AI TrackerNoticias de modelos,
para desarrolladores.
Lo último en modelos de todos los proveedores de IA: lanzamientos, cambios de precio y retiradas, resumidos con lo que significan para ti.
Agent Arena sitúa a Hy4 de Tencent en el puesto n.º 14 de la clasificación general, con un costo por tarea alrededor de un 62 % menor que el de Kimi K3.1 Pro
Arena afirma que Hy4 de Tencent quedó en el puesto n.º 14 de su Agent Arena, que evalúa modelos en sesiones de agentes reales aportadas por su comunidad de usuarios. Según Arena, el resultado se basa en más de 8.500 sesiones de largo horizonte y una mejora neta del 4,7 %, y Hy4 se incorpora a la frontera de Pareto de Agent Arena en cuanto a puntuación y costo.Tencent lanza Hy4, ya disponible en OpenRouter y Tencent Cloud
Hy4 de Tencent ya está disponible en OpenRouter, donde figura como tencent/hy4 con una ventana de contexto de 1.048.576 tokens. La cuenta de noticias sobre modelos de IA AiBattle informa que también está disponible en Tencent Cloud y que Tencent planea publicar los pesos del modelo y está trabajando en una versión más pequeña, Hy4 Flash. El anuncio de Tencent Hunyuan presenta Hy4 como un modelo nuevo con visión, lo califica de «firmemente entre los principales modelos abiertos» y afirma que se creó teniendo en cuenta la ciberseguridad y la bioseguridad. La página de investigación de Tencent sobre el modelo está en hy.tencent.ai/research/hy4.El catálogo de OpenRouter asigna una fecha de vencimiento del 8 de noviembre a tres modelos de Inception
El catálogo de modelos de OpenRouter ahora muestra una fecha de vencimiento del 8 de noviembre de 2026 para tres modelos de Inception: Mercury 3 (inception/mercury-3, contexto de 1.000.000 de tokens), Mercury 2.5 (inception/mercury-2.5, 260.000 tokens) y Mercury 2 (inception/mercury-2, 128.000 tokens). Ninguna de las entradas tenía antes una fecha de vencimiento. Se trata únicamente de un campo del catálogo; las entradas no explican el motivo ni qué ocurrirá con los modelos después de esa fecha.OpenRouter añade Crouton Alpha, un modelo sigiloso gratuito con un contexto de 1M de tokens
OpenRouter anunció un nuevo modelo sigiloso, Crouton Alpha, que describe como «un modelo de razonamiento muy eficiente, diseñado para ampliar el trabajo que tus agentes repiten durante todo el día». No se ha revelado quién lo creó.Gemini 2.5 Pro y 2.5 Flash dejarán de estar disponibles el 1 de diciembre y se redirigirán a modelos más nuevos
Patrick Löber, quien publica información sobre Gemini API, afirma que Gemini 2.5 Pro y Gemini 2.5 Flash dejarán de estar disponibles el 1 de diciembre en Gemini API, y que las solicitudes dirigidas a ellos se redirigirán automáticamente:El catálogo de OpenRouter asigna una fecha de expiración del 5 de noviembre a cinco modelos de MiniMax
El catálogo de modelos de OpenRouter ahora muestra una fecha de expiración del 5 de noviembre de 2026 para cinco modelos de MiniMax: MiniMax-01 (minimax/minimax-01, contexto de 1.000.192 tokens), MiniMax M2 (minimax/minimax-m2), M2.1 (minimax/minimax-m2.1) y M2.7 (minimax/minimax-m2.7), cada uno con un contexto de 204.800 tokens, y M2-her (minimax/minimax-m2-her, 65.536 tokens). Ninguna de las entradas tenía antes una fecha de expiración. Este es solo un campo del catálogo; las entradas no indican por qué ni qué ocurrirá con los modelos después de esa fecha.La versión modificada del S-1 de Anthropic afirma que pronto podría alcanzar su propia definición de progreso acelerado de la IA
Un artículo de epyhia.com, que cita a TechCrunch, informa que la declaración de registro revisada S-1/A de Anthropic, presentada el lunes 2 de noviembre, incluye una nueva divulgación de riesgos. Según el artículo, la presentación afirma que las estimaciones y expectativas internas de Anthropic sobre modelos futuros, no los actuales, indican que podría alcanzar «inminentemente» la definición de «progreso drásticamente acelerado atribuible a la IA» de su Política de escalado responsable, un umbral que el artículo equipara con la automejora recursiva. La presentación afirma que ninguno de sus modelos actuales ha cruzado ese umbral y que Anthropic está considerando cambios en la política «para mantener a los humanos en control del desarrollo de modelos de frontera en Anthropic».OpenAI afirma que GPT-6 Astra puede diseñar la carcasa y la placa de circuito de un dispositivo y busca socios de ingeniería
OpenAI explica cómo sus modelos ayudan con la ingeniería mecánica y eléctrica: modelos CAD, planos de fabricación, simulaciones y diseño de PCB. Estas son afirmaciones de la propia OpenAI.El catálogo de OpenRouter elimina la fecha de expiración del 3 de noviembre de Meta: Llama 3.1 70B Instruct
El catálogo de modelos de OpenRouter ya no muestra una fecha de expiración para «Meta: Llama 3.1 70B Instruct» (meta-llama/llama-3.1-70b-instruct) el 3 de noviembre de 2026, el día en que estaba previsto que el modelo expirara. El campo indicaba el 3 de noviembre desde finales de octubre y ahora está vacío. La entrada sigue indicando un contexto de 131.072 tokens. OpenRouter no ha dicho si la retirada se cancela o solo se pospone.Artificial Analysis: la personalidad de Kimi K3.1 Pro difiere de la de Kimi K3 más que la de cualquier actualización de modelo que haya medido
Artificial Analysis afirma que Kimi K3.1 Pro muestra el mayor cambio de personalidad que ha observado entre un modelo y su predecesor directo en AA-PersonalityBench. Cada modelo se clasifica en percentiles del 1 al 100 en 30 rasgos. Las puntuaciones son propias del sitio.
Perplexity lanza pplx-embed-v2-context, modelos de embeddings multimodales de pesos abiertos de 9B y 0,6B
Perplexity lanzó pplx-embed-v2-context, dos modelos de embeddings multimodales de pesos abiertos (9B y 0,6B) en Hugging Face, junto con un artículo escrito con turbopuffer. Ambos generan un vector int8 por documento, o uno por fragmento que tiene en cuenta el documento completo, y también funcionan en modo no contextual, con un embedding por documento y sin dividirlo en fragmentos.
La página de precios de la API de OpenAI elimina diez modelos antiguos, incluidos o1, o1-pro y GPT-4
El 2 de noviembre de 2026 desaparecieron diez modelos antiguos de la página de precios de la API de OpenAI. Se trata de la propia página de precios, no de un anuncio de OpenAI, y que un modelo deje de aparecer en una página de precios no constituye por sí solo un aviso de retirada. La página indica precios sin especificar la unidad.Arena: los principales agentes leen unos 93 tokens de entrada por cada token que escriben
Arena, la plataforma que publica clasificaciones, afirma que, en más de 26.000 sesiones, los 10 principales agentes de Agent Arena procesan unos 93 tokens de entrada por cada token que generan. Según Arena, por eso los laboratorios compiten por reducir el precio de la entrada en caché. También comparte un video que muestra cómo funciona el almacenamiento en caché en sesiones reales. Las cifras corresponden al análisis de Arena.
Investigadores afirman que GPT-6 Astra editó los pesos de un modelo Qwen pequeño para mejorar sus matemáticas, sin entrenarlo
Una publicación en X de la cuenta rikiyatakehi dice que sus autores pidieron a GPT-6 Astra que editara los pesos de Qwen3.5-0.8B para mejorar sus matemáticas. Afirman que el modelo modificó directamente solo el 0,016 % de los pesos, corrigió los bucles de razonamiento del modelo pequeño y mejoró hasta 6 veces el rendimiento en matemáticas y 3 veces el seguimiento de instrucciones, sin gradientes ni entrenamiento. Llaman al método Weight-Space Programming.OpenAI presenta LifeVal, un benchmark de tareas cotidianas de asistente personal
OpenAI afirma que creó LifeVal, un nuevo benchmark diseñado a partir de los comentarios de miles de usuarios de ChatGPT sobre las tareas para las que más desean la ayuda de un asistente personal. Las tareas abarcan desde encontrar servicios de cuidado infantil hasta acceder a servicios gubernamentales y gestionar las finanzas personales.Agent Arena de Arena añade gráficos de rendimiento frente a tokens de salida y tiempo de espera
Arena, la entidad que publica la clasificación, afirma que Agent Arena ahora muestra qué agentes ofrecen el mejor rendimiento por cada token de salida generado y por cada minuto que espera un usuario, además del gasto en la tarea. Arena afirma que el mismo nivel de inteligencia puede costar 10× más, requerir 6× más tokens de salida y tardar el doble.
Hume lanza Audio Decision API, que responde preguntas sobre audio en una sola llamada
Hume afirma que su Audio Decision API permite a los desarrolladores hacer preguntas sobre audio, como cuántas personas hablan, si alguien se está riendo o si quien llama está frustrado. Según Hume, sustituye un trabajo que antes requería 10 modelos o más.Se lanza Hydrogen-1.0, un modelo de pesos abiertos posentrenado a partir de GLM-5.3
Chenru Duan anuncia Hydrogen-1.0, que el equipo describe como su primer modelo de pesos abiertos para la investigación científica. Se trata de GLM-5.3 (de Z.ai), posentrenado con datos científicos internos del equipo, registros de laboratorio y trayectorias de descubrimiento.
SemiAnalysis lanza GDPx, un benchmark de capacidades agénticas en el que el mejor modelo obtiene un 12 %
SemiAnalysis ha lanzado GDPx, un benchmark de capacidades agénticas en los ámbitos que considera más valiosos, como el diseño de chips, la ciberseguridad y la biología. Afirma que incluso el mejor modelo obtiene apenas un 12 %. Una publicación que difunde los resultados sitúa a Claude Opus 5.5 en primer lugar, con un 12,0 %, y al próximo Gemini 4 Carbon con un 10,9 %; esa es la interpretación de quien difundió los resultados, no el texto de SemiAnalysis.
Meituan lanza LongCat-2.5, un modelo multimodal de 1,6 T de parámetros para tareas de agentes
Meituan ha lanzado LongCat-2.5, según una publicación en X de la cuenta leo114119 que enlaza al blog de LongCat de Meituan. La publicación dice que Meituan lo describe como un modelo multimodal nativo diseñado para tareas de agentes, con 1,6 billones de parámetros, y destaca su rendimiento en proyectos complejos de programación visual y tareas profesionales de oficina, como diseño creativo, tareas 3D y análisis empresarial.