Empezar ahora
KIMISEEK / NEWS

Noticias de modelos

Novedades de los modelos chinos y su impacto en la integración API, la selección de modelos y los costes.

  1. open_model

    Reflection Beam y Mistral Large 4 coinciden en su presentación: más opciones de pesos abiertos, pero los pesos y la licencia aún no están disponibles

    Según informó InfoQ en chino en octubre de 2026, entre el 5 y el 6 de octubre la estadounidense Reflection presentó Beam, su primer modelo MoE de pesos abiertos, y la francesa Mistral lanzó Mistral Large 4, el mayor hasta la fecha. El informe señala que la eficiencia de inferencia es el argumento de venta de Beam y que algunos benchmarks se acercan a GLM-5.2 pero quedan por detrás de la última generación china; Large 4 ya tiene vista previa de API y el plan es publicar los pesos completos a finales de octubre. Ninguna de las dos versiones está listada actualmente en KimiSeek.

  2. falcon

    TII publica Falcon-ASR: reconocimiento de voz multilingüe de 1.600 millones de parámetros con un WER medio del 20,92% en seis conjuntos de prueba en árabe

    Según un blog de TII publicado el 7 de octubre de 2026, el Instituto de Innovación Tecnológica de Abu Dabi presentó Falcon-ASR: un modelo de reconocimiento de voz de 1,6B de parámetros, centrado en árabe y dialectos de Emiratos Árabes Unidos, que obtiene un WER promedio del 20,92% en seis conjuntos de prueba en árabe; la fuente afirma que supera el mejor resultado publicado del 23,17% en su instantánea de la tabla clasificatoria. El mismo conjunto de pesos también admite inglés, francés, español y portugués, sin etiquetas de idioma, y ofrece marcas de tiempo a nivel de palabra.

  3. nemotron

    NVIDIA abre su enfoque de especialización Nemotron: medallas de oro en IOI e IMO, con pesos y recetas publicados

    Según el blog oficial de NVIDIA del 7 de octubre de 2026, su equipo usó Nemotron 3 como base y, mediante SFT, RL y un ciclo de inferencia de generación-verificación-refinamiento, obtuvo 535,4/600 en IOI 2026 y 30/42 en IMO 2026, resultados que según el reporte superan la línea de medalla de oro; los checkpoints, conjuntos de datos y la canalización de evaluación están abiertos en Hugging Face y NeMo-Skills.

  5. gemma

    Google lanza EmbeddingGemma 2, modelo de pesos abiertos: embeddings multimodales de 740 millones de parámetros, pesos disponibles en Hugging Face y Kaggle

    Según The Decoder, el 6 de octubre de 2026, Google lanzó EmbeddingGemma 2, un modelo de embedding multimodal de pesos abiertos con 740 millones de parámetros que codifica texto, imágenes, video, audio y código. El reporte indica que puede ejecutarse localmente, requiere aproximadamente 191 MB de memoria y obtiene 78,68 en el benchmark Code; para texto puro existe una versión de 270 millones de parámetros.

  6. gemma

    EmbeddingGemma 2: pesos abiertos con 740 millones de parámetros en un espacio compartido de 768 dimensiones, con código y audio como nuevas variables

    Según MarkTechPost, el 6 de octubre de 2026, Google DeepMind publicó EmbeddingGemma 2, un modelo de embeddings multimodal de pesos abiertos, 740 millones de parámetros, contexto de 8K y licencia Apache 2.0, que asigna texto, código, imágenes, vídeo y audio a un mismo espacio de 768 dimensiones. El troncal de texto, de 270 millones de parámetros, puede cargarse por separado.

  7. open_model

    Mistral lanza ML4 «Le Chonk», un modelo de pesos abiertos de un billón de parámetros: primero la vista previa, luego los pesos, con foco en ciberseguridad bajo control propio

    Según ZDNET, Mistral lanzó Mistral Large 4 (Le Chonk), un modelo de pesos abiertos de un billón de parámetros, ya disponible en vista previa pública, y afirma que publicará los pesos del modelo el 27 de octubre, con foco en capacidades de ciberseguridad que las empresas pueden controlar y opciones de despliegue soberano en la UE.

  8. falcon

    TII 发布 Falcon-Emirati-7B：适配阿联酋方言，Alyah 基准得分 84.83%

    Según el blog oficial de TII publicado el 6 de octubre de 2026, Falcon-Emirati-7B realiza una adaptación específica al dialecto emiratí sobre Falcon-H1-Arabic, obtiene 84.83% en el benchmark Alyah de creación propia y lidera claramente a varios competidores en la evaluación de fidelidad dialectal con un juez LLM; el modelo ya está disponible para pruebas en su plataforma de chat.

  9. glm

    GLM 5.3 llega a Amazon Bedrock: MoE de 753B en API gestionada, con caché de prompts explícita e inferencia entre regiones como focos de integración

    Según una publicación oficial del blog de AWS del 5 de octubre de 2026, GLM 5.3 de Z.ai ya está disponible en Amazon Bedrock para clientes empresariales que cumplan los requisitos, puede invocarse mediante Responses/Chat Completions compatibles con OpenAI y mediante Invoke/Converse de Bedrock, admite caché de prompts implícita y explícita, configuraciones de inferencia entre regiones US y Global, y ofrece una vía para invocarlo con el agente de pruebas de penetración de código abierto Strix.

  10. open_model

    Reflection AI presenta Beam, su modelo de pesos abiertos: 501B de parámetros totales, 23B activos y pesos Apache 2.0 aún pendientes

    Según un reporte de MarkTechPost del 5 de octubre de 2026, Reflection AI presentó Beam, su primer modelo de pesos abiertos: 501B de parámetros totales, 23B activos por token, orientado a tareas de programación y agentes, con parámetro de intensidad de razonamiento y contexto efectivo de 1 millón de tokens; los pesos bajo Apache 2.0 se publicarían a finales de octubre de 2026 y el modelo sigue en pruebas de red team con acceso solo por lista de espera.

  11. open_model

    Aleph Alpha publica Kolibri, modelo de pesos abiertos: 78B parámetros totales y 3B activos, con el alemán al 21,3% de los datos de entrenamiento

    Según The Decoder, el 5 de octubre de 2026, Aleph Alpha publicó Kolibri, un modelo MoE bilingüe alemán-inglés con 78.000 millones de parámetros totales, unos 3.000 millones activados por token, el alemán al 21,3% de los datos de entrenamiento, pesos abiertos en Hugging Face bajo licencia Apache 2.0 y soporte de hasta 1 millón de tokens de contexto.

  12. domestic_model

    MoWorld de Moxin Technology lleva el modelo de mundo 4D al móvil HarmonyOS: aparición de la app Mao Xiaochong y claves de verificación para desarrolladores

    Según informa Xinzhiyuan, Moxin Technology lanzó la aplicación exclusiva para HarmonyOS «Mao Xiaochong», con la que los usuarios suben unas pocas fotos de gatos y generan un gato digital 4D que puede verse desde cualquier ángulo y con movimiento continuo, sustentado en el modelo de mundo 4D de reconstrucción nativa MoWorld, y afirma que ya avanza en su implementación en cine y videojuegos, inteligencia encarnada, conducción autónoma, gemelos digitales industriales, planificación urbana y rural, y turismo cultural.

Noticias de modelos | KimiSeek