6 artículos
Índice de etiquetas editoriales y cobertura filtrada.
Anunciado ~10 de septiembre de 2026, DeepSeek-V4.1-Flash es un MoE multimodal nativo (visión+texto) de 552B parámetros con encoder–decoder causal asimétrico (8B activos en input, 16B en output), KV cache drásticamente menor, precios peak/off-peak y retiro de V4-Flash —presión directa sobre laboratorios cerrados en coste por token.
Nuevos modelos multimodales de OpenAI integran texto, imagen y audio con APIs renovadas para desarrolladores.
Sistemas fronterizos combinaron diagramas, papers PDF y código en un solo hilo de razonamiento verificado por herramientas.
La capacidad de visión en chatbots permitió razonar sobre diagramas, capturas y documentos escaneados en un solo hilo.
OpenAI lanzó GPT-4 con mejoras notables en exámenes profesionales, robustez y capacidad visual en variantes posteriores.
OpenAI presentó CLIP (contraste texto–imagen) y DALL·E (generación de imágenes desde texto), catalizando la ola multimodal.