Lanzamientos y actualizaciones conectados con fichas, contexto y fuentes primarias.
Mistral Small 4 combina una publicación de pesos bajo Apache 2.0 con un modelo disponible mediante API. Antes de presentar ambas alternativas como intercambiables, un equipo debe verificar por separado el contrato del modelo, el contrato del servicio y la operación que tendrá que asumir por cuenta propia.
BrowseComp evalúa si un agente puede localizar una respuesta factual breve y difícil de encontrar mediante navegación web persistente. Es una señal útil, pero limitada: una puntuación alta no basta para acreditar calidad de investigación, trazabilidad de fuentes ni fiabilidad en tareas abiertas.
Un error del modelo, una incidencia operativa y un incidente grave regulatorio no son equivalentes. Esta guía propone un protocolo verificable para preservar evidencia, contener el riesgo, reconstruir el caso y preparar una decisión de notificación sin anticipar conclusiones jurídicas ni destruir información relevante.
Una ruta operativa para decidir si un flujo de búsqueda, resumen, extracción, clasificación o borrador puede procesar documentos privados de forma directa, minimizada, segmentada o en un entorno controlado. El foco no es elegir una tecnología por defecto, sino delimitar datos, transformaciones, controles y revisión humana antes de producción.
La IA puede reducir el tiempo dedicado a ordenar alertas de SIEM, EDR, identidad, correo y nube. No debe convertirse, por sí sola, en la autoridad que descarta un incidente o ejecuta una contención. Esta guía propone una ruta de decisión basada en evidencia verificable, criticidad, alcance, reversibilidad y aprobación humana.
La inyección indirecta ocurre cuando un asistente trata como órdenes el texto que debía usar solo como datos. Esta guía propone una arquitectura, controles y pruebas para evitar que correos, documentos, resultados de RAG o páginas web modifiquen el objetivo, los permisos o los destinatarios de una tarea.
CursorBench ofrece una señal sobre sistemas de agentes evaluados dentro del arnés de Cursor, pero una puntuación no equivale a una propiedad transportable del modelo. La documentación pública verificada consultada describe CursorBench 3.1, no 3.2; por ello, cualquier referencia a una supuesta versión 3.2 debe tratarse como no confirmada hasta que Cursor publique su metodología y resultados.
Una cifra de coste por incidencia resuelta sólo es útil si revela todo lo que ocurrió antes de obtener el parche: intentos fallidos, consumo de tokens, reglas de parada, selección entre ejecuciones y recursos de evaluación. Este análisis propone una ficha reproducible para leer y comparar resultados de SWE-bench, con especial atención a SWE-bench Verified.
GPT‑Live‑1 incorpora a la API una capa de voz capaz de recibir y emitir audio en una conversación continua, mientras el razonamiento o las acciones pueden delegarse a un backend. Para producción, la cuestión no es solo lograr una voz más fluida: es mantener control sobre turnos, cancelaciones, herramientas, acciones externas y confirmaciones al usuario.
Mistral OCR 4.1 modifica el modelo al que apuntan determinados alias y añade capacidades de bloques, estructura y confianza. Antes de actualizar un flujo documental, conviene medir no solo la legibilidad del texto, sino también la estabilidad de tablas, páginas, coordenadas, esquemas y revisiones humanas.
Una guía para distinguir la evaluación de impacto relativa a la protección de datos de la evaluación de impacto en los derechos fundamentales exigible en determinados usos de IA de alto riesgo. Incluye un árbol de decisión, evidencias mínimas, controles y un caso práctico de priorización de solicitudes.
Una guía para separar clasificación, recuperación de evidencia, redacción y ejecución en soporte. Propone niveles de autonomía, reglas de escalado y métricas para evaluar si la IA mejora la resolución sin trasladar decisiones sensibles a una predicción automática.
Noticias que modifican el mapa de modelos y capacidades.
El lanzamiento obliga a revisar evaluación, despliegue y seguridad.
Modelo frontera ↗Código y tareas de conocimiento con controles de esfuerzo.
Conocimiento ↗Multimodalidad, código y agentes con perfil de baja latencia.
Versión estable ↗Una noticia no termina en el titular.
Relaciona el anuncio con versión, acceso y modalidades.
Identidad ↗Distingue tarifas estables, introductorias y datos ausentes.
Coste ↗Revisa condiciones y comparabilidad antes de aceptar un benchmark.
Evidencia ↗