OpenAI और NVIDIA ने ओहायो में 8 GW-IT सुरक्षित किया, Cursor ने Origin लॉन्च किया, GitHub ने अपनी कोड खोज को तेज किया

17 अगस्त 2026 को, OpenAI और NVIDIA ने ओहायो में एक विशाल AI इन्फ्रास्ट्रक्चर साइट को संयुक्त रूप से सुरक्षित किया, जबकि Cursor ने अपनी खुद की कोड होस्टिंग प्लेटफ़ॉर्म Origin को बीटा में लॉन्च किया। इन दो प्रमुख घोषणाओं के आसपास, DeepSeek V4 Pro का बहु-प्रदाता रोलआउट जारी रहा, GitHub ने अपने agentic canvases और अपनी कोड खोज के शानदार अनुकूलन का विवरण दिया, और Google ने Sheets canvas लॉन्च किया ताकि स्प्रेडशीट्स को मिनी-एप्लिकेशन में बदला जा सके।

OpenAI और NVIDIA ने ओहायो में 8 GW-IT की AI साइट सुरक्षित की

17 अगस्त — OpenAI, NVIDIA और SB Energy ने उसी दिन, दो पूरक दृष्टिकोणों से, ओहायो के पाइक काउंटी में PORTS-Pike टेक्नोलॉजी कैंपस पर एक विशाल AI इन्फ्रास्ट्रक्चर साइट को सुरक्षित करने के लिए एक संयुक्त समझौते की घोषणा की — जो पोर्ट्समाउथ का एक पूर्व गैस-डिफ्यूज़न स्थल था। NVIDIA और SB Energy 4.25 गीगावॉट की प्रारंभिक तैनाती पर भूमि, बिजली और शेल (land, power and shell) क्षमता सुरक्षित कर रहे हैं, जिसे 3.75 गीगावॉट अतिरिक्त तक बढ़ाया जा सकता है, 20-वर्षीय चरणबद्ध समझौते के तहत जो 2028 और 2030 के बीच लागू होगा। ऑपरेटर-लॉकेट OpenAI, अमेरिकी ऊर्जा विभाग (DOE) के समर्थन से, कुल लगभग 8 गीगावॉट-IT का लक्ष्य रखता है।

इस परियोजना से छह वर्षों में 35,000 निर्माण नौकरियाँ बनने की उम्मीद है, फिर दीर्घकाल में 2,500 संचालन नौकरियाँ। कूलिंग बंद-लूप और वायु-आधारित होगी, जिसमें पानी का पुनर्चक्रण किया जाएगा। OpenAI स्थानीय सामुदायिक कोष में 40 मिलियन डॉलर का निवेश कर रहा है (SB Energy द्वारा पहले से प्रतिबद्ध 40 मिलियन डॉलर के अतिरिक्त), और 2026-2027 शैक्षणिक वर्ष के दौरान ओहायो के लगभग 844,000 पात्र छात्रों के लिए Codex क्रेडिट्स में 84 मिलियन डॉलर तक उपलब्ध करा रहा है। NVIDIA की ओर से, साइट पर तैनात GPU की प्रत्येक पीढ़ी लगभग 1.5 मिलियन चिप्स का प्रतिनिधित्व कर सकती है, यानी 150 से 200 बिलियन डॉलर का राजस्व — 2030 क्षितिज पर OpenAI/NVIDIA की लगभग 12 से 16 गीगावॉट (लगभग 600 बिलियन डॉलर) की गणना-प्रतिबद्धता के हिस्से के रूप में।

मीट्रिक	मान
लक्षित क्षमता (OpenAI)	~8 GW-IT
प्रारंभिक क्षमता (NVIDIA/SB Energy)	4.25 GW (+3.75 GW विस्तार योग्य)
LPS समझौते की अवधि	20 वर्ष, 2028-2030 चरणबद्ध
निर्माण नौकरियाँ	6 वर्षों में 35,000
ओहायो छात्र Codex क्रेडिट्स	~844,000 छात्रों के लिए 84 M$ तक
2030 तक OpenAI/NVIDIA प्रतिबद्धता	12-16 GW (~600 Md$)

“OpenAI has entered into an agreement to secure approximately 8 gigawatts-IT at the PORTS-Pike Technology Campus in Pike County, Ohio, working with SB Energy, NVIDIA, and the U.S. Department of Energy.”

🇮🇳 OpenAI ने SB Energy, NVIDIA और अमेरिकी ऊर्जा विभाग के सहयोग से, ओहायो के पाइक काउंटी में PORTS-Pike टेक्नोलॉजी कैंपस पर लगभग 8 गीगावॉट-IT सुरक्षित करने के लिए एक समझौता किया है। — OpenAI, आधिकारिक प्रेस विज्ञप्ति

🔗 NVIDIA — कृत्रिम बुद्धिमत्ता की इन्फ्रास्ट्रक्चर को सुरक्षित करना

Cursor ने Origin, अपना कोड होस्टिंग प्लेटफ़ॉर्म, लॉन्च किया

17 अगस्त — Cursor बीटा में Origin तैनात कर रहा है, जो उसके एडिटर में सीधे एकीकृत रिपॉज़िटरी होस्टिंग प्लेटफ़ॉर्म है, जिसे केवल GitHub के प्रतिस्पर्धी के रूप में नहीं बल्कि agent scale के लिए डिज़ाइन किया गया है। लॉन्च सभी भुगतान योजनाओं के ग्राहकों के लिए शुरू होता है, और एंटरप्राइज़ संगठनों के लिए opt-out विकल्प उपलब्ध है।

Origin में बनाए गए रिपॉज़िटरी cursor.com/codebase/[nom] URLs के माध्यम से उपलब्ध हैं, और मौजूदा GitHub रिपॉज़िटरी को समानांतर में सिंक करना अभी भी संभव है — रियल टाइम में, क्योंकि pushs के लिए GitHub सत्य का स्रोत बना रहता है। pull requests के मामले में, Cursor एक पूर्ण अनुभव (timeline, commits, checks, diffs) और द्विदिश सिंक्रनाइज़ेशन प्रदान करता है: Cursor में पोस्ट की गई टिप्पणी कुछ ही सेकंड में GitHub पर दिखाई देती है। AI एजेंट कोड से संबंधित प्रश्नों का उत्तर दे सकते हैं, संशोधन कर सकते हैं, pull requests अपडेट कर सकते हैं और सीधे रिपॉज़िटरी दृश्य से branches push कर सकते हैं।

Cursor ने लॉन्च से पहले Vercel (preview deployments), Depot और Buildkite (मौजूदा GitHub Actions workflows के साथ संगत CI/CD) के साथ एकीकरण साझेदारियाँ की हैं, और आगे अन्य एकीकरणों की घोषणा की गई है।

“Origin, our code hosting platform, is now live. It’s fast, easy to use, and deeply integrated with Cursor. Get started by syncing your repos from GitHub.”

🇮🇳 Origin, हमारा code hosting प्लेटफ़ॉर्म, अब लाइव है। यह तेज़, उपयोग में आसान और Cursor में गहराई से एकीकृत है। शुरू करने के लिए, अपने रिपॉज़िटरी GitHub से सिंक करें। — @cursor_ai on X

🔗 Cursor Changelog — Origin code hosting

Replit ने black-box pen tests के साथ अपनी सुरक्षा मजबूत की

17 अगस्त — Replit अपनी सुरक्षा पेशकश में मौजूदा white-box scans के पूरक के रूप में black-box pen tests (ब्लैक-बॉक्स पैठ परीक्षण) जोड़ रहा है। स्कैनर एप्लिकेशन के नेटवर्क और ब्राउज़र इंटरफ़ेस के माध्यम से काम करता है, पहले एक गैर-प्रमाणित विज़िटर की तरह और फिर एक सामान्य प्रमाणित उपयोगकर्ता की तरह व्यवहार करते हुए, और वास्तविक सुविधाएँ उजागर करता है, जिनमें वे भी शामिल हैं जिनका कोई दृश्य बटन नहीं होता।

Replit के अनुसार, दोनों तरीकों के परिणाम शायद ही कभी मेल खाते हैं: black-box ने असुरक्षित admin dashboards और denial-of-service के प्रति संवेदनशील endpoints का पता लगाया जिन्हें white-box ने चूक दिया था, जबकि white-box ने बाहर से अदृश्य authorization logic bugs की पहचान की। प्रत्येक प्रोजेक्ट के Security Center में तीन स्तर प्रस्तावित हैं: स्तर 1 मुफ़्त (dependencies की जाँच), स्तर 2 (white-box scan) और स्तर 3 (दोनों का संयोजन)। एक बार vulnerability की पुष्टि हो जाने पर, Replit Agent उसे एक क्लिक में ठीक कर सकता है।

🔗 Replit घोषणा — black-box pen tests

खुले मॉडल और inference: DeepSeek, Yutori, GPU आवंटन

Together AI और Hugging Face पारिस्थितिकी तंत्र के आसपास की तीन प्रकाशन इन्फेरेंस की लागत और दक्षता पर चल रही लड़ाई को दर्शाते हैं।

DeepSeek V4 Pro 0813: बहु-प्रदाता तैनाती और DeepSWE बेंचमार्क

16 अगस्त — DeepSeek V4 Pro, जिसकी open weights में लॉन्चिंग पहले 13 अगस्त को कवर की जा चुकी थी, अपने “0813” संशोधन के तहत तैनाती जारी रखे हुए है: Together AI और Novita दोनों ने इसके समर्थन की पुष्टि की है, जिसमें 1.6T पैरामीटर मिश्रण-विशेषज्ञ (Mixture of Experts) आर्किटेक्चर, 1M टोकन की context window और तर्क के तीन मोड (कोडिंग, एजेंट्स, जटिल तर्क) शामिल हैं। DeepSWE सॉफ़्टवेयर इंजीनियरिंग बेंचमार्क पर, Together AI ने प्रति कार्य 0.24 $ की लागत पर 88.5% pass@4 स्कोर मापा — GPT-5.6 Sol की तुलना में 35 गुना सस्ता और Fable 5 की तुलना में 90 गुना सस्ता।

🔗 Together AI — DeepSeek V4 Pro 0813

Yutori ने अपना Navigator एजेंट मॉडल Together AI पर तैनात किया

16 अगस्त — Together AI वेब नेविगेशन एजेंट मॉडल (browser-use) Navigator को, स्टार्टअप Yutori से, प्रमुखता से सामने लाता है। ये एजेंट तंग लूपों में काम करते हैं — स्क्रीनशॉट, action, दोहराव, कभी-कभी प्रति कार्य दर्जनों बार — जिससे inference लागत विशेष रूप से संवेदनशील हो जाती है। Together AI के अनुसार, Navigator संदर्भ मॉडल्स से बेहतर प्रदर्शन करता है, जबकि inference पर दो गुना तेज़ और 4 से 5 गुना कम महँगा है।

🔗 Together AI — Yutori Navigator

एक बाधित GPU allocator क्लस्टर उपयोग में 33 अंक तक सुधार लाता है

17 अगस्त — Dharma-AI टीम Hugging Face पर GPU क्लस्टरों के प्रबंधन पर अपने अध्ययन का दूसरा भाग प्रकाशित करती है। उनका “बाधित GPU allocator” FIFO scheduling को 24-घंटे के क्षितिज पर एक अनुकूलन से बदल देता है, GPU contiguity और रियल-टाइम मांग वक्रों का सम्मान करते हुए। परीक्षण किए गए सात परिदृश्यों में, उपयोग लाभ मिश्रित संचालन में 51.6% से 72.4% तक, और प्रशिक्षण लोड पर 53.6% से 87.0% तक पहुँचते हैं। एक समान-प्राथमिकता परीक्षण प्राथमिकता संकेत से स्वतंत्र 23.1% लाभ की पुष्टि करता है, और 64-GPU क्लस्टर 15 ms आवंटन विलंब के साथ 15.9% मूल्य लाभ बनाए रखता है।

🔗 Hugging Face — Dharma-AI GPU allocator

Gemini: Sheets canvas स्प्रेडशीट्स को मिनी-एप्लिकेशन में बदलता है

17 अगस्त — Google Sheets canvas लॉन्च कर रहा है, जो Gemini 3.7 Flash पर आधारित है ताकि एक सामान्य Google Sheets spreadsheet को बिना कोड लिखे एक इंटरैक्टिव mini-application में बदला जा सके। पारंपरिक prototyping टूल्स के विपरीत, जो static export से एक जमी हुई interface बनाते हैं, Sheets canvas मूल रूप से शीट की schema (columns, data types, relations) का विश्लेषण करता है ताकि कार्यात्मक interface components बनाए जा सकें — उदाहरण के लिए, एक “what-if” simulation table सीधे वित्तीय projections को समायोजित करने वाले sliders का सेट बन जाता है।

मुख्य विशेषता द्विदिश synchronization है: mini-app में की गई interactions नीचे की शीट में real time में परिलक्षित होती हैं, और इसके विपरीत भी। उपयोगकर्ता फिर साधारण बातचीत के माध्यम से एप्लिकेशन को परिष्कृत कर सकता है, क्योंकि Gemini context को बनाए रखता है ताकि वह शुरुआत से फिर न करना पड़े। Sheets canvas अभी Google AI Pro और Ultra ग्राहकों के लिए उपलब्ध है, और इसके Business तथा Education Google Workspace खातों तक कुछ योजनाओं पर रोलआउट की घोषणा की गई है।

🔗 Google AI — Sheets canvas घोषणा

GitHub Copilot: canvases, कोड खोज और कॉन्फ़िगर करने योग्य समीक्षाएँ

GitHub 16 और 17 अगस्त के बीच workflow agentique के संचालन और अपने search engine के प्रदर्शन के आसपास तीन तकनीकी और उत्पाद घोषणाएँ प्रकाशित कर रहा है।

canvases agentic workflows को दृश्य और नियंत्रित बनाते हैं

17 अगस्त — GitHub “canvases” का विवरण देता है, जो Copilot app में एक स्थायी और साझा कार्य-क्षेत्र है, ताकि जटिल agentic workflows को chat scrolling में खोने से बचाया जा सके। यह दृष्टिकोण चार सिद्धांतों पर आधारित है: workflow की स्थिति परिभाषित करना, निर्णय बिंदुओं को ऊपर लाना, प्रगति को तुरंत स्थायी बनाना, और स्पष्ट मानव अनुमोदन बिंदुओं को बनाए रखना। दो ठोस canvases इस दृष्टिकोण को दर्शाते हैं — एक “Java Modernization Studio” जो migration को चरणों में व्यवस्थित करता है (assessment, remediation, validation, delivery), और एक “Site Studio” जो संपादन योग्य अनुभागों और review ट्रैकिंग के साथ सामग्री निर्माण को संभालता है — ये दोनों awesome-copilot repository में सार्वजनिक हैं। लेखक प्रति canvas लगभग 2,000 से 3,000 AI credits की लागत का उल्लेख करता है।

🔗 GitHub — canvases कैसे workflows को नियंत्रित बनाते हैं

कोड खोज: case-folding एक ही core पर 45 GiB/s से अधिक की गति तक पहुँचता है

16 अगस्त — GitHub अपने Blackbird search engine में case-folding (किसी भी केस में तुलना के लिए case normalization) के अनुकूलन पर एक अनुभव रिपोर्ट प्रकाशित करता है, जो 180 मिलियन से अधिक repositories और 480 TB code index करता है। सबसे महत्वपूर्ण अनुकूलन उलट-प्रभावी है: एक early exit branch जोड़ने के बजाय उसे हटाना, जिससे LLVM NEON instructions के माध्यम से loop को पूरी तरह vectorize कर सकता है।

संस्करण	थ्रूपुट
साधारण (early exit के साथ)	3.1 GiB/s
पूरी तरह branch-रहित loop	45 GiB/s से अधिक
सबसे खराब स्थिति (पूर्ण folding, non-ASCII)	869 MiB/s

टीम इस परिणाम को casefold नामक open source Rust crate के रूप में प्रकाशित करती है।

“GitHub case-folds every byte of code search at over 45 GiB/s on one core. The biggest win came from removing an early-exit branch, not adding one.”

🇮🇳 GitHub एक ही core पर 45 GiB/s से अधिक की गति से अपनी code search के प्रत्येक byte पर case-folding लागू करता है। सबसे बड़ा लाभ early exit branch को जोड़ने से नहीं, बल्कि उसे हटाने से आया। — @github on X

🔗 GitHub — memory-speed पर source code case-folding

Copilot code review: Balanced depth सामान्य उपलब्धता में

16 अगस्त — GitHub Copilot अब pull requests पर स्वचालित code reviews की गहराई चुनने की अनुमति देता है: “Balanced” (अधिक गहन विश्लेषण, जटिल परिवर्तन) सामान्य उपलब्धता में पहुँच रहा है, “Lite” (सरल और तेज़ी से सत्यापित होने वाले परिवर्तन) के साथ। यह सेटिंग संगठन या repository स्तर पर डिफ़ॉल्ट के रूप में तय की जा सकती है, या किसी विशेष PR पर समीक्षा अनुरोध के समय एक बार के लिए चुनी जा सकती है।

🔗 GitHub — Balanced depth सामान्य उपलब्धता में

OpenAI: रक्षात्मक साइबरसुरक्षा और GPT-5.6 Sol की दक्षता में सुधार

The Defender’s Window — OpenAI की रक्षात्मक साइबरसुरक्षा रणनीति

17 अगस्त — OpenAI के अध्यक्ष Greg Brockman OpenAI-Hugging Face सुरक्षा घटना पर वापस आते हैं, जिसे एक मोड़ के रूप में प्रस्तुत किया गया है: एक agentic समूह ने OpenAI के अनुसंधान इन्फ्रास्ट्रक्चर और दूसरी कंपनी की उत्पादन इन्फ्रास्ट्रक्चर में घुसने के लिए कई कमजोरियों को एक साथ जोड़ा। OpenAI याद दिलाता है कि उसने अपनी cyber क्षमताओं के प्रसार को केवल “विश्वसनीय defenders” तक सीमित किया है, लेकिन यह भी नोट करता है कि अन्य प्रयोगशालाएँ offensive क्षमताओं वाले open-weights मॉडल प्रकाशित कर रही हैं जो सीमा के करीब हैं — अंतिम उद्धृत उदाहरण, Z.ai का GLM-5.3, अगस्त के अंत में अपेक्षित है। OpenAI अब अपने मॉडलों को “superhumanly secure” code उत्पन्न करने के लिए प्रशिक्षित कर रहा है और software सुरक्षा को औपचारिक रूप से सत्यापित करने के लिए उनकी गणितीय proof क्षमताओं पर निर्भर कर रहा है।

एक ठोस किस्सा: घटना के बाद, Brockman ने ChatGPT Work (GPT-5.6 Sol) से अपनी साइट की सुरक्षा का ऑडिट कराने को कहा। लगभग 15 मिनट में, टूल ने 13 समस्याएँ खोजीं — गलत ढंग से कॉन्फ़िगर किया गया DNS जिससे ईमेल spoofing संभव था, पुराना jQuery, Cloudflare→AWS ट्रैफ़िक का non-encrypted होना — और फिर उन्हें लगभग एक घंटे में, बिना गहन मानव हस्तक्षेप के, ठीक कर दिया।

🔗 OpenAI — The Defender’s Window

GPT-5.6 Sol — ग्राहकों और ARC-AGI-3 पर मापी गई दक्षता वृद्धि

17 अगस्त — retained reasoning और compaction की बदौलत, ARC-AGI-3 पर GPT-5.6 Sol का स्कोर 13.3% से 38.3% तक बढ़ गया, जबकि उसने लगभग 6 गुना कम output tokens खपत किए। दो ठोस ग्राहक फ़ीडबैक: रियल-एस्टेट स्टार्टअप hypha_ai ने GPT-5.5 की 98% सटीकता बनाए रखी, जबकि GPT-5.6 Luna पर स्विच करके लागत को 18 से विभाजित किया, और RogoAI (वित्तीय अनुसंधान) ने अपने मूल्यांकनों की गुणवत्ता को 21% कम input tokens के साथ बराबर करने के लिए programmatic tool calling का उपयोग किया।

🔗 OpenAI Devs — GPT-5.6 Sol दक्षता वृद्धि

मीडिया निर्माण: Claude में ElevenLabs, Pika और Luma में Seedance 2.5

ElevenLabs ने अपना MCP सर्वर लॉन्च किया, जो सीधे Claude में उपलब्ध है

17 अगस्त — ElevenLabs अपने voice और chat agents को सीधे Claude से, अपने कार्य वातावरण को छोड़े बिना, प्रबंधित करने के लिए एक आधिकारिक MCP (Model Context Protocol) सर्वर प्रदान कर रहा है: हालिया प्रदर्शन देखना, नए agents बनाना, कॉन्फ़िगरेशन अपडेट करना, परिवर्तन की पुष्टि करने से पहले LLM token लागत का अनुमान लगाना। प्रमाणीकरण OAuth के माध्यम से होता है, बिना होस्ट किए जाने वाले सर्वर या प्रबंधित करने के लिए API keys के, और टीम को इस पर नियंत्रण दिया जाता है कि agents वास्तव में क्या देख या संशोधित कर सकते हैं।

🔗 ElevenLabs — MCP सर्वर घोषणा

Seedance 2.5 1080p में Pika API Club और Luma पर 4K अपस्केल के साथ आ रहा है

17 अगस्त — 15 अगस्त को Runway पर शुरुआती पहुँच के बाद, 1080p रिज़ॉल्यूशन में Seedance 2.5 अपने तीसरे-पक्ष साझेदारों के बीच अपना विस्तार जारी रखे हुए है। Pika Labs इसे अपने Pika API Club के जरिए उपलब्ध करा रहा है, और प्रतियोगिता की तुलना में कीमत 60 % तक कम होने का दावा कर रहा है। Luma Labs उसी दिन Seedance 2.5 की 1080p उपलब्धता की घोषणा करता है, एक अतिरिक्त सुविधा के साथ: अपनी प्लेटफ़ॉर्म पर सीधे 4K में अपस्केल।

🔗 Pika Labs — Pika API Club पर Seedance 2.5

संक्षिप्त समाचार

ABC Legal ने Claude Managed Agents के साथ 50 से अधिक एजेंट तैनात किए — 1 100 कर्मचारी, कुछ कानूनी कार्यों पर लागत में 50 % तक की कमी, Slack और pull requests के माध्यम से साप्ताहिक फ़ीडबैक लूप। 🔗 Claude
Hugging Face की Diffusers टीम ने एक ही सप्ताह में चार नए खुले मॉडल एकीकृत किए — MiniMax H3 (वीडियो/ऑडियो), LTX2.5 (वीडियो/ऑडियो), Wan Animate 2 और MiniMax Music 3. 🔗 Tweet
datatrove 0.10.0 बिना Slurm cluster के Hugging Face Jobs पर pipelines चलाता है — नया JobsPipelineExecutor और storage buckets के लिए Hugging Face समर्थन, जैसे DataFolder. 🔗 Tweet
Together AI Relace AI के code generation models की मेजबानी करता है — Y Combinator कार्यक्रम के लिए समर्पित GPU clusters पर प्रशिक्षित। 🔗 Tweet
ICML में Tri Dao ने रेखांकित किया कि खुले models बंद labs के करीब आ रहे हैं — अब बस कुछ महीनों की देरी रह गई है, service stack की प्रगति (kernels, inference engines, speculative decoding) की बदौलत। 🔗 Tweet
Google, Gemini और Pixel ने पाँच यूरोपीय फुटबॉल क्लबों के साथ साझेदारी की आधिकारिक घोषणा की — Arsenal, FC Barcelona, Bayern Munich, Liverpool और PSG, महिला फ़ुटबॉल के लिए समान दृश्यता की प्रतिबद्धता के साथ। 🔗 Google
OpenClaw : X पर GitHub teaser — GitHub खाता OpenClaw नामक एक परियोजना का उल्लेख करता है, बिना किसी अतिरिक्त उपलब्ध विवरण के। 🔗 Tweet
MiniMax-H3 ने RTX 4090 पर 4,44x लाभ का दावा किया — Sol-Attn attention mechanism के लिए समर्पित नया SM89 CuTe DSL kernel। 🔗 Tweet
Alibaba ने 19 अगस्त को Wan3.0 के निर्माताओं के साथ live session आयोजित किया — साझेदार Magnific, fal, OpenArt और KoyalAI के साथ, UTC 15h पर। 🔗 Tweet
Kling ने « Hitchcock Zoom » प्रभाव प्रस्तुत किया — Alfred Hitchcock द्वारा लोकप्रिय inverse zoom-tracking से प्रेरित वीडियो generation का नया प्रभाव। 🔗 Tweet
MiniMax H3, Magnific के माध्यम से 1 सितंबर तक 2K generation पर -50 % — San Francisco में एक event के दौरान घोषित छूट। 🔗 Tweet
AI Gateway (Vercel) और OpenRouter पर GPT-5.6 Sol आधी कीमत पर — उपयोग पर स्वचालित रूप से लागू होने वाले 18 सितंबर 2026 तक 50 % के अस्थायी promotions। 🔗 Tweet
OpenAI AI के युग के लिए public policy research के 14 projects को वित्तपोषित कर रहा है — 1 million dollars का funding और 5 देशों/क्षेत्रों में विभाजित, अधिकतम 1 million dollars के API credits। 🔗 OpenAI
Codex को usage feedback के माध्यम से सामने लाया गया — एक content creator (1,5 million से अधिक subscribers) अपने कामकाज को Codex के साथ संचालित करता है, और एक OpenAI employee इसे आंतरिक video editing assistant के रूप में उपयोग करता है। 🔗 Tweet

इसका क्या मतलब है

AI infrastructure का पैमाना एक नया भौतिक और वित्तीय स्तर पार कर रहा है। Ohio site अकेले 8 gigawatts-IT के लक्ष्य, 35 000 construction jobs और 2030 की समय-सीमा पर 600 billion dollars के अनुमानित OpenAI/NVIDIA compute commitment को जोड़ती है — एक ऐसा प्रोजेक्ट जिसकी तुलना अब किसी साधारण data center से नहीं, बल्कि राष्ट्रीय औद्योगिक या ऊर्जा परियोजनाओं से की जा रही है। NVIDIA द्वारा उजागर की गई financing mechanics (पूर्ण funding के बजाय lease और energy payments के आंशिक समर्थन) यह भी दिखाती हैं कि AI के सबसे बड़े labs को भी इस खर्च स्तर को संभालने के लिए विशिष्ट financial structures पर निर्भर रहना पड़ता है।

Code hosting स्वयं agentic battle ground बनता जा रहा है। Cursor अपने agents को चलाने वाली infrastructure के लिए GitHub पर निर्भर न रहने के लिए Origin लॉन्च करता है, GitHub agentic workflows को chat में खोने के बजाय नियंत्रित करने योग्य बनाने के लिए canvases के साथ जवाब देता है, और Replit black-box pen tests जोड़ता है ताकि उसका अपना Agent एक क्लिक में जो कुछ वह पकड़ता है उसे ठीक कर सके। तीनों मामलों में लक्ष्य एक ही है: agents को code lifecycle पर सीधा और सुरक्षित नियंत्रण देना, सिर्फ उसकी generation पर नहीं।

Inference की लागत क्षमताओं के बढ़ने से भी तेज़ी से गिरती जा रही है। DeepSeek V4 Pro, GPT-5.6 Sol की तुलना में 35 गुना कम लागत पर DeepSWE को process करता है, Yutori Navigator reference models की तुलना में 4 से 5 गुना कम लागत पर चलता है, और GPT-5.6 Sol स्वयं ARC-AGI-3 पर 6 गुना कम tokens खर्च करते हुए 13,3 % से 38,3 % तक प्रगति करता है — उसी सप्ताह जब ICML में Tri Dao यह रेखांकित करते हैं कि खुले models गुणवत्ता के अंतर को कुछ महीनों में पाट रहे हैं। Dharma-AI का constrained GPU allocator एक पूरक आयाम जोड़ता है: इन लाभों का एक हिस्सा अब model से नहीं, बल्कि clusters की scheduling से आता है।

अंततः, तकनीकी rigor फिर से संचार का एक स्वतंत्र तर्क बन रहा है। GitHub code जोड़ने के बजाय उसे हटाकर अपनी code search throughput को 15 गुना बढ़ाता है, और OpenAI विस्तार से बताता है कि GPT-5.6 Sol द्वारा किए गए security audit ने एक घंटे में 13 वास्तविक कमजोरियों को कैसे ठीक किया — यह दिखाने के दो अलग-अलग तरीके, आँकड़ों के साथ, कि सूक्ष्म engineering ही वह चीज़ है जो product announcement को competence demonstration से अलग करती है।