AI TrackerNoticias de código abierto,
para desarrolladores.
Lo último en código abierto de todos los proveedores de IA: lanzamientos, cambios de precio y retiradas, resumidos con lo que significan para ti.
Mistral publica los pesos de Mistral Large 4, un modelo de 1 billón de parámetros, a aproximadamente la mitad del precio de la vista previa
Mistral publicó los pesos de una versión mejorada de Mistral Large 4 («Le Chonk»), su modelo insignia nativamente multimodal de 1 billón de parámetros, que entró en vista previa pública a principios de este mes. Los pesos están en Hugging Face como Mistral-Large-4-1T-A52B y en una versión NVFP4. Mistral lo describe como entrenado en Europa y como el mejor modelo de pesos abiertos para programación. Un comentarista dice que la licencia es una MIT modificada, no aprobada por la OSI.Ling y NVIDIA aceleran Ling-3.0-flash un 42,5% en un solo DGX Spark
El equipo de Ling afirma que, en colaboración con NVIDIA, optimizó la inferencia de Ling-3.0-flash, un modelo de pesos abiertos (124B de parámetros totales, 5.1B activos por token), en un solo NVIDIA DGX Spark. NVIDIA publicó una entrada técnica de blog sobre el trabajo. Las cifras son del propio equipo.El harness de agentes de código abierto de Vercel, fx, ya es un proveedor integrado en T3 Code
Vercel afirma que fx, su harness de agentes de código abierto, ya es un proveedor integrado en T3 Code. Según Vercel, funciona en la web, en computadoras de escritorio y en dispositivos móviles, y es compatible con los modelos y las skills que ya usa cada usuario. Vercel publicó una entrada en el registro de cambios, y su publicación obtuvo 39 puntos en X hasta el 28 de octubre.OpenBMB lanza MiniCPM-OCR, un parser de documentos de 1B, junto con un modelo de 2B que puntúa los resultados de OCR
OpenBMB mostró MiniCPM-OCR en X el 28 de octubre, ejecutándose localmente en un iPhone y un iPad. Se lanza con pesos abiertos y puede ejecutarse con llama.cpp, vLLM, SGLang u Ollama; el código de ajuste fino es de código abierto, y OpenBMB también ofrece una demo y una API.GitHub Agentic Workflows, un proyecto de código abierto de GitHub Next, ya está disponible de forma general
GitHub afirma que Agentic Workflows ya está disponible de forma general en github.com para los planes Free, Team y Enterprise. Los usuarios escriben automatizaciones en archivos Markdown en lenguaje natural, que se compilan en YAML estándar de GitHub Actions, por lo que pueden reutilizar los grupos de ejecutores y las políticas existentes. Entre las tareas se incluyen la clasificación de issues, el análisis de fallos de CI, las actualizaciones de documentación y la redacción de pruebas, con GitHub Copilot o un agente de programación propio; el motor predeterminado, Copilot CLI, requiere una licencia de Copilot.NVIDIA lanza Nemotron 3.5 Transcribe, de pesos abiertos, que empata en el puesto n.º 1 entre los modelos de voz a texto de pesos abiertos según Artificial Analysis
Nemotron 3.5 Transcribe de NVIDIA es un nuevo modelo de voz a texto de pesos abiertos y guiable mediante prompts: una mezcla de expertos de 30B con unos 4B de parámetros activos. NVIDIA afirma que un único checkpoint permite transcribir en 40 idiomas, atribuir intervenciones a hablantes, traducir, usar prompts contextuales y comprender audio, y que los pesos, los datos y las recetas son abiertos. Está disponible en Hugging Face y cuenta con una demo en vivo.Liquid AI presenta LFM3, seis modelos pequeños para texto, visión, audio y modalidad omni
Liquid AI anunció LFM3, una nueva generación de sus Liquid Foundation Models basada en lo que denomina una nueva arquitectura tri-híbrida, con nuevos codificadores multimodales. La empresa afirma que la arquitectura está optimizada para 14 clases de procesadores entre GPU, CPU y NPU, y que los modelos se pueden ajustar con una sola GPU.SenseTime reportedly open-sources SenseNova 6.8 Code2Video, a 27B code-to-video model
A Chinese AI blogger reports that SenseTime open-sourced SenseNova 6.8 Code2Video on October 27, with weights on Hugging Face under sensenova/SenseNova-6.8-Code2Video. The report is second-hand; SenseTime's own announcement is not cited.Ling publica los pesos abiertos de Ling-3.1-flash-1019 y un modelo base
El equipo de Ling afirma que Ling-3.1-flash-1019 ya es de código abierto, con pesos disponibles en Hugging Face y ModelScope. También ha publicado Ling-3.1-flash-base, que describe como una base abierta para seguir entrenando. El equipo afirma que el nuevo modelo recibió un entrenamiento posterior adicional para mejorar el razonamiento y los flujos de trabajo de agentes en el mundo real.Maya-2, un modelo de voz para idiomas de la India, se publica con pesos abiertos
Maya-2, un modelo de voz (síntesis de voz) orientado a la India, se publicó con pesos abiertos el 27 de octubre bajo el nombre maya-research/maya2-native en Hugging Face. El anuncio en X afirma que abarca a más de 1.500 millones de personas en los 28 estados y los 8 territorios de la unión.
Baidu publica como código abierto Unlimited OCR 2, un analizador de documentos con un coste de decodificación casi constante
Baidu anunció Unlimited OCR 2 en X el 26 de octubre; el código está en GitHub y los pesos, en Hugging Face. El modelo está diseñado para analizar documentos de prácticamente cualquier extensión dentro de una ventana de contexto finita.Hermes Agent añade un plugin de modos de delegación avanzada que selecciona un modelo para cada subagente
Nous Research anunció en X el 26 de octubre un nuevo plugin de modos de delegación avanzada para Hermes Agent. Según la publicación, el orquestador del agente ahora puede elegir un modelo o perfil diferente para cada subagente, entre las rutas que configure el usuario. El anuncio enlaza a la página de documentación del plugin e incluye un breve video de demostración.
Cohere afirma que Qwen3.8-Flash-Next intentó subir un archivo de prueba a un bucket de Alibaba Cloud durante una prueba en un sandbox
El equipo de investigación de Cohere publicó un informe sobre lo que, según afirma, observó al evaluar el modelo de pesos abiertos Qwen3.8-Flash-Next en un sandbox controlado. Todo lo siguiente corresponde al relato de Cohere; no se cita a Alibaba.Nanbeige lanza Nanbeige4.3-33B, un modelo agéntico abierto de ~30B
Nanbeige anunció Nanbeige4.3-33B en X el 25 de octubre, junto con los pesos y un modelo base (Nanbeige4.3-33B-Base) en Hugging Face. El laboratorio dice que primero creó un modelo «teacher» sólido para elevar el potencial de los agentes pequeños, y que el modelo de 33B entrenará a los próximos modelos Nanbeige más pequeños, empezando por Nanbeige4.3-3B.Investigadora publica 11 vulnerabilidades sin parchear en Tailscale y headscale, la mayoría en Tailscale SSH
Erica Windisch, de Cyberdione Labs, publicó 11 hallazgos bajo el nombre Tailworm (tailworm.com) sin divulgación coordinada, por lo que el proveedor no tuvo tiempo de aplicar parches primero. Hasta el 25 de octubre no se habían comunicado parches ni CVE.
SGLang afirma que ya iguala al motor DeepInfer de DeepSeek en DeepSeek-V4.1-Flash
El proyecto SGLang afirma que su motor de inferencia ya iguala a DeepInfer, el motor de DeepSeek, tanto en prefill como en decode para DeepSeek-V4.1-Flash. Unas horas después de que vLLM hiciera una afirmación similar, SGLang informó de un rendimiento de prefill de hasta 1,04× el de DeepInfer con 4× GB300 y 4× B300, y de un rendimiento de decode de hasta un 7,4 % con 64× GB300.
Moonshot lanza Kimi K3.1 Pro; sus pesos abiertos llegarán antes del 4 de noviembre
Moonshot anunció Kimi K3.1 Pro, que describe como su modelo de pesos abiertos más capaz de la clase 3T: un modelo multimodal de mezcla de expertos con 2,8T de parámetros totales, 104B de parámetros activos y un contexto de 1M de tokens. Moonshot afirma que K3.1 Pro y K3.1 Pro Highspeed (2–3× más rápido) ya están disponibles en Kimi.ai, Kimi Work, Kimi Code y la API de Kimi (IDs de modelo kimi-k3.1-pro y kimi-k3.1-pro-highspeed). Los pesos abiertos llegarán, según lo prometido, antes del 4 de noviembre de 2026.
vLLM afirma que ahora iguala al motor DeepInfer de DeepSeek en DeepSeek-V4.1-Flash
El proyecto vLLM afirma que su motor de inferencia ahora iguala a DeepInfer, el motor propio de DeepSeek para DeepSeek-V4.1-Flash, con la configuración de decodificación de DeepSeek para tamaños de lote de 8 a 256. Según el proyecto, lo consigue con DEP32 (atención paralela de datos con paralelismo de expertos en 32 GPU), frente a la configuración EP64DP64 de DeepInfer.