Jueves 29 de octubre de 2026 ·

Google mide a los agentes de IA en 85 tareas de ingeniería: el mejor logra 50,6% y solo 41,3% cumple todas las restricciones

Relevancia 51 de 100 Estados Unidos, California

Google Cloud AI Research evaluó agentes de IA con el benchmark PLE, con 85 tareas de ingeniería mecánica, eléctrica, civil y estructural. Claude Opus 5.5, de Anthropic, obtuvo el mejor promedio (50,6% en tres ejecuciones), seguido de GPT-6 Astra, de OpenAI, con 48,3%. El agente líder cumplió todas las restricciones rigurosas en el 41,3% de los diseños, y gastó unos 27 millones de tokens y 63 minutos por tarea, con un coste de inferencia de unos 17 USD.

Qué significa

Para las firmas de ingeniería, los agentes pueden aportar valor en tareas documentales intensivas, pero un requisito crítico incumplido invalida el resultado y obliga a una revisión profesional. El coste por tarea no equivale a un ahorro demostrado, porque no incluye verificación ni correcciones.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del jueves 29 de octubre de 2026 ->