benchmark - El Solitario

Hardware y GPU relacionados con la velocidad de LLM local

Inteligencia Artificial

Velocidad de LLM local: qué determina los tokens por segundo

Antes de comprar una GPU o una Mac para correr modelos de IA en tu propia máquina conviene entender qué determina la velocidad de LLM local. Ancho de banda, cuantización y arquitectura MoE explican por qué dos equipos con specs parecidas rinden distinto.

Por Andrés Morales, hace 6 días17 octubre, 2026

Diagrama conceptual de la degradación de modelos de IA y el benchmark LiveNerf

Noticias Tech

LiveNerf: el método para detectar si un modelo de IA empeoró

Cada tanto alguien jura que su modelo de IA favorito ‘ya no rinde igual’. LiveNerf convierte esa sospecha en una medición diaria, con panel calibrado y estadística real, y este artículo explica el método para que puedas montar el tuyo.

Por Andrés Morales, hace 3 semanas29 septiembre, 2026

Leaderboard de Brood War Bench con modelos de IA jugando StarCraft

Noticias Tech

Brood War Bench: Codex Astra gana el 100% de sus partidas de StarCraft

Brood War Bench, un nuevo benchmark, midió a Codex Astra, Claude Fable, Grok 4.6 y otros modelos jugando partidas completas de StarCraft: Brood War. Ninguno superó el nivel principiante, aunque Codex Astra ganó sus 18 partidas sin perder ninguna.

Por Andrés Morales, hace 1 mes

Diagrama del pipeline de compresión bzip3 comparado con BZip2

Noticias Tech

BZip3 reduce el peso de BZip2 en 84% al comprimir código real

BZip3 es un compresor de código abierto que se presenta como sucesor espiritual de BZip2. En un benchmark con el código fuente completo de Perl 5, redujo el tamaño comprimido en 84% frente a BZip2 y descomprimió más rápido que LZMA. El proyecto ya está disponible para Linux, macOS y Windows.

Por Andrés Morales, hace 2 meses

Laptop Dell XPS 13 junto a un MacBook, comparando eficiencia energética de sus procesadores

Noticias Tech

Intel Core 5 320 vence a Apple Silicon en eficiencia energética

Un benchmark de Jeff Geerling muestra que la Dell XPS 13 con Intel Core 5 320 supera en eficiencia energética a un MacBook con Apple Silicon: 6.21 contra 5.38 Gflops por vatio. Los resultados completos están publicados en GitHub para que cualquiera los reproduzca.

Por Javier Alarcón, hace 3 meses

Gráfico comparativo de los puntajes de DeepSeek V4 Flash en ARC-AGI-1 y ARC-AGI-2

Noticias Tech

DeepSeek V4 Flash: 89% en ARC-AGI-1 y 61,4% en ARC-AGI-2 por $0,04

DeepSeek V4 Flash 0731 anotó 89,0% en ARC-AGI-1 y 61,4% en ARC-AGI-2 según los resultados verificados por ARC Prize Foundation. La variante Max logra ambos puntajes a $0,02 y $0,04 por tarea, respectivamente, uno de los costos más bajos reportados para este nivel de desempeño en razonamiento abstracto.

Por Andrés Morales, hace 3 meses

Agente de IA revisando un extenso manual corporativo en una pantalla

Inteligencia Artificial

HANDBOOK.md: agentes de IA fallan el 64% de tareas con políticas largas

HANDBOOK.md es un nuevo benchmark que mide si los agentes de IA respetan manuales corporativos extensos durante tareas largas. El mejor de 30 configuraciones evaluadas aprueba apenas el 36,2% de las pruebas bajo calificación estricta.

Por Andrés Morales, hace 3 meses

Diagrama del tokenizador gigatoken en Rust procesando texto a alta velocidad

Inteligencia Artificial

Gigatoken tokeniza a 24,53 GB/s: hasta 989 veces más rápido que HuggingFace

Gigatoken es un tokenizador en Rust que alcanza 24,53 GB/s en benchmarks, hasta 989 veces más rápido que HuggingFace Tokenizers. Es compatible con más de 15 familias de modelos, desde Llama hasta DeepSeek, y se instala con un simple pip install.

Por Andrés Morales, hace 3 meses