¡Veo 3 ya está disponible en la API 📽️ de Gemini! Veo 3 es de última generación, puede generar audio de forma nativa en los videos, viene con límites de velocidad para uso de producción a escala y tiene un precio de $ 0.75 por segundo con audio y $ 0.50 sin audio. Más en 🧵

¡Presentamos los mejores (y abiertos) modelos de reconocimiento de voz del mundo!

🎙️🤖 Los LLM finalmente se están convirtiendo en los "asistentes de búsqueda" que siempre hemos querido. En el episodio 39 de Generationship, @simonw (creador de @datasetteproj) habla sobre el reciente cambio radical en sus capacidades y cómo usarlas de manera responsable para la investigación. ¡Sintonizar! 🎧

Recientemente detectamos un par de problemas con Grok 4 que investigamos y mitigamos de inmediato. Una de ellas es que si le preguntas "¿Cuál es tu apellido?", no lo tiene, por lo que busca en Internet y obtiene resultados indeseables, como cuando sus búsquedas recogieron un meme viral en el que se llamaba a sí mismo "MechaHitler". Otra fue que si le preguntas "¿Qué te parece?", el modelo razona que como IA no tiene una opinión, pero sabiendo que era Grok 4 por xAI busca para ver qué podría haber dicho xAI o Elon Musk sobre un tema para alinearse con la empresa. Para mitigarlo, hemos modificado las indicaciones y hemos compartido los detalles en GitHub para mayor transparencia. Estamos monitoreando activamente e implementaremos más ajustes según sea necesario.