Interfaz: Nueva arquitectura de modelo supera a Gemini-3-Flash y GPT-5.4-Mini en tareas deterministas
Interfaze es una nueva arquitectura de modelo de Interfaze que fusiona modelos DNN/CNN específicos de tareas con omni-transformers, orientada a tareas deterministas de alta precisión a escala. Ofrece una ventana de contexto de 1 millón de tokens, hasta 32k tokens de salida y admite entradas de texto, imágenes, audio y archivos con razonamiento opcional.
Resultados de Benchmark
Según sus benchmarks, Interfaze lidera frente a modelos de nivel de precio similar (modelos Flash/mini como Gemini-3-Flash, GPT-5.4-Mini, Claude Sonnet 4.6 y Grok-4.3) en 9 pruebas comparativas directas:
- OCRBench V2: Interfaze 70.7% vs Gemini-3-Flash 55.8%, Claude-Sonnet-4.6 54.7%, GPT-5.4-Mini 52.7%, Grok-4.3 54.7%
- olmOCR: Interfaze 85.7% vs Gemini-3-Flash 75.3%, Claude-Sonnet-4.6 73.9%, GPT-5.4-Mini 80.1%, Grok-4.3 81.9%
- RefCOCO: Interfaze 82.1% vs Gemini-3-Flash 75.2%, Claude-Sonnet-4.6 75.5%, GPT-5.4-Mini 67.0%, Grok-4.3 25.0%
- VoxPopuli (WER, menor es mejor): Interfaze 2.4% vs Gemini-3-Flash 4.0%
- Spider 2.0-Lite: Interfaze 52.9% vs Gemini-3-Flash 45.2%, Claude-Sonnet-4.6 49.6%, GPT-5.4-Mini 26.7%, Grok-4.3 45.9%
- GPQA Diamond: Interfaze 89.9% vs Gemini-3-Flash 88.5%, Claude-Sonnet-4.6 89.9%, GPT-5.4-Mini 82.8%, Grok-4.3 73.6%
- MMMLU: Interfaze 90.9% vs Gemini-3-Flash 88.7%, Claude-Sonnet-4.6 84.9%, GPT-5.4-Mini 75.3%, Grok-4.3 89.7%
- MMMU-Pro: Interfaze 71.1% vs Gemini-3-Flash 67.6%, Claude-Sonnet-4.6 46.3%, GPT-5.4-Mini 40.4%, Grok-4.3 68.7%
- SOB Value Acc: Interfaze 79.5% vs Gemini-3-Flash 77.3%, Claude-Sonnet-4.6 77.9%, GPT-5.4-Mini 75.1%, Grok-4.3 78.4%
Interfaze también supera a proveedores especializados de OCR como Chandra OCR y Reducto, según la fuente.
Precios
Interfaze tiene un precio de $1.50 por millón de tokens de entrada y $3.50 por millón de tokens de salida, en línea con Gemini-3-Flash.
Para quién es
Desarrolladores que construyen pipelines de alto volumen de OCR, extracción de documentos, búsqueda web, transcripción de audio/diarización de hablantes, traducción o detección de objetos/GUI que necesitan precisión determinista sin el costo de los LLM completos.
📖 Leer la fuente completa: HN AI Agents
👀 Ver también
El Complemento Keyoku Reemplaza el Latido Estático de OpenClaw con Autonomía Impulsada por la Memoria
Keyoku es un complemento gratuito de OpenClaw que cambia el latido del agente de leer un archivo estático HEARTBEAT.md a escanear la memoria real del agente en busca de trabajo estancado, compromisos abandonados, información conflictiva y relaciones inactivas. Utiliza un motor local de Go con SQLite + HNSW y ofrece tres niveles de autonomía: observar, sugerir y actuar.
Integración de Claude con Canva: un flujo de trabajo práctico para la generación de diseño
El conector de Canva de Claude exporta proyectos editables de Canva con diseños estructurados, no imágenes planas. La publicación detalla un flujo de trabajo desde el prompt hasta el carrusel terminado en 12-15 minutos, incluyendo configuración, modo de alta fidelidad y limitaciones honestas.
Gemma4 26B-A4B Ofrece un Rendimiento Local Rápido con Búsqueda Web y Soporte de Imágenes
El modelo gemma-4-26B-A4B alcanza aproximadamente 145 tokens por segundo en una RTX 4090 e incluye soporte MCP para búsqueda web y de imágenes en aplicaciones de chat. Una publicación de blog detalla la configuración y el uso multiplataforma en Mac e iPhone.
El complemento OpenClaw agrega memoria persistente con el servidor Engram.
Un desarrollador creó un complemento de TypeScript que conecta agentes OpenClaw con Engram, un servidor de memoria basado en Go que utiliza SQLite con búsqueda FTS5. El complemento proporciona 11 herramientas, 4 ganchos de ciclo de vida y una recuperación automática que inyecta recuerdos relevantes en los prompts antes de cada turno del agente.