Allen AI lanza SERA: agentes de programación open-source potentes y de bajo coste
El instituto de investigación en IA Allen AI (Ai2) ha lanzado SERA, una familia de agentes de programación de código abierto diseñados para adaptarse fácilmente a bases de código privadas a bajo coste. El modelo insignia, SERA-32B, resuelve hasta el 54,2% de las tareas en el benchmark de programación SWE-Bench-Test Verified (con contexto de 64K), superando a modelos open-source comparables.
SERA utiliza un método de entrenamiento simplificado denominado «Soft-verified Generation», que no requiere ejemplos de código completamente correctos. Según Ai2, el entrenamiento necesita solo 40 días-GPU y cuesta entre 400 dólares para igualar resultados previos de código abierto y 12.000 dólares para alcanzar un rendimiento comparable al de los principales modelos industriales. Esto hace viable el entrenamiento con datos de código propietario incluso para equipos pequeños. Los detalles técnicos están disponibles en el blog del proyecto.
Contexto de 32K, Allen AI
Los modelos son compatibles con Claude Code y pueden iniciarse con solo dos líneas de código, según Allen AI. Todos los modelos, el código fuente y la documentación están disponibles en Hugging Face bajo la licencia Apache 2.0.
Javier Morales es investigador y analista senior en inteligencia artificial con base en España. Su trabajo se centra en el estudio de modelos de IA a gran escala, su integración en infraestructuras empresariales y las implicaciones económicas y sociales de su adopción. Ha analizado en profundidad las estrategias de las principales compañías tecnológicas, así como el impacto de la inteligencia artificial en productividad, gobernanza digital y comportamiento de los usuarios. Sus publicaciones se caracterizan por un enfoque analítico, basado en datos y orientado a la evaluación crítica de tecnologías emergentes.
ES 
EN