Un estudio demuestra que adaptar el *scaffold* para un pequeño LLM local (Qwen3.5-9B) mejora significativamente su rendimiento en el *benchmark* de codificación Aider Polyglot, del 19.1% al 45.6%. Esto subraya la importancia del diseño del *scaffold* sobre la debilidad inherente del modelo para modelos locales en agentes de codificación.
La startup de codificación de IA Cognition ha recaudado con éxito mil millones de dólares en su última ronda de financiación, lo que eleva su valoración a unos impresionantes 26 mil millones de dólares. Esta importante inversión destaca el creciente interés y el flujo de capital en el sector de desarrollo de IA.
El autor cuestiona la decisión de Qwen de usar la arquitectura Mixture-of-Experts (MoE) para sus modelos de codificación, en lugar de modelos densos más precisos. Especula que la elección podría estar ligada a la velocidad de inferencia y lamenta la ausencia de un sucesor de 14B.
El equipo Qwen de Alibaba lanzó Qwen 3.6, un modelo de IA de pesos abiertos y gratuito para implementación local. Se presenta como una alternativa privada a modelos propietarios como Mythos de Anthropic y Codex de OpenAI, ideal para codificación en hardware de consumo.
Este artículo, escrito por un arquitecto de la nube, ofrece un análisis profundo de los modelos de IA para codificación, centrándose en su preparación para la producción, escalabilidad y latencia en entornos de alta demanda. Detalla cómo estos modelos se comportan bajo carga, enfatizando métricas como la latencia p99 y la implementación multirregional.
Qwen ha lanzado Qwen3.6-35B-A3B, un nuevo modelo Mixture-of-Experts que ofrece calidad de modelo grande a velocidad de modelo pequeño con capacidades de visión. Supera a modelos 10 veces su tamaño activo en benchmarks de codificación y destaca en razonamiento científico y generación de frontend.
Qwen3.6-35B-A3B es el nuevo modelo MoE disperso de código abierto de Alibaba, que ofrece alta eficiencia para despliegue local con 3B de parámetros activos por token. Lanzado bajo la licencia Apache 2.0, supera a los modelos densos de 27B de parámetros y compite con gigantes de frontera en benchmarks de codificación.
Anthropic ha lanzado Claude Opus 4.7, su modelo de codificación más avanzado hasta la fecha, con mejoras en visión y tareas agentivas, superando a la versión anterior en un 13%. El contenido detalla sus capacidades y contrasta el modelo de API de pago con las opciones gratuitas y locales.
Meta está entrenando una IA de codificación con los rastros de trabajo de sus ingenieros mientras recorta 8.000 puestos de trabajo, según un audio filtrado. El CEO Mark Zuckerberg argumenta que los modelos aprenden mejor observando a "personas realmente inteligentes" realizar tareas.
La empresa china de IA DeepSeek ha presentado una vista previa de su nuevo modelo de IA de código abierto V4, afirmando que puede competir con sistemas líderes de rivales estadounidenses. El modelo V4 muestra mejoras significativas, especialmente en codificación, y destaca la compatibilidad con la tecnología doméstica de Huawei.
Esta guía detalla cómo ejecutar el modelo de codificación Qwen 3.6 27B en una única GPU de consumidor de 24GB con cuantificación Q4. Cubre la integración del modelo local en un bucle de codificación agencial, las realidades del hardware, los tiempos de ejecución y la economía para desarrolladores de IA.
El artículo presenta 5 reglas para usar Cursor AI que ahorran horas semanales, mejorando la generación de código y reduciendo errores. La primera regla destacada se centra en escribir código listo para producción y evitar comentarios "TODO".
Anthropic lanzó su modelo insignia de codificación Claude Opus 4.7 a $25/M tokens, ofreciendo un rendimiento mejorado. Al mismo tiempo, Alibaba presentó el comparable Qwen3.6-35B-A3B bajo Apache 2.0 de forma gratuita, lo que reduce la brecha entre los modelos de vanguardia y de código abierto, desafiando el modelo de API de pago.
Los agentes de codificación de IA están evolucionando más allá de su alcance inicial, convirtiéndose en agentes de uso general de computadoras capaces de interacciones más amplias. Este cambio, ejemplificado por las nuevas herramientas de OpenAI con control de navegador y sistema operativo, indica una ruptura de contención y revela la próxima fase de la IA.
Este estudo de caso explora como um agente de IA especializado em codificação conseguiu construir uma plataforma de inteligência de voz. O diferencial é que o projeto foi realizado integralmente sem a necessidade de escrever uma única linha de código.