sobre el consumo del fondo de créditos compartido, por ciclo de facturación, una vez agotados los créditos incluidos del miembro. Al alcanzar el límite, la generación se detiene al finalizar el paso en curso y el miembro puede solicitar acceso adicional; no se indica ningún importe.

🔗 Changelog de v0: Spend Caps


Agentes de código: Claude Code 2.1.330, Antigravity 2.34.0, Copilot CLI, Qwen Code, Codex CLI y Puck de Amp en el coche

Claude Code 2.1.330 dibuja gráficos con easel y permite ejecutar las tareas programadas hasta 30 días

20 de noviembre — Claude Code 2.1.330 cuenta con 142 entradas, entre ellas 98 correcciones, 16 incorporaciones, 14 mejoras y 13 cambios. Añade easel, un mod integrado que dibuja gráficos cuando se le pide y debajo de los resultados de métricas devueltos por un servidor MCP, por ejemplo, una consulta de rango de Prometheus. easel está disponible en Pro, Max y, donde se ofrezca, Team y Enterprise, en macOS y Linux; sus gráficos automáticos se desactivan en /config. Las organizaciones gestionadas desde la consola de administración Enterprise de Anthropic (Enterprise Admin Console) también pueden conectarse: tras claude auth login, Claude Code aplica sus ajustes y utiliza su proveedor cloud o su pasarela.

Las tareas programadas recurrentes y /loop ahora se ejecutan hasta 30 días en lugar de 7, siempre que su sesión permanezca abierta; las creadas antes de esta versión siguen deteniéndose a los 7 días. Más comandos rm que apuntan a la raíz, la carpeta personal, una carpeta de primer nivel o la carpeta de trabajo requieren aprobación y se rechazan cuando nadie puede responder. Se restablece el reintento automático ante max_tokens, retirado en la 2.1.329, y ExitWorktree ya no elimina el worktree en el que está trabajando otra sesión. En Agent Platform de Google Cloud, claude -p por fin respeta el modo rápido indicado mediante --settings cuando el modelo procede de ANTHROPIC_MODEL o de un archivo de ajustes: estas ejecuciones ahora se facturan al precio del modo rápido. La extensión de VS Code recibe 28 entradas, entre ellas /fork y /workflows.

🔗 Claude Code v2.1.330

Otros agentes de código: Antigravity 2.34.0, versiones preliminares de Copilot CLI y del Copilot SDK, Qwen Code v0.28.3, Codex CLI 0.173.0-alpha.4 y modo coche de Amp

  • Antigravity 2.34.0 (20 de noviembre) — La aplicación de Google cuenta con 15 mejoras y 24 correcciones. Su título anuncia la compatibilidad con MCP Apps, que la lista de mejoras no detalla; Gemini 4 Neon y la opción Orchestrator (Neon) se abren a los planes de pago para particulares que cumplan los requisitos, Neon pasa a poder utilizarse con una clave de API de Gemini o las credenciales predeterminadas de Google Cloud (Application Default Credentials), y las cuentas Enterprise reciben Orchestrator. La Marketplace incorpora los plugins Clerk, Docusign y TestMu AI. 🔗 changelog de Antigravity
  • Copilot CLI 1.0.115-4 a 1.0.115-6 y Copilot SDK 2.0.2-preview.2 a preview.5 (20 y 21 de noviembre) — En estas versiones preliminares del CLI, los editores ACP compatibles con formularios muestran preguntas de aclaración estructuradas (structured clarification questions), y las sesiones locales largas ocupan menos espacio en disco; la versión estable sigue siendo la 1.0.114. El SDK añade Gemini 4 Neon a su lista de modelos (contexto de 1 048 576 tokens, 65 536 de salida), lee .claude/CLAUDE.md en la raíz del repositorio y después incorpora una memoria cloud por temas y API de importación de sesiones y de memoria, ambas experimentales. 🔗 Copilot CLI 1.0.115-4 · Copilot SDK 2.0.2-preview.2
  • Qwen Code v0.28.3 (21 de noviembre) — Esta nueva versión estable sucede directamente a la v0.28.0 y retoma la versión preliminar del 20 de noviembre, tratada aquí ayer: GitHub se convierte en el tercer canal compatible, llegan WeCom y Microsoft Teams, un webhook genérico de solo envío manda los resultados a un punto de acceso HTTPS, y las sesiones ACP y OpenTUI se ejecutan en el bucle de agente compartido; las notas no señalan ningún cambio incompatible. 🔗 Qwen Code v0.28.3
  • Codex CLI 0.173.0-alpha.3 y alpha.4 (20 y 21 de noviembre) — Las notas están vacías; según las 15 PR fusionadas desde la alpha.2, cada hook de comando o de herramienta MCP acepta una opción onFailure: continue por defecto, o block, con la que un PreToolUse fallido impide que la herramienta se ejecute y un PostToolUse fallido retiene su resultado. La configuración gestionada en la nube también se carga mediante codex plugin add y codex plugin list; la versión estable sigue siendo la 0.171.0, y este contenido aún puede cambiar. 🔗 Codex CLI 0.173.0-alpha.4
  • Puck en el coche con Amp (21 de noviembre) — Amp permite hablar con Puck, su metaagente, mientras se conduce, sin mirar una pantalla: las aplicaciones para iPhone (con CarPlay) y Android (con Android Auto o el Bluetooth del coche) pasan al modo coche, y en un navegador integrado, como el de un Tesla, basta con abrir ampcode.com/car y escanear un código QR con un teléfono conectado a Amp. Lo que hay que leer se muestra en un tamaño muy grande; no se menciona ningún precio. 🔗 Puck en el coche

Breves

Modelos y API

  • Qwen4 Max en Together AI — Tras el descuento del 30 % comentado aquí el 19 de noviembre, Together AI muestra sus precios hasta el 22 de noviembre: 1,05 dólares por millón de tokens de entrada y 3,15 dólares de salida, con el razonamiento facturado como salida y streaming obligatorio. Como único ejemplo, el modelo leyó en una sola petición los 344 archivos del repositorio Tornado (652 519 tokens) y entregó en 72 segundos, por 69 centavos, una corrección validada por las pruebas de los mantenedores. 🔗 fuente
  • Ultrafast en Codex — En el blog para desarrolladores de OpenAI, Dominik Kundel comparte sus consejos para Ultrafast con GPT-6.2 Astra y Sol (recarga en caliente, instrucciones breves, razonamiento Light o Low) y precisa dos puntos: una generación de tokens hasta 4,5 veces más rápida en Codex y una promoción de la API a 3 veces la tarifa Standard hasta el 28 de febrero de 2027, y después a 6 veces a partir del 1 de marzo. 🔗 fuente
  • Feed de inicio de Hugging Face — Los usuarios que han iniciado sesión ven ahora por defecto un feed donde cada lanzamiento de un modelo popular ocupa su propia tarjeta, por ejemplo, la que agrupa 17 nuevos modelos de Tencent, anuncia Victor Mustar. 🔗 fuente

Investigación abierta en Hugging Face

  • Act-or-Ask — Este pequeño modelo abierto, afinado mediante LoRA a partir de Phi-4-mini (3,8B), decide si un asistente doméstico debe actuar, pedir primero el consentimiento de un adulto o rechazar la petición. En 60 situaciones inéditas, sigue las normas del hogar en el 99,3 % de los casos, frente al 49,7 % del modelo base con las mismas reglas en el prompt; el modelo tiene licencia MIT y el banco de pruebas, CC BY 4.0. 🔗 fuente
  • KITScenes en FiftyOne — Harpreet Sahota continúa su serie de conversiones para FiftyOne con un extracto de KITScenes Multimodal, un conjunto de datos de conducción autónoma del KIT y del FZI registrado en Fráncfort con 9 cámaras, 7 lidars y 3 radares: 680 instantes de 4 escenas, cada uno con sus nueve vistas de cámara y una nube de puntos lidar-radar fusionada. 🔗 fuente

Asistentes y agentes empresariales

  • Connected Apps de Google — En Estados Unidos, Albertsons, Safeway, Shaw’s y Target llegan a Search y a la aplicación Gemini para preparar un pedido de la compra y pagarlo mediante el Universal Commerce Protocol (UCP); Experian, ya presente en Gemini, y H&R Block llegan a Search, y Angi y Thumbtack se sumarán en las próximas semanas. 🔗 fuente
  • Grok Bot y QuickBooks — El agente de SpaceXSI se conecta a Intuit QuickBooks en Estados Unidos: se le puede preguntar por la tesorería, los beneficios o los impagos, y redacta facturas, presupuestos y recordatorios de pago, sujetos a la aprobación del usuario. 🔗 fuente
  • ElevenAgents para la Fundación Televisa — En un caso de estudio de ElevenLabs, un agente de voz realizó del 29 de junio al 24 de julio 1 036 entrevistas de cinco minutos de media a candidatos de POSiBLE, la aceleradora de emprendedores de la fundación mexicana, que seleccionó 70 proyectos para su fase final; Bécalos, otro programa de la fundación, entrevistó a 394 jóvenes en dos días. 🔗 fuente

Imágenes generativas

  • Kling Image 4.0 — Kling difunde la evaluación de Artificial Analysis: 7.º en generación de imágenes a partir de texto y 6.º en retoque, solo por detrás de modelos de OpenAI y Microsoft AI, frente a los puestos 86.º y 67.º de Kling Image 3.0 Omni. Una oferta de Black Friday por tiempo limitado anuncia imágenes en 2K desde 0,022 dólares y en 8K nativa desde 0,033 dólares, sin precisar si se trata de la aplicación o de la API. 🔗 fuente

Fuera de la IA

  • Permisos de los avisos de seguridad en GitHub — Cuatro permisos de la categoría Security (consultar avisos, crearlos y gestionarlos, aceptar informes privados, publicar y solicitar CVE) se asignan ahora mediante roles de repositorio personalizados, sin convertir a las personas afectadas en administradores del repositorio. 🔗 fuente

Qué significa

La demostración de la hipótesis de Riemann desplaza la confianza hacia la verificación formal. Una demostración de 17 millones de líneas no se revisa a mano: su credibilidad procede aquí de una cadena pública de comprobaciones, realizada en un día, desde el enunciado de Mathlib revisado por expertos hasta varios verificadores independientes. La certificación no dice nada sobre cómo se encontró la demostración ni sobre la hipótesis de Riemann generalizada, y el autor todavía debe explicarla; pero permite aceptar un resultado obtenido con un modelo sin tener que confiar en el modelo. ATLAS, la biblioteca de Meta que formaliza 26 manuales en Lean, apunta en la misma dirección.

El OpenResearch Intelligence Index mide algo distinto del conocimiento: la capacidad de llevar a cabo una investigación completa, desde la bibliografía hasta el postentrenamiento. Los modelos cerrados dominan claramente, pero la diferencia de coste importa tanto como la diferencia de puntuación: GPT-6.1 Sol obtiene 0,549 por 3,83 dólares por intento, mientras que GPT-6 Astra cuesta 22,44 para alcanzar 0,566, y DeepSeek V4.1 Flash, a 0,72 dólares por intento en el índice, se acerca a GPT-6 Astra en la prueba bibliográfica cuando dispone de las herramientas de OpenResearch. El detector de empirischtech recuerda los límites del ejercicio: tras pasar del puesto 27.º al 5.º en RAID, solo identifica el 58,7 % de los textos de IA de su propio conjunto de prueba, frente al 97,8 % del detector generalista del que parte su afinado. Una clasificación mide lo que contiene su banco de pruebas, nada más.

Inkling 2 Mini muestra la velocidad a la que circula ahora un modelo de pesos abiertos: en veinticuatro horas, se incorpora a Transformers, funciona a 210 tokens por segundo en un Mac Studio y pierde sus negativas a responder en una versión sin restricciones que solo ha modificado 20 tensores. La misma apertura que permite adaptar un modelo a una estación de trabajo en un día permite eliminar sus negativas ese mismo día. La ciencia abierta, por su parte, avanza gracias a sus datos y herramientas: Meta eleva a 25 000 horas el objetivo de recopilación de datos cerebrales compartidos, y Diffusers muestra que una receta de afinado pensada para imágenes se aplica al diseño de proteínas.

En las plataformas de código, la jornada habla más de gobernanza que de generación. Replit Tunnels elige los servicios privados a los que puede acceder un espacio de trabajo, Devin decide quién ve y quién controla cada sesión, v0 limita el gasto de cada miembro y Claude Code aplica la configuración de una organización gestionada en la consola Enterprise de Anthropic. Los agentes ganan autonomía, con tareas programadas que se ejecutan durante hasta 30 días en Claude Code, pero las salvaguardas avanzan a la par: aprobación obligatoria para los rm de mayor riesgo y hooks capaces de bloquear una acción en caso de fallo en las versiones preliminares de Codex CLI.


Fuentes