Models | The .NET Blog

Claude Opus 4.8 a Foundry és un altre signe que l'elecció del model es converteix en una característica de plataforma

Emiliano Montesdeoca — Mon, 15 Jun 2026 00:00:00 +0000

Aquesta publicació ha estat traduïda automàticament. Per a la versió original, fes clic aquí.

En algun moment, els anuncis de disponibilitat del model deixen de ser interessants només pel model específic.

Es converteixen en interessants perquè reforcen la història de la plataforma.

Així és com llegeixo que Claude Opus 4.8 ha arribat a Microsoft Foundry.

El model importa, però la història més gran importa més

Sí, Claude Opus 4.8 és una actualització de model important per dret propi.

Però crec que el senyal més útil és que Foundry continua expandint la seva elecció seriosa de model sota una única superfície operativa gestionada.

Això importa perquè dona als equips més marge per a:

fer coincidir models amb càrregues de treball
equilibrar el cost i la capacitat
mantenir-se flexible quan canvia la qualitat del model o els preus
mantenir la governança i la disciplina de desplegament en un sol lloc

Aquesta és la part que em importa més.

Per què això importa per al pensament de la plataforma

Si la vostra plataforma d’IA només funciona bé quan un proveïdor de model es manté dominant per sempre, realment no teniu una plataforma resilient.

Teniu una dependència amb bona comercialització.

Així que cada vegada que Foundry afegeix una altra opció de model seriós, la pregunta interessant no és només “aquest model és bo?”

Però també:

això augmenta la meva flexibilitat arquitectònica?
redueix la pressió de bloqueig del proveïdor?
fa que l’encaminament específic de la càrrega de treball sigui més realista?

Aquest és el nivell on la disponibilitat del model es converteix en estratègicament útil.

La meva opinió

Això té menys a veure amb una fita de model específica i més a veure amb Foundry que continua comportant-se com una seriosa plataforma multi-model.

Aquesta és la història més gran.

I com més Foundry reforça aquesta història, més creïble es converteix com el lloc on els equips poden operar l’elecció del model en lloc de simplement reaccionar-hi.

Publicació original: Claude Opus 4.8 is now available in Microsoft Foundry

Microsoft Foundry maig de 2026: les actualitzacions que jo vigilaria de prop

Emiliano Montesdeoca — Wed, 27 May 2026 00:00:00 +0000

Aquest article s’ha traduït automàticament. L’original és aquí.

Els resums mensuals de la plataforma poden convertir-se molt ràpidament en una allau de funcionalitats.

Així que aquí teniu la versió curta de What’s New in Microsoft Foundry | May 2026: la plataforma s’està aprofundint exactament en les àrees que més importen per als sistemes d’IA reals.

Els fils que jo vigilaria són:

avaluació basada en traces
més varietat de models
eines d’agent més sòlides
millor aïllament gestionat i més visibilitat del cost
impuls continu al voltant de la IA local a través de Foundry Local

És un resum dens, així que el patró importa més que el recompte

Hi ha moltes vinyetes individuals a l’article original.

Això està bé, però no crec que la millor manera de llegir aquest tipus de publicació sigui funcionalitat per funcionalitat.

La pregunta més bona és: quin rumb està reforçant clarament la plataforma?

I crec que la resposta és aquesta:

Foundry cada vegada és més forta en les capes operatives al voltant dels agents, no només en el catàleg de models.

Això és una molt bona senyal.

El tema més important és l’avaluació basada en traces

Si hagués de triar un sol tema de tot el resum, probablement seria l’avaluació basada en traces.

Per què? Perquè canvia la història de l’avaluació de:

construir un conjunt de dades estàtic
executar un benchmark
esperar que reflecteixi la producció

a una cosa més realista:

observar el comportament real
avaluar traces reals
aprendre del que el sistema està fent de debò

És un model molt més madur per a la IA en producció.

L’amplitud de models importa, però només si continua sent operable

Les incorporacions relacionades amb Grok, DeepSeek, Fireworks i el reinforcement fine-tuning són útils a la seva manera.

Però per a mi, el punt més important no és que hagi arribat un model més.

És que l’amplitud de models s’està combinant amb:

visibilitat operativa
eines d’avaluació
superfícies de governança
coherència de desplegament

Això és el que evita que un ecosistema de models acabi en caos.

Foundry Local s’està convertint en un senyal estratègic recurrent

Una altra cosa que no ignoraria és la freqüència amb què Foundry Local apareix ara com a part seriosa de la història de Foundry.

Això em diu que Microsoft ja no veu la IA local com un experiment secundari.

S’està convertint en part del relat de la plataforma en general:

privadesa
inferència local al dispositiu
portabilitat de maquinari
desplegament a l’edge
models operatius híbrids

Això val la pena tenir-ho en compte.

La meva opinió

Els detalls importen, però el patró general importa més.

Foundry continua movent-se cap a una plataforma on agents, avaluacions, models, temps d’execució locals i governança es connecten de manera més natural.

És aquesta direcció la que més m’interessa.

I aquest resum, més que molts anuncis individuals més petits, fa que aquesta direcció sigui més fàcil de veure en un sol lloc.

Article original: What’s new in Microsoft Foundry | May 2026

La part difícil del desenvolupament d'IA ja no és l'accés. És fer servir bé el model correcte

Emiliano Montesdeoca — Tue, 26 May 2026 00:00:00 +0000

Aquesta publicació s’ha traduït automàticament. Per a la versió original, fes clic aquí.

Ja hem superat l’etapa en què simplement tenir accés a un model potent era suficient.

Això és el que aquesta nova guia de Foundry per gestionar models, cost i qualitat encerta.

El veritable repte ara és operatiu:

triar el model adequat per a cada càrrega de treball
validar-lo amb les teves pròpies dades
gestionar la latència i la despesa
governar les actualitzacions i el risc de regressió

Això és el que els equips seriosos han d’aprendre a fer bé.

L’article original defineix bé el problema

Una frase de la publicació original captura molt bé aquest canvi:

“La part més difícil de construir sistemes d’IA avui ja no és accedir a un model capaç. És saber com triar, validar, optimitzar i operar el model correcte durant tot el cicle de vida d’una aplicació real.”

Aquesta és exactament la diagnosi correcta.

Massa equips encara pensen que la selecció del model és la decisió principal.

No ho és.

L’operació del model és el problema més gran:

quin model rep cada càrrega de treball?
com es verifica la qualitat?
quin nivell de cost és acceptable?
què passa quan apareix un model nou o un de vell es degrada?
com proves un canvi sense trencar fluxos de treball reals?

Això és la feina d’enginyeria real ara.

Per què aquesta peça de Foundry és útil

M’agrada aquest article perquè parla dels sistemes d’IA com realment els han de pensar els enginyers de plataforma amb experiència.

No com “tria el model més intel·ligent i segueix”.

Sinó com sistemes que viuen sota compensacions:

capacitat
latència
cost
seguretat
governança
pressió de les actualitzacions

Això és molt més útil que l’optimisme basat només en benchmarks.

El canvi més important és pensar primer en els criteris

La publicació original recomana definir els criteris d’èxit abans d’obrir el catàleg de models.

Penso que aquest és un dels hàbits més importants que poden adoptar els equips.

Si obres primer el catàleg, t’ancores en la reputació.

Si defineixes primer els criteris, t’ancores en la realitat de la càrrega de treball.

És un procés més sa.

Perquè el model que guanya en un benchmark no és automàticament el que guanya en:

les teves promptes
el teu pressupost de latència
els teus límits de cost
els teus requisits de governança

Aquesta distinció és on comença l’enginyeria d’IA madura.

La història multillenguatge s’està convertint en un avantatge real

Una altra cosa que m’agrada és el plantejament explícitament agnòstic respecte al model.

L’article presenta Foundry no com una destinació d’un sol model, sinó com una superfície operativa sobre:

models de Microsoft
models de socis
models de codi obert
variants postentrenades
estratègies d’enrutament i optimització

Això importa perquè la flexibilitat del model ja no és un luxe. És part de la gestió del risc.

Si la qualitat canvia, els preus es mouen o la quota es restringeix, els equips necessiten opcions.

El control de costos no és una preocupació secundària

L’article també té raó en presentar el cost com una qüestió arquitectònica.

Això no és un problema de “ja ho optimitzarem més endavant”.

Si envies cada tasca al model més pesat per defecte, això pot funcionar molt bé en una demo i col·lapsar sota l’economia de producció.

Per això crec que les seccions sobre:

enrutament
batching
caching
provisioned throughput
gestió de quota

són més importants del que molta gent podria pensar.

Els equips que tracten la disciplina del cost com a part del disseny del sistema aguantaran molt millor que els que la tracten com una feina de neteja posterior.

La meva opinió

Aquesta és una peça útil de Foundry perquè parla dels sistemes d’IA tal com els han d’operar realment els enginyers experimentats.

No com a demos. No com a prototips d’una sola vegada. I no com a turisme de classificacions.

Sinó com a sistemes operatius per a càrregues de treball, restriccions, compensacions i canvi constant.

Aquest és el nivell de conversa cap al qual cal continuar movent-se.

I si estàs construint sistemes d’IA en producció, aquest és exactament el tipus de mentalitat que vull que els equips adoptin aviat.

Publicació original: A Developer’s Guide to Managing Models, Cost and Quality in Microsoft Foundry