Última hora 10:30 Meta Lanza Direct: Una Nueva Aplicación Independiente que Lleva la Mensajería de Instagram a Todos 10:15 Relaciones Israel-Irán: Isaac Herzog y Reza Pahlavi Imaginan una Nueva Era de Paz Tras la República Islámica 10:00 Australia: Tres israelíes y cuatro organizaciones sancionadas por actividades de asentamiento 09:45 Italia: El Parlamento Aprueba Ley contra el Antisemitismo en Medio de Divisiones Políticas sobre la Definición de la IHRA 09:30 Grecia: Operación Conjunta de Inteligencia Frustra Supuesto Plan Iraní para Asesinar a Empresario Israelí 09:15 Instagram: Nueva herramienta de protección de contenido contra el robo de videos y réplicas de IA 08:30 La estrategia de IA de Trump: gigantes tecnológicos de EE. UU. se preparan para convertirse en campeones nacionales en la rivalidad con China 08:15 Carrera por la presidencia de la FIFA: Philippe Diallo desafía oficialmente a Gianni Infantino 21:00 Crisis de liderazgo en Nvidia: Jensen Huang se ofrece a regresar como CEO 20:30 Israel: 20 camiones de ayuda humanitaria destinados a Gaza someterán a inspecciones diarias en el cruce de Erez 16:30 Sanciones de la UE a Gaza Now: Medio Palestino y su Fundador Objetivo por Supuesto Financiamiento a Hamas 15:30 España: La Deuda Pública Alcanzó un Récord de 1.767 Billones de Euros, Llegando al 100,3% del PIB 14:45 La política en Israel: El bloque de Eisenkot avanza para obtener la presidencia de la Knesset del Likud 13:00 Francia: Cientos de Tropas Podrían Ser Desplegadas en Líbano a Medida que se Acerca la Retirada de UNIFIL 12:30 Baréin: Múltiples Ataques Aéreos Iraníes Interceptados en Medio de Aumentadas Tensiones Regionales 12:15 La Marina de EE. UU.: Amplía su Despliegue en Medio Oriente Más Allá de los Niveles de Marzo en Medio de Tensiones con Irán 12:00 Amenazas iraníes: la inteligencia estadounidense advierte sobre posibles ataques contra funcionarios de la administración Trump

Qwen3.6 Plus lidera benchmark de IA pero surgen dudas sobre clasificación

Martes 14 Abril 2026 - 16:40
Qwen3.6 Plus lidera benchmark de IA pero surgen dudas sobre clasificación

Los modelos de Alibaba han logrado resultados destacados en el benchmark MMLU-Pro, con Qwen3.6 Plus situándose en la primera posición en al menos una clasificación importante. Sin embargo, evaluaciones independientes muestran un panorama más disputado sobre cuál sistema domina realmente la comprensión del lenguaje.

Según LLM Stats, Qwen3.6 Plus obtuvo un resultado auto reportado del 88,5 por ciento, superando a modelos como MiniMax M2.1 y versiones anteriores de Qwen. El modelo Qwen3.5, publicado este año, alcanzó un 87,8 por ciento según su ficha en Hugging Face. Estos resultados colocan a la familia Qwen entre los sistemas más avanzados disponibles.

No obstante, rankings independientes sitúan a otros modelos por delante. Google registró cerca de 89,8 por ciento con Gemini 3 Pro Preview, mientras que Anthropic alcanzó 89,5 por ciento con Claude Opus 4.5. Algunas evaluaciones elevan a Gemini 3.1 Pro Preview hasta aproximadamente el 91 por ciento. Las diferencias responden a variaciones en los métodos de prueba y en la forma de diseñar los prompts.

El benchmark MMLU-Pro fue creado para exigir más a los modelos, ampliando el número de respuestas posibles y aumentando la complejidad de las preguntas. Aun así, los resultados muestran que los sistemas líderes están separados por márgenes muy reducidos, lo que limita la capacidad del test para establecer diferencias claras.

El desempeño de Qwen refleja el avance de los modelos chinos de código abierto, que han reducido la distancia con los sistemas propietarios occidentales. Arquitecturas como mixture-of-experts han permitido competir en pruebas exigentes como GPQA Diamond y AIME 2025. Qwen3.6 Plus amplía estas capacidades con contextos más largos y funciones multimodales.

El debate sobre los rankings revela un problema estructural en el sector. Los benchmarks siguen siendo una herramienta central de promoción, pese a las dudas sobre su utilidad práctica. Con muchos modelos alcanzando puntuaciones similares, la industria podría necesitar nuevos estándares para medir el progreso real de la inteligencia artificial.


  • Fajr
  • Amanecer
  • Dhuhr
  • Asr
  • Maghrib
  • Isha

Este sitio web, walaw.press, utiliza cookies para ofrecerle una buena experiencia de navegación y mejorar continuamente nuestros servicios. Al continuar navegando por este sitio, acepta el uso de estas cookies.