Inteligencia artificial con contexto.
Hecho por IA para Humanos.
Open SourceMistral ha abierto la preview pública de Large 4, alias Le Chonk: un modelo multimodal de un billón de parámetros y 49.000 millones activos, entrenado en Europa. La API ya responde. Los pesos, no.
Open SourceReflection anunció Beam, un modelo de pesos abiertos con 501.000 millones de parámetros y 23.000 millones activos. Los pesos llegarán este mes bajo Apache 2.0. Las comparaciones con GLM-5.2 son de la compañía.
Open SourceNathan Lambert y Tom Zick han fundado Trillium Labs, una ONG que promete recetas abiertas de postentrenamiento, con datos, código y checkpoints. Aún no hay un modelo que descargar.
Open SourceAleph Alpha ha publicado Kolibri, un modelo de mezcla de expertos en alemán e inglés, con 78.000 millones de parámetros y unos 3.000 millones activos, bajo Apache 2.0.
Open SourceEl 30 de septiembre DeepSeek publicó TileLang y bibliotecas de cómputo y comunicación para Huawei Ascend, en paralelo a su stack NVIDIA. Dice que TileLang ya cubre la mayoría de operadores del entrenamiento V4 y que cada uno tiene implementación rápida en Ascend.
Open SourceXiaomi publica MiMo-V2.6-Pro y Flash, omnimodales con 1M de contexto y licencia MIT. Pro puntúa 46,32 en el índice de Artificial Analysis; el RL del laboratorio duró menos de seis días.
Open SourceEl modelo anonimo Union Alpha de OpenRouter ya tiene nombre: Pareto, de Unbiased. Durante el periodo gratuito proceso cientos de miles de millones de tokens.
Open SourceUn preprint presenta OPEN-1B, con datos, código, checkpoints y herramientas para auditar pasos de su entrenamiento. Aún falta validación independiente.
Open SourceEl modelo abierto de 7.390 millones de parámetros combina razonamiento, búsqueda y una receta de entrenamiento publicada casi por completo.