GPT-5.6 Sol चैटजीपीटी को एकीकृत करता है, Kimi K3 Copilot में सामान्य उपलब्धता में, WeatherNext पाँच दिन पहले चक्रवातों का पूर्वानुमान लगाता है

6 अगस्त 2026 को, OpenAI भुगतान करने वाले ग्राहकों के लिए तेज़ और तर्कशीलता मोड दोनों में उपयोग होने वाले साझा GPT-5.6 Sol के आसपास ChatGPT के अनुभव को एकीकृत करता है, जिसमें तथ्यात्मक त्रुटियाँ 68% कम हैं, जबकि GPT-5.6 Luna असीमित निःशुल्क चैट्स में बदल जाता है। उसी दिन, Kimi K3 GitHub Copilot में सामान्य उपलब्धता पर पहुँचता है, Google DeepMind Nature में WeatherNext प्रकाशित करता है, जो चक्रवातों की पाँच दिन पहले भविष्यवाणी करने वाला उसका खुला मॉडल है, और Alibaba वीडियो निर्माण के लिए Wan3.0 का सार्वजनिक बीटा खोलता है। Meta इस सप्ताह को Artificial Analysis बेंचमार्क्स के साथ पूरा करता है, जो Muse Spark 1.2 को लगभग सीमा तक रखते हैं, तथा अंतरराष्ट्रीय वैज्ञानिक ओलंपियाडों में स्वर्ण-स्तर के पाँच परिणामों के रिकॉर्ड के साथ, जबकि लगभग पंद्रह घोषणाएँ एजेंटिक कोड टूल्स (Amp, Devin, Replit, Warp, Cursor), ओपन-वेट पारिस्थितिकी तंत्र (Hugging Face, Sakana, Together AI) और मीडिया जनरेशन (ElevenLabs, Suno) को कवर करती हैं।

ChatGPT एकीकृत GPT-5.6 Sol पर स्विच करता है, GPT-5.6 Luna असीमित निःशुल्क में बदलता है

6 अगस्त — OpenAI ChatGPT में चर्चा अनुभव को भुगतान करने वाले ग्राहकों के लिए GPT-5.6 Sol के अपडेटेड संस्करण के इर्द-गिर्द एकीकृत करता है। अब तक, Plus और Pro उपयोगकर्ताओं को मैन्युअल रूप से एक तेज़ मॉडल (Instant) और एक गहन तर्क मॉडल के बीच स्विच करना पड़ता था। अब, GPT-5.6 Sol एक ही अनुभव में दोनों मोड संभालता है, और तर्क-प्रयास स्लाइडर (slider) को तुरंत समायोजित किया जा सकता है — दो पुराने मोडों के बीच भ्रम को लेकर उपयोगकर्ता प्रतिक्रिया के जवाब में इंटरफ़ेस का सीधा सरलीकरण।

विश्वसनीयता के मामले में, OpenAI एक ठोस आँकड़ा प्रस्तुत करता है: अपने उच्च-दांव तथ्यात्मकता मूल्यांकन (वित्त, चिकित्सा, कानून) पर, GPT-5.6 Sol का नया संस्करण GPT-5.5 Instant की तुलना में तथ्यात्मक त्रुटियों वाले उत्तरों में 68% की कमी पैदा करता है। यह इस अपडेट का केंद्रीय तर्क है, जिसे कच्ची क्षमताओं में छलांग के बजाय विश्वसनीयता में सुधार के रूप में प्रस्तुत किया गया है।

निःशुल्क पेशकश की ओर, Free और Go उपयोगकर्ताओं को GPT-5.6 Luna तक भी विस्तारित पहुँच मिलती है: 7 अगस्त से असीमित पाठ्य चर्चाएँ, और कठिन प्रश्नों पर अधिक तर्क शुरू करने के लिए “Think” बटन का आगमन — एक सुविधा जो अब तक केवल भुगतान योजनाओं तक सीमित थी।

ट्रैक किया गया तत्व	संख्यात्मक विवरण
वित्त/चिकित्सा/कानून तथ्यात्मक त्रुटियाँ	GPT-5.5 Instant की तुलना में -68%
GPT-5.6 Sol + स्लाइडर (Plus/Pro)	6 अगस्त से उपलब्ध
GPT-5.6 Luna असीमित चैट्स (Free/Go)	7 अगस्त से उपलब्ध

ध्यान देने योग्य एक सीमा बिंदु: यह अपडेट केवल ChatGPT के Chat अनुभव को प्रभावित करता है — GPT-5.6 Sol का वह संस्करण जो ChatGPT Work और Codex को शक्ति देता है, इस घोषणा से अपरिवर्तित रहता है।

🔗 OpenAI की आधिकारिक घोषणा

Kimi K3 GitHub Copilot में सामान्य संस्करण के रूप में उपलब्ध

6 अगस्त — GitHub Copilot में Moonshot AI के open-weight मॉडल Kimi K3 की सामान्य उपलब्धता की घोषणा करता है। यह परिनियोजन Pro, Pro+, Max, Business और Enterprise योजनाओं पर चरणबद्ध है, और मॉडल सभी Copilot सतहों से पहुँच योग्य है: Visual Studio Code, Visual Studio, Copilot CLI, क्लाउड एजेंट, GitHub Copilot ऐप, github.com, GitHub Mobile, तथा JetBrains, XCode और Eclipse प्लगइनों से।

📣 @Kimi_Moonshot’s Kimi K3, an open-weight model, is now generally available and rolling out in GitHub Copilot. The model shows frontier-level abilities on agentic coding with highly cost-effective pricing. It is hosted by @FireworksAI_HQ.

🇮🇳 📣 @Kimi_Moonshot का Kimi K3, एक open-weight मॉडल, अब सामान्य उपलब्धता में है और GitHub Copilot में तैनात किया जा रहा है। यह मॉडल एजेंटिक कोड पर frontier-स्तर की क्षमताएँ दिखाता है, बहुत प्रतिस्पर्धी मूल्य निर्धारण के साथ। इसे @FireworksAI_HQ द्वारा होस्ट किया जाता है। — @github on X

मॉडल Fireworks AI के माध्यम से होस्ट किया गया है, उपयोग-आधारित बिलिंग के साथ जो प्रदाता की दरों के अनुरूप है — changelog न तो सटीक कीमतें देता है और न ही context window। Business और Enterprise संगठनों के लिए, Kimi K3 डिफ़ॉल्ट रूप से अक्षम है: टीमों के पहुँचने से पहले प्रशासकों को मॉडल नीति को स्पष्ट रूप से सक्षम करना होगा। यह आगमन Copilot की multi-model रणनीति का हिस्सा है, जिसमें पहले ही अगस्त की शुरुआत में Kimi K2.7 Code जोड़ा गया था।

🔗 GitHub changelog

WeatherNext : Google DeepMind पाँच दिन पहले चक्रवातों का पूर्वानुमान लगाता है, open-weight

6 अगस्त — Google DeepMind Nature पत्रिका में WeatherNext के परिणाम प्रकाशित करता है, जो उष्णकटिबंधीय चक्रवातों के पूर्वानुमान के लिए समर्पित उसका AI मॉडल है। यह मॉडल तूफ़ान की दिशा और तीव्रता की भविष्यवाणी में state of the art सटीकता तक पहुँचता है, और तैयारी के लिए पिछली विधियों की तुलना में औसतन 24 घंटे अतिरिक्त समय प्रदान करता है।

Predicting cyclones accurately can help save lives - and every hour of lead time counts. Published in @Nature, our AI model WeatherNext achieves state-of-the-art accuracy in forecasting a storm’s track and intensity, giving us a critical extra 24 hours to prepare on average.

🇮🇳 चक्रवातों का सटीक पूर्वानुमान जीवन बचा सकता है — और देरी का हर घंटा मायने रखता है। @Nature में प्रकाशित, हमारा AI मॉडल WeatherNext तूफ़ान की दिशा और तीव्रता के पूर्वानुमान में state of the art सटीकता हासिल करता है, जिससे हमें तैयारी के लिए औसतन 24 घंटे अतिरिक्त समय मिलता है। — @GoogleDeepMind on X

हurricane Melissa के दौरान, WeatherNext ने उसके श्रेणी 5 लैंडफॉल के शुरुआती पूर्वानुमान पाँच दिन पहले और 80% विश्वास स्तर के साथ प्रदान किए। यह मॉडल, जो वैश्विक वायुमंडलीय डेटा के कई वर्षों और लगभग 5 000 ऐतिहासिक चक्रवातों पर प्रशिक्षित है, TPU चिप पर एक मिनट से कम समय में 15 दिनों के लिए प्रत्येक संभाव्य पूर्वानुमान परिदृश्य उत्पन्न करता है। Google DeepMind अब प्रति तूफ़ान 1 000 संभाव्य पूर्वानुमान प्रदान करता है, जो WeatherLab उपकरण के माध्यम से उपलब्ध हैं।

मापा गया संकेतक	मापी गई मात्रा
अतिरिक्त तैयारी समय	औसतन +24h
Melissa हurricane अलर्ट (श्रेणी 5)	5 दिन पहले, 80% विश्वास
प्रशिक्षण में ऐतिहासिक चक्रवात	~5 000

पारिस्थितिकी तंत्र के लिए उल्लेखनीय बिंदु: मॉडल का code और weights GitHub पर खुले हैं, शैक्षणिक अनुसंधान और परिचालन पूर्वानुमान दोनों के लिए स्वतंत्र रूप से उपलब्ध।

Wan3.0 (Alibaba) 30-सेकंड के मूल वीडियो के साथ सार्वजनिक बीटा में प्रवेश करता है

6 अगस्त — Alibaba अपने वीडियो जनरेशन मॉडल की नई पीढ़ी Wan3.0 का सार्वजनिक बीटा लॉन्च करता है, जिसमें तीन पहलुओं पर ज़ोर दिया गया है: एकल पास में 30 सेकंड तक की मूल वीडियो जनरेशन, एक दृश्य रेंडरिंग जिसे “reality-grade” कहा गया है (अधिक अभिव्यंजक पात्र, एक दृश्य से दूसरे दृश्य में संदर्भों की बेहतर संगति), और एक Omni-Reference फ़ंक्शन जो मॉडल की समझ को text, image, audio और video से आगे बढ़ाता है: Wan3.0 अब संरचित दस्तावेज़ (doc, xls, ppt, pdf, आदि) पढ़ सकता है और उनकी सामग्री से सीधे वीडियो उत्पन्न कर सकता है।

बीटा अब Alibaba Cloud Model Studio और Qwen Cloud पर उपलब्ध है, और सदस्यों के लिए आरक्षित Wan ऐप पर शीघ्र आगमन होगा।

वीडियो रिज़ॉल्यूशन	API मूल्य (प्रति उत्पन्न सेकंड)
480p	0,05 $
720p	0,10 $
1080p	0,20 $

पूर्ण API पहुँच आने वाले हफ्तों में धीरे-धीरे खोली जानी चाहिए। यह लॉन्च Wan3.0 को लंबी अवधि की वीडियो जनरेशन और सूक्ष्म multimodal नियंत्रण पर प्रतिस्पर्धा की हालिया घोषणाओं के सामने रखता है — Black Forest Labs का FLUX 3 Video, ByteDance का Seedance 2.5, MiniMax H3 — एक ऐसा खंड जहाँ 20 से 30 सेकंड की क्लिप्स को समृद्ध संदर्भ नियंत्रण के साथ उत्पन्न करने की क्षमता एक केंद्रीय भेदक तर्क बन जाती है।

🔗 @Alibaba_Wan घोषणा

Meta के Muse Spark 1.2 ने सीमा के करीब पहुँच बनाई, Artificial Analysis के अनुसार

5-6 अगस्त — स्वतंत्र विश्लेषण फर्म Artificial Analysis Muse Code एजेंट के समानांतर लॉन्च किए गए Meta के मॉडल Muse Spark 1.2 का अपना पूर्ण मूल्यांकन प्रकाशित करती है। AA Intelligence Index पर, इसे 54 का स्कोर मिलता है (xhigh वैरिएंट), जो Muse Spark 1.1 (51) से 3 अंक और Muse Spark 1.0 (43, अप्रैल में जारी) से 11 अंक अधिक है — चार महीनों में उसकी तीसरी रिलीज़। यह स्कोर इसे GPT-5.5 (xhigh, 55) और Grok 4.5 (high, 54) के समकक्ष रखता है, और वर्तमान शीर्ष मॉडलों के ठीक पीछे: Claude Opus 5 (max, 61), Claude Fable 5 (max, 60), GPT-5.6 Sol (max, 59) और Kimi K3 (max, 57)।

सबसे बड़ा सुधार agentic ज्ञान कार्य में है, जो Muse Spark 1.1 के लॉन्च के दौरान पहचाना गया कमजोर बिंदु था: GDPval-AA v2 Elo स्कोर 1371 से बढ़कर 1631 हो जाता है, जिससे मॉडल सभी मूल्यांकित मॉडलों में 5वें स्थान पर पहुँच जाता है, Claude Opus 4.8 (1588) से आगे।

मापा गया संकेतक	Muse Spark 1.1	Muse Spark 1.2
AA Intelligence Index (xhigh)	51	54
GDPval-AA v2 Elo	1371	1631
Terminal-Bench 2.1	78%	80%
प्रति कार्य लागत (Intelligence Index)	0,29 $	0,40 $

लागत के मामले में, Muse Spark 1.2 अपनी बुद्धिमत्ता श्रेणी के सबसे प्रभावी मॉडलों में बना रहता है, API मूल्य निर्धारण अपरिवर्तित रहते हुए प्रति कार्य 0,40 $ पर (इनपुट/आउटपुट प्रति मिलियन tokens के लिए 1,25 $ / 4,25 $)। उसके समूह में केवल Grok 4.5 और GPT-5.6 Sol (medium) ही सस्ते हैं। Vals Index पर, Muse Spark 1.2 केवल 0,69 $ प्रति परीक्षण के साथ शीर्ष 5 में भी प्रवेश करता है — Kimi K3 से तीन गुना सस्ता, Claude Fable 5, Opus 5 और GPT-5.6 Sol से दस गुना सस्ता।

🔗 Artificial Analysis थ्रेड

Meta ने पाँच अंतरराष्ट्रीय वैज्ञानिक ओलंपियाडों में स्वर्ण-स्तर के परिणामों का दावा किया

6 अगस्त — Meta Superintelligence Labs (MSL) घोषणा करता है कि उसने 2026 में उच्च-स्तरीय पाँच अंतरराष्ट्रीय वैज्ञानिक प्रतियोगिताओं में Muse Spark परिवार के आंतरिक संस्करणों को दर्ज कराया, ताकि सिंथेटिक बेंचमार्क्स के बजाय तर्क में वास्तविक प्रगति को मापा जा सके — जुलाई में पहले से रिपोर्ट किए गए भौतिकी पदक के बाद का एक सम्मिलित परिणाम।

To understand whether we’re making genuine progress on reasoning, we entered our AI models in five international STEM Olympiad competitions this year. The results: Asian Physics Olympiad (APhO): Perfect score on the theory exam — gold medal. International Physics Olympiad (IPhO): Perfect score — gold medal. International Mathematical Olympiad (IMO): Gold medal, top 4% of human participants. International Chemistry Olympiad (IChO): Gold-medal level. Romanian Masters of Mathematics (RMM): Gold-medal level.

🇮🇳 यह जानने के लिए कि क्या हम वास्तव में तर्क में आगे बढ़ रहे हैं, हमने इस वर्ष अपने AI मॉडल्स को पाँच अंतरराष्ट्रीय विज्ञान प्रतियोगिताओं में उतारा। परिणाम: एशियन फिज़िक्स ओलंपियाड (APhO) — सैद्धांतिक परीक्षा में पूर्ण अंक, स्वर्ण पदक। इंटरनेशनल फिज़िक्स ओलंपियाड (IPhO) — पूर्ण अंक, स्वर्ण पदक। इंटरनेशनल मैथमेटिक्स ओलंपियाड (IMO) — स्वर्ण पदक, मानव प्रतिभागियों के शीर्ष 4% में। इंटरनेशनल केमिस्ट्री ओलंपियाड (IChO) — स्वर्ण पदक स्तर। Romanian Masters of Mathematics (RMM) — स्वर्ण पदक स्तर। — @shuchaobi on X

वैज्ञानिक प्रतियोगिता	प्राप्त परिणाम
APhO (भौतिकी, एशिया)	सैद्धांतिक परीक्षा में पूर्ण अंक — स्वर्ण
IPhO (भौतिकी, अंतरराष्ट्रीय)	सैद्धांतिक परीक्षा में पूर्ण अंक — स्वर्ण
IMO (गणित)	स्वर्ण, मानव प्रतिभागियों के शीर्ष 4% में
IChO (रसायन विज्ञान)	स्वर्ण पदक स्तर
RMM (गणित, रोमानिया)	स्वर्ण पदक स्तर

इन पाँच प्रतियोगिताओं में से तीन (APhO, IPhO, IMO) प्रत्यक्ष परीक्षाएँ थीं, जिनकी जाँच आधिकारिक जजों द्वारा मानव उम्मीदवारों के समान मानकों पर की गई। Meta स्पष्ट करता है कि उपयोग किए गए मॉडलों के पास किसी भी बाहरी उपकरण की पहुँच नहीं थी — न वेब खोज, न code interpreter, न कैलकुलेटर — और parallel reasoning में multi-agent orchestration का उपयोग किया गया।

🔗 @AIatMeta रिले

AI विकास उपकरण: Portals, दूरस्थ sandbox, मॉडल रूटिंग

इस सप्ताह पाँच घोषणाएँ स्थानीय विकास और दूरस्थ या multi-model परिवेशों के बीच की दूरी को कम करती हैं।

Amp ने Portals लॉन्च किए — Orbs में ऐप्स का लाइव प्रीव्यू

6 अगस्त — Amp Portals जोड़ता है, जो अब सभी orbs (Amp का दूरस्थ विकास वातावरण) में उपलब्ध हैं, एक ऐसी सुविधा जो orb के अंदर चल रही HTTP सेवाओं को सीधे ब्राउज़र में प्रस्तुत करती है। अब तक, एजेंट द्वारा किए गए परिवर्तनों का सीधे परीक्षण करने के लिए VPN कॉन्फ़िगर करना या ports के साथ जूझना पड़ता था। तकनीकी रूप से, एजेंट .amp/services.yaml फ़ाइल बनाता या पहचानता है और एप्लिकेशन शुरू करने के लिए amp orb services ensure चलाता है, जिसे बाद में सुरक्षित HTTPS कनेक्शन के माध्यम से प्रदर्शित किया जाता है। Portals उन सभी लोगों के लिए सुलभ हैं जिनके पास thread की पहुँच है, जिससे एक टीम के कई सदस्य वही लाइव परिवर्तन देख सकते हैं, यहाँ तक कि जब orb नींद से जागता है।

🔗 Amp — Portals

Devin Outposts अब Vercel Sandbox पर चलता है

5 अगस्त — Cognition Devin Outposts का विस्तार करता है (जुलाई के अंत में किसी भी कंप्यूटर पर Devin को मूल रूप से चलाने के लिए लॉन्च किया गया), Vercel Sandbox के साथ एकीकरण द्वारा, जो अब उपलब्ध है। एजेंट अब Vercel के इंफ्रास्ट्रक्चर पर एक isolated microVM में एप्लिकेशन बना और परीक्षण कर सकता है, Docker तक पहुँच, VPN के माध्यम से निजी नेटवर्क से कनेक्शन, और फाइल सिस्टम snapshot से पुनरारंभ, जो repository, dependencies और build state को बरकरार रखता है। यह एकीकरण Devin Outposts को Amp (Orbs) या Warp जैसी समान ephemeral cloud environments की पेशकशों के करीब लाता है, और Vercel infrastructure पर निर्भर रहने का लाभ देता है जिसका उपयोग पहले से ही कई front-end टीमों द्वारा किया जाता है।

🔗 @cognition on X

Replit Semgrep के साथ build के दौरान अपने सुरक्षा स्कैन चलाता है

5 अगस्त — Replit, Semgrep के साथ साझेदारी में, घोषणा करता है कि उसके सुरक्षा स्कैन अब केवल अंत में नहीं बल्कि एप्लिकेशन निर्माण के दौरान चलते हैं — एक ऐसा विकास जो सीधे उपयोगकर्ता अनुरोध का उत्तर देता है। ये स्कैन डिफ़ॉल्ट रूप से सक्रिय हैं और Replit Auto-Protect सुविधाओं के पूरे समूह में एकीकृत हैं, जो एजेंट द्वारा उत्पन्न एप्लिकेशनों को स्वचालित रूप से सुरक्षित करता है। Replit बताता है कि उसका Agent पहले ही प्रतिदिन 100 000 से अधिक स्कैन चला रहा है, यह आँकड़ा उस पैमाने को दर्शाता है जिस पर उपकरण vibe coding के लिए उत्पादन में उपयोग किया जा रहा है, कमजोरियों का पता लगाने और उन्हें तैनाती से पहले सुधारने के साथ।

🔗 @Replit on X

Warp कस्टम मॉडल राउटर प्रस्तुत करता है

5 अगस्त — Warp Agent CLI के लॉन्च के एक सप्ताह से थोड़ा अधिक समय बाद, Warp कस्टम मॉडल राउटर जोड़ता है, जो अब सभी उपयोगकर्ताओं के लिए उपलब्ध हैं। प्राकृतिक भाषा में अपनी स्वयं की रूटिंग नियम परिभाषित करना संभव हो जाता है (“सरल कार्यों को Minimax पर भेजो”, “बग फिक्स को Kimi K3 पर भेजो”), जिसके बाद प्रत्येक अनुरोध को स्वचालित रूप से सबसे उपयुक्त माने गए मॉडल की ओर निर्देशित किया जाता है। ये राउटर CLI में पहले से एकीकृत स्वचालित रूटिंग के साथ जुड़ते हैं और open weight models, BYOK (bring your own key), या SuperGrok सदस्यता के साथ काम करते हैं — यह एक सीधा उत्तर है उस प्रवृत्ति को, जो कई प्रतिस्पर्धी उपकरणों में देखी जा रही है, जहाँ एक ही frontier model पर निर्भर रहने के बजाय कार्य के अनुसार कई मॉडलों को orchestrate किया जाता है।

🔗 @warpdotdev on X

Cursor Router का विस्तार से विश्लेषण — गुणवत्ता में बिना कमी के 68% तक बचत

6 अगस्त — Cursor ने एक तकनीकी लेख प्रकाशित किया है, जिसमें Cursor Router, उसके स्वचालित मॉडल चयन सिस्टम, के काम करने के तरीके को विस्तार से बताया गया है; यह सिस्टम 22 जुलाई को लॉन्च हुआ था — यानी यह कोई नया लॉन्च नहीं, बल्कि पहले से मौजूद लेकिन अब तक अप्रकाशित आँकड़ों वाला एक गहन लेख है। राउटर दो चरणों में काम करता है: पहले “Compass” कार्य की जटिलता का अनुमान लगाता है, उपयोगकर्ता-संतुष्टि की संभावना का पूर्वानुमान लगाकर; फिर एक टैक्सोनॉमी-आधारित क्लासिफ़ायर (डोमेन, कार्य-प्रकार, और विज़ुअल बदलाव जैसे मॉडिफ़ायर) उस विशिष्ट श्रेणी पर सबसे अच्छा प्रदर्शन करने वाला frontier model चुनता है। राउटर अनुरोधों को Grok (रूटीन कार्य), Sol/GPT-5.6 (योजना), Opus (निष्पादन) और Fable (डीबगिंग) के बीच बाँटता है — प्रारंभिक लॉन्च के बाद Opus 5 जोड़ा गया। Cursor ठोस आँकड़े भी देता है: “Auto Intelligence” मोड, केवल Fable की तुलना में, 68% कम लागत पर अधिक उपयोगकर्ता-संतुष्टि देगा; और “Auto Balance” मोड, 41% कम लागत पर Opus 4.8 से बेहतर प्रदर्शन करेगा।

🔗 Cursor — Cursor Router कैसे काम करता है

ओपन-वेट इकोसिस्टम: इन्फ़ेरेंस, स्टोरेज और स्वायत्त खोज

ओपन-वेट मॉडलों के आसपास होस्टिंग और शोध दोनों तरफ़ इन्फ्रास्ट्रक्चर को मज़बूत करने वाली तीन घोषणाएँ सामने आई हैं।

Baseten, Hugging Face पर आधिकारिक इन्फ़ेरेंस प्रदाता बना

6 अगस्त — Baseten, serverless inference में विशेषज्ञता रखने वाला AI इन्फ्रास्ट्रक्चर प्लेटफ़ॉर्म, Hugging Face के Inference Providers में शामिल हो गया है। इस इंटीग्रेशन से Hugging Face Hub के मॉडल पेजों से सीधे Baseten-होस्टेड inference चलाया जा सकता है — वेब इंटरफ़ेस या Python और JavaScript SDKs के ज़रिए। शुरुआती सपोर्ट तीन प्रमुख open-weight मॉडलों को कवर करता है: DeepSeek V4 Flash, Kimi K3 और GLM-5.2; बाद में और कार्य-प्रकार जोड़े जाने की योजना है। PRO सब्सक्राइबरों को हर महीने 2 $ inference क्रेडिट मिलते हैं, जो सभी प्रदाताओं पर मान्य हैं, जबकि मुफ़्त खातों के कोटे अधिक सीमित हैं। यह इंटीग्रेशन Hugging Face router के माध्यम से OpenAI-संगत API फ़ॉर्मेट भी उपलब्ध कराता है, जिससे कॉल कोड दोबारा लिखे बिना प्रदाता बदलना आसान हो जाता है।

🔗 Hugging Face — Baseten

Ai2 ने Hugging Face के साथ अपनी साझेदारी बढ़ाई — स्टोरेज ~2 पेटाबाइट तक पहुँचा

5 अगस्त — Ai2 (Allen Institute for AI) ने ओपन साइंस में अपने कार्य के प्रसार को तेज़ करने के लिए Hugging Face के साथ अपनी साझेदारी का विस्तार किया है। Hub पर आवंटित स्टोरेज लगभग तीन गुना बढ़कर करीब 2 पेटाबाइट हो गया है, और ट्रैफ़िक अब मानक rate limits के अधीन नहीं है — जो सबसे बड़े datasets और multi-checkpoint मॉडलों को डाउनलोड करने के लिए एक बड़ा लाभ है। Ai2 के अनुसार, उसके संसाधन वसंत 2024 से अब तक 50 मिलियन से अधिक बार डाउनलोड किए जा चुके हैं, और उसके मॉडल MolmoAct 2 से जुड़े artifacts ने तीन हफ़्तों में 400,000 से अधिक डाउनलोड पार कर लिए हैं। यह साझेदारी Ai2 के पूरे पोर्टफ़ोलियो को कवर करती है: Olmo और Molmo मॉडल, पृथ्वी-अवलोकन मॉडल OlmoEarth, और कई evaluation datasets। Ai2 के अनुसार, संगठन हर साल Hub पर किसी भी अन्य Hugging Face-ट्रैक्ड संगठन से अधिक नए artifacts प्रकाशित करता है, और उसके पास 900 से अधिक models और 1,200 datasets दर्ज हैं।

🔗 Ai2 — Hugging Face साझेदारी

Sakana Marlin — स्वायत्त शोध एजेंट और Marlin Insights का लॉन्च

6 अगस्त — Sakana AI ने Sakana Marlin को प्रमुखता से प्रस्तुत किया है, जिसे एक “Virtual CSO” (आभासी मुख्य विज्ञान अधिकारी) कहा गया है, जो कई घंटों तक स्वायत्त रूप से तर्क कर सकता है और शोध कर सकता है। कंपनी का कहना है कि यह क्षमता उसकी टीमों द्वारा प्रकाशित दो शोध-स्तंभों पर आधारित है: AB-MCTS, जिसे NeurIPS 2025 में spotlight के लिए स्वीकार किया गया, और AI Scientist, जो Nature में प्रकाशित हुआ। Sakana AI ने Marlin Insights भी लॉन्च किया है, जो Marlin द्वारा उत्पादित शोध परियोजनाओं की एक श्रृंखला है; पहला अंक होर्मुज़ जलडमरूमध्य संकट के परिणाम और यह विश्लेषण करता है कि सैन्य श्रेष्ठता के बावजूद अमेरिका बाहर निकलने का रास्ता खोजने में क्यों संघर्ष करता है। यह लॉन्च Sakana AI की उस रणनीति को दिखाता है जिसमें वह अपनी मूलभूत शोध-क्षमता को उद्यम-केंद्रित स्वायत्त विश्लेषण उत्पादों में बदल रही है, अपने हालिया व्यावसायिक तैनातियों (Daiwa Securities, Namazu) की निरंतरता में।

🔗 @SakanaAILabs on X

GitHub Copilot और इकोसिस्टम: खुला डेटा, पुन: उपयोग योग्य डिज़ाइन, slash commands

GitHub Innovation Graph का Q1 2026 अपडेट

5 अगस्त — GitHub ने अपने Innovation Graph का त्रैमासिक अपडेट (Q1 2026) प्रकाशित किया है, जो खुला डेटा प्रोजेक्ट है और वैश्विक डेवलपमेंट गतिविधि को ट्रैक करता है। ट्वीट थ्रेड में पारंपरिक बाज़ारों के बाहर कई देशों में Git push गतिविधि की तेज़ी, तथा Q1 2026 में cross-border open source सहयोग में तिमाही-दर-तिमाही 16% वृद्धि को दिखाया गया है; 2020 से यूरोपीय संघ, भारत और सिंगापुर के लिए उल्लेखनीय बढ़तें दर्ज की गई हैं।

ट्रैक किया गया देश	Git pushes (Q1 2020 → Q1 2026)
भारत	4,4M → 45M
वियतनाम	630K → 5,1M
पाकिस्तान	240K → 3,5M

सभी datasets खुले और डाउनलोड करने योग्य बने हुए हैं, जिससे इन रुझानों को देश और समयावधि के अनुसार और गहराई से देखा जा सकता है।

🔗 @github थ्रेड — Innovation Graph

Genspark Design — परियोजनाओं के बीच पुन: उपयोग योग्य डिज़ाइन सिस्टम

6 अगस्त — Genspark ने Genspark Design लॉन्च किया है, जो एक अब उपलब्ध फ़ीचर है और पहले से बने किसी प्रोजेक्ट (रंग, टाइपोग्राफी, components) को स्वचालित रूप से आने वाली परियोजनाओं के लिए पुन: उपयोग योग्य डिज़ाइन सिस्टम में बदल देता है। लक्ष्य यह है कि हर नए प्रोजेक्ट में visual identity को फिर से शुरू न करना पड़े: बाद में बनाई गई landing page, बिना मैन्युअल दोहराव के, किसी मौजूदा app जैसी ही शैली अपनाती है। यह घोषणा इंटरफ़ेस जनरेशन और office suites (GenOffice) के आसपास Genspark के हालिया प्रयासों में एक और कड़ी जोड़ती है, और उन उपयोगकर्ताओं को लक्षित करती है जो AI-जनित कई परियोजनाएँ बनाते हैं और repeated configuration के बिना दृश्य संगति चाहते हैं।

🔗 @genspark_ai on X

GitHub Copilot ऐप में slash commands गाइड

6 अगस्त — GitHub ने GitHub Copilot desktop app में उपलब्ध छह slash commands का विवरण देने वाली एक गाइड प्रकाशित की है, जिन्हें chat box में “/” टाइप करके एक्सेस किया जाता है। ये पूरे कार्य-चक्र को कवर करती हैं: planning, किसी दृष्टिकोण को परखना, स्वचालित implementation, दूसरे model द्वारा cross-review, interactive interfaces बनाना, और multi-repo orchestration — और यह CLI की slash commands से अलग हैं, जो desktop app की बजाय terminal को लक्षित करती हैं।

Slash command	कार्य जो यह करती है
`/plan`	कोड लिखने से पहले कार्य को तोड़ती है
`/spar`	किसी approach को चुनौती देने के लिए devil’s advocate की तरह काम करती है
`/autopilot`	plan को code में बदलती है
`/rubber-duck`	दूसरे model द्वारा स्वतंत्र समीक्षा
`/orchestrate`	कई repositories के बीच काम का समन्वय करती है

🔗 GitHub — slash commands गाइड

मीडिया जनरेशन: डबिंग और ऑडियो पारदर्शिता

ElevenLabs ने ElevenAPI पर Dubbing v2 लॉन्च किया

6 अगस्त — ElevenLabs ने अपने dubbing engine के संस्करण 2 (Dubbing v2) को ElevenAPI पर generally available कर दिया है; यह पहले से product side पर मौजूद था, ताकि डेवलपर सीधे अपनी applications में AI dubbing एकीकृत कर सकें। तकनीकी रूप से, Dubbing v2 किसी सपाट transcription के बजाय मूल audio performance पर सीधे conditional होता है, जिससे स्रोत आवाज़ का tone, emotion और phrasing सुरक्षित रहती है। यह model 90 से अधिक भाषाओं में प्राकृतिक diction के लिए phrasing को अनुकूलित करता है, और एक “sync-aware” translation का उपयोग करता है जो बिना manual tuning के automatically lines के आरंभ और अंत को align करती है। enterprise use cases के लिए, granular editing mode अपनी transcription import करने और पूरे dubbing की जगह केवल बदले हुए segments को फिर से generate करने की सुविधा देता है — जबकि पूरा pipeline (translation, voice cloning, dubbing, synchronization) एक ही API के माध्यम से exposed है।

🔗 @ElevenLabs on X

Suno ने transparency tools लागू किए और अपने community rules अपडेट किए

6 अगस्त — Suno ने अपने CEO Mikey Shulman द्वारा हस्ताक्षरित एक ब्लॉग पोस्ट प्रकाशित की है, जिसमें वे सिद्धांत बताए गए हैं जिन्हें कंपनी AI-जनित संगीत के भविष्य को “responsibly” बनाने के लिए अपनाना चाहती है। व्यवहार में, इस घोषणा में platform पर उत्पन्न ट्रैकों की पहचान करने के लिए watermarking और audio fingerprinting तकनीकों की तैनाती शामिल है, जिन्हें सुनने के अनुभव को खराब किए बिना जालसाज़ी-प्रतिरोधी बताया गया है; साथ ही, आने वाली upload restrictions का उद्देश्य professional और creative उपयोगों को बनाए रखते हुए streaming platforms पर बड़े पैमाने पर वितरण को सीमित करना है। इस घोषणा के साथ Community Guidelines का अपडेट भी आया है, जो अब मौजूदा गीतों की पुनर्रचना, किसी व्यक्ति की आवाज़ या छवि का बिना सहमति उपयोग, और spam या automated moderation bypass जैसी प्रथाओं को स्पष्ट रूप से प्रतिबंधित करता है — और उल्लंघन पर चेतावनी से लेकर स्थायी प्रतिबंध तक की सज़ाएँ दी जा सकती हैं।

🔗 @suno on X

एजेंट और प्लगइन्स: खुले मानक और subagent मॉडल

Agent Plugins — एजेंट प्लगइन्स के लिए खुला मानक

6 अगस्त — OpenAI ने Agent Plugins की घोषणा की है, जो AWS, Cursor, GitHub, VS Code और Vercel के साथ मिलकर बनाया गया एक नया खुला मानक है, जिसका उद्देश्य Agent Skills और MCP server configurations को एक सामान्य प्रारूप में पैकेज करना है। लक्ष्य यह है कि डेवलपर एक बार plugin बनाएँ और उसे कई संगत agent clients में पुन: उपयोग करें, बजाय हर टूल के लिए integration दोहराने के। लॉन्च के समय सूचीबद्ध संगत clients हैं Codex, ChatGPT, Cursor, GitHub Copilot, Kiro और VS Code — एक व्यापक दायरा, जो OpenAI ecosystem के साथ-साथ code agents के क्षेत्र में कई प्रत्यक्ष प्रतिस्पर्धियों को भी कवर करता है। ट्वीट्स में सटीक तकनीकी यांत्रिकी (manifest format, publication process) या घोषित लॉन्च के आगे general availability की कोई तिथि नहीं दी गई है।

🔗 @OpenAIDevs on X

Perplexity Computer ने GPT-5.6 Terra और Luna को subagents मॉडल के रूप में तैनात किया

6 अगस्त — Perplexity ने अपने Computer प्लेटफ़ॉर्म, जो subagents और automations के लिए है, के भीतर दो नए GPT-5.6 मॉडल तैनात किए हैं: Terra और Luna। Terra अब Computer के सभी subagents के लिए default model बन गया है और orchestrator model के रूप में भी काम करता है; Luna को scheduled automations के मुख्य model के रूप में रखा गया है। Perplexity के अनुसार, Terra जटिल, लक्ष्य-उन्मुख कार्य के लिए डिज़ाइन किया गया है — एक ऐसा प्रोफ़ाइल जो उस subagent भूमिका के लिए उपयुक्त है जिसे किसी task को तोड़कर स्वायत्त रूप से पूरा करना होता है। WANDR benchmark पर Terra, Claude Sonnet की तुलना में 11 अंकों से अधिक स्कोर करेगा, जबकि लागत में दस गुना कमी देगा। भूमिका-विशेषीकृत मॉडलों का यह परिचय Perplexity में और अधिक विभेदित होती agent architecture को दर्शाता है।

🔗 @perplexity_ai on X

संक्षिप्त समाचार

Together AI ने Harvey LAB-AA कानूनी benchmark पर Kimi K3 को Claude Fable 5 से लगभग दो गुना बेहतर बताया — बिना प्रकाशित methodology विवरण के, इसे inference provider के marketing दावे की तरह लेना चाहिए। 🔗 स्रोत
Hugging Face ने Cadena को प्रमुखता दी, जो 3D meshes को editable CAD में decompile करता है — Spaces demo जो एक स्थिर 3D फ़ाइल को चरण-दर-चरण संशोधित किए जा सकने वाले CAD प्रोग्राम में बदल देता है, जैसे मॉडल को फिर से बनाए बिना किसी छेद को बड़ा करना। 🔗 स्रोत
Hugging Face के CEO ने layer-based AI regulation का समर्थन किया — Clément Delangue नए अमेरिकी नियामक ढाँचे का समर्थन करते हैं, जो model weights, API और applications के बीच अंतर करता है; उनका मानना है कि यह open source की रक्षा करता है। 🔗 स्रोत
Together AI ने अपनी 99,9% उपलब्धता वाली multi-datacenter architecture का विवरण दिया — ट्रैफ़िक को एक साथ दो साइटों पर सीधे बाँटा जाता है, ताकि एक पूरे datacenter के नष्ट होने पर भी सेवा बाधित न हो। 🔗 स्रोत
Gemini Omni: 10 लंबे वीडियो का मुफ़्त generation 11 अगस्त तक बढ़ाया गया — जो ऑफ़र 4 अगस्त को समाप्त होने वाला था, वह 11 अगस्त 2026, 23:59 (Pacific Time) तक उपलब्ध रहेगा। 🔗 स्रोत
GenOffice अब Linux पर उपलब्ध — Genspark का open source AI office suite, जो पहले macOS और Windows पर था, अब Linux पर compile किया जा सकता है और उपलब्ध है। 🔗 स्रोत
Genspark के AI video agent में Flux 3 उपलब्ध — Flux 3 (Black Forest Labs) का native audio और multilingual dialogue के साथ इंटीग्रेशन, 1080p में 20 सेकंड तक के clips के लिए। 🔗 स्रोत
Qwen3.8-Max public rankings में ऊपर चढ़ा — Alibaba ने Artificial Analysis Intelligence Index में 5वाँ स्थान और Agentic Index में 1ला स्थान होने का दावा किया, इसके एक दिन पहले Image-to-WebDev Arena पर 2रा स्थान मिला था। 🔗 स्रोत
Qwen-Image-3.0-Pro Qwen Cloud और fal.ai पर तैनात — Alibaba का image generation model, जो पहले ही वैश्विक रूप से 5वें स्थान पर है, अब सीधे Qwen Cloud और third-party platform fal.ai पर उपलब्ध है। 🔗 स्रोत
OpenAI और American Psychological Association ने AI और युवाओं के मानसिक स्वास्थ्य पर साझेदारी की — युवा उपयोगकर्ताओं की भलाई के आसपास साक्ष्य-आधारित सिफ़ारिशें और सुरक्षा-उपाय विकसित करने के लिए साझेदारी। 🔗 स्रोत
OpenAI ने ChatGPT के वैश्विक उपयोग पर Signals डेटा प्रकाशित किया — अपनाने और उपयोग प्रवृत्तियों पर देशों के अनुसार नए संकेतक, लेकिन उस तारीख तक कोई विस्तृत संख्यात्मक डेटा उपलब्ध नहीं था। 🔗 स्रोत
Cohere ने University of Waterloo के साथ AI transformation प्रमाणपत्र के लिए साझेदारी की — नया “AI Transformation & Change Management” प्रमाणपत्र छात्रों को व्यवसाय में AI के ज़िम्मेदार अपनाने के लिए तैयार करेगा। 🔗 स्रोत

इसका क्या मतलब है

यह सप्ताह एक स्पष्ट बदलाव को दिखाता है: अत्याधुनिक बुद्धिमत्ता अब अतिरिक्त भुगतान वाला विकल्प नहीं, बल्कि डिफ़ॉल्ट विकल्प बनती जा रही है। OpenAI ChatGPT को GPT-5.6 Sol के इर्द-गिर्द एकीकृत कर रहा है, जो गति और गहन तर्क—दोनों को संभालता है, और साथ ही Luna को Free और Go खातों के लिए असीमित तथा निःशुल्क बना रहा है। GitHub डेवलपर पक्ष में इसी तरह की सोच अपना रहा है, क्योंकि वह Copilot में अपने सभी सशुल्क ऑफ़रों के लिए एक open-weight मॉडल Kimi K3 को व्यापक रूप से उपलब्ध करा रहा है। दोनों ही मामलों में नई बात कच्ची क्षमताओं की छलांग नहीं, बल्कि वितरण में बदलाव है: पहले जो मॉडल premium स्तरों या कस्टम एकीकरणों तक सीमित थे, वे अब मानक कॉन्फ़िगरेशन बन रहे हैं, जिससे प्रतिस्पर्धा कच्चे benchmark स्कोर की बजाय महसूस की गई विश्वसनीयता और पहुँच की लागत की ओर खिसक रही है।

AI क्षमता का मापन भी स्वयं एक संरचित प्रतिस्पर्धी मैदान बनता जा रहा है। Artificial Analysis के अनुसार Meta का Muse Spark 1.2 लगभग सीमा तक पहुँच जाता है, और प्रति कार्य इसकी लागत अपनी श्रेणी में सबसे कम लागतों में से एक बनी रहती है; वहीं Meta Superintelligence Labs पाँच अंतरराष्ट्रीय वैज्ञानिक Olympiads में बिना किसी टूल के स्वर्ण-स्तरीय परिणामों का दावा कर रहा है — यह एक सार्वजनिक प्रदर्शन है, जिसे सामान्य leaderboards से परे लोगों को प्रभावित करने के लिए तैयार किया गया है। साथ ही, इन खुले मॉडलों को चलाने वाली बुनियादी संरचना अधिक पेशेवर होती जा रही है: Baseten Hugging Face पर DeepSeek V4 Flash, Kimi K3 और GLM-5.2 के लिए आधिकारिक inference प्रदाता बन गया है, Ai2 ने Hub पर अपना storage लगभग तीन गुना कर लिया है, और Sakana AI अपनी बुनियादी शोध को Marlin के साथ एक autonomous research product में बदल रहा है। साझा सूत्र यह है: मूल्य एकल मॉडल से हटकर उस ecosystem की ओर जा रहा है जो उसे वितरित, host और verify करता है।

agentic code tools एक ही विचार की ओर converging हैं: अब कोई भी एकल मॉडल सभी tasks में हावी नहीं है, इसलिए बुद्धिमान routing की आवश्यकता है। Cursor बताता है कि उसका router कैसे complexity अनुमान और taxonomy-आधारित classification को जोड़कर costs को 68% तक कम करता है, वह भी perceived satisfaction में कमी के बिना; Warp natural-language routing rules ला रहा है, और Amp तथा Devin अपने remote environments (Portals, Vercel Sandbox integration) को बढ़ाकर cloud development को local comfort के और करीब ला रहे हैं। दूसरी ओर, Replit अपने Semgrep security scans को build के बाद नहीं, बल्कि build से पहले ले जा रहा है, और इस स्तर पर प्रति दिन 100,000 से अधिक scans चला रहा है। मिलकर, ये घोषणाएँ ऐसे tools की अगली पीढ़ी को दर्शाती हैं जहाँ intelligence अब एकमात्र lever नहीं है: orchestration, default सुरक्षा और infrastructure integration भी उतने ही महत्वपूर्ण हैं।

language models से परे, यह सप्ताह दिखाता है कि AI एक ओर प्रत्यक्ष प्रभाव वाले उपयोगों में और दूसरी ओर बड़े पैमाने पर रचनात्मक उत्पादन में स्थापित हो रही है। Google DeepMind का WeatherNext, जो Nature में प्रकाशित है और open weights के साथ उपलब्ध है, एक cyclone का अनुमान लगाने के लिए औसतन 24 घंटे का अतिरिक्त lead time देता है — यह एक ऐसा अनुप्रयोग है जहाँ commercial competition की तुलना में सार्वजनिक हित स्पष्ट रूप से अधिक महत्वपूर्ण है। इसके विपरीत, Alibaba का Wan3.0, ElevenLabs और Suno media generation की तेज़ परिपक्वता को दर्शाते हैं: multimodal control के साथ 30 सेकंड की native video, मूल vocal performance पर condition किया गया dubbing जो अब API पर general availability में है, और generated content की authenticity को लेकर चिंताओं के जवाब में watermarking tools का deployment। ये दोनों दिशाएँ, खुला विज्ञान और वाणिज्यिक रचना, एक ही गति से आगे बढ़ रही हैं, लेकिन जिम्मेदारी के निहितार्थ बहुत अलग हैं।