El equipo de Qwen acaba de publicar su último gran modelo lingüístico, Qwen3, que contiene dos modelos MoE (Mixture of Experts) y seis modelos densos con escalas de parámetros que van de 0,6B a 235B. El modelo insignia, Qwen3-235B-A22B, obtiene buenos resultados en una serie de pruebas comparativas de capacidades de codificación, matemáticas y de uso general, y compite con los mejores modelos, como DeepSeek-R1, o1, o3-mini, Grok-3 y Gemini-2.5-Pro.
El modelo se ha entrenado con 36T de tokens que abarcan 119 idiomas, con fuentes de datos que incluyen extractos de PDF y datos sintéticos.Qwen3 también introduce modos de pensamiento y no pensamiento, mejora las capacidades de agente y codificación, y es compatible con MCP (Model Control Protocol).El proceso de entrenamiento es similar al de DeepSeek R1También ofrece modelos de destilación pequeños, como el Qwen3-4B, que rivaliza en rendimiento incluso con el Qwen2.5-72B-Instruct, y el modelo más pequeño Qwen3-0.6B, que también tiene un buen rendimiento.
Todos los modelos son de código abierto bajo licencia Apache 2.0, y los usuarios pueden probarlos en la web y la aplicación Qwen Chat, y visitar plataformas como GitHub, Hugging Face y ModelScope para obtener más información.
- Qwen3-30B-A3B y su versión preentrenada ya están disponibles en varias plataformas, como Hugging Face, ModelScope y Kaggle.
- Se recomienda utilizar los marcos SGLang y vLLM.
- Las herramientas sugeridas para uso local incluyen Ollama, LMStudio, MLX, llama.cpp y KTransformers.
Estas opciones garantizan que los usuarios puedan integrar fácilmente Qwen3 en entornos de investigación, desarrollo o producción.
---
Recientemente se ha lanzado Qwen 3, un modelo de sistema experto híbrido (MoE) con 235B parámetros que demuestra un excelente rendimiento con sólo 22B parámetros cuando se activa.
Qwen 3 ha sobresalido en una serie de pruebas de referencia, superando con éxito a modelos tan conocidos como R1, Grok y O1. Esto no sólo supone un gran avance para la serie Qwen en el campo del procesamiento del lenguaje natural, sino que también pone de relieve sus ventajas de alto rendimiento y bajo consumo de recursos.
Aspectos técnicos destacados:
- Una arquitectura híbrida de sistema experto (MoE) para el funcionamiento eficiente de modelos a gran escala.
- El parámetro de activación 22B reduce eficazmente las necesidades de recursos informáticos.
Además, Qwen 3 utiliza la licencia abierta Apache 2.0, que permite a los desarrolladores utilizar y modificar libremente el código, contribuyendo en gran medida al desarrollo de la comunidad de código abierto y a la innovación tecnológica.
Este lanzamiento es significativo tanto para el mundo académico como para la industria, y se espera que impulse el desarrollo de más aplicaciones basadas en Qwen 3, incluyendo, entre otras, el diálogo inteligente, la generación de textos, la traducción automática y otras áreas.
---
El esperado modelo Qwen 3 salió a la venta recientemente y su rendimiento en una serie de pruebas comparativas fue impresionante.
Como nueva generación de modelos lingüísticos a gran escala, Qwen 3 ha logrado avances significativos en el procesamiento del lenguaje natural y la generación y comprensión de textos. El modelo no solo logra avances en tecnología, sino que también muestra un gran potencial en aplicaciones prácticas.
Qwen 3 El lanzamiento ha suscitado un gran interés en el sector y su socio Ollama no ha tardado en hacer lo propio ofreciendo soporte para el nuevo modelo. Los usuarios ya pueden utilizar Qwen 3 en Llama Index siguiendo los pasos que se indican a continuación:
- Instale el plugin Llama Index Ollama:
pip install llama-index-llms-ollama - Visite la documentación oficial: Guía detallada
El lanzamiento de Qwen 3 supone un nuevo avance en la tecnología de modelización lingüística y tanto la investigación académica como las aplicaciones comerciales se beneficiarán de esta potente herramienta.
---
Qwen ha lanzado recientemente seis nuevos modelos de la serie Qwen 3, con el modelo insigniaQwen3-235B-A22BObtiene buenos resultados en varias pruebas comparativas.
Esta nueva hornada de modelos no sólo proporciona un mejor soporte en codificación y multitarea (MCP), sino que también logra importantes ventajas competitivas frente a los mejores modelos actuales, como DeepSeek-R1, o1, o3-mini, Grok-3 y Gemini-2.5-Pro, en una serie de áreas como las capacidades matemáticas y de propósito general. Especialmente destacable es el hecho de que el pequeño modelo MoE Qwen3-30B-A3B consigue superar al QwQ-32B con sólo una décima parte de sus parámetros de activación, mientras que el aún más pequeño Qwen3-4B incluso iguala al Qwen2.5-72B-Instruct.
- Qwen3-235B-A22B: Modelo insignia con excelentes prestaciones para misiones complejas.
- Qwen3-30B-A3B: Modelo MoE pequeño con alta eficiencia paramétrica.
- Qwen3-4B: Un modelo ligero y rentable.
Para facilitar la prueba a los usuarios, estos modelos están en línea en Qwen Chat Web y APP, y pueden descargarse de GitHub, Hugging Face, ModelScope y otras plataformas. Para el despliegue, se recomiendan los marcos SGLang y vLLM, y para el uso local, herramientas como Ollama, LMStudio, MLX, llama.cpp y KTransformers. Esto facilita a los usuarios la integración de Qwen3 en su flujo de trabajo, ya sea en entornos de investigación, desarrollo o producción.
---
El 29 de abril de 2025, Alibaba lanzó oficialmente la nueva generación de grandes modelos lingüísticos, Tongyi Qwen3 ("Qwen3"). Como miembro más reciente de la serie Tongyi de Alibaba, Qwen3 ha logrado avances en arquitectura técnica, métricas de rendimiento y costes de despliegue, especialmente en capacidades de agente y compatibilidad con el Protocolo de Contexto de Modelo (MCP).
Mil preguntas 3 ofrece un total de 8 versiones de modelos, que cubren una amplia gama de necesidades, desde la escala ligera a la supergrande. Entre ellos, el modelo MoE (Mixed Expert) incluye dos modelos, 30B (parámetro de activación 3B) y 235B (parámetro de activación 22B); y el modelo Dense ofrece una variedad de escalas, incluyendo 0,6B, 1,7B, 4B, 8B, 14B y 32B. El modelo insignia, Thousand Questions 3-235B-A22B, obtiene buenos resultados en una serie de pruebas comparativas internacionales y se sitúa a la par de modelos internacionales de primer nivel como DeepSeek-R1, OpenAI-o1 y Grok-3, e incluso ligeramente por delante en algunas tareas.
Una de las características notables de Mil preguntas 3 es su significativa mejora de la capacidad del Agente:
- En la prueba de referencia BFCL, dedicada a evaluar las capacidades de tareas del Agente, Mil preguntas 3 alcanzó una puntuación de 70,8, superando a modelos de gama alta como Gemini 2.5 Pro y OpenAI-o1.
- El soporte nativo para las funciones de llamada a herramientas (llamada a funciones), con el marco Qwen-Agent, proporciona plantillas de llamada a herramientas y analizadores preempaquetados, reduciendo significativamente el umbral de desarrollo, adecuado para el rápido desarrollo de escenarios de aplicaciones basadas en agentes de IA.
Además, Mil preguntas 3 admite una función denominada Protocolo de contexto de modelo (MCP):
- MCP permite que el modelo perciba y gestione dinámicamente la información contextual, lo que mejora significativamente la estabilidad y la precisión de las respuestas cuando se realizan diálogos de varias rondas o tareas complejas.
- Los desarrolladores pueden especificar claramente el "presupuesto de pensamiento" del modelo para lograr un control preciso y cumplir con flexibilidad los requisitos de coste aritmético y calidad de respuesta en distintos escenarios.
- El modelo de razonamiento híbrido propuesto de "pensar rápido" y "pensar despacio", con cambio dinámico de contexto mediante MCP, permite al modelo responder rápidamente a peticiones sencillas y adoptar automáticamente un modelo de razonamiento en profundidad de varios pasos para tareas complejas.
ThousandQuest 3 también es bastante atractivo en términos de implantación: el modelo insignia 235B puede implantarse con sólo 4 GPU H20, y el consumo de memoria gráfica es sólo 1/3 del modelo del mismo nivel de rendimiento, lo que reduce significativamente el umbral de coste de implantación para los usuarios empresariales. Los modelos más pequeños, como el 4B y el 8B, pueden instalarse fácilmente en dispositivos finales como teléfonos móviles, PC y automóviles, lo que los hace idóneos para diversos escenarios de computación integrada y de borde.
Cabe destacar que Thousand Questions 3 es compatible con 119 idiomas y dialectos, entre ellos el chino (mandarín y cantonés), el inglés, el japonés, el coreano y diversos idiomas del Sudeste Asiático, Europa y Oriente Medio, lo que sienta las bases para las aplicaciones internacionales y la expansión del mercado mundial.
Los modelos de la serie 3 de Mil preguntas son de código abierto según el protocolo Apache 2.0, y los desarrolladores de todo el mundo pueden descargarlos, modificarlos y comercializarlos libremente. Las plataformas que se ofrecen incluyen Hugging Face, ModelScope, Kaggle, etc. La comunidad Magic Match de Alibaba y la plataforma Hundred Refinement de Alibaba Cloud también proporcionan API y soporte de despliegue.
---
En poco más de dos años, Llama ha superado los mil millones de descargas, estableciéndose como líder en el ecosistema de código abierto de IA.
Durante la keynote de la LlamaCon 2025, Llama anunció una serie de importantes actualizaciones y novedades:
- Vista previa de la API LlamaLa API Llama, que combina las mejores características de la API de modelo cerrado con la flexibilidad del código abierto para ofrecer a los desarrolladores herramientas más potentes, es compatible con una amplia gama de lenguajes de programación y proporciona abundante documentación y código de ejemplo para ayudar a los desarrolladores a empezar a trabajar rápidamente.
- Programa AI DefenderPrograma de seguridad de la IA: presenta herramientas avanzadas para detectar y prevenir las amenazas generadas por la IA. El programa aprovechará las últimas tecnologías de aprendizaje automático para ayudar a las empresas a proteger la seguridad y privacidad de sus datos.
- Ganadores de la beca Llama Impact: Presentamos a los ganadores que están impulsando el cambio a través de la tecnología de IA de código abierto. Estos proyectos abarcan una amplia gama de campos, desde la sanidad a la protección del medio ambiente, y demuestran el enorme potencial de la IA de código abierto para resolver problemas del mundo real.
---
El gigante tecnológico chino Alibaba acaba de presentar Qwen 3, la última generación de su gran modelo lingüístico, que demuestra un rendimiento superior en varios aspectos.
Qwen 3 obtiene buenos resultados en una serie de pruebas y, en particular, supera con creces al popular modelo Llama en cuanto a capacidad de razonamiento y memoria. En concreto.Qwen 3 cuenta con 8 versiones de modelos de código totalmente abiertoAdemás, cuenta con una licencia Apache 2.0, lo que aporta una gran flexibilidad y comodidad a desarrolladores e investigadores.
- Razonamiento más sólido: Qwen 3 destaca en tareas complejas y resuelve rompecabezas con facilidad.
- Mecanismos de memoria mejorados: Comparado con Llama, Qwen 3 tiene mejor comprensión contextual y memoria de texto largo.
- Inferencia híbrida integrada: este diseño único hace que Qwen 3 sea más eficaz cuando se trabaja con datos multimodales.
Además, Qwen 3 demuestra su potente rendimiento en aplicaciones del mundo real. Por ejemplo, Qwen 3 ha demostrado ventajas significativas en áreas como el procesamiento del lenguaje natural, la generación de código y los sistemas de diálogo. Estos avances no sólo mejoran el rendimiento general del modelo, sino que también sientan unas bases sólidas para el futuro desarrollo de la tecnología de IA.
En conjunto, el lanzamiento de Qwen 3 supone otro gran avance en el campo de la modelización de grandes lenguas en China, donde las ventajas de rendimiento ya son evidentes.
---
Recientemente, un nuevo producto llamado8BEl modelo de procesamiento multilingüe ha atraído mucha atención. El modelo no sólo admite varios idiomas, sino que también tiene funciones de gestión de código y proxy, y se publica bajo licencia Apache, lo que significa que los desarrolladores pueden utilizarlo y modificarlo libremente.
Cabe señalar que8BEl modelo es compatible con la popular arquitectura Transformer, así como con la biblioteca Llama.cpp, lo que proporciona a los desarrolladores una gran flexibilidad y extensibilidad. Además, debido a su modesto tamaño, el modelo puede ejecutarse en la mayoría de portátiles y MacBooks sin necesidad de soporte de hardware de alto rendimiento.
En la práctica.8BEl modelo puede utilizarse para tareas de procesamiento del lenguaje natural, como la generación de textos, la traducción y los sistemas de diálogo. También es capaz de gestionar tareas relacionadas con el código y proporcionar soporte para ayudas a la programación. Para proyectos que requieran soporte multilingüe y capacidades de procesamiento de código, el modelo8BEs una opción muy atractiva.
---
Alibaba ha lanzado oficialmente la última generación de la familia de modelos Qwen3, que consta de 8 modelos de ponderación abierta que abarcan 6 modelos intensivos (0,6B, 1,7B, 4B, 8B, 14B, 32B) y 2 modelos de sistemas expertos híbridos (30B-A3B, 235B-A22B). Estos modelos obtienen buenos resultados en tareas de codificación, matemáticas y de propósito general, y son capaces de competir con los mejores modelos, como DeepSeek-R1 y o1.
La familia de modelos Qwen3 está preentrenada con unos 36 billones de tokens y admite 119 idiomas y dialectos con autonomía mejorada. Los usuarios pueden alternar entre los modos pensante y no pensante para adaptarse a distintos escenarios de aplicación.
Características principales:
- Compatibilidad con 119 idiomas y dialectos
- Datos de preentrenamiento de 36 billones de fichas
- Ofrece dos modos: modo pensante y modo no pensante
- Basado en el código abierto de la licencia Apache 2.0
La familia de modelos Qwen3 es ahora totalmente compatible con los marcos BentoML y OpenLLM, lo que permite a los usuarios desplegar fácilmente estos modelos en BentoCloud. Además, BentoML y vLLM proporcionan una forma cómoda de servir modelos, simplificando aún más su uso y gestión.
Siguiendo el enlace que aparece a continuación, podrás experimentar rápidamente la potencia del modelo Qwen3:
235B-A22B: https://t.co/84C77s9lbg
8B: https://t.co/u42LpNqNuX
Para más información, visite: https://t.co/YeawhsoREX
Para más información sobre OpenLLM, visite: https://t.co/PVhLM89LSc
---
En la reciente conferencia LlamaCon, Meta anunció una serie de importantes actualizaciones de herramientas de seguridad y protección de la IA diseñadas para mejorar la seguridad de los sistemas de IA mediante herramientas y tecnologías de código abierto.
Estas actualizaciones incluyen:
- Guardia Llama 4: una herramienta de protección de seguridad personalizable que admite la protección de la comprensión de textos e imágenes multimodales.
- Cortafuegos Llama: Una herramienta de valla de seguridad que detecta y previene amenazas como la inyección puntual, código inseguro e interacciones arriesgadas de plugins LLM.
- Dos nuevas versiones delLlama Prompt Guard::
- Prompt Guard 2 86M: Mejora del rendimiento de la detección de jailbreak e inyección de prompt.
- Prompt Guard 2 22M: Más pequeño y más rápido, reduce la latencia y los costes de cálculo manteniendo un alto rendimiento.
Además, Meta ha invertido en el desarrollo de nuevas soluciones basadas en IA para ayudar a las comunidades a mejorar sus sistemas de seguridad. Entre ellas.CyberSecEval 4es el último conjunto de herramientas de evaluación comparativa de ciberseguridad para sistemas de IA.
También.Programa Defensor de la LlamaLos socios de confianza dispondrán de una amplia gama de soluciones de IA abiertas, de acceso anticipado y cerradas para responder a las distintas necesidades de seguridad.
Para más información sobre estas herramientas de protección de código abierto y sobre cómo hacen avanzar la privacidad y la seguridad de la IA, visite: el sitio web oficial de LlamaCon.
