📈 Los agentes de IA ya pueden realizar tareas que duran el doble cada 3,6 meses, según METR
El evaluador de IA METR acaba de publicar su mayor actualización de capacidades hasta la fecha, en la que puso a prueba 15 modelos, incluidos Opus 5.5 y GPT-6 Astra. La duración de las tareas que pueden completar los mejores agentes de IA se duplica aproximadamente cada 3,6 meses. En marzo de 2025, el mejor modelo podía realizar tareas de alrededor de una hora; los modelos de vanguardia actuales alcanzan hasta 27 horas en las tareas verificables más exigentes de METR. Su punto débil: cuando no hay comentarios claros, los agentes de IA siguen mostrando peor criterio que los expertos humanos.
⭐ El trabajo que la IA puede hacer por su cuenta está aumentando rápidamente, pero para saber «si esto realmente está bien» todavía hace falta una persona.
#IA
El evaluador de IA METR acaba de publicar su mayor actualización de capacidades hasta la fecha, en la que puso a prueba 15 modelos, incluidos Opus 5.5 y GPT-6 Astra. La duración de las tareas que pueden completar los mejores agentes de IA se duplica aproximadamente cada 3,6 meses. En marzo de 2025, el mejor modelo podía realizar tareas de alrededor de una hora; los modelos de vanguardia actuales alcanzan hasta 27 horas en las tareas verificables más exigentes de METR. Su punto débil: cuando no hay comentarios claros, los agentes de IA siguen mostrando peor criterio que los expertos humanos.
⭐ El trabajo que la IA puede hacer por su cuenta está aumentando rápidamente, pero para saber «si esto realmente está bien» todavía hace falta una persona.
#IA
