Las dos versiones están alineadas bloque a bloque, en el orden del texto: titular, lo esencial y después párrafo a párrafo. Cuando la traducción ha fusionado o dividido un párrafo, la casilla correspondiente queda vacía — nunca emparejamos dos pasajes a ojo.
The Shanghai Artificial Intelligence Laboratory has released the full version of Atria Dawn, and its headline number is now 512K tokens, the amount of text the model can keep in view at once. The preview offered 256K. Developers who open the project's GitHub repository will still find 256K in the download table, for both the full model and its FP8 version, a compressed 8-bit variant. The hosted API documentation is the place to check which limit applies.
El Laboratorio de Inteligencia Artificial de Shanghái ha publicado la versión completa de Atria Dawn, y su cifra principal es ahora 512.000 tokens, es decir, la cantidad de texto que el modelo puede tener en cuenta a la vez. La vista previa ofrecía 256.000. Los desarrolladores que consulten el repositorio del proyecto en GitHub seguirán encontrando 256.000 en la tabla de descargas, tanto para el modelo completo como para su versión FP8, una variante comprimida de 8 bits. La documentación de la API alojada es el lugar donde comprobar qué límite se aplica.
Atria Dawn is an agent-oriented model: it is meant to read an environment, call tools and carry a task through several steps rather than answer a single question. It is trained on GLM-5.2, a base model of 744 billion parameters organized as a mixture of experts, a design in which the network is split into specialist sub-networks and only some of them respond to each request. The lab sorts its abilities into four families: discovery (gathering evidence, deep research, turning a question into an executable experiment plan), creation (software, games, data visualizations, machine-learning systems), delivery (reports, slide decks, structured documents) and cybersecurity, which covers finding and retesting vulnerabilities only in authorized environments. The full model arrived about a month after the preview, in mid-September.
Atria Dawn es un modelo orientado a agentes: está concebido para leer un entorno, llamar a herramientas y llevar una tarea a través de varios pasos, en lugar de responder a una sola pregunta. Se entrena sobre GLM-5.2, un modelo base de 744.000 millones de parámetros organizado como una mezcla de expertos, un diseño en el que la red se divide en subredes especializadas y solo algunas de ellas responden a cada petición. El laboratorio clasifica sus capacidades en cuatro familias: descubrimiento (recopilación de pruebas, investigación en profundidad, conversión de una pregunta en un plan de experimentos ejecutable), creación (software, juegos, visualizaciones de datos, sistemas de aprendizaje automático), entrega (informes, presentaciones y documentos estructurados) y ciberseguridad, que abarca la detección y la revisión de vulnerabilidades solo en entornos autorizados. El modelo completo llegó unas cuatro semanas después de la vista previa, a mediados de septiembre.
The lab's own numbers show the largest gains on JobBench, 57.5 against 50.3 for the preview, followed by WideSearch (84.6 against 81.9) and PaperBench (89.6 against 87.0). On most other benchmarks, including AutomationBench (54.7), SkillsBench (67.8) and the software-engineering test SWE-bench Pro (61.7), the changes are smaller. A few results went the other way: the preview scored 92.5 on BrowseComp against 91.3 for the full version. These figures come from the laboratory, which says they match its website; no independent evaluation is cited in the sources, and they should be read as the lab's own measurements.
Las cifras del propio laboratorio muestran las mayores mejoras en JobBench, 57,5 frente a 50,3 de la vista previa, seguido de WideSearch (84,6 frente a 81,9) y PaperBench (89,6 frente a 87,0). En la mayoría de las demás pruebas, incluidas AutomationBench (54,7), SkillsBench (67,8) y la prueba de ingeniería de software SWE-bench Pro (61,7), los cambios son menores. Algunos resultados van en sentido contrario: la vista previa obtiene 92,5 en BrowseComp frente a 91,3 de la versión completa. Estas cifras proceden del laboratorio, que afirma que coinciden con lo publicado en su sitio web; las fuentes no citan ninguna evaluación independiente, así que deben leerse como mediciones propias del laboratorio.
For developers and research teams, the change is immediate on one front and pending on another. Hosted APIs are open now, with separate international and China endpoints, and the repository includes setup guides for SGLang, vLLM and Codex. The code is released under the MIT license. But the full model's weights are still listed as 'Coming soon' on Hugging Face and ModelScope, so anyone who wants to run the complete model on their own hardware has to wait; only the preview weights can be downloaded today. The model accepts text input only.
Para los desarrolladores y los equipos de investigación, el cambio es inmediato en un frente y pendiente en otro. Las API alojadas ya están abiertas, con puntos de acceso separados para el ámbito internacional y para China, y el repositorio incluye guías de instalación para SGLang, vLLM y Codex. El código se publica bajo licencia MIT. Pero los pesos del modelo completo siguen marcados como «Coming soon» en Hugging Face y ModelScope, así que quien quiera ejecutar el modelo completo en su propio hardware tendrá que esperar; hoy solo pueden descargarse los pesos de la vista previa. El modelo acepta únicamente texto como entrada.