aiminute. ← Todas las noticias de IA
Investigación AI Minute Newsroom 2026-10-06

Repetir la misma tarea veinte veces bajó un tercio al mejor agente.

Repetir la misma tarea veinte veces bajó un tercio al mejor agente.

Una nueva prueba llamada Thinkingbox ejecutó 507 flujos de trabajo veinte veces desde cero. Claude Opus 5 resolvió el 66,5 por ciento una vez y el 47,5 en los veinte intentos. Kimi K3 cayó más, del 57,4 al 17,6 por ciento, así que la brecha es la fiabilidad.

Por qué importaLas demos muestran un agente que acierta una vez; tu trabajo lo necesita siempre. La prueba califica la base de datos que dejó, no el resumen que escribió.
#Agentes IA

✓ Verificado · 1 fuentes

WhatsApp X Telegram
Léelo en la app — gratis, en 9 idiomas

Noticias relacionadas

OpenRouter expulsa a tres proveedores tras una prueba con cebos.
2026-11-22
Investigadores afirman haber sacado chats del agente Muse de Meta.
2026-11-22
OpenAI dice que sus nuevos modelos frenan el robo de razonamiento.
2026-11-22
La comunidad de Lean da por correcta la prueba de Riemann con IA.
2026-11-22
Un modelo abierto de IA mejoró al editar sus pesos, según un estudio.
2026-11-21