[{"id":89,"item_id":866,"created_at":1786208923,"model_name":"gemma-4-31B-it-scotoma-2","origin":"🇺🇸 EE.UU.","weights":"open","score":85,"summary_es":"ReadyArt/gemma-4-31B-it-scotoma-2 es un modelo multimodal de 31 B parámetros basado en Gemma 4, disponible bajo licencia Apache‑2.0 en Hugging Face y con capacidad de generar texto a partir de imágenes; además existen versiones GGUF cuantizadas y un endpoint de inference en FriendliAI.","tweet_es":"Nuevo modelo multimodal de 31 B de ReadyArt: genera texto a partir de imágenes, licencia Apache‑2.0 y está disponible en Hugging Face. #IA #Multimodal","url":"https://huggingface.co/ReadyArt/gemma-4-31B-it-scotoma-2","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"Demasiado grande y no especializado en código para CPU"},{"id":88,"item_id":859,"created_at":1786163760,"model_name":"BTL-4-Compact","origin":"🌍 Otro","weights":"open","score":65,"summary_es":"BTL-4-Compact es una versión cuantizada en GGUF del modelo BTL-4, con arquitectura Mixture of Experts (MoE) y tamaño de 9,967,966,240 bytes (≈9.97 B) y 2.30 bits por peso. Reporta un 94.1 % de comportamiento condicional, lo que lo hace adecuado para ejecución local eficiente en agentes y uso de herramientas.","tweet_es":"¡Nuevo modelo BTL-4-Compact, versión cuantizada GGUF de BTL-4 con arquitectura MoE! 9.97 B bytes, 2.30 bits/peso y 94.1 % de comportamiento condicional. Ideal para ejecución local eficiente. #IA #ModelosOpenSource","url":"https://huggingface.co/badtheorylabs/BTL-4-Compact","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":85,"coder_motivo":"Modelo MoE compacto con soporte para tool-use y cuantización GGUF lista para uso local."},{"id":87,"item_id":858,"created_at":1786161924,"model_name":"Genesis-Science-1","origin":"🇺🇸 EE.UU.","weights":"open","score":85,"summary_es":"Se lanzó Genesis-Science-1, un modelo de IA de pesos abiertos desarrollado en conjunto por el Departamento de Energía de EE.UU. y Arcee AI para investigación científica. Forma parte de la iniciativa Genesis Mission, buscando democratizar el acceso a modelos de IA avanzada en la comunidad científica.","tweet_es":"¡Lanzado Genesis‑Science‑1, modelo de IA de pesos abiertos desarrollado con el DOE para investigación científica! Un paso hacia la IA abierta en ciencia. #IA #CienciaAbierta","url":"https://www.reddit.com/r/LocalLLaMA/comments/1vijp8y/us_department_of_energy_launches_the_genesis_open/","source":"reddit/LocalLLaMA","ref_url":"https://www.arcee.ai/blog/genesis-science-1","ref_title":"Anuncio de Genesis‑Science‑1","coder_fit":45,"coder_motivo":"Modelo especializado en ciencia, pero probablemente demasiado grande o denso para una laptop sin GPU."},{"id":86,"item_id":850,"created_at":1786111305,"model_name":"DeepSeek-V4-Pro-Qwen3.5-9B-MTP","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"DeepSeek-V4-Pro-Qwen3.5-9B-MTP es un modelo de 9 B parámetros, afinado para razonamiento a partir de Qwen3.5‑9B y destilado de las respuestas de DeepSeek‑V4‑Pro en modo Max Effect. Está optimizado para tareas de codificación y lógica, ofreciendo alta eficiencia en hardware doméstico.","tweet_es":"🚀 Nuevo modelo: DeepSeek‑V4‑Pro‑Qwen3.5‑9B‑MTP, 9 B parámetros, afinado para razonamiento y codificación. Ideal para ejecución local. #IA #ModelosOpenSource","url":"https://huggingface.co/Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B-MTP-GGUF","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":95,"coder_motivo":"Modelo denso de 9B en formato GGUF, ideal para ejecución fluida en CPU/RAM limitada."},{"id":85,"item_id":841,"created_at":1786048026,"model_name":"Ling-3.0-tiny","origin":"🇺🇸 EE.UU.","weights":"open","score":68,"summary_es":"Ling-3.0-tiny es un modelo de arquitectura Mixture of Experts (MoE) con 7.9B de parámetros totales y solo 1.3B activos por token. Está diseñado para agentes de IA responsivos, con un enfoque en el seguimiento de instrucciones y conversaciones multi-turno.","tweet_es":"Nuevo modelo MoE: Ling-3.0-tiny. Con 7.9B de parámetros totales y solo 1.3B activos por token, busca optimizar la respuesta de agentes de IA y el seguimiento de instrucciones. #IA #MachineLearning","url":"https://www.reddit.com/r/LocalLLaMA/comments/1vhcz51/new_model_release_ling30tiny_79b_total_parameters/","source":"reddit/LocalLLaMA","ref_url":"https://vercel.com/ai-gateway/models/ling-3.0-tiny-free/api","ref_title":"Ling 3.0 Tiny (Free) API | Vercel AI Gateway","coder_fit":42,"coder_motivo":"Modelo genérico, no especializado en código"},{"id":84,"item_id":837,"created_at":1786040735,"model_name":"BTL-4","origin":"🌍 Otro","weights":"open","score":85,"summary_es":"BTL-4 es un modelo de razonamiento agente desarrollado por Bad Theory Labs. El modelo se presenta en una versión de 35B parámetros y una versión Compact (MoE) con aproximadamente 2.1B de parámetros activos por token, diseñada para optimizar el uso de memoria y cómputo.","tweet_es":"¡Nuevo lanzamiento de Bad Theory Labs! 🚀 BTL-4 llega como un modelo de razonamiento agente, con una versión de 35B y una edición Compact MoE optimizada para hardware local. #IA #OpenSource","url":"https://huggingface.co/badtheorylabs/BTL-4","source":"huggingface","ref_url":"https://x.com/Badtheorylabs/status/2085116113881366782","ref_title":"Releasing BTL-4 35B and Macaw 2.7B a frontier agentic reasoning model","coder_fit":35,"coder_motivo":"Poco probable que funcione bien en CPU por tamaño desconocido"},{"id":83,"item_id":833,"created_at":1786033433,"model_name":"fuse-1-Lite","origin":"🌍 Otro","weights":"open","score":78,"summary_es":"Fuse-1-Lite es un modelo de mezcla de expertos (MoE) orientado a generación de texto y código, que combina la eficiencia de un modelo pequeño de ~2.7 B parámetros con la experiencia de codificación de Qwen3.6‑35B‑A3. Está disponible en Hugging Face bajo licencia Apache‑2.0 y tiene versiones cuantizadas para ejecución en GPUs de consumo.","tweet_es":"🚀 Nuevo modelo Fuse-1-Lite: MoE que mezcla 2.7 B params con la destreza de Qwen3.6‑35B‑A3 para código. Disponible en HF bajo Apache‑2.0. #IA #Código","url":"https://huggingface.co/Akahsizrr/fuse-1-Lite","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":58,"coder_motivo":"Posible ejecución en CPU, pero tamaño desconocido"},{"id":82,"item_id":819,"created_at":1786024357,"model_name":"Kimi K2.7 Code","origin":"🇨🇳 China","weights":"closed","score":85,"summary_es":"Kimi K2.7 Code es un modelo de código agente de Moonshot AI, con 1 billón de parámetros, ventana de contexto de 256 K y capacidades multimodales, publicado en Hugging Face y ahora integrado en GitHub Copilot.","tweet_es":"🚀 Kimi K2.7 Code: modelo de código agente de 1 T parámetros, 256 K contexto y multimodalidad, ahora en GitHub Copilot. #IA #Código","url":"https://openrouter.ai/moonshotai/kimi-k2.7-code:batch","source":"openrouter","ref_url":"https://huggingface.co/moonshotai/Kimi-K2.7-Code","ref_title":"Kimi K2.7 Code en Hugging Face","coder_fit":25,"coder_motivo":"Demasiado grande y cerrado para ejecutar en CPU sin GPU"},{"id":81,"item_id":817,"created_at":1786024294,"model_name":"GPT-5.6 Sol","origin":"🇺🇸 EE.UU.","weights":"closed","score":95,"summary_es":"OpenAI lanzó el 9 de julio de 2026 su modelo insignia GPT‑5.6 Sol, con 1,05 M de contexto, precios $5/$30 por 1 M tokens y destaca en razonamiento, programación multietapa y ciberseguridad. Es el modelo más avanzado de la serie GPT‑5.6, quedando cerca de Claude Fable 5 en el índice de Inteligencia Artificial y ofreciendo la mayor ventana de contexto del mercado.","tweet_es":"¡Lanzado GPT‑5.6 Sol! Modelo insignia de OpenAI con 1,05M de contexto, precios $5/$30 por 1M tokens y lidera en razonamiento y ciberseguridad. #IA #OpenAI","url":"https://openrouter.ai/openai/gpt-5.6-sol:batch","source":"openrouter","ref_url":"https://openai.com/index/previewing-gpt-5-6-sol/","ref_title":"OpenAI previews GPT-5.6 Sol","coder_fit":0,"coder_motivo":"Es un modelo cerrado vía API; imposible de ejecutar localmente en CPU."},{"id":80,"item_id":814,"created_at":1786024209,"model_name":"GPT-5.6 Terra Pro","origin":"🇺🇸 EE.UU.","weights":"closed","score":85,"summary_es":"OpenAI lanzó el 9 de julio de 2026 el modelo GPT-5.6 Terra Pro, una variante del modelo Terra con modo de razonamiento 'pro' que ofrece una ventana de contexto de 1,1 M de tokens y está disponible a partir de $1 por cada 1 M de tokens de entrada. Se posiciona como la opción más avanzada dentro de la familia Terra para tareas complejas.","tweet_es":"🚀 OpenAI presenta GPT-5.6 Terra Pro: variante de Terra con modo de razonamiento 'pro', 1,1 M de contexto y precio de $1 por 1 M de tokens. #IA #LLM","url":"https://openrouter.ai/openai/gpt-5.6-terra-pro:batch","source":"openrouter","ref_url":"https://openrouter.ai/openai/gpt-5.6-terra-pro","ref_title":"GPT-5.6 Terra Pro - API Pricing & Providers - openrouter.ai","coder_fit":10,"coder_motivo":"Modelo cerrado, solo vía API, inadecuado para pruebas locales sin GPU."},{"id":79,"item_id":812,"created_at":1786024143,"model_name":"GPT-5.6 Luna Pro","origin":"🇺🇸 EE.UU.","weights":"closed","score":85,"summary_es":"GPT-5.6 Luna Pro es un modelo de OpenAI diseñado para tareas complejas mediante el uso de un modo de razonamiento 'pro'. Cuenta con una ventana de contexto de 1.1M de tokens y presenta un rendimiento competitivo en tiempos de respuesta según benchmarks.","tweet_es":"¡Nuevo lanzamiento! OpenAI presenta GPT-5.6 Luna Pro, una versión optimizada para razonamiento profundo con una ventana de contexto de 1.1M de tokens. Ideal para tareas de alta complejidad. #OpenAI #AI","url":"https://openrouter.ai/openai/gpt-5.6-luna-pro:batch","source":"openrouter","ref_url":"https://benchable.ai/models/openai/gpt-5.6-luna-pro-20260709","ref_title":"GPT-5.6 Luna Pro - AI Model Details & Benchmarks","coder_fit":10,"coder_motivo":"Solo disponible vía API, no ejecutable localmente."},{"id":78,"item_id":811,"created_at":1786024078,"model_name":"Inkling","origin":"🇺🇸 EE.UU.","weights":"open","score":85,"summary_es":"Inkling es el primer modelo open-weights de Thinking Machines Lab, basado en una arquitectura MoE de 975B de parámetros totales y 41B activos. Diseñado para el razonamiento general y el uso de herramientas, el modelo utiliza el algoritmo ECHO y es compatible con el entorno agentic RL OpenEnv.","tweet_es":"¡Nuevo lanzamiento! 🚀 Thinking Machines Lab presenta Inkling, su primer modelo open-weights con arquitectura MoE (975B total / 41B activos). Diseñado para razonamiento avanzado y agentes. #IA #OpenSource","url":"https://openrouter.ai/thinkingmachines/inkling:batch","source":"openrouter","ref_url":"https://techcrunch.com/2026/07/15/thinking-machines-amps-up-its-bet-against-one-size-fits-all-ai-with-its-first-open-model-inkling/","ref_title":"Thinking Machines amps up its bet against one-size-fits-all AI with its first open model inkling","coder_fit":10,"coder_motivo":"41B parámetros activos y 975B totales exceden los 20GB de Q4 y los 4B activos límite para CPU local."},{"id":77,"item_id":797,"created_at":1785958830,"model_name":"Handoff","origin":"🌍 Otro","weights":"closed","score":85,"summary_es":"Handoff H1 es el primer modelo de IA para toma de cuartos autónoma en planos de construcción residencial. Según anuncios oficiales de julio 2026, supera a otros modelos líderes en benchmarks por 30+ puntos y está disponible vía API. Su aplicación se enfoca en automatizar procesos de estimación en la industria de la remodelación.","tweet_es":"¡Nuevo modelo IA #Handoff H1 supera benchmarks de estimación de construcción por 30+ pts! Primer modelo para toma de cuartos autónoma en planos residenciales. Disponible vía API. #IA #Construcción","url":"https://www.reddit.com/r/singularity/comments/1vgerw2/hark_introduces_handoff_claiming_it_got_a_record/","source":"reddit/singularity","ref_url":"https://www.prnewswire.com/news-releases/handoff-launches-h1-the-first-ai-model-for-autonomous-blueprint-takeoffs-302830287.html","ref_title":"Handoff Launches H1: the First AI Model for Autonomous Blueprint Takeoffs","coder_fit":15,"coder_motivo":"Demasiado grande y cerrado para CPU"},{"id":76,"item_id":784,"created_at":1785928013,"model_name":"MAGI-2","origin":"🇺🇸 EE.UU.","weights":"closed","score":78,"summary_es":"MAGI‑2 es un modelo de 114 B parámetros que genera audio y video de forma unificada, activando solo 6 B parámetros por token mediante arquitectura MoE. Fue presentado en repositorios de GitHub y Hugging Face como una solución de generación multimodal.","tweet_es":"🚀 Nuevo modelo MAGI‑2: 114 B parámetros, generación unificada de audio‑video con solo 6 B parámetros por token. #IA #Multimodal","url":"https://www.reddit.com/r/StableDiffusion/comments/1vg287l/magi2_preview_looks_surprisingly_interesting_114b/","source":"reddit/StableDiffusion","ref_url":"https://huggingface.co/sand-ai/MAGI-2-preview","ref_title":"MAGI-2-preview on Hugging Face","coder_fit":5,"coder_motivo":"No está especializado en código, por lo que no aporta valor para tareas locales de programación."},{"id":75,"item_id":779,"created_at":1785909882,"model_name":"maple-preview","origin":"🇺🇸 EE.UU.","weights":"open","score":78,"summary_es":"Maple-preview es un modelo de razonamiento de 20B parámetros desarrollado por DeepGrove AI, diseñado para una inferencia eficiente en dispositivos. Utiliza una arquitectura Mixture-of-Experts (MoE) con 256 expertos (8 activos) y una configuración de 24 capas.","tweet_es":"¡Nuevo modelo de razonamiento! 🚀 Maple-preview de DeepGrove AI llega con arquitectura MoE de 20B parámetros, optimizado para inferencia eficiente en dispositivos. #IA #MachineLearning","url":"https://huggingface.co/deepgrove/maple-preview","source":"huggingface","ref_url":"https://huggingface.co/ApacheOne/maple-preview","ref_title":"ApacheOne/maple-preview · Hugging Face","coder_fit":25,"coder_motivo":"No cumple requisitos de tamaño y cuantización para CPU"},{"id":74,"item_id":772,"created_at":1785877288,"model_name":"Wan 3.0","origin":"🇨🇳 China","weights":"closed","score":85,"summary_es":"Wan 3.0 es el modelo de generación de video de Alibaba, lanzado en 2026, que produce clips nativos de 30 s a 1080p con audio sincronizado y estructura de escenas multi‑shot a partir de texto, imagen, audio o video de entrada.","tweet_es":"¡Nuevo modelo de IA! Wan 3.0 de Alibaba genera videos de 30 s en 1080p con audio y escenas multi‑shot a partir de texto, imagen o audio. #IA #VideoAI","url":"https://www.reddit.com/r/StableDiffusion/comments/1vfmcex/wan_30_just_announced_and_coming_soon_native_30/","source":"reddit/StableDiffusion","ref_url":"https://wan30.net/","ref_title":"Wan 3.0 — Alibaba's Next-Gen Cinematic AI Video Generator","coder_fit":0,"coder_motivo":"No es un modelo de código, no apto para benchmark local"},{"id":73,"item_id":770,"created_at":1785870021,"model_name":"Shieldstral","origin":"🇫🇷 Francia","weights":"open","score":85,"summary_es":"Shieldstral es un modelo de 3 B de pesos abiertos especializado en moderación multimodal, capaz de clasificar texto e imágenes para filtrar contenido inseguro. Fue anunciado por Mistral AI el 4 de agosto de 2026 y está disponible en Hugging Face bajo licencia abierta.","tweet_es":"🚀 Mistral AI presenta Shieldstral, modelo de 3 B de pesos abiertos para moderación multimodal (texto e imagen). Ideal para filtros de contenido seguros en dispositivos. #IA #Seguridad","url":"https://mistral.ai/news/shieldstral/","source":"hackernews","ref_url":"https://mistral.ai/news/shieldstral/?ref=runtimewire","ref_title":"Introducing Shieldstral","coder_fit":12,"coder_motivo":"No está orientado a tareas de código local"},{"id":72,"item_id":764,"created_at":1785860896,"model_name":"Ling-3.0-flash","origin":"🇺🇸 EE.UU.","weights":"open","score":80,"summary_es":"Ling-3.0-flash es un modelo de razonamiento híbrido nativo de inclusionAI (Ant Group) con 124B de parámetros totales y 5.1B activos mediante arquitectura Mixture-of-Experts (MoE). Destaca por su eficiencia computacional, mejora en la precisión de tool calling y estabilidad en tareas de largo horizonte.","tweet_es":"¡Nuevo lanzamiento! Ling-3.0-flash de inclusionAI: un modelo MoE de 124B parámetros diseñado para máxima eficiencia y razonamiento híbrido. Ideal para agentes y tareas complejas. #IA #OpenSource","url":"https://www.reddit.com/r/LocalLLaMA/comments/1vfdeek/inclusionailing30flash_weights_are_up_on_hugging/","source":"reddit/LocalLLaMA","ref_url":"https://huggingface.co/inclusionAI/Ling-3.0-flash","ref_title":"inclusionAI/Ling-3.0-flash · Hugging Face","coder_fit":35,"coder_motivo":"Peso grande y no especializado en código, poco apto para CPU"},{"id":71,"item_id":763,"created_at":1785859003,"model_name":"LFM2.5-2.6B","origin":"🇺🇸 EE.UU.","weights":"open","score":75,"summary_es":"LFM2.5-2.6B es un modelo agentic de LiquidAI diseñado para ejecutarse localmente en dispositivos (on-device). Gracias a la arquitectura LFM2, destaca por su alta velocidad de generación, alcanzando hasta 220 tokens/s en hardware optimizado, y está capacitado para planificar y utilizar herramientas en tareas multi-paso.","tweet_es":"¡Nuevo lanzamiento de LiquidAI! 🚀 El modelo LFM2.5-2.6B llega optimizado para dispositivos edge. Es un modelo agentic capaz de planificar y usar herramientas con una velocidad extrema. #IA #LiquidAI","url":"https://huggingface.co/LiquidAI/LFM2.5-2.6B","source":"huggingface","ref_url":"https://www.liquid.ai/blog/lfm2-5-2-6b","ref_title":"LFM2.5-2.6B: Deploy Agents Everywhere","coder_fit":95,"coder_motivo":"Modelo denso de 2.6B ideal para ejecución ultra-rápida en CPU/Edge."},{"id":70,"item_id":761,"created_at":1785857116,"model_name":"Qwen2.5-Coder-3B-Instruct","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Qwen2.5-Coder-3B-Instruct es un modelo de código especializado de 3 billion parámetros disponible en formato GGUF cuantizado. Su disponibilidad local permite probar código en CPU sin necesidad de GPU.","tweet_es":"🚀 Qwen2.5-Coder-3B-Instruct GGUF ya está disponible. Ideal para ejecutar código en CPU con 32 GB RAM. #IA #Código","url":"https://huggingface.co/Qwen/Qwen2.5-Coder-3B-Instruct-GGUF","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":85,"coder_motivo":"Sí, modelo denso 3B GGUF Q4 que cabe en CPU y es open"},{"id":69,"item_id":760,"created_at":1785855291,"model_name":"Qwen3-Zero-Coder-Reasoning-V2-0.8B","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Se trata de una versión cuantizada en GGUF del modelo Qwen3‑Zero‑Coder‑Reasoning‑V2 con 0.8 B parámetros, especializada en generación de código. Su disponibilidad local permite probar razonamiento en código en máquinas sin GPU.","tweet_es":"🚀 Descubre Qwen3‑Zero‑Coder‑Reasoning‑V2 (0.8 B) en GGUF: código local, sin GPU. Ideal para pruebas en CPU. #IA #Código","url":"https://huggingface.co/DavidAU/Qwen3-Zero-Coder-Reasoning-V2-0.8B-NEO-EX-GGUF","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":85,"coder_motivo":"Sí, es pequeño, abierto y apto para CPU, aunque su rendimiento en código es limitado."},{"id":68,"item_id":752,"created_at":1785811912,"model_name":"veriloop-coder-e1","origin":"🌍 Otro","weights":"open","score":85,"summary_es":"Versión cuantizada mediante imatrix del modelo Veriloop-Coder-E1, optimizada para tareas de ingeniería de software. Su formato GGUF permite ejecutar un modelo especializado en código directamente en hardware local sin necesidad de GPU potente.","tweet_es":"¡Nuevo modelo para programar en local! 💻 Ya disponible la versión GGUF de Veriloop-Coder-E1, optimizada para máxima eficiencia en CPU mediante imatrix. Ideal para workflows de coding-agents en laptops. #AI #Coding","url":"https://huggingface.co/rodrigoramosrs/veriloop-coder-e1-gguf","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":85,"coder_motivo":"Modelo especializado en código disponible en formato GGUF optimizado para ejecución local en CPU."},{"id":67,"item_id":738,"created_at":1785775625,"model_name":"KAT-Coder-V2.5-Dev","origin":"🇺🇸 EE.UU.","weights":"open","score":78,"summary_es":"KAT-Coder-V2.5-Dev es un modelo de código abierto especializado en generación de código, disponible en versión cuantizada 4‑bit. Su disponibilidad local permite probarlo en entornos sin GPU.","tweet_es":"Nuevo modelo de código abierto KAT-Coder-V2.5-Dev en 4‑bit, listo para ejecutar en CPU. Ideal para pruebas locales de programación. #IA #Código","url":"https://huggingface.co/mlx-community/KAT-Coder-V2.5-Dev-OptiQ-4bit","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":78,"coder_motivo":"Sí, cabe en CPU y es código abierto especializado"},{"id":66,"item_id":715,"created_at":1785715802,"model_name":"MiniMAx H3","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"MiniMax H3 es un modelo de IA multimodal de código abierto que genera videos de hasta 2K a 24 fps con audio nativo, aceptando texto, imágenes, clips de video y referencias de audio en un solo contexto. Fue lanzado oficialmente por MiniMax en agosto 2026.","tweet_es":"🚀 MiniMax H3 ya tiene pesos abiertos: genera videos 2K con audio nativo y entiende texto, imágenes y sonido. #IA #VideoAI","url":"https://www.reddit.com/r/LocalLLaMA/comments/1vdxeb2/anyone_used_minimax_h3_yet_open_weights_are_out/","source":"reddit/LocalLLaMA","ref_url":"https://www.minimax.io/blog/minimax-h3","ref_title":"MiniMax H3: An Open Model","coder_fit":75,"coder_motivo":"Modelo de pesos abiertos con alta capacidad de razonamiento, ideal para testing local si su arquitectura es eficiente."},{"id":65,"item_id":708,"created_at":1785699457,"model_name":"DeepSeekV4-Flash-GA-0731-Dspark-Abliterated-32-32","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Se trata de una versión de 32B de parámetros del modelo DeepSeekV4-Flash, con modificaciones de tipo 'Abliterated' alojada en Hugging Face. El modelo está disponible para despliegue mediante proveedores de inferencia como FriendliAI.","tweet_es":"¡Nuevo modelo detectado! 🚀 DeepSeekV4-Flash-GA-0731-Dspark-Abliterated de 32B parámetros ya disponible en Hugging Face para inferencia de baja latencia. #IA #DeepSeek","url":"https://huggingface.co/drowzeys/keys-DeepSeekV4-Flash-GA-0731-Dspark-Abliterated-32-32","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":10,"coder_motivo":"No, supera 20 GB y es denso, no apto para CPU sin GPU"},{"id":64,"item_id":689,"created_at":1785607232,"model_name":"Qwopus3.6-27B-Fusion","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"Qwopus3.6‑27B‑Fusion es un modelo de 27 B parámetros fusionado a partir de Qwen3 y Qwen3‑5, disponible en formato GGUF para ejecución local. Combina capacidades de razonamiento y código mediante vectores de tarea, ofreciendo un nuevo enfoque en modelos abiertos.","tweet_es":"¡Nuevo modelo Qwopus3.6‑27B‑Fusion! 27 B parámetros, fusiona Qwen3 y Qwen3‑5, disponible en GGUF para ejecución local y combina razonamiento + código. #IA #OpenSource","url":"https://huggingface.co/Jackrong/Qwopus3.6-27B-Fusion-GGUF","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"No, demasiado grande y denso para CPU sin GPU"},{"id":63,"item_id":683,"created_at":1785583721,"model_name":"Qwen2.5-Coder-7B-Instruct","origin":"🇨🇳 China","weights":"open","score":95,"summary_es":"Versión cuantizada en GGUF del modelo especializado en código de Alibaba. Es extremadamente eficiente para tareas de programación en hardware local sin GPU.","tweet_es":"¡Potencia de programación en tu laptop! 💻 El Qwen2.5-Coder-7B ya está disponible en formato GGUF, ideal para ejecutar localmente con Ollama o llama.cpp. #IA #Coding","url":"https://huggingface.co/bartowski/Qwen2.5-Coder-7B-Instruct-GGUF","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":95,"coder_motivo":"Modelo denso de 7B en formato GGUF, ideal para ejecución fluida en CPU/RAM limitada."},{"id":62,"item_id":681,"created_at":1785571073,"model_name":"LongCat-Flash-Lite-Sparse","origin":"🇺🇸 EE.UU.","weights":"open","score":78,"summary_es":"LongCat-Flash-Lite-Sparse es un modelo de mezcla de expertos (MoE) de 69 B parámetros totales, con ~3 B activados por token, que usa atención esparse LongCat y soporta hasta 1 M tokens de contexto. Está bajo licencia MIT y puede desplegarse en un solo nodo mediante SGLang.","tweet_es":"¡Nuevo modelo MoE de 69 B con atención esparse y contexto de 1 M tokens! Licencia MIT, desplegable en un solo nodo. #IA #OpenSource","url":"https://huggingface.co/meituan-longcat/LongCat-Flash-Lite-Sparse","source":"huggingface","ref_url":"https://zhuanlan.zhihu.com/p/2066820746828158227","ref_title":"DeepSeek-V4-Flash 正式版 API 上线公测","coder_fit":25,"coder_motivo":"No está especializado en código y su tamaño desconocido supera los límites locales"},{"id":61,"item_id":665,"created_at":1785511397,"model_name":"Inkling Small","origin":"🇺🇸 EE.UU.","weights":"open","score":75,"summary_es":"Inkling Small es un modelo multimodal de arquitectura Mixture‑of‑Experts con 276 mil millones de parámetros en total y 12 mil millones de parámetros activos, desarrollado por Thinking Machines Lab. Está bajo licencia Apache 2.0 y, según Artificial Analysis, alcanza un rendimiento cercano al de su predecesor usando menos de un tercio de los parámetros.","tweet_es":"🚀 Nuevo modelo Inkling Small: 276 B parámetros totales, 12 B activos, multimodal y bajo Apache 2.0. Rinde casi igual que su hermano mayor con menos recursos. #IA #OpenSource","url":"https://openrouter.ai/thinkingmachines/inkling-small","source":"openrouter","ref_url":"https://huggingnews.com/ai/thinking-machines-launches-inkling-small-ai-model-with-12b-active-parame-44420dc8","ref_title":"Lanzamiento de Inkling Small","coder_fit":45,"coder_motivo":"Es un MoE eficiente, pero con 12B de parámetros activos es demasiado pesado para una laptop sin GPU."},{"id":60,"item_id":662,"created_at":1785505928,"model_name":"DeepSeek v4 Flash","origin":"🇨🇳 China","weights":"open","score":85,"summary_es":"DeepSeek lanza DeepSeek v4 Flash, un modelo MoE de 284B parámetros con ventana de contexto de 1M de tokens, optimizado para tareas de codificación y agentes. El modelo destaca por su eficiencia económica, con un coste de $0.28/1M de tokens de salida.","tweet_es":"¡Nuevo lanzamiento! DeepSeek v4 Flash llega con arquitectura MoE de 284B parámetros y 1M de contexto. Diseñado para máxima velocidad y eficiencia en coding y agentes. 🚀 #DeepSeek #AI","url":"https://www.reddit.com/r/singularity/comments/1vbphpz/weights_of_deepseek_v4_flash_0731_have_been/","source":"reddit/singularity","ref_url":"https://build.nvidia.com/deepseek-ai/deepseek-v4-flash/modelcard","ref_title":"deepseek-v4-flash Model by Deepseek-ai | NVIDIA NIM","coder_fit":95,"coder_motivo":"Modelo MoE de DeepSeek optimizado para velocidad; si mantiene la arquitectura de parámetros activos bajos, es ideal para CPU."},{"id":59,"item_id":661,"created_at":1785502241,"model_name":"DeepSeek-V4-Flash","origin":"🇺🇸 EE.UU.","weights":"open","score":85,"summary_es":"DeepSeek-V4-Flash es un modelo de lenguaje de arquitectura Mixture-of-Experts (MoE) desarrollado por DeepSeek-AI. Cuenta con 284 mil millones de parámetros totales (13 mil millones activados) y una ventana de contexto de 1 millón de tokens, optimizado para tareas de codificación y agentes.","tweet_es":"¡Nuevo lanzamiento! DeepSeek-V4-Flash llega con arquitectura MoE, 284B de parámetros y un contexto masivo de 1M de tokens. Ideal para coding y agentes. 🚀 #DeepSeek #AI","url":"https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731","source":"huggingface","ref_url":"https://build.nvidia.com/deepseek-ai/deepseek-v4-flash/modelcard","ref_title":"DeepSeek-V4-Flash Model by Deepseek-ai | NVIDIA NIM","coder_fit":25,"coder_motivo":"No está especializado en código, solo generación de texto general"},{"id":58,"item_id":652,"created_at":1785476806,"model_name":"Qwen3-Coder-30B-A3B-Instruct","origin":"🇨🇳 China","weights":"open","score":95,"summary_es":"Versión cuantizada para MLX del modelo de codificación Qwen3 con arquitectura MoE. Su bajo número de parámetros activos lo hace extremadamente eficiente para desarrollo local.","tweet_es":"¡Potencia de codificación en tu laptop! 💻 Ya disponible la versión MLX de Qwen3-Coder-30B-A3B. Gracias a su arquitectura MoE, es ideal para ejecutar tareas de programación localmente sin necesidad de una GPU masiva. #AI #Coding","url":"https://huggingface.co/mlx-community/Qwen3-Coder-30B-A3B-Instruct-4bit","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":95,"coder_motivo":"Arquitectura MoE con solo 4B activos, ideal para ejecución fluida en CPU/RAM limitada."},{"id":57,"item_id":648,"created_at":1785469531,"model_name":"K-EXAONE-2.0-750B-A37B","origin":"🇰🇷 Otro (Corea del Sur)","weights":"open","score":85,"summary_es":"K-EXAONE-2.0-750B-A37B es un modelo de arquitectura MoE con 750 billion parámetros desarrollado por LG AI Research, disponible en Hugging Face bajo licencia open source para fomentar la democratización de la IA.","tweet_es":"Nuevo modelo MoE de 750 B parámetros de LG AI Research llega a Hugging Face, impulsando la IA abierta. #IA #OpenSource","url":"https://huggingface.co/LGAI-EXAONE/K-EXAONE-2.0-750B-A37B","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":0,"coder_motivo":"Veto duro: modelo MoE masivo de 750B con 37B activos, imposible de ejecutar en laptop sin GPU."},{"id":56,"item_id":644,"created_at":1785438792,"model_name":"Kimi-K3-DSpark","origin":"🇨🇳 China","weights":"open","score":86,"summary_es":"Kimi‑K3‑DSpark es un modelo de generación de texto de 4 billion parámetros disponible en Hugging Face, actualizado hace 1 día, que emplea decodificación especulativa para acelerar la generación mediante un draft‑model. Forma parte del esfuerzo de Inferact por democratizar la IA de código abierto.","tweet_es":"🚀 Nuevo modelo Kimi‑K3‑DSpark (4B) en Hugging Face: generación de texto con decodificación especulativa y actualización hace 1 día. #IA #OpenSource","url":"https://huggingface.co/Inferact/Kimi-K3-DSpark","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":28,"coder_motivo":"Poco especializado en código y tamaño desconocido"},{"id":55,"item_id":639,"created_at":1785402694,"model_name":"XYZ-Aquila-pro","origin":"🌍 Otro","weights":"open","score":85,"summary_es":"XYZ-Aquila-pro es un modelo de pesos abiertos (open-weight) desarrollado por XYZ AI Lab, basado en la arquitectura Qwen3.5-397B-A17B. Se presenta como un agente de 'Deep Search' con capacidades de razonamiento y procesamiento multimodal, disponible bajo licencia Apache 2.0.","tweet_es":"¡Nuevo lanzamiento! XYZ-Aquila-pro de XYZ AI Lab: un potente agente de Deep Search basado en Qwen3.5-397B-A17B con capacidades multimodales y razonamiento avanzado. 🚀 #IA #OpenSource","url":"https://huggingface.co/XYZAILab/XYZ-Aquila-pro","source":"huggingface","ref_url":"https://xyz-lab.ai/blogs/ai4ai-at-scale/","ref_title":"AI4AI at Scale: Building Open-Weight Deep Search Agents","coder_fit":5,"coder_motivo":"Demasiado grande para CPU, no apto"},{"id":54,"item_id":626,"created_at":1785339401,"model_name":"Gemma 4","origin":"🇺🇸 EE.UU.","weights":"open","score":85,"summary_es":"Google DeepMind ha lanzado Gemma 4, una familia de modelos abiertos con soporte nativo para system prompts y multi-token prediction. Entre sus versiones destaca el modelo de 26B parámetros, diseñado para un rendimiento de vanguardia en GPUs de consumo y estaciones de trabajo bajo licencia Apache 2.0.","tweet_es":"¡Llega Gemma 4 de Google DeepMind! 🚀 Modelos abiertos con soporte nativo para system prompts y multi-token prediction. Destaca su versión de 26B parámetros para hardware de consumo. #Gemma4 #GoogleDeepMind","url":"https://github.com/drumih/turbo-fieldfare","source":"hackernews","ref_url":"https://developers.google.com/edge/litert-lm/models/gemma-4","ref_title":"Gemma 4 | Google AI Edge","coder_fit":95,"coder_motivo":"Modelo de 26B altamente eficiente que permite ejecución local extrema en hardware limitado."},{"id":53,"item_id":621,"created_at":1785290594,"model_name":"A.X-K2","origin":"🇺🇸 EE.UU.","weights":"open","score":75,"summary_es":"A.X-K2 es un modelo de lenguaje de código abierto desarrollado por SKT como parte del proyecto de modelos fundacionales de IA soberana del gobierno de Corea. El modelo está diseñado para ofrecer una comprensión profunda del idioma y la cultura coreana.","tweet_es":"¡Nuevo lanzamiento! 🚀 A.X-K2 de SKT llega para potenciar la IA soberana coreana con un profundo entendimiento de su cultura y lenguaje. #IA #OpenSource","url":"https://www.reddit.com/r/LocalLLaMA/comments/1v9hpac/axk2_released/","source":"reddit/LocalLLaMA","ref_url":"https://huggingface.co/skt/A.X-K2","ref_title":"skt/A.X-K2 · Hugging Face","coder_fit":55,"coder_motivo":"Quizás ejecutable en CPU con quant Q4 bajo 20GB"},{"id":52,"item_id":620,"created_at":1785290542,"model_name":"Neutrino-8B","origin":"🌍 Otro","weights":"open","score":85,"summary_es":"Neutrino-8B es un modelo basado en Qwen3-8B que utiliza cuantización ternaria para operar en niveles de precisión sub-2-bit. Se ha comparado con el modelo Ternary-Bonsai-8B en benchmarks que desactivan el proceso de pensamiento para evaluar su eficiencia en hardware limitado.","tweet_es":"¡Nuevo hito en eficiencia! 🚀 Neutrino-8B utiliza cuantización ternaria para ejecutar modelos de 8B en precisión sub-2-bit, ideal para hardware limitado. #IA #MachineLearning","url":"https://huggingface.co/FermionResearch/Neutrino-8B","source":"huggingface","ref_url":"https://note.com/humble_bobcat51/n/n5fc9f23d6500","ref_title":"次世代量子化モデル「Neutrino-8B」徹底解説","coder_fit":95,"coder_motivo":"Modelo de 8B con cuantización ternaria sub-2-bit, ideal para ejecución ultra-rápida en CPU/RAM limitada."},{"id":51,"item_id":612,"created_at":1785261554,"model_name":"Apertus-v1.5-8B","origin":"🇪🇺 Europa","weights":"open","score":65,"summary_es":"Apertus-v1.5-8B es un modelo de lenguaje multimodal y totalmente abierto desarrollado por Swiss AI. Con 8 mil millones de parámetros, está diseñado para avanzar en capacidades multilingües y transparencia en IA.","tweet_es":"Nuevo lanzamiento: Apertus-v1.5-8B de Swiss AI. Un modelo multimodal de 8B parámetros diseñado para ser totalmente abierto, transparente y multilingüe. #IA #OpenSource","url":"https://huggingface.co/swiss-ai/Apertus-v1.5-8B","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":85,"coder_motivo":"Modelo denso de 8B, ideal para ejecución local en CPU/RAM limitada."},{"id":50,"item_id":603,"created_at":1785257750,"model_name":"Gemini 3.5 Flash Lite","origin":"🇺🇸 EE.UU.","weights":"closed","score":85,"summary_es":"Gemini 3.5 Flash Lite es un modelo de alta eficiencia de Google con capacidades agenteicas, una ventana de contexto de 1,048,576 tokens y precios de $0.30 por millón de tokens de entrada y $2.50 por millón de salida. Se posiciona como una opción ligera y fiable para flujos de trabajo multi‑agente.","tweet_es":"🚀 Google lanza Gemini 3.5 Flash Lite: modelo ligero, agente, 1M tokens de contexto, $0.30/M input, $2.50/M output. #IA #Gemini","url":"https://openrouter.ai/google/gemini-3.5-flash-lite:batch","source":"openrouter","ref_url":"https://openrouter.ai/google/gemini-3.5-flash-lite","ref_title":"Gemini 3.5 Flash Lite - API Pricing & Benchmarks","coder_fit":12,"coder_motivo":"Peso elevado y modelo cerrado, no ejecutable en CPU sin GPU"},{"id":49,"item_id":596,"created_at":1785253982,"model_name":"Claude Sonnet 5","origin":"🇺🇸 EE.UU.","weights":"closed","score":92,"summary_es":"Claude Sonnet 5 es el modelo más avanzado de la familia Sonnet de Anthropic, orientado a agentes y codificación, con precisión comparable a modelos Opus y mejoras notables frente a Sonnet 4.6. Está disponible en AWS Bedrock y en la plataforma Claude de Anthropic, y se destaca por su capacidad de planificación, uso de herramientas y ejecución autónoma, además de ofrecer un coste más bajo para ejecutar agentes.","tweet_es":"🚀 ¡Claude Sonnet 5 llega como el modelo de agentes más potente de Anthropic, con precisión Opus‑like y precios más bajos! #IA #ClaudeSonnet5","url":"https://openrouter.ai/anthropic/claude-sonnet-5:batch","source":"openrouter","ref_url":"https://www.anthropic.com/research/claude-sonnet-5","ref_title":"Introducing Claude Sonnet 5","coder_fit":12,"coder_motivo":"Demasiado grande y cerrado para CPU sin GPU"},{"id":48,"item_id":592,"created_at":1785216045,"model_name":"Qwen3.5-4B-super-coder","origin":"🇨🇳 China","weights":"open","score":95,"summary_es":"Fine-tune especializado en código basado en la arquitectura Qwen3.5 de 4B parámetros. Destaca por su eficiencia extrema en dispositivos con recursos limitados gracias a su diseño optimizado.","tweet_es":"¡Potencia de código en tu laptop! 💻 El nuevo Qwen3.5-4B-super-coder llega con soporte para thinking-mode y optimización para dispositivos móviles. Ideal para workflows locales. #AI #Coding","url":"https://huggingface.co/jica98/qwen3.5-4B-super-coder","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":95,"coder_motivo":"Modelo pequeño (4B) con arquitectura Gated-DeltaNet, optimizado para mobile/CPU y con soporte para thinking-mode."},{"id":47,"item_id":586,"created_at":1785205134,"model_name":"Qwen2.5-Coder-0.5B-Instruct","origin":"🇨🇳 China","weights":"open","score":95,"summary_es":"Versión 'abliterated' (sin censura) del modelo de código ultra-pequeño de Qwen. Su tamaño mínimo lo hace extremadamente eficiente para tareas básicas de programación en hardware limitado.","tweet_es":"Qwen2.5-Coder-0.5B ya disponible en formato GGUF sin censura. Ideal para micro-tareas de código en cualquier laptop sin GPU. 🚀 #AI #Coding","url":"https://huggingface.co/bartowski/Qwen2.5-Coder-0.5B-Instruct-abliterated-GGUF","source":"hf-coder","ref_url":null,"ref_title":null,"coder_fit":95,"coder_motivo":"Modelo ultra-ligero de 0.5B ideal para ejecución instantánea en CPU sin GPU."},{"id":46,"item_id":582,"created_at":1785197871,"model_name":"Macaron-V1-Tall","origin":"🇨🇳 China","weights":"open","score":78,"summary_es":"Macaron‑V1‑Tall es un modelo de mezcla de LoRA basado en Qwen3.6‑35B‑A3B, con aproximadamente 50 B parámetros totales y licencia abierta, diseñado para despliegue local y tareas multimodales de inteligencia personal.","tweet_es":"🚀 Nuevo modelo Macaron‑V1‑Tall: mezcla de LoRA basada en Qwen3.6‑35B, ~50 B parámetros, licencia abierta y pensado para agentes personales. #IA #Multimodal","url":"https://huggingface.co/mindlab-research/Macaron-V1-Tall","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":12,"coder_motivo":"Demasiado grande para ejecutar en CPU sin GPU"},{"id":45,"item_id":572,"created_at":1785179716,"model_name":"Instella-MoE-16B-A3B-Think","origin":"🇺🇸 EE.UU.","weights":"open","score":85,"summary_es":"Instella‑MoE‑16B‑A3B‑Think es un modelo de mezcla de expertos de 16 B parámetros con 3 B activos, disponible en safetensors y orientado a generación de texto e interacción conversacional. Se basa en una arquitectura estilo DeepSeek‑V3 y muestra buen rendimiento en razonamiento, matemáticas y código, optimizado para sistemas ROCm.","tweet_es":"🚀 Nuevo modelo de AMD: Instella‑MoE‑16B‑A3B‑Think, 16 B parámetros (3 B activos) para texto y conversación, optimizado en ROCm. #IA #OpenSource","url":"https://huggingface.co/amd/Instella-MoE-16B-A3B-Think","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":45,"coder_motivo":"Demasiado grande para CPU, no especializado en código"},{"id":44,"item_id":519,"created_at":1785097062,"model_name":"MiniMax","origin":"🇨🇳 China","weights":"open","score":80,"summary_es":"MiniMax ha puesto a disposición de la comunidad el modelo M3, su primer modelo de pesos abiertos, que ofrece 1 millón de tokens de contexto y capacidad multimodal, y el modelo M2 está disponible en Hugging Face bajo licencia open‑source.","tweet_es":"MiniMax lanza su modelo M3 con pesos abiertos y 1 M de contexto, impulsando IA abierta. #OpenSource #IA","url":"https://www.reddit.com/r/LocalLLaMA/comments/1v7bwg7/minimax_official_on_x_open_weights_open_research/","source":"reddit/LocalLLaMA","ref_url":"https://huggingface.co/MiniMaxAI/MiniMax-M2","ref_title":"MiniMax-M2 en Hugging Face","coder_fit":null,"coder_motivo":null},{"id":43,"item_id":516,"created_at":1785079017,"model_name":"Macaron-V1-Venti","origin":"🇪🇺 Europe","weights":"open","score":78,"summary_es":"Macaron-V1-Venti es un modelo insignia de 748B de parámetros desarrollado por MindLab Research, compuesto por una base de 744B y cuatro especialistas LoRA de 1B. Basado en GLM-5.2, está diseñado para inteligencia personal, uso de herramientas y flujos de trabajo de codificación.","tweet_es":"¡Nuevo lanzamiento! 🚀 Macaron-V1-Venti de MindLab Research: un modelo de 748B parámetros que utiliza una arquitectura de mezcla de LoRA sobre GLM-5.2 para potenciar agentes y flujos de trabajo de código. #IA #MachineLearning","url":"https://huggingface.co/mindlab-research/Macaron-V1-Venti","source":"huggingface","ref_url":"https://macaron.im/mindlab/research/introducing-macaron-v1","ref_title":"Introducing Macaron-V1","coder_fit":null,"coder_motivo":null},{"id":42,"item_id":515,"created_at":1785062763,"model_name":"Apertus-v1.5-70B","origin":"🇪🇺 Europe","weights":"open","score":85,"summary_es":"Apertus‑v1.5‑70B es un modelo de IA de 70 B parámetros, multimodal y multilingüe, desarrollado por Swiss‑AI y disponible bajo licencia open‑weights. Representa un avance significativo en la democratización de modelos de gran escala en Europa.","tweet_es":"¡Nuevo modelo de IA! Apertus‑v1.5‑70B, un LLM multimodal de 70 B parámetros, multilingüe y con licencia open‑weights. #IA #OpenSource","url":"https://huggingface.co/swiss-ai/Apertus-v1.5-70B","source":"huggingface","ref_url":null,"ref_title":null,"coder_fit":null,"coder_motivo":null},{"id":41,"item_id":507,"created_at":1784996027,"model_name":"Nanbeige4.2-3B-Base","origin":"🇨🇳 China","weights":"open","score":78,"summary_es":"Nanbeige4.2-3B-Base es un modelo base de 3 mil millones de parámetros no embebidos, desarrollado por el equipo Nanbeige de BOSS 直聘. Utiliza una arquitectura de Transformer en bucle (Looped Transformer) con un total de 4B de parámetros, siendo bilingüe en inglés y chino bajo licencia Apache 2.0.","tweet_es":"¡Nuevo lanzamiento! 🚀 Nanbeige4.2-3B-Base de BOSS 直聘 ya está disponible. Un modelo base bilingüe (EN/ZH) con arquitectura Looped Transformer y 3B de parámetros no embebidos. #IA #OpenSource","url":"https://huggingface.co/Nanbeige/Nanbeige4.2-3B-Base","source":"huggingface","ref_url":"https://daily.juya.uk/issues/2026-07-22/","ref_title":"AI 早报 2026-07-22","coder_fit":null,"coder_motivo":null},{"id":40,"item_id":503,"created_at":1784970759,"model_name":"LLaDA2.2-flash","origin":"🌍 Otro","weights":"open","score":85,"summary_es":"LLaDA2.2-flash es un modelo de lenguaje de difusión orientado a agentes con arquitectura MoE, disponible bajo licencia Apache-2.0. Destaca por integrar la edición de Levenshtein (inserción, supresión y sustitución) para permitir la autocorrección durante el proceso de decodificación.","tweet_es":"¡Nuevo lanzamiento! 🚀 LLaDA2.2-flash redefine la generación de texto con su arquitectura de difusión MoE y edición de Levenshtein para una autocorrección precisa. Ideal para agentes inteligentes. #IA #LLM","url":"https://huggingface.co/inclusionAI/LLaDA2.2-flash","source":"huggingface","ref_url":"https://x.com/ant_oss/status/2080669331583823954","ref_title":"Meet LLaDA2.2-flash - x.com","coder_fit":null,"coder_motivo":null}]