EL ARCHIVO
Cada cifra que publicamos, con el organismo que la produjo y la fecha en que era cierta. El nivel de cada ficha dice cuán sólido es el recibo — directamente de la fuente, informado de segunda mano, o la estimación de un analista identificado. Aquí no hay nada sin fuente. Cómo documentamos esto.
Los modelos de IA más avanzados están alcanzando rápidamente a los exámenes diseñados para resistirles. Hace un año obtenían menos del 10 % en Humanity's Last Exam, una prueba de 2700 preguntas diseñada para ser difícil para la IA y favorable a los expertos humanos. Ahora la precisión ha alcanzado 38,3 % en Humanity's Last Exam, frente a menos del 10 % un año antes
Abrir el hecho →El índice de capacidades de Epoch AI puntúa los modelos de frontera en una sola escala agregada y sitúa un quiebre de la tendencia en abril de 2024, cuando los modelos de razonamiento y el aprendizaje por refuerzo se impusieron en el entrenamiento de frontera. Antes del quiebre la frontera ganaba 8,3 puntos al año; después, 15,5 puntos al año, 1,85 veces la velocidad anterior
Abrir el hecho →Epoch AI probó tres detectores de IA comerciales — Pangram, GPTZero, Originality.ai — fijados en sus versiones de junio de 2026. Ante texto generado por máquina sencillo detectan casi todo, pero cuando a un modelo se le dieron cinco muestras de la escritura de un autor concreto y se le pidió imitar ese estilo, Detectores de IA fallaron en el 13 % del texto de IA que imita un estilo, frente a menos del 1 % del texto simple
Abrir el hecho →Epoch AI ajusta una tendencia sobre los modelos cuyas ventanas de contexto estaban entre las diez más largas el día de su lanzamiento, y observa que desde mediados de 2023 la ventana de contexto de frontera se vuelve unas 30 veces más larga cada año
Abrir el hecho →Los modelos de frontera han empezado a encontrar fallos de software a gran escala. Epoch AI cuenta las vulnerabilidades de gravedad alta y crítica divulgadas por 21 grandes proveedores —entre ellos Microsoft, Google, Apple y Cisco— y sitúa julio de 2026 en unos 2500 CVE graves en julio de 2026, cinco veces el récord mensual previo a abril de 2026
Abrir el hecho →Epoch AI registró 333 estimaciones de cómputo para modelos de IA notables publicados entre 2010 y mayo de 2024, y halló que el cómputo de entrenamiento en la frontera — los diez modelos con mayor cómputo en el momento de su lanzamiento — ha crecido cada año hasta alcanzar 5,3 veces el valor del año anterior
Abrir el hecho →Epoch AI auditó su benchmark FrontierMath después de que OpenAI señalara puntuaciones sospechosamente altas, y su versión v2, publicada el 12 de junio de 2026, corrigió errores en el 42 % de los problemas originales, dejando un conjunto verificado de 338 problemas en cuatro niveles. el 42 % de los problemas originales de FrontierMath tenía errores
Abrir el hecho →La capacidad de la IA se está volviendo más barata de alcanzar, no solo más grande. Epoch AI comparó cuántos tokens costaba alcanzar la misma puntuación —alrededor del 27 % de precisión en su prueba FrontierMath— primero con o4-mini en abril de 2025 y luego con GPT-5.2 en diciembre de 2025, y encontró que esa capacidad se abarató unas 3 veces en ocho meses, parte de un abaratamiento de 5 a 10 veces al año
Abrir el hecho →De los modelos de IA destacados publicados en 2025, el AI Index de Stanford atribuye más del 90 % a la industria
Abrir el hecho →A lo largo de 42 modelos de lenguaje destacados, Epoch AI estima que el coste de entrenar en la frontera ha subido desde unos 2 millones de dólares para GPT-3 hasta casi 390 millones de dólares por entrenamiento
Abrir el hecho →El banco de pruebas Open Problems de Epoch AI reúne problemas de matemáticas de investigación que han resistido intentos serios de matemáticos profesionales. Ampliado a 50 problemas el 31 de julio de 2026, dos semanas después el recuento —con la solución más reciente aún marcada como provisional— era de 4 resueltos por IA, 1 por un humano y 45 todavía abiertos
Abrir el hecho →El Índice de Capacidades de Epoch AI puntúa los modelos de lenguaje en una sola escala, y desde entonces ninguno ha conservado el primer puesto tanto tiempo como GPT-4 tras su lanzamiento en marzo de 2023: cerca de un año. El segundo liderazgo más largo, el de o1 de OpenAI, duró algo más de tres meses, menos de un tercio de lo que GPT-4 estuvo en cabeza
Abrir el hecho →De enero a mayo de 2026, el índice de capacidades de Epoch AI sitúa a los mejores modelos de pesos abiertos por detrás de los modelos cerrados de frontera en una media de cuatro meses
Abrir el hecho →La escala no es el único motor del progreso de la IA. Epoch AI mide cuánta computación de entrenamiento hace falta para alcanzar un nivel fijo de rendimiento en modelos de lenguaje, y observa que ese requisito cae rápido: La eficiencia de cómputo en el preentrenamiento se duplica cada 7,6 meses
Abrir el hecho →Entre los modelos de IA destacados publicados en 2025, el AI Index de Stanford cuenta para Estados Unidos 59, frente a los 35 de China
Abrir el hecho →