Presentamos Claude Fable 5.1 en AWS
Hoy, nos complace anunciar la disponibilidad de Claude Fable 5.1 en Amazon Bedrock y Claude Platform en AWS. Claude Fable 5.1 ofrece inteligencia de vanguardia para tareas ambiciosas en codificación,…
AWS reconocido como líder en The Forrester Wave: Soluciones de infraestructura de IA, cuarto trimestre de 2025
Nos complace compartir que AWS ha sido reconocido como líder en The Forrester Wave: AI Infrastructure Solutions, cuarto trimestre de 2025. En esta evaluación de 13 proveedores, AWS recibió la…
Cohere lanza Parse 5 (parse-v5.0): un modelo de lenguaje de visión de 2.300 millones que convierte documentos empresariales en rebajas[0]Cohere ha lanzado Parse (parse-v5.0), un modelo de análisis de documentos destinado a la ingesta empresarial de gran volumen. Es un modelo de lenguaje de visión de 2,300 millones de parámetros con una ventana de contexto de 8192 tokens y un espacio de ~4,6 GB, construido sobre la arquitectura North-Micro-Vision-Instruct de Cohere Labs. Parse toma una página PDF, PPT o JPEG como un URI de datos codificados en base64 y devuelve Markdown que contiene texto en orden de lectura, tablas representadas como HTML, listas, pares clave-valor, descripciones de imágenes y coordenadas del cuadro delimitador. No hay una etapa de OCR separada frente a él. Cohere fija el precio de la API de Parse a 1,50 dólares por cada 1.000 páginas y posiciona el modelo según la relación precio-rendimiento en lugar de la máxima precisión, una afirmación que la empresa respalda con una puntuación ParseBench autoinformada de 79,2 que, como detallamos a continuación, mide tres de las cinco dimensiones de ese punto de referencia. ¿Es desplegable? Sí, en producción. Parse generalmente está disponible a través de Cohere Parse API, Microsoft Foundry, AWS SageMaker y Model Vault de un solo inquilino. No hay lista de espera ni licencia de investigación. Qué empresas: Los equipos del mercado medio que ya ejecutan una pila RAG pueden comenzar con llamadas API medidas con una clave de prueba gratuita. Las grandes empresas con requisitos de residencia o de espacio aéreo van directamente a Model Vault o a una implementación privada. Las nuevas empresas en etapa inicial pueden usarlo, pero la economía solo comienza a importar a partir de aproximadamente 100.000 páginas al mes. Qué industrias: Cohere apunta a servicios financieros, seguros, atención médica y ciencias de la vida, sector público, telecomunicaciones, energía y manufactura: las verticales con gran cantidad de documentos donde los formularios escaneados y las tablas densas son la norma. Aplicaciones: ingesta de RAG, procesamiento inteligente de documentos, procesamiento de reclamaciones y facturas, búsqueda de contratos y presentaciones, y brindar contexto de documentos a los agentes. ¿Qué es el análisis? Parse es un modelo de lenguaje de visión de 2,300 millones de parámetros construido sobre la arquitectura North-Micro-Vision-Instruct de Cohere Labs, con una ventana de contexto de 8192 tokens y una huella de ~4,6 GB. Acepta páginas PDF, PPT y JPEG como URI de datos codificados en base64 y devuelve Markdown que contiene texto del documento, listas, tablas representadas como HTML, coordenadas del cuadro delimitador y descripciones de imágenes. No hay una etapa de OCR separada frente a él. El modelo recupera el texto y el orden de lectura, tablas, listas, formularios y pares clave-valor, imágenes y leyendas, y la ubicación de los límites de las páginas y los elementos visuales en una sola pasada. Nueve idiomas figuran como estables (árabe, inglés, francés, alemán, italiano, japonés, coreano, portugués y español) con soporte de disparo cero en otros lugares con menor precisión. En la práctica, dos modos de salida importan. El valor predeterminado devuelve una cadena Markdown por página. Configurar output_format=”blocks” devuelve bloques escritos, donde un bloque de tabla lleva su HTML, su cuadro delimitador y una descripción. Ese segundo modo es lo que hace posible la trazabilidad a nivel de cita. ‘+d
+’‘+d.toFixed(d?1:2)+’ ‘; }).unirse(”); } var dibujado=falso; función dibujarBarras(){ si(dibujado)retorno;dibujado=verdadero; filas(document.getElementById(‘setA’),A); filas(document.getElementById(‘setB’),B); setTimeout(función(){ .slice.call(document.querySelectorAll(‘.fill’)).forEach(function(f){f.style.width=f.dataset.w+’%’}); tamaño(); },60); } tamaño de función(){ try{parent.postMessage({mtpHeight:document.body.offsetHeight+40},’*’)}catch(e){} } window.addEventListener(‘load’,size); window.addEventListener(‘cambiar tamaño’,tamaño); setTimeout(tamaño,300);setTimeout(tamaño,900); })();
Cómo OneAdvanced implementó más de 50 agentes de IA en AWS soberano del Reino Unido
Esta publicación es en coautoría con el equipo de OneAdvanced. La implementación de agentes de IA en una arquitectura de AWS soberana del Reino Unido requiere decisiones cuidadosas sobre el…
De semanas a minutos: cómo la Fórmula 1® utiliza la IA agente en AWS para acelerar las operaciones de datos
Fórmula 1® (F1) atrae a una audiencia de más de 800 millones de fanáticos en todo el mundo a través de plataformas digitales, F1 TV, redes sociales, venta de entradas…
Implementación de Kimi K3 en AWS
Los modelos de peso abierto se han vuelto lo suficientemente potentes como para manejar tareas complejas, como flujos de trabajo agentes de varios pasos, razonamiento avanzado y codificación a largo…
Deepgram mejora el soporte de IA de Amazon SageMaker con la delegación temporal de AWS IAM
Las empresas que ejecutan IA de voz autohospedada necesitan soporte rápido y auditable sin dar a los socios acceso duradero a sus cuentas. Cuando un modelo arroja resultados inesperados o…
Más allá de RAG: compresión de conocimientos basada en tareas para la IA empresarial en AWS
Si utiliza la generación aumentada de recuperación (RAG) para tareas analíticas complejas que abarcan cientos de documentos, como la debida diligencia financiera o revisiones de cumplimiento normativo, es probable que…
Cree un sistema explicable de recomendación del siguiente mejor producto para realizar operaciones bancarias en AWS
La creación de un sistema de recomendación del siguiente mejor producto explicable y basado en aprendizaje profundo ayuda a las instituciones bancarias a predecir qué producto necesita un cliente a…
Presentamos Claude Opus 5 en AWS: el modelo Opus más capaz de Anthropic
Hoy anunciamos la disponibilidad de Claude Opus 5 en Amazon Bedrock y Claude Platform en AWS. Claude Opus 5 es el modelo Opus más avanzado de Anthropic y el primero…