Vector Lab
VECTOR LAB

EST. 2025

WEEKLY UPDATE2025
BY ANDREW MEAD

Actualización Semanal: 30 de junio al 6 de julio

Una semana tranquila

Nota: Este artículo fue traducido automáticamente con Claude Sonnet 4.5; la calidad puede verse degradada, especialmente en la terminología técnica.

Con la mayor parte de Estados Unidos tomándose al menos parte de esta semana libre debido al 4 de julio, no hay tantas noticias que reportar.

Noticias

Cursor en tu teléfono

Cursor ahora te permite conectarte a tus repositorios de Github y luego hacer cambios por ti usando sus nuevos(ish) agentes en segundo plano. Puedes volver más tarde y revisar y fusionar el código que hace por ti. Esto se puede hacer desde su sitio web o, más importante aún, tu teléfono. Solo tienes que ir a cursor.com/agents para probarlo ahora.

Actualizaciones de precios de Cursor

Cursor ha estado modificando sus precios las últimas semanas, lo que ha culminado en un acuerdo mucho peor de lo que era anteriormente.

Hace unas semanas, eliminaron las 500 solicitudes al mes y las reemplazaron con usos ilimitados para cualquiera de sus modelos que no sean max. Luego lo actualizaron para que solo sean usos gratuitos ilimitados si tienes el modelo automático seleccionado, que enruta el modelo al más rentable según la dificultad de la tarea, y cuando eliges un modelo, ahora se te cobra según el precio de la API del modelo que estás usando (tu suscripción de $20 cubre tus primeros $20 de uso, pero luego pagas de tu bolsillo después de eso).

Esto significó que muchas personas descubrieron que les estaban cobrando cientos de dólares de repente, ya que Cursor no comunicó estos cambios muy bien en absoluto. Dicen que aún deberías poder obtener ~225 solicitudes de Claude Sonnet, pero en mi experiencia solo esperaría obtener un par de docenas de solicitudes antes de que se agoten tus créditos.

Cursor Usage

Para ser justos, definitivamente estaban perdiendo dinero con mi suscripción

Desde entonces han reembolsado a todos los que incurrieron en costos inesperados y aclararon su modelo de precios, pero la era del uso ridículo de LLM por barato ha terminado (al menos para Cursor). Me he cambiado a Claude Code en las últimas semanas usando mi suscripción de Claude Pro, y me ha gustado más que Cursor para programar por vibra, pero no tiene una UX tan buena para revisar cambios de código. Haré una publicación una vez que tenga un buen flujo de trabajo con Claude Code.

Lanzamientos

Nuevo modelo de razonamiento multimodal de Z.ai

Z.ai ha pasado desapercibido durante un tiempo ahora, a pesar de tener algunos de los mejores modelos de código abierto disponibles actualmente con su serie GLM4. Su modelo GLM4 32B es posiblemente mejor que Qwen3 32B, y viene con el beneficio adicional de tener el mejor modelo base de código abierto disponible actualmente también (el equipo de Qwen no lanzó el modelo base para los modelos Qwen3 32B y 235B).

Están agregando a su serie GLM4, lanzando un modelo de razonamiento visual basado en su modelo GLM4 9B. Supera a la mayoría de los otros modelos de su tamaño, y también supera a GPT-4o en tareas de comprensión y razonamiento de imágenes. También puede entender video, clasificándose también por encima de otros modelos de código abierto y cerrado.

GLM-4.1V-9B-Thinking benchmarks

Gemma 3n

Técnicamente un lanzamiento de la semana pasada que no llegó a tiempo, Gemma 3n es un lanzamiento de código abierto de Google, destinado a implementaciones en dispositivos. Puedes variar el número de parámetros utilizados (usando una arquitectura llamada MatFormer) lo que lo hace más grande o más pequeño, dependiendo de la dificultad de la tarea o los recursos del dispositivo en el que se está ejecutando. Es verdaderamente multimodal también, permitiendo entrada de imagen y audio junto con texto. Los benchmarks se ven bien, especialmente para uso conversacional, con un elo por encima de 1300 en LMArena.

Hay una competencia en Kaggle con más de $150k en premios centrada en el modelo. Puedes encontrar y usar el modelo en prácticamente todas las plataformas que usas para inferencia de LLM, ¡así que puedes empezar a construir con él ahora!

NOTA: Actualmente hay un error en la biblioteca TIMM (que tiene el código de modelado para la parte del transformador de visión del modelo Gemma 3n) que está afectando drásticamente de manera negativa la comprensión de imágenes del modelo. Hasta que esto se corrija, no esperes ninguna salida significativa de las entradas de imagen.

Investigación

Speedrunning automatizado de LLM

Andrej Karpathy lanzó la biblioteca nanoGPT como un ejemplo simple y completamente autónomo para entrenar un LLM. Desde su lanzamiento, la gente ha estado trabajando en aumentar la velocidad para entrenar el modelo a una métrica objetivo específica (3.28 de pérdida de entropía cruzada en el conjunto de validación de FineWeb).

Esto ha resultado en una plétora de cambios que han hecho que el tiempo para entrenar el modelo pase de 45 minutos a menos de 3. Investigadores de Meta querían ver si los modelos, dado el código, podían ir y encontrar estas mejoras de velocidad e implementarlas.

Para saltar a la conclusión, los modelos fueron bastante malos en esto, sin que ningún modelo pudiera obtener más del 20% de las mejoras de velocidad cuando estaban solos, e incluso cuando se les dio pseudocódigo completo para los cambios que resultaron en las mejoras de velocidad, los modelos todavía solo podían obtener como máximo el 40%.

Los LLM pueden ser buenos en desarrollo web, pero todavía tienen un largo camino por recorrer para la programación de estilo de sistemas.

LLMs are bad at ML systems programming

Los ingenieros de ML no tienen que preocuparse por perder sus trabajos en el corto plazo

Final

Lightning Spite

Un sprite ocurriendo sobre México visto por la Estación Espacial Internacional

Stay Updated

Subscribe to get the latest AI news in your inbox every week!

← BACK TO NEWS