Claude Dashboards और Claude Motion, Cyber Mission और OSS Scanner, Ultrafast में GPT-6.1 Sol

JLS42 / 8 अक्टूबर 2026

कृत्रिम बुद्धिमत्ता द्वारा जनित लेख

Claude Dashboards और Claude Motion, Cyber Mission और OSS Scanner, Ultrafast में GPT-6.1 Sol

Anthropic ने Claude में दो सुविधाएँ जोड़ी हैं: अद्यतन रखे जाने वाले डैशबोर्ड के लिए Claude Dashboards और कोड में लिखे गए एनिमेशन के लिए Claude Motion। साथ ही, Docs, Slides और Design को बीटा से निकालकर Free सहित सभी प्लान पर उपलब्ध कराया है। उसी दिन कंपनी ने अपनी Cyber Mission शुरू की, जिसमें महत्वपूर्ण बुनियादी ढाँचे की रक्षा का एक कार्यक्रम और OSS Scanner शामिल हैं। OSS Scanner ओपन सोर्स परियोजनाओं को अपने सबसे शक्तिशाली मॉडल से मुफ़्त स्कैन उपलब्ध कराता है। दूसरी ओर, OpenAI ने GPT-6.1 Sol के लिए Ultrafast स्तर उपलब्ध कराना शुरू किया है, जो Standard मोड से 8 गुना तक तेज़ है। वहीं Anthropic और NVIDIA ने Genesis Mission के लिए क्रमशः 150 मिलियन और 1 बिलियन डॉलर देने की प्रतिबद्धता जताई है।

Claude Dashboards और Claude Motion बीटा में, Docs, Slides और Design सभी प्लान पर

8 अक्टूबर — Anthropic ने Claude में दो सुविधाएँ जोड़ी हैं। Claude Dashboards, जो सशुल्क प्लान पर बीटा में उपलब्ध है, के साथ कंपनी का कोई डेटा प्लेटफ़ॉर्म (Amazon Redshift, BigQuery, ClickHouse, Databricks या Snowflake) या Salesforce के बिक्री अवसरों जैसा कोई अन्य कनेक्टर जोड़ा जाता है, फिर सामान्य भाषा में सवाल पूछा जाता है: Claude क्वेरी लिखता है, डैशबोर्ड बनाता है और डेटा बदलने पर उसे अद्यतन रखता है। किसी आँकड़े पर क्लिक करने से उसे उत्पन्न करने वाली क्वेरी दिखाई देती है, और हर चार्ट बताता है कि उसका डेटा कब अद्यतन किया गया था। Anthropic ने इसे त्वरित और खोजपरक सवालों के लिए बनाया है; आगे काम करने के लिए डैशबोर्ड को Amplitude, Grafana, Hex, Mixpanel, Omni, Perplexity, PostHog या Sigma में भेजा जा सकता है। Looker, monday.com और Tableau का समर्थन बाद में आएगा।

Claude Motion, जो Team और Enterprise पर बीटा में उपलब्ध है, छोटे एनिमेशन के लिए है: तिमाही रिपोर्ट से तैयार 30 सेकंड का व्याख्यात्मक वीडियो, प्रस्तुति में एनिमेटेड चार्ट या उत्पाद का प्रदर्शन। चूँकि इसमें कोई वीडियो जनरेशन मॉडल इस्तेमाल नहीं होता, इसलिए एनिमेशन में एआई से बनाए गए दृश्य या लोग नहीं होते।

Claude Motion turns reports, charts, or product walkthroughs into short animations. Claude writes each one as code, with no video model involved, so you can change any word, number, or timing, then export an MP4. In beta on Team and Enterprise plans.

🇮🇳 Claude Motion रिपोर्टों, चार्ट या उत्पाद प्रदर्शनों को छोटे एनिमेशन में बदलता है। Claude हर एनिमेशन को बिना किसी वीडियो मॉडल के कोड में लिखता है, इसलिए आप किसी भी शब्द, संख्या या समय निर्धारण को बदल सकते हैं और फिर MP4 निर्यात कर सकते हैं। Team और Enterprise प्लान पर बीटा में उपलब्ध है। — X पर @claudeai

उसी दिन Claude Docs, Slides और Design से बीटा का लेबल हटा दिया गया और उन्हें Free सहित सभी प्लान पर उपलब्ध कराया गया। Anthropic के अनुसार, 16 सितंबर को बातचीत में इन सुविधाओं के आने के बाद से 45 मिलियन से अधिक दस्तावेज़, प्रस्तुतियाँ और डिज़ाइन बनाए गए हैं। बीटा से बाहर आने के साथ आर्टिफ़ैक्ट के लिए CMEK समर्थन, प्रशासकों द्वारा आर्टिफ़ैक्ट टेम्पलेट चुनने की सुविधा, Claude के साथ कई लोगों का मिलकर संपादन, प्रशासक की अनुमति से संगठन के बाहर साझा करना, संपादक जैसा ही स्वरूप रखने वाले PowerPoint और PDF निर्यात, सीधे Google Slides में भेजना और मोबाइल ऐप से संशोधन करना उपलब्ध हुआ है।

संबंधित सुविधा	8 अक्टूबर को स्थिति	संबंधित प्लान
Claude Dashboards	बीटा	सशुल्क प्लान
Claude Motion	बीटा	Team और Enterprise
Claude Docs, Slides और Design	बीटा से बाहर	सभी, Free सहित
claude.ai/design (स्वतंत्र साइट)	14 दिसंबर तक खुली	—

व्यावहारिक असर: स्वतंत्र साइट claude.ai/design, जो अब Claude में समाहित है, 14 दिसंबर तक खुली रहेगी। किसी संगठन के डिज़ाइन सिस्टम (design systems) को Artifacts पृष्ठ से एक ही बार में स्थानांतरित किया जा सकता है, लेकिन स्वतंत्र साइट की बातचीत, टिप्पणियाँ और सार्वजनिक लिंक उसके बंद होने पर गायब हो जाएँगे। Enterprise में Dashboards और Motion डिफ़ॉल्ट रूप से बंद हैं, जबकि Docs, Slides और Design 15 अक्टूबर को डिफ़ॉल्ट रूप से चालू हो जाएँगे।

🔗 Claude की पोस्ट: Dashboards और Motion · @claudeai की पोस्ट शृंखला

Runway और Luma, Claude Motion के लॉन्च साझेदार

8 अक्टूबर — जनरेटिव वीडियो क्षेत्र की दो कंपनियों ने खुद को Claude Motion के लॉन्च साझेदार के रूप में प्रस्तुत किया है। Runway में किसी भी एनिमेशन को निर्यात करके उसमें जनरेट किए गए दृश्य जोड़े जा सकते हैं, इच्छित बदलाव का वर्णन करके शॉट में संशोधन किया जा सकता है और Runway Agent से एनिमेशन के इर्द-गिर्द लंबा संपादित वीडियो तैयार कराया जा सकता है; उसी 16:9 एनिमेशन को लंबवत और वर्गाकार प्रारूपों में भी बदला जा सकता है। Luma में एनिमेशन सीधे खुल जाते हैं, इसके लिए Claude में जोड़ा गया Luma कनेक्टर (MCP) इस्तेमाल होता है: Ray और Uni वीडियो मॉडल गति को बनाए रखते हुए उनकी शैली बदलते हैं, उन्हें 9:16, 1:1, 4:3 या 21:9 में रीफ़्रेम करते हैं और Luma एजेंट उनके अन्य संस्करण बनाता है। Runway और Luma में से किसी ने भी कीमत या क्रेडिट में लागत स्पष्ट नहीं की है। Anthropic ने Adobe, Descript, HeyGen, Higgsfield और invideo का भी उन उपकरणों में उल्लेख किया है जिनमें एनिमेशन को आगे विकसित किया जा सकता है; Canva और Captions का समर्थन जल्द आने की घोषणा की गई है।

🔗 Runway की पोस्ट · Luma की पोस्ट

Anthropic Cyber Mission : महत्वपूर्ण बुनियादी ढाँचे के लिए एक कार्यक्रम और ओपन सोर्स के लिए OSS Scanner

8 अक्टूबर — अपने Cyber Verification Program का विस्तार करने के दो दिन बाद Anthropic ने Anthropic Cyber Mission शुरू की है। इसे उन प्रणालियों को सुरक्षित करने की दीर्घकालिक प्रतिबद्धता के रूप में प्रस्तुत किया गया है जिन पर सभी निर्भर हैं। इसकी शुरुआती समझ Project Glasswing से मिली: कमज़ोरियाँ ढूँढ़ना पहले कभी इतना आसान नहीं था, लेकिन उनकी पुष्टि करना, प्राथमिकता तय करना और उन्हें ठीक करना अब भी मुश्किल है। मिशन की शुरुआत दो क्षेत्रों से हो रही है, महत्वपूर्ण बुनियादी ढाँचा और ओपन सोर्स सॉफ़्टवेयर; अन्य क्षेत्रों की घोषणा भी की गई है, लेकिन कोई तारीख नहीं दी गई।

महत्वपूर्ण बुनियादी ढाँचे के लिए Critical Infrastructure Defense Program (CIDP), ऑपरेशनल टेक्नोलॉजी का संचालन करने वालों के सेवा प्रदाताओं को सबसे उन्नत Claude मॉडल, मौके पर तैनात इंजीनियर और खतरों पर Anthropic का शोध उपलब्ध कराता है। इसमें बिजली, पानी या परिवहन के प्रोग्रामेबल नियंत्रक, नियंत्रण सॉफ़्टवेयर और औद्योगिक नेटवर्क शामिल हैं, जिन्हें अक्सर पैच लगाने के लिए बंद नहीं किया जा सकता। इसमें ग्यारह संस्थापक साझेदार शामिल हैं: Accenture, Booz Allen, CrowdStrike, Deloitte, Dragos, Hitachi, Insane Cyber, Nozomi Networks, Palo Alto Networks, PwC और Rockwell Automation। कार्यक्रम एक छोटे समूह से शुरू हो रहा है और अगले कुछ महीनों में अन्य साझेदारों और क्षेत्रों तक फैलना है।

ओपन सोर्स के लिए Google के OSS-Fuzz से प्रेरित OSS Scanner, पंजीकृत परियोजनाओं को Anthropic के सबसे शक्तिशाली मॉडल, Claude Mythos सहित, से नियमित मुफ़्त स्कैन उपलब्ध कराता है। हर रिपोर्ट में समस्या को दोहराने वाला उदाहरण, स्पष्टीकरण और, उपलब्ध होने पर, एक प्रस्तावित पैच शामिल होता है, लेकिन रिपोर्ट मानवीय समीक्षा के बिना भेजी जाती है: Anthropic को सही सकारात्मक निष्कर्षों की दर 90 % से अधिक रहने की उम्मीद है और वह चेतावनी देता है कि कुछ रिपोर्टों में त्रुटियाँ होंगी, जैसे गंभीरता का गलत आकलन। यह सेवा Frontier Red Team द्वारा बताई गई बाधा का समाधान करती है: मिली हुई कमज़ोरियों की संख्या उस सीमा से कहीं अधिक है जिसकी मनुष्य जाँच और छँटाई कर सकते हैं।

Anthropic द्वारा प्रकाशित संकेतक	प्रकाशित मान
छह महीनों में मिली संभावित कमज़ोरियाँ	29 000 से अधिक
मानवीय समीक्षा और छँटाई से गुज़री कमज़ोरियाँ	लगभग 6 000
अत्यंत गंभीर या उच्च जोखिम वाली सत्यापित कमज़ोरियाँ (48 परियोजनाएँ)	97
समन्वित प्रकटीकरण (CVD) के लिए आवश्यक स्तर पर स्वीकार की गई	85, यानी 88 %
वास्तविक लेकिन दोहराई गई, या अमान्य	11 और 1
CyberGym परीक्षण मंच पर LLM द्वारा खोजी गई कमज़ोरियों का हिस्सा	पिछले वर्ष की शुरुआत में 20 % से कम, इस वर्ष 85 % से अधिक

wolfSSL के अनुसार, प्राप्त 74 रिपोर्टों में दो को छोड़कर सभी वैध थीं और पाँच को CVE मिला। पंजीकरण GitHub के anthropics/oss-scanner रिपॉज़िटरी में एक pull request के ज़रिए होता है। यह केवल उन परियोजनाओं के प्रमुख रखरखावकर्ताओं के लिए उपलब्ध है जिन्हें प्रत्येक मामले के आकलन के आधार पर महत्वपूर्ण माना जाता है, और अगस्त में शुरू किया गया Defender Advantage Fund सेवा को मुफ़्त बनाए रखता है। Anthropic का पूर्वानुमान सावधानीपूर्ण है: दो वर्षों के भीतर एआई रक्षा के पक्ष में होगा, लेकिन ज़रूरी नहीं कि अल्पावधि में भी ऐसा हो, क्योंकि कमज़ोरियों का फायदा उठाना सस्ता पड़ता है, जबकि सत्यापन, प्रकटीकरण और सुधार अब भी धीमे हैं।

🔗 Anthropic की पोस्ट: Anthropic Cyber Mission · OSS Scanner पर Frontier Red Team की पोस्ट · anthropics/oss-scanner रिपॉज़िटरी

GPT-6.1 Sol के लिए Ultrafast : 8 गुना तक तेज़, प्रति मिलियन टोकन 12 और 60 डॉलर की दर पर

8 अक्टूबर — 29 सितंबर को « जल्द आने वाला » बताया गया Ultrafast स्तर अब GPT-6.1 Sol पर उपलब्ध हो रहा है। OpenAI Developers के अनुसार, इसे उसी दिन API, Codex और ChatGPT Work में उपलब्ध कराना शुरू किया जा रहा है, और इसकी बुद्धिमत्ता को GPT-6 Astra के करीब बताया गया है। OpenAI ने इसे उन कामों के लिए बनाया है जहाँ हर सेकंड मायने रखता है: किसी खराबी को डिबग करना, एजेंट से ऐप्लिकेशन में नेविगेट कराना या तत्काल अनुभव उपलब्ध कराना।

Ultrafast is rolling out today for GPT-6.1 Sol in the API, Codex, and ChatGPT Work. Near-Astra intelligence at up to 8x faster speeds than Sol Standard, so you can build as fast as the ideas come.

🇮🇳 GPT-6.1 Sol के लिए Ultrafast आज API, Codex और ChatGPT Work में उपलब्ध कराना शुरू किया जा रहा है। Astra के करीब बुद्धिमत्ता, Standard मोड में Sol से 8 गुना तक तेज़, ताकि विचार आने की रफ़्तार से ही उन्हें साकार किया जा सके। — X पर @OpenAIDevs

API में Responses API के ज़रिए service_tier: "ultrafast" के साथ gpt-6.1-sol को कॉल करना ही पर्याप्त है। यह मोड API के सभी उपयोगकर्ताओं के लिए दर सीमाओं के अधीन उपलब्ध है, वैश्विक प्रोसेसिंग और अमेरिका तथा यूरोपीय संघ में डेटा रेज़िडेंसी के साथ, जबकि Ultrafast में GPT-6 Astra की डेटा रेज़िडेंसी अब भी अमेरिका तक सीमित है। कीमत Astra पर पहले से लागू नियम के अनुसार है: Standard कीमत का छह गुना, यानी इनपुट के प्रति मिलियन टोकन 12 डॉलर और आउटपुट के लिए 60 डॉलर। यह Ultrafast में GPT-6 Astra की कीमत (60 और 300 डॉलर) से पाँच गुना कम है।

gpt-6.1-sol का प्रोसेसिंग मोड	इनपुट की कीमत	कैश में इनपुट	कैश में लिखना	आउटपुट की कीमत
Standard, छोटा संदर्भ	2,00 dollars	0,10 dollar	2,50 dollars	10,00 dollars
Fast, छोटा संदर्भ	4,00 dollars	0,20 dollar	5,00 dollars	20,00 dollars
Ultrafast, छोटा संदर्भ	12,00 dollars	0,60 dollar	15,00 dollars	60,00 dollars
Ultrafast, लंबा संदर्भ	24,00 dollars	1,20 dollar	30,00 dollars	90,00 dollars

प्रति मिलियन टोकन की दरें, 8 अक्टूबर को API के Pricing पृष्ठ के अनुसार।

Codex और ChatGPT Work में इसका उपयोग केवल Pro 500 प्लान, उपयोग के अनुसार बिल वाले पात्र Enterprise कार्यक्षेत्रों और क्रेडिट आधारित Edu पेशकशों में उपलब्ध है। Enterprise में Ultrafast डिफ़ॉल्ट रूप से बंद है और कार्यक्षेत्र के मालिकों को इसे कुछ उपयोगकर्ताओं या सभी के लिए चालू करना होगा। Codex के दस्तावेज़ लागत का विवरण देते हैं: सदस्यता में शामिल सीमाएँ Standard मोड की तुलना में 8 गुना तेज़ी से खर्च होती हैं, और खरीदे गए क्रेडिट तथा माँग के अनुसार Enterprise उपयोग का शुल्क छह गुना अधिक है। लॉन्च के समय अन्य स्वयं सेवा प्लान को इसका उपयोग नहीं मिलता, भले ही क्रेडिट खरीदे गए हों।

🔗 OpenAI API के बदलावों का विवरण · OpenAI API की दरें · Codex में Ultrafast (दस्तावेज़)

विज्ञान : Genesis Mission के लिए Anthropic के 150 मिलियन डॉलर और NVIDIA के 1 बिलियन डॉलर, पराबैंगनी प्रकाश में आकाश का मानचित्र

एआई के ज़रिए वैज्ञानिक खोज को तेज़ करने के उद्देश्य वाले अमेरिकी संघीय कार्यक्रम Genesis Mission के लिए दो प्रतिबद्धताओं की घोषणा 8 अक्टूबर को एक ही शिखर सम्मेलन में की गई। « विज्ञान: एक नया स्वर्ण युग » नाम का यह सम्मेलन व्हाइट हाउस के विज्ञान एवं प्रौद्योगिकी नीति कार्यालय (OSTP) ने वॉशिंगटन में आयोजित किया था। उसी दिन Anthropic ने दिखाया कि Claude Science किसी खगोलभौतिकविद् के लिए क्या तैयार कर सकता है।

Anthropic : तीन वर्षों में 150 मिलियन डॉलर और 15 से अधिक संघीय एजेंसियों के लिए Claude

8 अक्टूबर — Anthropic ने Genesis Mission के लिए तीन वर्षों में 150 मिलियन डॉलर देने की प्रतिबद्धता जताई है। इस वित्तपोषण से मिशन की 15 से अधिक सदस्य एजेंसियों को Claude उपलब्ध कराया जाना है, जिनमें NASA, राष्ट्रीय स्वास्थ्य संस्थान और राष्ट्रीय विज्ञान फ़ाउंडेशन शामिल हैं। व्यावहारिक रूप से, Anthropic कई सौ शोध परियोजनाओं को Claude, Claude Code और API क्रेडिट उपलब्ध कराएगा, प्रशासन की प्राथमिकताओं, जिनमें संलयन ऊर्जा और क्वांटम कंप्यूटिंग शामिल हैं, पर एजेंसियों और राष्ट्रीय प्रयोगशालाओं के साथ काम करेगा और प्रशिक्षण तथा तकनीकी सहायता देगा। यह प्रतिबद्धता दिसंबर 2025 में ऊर्जा विभाग के साथ स्थापित साझेदारी को आगे बढ़ाती है; जुलाई में Google DeepMind (40 मिलियन डॉलर) और OpenAI (17 मिलियन डॉलर) ने मिशन के लिए अपनी प्रतिबद्धताओं की घोषणा की थी।

🔗 Anthropic की पोस्ट: Genesis Mission के लिए प्रतिबद्धता · @AnthropicAI की पोस्ट

NVIDIA : अमेरिकी विज्ञान के लिए पाँच वर्षों में 1 बिलियन डॉलर

8 अक्टूबर — उसी कार्यक्रम में NVIDIA ने पाँच वर्षों में 1 बिलियन डॉलर मूल्य की प्रतिबद्धताओं की घोषणा की है, ताकि क्वांटम कंप्यूटिंग, स्वास्थ्य और ऊर्जा सुरक्षा जैसे क्षेत्रों में सुपरइंटेलिजेंस पर अनुसंधान एवं विकास की अमेरिकी क्षमता बढ़ाई जा सके। प्रेस विज्ञप्ति में राशि का विभाजन किए बिना तीन पहलुओं का उल्लेख किया गया है: विश्वविद्यालयों के शोध संस्थानों को समर्थन, क्वांटम कंप्यूटिंग में अमेरिका की अग्रणी भूमिका को तेज़ करने के लिए निवेश और सरकारी मिशन को सेवाएँ देने वाले क्लाउड प्रदाताओं को समर्थन। NVIDIA ने यह भी कहा है कि वह Genesis Mission के चरण 2 में वित्तपोषित कई परियोजनाओं में सहयोग कर रहा है, जिनकी घोषणा उसी दिन हुई थी। ये परियोजनाएँ क्वांटम कंप्यूटिंग, संलयन, एक्सेलरेटर के डिज़ाइन और सूक्ष्म इलेक्ट्रॉनिकी से जुड़ी हैं। कंपनी ने DOE के साथ अपनी साझेदारी का भी उल्लेख किया, जिसमें आर्गोन राष्ट्रीय प्रयोगशाला स्थित विभाग का सबसे बड़ा वैज्ञानिक सुपरकंप्यूटर शामिल है।

🔗 NVIDIA की प्रेस विज्ञप्ति

Claude Science की मदद से बना पराबैंगनी प्रकाश में पूरे आकाश का पहला नक्शा

8 अक्टूबर — Anthropic Science ब्लॉग बताता है कि जॉन्स हॉपकिन्स विश्वविद्यालय के खगोलभौतिकविद और Anthropic के शोधकर्ता ब्रिस मेनार ने Claude Science की मदद से वह नक्शा कैसे बनाया, जिसे Anthropic पराबैंगनी प्रकाश में पूरे आकाश का पहला नक्शा बताता है। अंतरिक्ष सर्वेक्षण GALEX (NASA, 2003-2013) ने लगभग 38 000 प्रेक्षणों में आकाश के केवल लगभग दो तिहाई हिस्से को कवर किया था। Claude ने ऐसे एजेंटों का संचालन किया, जिन्होंने सार्वजनिक सर्वेक्षणों को इकट्ठा करके उनका आपस में अंशांकन किया और फिर पराबैंगनी तथा अन्य तरंगदैर्घ्यों के बीच संबंध के आधार पर पुनर्निर्माण (inpainting) के ज़रिए शेष एक तिहाई हिस्सा भरा। जानबूझकर छिपाए गए क्षेत्रों में अनुमानों और वास्तविक मापों के बीच लगभग 10 % का अंतर मिलता है।

The work would have taken humans weeks of work, but, with Claude, just took a few days while Ménard worked on other projects.

🇮🇳 इस काम में इंसानों को कई सप्ताह लगते, लेकिन Claude की मदद से यह केवल कुछ दिनों में पूरा हो गया, जबकि मेनार दूसरे प्रोजेक्ट पर काम कर रहे थे। — X पर @AnthropicAI

🔗 Anthropic Science का ब्लॉग लेख

प्रतिबंधित उपयोग और दुरुपयोग: Anthropic की 2026 की उपयोग नीति और OpenAI द्वारा बंद किए गए दो प्रभाव अभियान

8 अक्टूबर के दो प्रकाशन बताते हैं कि प्रयोगशालाएँ किन गतिविधियों पर रोक लगाती हैं और दुरुपयोग का पता कैसे लगाती हैं: Anthropic अपनी उपयोग नीति को फिर से लिख रहा है, जबकि OpenAI ने अपने द्वारा प्रतिबंधित दो प्रभाव अभियानों का विवरण दिया है।

Anthropic ने अपनी उपयोग नीति का 2026 संस्करण प्रकाशित किया, जो 12 नवंबर से लागू होगा

8 अक्टूबर — Anthropic ने अपनी उपयोग नीति (उपयोग संबंधी नीति) का वार्षिक अद्यतन प्रकाशित किया है, जो 12 नवंबर से लागू होगा। इसमें मुख्यतः देखे गए दुरुपयोग के आधार पर स्पष्टीकरण दिए गए हैं। एक नया खंड भ्रामक अभियानों और कृत्रिम गतिविधि से जुड़े उन नियमों को एक जगह लाता है, जो अब तक अलग-अलग जगहों पर थे। यह राजनीतिक या व्यावसायिक, हर तरह की भ्रामक गतिविधि पर लागू होता है, जिसमें प्रभाव अभियानों के लिए उपकरण बनाना भी शामिल है। चुनाव संबंधी खंड का नाम बदलकर “लोकतांत्रिक प्रक्रियाओं को नुकसान न पहुँचाएँ” (लोकतांत्रिक प्रक्रियाओं को कमज़ोर न करें) कर दिया गया है। इसमें मतदाताओं को व्यक्तिगत रूप से लक्षित करने पर लगा व्यापक प्रतिबंध हटाया गया है, जो दूसरी भाषाओं में मतदाताओं को जानकारी देने जैसे नागरिक उपयोगों को रोकता था। नीति यह भी स्पष्ट करती है कि हथियारों पर प्रतिबंध में उनके सॉफ़्टवेयर और घटक, साथ ही ड्रोन को हथियारों से लैस करना भी शामिल है। यह लोगों की सहमति के बिना उनकी निगरानी करने पर रोक लगाती है और केवल चरम मामलों में मॉडलों के प्रति लगातार और अकारण दुर्व्यवहार को प्रतिबंधित करती है।

🔗 Anthropic का ब्लॉग लेख: उपयोग नीति का 2026 अद्यतन

OpenAI ने Dark Clark और Bogus Bylines को बंद किया, जिनमें उसका पहला श्रेणी 5 का अभियान शामिल है

8 अक्टूबर — OpenAI ने अपने द्वारा प्रतिबंधित दो गुप्त प्रभाव अभियानों पर एक रिपोर्ट प्रकाशित की है। ये अभियान उसके मॉडलों की मदद से नकली संस्थाएँ (झूठी आड़) चलाते थे। रूस से संचालित “Dark Clark” का लक्ष्य लैटिन अमेरिका था: इसके संचालक मुख्यतः अपनी आंतरिक रिपोर्ट ChatGPT से लिखवाते थे और एक छद्म शोध केंद्र, Social Research Center, चलाते थे, जिसका नेतृत्व “मिया क्लार्क” नाम का एक काल्पनिक पात्र करता था। ईरान से संचालित “Bogus Bylines” ने पश्चिमी पत्रकारों के सात नकली नामों से लगभग 100 लेख एक दर्जन ऑनलाइन मीडिया संस्थानों में प्रकाशित करवाए। इनमें से एक के Facebook पर लगभग 2 मिलियन अनुयायी थे। OpenAI का कहना है कि उसने ढाई वर्षों में इस तरह के 30 अभियानों का पर्दाफाश किया है।

बंद किया गया अभियान	खातों का मूल देश	मुख्य लक्ष्य	IO Breakout Scale पर श्रेणी (1 से 6)
Dark Clark	रूस	लैटिन अमेरिका	5, OpenAI के अनुसार पहली बार
Bogus Bylines, लेख	ईरान	अंतरराष्ट्रीय ऑनलाइन मीडिया	4
Bogus Bylines, टिप्पणियाँ	ईरान	सामाजिक नेटवर्क	2

🔗 झूठी आड़ वाले अभियानों पर OpenAI की रिपोर्ट

अन्य कंपनियों के उपकरणों में Claude Haiku 5.5: GitHub Copilot में Pro योजना से ही उपलब्ध, Devin में 58,4 % का स्कोर

7 अक्टूबर को लॉन्च हुआ Claude Haiku 5.5 उसी दिन दो कोडिंग उपकरणों में उपलब्ध हो गया। दोनों ने इसकी तुलना Claude Sonnet 5 से की है।

GitHub Copilot: Pro समेत सभी सशुल्क योजनाओं में Haiku 5.5

7 अक्टूबर — Anthropic द्वारा लॉन्च किए जाने के दो घंटे से कुछ अधिक समय बाद Claude Haiku 5.5, GitHub Copilot की Pro, Pro+, Max, Business और Enterprise योजनाओं में सामान्य उपलब्धता में आ गया। इसमें Pro भी शामिल है, जैसा कि Claude Sonnet 5.5 के साथ था और सितंबर के अंत में GPT-6.1 Sol के साथ नहीं था। इसे VS Code से लेकर Xcode तक दस इंटरफ़ेस में चुना जा सकता है। GitHub इसे उप-एजेंटों, तेज़ बदलावों और टर्मिनल में किए जाने वाले कामों के लिए पेश कर रहा है। उसके शुरुआती परीक्षणों के अनुसार, इसने कई कोडिंग कार्यों में काफ़ी कम टोकन और चरणों के साथ Claude Sonnet 5 की बराबरी की, हालाँकि कोई आँकड़ा प्रकाशित नहीं किया गया। इसका शुल्क सार्वजनिक दरों के अनुसार है: 100 000 इनपुट टोकन तक प्रति मिलियन इनपुट टोकन 0,10 डॉलर और आउटपुट टोकन 0,50 डॉलर, उसके बाद क्रमशः 0,50 और 2,50 डॉलर। पहले मूल्य स्तर पर यह Claude Haiku 4.5 से दस गुना सस्ता है।

🔗 GitHub Copilot में Claude Haiku 5.5 · GitHub Copilot के मॉडल और शुल्क

Devin: FrontierCode 1.1 पर 58,4 %, Claude Sonnet 5 से आगे

7 अक्टूबर — Cognition ने Devin में Claude Haiku 5.5 उपलब्ध कराया है। FrontierCode 1.1 पर Haiku 5.5 को 58,4 % मिला, जो Claude Sonnet 5 से अधिक है। यह Cognition का अपना बेंचमार्क है, जो वास्तविक इंजीनियरिंग कार्यों पर कोड की गुणवत्ता और उसे मर्ज किए जा सकने के आधार पर मॉडलों को अंक देता है। Cognition के अनुसार, प्रति कार्य इसकी लागत Claude Sonnet 5 की लगभग एक आठवीं है, हालाँकि उसने कोई सटीक राशि नहीं बताई। यह Devin Fusion के सहायकों (sidekicks) में भी शामिल हो गया है, जहाँ एक मुख्य मॉडल को एक सहायक मॉडल के साथ जोड़ा जाता है। Claude Opus 5.5 को मुख्य मॉडल और Haiku 5.5 को सहायक बनाने पर Fusion लागत और विलंब घटाते हुए 66,2 का स्कोर बनाए रखता है।

Cognition द्वारा मूल्यांकित मॉडल	FrontierCode 1.1 Extended स्कोर
Claude Sonnet 5	56,2
Kimi K3	58,2
Claude Haiku 5.5	58,4
GPT-6.1 Sol	60,4
Claude Sonnet 5.5	64,4
Claude Opus 5.5	65,3

🔗 Devin में Claude Haiku 5.5

कोड एजेंट: Claude Code 2.1.295, Codex CLI 0.162.0, Antigravity CLI 1.3.1, VS Code 1.141 और Delta 0.19

कोड एजेंटों के पाँच उपकरणों में बदलाव हुए हैं: Claude Code अपने हुक के नियम कड़े कर रहा है, Codex CLI वर्कट्री संभालता है, Antigravity CLI बदलावों की समीक्षा को नया रूप दे रहा है, VS Code एजेंट सत्रों को ग्रिड में व्यवस्थित करता है और Delta में टीम के साथ काम करने की सुविधाएँ जुड़ रही हैं।

Claude Code 2.1.295: विफल होने पर कार्रवाई रोकने वाले हुक

8 अक्टूबर — Claude Code के एक ही दिन में दो संस्करण आए। 2.1.294 में प्राकृतिक भाषा के निर्देशों के रूप में लिखे गए prompt और agent हुक को ठीक किया गया है, जो उन कार्रवाइयों को भी होने दे सकते थे जिन्हें उन्हें रोकना चाहिए था। 2.1.295 में 143 प्रविष्टियाँ हैं, जिनमें 97 सुधार हैं। command और HTTP हुक के नए विकल्प onFailure: "block" के साथ, कोई हुक शुरू न हो, उसका समय समाप्त हो जाए या वह अप्रत्याशित कोड लौटाए, तो कार्रवाई को आगे बढ़ने देने के बजाय रोक दिया जाता है। कई अन्य सुधार भी इसी दिशा में हैं, जिनमें mods की सुरक्षा जाँच और --tools तथा --restricted विकल्पों से जुड़े सुधार शामिल हैं। Claude Code अब Program Status Protocol (OSC 7501) का भी समर्थन करता है, जिससे संगत टर्मिनल दिखा सकते हैं कि एजेंट काम कर रहा है, प्रतीक्षा कर रहा है या काम पूरा कर चुका है। उपकरण खोज के ज़रिए लोड किए गए MCP उपकरणों के विवरण की सीमा भी 2 048 से बढ़कर 16 384 अक्षर हो गई है।

🔗 Claude Code 2.1.295 · Claude Code 2.1.294

Codex CLI 0.162.0: प्रबंधित वर्कट्री और पिन किए गए कार्य

8 अक्टूबर — Codex CLI 0.162.0, पिछले दिन आए 0.161.0 के बाद का पहला स्थिर संस्करण, 225 PR सूचीबद्ध करता है। वर्कट्री सुविधा सक्षम होने पर Codex को भरोसेमंद स्थानीय प्रोजेक्ट से प्रबंधित Git वर्कट्री बनाने और उनकी सूची दिखाने के उपकरण मिलते हैं। एजेंटों के कमांड केंद्र में p कुंजी से किसी कार्य को “Pinned” समूह में पिन किया जा सकता है, और सर्वर की अनुमति होने पर यह समूह साझा होता है। टर्मिनल में प्रतिलेख के खंडों के बीच जाने और उन्हें कॉपी करने के लिए /copy, चयन कॉपी करने के लिए Ctrl+Insert और स्क्रॉल की गति का विकल्प जुड़ा है। अब अनुमोदन संदेशों और MCP प्रॉम्प्ट में भी URL क्लिक किए जा सकते हैं। Responses API के साथ संगत कस्टम मॉडल प्रदाता सीधे वेब एक्सेस और दूरस्थ कॉम्पैक्शन की उपलब्धता घोषित कर सकते हैं। सुधारों में apply_patch अब CRLF पंक्ति अंत सुरक्षित रखता है, Linux सैंडबॉक्स को अधिक सुरक्षित बनाया गया है और Windows संस्करणों को हस्ताक्षरित PowerShell इंस्टॉलर मिला है।

🔗 Codex CLI 0.162.0 के संस्करण नोट्स

Antigravity CLI 1.3.1: /diff में समीक्षा को नया रूप, डिफ़ॉल्ट विवरण स्तर मध्यम

7 अक्टूबर — Antigravity की CLI के 2 से 7 अक्टूबर के बीच पाँच संस्करण प्रकाशित हुए। 1.3.1 टर्मिनल में कोड समीक्षा को बेहतर बनाता है: /diff के फ़ाइल दृश्य में बाएँ और दाएँ तीर पास वाली फ़ाइल को उसके पहले बदलाव पर खोलते हैं, हर फ़ाइल अपनी स्थिति याद रखती है, n और N अगली या पिछली फ़ाइल पर ले जाते हैं और शीर्ष पट्टी बताती है कि आप कहाँ हैं। इसके दस सुधारों में बहुत लंबी बातचीत के दौरान /rewind, Windows पर प्लगइन और GEMINI_API_KEY कुंजी वाले सत्र शामिल हैं। ये सत्र Gemini API से कनेक्शन टूटने पर दोबारा कोशिश करते हैं। 6 अक्टूबर का संस्करण 1.3.0 डिफ़ॉल्ट विवरण स्तर को “high” से “medium” करता है, जिसमें उपकरण कॉल और विचार संक्षिप्त सारांशों में दिखाए जाते हैं। /config से पिछला स्तर वापस लाया जा सकता है। इससे पहले, 1.2.16 ने छवि निर्माण का काम एक अंतर्निहित उप-एजेंट को सौंपा था और 1.2.15 में Termux के लिए Android बाइनरी जोड़ी गई थीं।

🔗 Antigravity का बदलाव विवरण, CLI टैब

VS Code 1.141: ग्रिड में एजेंट सत्र और वर्कट्री की सफ़ाई

7 अक्टूबर — VS Code 1.141 का ध्यान Copilot के एजेंट सत्रों पर है। Agents विंडो में कई सत्रों को ग्रिड में रखा जा सकता है। Chat: Open Worktree Cleanup कमांड निष्क्रिय सत्रों की वर्कट्री द्वारा घेरी गई डिस्क जगह दिखाता है, ताकि उन्हें अनुरोध पर या पुल रिक्वेस्ट मर्ज होने के बाद अपने आप हटाया जा सके। Copilot CLI या GitHub Copilot ऐप में शुरू की गई बातचीत पहली ही रिक्वेस्ट से दिखाई देती है, संपादक को दोबारा लोड करने की ज़रूरत नहीं होती। ChatGPT ऐप या Codex CLI में शुरू हुई Codex बातचीत को भी उसके इतिहास के साथ यहाँ जारी रखा जा सकता है: Copilot मॉडल चुनने पर बातचीत GitHub Copilot सदस्यता के ज़रिए आगे बढ़ती है, उदाहरण के लिए ChatGPT की उपयोग सीमा पूरी हो जाने के बाद। उद्यमों के लिए, Copilot के एजेंट संचालन ढाँचे का सैंडबॉक्स प्रबंधित सेटिंग के ज़रिए अनिवार्य किया जा सकता है; यह सुविधा पूर्वावलोकन में है। जिन उपयोगकर्ताओं के लिए प्रयोगात्मक सुविधाएँ सक्षम हैं, उनके लिए यह ढाँचा धीरे-धीरे डिफ़ॉल्ट विकल्प बन रहा है।

🔗 VS Code 1.141 के संस्करण नोट्स

Delta 0.19: साथियों का उल्लेख और इनबॉक्स

7 अक्टूबर — Zed Industries ने एजेंटों के साथ मिलकर कोड लिखने के अपने परिवेश Delta का संस्करण 0.19.0 प्रकाशित किया, जिसके बाद 8 अक्टूबर को सुधार वाला संस्करण 0.19.1 आया। अब किसी संदेश या टिप्पणी में @ के बाद साथी का उपयोगकर्ता नाम लिखकर उसका उल्लेख किया जा सकता है, और इसकी सूचना नए इनबॉक्स (Inbox) में आती है। @delta एजेंट बातचीत से ही अधिकांश सेटिंग पढ़ और बदल सकता है। Agent Thread Creation नाम की सेटिंग उप-एजेंटों को बंद किए बिना एजेंटों को शीर्ष स्तर की बातचीत बनाने से रोकती है। एजेंट कई बातचीत के थ्रेड की वर्कट्री मर्ज कर सकता है और CLI कमांड बिना कोई विंडो खोले चलती हैं। कुल मिलाकर, संस्करण नोट्स में 11 नई सुविधाएँ, 22 सुधार और 45 त्रुटि निवारण सूचीबद्ध हैं। 8 अक्टूबर को Zed द्वारा साझा किए गए एक ब्लॉग लेख में बताया गया कि टीम ने अपने आंतरिक दस्तावेज़ों के लिए Google Docs की जगह Delta कैसे अपनाया।

🔗 Delta के संस्करण नोट्स · Google Docs छोड़ने पर Delta का ब्लॉग लेख

जनरेटिव मीडिया: Nano Banana 2.1, ElevenLabs का Brand Kit और ब्राज़ील में ElevenReader, Stability AI का SemanTok

छवि, वीडियो और आवाज़ से जुड़ी चार घोषणाएँ: Google का आधी कीमत वाला छवि मॉडल, ElevenLabs की दोबारा इस्तेमाल की जा सकने वाली दृश्य पहचान संबंधी मार्गदर्शिका और ऑडियो में पढ़ने वाला ऐप, तथा Stability AI का वीडियो निर्माण पर शोध।

Gemini API में Nano Banana 2.1 सामान्य रूप से उपलब्ध, कीमत आधी

6 अक्टूबर — Google ने बिना किसी ब्लॉग लेख के Nano Banana 2.1 (gemini-nano-banana-2.1) को Gemini API और Google AI Studio में सामान्य रूप से उपलब्ध कर दिया है। छवि निर्माण और संपादन का यह मॉडल Nano Banana 2 को बेहतर बनाता है। इसमें बेहतर दृश्य गुणवत्ता, पाठ का बेहतर रेंडरिंग, एक चरण से दूसरे चरण तक अधिक सुसंगत पात्र और 1:4 से 8:1 तक पैनोरमिक अनुपात हैं। 2K और 4K में टाइलिंग से उत्पन्न दृश्य विकृतियाँ नहीं आतीं। यह अधिकतम 14 संदर्भ छवियाँ स्वीकार करता है और Google खोज पर आधारित जानकारी का उपयोग करता है। 1K और 2K में प्रति छवि कीमत आधी कर दी गई है। Google ने Nano Banana 2 (gemini-3.1-flash-image) को अप्रचलित घोषित कर दिया है, लेकिन उसे बंद करने की कोई तारीख नहीं दी है।

आउटपुट मूल्य	Nano Banana 2.1	Nano Banana 2
1K छवि	0,0336 dollar	0,067 dollar
2K छवि	0,0504 dollar	0,101 dollar
4K छवि	0,113 dollar	0,151 dollar
मिलियन छवि टोकन	30 dollars	60 dollars

🔗 Gemini API के संस्करण नोट्स · Nano Banana 2.1 का विवरण

ElevenLabs का Brand Kit: कार्यक्षेत्र में व्यवस्थित दृश्य पहचान संबंधी मार्गदर्शिका

8 अक्टूबर — ElevenLabs ने अपने रचनात्मक उपकरणों के समूह ElevenCreative में Brand Kit जोड़ा है। रंग, फ़ॉन्ट, उपयोग के नियमों सहित लोगो, संदर्भ छवियाँ और ब्रांड संबंधी नियम—जिनमें वे काम भी शामिल हैं जो ब्रांड कभी नहीं करता—कार्यक्षेत्र की एक ही वस्तु में समाहित होते हैं। इसे Image & Video, Flows या ElevenCreative एजेंट के साथ @ के ज़रिए बुलाया जा सकता है। ElevenLabs के पोस्ट-थ्रेड के अनुसार, किसी वेबसाइट का पता चिपकाकर या संगठन की सामग्री अपलोड करके कुछ मिनटों में किट बनाया जा सकता है। फिर पूरी टीम उन्हीं निर्देशों के आधार पर सामग्री बनाती है, और कोई एजेंसी हर ग्राहक के लिए अलग किट बना सकती है। ElevenLabs इन किट को ब्रांड की आवाज़ और ध्वनि तक बढ़ाना चाहता है, लेकिन उसने कोई तारीख नहीं दी है। Brand Kit अभी उपलब्ध है, हालाँकि कीमत नहीं बताई गई है। HeyGen (अगस्त) और Runway (सितंबर) पहले से ऐसे उपकरण पेश करते हैं।

🔗 ElevenLabs का ब्लॉग लेख: Brand Kit · @ElevenLabs का पोस्ट-थ्रेड

Stability AI का SemanTok: 201M का मॉडल, जो 3,4 गुना बड़े मॉडल की बराबरी करता है

7 अक्टूबर — Stability AI की Interactive Research टीम ने SemanTok प्रस्तुत किया है। यह उन विश्व मॉडलों (world models) के लिए एक वीडियो टोकनाइज़र है, जो वीडियो को एक-एक टोकन करके बनाते हैं। इसकी घोषणा 8 अक्टूबर को X पर की गई। “मोटे विवरण से बारीक विवरण की ओर” (coarse-to-fine) जाने वाले टोकनाइज़र में पहले टोकन पूरे दृश्य का वर्णन करते हैं और बाद के टोकन बारीकियाँ जोड़ते हैं। SemanTok इन शुरुआती टोकन में अधिक अर्थ समाहित करता है, जिससे उनका पूर्वानुमान आसान होता है। इसके लिए वह अपने एन्कोडर में स्थिर DINO विशेषताएँ डालता है और हल्के हेड जोड़ता है, जो हर टोकन प्रीफ़िक्स से इन विशेषताओं का पुनर्निर्माण करते हैं। Stability AI के अनुसार, SemanTok पर बना 201M पैरामीटर वाला ऑटोरेग्रेसिव मॉडल, 3,4 गुना बड़े VideoFlexTok मॉडल की बराबरी करता है या उससे बेहतर प्रदर्शन करता है, और छोटे प्रीफ़िक्स का पूर्वानुमान कम खर्च में होता है। शोधपत्र arXiv पर उपलब्ध है; कोड या वेट का उल्लेख नहीं किया गया है।

🔗 Stability AI का शोध ब्लॉग लेख · arXiv पर शोधपत्र

ElevenReader ब्राज़ील में फ़ाबियो पोर्शाट की आवाज़ और 70 000 पुस्तकों के साथ आया

8 अक्टूबर — ElevenLabs ने ब्राज़ील में ElevenReader लॉन्च किया है। यह ऐप पुस्तकों, दस्तावेज़ों और लेखों को सुनने योग्य सामग्री में बदलता है, iOS और Android पर मुफ़्त उपलब्ध है और इसमें अभिनेता तथा हास्य कलाकार फ़ाबियो पोर्शाट की आवाज़ है। इसका कैटलॉग Bookwire Brasil के साथ साझेदारी पर आधारित है: ब्राज़ीली पुर्तगाली में 70 000 पुस्तकें, जिन्हें देश के प्रमुख प्रकाशकों से लाइसेंस मिला है और जिनमें से अधिकांश का कोई ऑडियो संस्करण नहीं था। ElevenLabs ने मचाडो दे असिस की Dom Casmurro का भी ऑडियो संस्करण बनाया है, जिसे फ़ाबियो पोर्शाट ने पढ़ा है और जिसमें मौलिक संगीत तथा ध्वनि डिज़ाइन है। Bookwire Brasil के प्रबंध निदेशक के अनुसार, यह ऑडियो में अब तक उपलब्ध कराया गया ब्राज़ीली पुस्तकों का सबसे बड़ा संग्रह है।

ब्राज़ील में उपलब्ध सामग्री	पहुँच की शर्तें
ElevenReader ऐप (iOS, Android)	मुफ़्त
फ़ाबियो पोर्शाट द्वारा पढ़ी गई Dom Casmurro	सभी के लिए मुफ़्त
Bookwire से लाइसेंस प्राप्त 70 000 पुस्तकें	ElevenReader Ultra के साथ, कीमत नहीं बताई गई

🔗 ElevenLabs का लेख: ब्राज़ील में ElevenReader

विशिष्ट कार्यों के मॉडल: दस्तावेज़ों के लिए LightOnOCR-3, अरबी के लिए Falcon-ASR, जीनोम के लिए Carbon-A

दस्तावेज़ पढ़ने, अरबी का प्रतिलेखन करने और जीनोम का एनोटेशन करने के लिए तीन विशिष्ट मॉडल, जिनमें से दो के वेट खुले हैं।

LightOnOCR-3: तीन खुले OCR मॉडल जो पृष्ठ का लेआउट भी पहचानते हैं

8 अक्टूबर — LightOn ने Apache 2.0 लाइसेंस के तहत LightOnOCR-3 को तीन आकारों (0.8B, 1B और 4B) में जारी किया है। पृष्ठ का प्रतिलेखन करने के अलावा, ये मॉडल उसके हर क्षेत्र की पहचान भी कर सकते हैं: दृश्य स्थान-निर्धारण (grounding) वाले प्रॉम्प्ट के साथ, हर ब्लॉक से पहले एक लेबलयुक्त बाउंडिंग बॉक्स दिया जाता है, चित्रों का संक्षिप्त वर्णन मिलता है और ग्राफ़ डेटा की HTML तालिकाओं में बदल जाते हैं। H100 पर, 4B प्रति सेकंड Chandra-OCR-2 से 21 % अधिक पृष्ठ संसाधित करता है; Chandra-OCR-2 भी इसकी तरह Qwen3.5 पर बना है। LightOn स्पष्ट करता है कि उसके स्कोर आउटपुट के सामान्यीकरण के बाद निकाले गए हैं। इस सामान्यीकरण की विधि रिपॉज़िटरी के साथ प्रकाशित की गई है और यह सभी अग्रणी मॉडलों के स्कोर में उल्लेखनीय बदलाव लाती है।

मूल्यांकन बेंचमार्क	LightOnOCR-3-4B	LightOnOCR-3-0.8B	LightOnOCR-3-1B	उद्धृत संदर्भ
olmOCR-Bench, समग्र स्कोर	86,3	85,5	84,5	Infinity Parser Pro (35,1B) 87,6 ; Chandra 2 85,8
ParseBench, पाँच श्रेणियाँ	75,1	74,6	71,4	Infinity Parser Pro 74,3
fr-bench-pdf2md, फ़्रांसीसी दस्तावेज़	74,1	70,5	69,6	Chandra 2 69,0 ; MistralOCR4.1 54,1

🔗 LightOnOCR-3 का लेख

Falcon-ASR: अमीराती अरबी के लिए 1,6 अरब पैरामीटर, वेट प्रकाशित नहीं किए गए

7 अक्टूबर — अबू धाबी के Technology Innovation Institute (TII) ने Falcon-ASR प्रस्तुत किया है। यह 1,6 अरब पैरामीटर वाला वाक् पहचान मॉडल है, जो अरबी और विशेष रूप से अमीराती बोली पर केंद्रित है। वेट का यही सेट अंग्रेज़ी, फ़्रांसीसी, स्पेनी और पुर्तगाली का भी प्रतिलेखन करता है, बिना भाषा बताए, और हर शब्द के साथ टाइमस्टैम्प देता है। एक दिन पहले प्रस्तुत किए गए Falcon-OCR-Arabic और Falcon-Emirati की तरह, यह भी केवल डेमो के रूप में उपलब्ध है: TII ने API के ज़रिए पहुँच और नेटिव ऐप की घोषणा की है, लेकिन वेट प्रकाशित नहीं किए हैं।

शब्द त्रुटि दर (WER) का मूल्यांकन	Falcon-ASR का स्कोर	उद्धृत संदर्भ
छह अरबी डेटासेट का औसत (Open Universal Arabic ASR)	20,92 %	23,17 %, 30 सितंबर तक प्रकाशित सर्वोत्तम परिणाम
अमीराती, TII का आंतरिक मूल्यांकन	22,73 %	Qwen3-Omni, दूसरे स्थान पर, 4,07 अंक अधिक
सात अंग्रेज़ी डेटासेट का औसत (Open ASR Leaderboard)	5,74 %	कोई संदर्भ उद्धृत नहीं किया गया

🔗 Falcon-ASR का लेख

Carbon-A: 22 617 प्रजातियों में 566 मिलियन संभावित जीन

8 अक्टूबर — Hugging Face की जीवविज्ञान टीम (HuggingFaceBio) ने Carbon-A जारी किया है। यह MIT लाइसेंस वाला 1,2 अरब पैरामीटर का मॉडल है, जो सीधे ADN में प्रोटीन कोड करने वाले क्षेत्रों की पहचान करता है और स्तनधारियों, पौधों, कवकों तथा प्रोटिस्टों के लिए एक ही मॉडल इस्तेमाल करता है। 42 संदर्भ जीनोम पर इसका औसत न्यूक्लियोटाइड F1 स्कोर 0,944 है और लेखकों के अनुसार, यह तुलना में शामिल सभी सात उपकरणों से आगे है, जिनमें AUGUSTUS, Helixer और Tiberius भी हैं। टीम ने इसे GenBank के यूकैरियोटिक जीनोम पर चलाकर Carbon Annotation Database बनाया: 22 617 वर्गकों के 48 167 असेंबली और प्रोटीन कोड करने वाले 566 मिलियन अनुमानित लोकस, यानी प्रशिक्षण कॉर्पस से 11 गुना अधिक वर्गक। ActiveSite और UCSD के साथ प्रयोगशाला में संपूर्ण ARN अनुक्रमण द्वारा किए गए सत्यापन ने कुछ जीनों की पुष्टि की; लेखकों ने स्पष्ट किया है कि इससे प्रतिलेखन सिद्ध होता है, प्रोटीन का उत्पादन अभी सिद्ध नहीं होता। तीन सप्ताह में एक नया बैच जारी करने की योजना है।

🔗 Carbon-A का लेख

सुदृढीकरण प्रशिक्षण: TermGrade के 1 004 परिवेश और TRL v1.15.0

सुदृढीकरण अधिगम के लिए दो प्रकाशन: स्कोर दिए गए टर्मिनल परिवेश और एक लाइब्रेरी जो प्रशिक्षित किए जा सकने वाले अनुक्रमों की लंबाई बढ़ाती है।

TermGrade: छह मॉडलों द्वारा स्कोर दिए गए 1 004 टर्मिनल परिवेश

8 अक्टूबर — ai& कंपनी ने TermGrade जारी किया है, जिसमें सुदृढीकरण अधिगम द्वारा एजेंटों को प्रशिक्षित करने और उनका मूल्यांकन करने के लिए 1 004 टर्मिनल परिवेश हैं। हर कार्य एक Linux कंटेनर में निर्देश और टेस्ट के साथ चलता है, और उसे तभी चुना गया जब उसका अपना संदर्भ समाधान उसके टेस्ट पास कर पाया: DeepSeek-V4-Pro द्वारा लिखे गए 66 165 संभावित कार्यों में से 1,5 % इस फ़िल्टर से गुज़रे। Kimi-K3 से लेकर gemma-4-31B-it तक, खुले मॉडलों के छह कॉन्फ़िगरेशन हर कार्य पर आज़माए गए और सभी 36 144 प्रयास प्रकाशित किए गए हैं, जिनमें असफल प्रयास भी शामिल हैं। कोई मॉडल उन कार्यों से सबसे अधिक सीखता है जिन्हें वह लगभग हर दो प्रयासों में एक बार सफलतापूर्वक पूरा करता है: इस श्रेणी के 151 कार्यों पर प्रशिक्षित gemma-4-31B-it ने Terminal-Bench 2.1 पर 46,1 स्कोर हासिल किया, जो मूल मॉडल से 3,1 अंक अधिक है; पाँच प्रशिक्षण रन में औसत बढ़त 2,1 अंक रही। सब कुछ Apache-2.0 के तहत प्रकाशित किया गया है।

🔗 TermGrade का लेख · Hugging Face पर TermGrade संग्रह

TRL v1.15.0: 6,9 गुना तक लंबे अनुक्रमों के लिए एक फ़्यूज़्ड LM हेड

8 अक्टूबर — Hugging Face की प्रशिक्षण लाइब्रेरी TRL v1.15.0 में एक फ़्यूज़्ड LM हेड (fused LM head) आया है, जो logits का पूरा टेंसर बनाए बिना, Triton कर्नेल से हर टोकन की लॉग-प्रायिकता और एंट्रॉपी सीधे गणना करता है; यह SFT, DPO, KTO, GRPO, RLOO और डिस्टिलेशन के लिए डिफ़ॉल्ट रूप से सक्रिय है। 8 192 टोकन पर, विधि के अनुसार अधिकतम मेमोरी उपयोग 52 से 82 % तक घटता है। ये माप 79 Gio तक सीमित B300 पर gemma-3-1b के यादृच्छिक वेट के साथ लिए गए, जिसकी शब्दावली में 262 000 टोकन हैं; बड़ी शब्दावली वाले छोटे मॉडलों को सबसे अधिक लाभ मिलता है। यह संस्करण पिछली संगतता भी तोड़ता है: Python 3.10 का समर्थन समाप्त, use_liger_kernel अप्रचलित घोषित और प्रयोगात्मक MiniLLM ट्रेनर हटा दिया गया है।

प्रशिक्षण विधि	v1.14.2 में अधिकतम लंबाई (tokens)	v1.15.0 में अधिकतम लंबाई (tokens)	वृद्धि का गुणक
DPO	10 240	59 392	×5,80
KTO (2 का बैच)	9 216	63 488	×6,89
GRPO	28 672	114 688	×4,00
RLOO	23 552	100 352	×4,26
SFT (nll लॉस)	20 480	107 520	×5,25

🔗 TRL v1.15.0 के रिलीज़ नोट्स

इन्फ़रेंस: Windows ML में llama.cpp, ओपन सोर्स में ML Drift, IBM Cloud के B300 पर Together AI

Windows PC से लेकर GPU क्लस्टर तक, मॉडल चलाने के लिए तीन घोषणाएँ।

llama.cpp प्रयोगात्मक रूप से Windows ML में आया

7 अक्टूबर — अपने Windows कार्यक्रम में Microsoft ने स्थानीय इन्फ़रेंस के अपने फ़्रेमवर्क Windows ML में llama.cpp का प्रयोगात्मक समर्थन जोड़ा है: Hugging Face से GGUF मॉडल लिया जा सकता है और विशिष्ट कार्यों के लिए नए API की मदद से उसी Windows ML स्टैक के ज़रिए उसे स्थानीय रूप से चलाया जा सकता है। Windows का एक अधिक निम्न-स्तरीय नेटिव रनटाइम API भी प्रयोगात्मक प्रीव्यू में आया है। Microsoft का कहना है कि वह NVIDIA और समुदाय के साथ सीधे llama.cpp परियोजना में योगदान दे रहा है: अनुकूलित CUDA कर्नेल, प्रोसेसर और GPU के बीच बेहतर शेड्यूलिंग, CUDA graphs, स्पेक्युलेटिव डिकोडिंग (Eagle-3, MTP, D-Flash2), कई GPU पर निष्पादन और NVFP4 फ़ॉर्मैट। लेख में इन नई सुविधाओं को NVIDIA RTX Spark चिप वाले PC, जैसे Surface Laptop Ultra, से जोड़ा गया है। X पर llama.cpp के जॉर्जी गेर्गानोव ने Windows कार्यक्रम में परियोजना की मौजूदगी का स्वागत किया और इसे इस बात का संकेत माना कि सॉफ़्टवेयर और हार्डवेयर स्टैक अंततः एक साथ आ रहे हैं।

🔗 Microsoft Foundry on Windows का लेख · @ggerganov का ट्वीट

ML Drift: LiteRT का GPU इंजन ओपन सोर्स में जारी

8 अक्टूबर — Google AI Edge टीम ने डिवाइस पर इन्फ़रेंस के लिए अपना GPU कंप्यूटिंग इंजन ML Drift, Apache 2.0 लाइसेंस के तहत ओपन सोर्स में जारी किया है। यह OpenGL ES, OpenCL, Metal और WebGPU के बीच के अंतर छिपाता है, LiteRT के लिए GPU त्वरण इंजन के रूप में काम करता है, स्वतंत्र लाइब्रेरी के रूप में भी उपलब्ध है और TensorFlow Lite के GPU डेलिगेट की जगह लेता है, जिसे अब नई सुविधाएँ नहीं मिलेंगी। LLM प्रॉम्प्ट पढ़ रहा हो या अपने टोकन जनरेट कर रहा हो, उसके अनुसार इंजन कर्नेल बदलता है और कोडिंग एजेंटों को शेडर लिखने तथा जाँचने के लिए SKILL.md गाइड देता है। यह पहले से उत्पादन में चल रहा है: लेख के अनुसार, YouTube Shorts के प्रभावों के लिए प्रति फ़्रेम लेटेंसी में 40 % तक की कमी और मोबाइल पर Lightroom तथा Photoshop के लिए 30 % तक का सुधार; Gemma पर, Google ने अन्य सॉफ़्टवेयर फ़्रेमवर्क (frameworks) की तुलना में 12 % तक कम मेमोरी उपयोग मापा है।

🔗 Google Developers Blog पर ML Drift की घोषणा · google-ai-edge/ml-drift रिपॉज़िटरी

Together AI, IBM Cloud पर B300 GPU इन्फ़रेंस क्लस्टर का पहला ग्राहक

6 अक्टूबर — Together AI ने घोषणा की है कि वह उद्यमों के लिए अपनी इन्फ़रेंस क्षमता बढ़ाने के उद्देश्य से IBM और NVIDIA के साथ काम कर रहा है। इसकी शुरुआत IBM Cloud पर होस्ट किए गए NVIDIA B300 GPU के एक बड़े क्लस्टर से होगी, जो NVIDIA के Spectrum-X Ethernet नेटवर्क से जुड़ा है। Together AI के अनुसार, IBM Cloud पर इस पैमाने का यह पहला समर्पित इन्फ़रेंस क्लस्टर है और कंपनी इसकी पहली ग्राहक है: वह इन्फ़रेंस लेयर संचालित करती है, IBM क्लाउड उपलब्ध कराता है और NVIDIA चिप तथा नेटवर्क देता है। Together AI इस विस्तार की वजह खुले मॉडलों की माँग बताता है: उसका कहना है कि वह हर महीने दस लाख से अधिक डेवलपरों को सैकड़ों हज़ार अरब टोकन उपलब्ध कराता है। लेख में न क्लस्टर का आकार बताया गया है, न समय-सारणी।

🔗 Together AI का लेख · @togethercompute का ट्वीट

संक्षिप्त समाचार

Codex को तेज़ी से दिशा देना — ChatGPT के डेस्कटॉप ऐप में, Codex किसी कार्य के दौरान भेजे गए अनुवर्ती संदेश को अब पहले ध्यान में लेता है, ताकि तरीका सुधारा जा सके या दिशा बदली जा सके; Follow-up behavior सेटिंग तय करती है कि ये संदेश चल रहे निष्पादन को दिशा दें या अगले निष्पादन का इंतज़ार करें। 🔗 स्रोत
Warp में ChatGPT Go — ChatGPT Go योजना के सदस्य अब टर्मिनल से जुड़े किसी भी सवाल या कोडिंग कार्य के लिए Warp में इसका इस्तेमाल कर सकते हैं; OpenAI की Sign in with ChatGPT टीम के एक सदस्य के अनुसार, जिनका उल्लेख Warp ने किया है, योजना में शामिल उपयोग सभी साझेदार ऐप में Plus और Pro के साथ Go ग्राहकों के लिए भी उपलब्ध है। 🔗 स्रोत
Oracle — OpenAI के एक केस अध्ययन के अनुसार, Oracle में ChatGPT के 130 000 और Codex के 95 000 से अधिक सक्रिय उपयोगकर्ता हैं; प्रतिभा बाज़ार पर जिस शोध को तैयार करने में 2 से 4 दिन लगते थे, वह अब 15 से 20 मिनट में तैयार हो जाता है, और Codex व्यावसायिक सवालों को SQL क्वेरी में बदलता है। 🔗 स्रोत
Pollo AI — वीडियो बनाने वाला यह प्लेटफ़ॉर्म, जो 26 मिलियन से अधिक उपयोगकर्ताओं का दावा करता है, अपने एजेंट के अनुरोधों को GPT-5.6 से निर्देशित करता है, कठिन कार्य GPT-6 Astra को और सभी इमेज GPT-Image-2.5 को सौंपता है, और मॉडल चुनने में लगने वाला समय 50 % से अधिक घटाने का दावा करता है। 🔗 स्रोत
Devin के 7 अक्टूबर के रिलीज़ नोट्स — एक सूचना बॉक्स में सत्रों के अलर्ट इकट्ठा होते हैं, उन्हें फ़ोन पर भेजने की सेटिंग बदली जा सकती है, मर्ज कतार की स्थिति पूरे ऐप में दिखाई देती है, और सीक्रेट के रूप में सहेजी गई निजी कुंजियाँ कमांड के आउटपुट में पंक्ति-दर-पंक्ति छिपाई जाती हैं। 🔗 स्रोत
Copilot CLI 1.0.94 — छह पूर्वावलोकन संस्करणों के बाद स्थिर संस्करण में पहुँची यह CLI मॉडल चयनकर्ता में Claude Haiku 5.5 जोड़ती है, अनावश्यक मंज़ूरियों से बचने के लिए दिखाए गए शेल कोड को Assisted Permissions के मूल्यांकनकर्ता तक पहुँचाती है और किसी MCP सर्वर को उसकी खोज से पहले सक्रिय करने देती है। 🔗 स्रोत
Gemini CLI v0.65.0-nightly.20261008 — टेलीमेट्री अब कस्टम OTLP हेडर (telemetry.otlpHeaders) स्वीकार करती है, जिसकी माँग अक्टूबर 2025 से लंबित थी; CLI अब सत्यापन और OAuth के बीच चक्कर नहीं लगाती, और इतिहास हमेशा उपयोगकर्ता के संदेश पर समाप्त होता है, जिससे /rewind के बाद होने वाली 400 त्रुटि से बचा जाता है। 🔗 स्रोत
Antigravity SDK 0.1.21 प्रयोगात्मक API को अलग रखता है और उप-एजेंटों की स्किल का विन्यास तय करता है — 21 सितंबर के 0.1.18 संस्करण के बाद बदलावों की सूची में दर्ज पहला संस्करण: एक @beta डेकोरेटर और एक google.antigravity.beta मॉड्यूल पूर्वावलोकन संस्करणों को स्थिर API से अलग करते हैं, और skills_config किसी उप-एजेंट को मूल एजेंट की स्किल विरासत में लेने, उन्हें बदलने या उनके बिना काम करने देता है। 🔗 स्रोत
Developer Knowledge API — Google इस API का पारिस्थितिकी तंत्र प्रस्तुत करता है, जो उसके अद्यतन डेवलपर दस्तावेज़ (Google Cloud, Firebase, Android) Markdown में उपलब्ध कराती है: Cloud Shell में पहले से इंस्टॉल की गई gcloud developer-knowledge कमांड, MCP सर्वर से जुड़ी कोडिंग एजेंटों के लिए एक स्किल, जिसमें Antigravity, Claude Code, Cursor और GitHub Copilot का उल्लेख है, और सात भाषाओं में लाइब्रेरी। 🔗 स्रोत
AQuA — Google Cloud इस गुणवत्ता एजेंट (Ambient Quality Agent) को संदर्भ कार्यान्वयन के रूप में प्रकाशित करता है। यह उत्पादन परिवेश में चल रहे किसी ADK एजेंट के अधिकतम 1 000 सत्रों का नमूना लेता है, विफलताओं को समूहों में बाँटता है, उन्हें BigQuery में ट्रैक करता है और Gemini 3.8 Flash से उनके कारणों की जाँच शुरू करता है। 🔗 स्रोत
पुल रिक्वेस्ट की सीमाओं में ड्राफ़्ट भी गिने जाते हैं — कम गुणवत्ता वाले योगदानों को देखते हुए, GitHub अब प्रति उपयोगकर्ता तय सीमाओं में ड्राफ़्ट पुल रिक्वेस्ट को भी शामिल करने देता है, जबकि अब तक कोई योगदानकर्ता असीमित संख्या में ड्राफ़्ट खोल सकता था। 🔗 स्रोत
पुल रिक्वेस्ट को आर्काइव करना — यह सुविधा अब केवल प्रशासकों तक सीमित नहीं है: triage, write, maintain और admin भूमिकाएँ किसी पुल रिक्वेस्ट को आर्काइव कर सकती हैं। इससे वह बंद हो जाती है, सार्वजनिक दृश्य से छिप जाती है और प्रशासकों की टिप्पणियों सहित हर नई गतिविधि रुक जाती है। 🔗 स्रोत
GitHub की टाइमलाइन और स्क्रीन रीडर — स्क्रीन रीडर इश्यू और पुल रिक्वेस्ट की टाइमलाइन को सूचियों के रूप में पढ़ते हैं, जिनमें आइटम की संख्या और वर्तमान स्थान बताया जाता है, और लोड हुए घटनाक्रम की घोषणा करते हैं। यह सुविधा github.com और GitHub Enterprise Server 3.23 पर उपलब्ध है। 🔗 स्रोत
Paper Reproductions with ML Intern — अबूबकर आबिद Hugging Face में एक सुविधा की घोषणा करते हैं, जो Paper Pages से किसी प्रकाशित शोधपत्र के प्रयोगों को स्वतंत्र रूप से दोहराने का काम एजेंटों को सौंपती है, ताकि खुले आर्टिफ़ैक्ट तैयार हों और ठोस शोध की पहचान करने में मदद मिले; कोई आँकड़ा या दस्तावेज़ नहीं दिया गया है। 🔗 स्रोत
SSH के ज़रिए Hugging Face चैट — Hugging Face के बुनियादी ढाँचे के प्रमुख आद्रियाँ करेरा खुले मॉडलों के साथ एक चैट प्रस्तुत करते हैं, जिसे बिना कॉन्फ़िगरेशन या कुंजी के ssh chat.hf.co कमांड से इस्तेमाल किया जा सकता है; इसके साथ कोई दस्तावेज़ या मॉडलों की सूची नहीं है। 🔗 स्रोत
huggingface_hub 2.2.0 — एक छोटा सुधारात्मक संस्करण: hf jobs stats अब एक स्नैपशॉट लौटाकर नियंत्रण वापस देता है (लाइव अपडेट देखने के लिए -f), सभी समानांतर डाउनलोड hf_xet से होते हैं, और दो बदलाव संगतता तोड़ते हैं। 🔗 स्रोत
swarmlab — Hugging Face ने बिना घोषणा के इस परीक्षण मंच को सार्वजनिक किया है, जो अध्ययन करता है कि अलग-अलग प्रदाताओं के LLM एजेंटों के झुंड आपसी संचार की संरचना, देरी और भूमिकाओं के अनुसार सच तक कैसे पहुँचते हैं या आपस में कैसे बँट जाते हैं; किसी परिकल्पना को जाँचने के लिए YAML की एक पंक्ति पर्याप्त है। 🔗 स्रोत
Darwin-27B-ZTC — VIDRAFT ने Apache-2.0 के तहत एक मूल्यांकनकर्ता प्रकाशित किया है, जो बिना टोकन जनरेट किए एक ही पास में संभावित उत्तरों का प्रायिकता वितरण लौटाता है: इसके लेखकों के अनुसार, typed-decisions के 2 000 निर्णयों पर ज़ीरो-शॉट सटीकता 0,743 और Brier स्कोर 0,097 है। 🔗 स्रोत
Superfluid — basecompute ने Apache-2.0 के तहत इस स्थानीय LLM सर्वर को प्रकाशित किया है। यह OpenAI, Anthropic और Ollama की API के साथ संगत है और संवादात्मक सवालों को एजेंटों के काम से पहले प्राथमिकता देता है: इसके लेखकों के अनुसार, आठ सक्रिय एजेंटों के साथ जवाब 0,36 सेकंड में मिलता है, जबकि llama-server को 10 सेकंड से अधिक लगते हैं। 🔗 स्रोत
funes 1.8.0 — कोडिंग एजेंटों के सत्रों को इंडेक्स करने वाला यह टूल एक बहुभाषी एम्बेडिंग मॉडल जोड़ता है: चीनी में 2 000 बातचीत से जुड़े 30 सवालों पर सही बातचीत 30 में से 30 बार पहले आठ परिणामों में मिलती है, जबकि पहले यह संख्या 23 थी, और औसत व्युत्क्रम रैंक 0,601 से बढ़कर 0,983 हो जाती है। 🔗 स्रोत
GLiNER और भारतीय भाषाएँ — समुदाय का एक लेख दिखाता है कि शब्दों में संयोजक चिह्नों को बनाए रखने से, बिना दोबारा प्रशिक्षण दिए, नौ भारतीय भाषाओं पर GLiNER2 का औसत ज़ीरो-शॉट F1 स्कोर 13,2 से बढ़कर 68,0 हो जाता है, और हिन्दी में फ़ाइन-ट्यून किए गए मॉडल का स्कोर 59,9 से बढ़कर 82,6 हो जाता है। 🔗 स्रोत
Multilingual Terminal-Bench — LILT दस भाषाओं में 324 कोडिंग कार्यों वाले अपने परीक्षण मंच का विवरण देता है: इसमें Claude Opus 5.5, Opus 5 से लगभग 3 अंक आगे है और 30 % कम टोकन इस्तेमाल करता है, जिससे प्रति कार्य लागत लगभग 45 % कम होती है; Gemini 3.8 Flash के लिए प्रति कार्य टर्न की माध्यिका 41 है, जबकि GPT-6 Sol के लिए 5 है। 🔗 स्रोत
GPU की सामूहिक प्रिमिटिव — मिलोस कोटलार चार RTX 4090 पर पाँच प्रिमिटिव के संचार समय का अनुमान लगाते हैं, जिसमें औसत त्रुटि 10,9 % है, जबकि एक सामान्य मॉडल में यह 22,9 % है; लेकिन सबसे खराब मामले में त्रुटि 61,6 % तक पहुँचती है। 🔗 स्रोत
वीडियो तर्क में best-of-N — facebookresearch ने बिना घोषणा के और गैर-व्यावसायिक CC BY-NC 4.0 लाइसेंस के तहत, वीडियो तर्क में best-of-N चयन और सत्यापनकर्ताओं के पैनलों पर किए गए अध्ययन “चयन या समाधान?” का कोड ऑनलाइन उपलब्ध कराया है। 🔗 स्रोत
KDD Cup 2026 Data Agents — NVIDIA उस हार्नेस का विवरण देता है, जिसने एक छोटा LLM अनिवार्य होने पर उसकी KGMON टीम को दूसरे स्थान पर पहुँचाया: डेटा को SQLite टेबल में बदलना, शुरुआत में ही स्कीमा देना, टूलों का छोटा सेट और दस्तावेज़ों को लक्षित ढंग से पढ़ना; लेख में न स्कोर दिया गया है, न मॉडल का नाम। 🔗 स्रोत
Microduck — Pollen Robotics के मात्यू लापेयरे ने इस छोटे दोपाये रोबोट के लिए 2 600 mAh की बैटरी पर तीन घंटे से अधिक चलने की क्षमता की घोषणा की है। इसमें कंपनी का नया इलेक्ट्रॉनिक बोर्ड लगा है और इसका प्रोसेसर 114 °C के बजाय अधिकतम 60 °C तक गर्म होता है। 🔗 स्रोत
Suno पर एल्बम — 5 अक्टूबर को प्रस्तुत की गई यह सुविधा अब उपलब्ध है: अपने गानों को एक पूरी रिलीज़ में इकट्ठा किया जा सकता है, कवर चुना जा सकता है, गानों का क्रम तय किया जा सकता है और मनचाहे समय पर प्रकाशित किया जा सकता है; किसी सदस्यता योजना या गानों की संख्या की सीमा का उल्लेख नहीं है। 🔗 स्रोत
HeyGen और रयान सेरहैंट — HeyGen ने Instagram, TikTok और X पर रोज़ाना की एक वीडियो श्रृंखला शुरू की है, जिसे रियल एस्टेट एजेंट रयान सेरहैंट का आधिकारिक अवतार प्रस्तुत करता है। सेरहैंट Netflix की Owning Manhattan श्रृंखला में दिखाई दिए हैं; कोई वित्तीय विवरण नहीं दिया गया है। 🔗 स्रोत
Runway और Tech Coalition — Runway ऑनलाइन बाल यौन शोषण के विरुद्ध इस गठबंधन और प्लेटफ़ॉर्मों के बीच संकेत साझा करने वाले इसके Lantern कार्यक्रम में शामिल होता है, और अपने सुरक्षा उपायों का उल्लेख करता है: डेटा फ़िल्टरिंग, प्रतिकूल परीक्षण, हैशिंग, NCMEC को रिपोर्ट करना और C2PA से स्रोत की जानकारी। 🔗 स्रोत
SpaceXAI और Omarchy — SpaceXAI, Grok टोकन के रूप में 1,5 मिलियन डॉलर देकर Omacom Foundation का संस्थापक संरक्षक बनता है; Grok 4.7 और उसके बाद के संस्करण परियोजना के एजेंटों को चलाएँगे, जिनमें पुल रिक्वेस्ट की समीक्षा करने वाला Omabot भी शामिल है। 🔗 स्रोत
Perplexity के सुरक्षा उपायों की मार्गदर्शिका — Perplexity एक मार्गदर्शिका प्रकाशित करता है, जो कृत्रिम बुद्धिमत्ता के सुरक्षा उपायों को तीन चरणों (इनपुट, एजेंटों की कार्रवाई, आउटपुट) में रखती है, पाँच तरह की सुरक्षा की तुलना करती है और प्रॉम्प्ट इंजेक्शन से हैलुसिनेशन तक सात उदाहरण समझाती है; कोई नई सुविधा नहीं है। 🔗 स्रोत
OpenRouter पर pplx-decider-v1.1-27b — Perplexity का निर्णय लेने वाला खुले वज़न वाला मॉडल OpenRouter पर Decisions API की दर से उपलब्ध होता है: इनपुट के प्रति मिलियन टोकन की कीमत 0,02 डॉलर, आउटपुट मुफ़्त और संदर्भ सीमा 262 000 टोकन। 🔗 स्रोत
ओटावा में Cohere — Cohere लैंसडाउन पार्क के पास ओटावा में अपना पहला कार्यालय खोलता है, जहाँ लगभग 30 कर्मचारी पहले से काम कर रहे हैं (व्यावसायीकरण, इंजीनियरिंग, बुनियादी ढाँचा, सुरक्षा, संप्रभु कृत्रिम बुद्धिमत्ता); न कार्यालय का क्षेत्रफल बताया गया है, न कर्मचारियों की संख्या का लक्ष्य। 🔗 स्रोत

इसका क्या अर्थ है

सहायक अब केवल जवाब देने के बजाय काम में इस्तेमाल होने वाली सामग्री भी तैयार करता है। Claude Dashboards का डैशबोर्ड डेटा बदलने पर अपडेट हो जाता है, Claude Motion की एनिमेशन को शब्द-दर-शब्द बदला जा सकता है क्योंकि वह कोड में लिखी गई है, और सभी सदस्यता योजनाओं के लिए बीटा से बाहर आ चुके Docs, Slides और Design में अब तक 45 मिलियन से अधिक रचनाएँ बनाए जाने का दावा है। यह सामग्री फिर मौजूदा टूलों तक पहुँचती है: डैशबोर्ड Grafana या PostHog में जाता है, एनिमेशन Runway या Luma में जाती है, जो उसमें जनरेट किए गए शॉट जोड़ते हैं। ElevenLabs का Brand Kit भी यही तरीका अपनाता है: ब्रांड की दृश्य शैली के दिशानिर्देश हर प्रॉम्प्ट में दोहराए जाने वाले निर्देश के बजाय कार्यक्षेत्र की एक सामग्री बन जाते हैं, जिसे @ से बुलाया जाता है।

सुरक्षा का पैमाना बदल रहा है, बचाव और नियमों को लागू करने, दोनों के स्तर पर। Anthropic का कहना है कि कमज़ोरियाँ ढूँढ़ना पहले कभी इतना आसान नहीं था: छह महीनों में 29 000 से अधिक संभावित कमज़ोरियाँ मिलीं, जिनमें से लगभग 6 000 की छँटाई हाथ से की गई। इस अड़चन को कम करने के लिए OSS Scanner मानवीय समीक्षा के बिना रिपोर्ट भेजने की ज़िम्मेदारी लेता है, जिसमें 90 % से अधिक सही सकारात्मक परिणामों की अपेक्षा है। साथ ही, इस्तेमाल के नियम अधिक स्पष्ट हो रहे हैं: Anthropic की 2026 नीति भ्रामक अभियानों को एक अलग खंड में रखती है, और OpenAI, Dark Clark को रिपोर्ट प्रकाशित करना शुरू करने के बाद से नाकाम किया गया अपना पहला श्रेणी 5 अभियान बताता है। टूलों में, Claude Code 2.1.295 अब विफल हुक को कार्रवाई आगे बढ़ने देने के बजाय उसे रोकने देता है।

गति और कीमत अब ऐसी सेटिंग बन रही हैं जिन्हें चुना जा सकता है। Ultrafast, GPT-6.1 Sol को छह गुनी कीमत पर बेचता है, जिससे गति 8 गुना तक बढ़ती है; GitHub और Cognition के अनुसार, Claude Haiku 5.5 कोडिंग में Sonnet 5 की बराबरी करता है या उससे आगे निकलता है, और Cognition के अनुसार प्रति कार्य लागत लगभग आठवाँ हिस्सा रहती है; Nano Banana 2.1 किसी 1K इमेज की कीमत आधी कर देता है। इन्फ़रेंस का दायरा डिवाइस से—Windows ML में llama.cpp और फ़ोन व कंप्यूटर के GPU पर ML Drift के साथ—B300 क्लस्टर तक फैल रहा है, जिसके लिए IBM Cloud पर Together AI पहला ग्राहक है, और TRL, 8 192 टोकन के प्रशिक्षण में चरम मेमोरी उपयोग 52 से 82 % तक घटाता है।

अंत में, आज के कई आँकड़े उन्हें प्रकाशित करने वालों ने ही मापे हैं। FrontierCode, Cognition का मालिकाना बेंचमार्क है, GitHub बिना कोई आँकड़ा प्रकाशित किए कहता है कि Haiku 5.5, Sonnet 5 की बराबरी करता है, LightOn अपने स्कोर एक ऐसे सामान्यीकरण के बाद निकालता है जो सभी अग्रणी मॉडलों के स्कोर बदल देता है, TII अमीराती बोली में Falcon-ASR का मूल्यांकन केवल एक आंतरिक डेटासेट पर करता है और उसके वज़न प्रकाशित नहीं करता, और Carbon-A के लेखक खुद उसकी तुलना सात टूलों से करते हैं। खुला विज्ञान एक अलग दृष्टिकोण देता है: TermGrade विफलताओं सहित अपने 36 144 प्रयास प्रकाशित करता है, Carbon-A अपने 566 मिलियन संभावित जीनों का डेटाबेस प्रकाशित करता है, और Claude Science का पराबैंगनी नक्शा हर पिक्सेल पर मापे गए और अनुमानित हिस्सों को अलग दिखाता है। Anthropic के 150 मिलियन डॉलर और Genesis Mission के लिए NVIDIA के एक बिलियन डॉलर इसी दिशा में आगे बढ़ाते हैं: इन टूलों को शोधकर्ताओं के हाथों में पहुँचाना।