/// barrido activo410 señales12 alertas

Cada modelo de IA nuevo, detectado antes de que llegue a tu feed.

Monitoreo continuo de las fuentes donde los lanzamientos aparecen primero — OpenRouter, Hugging Face, Hacker News y r/LocalLLaMA. Un modelo de lenguaje clasifica cada detección por origen (🇺🇸 🇨🇳 🇪🇺), open o closed weights, y relevancia. Recibes solo lo que importa, en español.

Gratis, sin spam: solo lanzamientos. También por Telegram o RSS.

US CN EU
Fig. 01 — Barrido cada 30 min · 4 fuentes públicas
Bitácora de detecciones

Últimos lanzamientos.

🇺🇸 EE.UU. closed weights 85/100

Laguna S 2.1

Laguna S 2.1 es un modelo de agente de codificación de 118 B parámetros con 8 B activos, que alcanza 70,2 % en Terminal‑Bench 2.1. Su lanzamiento representa un avance significativo en la automatización de tareas de programación y muestra la capacidad de los agentes de IA en entornos de desarrollo.

🇺🇸 EE.UU. closed weights 92/100

Gemini 3.6 Flash

Gemini 3.6 Flash es un modelo de alta eficiencia de Google orientado a codificación, flujos de trabajo agente y desarrollo de apps, que genera salidas más pulidas con menos ediciones innecesarias. Su llegada refuerza la competencia en el mercado de modelos de IA de código cerrado.

🇺🇸 EE.UU. closed weights 85/100

Gemini 3.5 Flash-Lite

Gemini 3.5 Flash-Lite es un modelo de IA de alta eficiencia de Google, con capacidades agenteicas mejoradas para tareas enfocadas en flujos de trabajo multiagente. Su bajo costo y alta eficiencia lo hacen relevante para desarrolladores que buscan escalar agentes.

🌍 Otro closed weights 85/100

Motif-3-Beta

Motif-3-Beta es un modelo de mezcla de expertos (MoE) de código abierto en formato safetensors, con capacidad de largo contexto y soporte multilingüe. Su lanzamiento en Hugging Face representa un avance significativo en la arquitectura de IA.

🇨🇳 China closed weights 85/100

LongCat 2.0

LongCat 2.0 es un modelo esparso de mezcla de expertos de Meituan con 48 B de parámetros activos dentro de 1.6 T de parámetros totales, orientado a tareas de código y razonamiento a largo plazo. Su lanzamiento amplía la capacidad de los modelos de gran escala en el ecosistema chino.

🇪🇺 Europe open weights 85/100

Aether-7B-5Attn-it

Aether-7B-5Attn-it es un modelo de 7 B parámetros con arquitectura de mezcla de expertos (MoE) orientado a generación de texto, totalmente abierto y con licencia fully‑open. Su disponibilidad en Hugging Face impulsa la investigación soberana de IA en Europa.

🇺🇸 EE.UU. open weights 85/100

Inkling

Inkling es un modelo multimodal de mezcla de expertos de peso abierto con 41 B de parámetros activos de un total de 975 B, orientado a razonamiento general, codificación y uso de agentes y herramientas. Su disponibilidad como modelo de peso abierto permite a la comunidad experimentar con arquitecturas de gran escala.

🇺🇸 EE.UU. weights: ? 70/100

Auto Router (Beta)

Auto Router (Beta) es un router inteligente que dirige cada solicitud al modelo más popular para esa tarea según el gasto acumulado, mejorando la eficiencia del uso. Su lanzamiento abre la posibilidad de optimizar la selección de modelos en tiempo real.

🇺🇸 EE.UU. open weights 85/100

Ornith-1.0-35B-GGUF

Se trata de una versión cuantizada en formato GGUF del modelo Ornith-1.0-35B, disponible bajo licencia MIT. Su reducción de tamaño permite ejecutarlo en hardware con recursos limitados, lo que lo hace atractivo para investigadores y desarrolladores.

🇪🇺 Europe open weights 85/100

Aether-7B-5Attn

Aether-7B-5Attn es un modelo de texto generativo de 7 billion parámetros con arquitectura de mezcla de expertos (MoE) que mejora la eficiencia y el rendimiento. Su apertura completa y enfoque en IA soberana lo hacen relevante para la comunidad de código abierto.

🇨🇳 China open weights 92/100

Kimi K3

Kimi K3 es un modelo de razonamiento multimodal de 2.8 billones de parámetros con pesos abiertos, desarrollado por Moonshot AI. Destaca por su capacidad en codificación, trabajo de conocimiento y flujos de trabajo agente de largo plazo.

🇺🇸 EE.UU. closed weights 92/100

Muse Spark 1.1

Muse Spark 1.1 es un modelo multimodal de razonamiento desarrollado por Meta, con un contexto de hasta 1 048 576 tokens que procesa texto, imágenes, video, audio y PDFs. Importa por su capacidad para impulsar agentes de IA más autónomos.

Método

Cómo funciona.

01 / ESCUCHA

Fuentes públicas

APIs oficiales y RSS, cada 30 minutos. Sin scraping, sin cuentas falsas, sin ruido.

02 / ANÁLISIS

Clasificación con IA

Un modelo de lenguaje descarta el ruido y etiqueta cada detección: origen, tipo de pesos y por qué importa.

03 / ENTREGA

Donde tú leas

Correo, RSS o Telegram. Cada alerta incluye un tuit listo para compartir en X con un clic.