खोजें

OpenAI ने GPT-6.2 Astra और Sol पेश किए, जेन्सेन हुआंग ने NVIDIA का नेतृत्व छोड़ा, Microsoft ने Copilot में MAI Code 2 पेश किया

इस अंक की कंपनियाँ

जो आपकी रुचि का नहीं है, उसे अनचेक करें। आपकी पसंद सभी अंकों पर लागू होती है और इसी डिवाइस पर रहती है।

प्रमुख लैब
चीन
यूरोप
कोडिंग टूल
एजेंट और वेब खोज
जनरेटिव मीडिया
इन्फ्रास्ट्रक्चर और ओपन सोर्स
अन्य

ai-powered-markdown-translator

gpt-6.1-sol का उपयोग करके फ़्रेंच से हिंदी में अनुवादित लेख।

GitHub पर प्रोजेक्ट देखें ↗

OpenAI ने GPT-6.2 Astra और GPT-6.2 Sol पेश किए हैं, जो कम टोकन में बेहतर नतीजे देते हैं: Astra, GPT-6 Astra की लागत के एक तिहाई से भी कम में Agents’ Last Exam पर 78,3 % हासिल करता है, और दोनों मॉडल उसी दिन GitHub Copilot और Perplexity में भी उपलब्ध हो गए हैं। NVIDIA ने 115,8 अरब डॉलर के राजस्व वाली तिमाही के नतीजे जारी किए हैं, जो 12 नवंबर को जेन्सेन हुआंग के पद छोड़ने के बाद उसके पहले नतीजे हैं, और Microsoft ने Ignite में Copilot के लिए MAI Code 2 पेश किया है। Perplexity ने अपना Orchestrator API उपलब्ध कराया है, Cognition और Replit ने किसी लक्ष्य की दिशा में लगातार काम करने वाले एजेंट पेश किए हैं (Devin Bots, Replit Missions), और Google ने छह देशों में Gemini के Tasks मुफ़्त कर दिए हैं।


GPT-6.2 Astra और GPT-6.2 Sol: कम टोकन में बेहतर नतीजे, ChatGPT Work, Codex और API में उपलब्ध

17 नवंबर — OpenAI ने GPT-6.2 Astra और GPT-6.2 Sol पेश किए हैं, जो GPT-6 Astra और GPT-6.1 Sol के उत्तराधिकारी हैं। Astra सबसे चुनौतीपूर्ण परियोजनाओं के लिए अग्रणी मॉडल बनता है, जबकि Sol रोज़मर्रा के कामों के लिए बहुउद्देशीय मॉडल है। घोषणा का मुख्य विषय दक्षता है: कम आउटपुट टोकन में बेहतर नतीजे, यानी उन्हीं उपयोग सीमाओं में ज़्यादा कार्य और प्रति कार्य काफ़ी कम लागत।

कई चरणों वाले पेशेवर कार्यों का मूल्यांकन करने वाले Agents’ Last Exam v1.1 पर GPT-6.2 Astra प्रति कार्य 2,89 डॉलर की लागत में 78,3 % हासिल करता है: GPT-6 Astra की लागत के एक तिहाई से भी कम में उससे 5,2 अंक अधिक, और Claude Fable 5.2 की लागत के 5 % में उससे 5,5 अंक आगे। यह Terminal-Bench-Science (77,1 %, GPT-6 Astra से +9 अंक), Harvey LAB-AA (Fable 5.2 की सफलता दर से दोगुने से भी अधिक) और OpenAI के आंतरिक GDPval v2 (+6,2 अंक, 22 % कम आउटपुट टोकन के साथ) में भी आगे है। साथ ही, यह AA-3D में 1 318 Elo के साथ पहले स्थान पर है, जहाँ लोगों की पसंद के आधार पर 3D मॉडलों की रैंकिंग की जाती है और मूल्यांकन करने वालों को मॉडल की पहचान नहीं बताई जाती। हालाँकि, लेख के ग्राफ़ दिखाते हैं कि Claude Fable 5.2, Artificial Analysis Intelligence Index (62,1 के मुकाबले 64,6) और Cognition के FrontierCode 2.0 (44,2 % के मुकाबले 49,1 %) पर आगे बना हुआ है। GPT-6.2 Sol, FrontierCode 2.0 पर Astra से 0,5 अंक से भी कम पीछे है (44,2 % के मुकाबले 43,8 %), जबकि उसकी लागत लगभग पाँचवाँ हिस्सा है। साथ ही, यह LifeVal पर GPT-6 Astra से आगे है और उसकी लागत लगभग सातवाँ हिस्सा है।

मूल्यांकन किया गया बेंचमार्कGPT-6.2 AstraGPT-6.2 SolGPT-6 AstraGPT-6.1 SolClaude Fable 5.2Gemini 4 Carbon
Agents’ Last Exam v1.178,3 %73,0 %73,1 %72,5 %72,8 %77,4 %
प्रति कार्य लागत (Agents’ Last Exam)2,89 डॉलर1,32 डॉलर8,99 डॉलर2,02 डॉलर60,05 डॉलर4,60 डॉलर
Terminal-Bench-Science 0.177,1 %68,0 %68,1 %57,0 %73,3 % (AA)—
AA Intelligence Index v5.0.162,157,356,954,664,660,0
FrontierCode 2.0 (Cognition)44,2 %43,8 %42,8 %39,0 %49,1 % (xhigh)41,1 % (medium)
Harvey LAB-AA v1.115,0 %11,1 %8,6 %6,9 %7,2 %—
GDPval v2 (आंतरिक)50,4 %46,9 %44,2 %41,5 %44,8 %48,8 % (high)

हर मॉडल के लिए OpenAI द्वारा दिखाई गई सर्वश्रेष्ठ कॉन्फ़िगरेशन, जहाँ अलग से उल्लेख न हो वहाँ अधिकतम प्रयास स्तर पर (Agents’ Last Exam पर GPT-6.2 Astra का स्तर xhigh और Gemini 4 Carbon का high है; इस मूल्यांकन में Fable 5.2 के नतीजों से वे नौ कार्य बाहर रखे गए हैं जिन्हें वैकल्पिक मॉडल ने पूरा किया था)। Terminal-Bench-Science पर Fable 5.2 का स्कोर Artificial Analysis का है; Anthropic ने Claude Code में 74,6 % की घोषणा की है।

कीमतों की बात करें तो GPT-6 Astra के मुकाबले Astra के इनपुट और आउटपुट की दरें 20 % कम हैं, और कैश किए गए इनपुट की दर 60 % कम है; Sol की दरें GPT-6.1 Sol जैसी ही हैं। API में (gpt-6.2-astra और gpt-6.2-sol), दोनों मॉडल Responses API और Chat Completions का समर्थन करते हैं, लेकिन टूल कॉल करने के लिए Responses API का इस्तेमाल होता है। OpenAI की सलाह है कि प्रॉम्प्ट की शुरुआत अपरिवर्तित रखें और नए निर्देश अंत में जोड़ें, ताकि कैश का दोबारा इस्तेमाल हो सके।

दर का प्रकार (प्रति दस लाख टोकन)GPT-6.2 AstraGPT-6.2 Sol
इनपुट8 डॉलर2 डॉलर
कैश किया गया इनपुट0,40 डॉलर0,10 डॉलर
आउटपुट40 डॉलर10 डॉलर

In the API, use gpt-6.2-astra and gpt-6.2-sol. Both models also support Fast and Ultrafast modes. We’re cutting Ultrafast pricing by 50% for the next three months, making it available at just 3x the cost of Standard for API and Enterprise users. Ultrafast is also coming to Pro 200 subscribers, starting with GPT-6.2 Sol.

🇮🇳 API में gpt-6.2-astra और gpt-6.2-sol का इस्तेमाल करें। दोनों मॉडल Fast और Ultrafast मोड का भी समर्थन करते हैं। हम अगले तीन महीनों के लिए Ultrafast की कीमत 50 % घटा रहे हैं, जिससे API और Enterprise उपयोगकर्ताओं के लिए यह Standard की लागत के केवल 3 गुने में उपलब्ध होगा। Ultrafast अब Pro 200 ग्राहकों के लिए भी आ रहा है, जिसकी शुरुआत GPT-6.2 Sol से होगी। — X पर @OpenAIDevs

8 अक्टूबर को पेश किए गए GPT-6.1 Sol के Ultrafast की लागत Standard की 6 गुनी थी। दोनों मॉडल 17 नवंबर से Plus, Pro, Enterprise और Edu ग्राहकों के लिए ChatGPT Work और Codex में उपलब्ध हैं, लेकिन सामान्य Chat में उपलब्ध नहीं हैं। Enterprise और Edu कार्यक्षेत्रों में पूर्वावलोकन डिफ़ॉल्ट रूप से बंद है: व्यवस्थापक को इसे चालू करना होगा, और जिन कार्यक्षेत्रों में संयुक्त अरब अमीरात में इन्फ़रेंस करना अनिवार्य है, वहाँ यह उपलब्ध नहीं है। उल्लेख किए गए शुरुआती ग्राहकों में Basis का कहना है कि उसके लंबे समय तक चलने वाले लेखांकन कार्यों का औसत समय आधा हो गया है।

लेख और सिस्टम कार्ड का बड़ा हिस्सा सुरक्षा पर केंद्रित है। दोनों मॉडल, GPT-6 Astra की तरह, साइबर सुरक्षा में Critical स्तर और जीवविज्ञान तथा रसायन विज्ञान में High स्तर तक पहुँचते हैं। GPT-6.2 Astra, OpenAI द्वारा जारी पहला मॉडल भी है जो एआई के आत्म-सुधार में High स्तर तक पहुँचा है, यानी एआई अनुसंधान में तेज़ी लाने की अपनी क्षमता में। सुरक्षा टीमों के लिए इसका परिणाम है अधिक सख़्त साइबर सुरक्षा उपाय, जो कमज़ोरियों से जुड़े कुछ वैध अनुसंधानों को भी रोकते हैं। यह स्थिति Daybreak में GPT-6.2 मॉडलों के आने तक रहेगी, जिसकी कोई तारीख़ नहीं दी गई है। अंत में, OpenAI ने संरेखण से जुड़ी एक खामी बताई है: दो परीक्षणों में मॉडल किसी बाधा (ग़ायब फ़ाइल, अनुपलब्ध खोज टूल) का ज़िक्र अधिक बार छिपाते थे; Codex में जोड़े गए निर्देशों से ऐसी चूक काफ़ी कम हुई है, और जाँच जारी है।

🔗 GPT-6.2 Astra और Sol की पेशकश पर लेख (OpenAI) · GPT-6.2 का सिस्टम कार्ड

Astra for Law अब GPT-6.2 Astra पर, अनुरोध करने पर सभी ChatGPT Enterprise ग्राहकों के लिए उपलब्ध

17 नवंबर — साथ ही, OpenAI ने Astra for Law को अपडेट किया है, जो कानूनी कामों के लिए उसकी कॉन्फ़िगरेशन है और जिसे 17 सितंबर को कुछ कानूनी फ़र्मों के लिए पेश किया गया था। अब इसमें GPT-6.2 Astra के साथ एक कानूनी शोध सूचकांक है, जिसमें 539 000 से अधिक अमेरिकी संसाधन और 98 000 से अधिक ब्रिटिश, ऑस्ट्रेलियाई तथा कनाडाई संसाधन शामिल हैं। इसके साथ शोध, स्रोतों के मूल्यांकन और लेखन के निर्देश भी हैं। सभी ChatGPT Enterprise ग्राहक व्यवस्थापन कंसोल के विश्वसनीय पहुँच कार्यक्रम के ज़रिए इसका अनुरोध कर सकते हैं; API के ज़रिए पहुँच के लिए अलग अनुमति चाहिए।

कानूनी मूल्यांकनAstra for Lawतुलना का आधार
Harvey LAB-AA, पूर्ण अंक प्राप्त करने वाले कार्य20,8 %GPT-6.2 Astra 15,0 %, Muse Wonder Full 13,1 %
प्रति कार्य गंभीर मनगढ़ंत दावे (LAB-AA)0,03Claude Opus 5.5 0,59
LAB: USCL, मॉडल द्वारा खोजे गए न्यायिक निर्णय1 844Claude Opus 5.5 1 817
LAB: USCL, उपलब्ध कराई गई न्यायिक नज़ीरें1 883Claude Opus 5.5 1 882
Legal Research Bench (Vals AI)54,81 %सितंबर के संस्करण के लिए लगभग 46 %

LAB-AA पर Astra for Law प्रति कार्य लगभग 64 000 आउटपुट टोकन तैयार करता है, जो Muse Wonder Full से 54 % कम हैं। कानूनी तर्कपत्र लिखने (LAB: USCL) में Opus 5.5 पर इसकी बढ़त मामूली है, और दोनों कॉन्फ़िगरेशन में अनिश्चितता की सीमाएँ एक-दूसरे से मिलती हैं।

🔗 GPT-6.2 Astra पर Astra for Law (OpenAI)

Responses API में 2 और 8 घंटे की निष्पादन अवधियाँ, 30 और 40 % कम कीमत पर

17 नवंबर — उसी दिन, OpenAI ने Responses API के पृष्ठभूमि मोड में रियायती निष्पादन अवधियाँ जोड़ी हैं। ये सार्वजनिक बीटा में GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra और GPT-6 Luna पर उपलब्ध हैं। जो डेवलपर इंतज़ार कर सकता है, वह बिना छूट वाले डिफ़ॉल्ट तत्काल निष्पादन की जगह background_options.completion_window को दो घंटे (टोकन Standard से 30 % सस्ते) या आठ घंटे (40 % सस्ते) पर सेट कर सकता है।

Batch API को एक साथ भेजे गए स्वतंत्र अनुरोधों के लिए बनाया गया है, जबकि ये अवधियाँ कई चरणों में काम करने वाले एजेंटों के लिए हैं: टूल कॉल के बाद आने वाले अगले अनुरोधों पर छूट बनी रहती है और उन्हें प्राथमिकता मिलती है, बशर्ते वे उसी अवधि, मॉडल और परियोजना का इस्तेमाल करें। छूट के लिए Standard प्रोसेसिंग ज़रूरी है, इसकी दर सीमा Batch API के साथ साझा होती है, और यह स्ट्रीमिंग में काम नहीं करती। SDK openai-python 3.53.0 और openai-node 7.58.0 में 17 नवंबर से इसका समर्थन उपलब्ध है।

🔗 OpenAI API का बदलाव विवरण · पृष्ठभूमि मोड की मार्गदर्शिका

GitHub Copilot में GPT-6.2 Astra और GPT-6.2 Sol उपलब्ध

17 नवंबर — अपनी पेशकश के दिन ही GPT-6.2 Astra और GPT-6.2 Sol, GitHub Copilot में Pro+, Max, Business और Enterprise योजनाओं के लिए सामान्य रूप से उपलब्ध हो गए हैं (Pro के लिए नहीं)। GitHub के शुरुआती परीक्षणों के अनुसार, GPT-6.2 Sol कोड समीक्षा में GPT-6.1 Sol के मुकाबले लगभग दोगुनी वास्तविक समस्याएँ पकड़ता है, और GPT-6.2 Astra, GPT-6 Astra से काफ़ी ज़्यादा समस्याएँ खोजता है, जबकि एजेंट द्वारा किए जाने वाले कोडिंग कार्यों में कम टोकन खर्च करता है। दोनों मॉडलों का शुल्क OpenAI की सूचीबद्ध दरों पर उपयोग के आधार पर लगता है। ये VS Code से Eclipse तक दस इंटरफ़ेस पर धीरे-धीरे उपलब्ध हो रहे हैं और उन संगठनों में अपने आप चालू हो जाते हैं जिन्होंने नए मॉडलों को डिफ़ॉल्ट रूप से चालू करने की सेटिंग बंद नहीं की है।

🔗 GitHub का बदलाव विवरण: GPT-6.2 Astra और GPT-6.2 Sol

Perplexity ने Search और Computer में GPT-6.2 उपलब्ध कराया, WANDR पर 0,783 और 0,746 के स्कोर

17 नवंबर — Perplexity ने भी पेशकश की शाम से ही Perplexity Search और Computer में GPT-6.2 Astra और GPT-6.2 Sol उपलब्ध करा दिए हैं। स्रोतों से समर्थित शोध के अपने बेंचमार्क WANDR पर GPT-6.2 Astra लगभग 12,54 डॉलर प्रति कार्य की लागत में 0,783 हासिल करता है, यानी GPT-6 Astra से 0,095 अंक अधिक। वहीं GPT-6.2 Sol लगभग 2,65 डॉलर में 0,746 हासिल करता है, जो GPT-6.1 Sol से 0,065 अंक अधिक है। घोषणा के साथ जारी ग्राफ़ इन स्कोरों की अन्य मॉडलों से तुलना करता है: Gemini 4 Carbon और Claude Fable 5.2 आगे बने हुए हैं, और GPT-6.2 Sol, 0,7 से अधिक स्कोर पाने वाला सबसे सस्ता मॉडल बन जाता है। ट्वीट में यह नहीं बताया गया है कि यह किन योजनाओं में उपलब्ध है।

WANDR पर मूल्यांकित मॉडलस्कोरप्रति कार्य लागत
Gemini 4 Carbon0,8575,86 डॉलर
Claude Fable 5.20,80715,82 डॉलर
GPT-6.2 Astra0,783~12,54 डॉलर
GPT-6.2 Sol0,746~2,65 डॉलर
Gemini 4 Hydrogen0,6985,41 डॉलर
GPT-6 Astra0,68812,73 डॉलर
GPT-6.1 Sol0,6811,59 डॉलर
Claude Opus 5.50,6625,33 डॉलर

GPT-6.2 के स्कोर ट्वीट के पाठ से लिए गए हैं, जबकि बाकी स्कोर Perplexity द्वारा जारी ग्राफ़ से लिए गए हैं।

🔗 X पर Perplexity की घोषणा


NVIDIA: जेनसन हुआंग ने नेतृत्व छोड़ा, फिर कोलेट क्रेस के नेतृत्व में 115,8 अरब डॉलर की तिमाही

12 नवंबर — NVIDIA के निदेशक मंडल ने कंपनी के सह-संस्थापक जेनसन हुआंग के अध्यक्ष, मुख्य कार्यकारी अधिकारी और निदेशक पदों से तत्काल प्रभाव से इस्तीफ़े की घोषणा की। सितंबर 2013 से कार्यकारी उपाध्यक्ष और मुख्य वित्तीय अधिकारी रहीं कोलेट क्रेस, स्थायी उत्तराधिकारी नियुक्त होने तक मुख्य वित्तीय अधिकारी का पद संभालते हुए अंतरिम मुख्य कार्यकारी अधिकारी बनेंगी; निदेशक मंडल ने आंतरिक और बाहरी उम्मीदवारों के लिए चयन प्रक्रिया शुरू कर दी है। Synopsys के पूर्व मुख्य कार्यकारी अधिकारी और कार्यकारी अध्यक्ष हार्वी सी. जोन्स निदेशक मंडल के पहले अध्यक्ष (निदेशक मंडल के अध्यक्ष) बनेंगे। हार्वी सी. जोन्स के अनुसार, निदेशक मंडल को कोलेट क्रेस पर पूरा भरोसा है और उसे उम्मीद है कि परिचालन, ग्राहकों के प्रति प्रतिबद्धताएँ और उत्पादों की विकास योजना बिना किसी रुकावट के जारी रहेंगी। उसी विज्ञप्ति में यह भी पुष्टि की गई कि तिमाही परिणाम निर्धारित कार्यक्रम के अनुसार 17 नवंबर को प्रकाशित होंगे।

10 नवंबर — दो दिन पहले, एक अलग विज्ञप्ति में NVIDIA के स्वतंत्र निदेशकों ने घोषणा की थी कि उन्होंने न्यूयॉर्क के दक्षिणी ज़िले के पूर्व कार्यवाहक संघीय अभियोजक जून एच. किम और कानूनी फ़र्म Wachtell, Lipton, Rosen & Katz को एक « गहन और स्वतंत्र » जाँच सौंपी है। इस विज्ञप्ति में जाँच का विषय स्पष्ट नहीं किया गया है, और 12 नवंबर की विज्ञप्ति में इसका उल्लेख नहीं है।

17 नवंबर — NVIDIA ने अपने वित्त वर्ष 2027 की तीसरी तिमाही के परिणाम प्रकाशित किए, जो 25 अक्टूबर को समाप्त हुई थी। जेनसन हुआंग के जाने के बाद ये पहले परिणाम हैं, और विज्ञप्ति कोलेट क्रेस की ओर से जारी की गई है। राजस्व 115,8 अरब डॉलर रहा, जो पिछली तिमाही से 20 % अधिक और एक साल पहले के मुक़ाबले दोगुने से भी ज़्यादा है। इसका अधिकांश हिस्सा डेटा केंद्रों से आया है।

सूचक (वित्त वर्ष 2027 की तिमाही 3)प्रकाशित मूल्यसालाना बदलाव
राजस्व115,8 अरब डॉलर+103 %
डेटा केंद्र107,6 अरब डॉलर+110 %
परिधीय कंप्यूटिंग (एज कंप्यूटिंग)8,2 अरब डॉलर+42 %
GAAP सकल मार्जिन74,8 %+1,4 अंक
GAAP शुद्ध लाभ65,3 अरब डॉलर+105 %
GAAP तनुकृत प्रति शेयर आय2,70 डॉलर+108 %

चौथी तिमाही में एक सप्ताह अतिरिक्त है। इसके लिए NVIDIA ने 130 अरब डॉलर राजस्व का अनुमान दिया है, जिसमें 3 % तक का अंतर हो सकता है। इसमें चीन से डेटा केंद्रों की कंप्यूटिंग का कोई राजस्व शामिल नहीं है, और सकल मार्जिन घटकर 71 से 72 % के बीच रहने का अनुमान है। कंपनी ने तिमाही के दौरान अपने शेयरधारकों को 28,1 अरब डॉलर लौटाए, और उसके शेयर पुनर्खरीद कार्यक्रम में लगभग 227,3 अरब डॉलर शेष हैं। उत्पादों के मोर्चे पर, इस तिमाही में Vera Rubin NVL72 की पहली बड़े पैमाने की आपूर्ति हुई। NVIDIA इसे अपने इतिहास में सबसे तेज़ उत्पादन विस्तार बताती है, और इसके रैक CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure और Nebius में पहले ही काम कर रहे हैं।

🔗 वित्त वर्ष 2027 की तीसरी तिमाही के परिणाम (NVIDIA) · मुख्य कार्यकारी नेतृत्व में बदलाव (12 नवंबर) · स्वतंत्र निदेशकों का बयान (10 नवंबर)


Microsoft ने MAI Code 2 और MAI Code 2 Flash लॉन्च किए, जो लॉन्च के दिन से ही GitHub Copilot में उपलब्ध हैं

17 नवंबर — Ignite के दौरान Microsoft AI ने दो नए कोड मॉडल लॉन्च किए, जो उसी दिन GitHub Copilot में उपलब्ध हो गए। MAI Code 2 जटिल कार्यों के लिए है: गहरी डीबगिंग, कई फ़ाइलों में बदलाव, रीफ़ैक्टरिंग और पूरे रिपॉज़िटरी के स्तर पर तर्क करना। MAI Code 2 Flash दोहराव वाले कामों के लिए है: कोड समझाना, सीमित दायरे के बदलाव और नियमित सुधार।

Microsoft प्रदर्शन और कीमत के अनुपात पर ज़ोर देता है, जिसे उद्यमों में होने वाले काम के क़रीब चार बेंचमार्कों के औसत से मापा गया है (DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas और FrontierCode v1.1)। इन लागतों की गणना MAI-Code-2 की 50 % प्रचारात्मक कीमत पर की गई है। सभी मॉडलों में तर्क का प्रयास अधिकतम रखा गया, और तीन बेंचमार्क Copilot CLI के साथ उप-एजेंटों के बिना चलाए गए। फ़्रंटएंड के मामले में, 258 मूल्यांकनकर्ताओं द्वारा मॉडल की पहचान जाने बिना किए गए आकलनों में MAI Code 2 के परिणामों को GPT-6 Sol के परिणामों से 64 % बार बेहतर माना गया।

तुलना (Microsoft AI के अनुसार)सापेक्ष प्रदर्शनसापेक्ष लागत
GPT 6.1 Sol की तुलना में MAI Code 298 %40 %
Claude Opus 5.5 की तुलना में MAI Code 296 %5 %
GPT-6 Luna की तुलना में MAI Code 2 Flashतुलनीय65 %
Claude Haiku 5.5 की तुलना में MAI Code 2 Flashतुलनीय20 %

Microsoft एक सीमा स्वीकार करता है: इन मॉडलों को बुनियादी वैज्ञानिक शोध या बहुत लंबी अवधि वाले एजेंट-आधारित काम के लिए « अभी तक अनुकूलित नहीं किया गया है »।

Copilot में MAI Code 2, Pro से Enterprise तक उपलब्ध है, और MAI Code 2 Flash, Free योजना से ही उपलब्ध है। दोनों दस माध्यमों पर मिलते हैं (VS Code, Visual Studio, Copilot CLI, क्लाउड एजेंट, GitHub Copilot ऐप, github.com, GitHub Mobile, JetBrains, Xcode, Eclipse)। दोनों मॉडलों का शुल्क उपयोग के आधार पर लिया जाता है, और वे उन संगठनों में स्वतः सक्रिय हैं जिन्होंने नए मॉडलों के अपने आप सक्रिय होने की सुविधा बंद नहीं की है। MAI-Code-2, Copilot Fusion के Standard स्तर में भी शामिल हो रहा है, और उसका पूर्ववर्ती MAI-Code-1.1-Flash 18 दिसंबर को Copilot के सभी अनुभवों से हटा दिया जाएगा। GitHub के बाहर, MAI Code 2 Flash को Microsoft Foundry में सीमित पहुँच वाले पूर्वावलोकन के रूप में उपलब्ध कराया जा रहा है। Microsoft ने OpenRouter, Vercel, Hermes, Open Code और Kilo पर भी इसके जल्द आने की घोषणा की है।

🔗 GitHub बदलाव विवरण: MAI Code 2 और MAI Code 2 Flash · Microsoft AI की घोषणा


Perplexity ने कई प्रदाताओं के मॉडल जोड़े: Orchestrator API और Computer का Multiagent स्तर

17 नवंबर — Perplexity ने Orchestrator API लॉन्च किया, जो उसके अपने उत्पादों की मॉडल परत को डेवलपरों के लिए खोलता है। कंपनी के अनुसार, यह परत हर दिन करोड़ों अनुरोधों को 85 से अधिक मॉडलों और एक दर्जन से अधिक प्रदाताओं तक पहुँचाती है। एक ही API कुंजी के साथ Orchestrator, OpenAI, Anthropic, Google और xAI के 45 से अधिक मॉडलों के साथ-साथ खुले वज़न वाले मॉडलों (GLM, Kimi, DeepSeek) तक पहुँच देता है। अनुरोध OpenAI Chat Completions, OpenAI Responses या Anthropic Messages के प्रारूप में लिखे जा सकते हैं: किसी मौजूदा SDK में बस कुंजी और आधार URL बदलना होता है।

इसका पहला प्रमुख दावा विश्वसनीयता है। जब कोई प्रदाता त्रुटि लौटाता है, अनुरोध दर की सीमा पर पहुँच जाता है या समय-सीमा पार कर देता है, तो Orchestrator अनुरोध को उसी मॉडल की किसी दूसरी तैनाती पर दोबारा भेजता है: Claude का अनुरोध Anthropic से AWS Bedrock पर जा सकता है, और GPT का अनुरोध OpenAI से Azure पर। प्रत्येक मॉडल का शुल्क उसकी सार्वजनिक प्रति-टोकन दर पर लिया जाता है, चाहे उत्तर किसी भी प्रदाता से आए। क्रेडिट के अलावा कोई अतिरिक्त प्लेटफ़ॉर्म शुल्क नहीं है। दो सुविधाएँ पूर्वावलोकन में हैं: Routes, जो सामान्य भाषा में दिए गए विवरणों के आधार पर हर अनुरोध के लिए मॉडल चुनता है (perplexity/auto), और Auto effort, जो अगले संवाद चरण में तर्क के प्रयास को समायोजित करता है।

Perplexity ने Routes का उदाहरण एक संवेदनशील उपयोग से दिया है: अनुरोध अस्वीकार किए जाने से बचना। कंपनी याद दिलाती है कि Anthropic ने अपने दस्तावेज़ों में बताया है कि Claude Fable 5.2 के सुरक्षा उपाय साइबर सुरक्षा या जीवन विज्ञान के हानिरहित कामों को भी रोक सकते हैं। Fable को डिफ़ॉल्ट रखते हुए, ऐसे कार्यों और अस्वीकृति के बाद आने वाले कार्यों को GPT-6 Astra या GPT-6.1 Sol पर भेजने से Claude Code अधिक कार्य हल करता है, जबकि प्रति कार्य अनुमानित लागत अधिक रहती है। Orchestrator API जुलाई से ही Perplexity की API में मौजूद था, शुरुआत में खुले वज़न वाले मॉडलों के लिए; 17 नवंबर को इसका औपचारिक लॉन्च हुआ है।

Perplexity द्वारा मापा गया पहलूघोषित मूल्य
सूची में उपलब्ध मॉडल45 से अधिक (OpenAI, Anthropic, Google, xAI, खुले वज़न वाले)
Claude Opus 5.5 का सबसे तेज़ प्रदाता (30 दिन)Anthropic 15 दिन, AWS Bedrock 15 दिन
GPT-5.6 Sol, OpenAI की तुलना में Azure की माध्यिका गति+27 %
Terminal-Bench 4.1 (63 कार्य), केवल Fable 5.263 में से 38
GPT-6 Astra या GPT-6.1 Sol पर रूटिंग के साथ वही परीक्षण63 में से 41
प्लेटफ़ॉर्म शुल्कक्रेडिट के अलावा कोई नहीं

🔗 Orchestrator का परिचय (Perplexity) · Orchestrator: विश्वसनीय इन्फ़रेंस के लिए एक API

17 नवंबर — उसी दिन Perplexity ने Computer में प्रयास का एक नया स्तर Multiagent जोड़ा, जो Ultra से ऊपर है। अब तक एक मुख्य एजेंट कार्य के कुछ हिस्से सहायक एजेंटों को सौंपता था, जो केवल उसी को रिपोर्ट करते थे। Multiagent के साथ, मुख्य एजेंट अलग-अलग मॉडलों पर चलने वाले एजेंटों की एक टीम का नेतृत्व करता है। ये समानांतर काम करते हैं, अपनी खोजें सीधे एक-दूसरे तक पहुँचाते हैं, दूसरों के काम की जाँच करते हैं और साझा फ़ाइलों में अपने बदलावों का समन्वय करते हैं। डिफ़ॉल्ट टीम Claude Fable 5.2 के इर्द-गिर्द बनाई गई है, जो योजना बनाता है और Claude Opus 5.5, GPT 6.1 Sol तथा Gemini 4 Carbon पर चलने वाले एजेंटों के बीच काम बाँटता है; मुख्य एजेंट 16 तक एजेंटों को काम पर लगा सकता है, और उपयोगकर्ता अपने अनुरोध में इस्तेमाल होने वाले मॉडल तय कर सकता है।

Perplexity द्वारा प्रकाशित परिणामघोषित मूल्य
सर्वश्रेष्ठ मिश्रित टीम, Terminal-Bench 4.10,727 (Gemini 4 Carbon की अगुवाई में)
मुख्य मॉडल की चार प्रतियों पर बढ़त (TB 4.1)+0,008 से +0,125
मुख्य मॉडल की चार प्रतियों पर बढ़त (WANDR)+0,015 से +0,064
चार प्रतियों की तुलना में सर्वश्रेष्ठ टीम की लागत10,31 बनाम ~13 डॉलर; 54,50 बनाम 66,41 डॉलर

Perplexity के अनुसार, प्रत्येक मिश्रित टीम अपने मुख्य मॉडल के अकेले काम करने और उसी मॉडल की चार प्रतियों, दोनों से बेहतर प्रदर्शन करती है। प्रत्येक परीक्षण की सर्वश्रेष्ठ टीम की लागत भी उन प्रतियों से कम है। Multiagent वेब पर केवल Max ग्राहकों के लिए उपलब्ध है (ट्वीट के अनुसार Max और Enterprise Max), जबकि मोबाइल और डेस्कटॉप ऐप में इसे जल्द उपलब्ध कराने की घोषणा की गई है; Perplexity ने क्रेडिट में इसकी लागत नहीं बताई है।

Multiagent is optimized for performance. It is credit-intensive. Use it only for your most important tasks. Multiagent is best for forecasting, high-density problem solving, and consequential decision making.

🇮🇳 Multiagent को बेहतर प्रदर्शन के लिए अनुकूलित किया गया है। यह बहुत अधिक क्रेडिट खर्च करता है। इसका उपयोग केवल अपने सबसे महत्त्वपूर्ण कार्यों के लिए करें। Multiagent पूर्वानुमानों, बहुत जटिल समस्याओं और दूरगामी परिणामों वाले निर्णयों के लिए सबसे उपयुक्त है। — X पर @perplexity_ai

🔗 Multiagent का परिचय (Perplexity)


Devin Bots और Replit Missions: कार्य के बजाय लक्ष्य पूरा करने में जुटे एजेंटों के समूह

17 नवंबर — Cognition ने Devin Bots, यानी « इंजीनियरिंग सहकर्मी » (इंजीनियरिंग टीम के साथी) लॉन्च किए हैं। एक Bot लगातार सक्रिय रहने वाला एजेंट है, जिसके पास अपनी स्मृति और अपने उपकरण होते हैं, और जो समानांतर कई Devin सत्र चलाता है। उसे किसी कार्य के बजाय एक ज़िम्मेदारी सौंपी जाती है: वह जाँच करता है, काम सौंपता है, परिणामों का मूल्यांकन करता है और आगे का रास्ता तय करता है। वह केवल उन निर्णयों को इंसान के पास वापस लाता है जिनके लिए मानवीय विवेक ज़रूरी है, और उन्हें Needs You नाम के इनबॉक्स में रखता है। कई Bots आपस में समन्वय कर सकते हैं, जैसे कोई QA Bot किसी बग को Developer Bot को सौंप सकता है। उनकी गतिविधियों पर Slack, iMessage या Devin ऐप से नज़र रखी जा सकती है।

Cognition ने अपने Bots के ज़रिए इसके उपयोग का उदाहरण दिया है। 28 सितंबर को शुरू किए गए Android Bot ने 44 दिनों में Devin का Android ऐप बनाया, जो अब Google Play पर खुले परीक्षण में है। इस दौरान उसकी निगरानी करने वाले इंजीनियर ने 183 संदेश भेजे।

Cognition द्वारा उल्लिखित Botप्रकाशित परिणाम
Android Bot (44 दिन)1 134 PR, Kotlin की 344 651 पंक्तियाँ, 2 841 परीक्षण, 1 217 टिकट, 183 संदेश
Layout Bot (3 सप्ताह)159 PR मर्ज, विलंबता में 70 % की कमी
मोबाइल गेम स्टूडियोलगभग बीस Bots, प्रति सप्ताह 50 से 1 900 PR

On average, beta testers are merging 4.5x more PRs per message using Devin Bots. We’ve seen individual engineers go from 50 PRs a week to nearly 2,000.

🇮🇳 औसतन, बीटा परीक्षक Devin Bots के साथ प्रति संदेश 4,5 गुना अधिक PR मर्ज करते हैं। हमने इंजीनियरों को प्रति सप्ताह 50 PR से बढ़कर लगभग 2 000 तक पहुँचते देखा है। — X पर @cognition

Bots अभी से उपलब्ध हैं। मूल्य निर्धारण पृष्ठ के अनुसार वे Max (200 डॉलर प्रति माह), Teams (80 डॉलर प्रति माह) और Enterprise योजनाओं में शामिल हैं, Free या Pro में नहीं; Bots के लिए कोई अलग दर प्रकाशित नहीं की गई है।

🔗 Devin Bots का परिचय (Cognition)

17 नवंबर — उसी दिन Replit ने Missions लॉन्च किया, जो उन परियोजनाओं के लिए « एजेंट समूहों का संचालन ढाँचा » (एजेंट स्वॉर्म हार्नेस) है जिन्हें पूरा करने का समय किसी टीम के पास नहीं है। उपयोगकर्ता अपेक्षित परिणाम बताता है, फिर एजेंटों का एक समूह समानांतर योजना बनाता है, निर्माण करता है, परीक्षण करता है और सुधार दोहराता है। एक मिशन अनुबंध (Mission Contract) में काम की सीमाएँ तय की जाती हैं: खर्च की अधिकतम सीमा, स्वीकृति की आवश्यकता वाले काम (किसी संभावित ग्राहक से संपर्क करना, उत्पाद संबंधी कोई प्रतिबद्धता करना) और स्वीकार्य समझौते। कृत्रिम बुद्धिमत्ता पर आधारित एक स्वतंत्र निर्णायक, तय मानदंडों के आधार पर परिणामों की जाँच करता है; मिशन तब रुकता है जब वे मानदंड पूरे हो जाते हैं या बजट समाप्त हो जाता है।

Replit ने अपनी घोषणा के समर्थन में तीन प्रदर्शन पेश किए हैं। NumPy के अनुकूलन वाले 13 कार्यों पर 32 एजेंटों का समूह शुरुआती गति से 19 गुना गति हासिल करता है, जबकि Auto (Max) मोड में अकेला एजेंट 4 गुना गति तक पहुँचता है। Qwen के E-Commerce Bench पर Missions ने एक सिमुलेट किए गए वर्ष में 100 000 येन को 4,82 मिलियन येन तक पहुँचाया। अंत में, दो दिनों में और अधिकतम 3 000 डॉलर के बजट में Missions ने DataCat बनाया। यह अनुप्रयोगों की निगरानी का एक प्लेटफ़ॉर्म है, जिसे Replit ने Apache 2.0 लाइसेंस के तहत मुक्त स्रोत के रूप में प्रकाशित किया है। Replit इसकी तुलना उसी प्रॉम्प्ट से Claude Code में /goal का उपयोग करके बनाए गए संस्करण से करता है, और स्पष्ट करता है कि ये नियंत्रित परीक्षण हैं, जिनमें प्रत्येक विन्यास पर एक बार काम चलाया गया है।

Replit द्वारा प्रकाशित DataCat परीक्षणघोषित परिणाम
जानबूझकर डाले गए बग का पता लगाना60 सेकंड के लक्ष्य के मुक़ाबले 38 सेकंड
3 घंटे तक लगातार भार26 मिलियन रिकॉर्ड, 4,4 मिलियन लॉग
प्रति सेकंड ट्रेस (Claude Code के मुक़ाबले)49 000 बनाम 9 800
API संगतता56 में से 51 जाँचें, मुक़ाबले में 45

Missions को Replit के « New » बटन से शुरू किया जाता है; लेख में किसी योजना या दर का उल्लेख नहीं है, और खर्च उपयोगकर्ता द्वारा तय किए गए बजट के अनुसार होता है।

🔗 Replit Missions का परिचय · DataCat रिपॉज़िटरी


Gemini ऐप छह देशों में Tasks मुफ़्त करता है और फ़ोन करना, भुगतान करना तथा SMS प्राप्त करना सीखता है

17 नवंबर — Google, Gemini ऐप के Tasks मुफ़्त उपलब्ध करा रहा है। Labs, Gemini ऐप और AI Studio के प्रभारी उपाध्यक्ष जॉश वुडवर्ड के अनुसार, यह मोड अमेरिका, जापान, कोरिया, कनाडा, ऑस्ट्रेलिया और भारत में दसियों करोड़ पात्र उपयोगकर्ताओं के लिए उपलब्ध कराया जा रहा है। इसमें Gemini को लंबे प्रोजेक्ट या बार-बार किए जाने वाले काम सौंपे जाते हैं, जिन्हें वह पृष्ठभूमि में पूरा करता है। यह 12 नवंबर को लॉन्च किए गए तेज़ मॉडल Gemini 4 Hydrogen पर चलता है और होम स्क्रीन पर Chat / Task स्विच से सक्रिय होता है।

इसके साथ कई उन्नत सुविधाएँ भी आ रही हैं, शुरुआत अमेरिका से होगी। Gemini उपयोगकर्ता की ओर से फ़ोन कर सकता है, यहाँ तक कि कई दुकानों को एक साथ भी, ताकि कीमतों के प्रस्तावों की तुलना कर सके, स्टॉक जाँच सके या अपॉइंटमेंट ले सके; वह बताता है कि वह AI है, और दुकानें इन कॉल को अस्वीकार कर सकती हैं। वह Agent Payments Protocol (AP2) के ज़रिए Google Pay से भुगतान कर सकता है, जिसमें Visa और Mastercard का समर्थन है तथा American Express जल्द जुड़ेगा: उपयोगकर्ता खर्च की सीमा तय करता है और अधिकृत दुकानें चुनता है, और Gemini खरीदने से पहले पुष्टि माँगता है, जब तक कि उसे उस सीमा के भीतर स्वतंत्र रूप से काम करने की अनुमति न दी गई हो। वह Google Password Manager की मदद से किसी ऑनलाइन पोर्टल में लॉग इन कर सकता है, और RCS के ज़रिए SMS भेजकर या gemini@google.com पर ईमेल फ़ॉरवर्ड करके उससे संपर्क किया जा सकता है।

घोषित सुविधाबताई गई उपलब्धता
मुफ़्त Tasks (Gemini 4 Hydrogen)17 नवंबर से: अमेरिका, जापान, कोरिया, कनाडा, ऑस्ट्रेलिया, भारत
Gemini द्वारा फ़ोन कॉलपहले अमेरिका में, इंडियाना, लुइज़ियाना, मिनेसोटा, मोंटाना और नेब्रास्का को छोड़कर
Google Pay से भुगतान (AP2)पहले अमेरिका में; Visa, Mastercard; American Express जल्द
RCS के ज़रिए SMS और gemini@google.comपहले अमेरिका में; RCS: अमेरिकी नंबर और पात्र मोबाइल सेवा प्रदाता
iOS पर Google Walletअमेरिका में, 17 नवंबर से
Universal Commerce Protocol (UCP)बाद में, कोई तारीख नहीं

रसीदें और डिलीवरी की स्थिति Google Wallet में पहुँचती हैं, जो उसी दिन अमेरिका में iOS पर भी उपलब्ध हो रहा है, और Gemini 60 से अधिक जुड़े हुए ऐप का इस्तेमाल करता है। सुरक्षा के लिहाज़ से, हर काम Google Cloud के Agent Compute Engine पर हार्डवेयर स्तर पर अलग रखी गई वर्चुअल मशीन में चलता है, जो उसी खाते के लिए समर्पित होती है और कभी साझा नहीं की जाती; Google ने prompt injection से बचाव के फ़िल्टर और « Always allow » चिह्नित कार्रवाइयों को छोड़कर किसी भी « Buy » बटन से पहले अनिवार्य पुष्टि का भी उल्लेख किया है। ब्लॉग पोस्ट अंत में स्वीकार करती है कि कुछ काम अभी भी विफल हो सकते हैं और कुछ वेबसाइटों पर अंतिम क्लिक के लिए Gemini नियंत्रण उपयोगकर्ता को लौटा देता है।

🔗 Gemini में Tasks (Google का ब्लॉग) · अमेरिका में iOS पर Google Wallet


Kling Image 4.0: नेटिव 8K जनरेशन और हर चित्र में 2 000 अक्षरों तक का टेक्स्ट

17 नवंबर — एक दिन पहले जल्द आने की घोषणा के बाद, Kling Image 4.0 अब उपलब्ध है। Kling का नया इमेज मॉडल एक ही एकीकृत autoregressive आर्किटेक्चर (Native Unified Understanding and Generation Architecture) में दृश्य समझ और जनरेशन को जोड़ता है, और तीन सुधारों पर ज़ोर देता है।

पहला सुधार यथार्थपरकता में है: Kling में पहली बार नेटिव 8K जनरेशन और 110 से अधिक पूर्वनिर्धारित रंग समायोजन मिलते हैं, या किसी संदर्भ चित्र से रंगों का पैलेट लिया जा सकता है। दूसरा सुधार टेक्स्ट में है: एक चित्र में 2 000 तक पढ़ने योग्य अक्षर, 15 000 tokens तक के prompts, 70 से अधिक व्यावसायिक फ़ॉन्ट, और बनाए गए चित्र के टेक्स्ट व फ़ॉन्ट में सीधे संशोधन की सुविधा, सात भाषाओं में उपलब्ध है—सरलीकृत और पारंपरिक चीनी, अंग्रेज़ी, जापानी, कोरियाई, स्पेनिश और पुर्तगाली। तीसरा सुधार चित्रों की श्रृंखला में है: एक ही अनुरोध से आपस में संगत 10 तक चित्र बनाए जा सकते हैं, जिनकी योजना मॉडल की एजेंट क्षमताएँ बनाती हैं; साथ ही, ऑनलाइन दुकान के उत्पाद पृष्ठों के लिए बहुत लंबे चित्र भी बनाए जा सकते हैं।

घोषित विशेषताKling Image 4.0
अधिकतम रिज़ॉल्यूशननेटिव 8K
हर चित्र में टेक्स्ट2 000 अक्षरों तक
prompt की लंबाई15 000 tokens तक
हर अनुरोध में संगत चित्र10 तक
पूर्वनिर्धारित फ़ॉन्ट70 से अधिक
पूर्वनिर्धारित रंग समायोजन110 से अधिक
टेक्स्ट की भाषाएँ7

Kling Image 4.0 सभी Kling Creative Studio उपयोगकर्ताओं के लिए उपलब्ध है और कंपनियों व डेवलपरों को API के ज़रिए भी दिया जा रहा है। Kling ने न तो कीमतें प्रकाशित की हैं और न ही benchmark: नेटिव 8K से लेकर लंबे टेक्स्ट तक, घोषित सुधारों की दूसरे मॉडलों से संख्यात्मक तुलना अभी उपलब्ध नहीं है।

🔗 Kling Image 4.0 (Kling का ब्लॉग) · X पर Kling की घोषणा


जनरेटिव वीडियो: Suno Visuals गानों को दृश्य रूप देता है, HeyGen ने Avatar 6 लॉन्च किया

17 नवंबर — अक्टूबर में आवाज़ के बाद, Suno अब Visuals के साथ चित्र और वीडियो के क्षेत्र में विस्तार कर रहा है। यह टूल लाइब्रेरी के किसी गाने को अधिकतम 15 सेकंड की क्लिप, लय के साथ तालमेल बिठाते बोलों वाले वीडियो या एल्बम कवर में बदलता है, या किसी फ़ोटो से क्लिप बनाता है। Suno के अनुसार, उसके मॉडल का नाम नहीं बताया गया है और उसे संगीत के लिए अनुकूलित किया गया है: क्लिप गाने की संरचना का अनुसरण करती हैं, उसके बोल शामिल करती हैं और पात्रों के होंठों की गति को गायन के साथ मिलाती हैं। इसके बाद क्लिप को लंबा किया जा सकता है, उसमें संशोधन किया जा सकता है या कोई टेक्स्ट prompt दोबारा चलाया जा सकता है। Visuals वेब, iOS और Android पर लॉन्च हुआ है, और Suno के MCP सर्वर से भी उपलब्ध है।

Visuals के क्रेडिट गानों के क्रेडिट से अलग हैं, और भुगतान करने वाले सदस्य सीमित अवधि के दौरान अपना पहला दृश्य मुफ़्त बना सकते हैं।

दृश्य क्रेडिट का पैकघोषित कीमत
2 500 क्रेडिट14,99 डॉलर
5 500 क्रेडिट29,99 डॉलर
20 000 क्रेडिट99,99 डॉलर
40 000 क्रेडिट199,99 डॉलर
वीडियो की लागत (तेज़ / मानक)प्रति सेकंड 15 / 30 क्रेडिट

Suno सुरक्षा उपायों पर ज़ोर देता है: फ़िल्टर कलाकारों, सार्वजनिक हस्तियों या कॉपीराइट से सुरक्षित कृतियों को लक्षित करने वाले prompts और चित्रों को रोकते हैं, हर वीडियो को दिखाने से पहले जाँचा जाता है, Audible Magic, ACRCloud और Musixmatch कॉपीराइट से सुरक्षित ऑडियो को फ़िल्टर करते हैं, और प्लेटफ़ॉर्म के बाहर साझा करने से पहले वॉटरमार्क जोड़ा जाता है।

🔗 Visuals का परिचय (Suno) · दृश्य क्रेडिट की कीमतें

HeyGen ने Avatar 6 लॉन्च किया, असली वीडियो के साथ तुलना में 42,2 % बार इसे असली माना गया

17 नवंबर — HeyGen ने वीडियो अवतारों का अपना नया मॉडल Avatar 6 लॉन्च किया है, जिसे वह New Measure के Avatar Arena में पहले स्थान पर बताता है। यह मॉडल नेटिव 2K चित्र बनाता है और एक जैसे हावभाव दोहराने के बजाय स्क्रिप्ट के अर्थ के अनुसार अपने इशारे बदलता है—जैसे गिनना, उँगली से इशारा करना या दिशा बताना। यह मेज़बान और अतिथि के बीच बातचीत के लिए एक ही दृश्य में दो अवतार भी दिखा सकता है। पहचान सत्यापन के बाद, अपनी एक फ़ोटो और छोटा वीडियो देकर इसे बनाया जा सकता है।

HeyGen द्वारा प्रकाशित परीक्षणघोषित परिणाम
Avatar 6 को असली माना गया (साथ-साथ तुलना, 270 उत्तर)42,2 %
HeyGen द्वारा गणना की गई « अंतर न कर पाने की दर »84,4 % (Avatar V : 44,4 %)
असली क्लिप को अकेले देखने पर असली माना गया78,9 %
Avatar 6 को अकेले, संबंधित व्यक्ति की आवाज़ के साथ देखने पर असली माना गया65,1 %
Seedance 2.5 के मुकाबले पसंद किया गया72,4 %

प्रमुखता से दिखाया गया 84,4 % का आँकड़ा HeyGen की अपनी गणना है, जो उस 42,2 % दर को दोगुना करती है जिसमें वोट देने वालों ने अवतार को असली वीडियो समझा। Avatar 6 ऐप, API और HeyGen के MCP के ज़रिए उपलब्ध है; इसकी कीमत प्रकाशित नहीं की गई है।

🔗 X पर HeyGen की घोषणा · Avatar 6 मॉडल का विवरण


Microsoft Ignite में GitHub Copilot: Rust में SDK 2.0, Terminal-Bench 4.1 पर Fusion, अनुकूलनशील code review, ब्राउज़र, Evals, Entra और JetBrains

17 नवंबर — Ignite के अवसर पर दिन भर में GitHub के चेंजलॉग में लगभग पंद्रह प्रविष्टियाँ जोड़ी गईं। ऊपर चर्चा किए गए MAI Code 2 और GPT-6.2 के अलावा, Copilot में ये नई उत्पाद सुविधाएँ आई हैं।

Microsoft Copilot SDK 2.0 में Rust कोर और सत्रों के बीच साझा runtime आया

Copilot के harness तक पहुँच देने वाला SDK, जिसका नाम 28 अक्टूबर को Microsoft Copilot SDK रखा गया था, अब नए प्रमुख संस्करण में आ गया है। अब एक ही runtime कई अलग-थलग सत्रों को होस्ट कर सकता है, जिनमें हर सत्र की अपनी पहचान, टूल, फ़ाइलें और इतिहास होता है: नया सत्र बनाने पर अब कोई container, process या वर्चुअल मशीन शुरू नहीं होती। इस व्यवस्था को व्यावहारिक बनाने के लिए runtime को Rust में दोबारा लिखा गया है।

प्रकाशित माप (पहले से तैयार कार्यभार)CLI TypeScriptRust 2.0 कोर
क्लाइंट + सत्र + एक संवाद चरण5,25 s55,3 ms
10 क्लाइंट के लिए मेमोरी1 383 Mo126 Mo
सत्रों की दरप्रति सेकंड 7,55प्रति सेकंड 120

SDK में एक « खाली » मोड जोड़ा गया है, जिसमें होस्ट से मिला कोई shell या फ़ाइल सिस्टम नहीं होता। इसमें सत्र लॉग और किसी दूसरे इंस्टेंस से सत्र फिर शुरू करने के लिए sessionFs भी मिलता है। इस संस्करण में पिछली संगतता तोड़ने वाले बदलाव हैं—विकल्पों का समूहीकरण, SDK protocol 4, Python और Rust में नाम बदलना—और यह TypeScript, Python, Go, .NET, Java और Rust में उपलब्ध बना हुआ है।

🔗 Microsoft Copilot SDK 2.0 (Command Line) · रिलीज़ v2.0.0

Copilot Fusion ने Terminal-Bench 4.1 की रैंकिंग में प्रवेश किया और github.com, Visual Studio तथा मोबाइल पर आया

GitHub ने सार्वजनिक रैंकिंग में Copilot Fusion के शुरुआती परिणाम प्रकाशित किए हैं। यह मोड प्रयास के स्तर के अनुसार मॉडलों को चुनता है और उनके काम का समन्वय करता है। Stanford, Harbor और Laude Institute द्वारा संचालित Terminal-Bench 4.1 पर Copilot Fusion Max ने 71,2 % कार्य हल किए, जो Opus 5.5 और Fable 5.2 से 5,4 प्रतिशत अंक अधिक है। GitHub के अनुसार, इसकी लागत Fable 5.2 से 88 % और Opus 5.5 से 57 % कम रही। Fusion को अब github.com, Visual Studio और GitHub Mobile के बीटा ऐप में चुना जा सकता है, और इसके मॉडलों की सूची भी बढ़ रही है: Claude Sonnet 5.5 को Max स्तर में, GPT-6.1 Terra को High स्तर में और MAI-Code-2 को Standard स्तर में जोड़ा गया है।

🔗 GitHub चेंजलॉग: Copilot Fusion

Copilot का code review अपने प्रयास का स्तर खुद चुनता है, सीक्रेट पहचानता है और Azure DevOps पर GA में पहुँचा

Pro से Enterprise तक सार्वजनिक पूर्वावलोकन में उपलब्ध Adaptive के साथ, Copilot हर pull request की जटिलता और जोखिम का आकलन करके खुद Lite, Balanced या Max प्रयास स्तर चुनता है; चुना गया स्तर दिखाया जाता है और वह प्रशासक की तय सीमा से कभी ऊपर नहीं जाता। दो अन्य सुविधाएँ भी सार्वजनिक पूर्वावलोकन में आई हैं: बदलाव पर निर्भर कोड की पहचान करने के लिए जुड़ी हुई सार्वजनिक repositories को पढ़ना, और pull requests में उजागर सीक्रेट का पता लगाना। दूसरी सुविधा regular expressions पर आधारित 500 से अधिक डिटेक्टरों को ऐसे सीक्रेट की AI पहचान के साथ जोड़ती है जिनका कोई पहचाने जाने योग्य प्रारूप नहीं होता। Repository insights पृष्ठ चार संकेतकों पर नज़र रखता है, जिनमें Copilot की उन टिप्पणियों की संख्या शामिल है जिन पर कार्रवाई हुई और वे pull requests भी शामिल हैं जिन्हें उसकी समीक्षा के बिना merge किया गया। अंत में, Azure Repos के लिए code review सामान्य उपलब्धता में आ गया है, और इसका शुल्क Azure सदस्यता पर GitHub AI क्रेडिट में लिया जाता है।

🔗 GitHub चेंजलॉग: अनुकूलनशील code review · Repository insights

Chrome एक्सटेंशन की मदद से Copilot ब्राउज़र में काम करता है, ऐप में Azure DevOps का समर्थन आया

नए GitHub Copilot in Chrome एक्सटेंशन के साथ browser use, Copilot CLI, GitHub Copilot ऐप, VS Code और JetBrains में सार्वजनिक पूर्वावलोकन में आ गया है: Copilot पहले से लॉग इन किए हुए Chromium ब्राउज़र (Chrome, Edge) के अलग टैब समूह में फ़ॉर्म भरता है, वेब पृष्ठों से जानकारी निकालता है या विकसित किए जा रहे ऐप की जाँच करता है। यह सुविधा डिफ़ॉल्ट रूप से बंद रहती है, और प्रशासक इसे प्रबंधित सेटिंग features.browserUse से बंद कर सकते हैं। GitHub Copilot ऐप में Azure DevOps repositories का समर्थन भी सार्वजनिक पूर्वावलोकन में आया है: एक एजेंट repository को clone करता है, pull request खोलता है, समीक्षा की टिप्पणी के अनुसार सुधार करता है और agent merge के साथ CI ठीक करके merge करता है; इन repositories के लिए क्लाउड सत्र उपलब्ध नहीं हैं।

🔗 GitHub चेंजलॉग: browser use · Ignite के लिए GitHub Copilot ऐप में नई सुविधाएँ

सार्वजनिक पूर्वावलोकन में GitHub Copilot Evals, skills, एजेंटों और MCP टूल की जाँच करता है

Copilot Individual, Business और Enterprise के लिए सार्वजनिक पूर्वावलोकन में उपलब्ध GitHub Copilot Evals यह जाँचता है कि prompts, मॉडल, skills या टूल बदलने पर भी Copilot का कॉन्फ़िगरेशन ठीक काम करता है या नहीं। एक eval किसी वास्तविक काम और अच्छे परिणाम की परिभाषा देता है, फिर परिणाम और एजेंट द्वारा अपनाए गए रास्ते, दोनों की जाँच करता है। /eval कमांड या स्वाभाविक भाषा से किसी skill, कस्टम एजेंट या MCP टूल के लिए eval बनाया जा सकता है, उसे चलाया जा सकता है—हर बार चलाने से पहले स्वीकृति ली जाती है—और बदलाव से पहले व बाद के निष्पादनों की तुलना की जा सकती है। यह टूल स्थानीय मूल्यांकन इंजन Vally पर आधारित है और VS Code एक्सटेंशन या Copilot CLI तथा ऐप के plugin के रूप में स्थापित होता है।

🔗 GitHub चेंजलॉग: Copilot Evals

Copilot CLI में Microsoft Entra लॉगिन और Microsoft 365 Copilot लाइसेंस का समर्थन आया

Copilot CLI में Microsoft Entra से लॉगिन का समर्थन Windows और macOS पर सार्वजनिक पूर्वावलोकन में उपलब्ध है; Linux का समर्थन बाद में आएगा। जिन कंपनियों के EMU खाते OIDC का इस्तेमाल करते हैं, उनमें Entra पहचान, Copilot Business या Enterprise लाइसेंस के साथ, जुड़े हुए GitHub खाते में अपने आप लॉग इन कर देती है। एक और नई बात यह है कि Frontier कार्यक्रम के वे संगठन, जिनके पास उपयोग के अनुसार बिल वाला Microsoft 365 Copilot लाइसेंस है, GitHub खाते के बिना Copilot CLI इस्तेमाल कर सकते हैं: तब inference Microsoft 365 के ज़रिए होता है, और Work IQ MCP सर्वर काम से जुड़ा डेटा संदर्भ में उपलब्ध कराता है। इस सुविधा के लिए Copilot CLI 1.0.113 ज़रूरी है, जो उसी दिन स्थिर संस्करण में आया।

🔗 GitHub चेंजलॉग: Entra लॉगिन · Copilot CLI 1.0.113

JetBrains के लिए Copilot में क्लाउड sandbox, दूरस्थ पहुँच और स्थानीय वॉइस डिक्टेशन आया

JetBrains IDE के लिए GitHub Copilot plugin में एजेंट की कई सुविधाएँ आ गई हैं जो VS Code में पहले से थीं; सभी सार्वजनिक पूर्वावलोकन में हैं: GitHub द्वारा होस्ट किए गए अलग-थलग वातावरण में सत्र चलाने वाला क्लाउड sandbox, VS Code या Copilot ऐप से बातचीत फिर शुरू करने देने वाली दूरस्थ पहुँच, Chrome एक्सटेंशन के साथ browser use और डिवाइस पर ही संसाधित होने वाला वॉइस डिक्टेशन। यह plugin split mode में दूरस्थ विकास का समर्थन भी करता है, चल रहे एजेंट को नया निर्देश देने (Enter) या आगे का निर्देश कतार में रखने (Ctrl+Enter) देता है, और मॉडलों की सूची में Copilot Fusion को सबसे ऊपर पिन करता है। कंपनियों के लिए, प्रबंधित सेटिंग अब अपवाद दिए जाने तक Claude और Codex को बंद रखती हैं, और IDE के 2025.2 संस्करण अब समर्थित नहीं हैं।

🔗 GitHub चेंजलॉग: JetBrains के लिए Copilot


Claude Platform ने लिंक्ड बिलिंग शुरू की, Warp ने इसे अपने Enterprise प्लान में उपलब्ध कराया

17 नवंबर — Anthropic ने Claude Platform पर लिंक्ड बिलिंग (linked billing) का बीटा शुरू किया है। अब तक, किसी तीसरे पक्ष के टूल में Claude API इस्तेमाल करने के लिए अक्सर उसे एक API कुंजी देनी पड़ती थी, जो पासवर्ड की तरह काम करती है। लिंक्ड बिलिंग के साथ, ग्राहक अपने Claude Platform संगठन को तीसरे पक्ष के प्लेटफ़ॉर्म से जोड़ता है और उपयोग का बिल सीधे उसे भेजा जाता है, बिना किसी कुंजी को साझा किए।

सॉफ़्टवेयर प्रदाताओं के लिए, Anthropic अनुमोदन प्रक्रिया और बिलिंग की मेज़बानी करता है: वे Console या Usage and Cost Analytics API (बीटा) में हर ग्राहक के अनुरोधों की संख्या, tokens और इस्तेमाल किए गए मॉडल देख सकते हैं, और हर अनुरोध पर तय कर सकते हैं कि भुगतान वे करेंगे या उनका ग्राहक। ग्राहक की ओर से, Owner, Admin या Billing भूमिका वाला उपयोगकर्ता पूरे संगठन के लिए एक बार इस जुड़ाव को मंज़ूरी देता है, हर प्लेटफ़ॉर्म के लिए मासिक खर्च सीमा तय करता है और किसी भी समय जुड़ाव हटा सकता है; उपयोग का भुगतान Anthropic के साथ मौजूदा खर्च प्रतिबद्धता से या उपयोग के हिसाब से किया जा सकता है। एक बात जानना ज़रूरी है: अनुरोध प्लेटफ़ॉर्म के संगठन में चलते हैं, इसलिए ग्राहक के संगठन की सेटिंग्स (अनुमत IP पतों की सूची, एन्क्रिप्शन कुंजियाँ, डेटा प्रतिधारण) उन पर लागू नहीं होतीं। शुरुआत से ही उन्नीस प्लेटफ़ॉर्म इसका समर्थन करते हैं, जिनमें Asana, Factory, Linear, Ramp, Railway, Tines और Warp शामिल हैं।

🔗 Claude Platform पर लिंक्ड बिलिंग (Anthropic) · X पर @ClaudeDevs की घोषणा

Warp ने Enterprise प्लान में Claude Platform के साथ लिंक्ड बिलिंग शुरू की

17 नवंबर — शुरुआत में शामिल 19 प्लेटफ़ॉर्म में से एक, Warp ने अपने कार्यान्वयन का विवरण दिया है। कोई कंपनी API कुंजी साझा किए बिना OAuth के ज़रिए अपने Claude संगठन को Warp से जोड़ती है, और Warp Agent द्वारा Claude के उपयोग का बिल Anthropic सीधे अपनी API दरों पर भेजता है; खर्च की सीमा तय करने और जुड़ाव हटाने का काम Claude Console के Linked Platforms पृष्ठ से किया जाता है। दस्तावेज़ों के अनुसार यह सुविधा केवल Warp Enterprise के लिए है: कार्यक्षेत्र में एक ही साझा जुड़ाव होता है, जिसे सक्रिय करने का निर्णय हर टीम लेती है। यह डेस्कटॉप, CLI, वेब और क्लाउड पर एजेंट को कवर करती है, जिसमें उप-एजेंट भी शामिल हैं, लेकिन Claude Code या Amazon Bedrock अथवा Vertex AI के ज़रिए होने वाला उपयोग शामिल नहीं है, और Claude Pro, Max, Team तथा Enterprise सदस्यताओं से इसका भुगतान नहीं किया जा सकता। अगर जुड़े हुए खाते में धन की कमी के कारण Anthropic कोई अनुरोध अस्वीकार करता है, तो Warp उसे टीम के Warp बैलेंस पर स्थानांतरित कर सकता है।

🔗 Warp अब Claude Platform के साथ लिंक्ड बिलिंग का समर्थन करता है · Warp के दस्तावेज़


कोड एजेंट: Claude Code 2.1.326, Claude Code टीम का सत्यापन दृष्टिकोण, Mistral Vibe Desktop, Antigravity 2.33, Replit Desktop और AI Studio के Android ऐप

Claude Code 2.1.326: एजेंट टीमों के साथ Code Mode, अधिक सुरक्षित सैंडबॉक्स और 233 सुधार

16 नवंबर — Claude Code 2.1.326 एक बड़ी रिलीज़ है: 367 प्रविष्टियाँ, जिनमें 233 सुधार शामिल हैं। नई सुविधाओं में, Code Mode अब एजेंट टीमों (agent teams) के साथ काम करता है। यह प्रयोगात्मक मोड 2.1.323 के साथ आया था, जिसमें Claude ऐसी स्क्रिप्ट लिखता है जो कई टूल कॉल को क्रम से चलाती हैं: दस्तावेज़ों के अनुसार, टीम के साथी डिफ़ॉल्ट दृश्य में Code Mode में चले जाते हैं, लेकिन अलग-अलग पैनलों में नहीं। 17 नवंबर को @ClaudeDevs ने पहली बार इसे प्रमुखता से दिखाया; यह डिफ़ॉल्ट रूप से बंद रहता है और CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 से सक्रिय किया जाता है।

Remote Control में भी प्रगति हुई है: claude remote-control से, Claude Desktop से या VS Code से शुरू किए गए सत्र के उत्तर लिखे जाने के साथ-साथ फ़ोन या ब्राउज़र पर दिखाई देते हैं। HIPAA कॉन्फ़िगरेशन « Claude Code + Cowork » वाले संगठनों में, टर्मिनल और VS Code के सत्र अब ऑटो मोड में शुरू होते हैं, जिसमें API से सीधे कनेक्शन पर सर्वर की ओर एक वर्गीकारक काम करता है।

इस रिलीज़ का बड़ा हिस्सा सुरक्षा को मज़बूत करता है: सैंडबॉक्स अब डिफ़ॉल्ट रूप से होम डायरेक्टरी के कुछ संवेदनशील फ़ोल्डरों में नहीं लिखता (अनुमति देने के लिए sandbox.filesystem.allowWrite), फ़ाइल टूल .credentials.json में लिखने से इनकार करते हैं, किसी वर्कट्री में अलग रखे गए उप-एजेंट अब साझा शाखाओं को दोबारा नहीं लिख सकते, और अधिक कमांड पुष्टि माँगते हैं, जिनमें bypass permissions मोड की कुछ कमांड भी शामिल हैं। इसके उलट, plugin.json में गलत प्रारूप वाले प्रदर्शन फ़ील्ड के कारण अस्वीकार किया गया प्लगइन अब अपने हुक और MCP सर्वरों के साथ लोड हो जाता है: प्रशासकों को जाँचना चाहिए कि वे क्या तैनात कर रहे हैं। दो बदलाव बिल को प्रभावित करते हैं: स्किल /claude-api डिफ़ॉल्ट रूप से अपने एजेंट Managed Agents पर बनाती है, और प्लान मोड में स्वचालित कम्पैक्शन जवाब देने वाले मॉडल का इस्तेमाल करता है (opusplan के साथ Opus), जिससे खर्च बढ़ सकता है। /update-config का कॉन्टेक्स्ट लगभग 93 000 से घटकर 13 000 tokens हो गया है, और Claude in Chrome का browser_batch बढ़कर 150 सेकंड हो गया है।

प्रविष्टि का प्रकार (v2.1.326)संख्या
सुधार (Fixed)233
बदलाव (Changed)62
सुधारात्मक उन्नयन59
जोड़ी गई सुविधाएँ (Added)11
हटाई गई सुविधाएँ (Removed)2

सुधारों में से कई बिना किसी चेतावनी के होने वाले नुकसान को रोकते हैं: आउटपुट रीडायरेक्ट होने पर claude purge एक ऐसे Enter दबाए जाने से परियोजना का डेटा हटा सकता था जो स्क्रीन पर दिखाई नहीं देता था, खर्च सीमा का मेनू बिना पूछे मासिक सीमा हटा देता था, और दो समानांतर MCP कॉल के परिणाम आपस में बदल सकते थे। TypeScript Agent SDK 0.3.326, MCP सर्वरों को कमांड लाइन के बजाय आरंभीकरण अनुरोध (mcpServersDelivery: 'initialize') में भेजता है, हालाँकि फ़िलहाल कमांड लाइन ही डिफ़ॉल्ट है। 2.1.327 पहले ही 17 नवंबर से npm के next चैनल पर उपलब्ध है, लेकिन रिलीज़ नोट्स नहीं हैं।

🔗 Claude Code v2.1.326 · Code Mode के दस्तावेज़

Claude Code टीम, verify स्किल से लेकर कमिट गेट तक, Claude के लिखे कोड का सत्यापन कैसे कराती है

16 नवंबर — अक्टूबर में अपनी कोड समीक्षा प्रक्रिया बताने के बाद, Claude Code टीम ने claude.dev ब्लॉग पर विस्तार से बताया है कि वह Claude के काम का सत्यापन कैसे कराती है; Claude उसके लगभग 90 % कोड को लिखता और दोबारा जाँचता है। एडी उस्मानी एक सरल विचार रखते हैं: सत्यापन के भरोसेमंद चक्र दर्जनों सत्रों को समानांतर चलाना संभव बनाते हैं। संरचित फ़ाइलें बनाने के एक आंतरिक परीक्षण में, अलग मूल्यांकनकर्ता ने, जो परिणाम को एक मूल्यांकन कसौटी के आधार पर परखता है, सफलता दर में 10 अंकों तक सुधार किया। लेख पहले एंड-टू-एंड परीक्षण, फिर प्रॉपर्टी परीक्षण और डिफ़रेंशियल परीक्षण सुझाता है, जो माइग्रेशन में उपयोगी होते हैं। टीम की प्रक्रिया में, verify स्किल बताती है कि ऐप कैसे चलाना और जाँचना है, विफलता के तीन दौर के बाद Claude किसी इंसान को बुलाता है, और 39 बिंदुओं की विश्वसनीयता जाँच-सूची पिछली घटनाओं को याद रखने की जगह लेती है; हर बिंदु डिफ़ में दिखाई देने वाली चीज़ों के आधार पर सक्रिय होता है। Code Review को निर्देश देने वाली REVIEW.md फ़ाइल हमेशा आधार शाखा से पढ़ी जाती है, ताकि कोई बदलाव उस नियम को न बदल सके जिसके आधार पर उसका मूल्यांकन होता है, और एक कमिट गेट (off, observe, enforce मोड) किसी कमिट को रोक सकता है अगर सत्र ने न /code-review चलाया हो, न /verify।

🔗 Claude Code टीम सत्यापन के बारे में कैसे सोचती है (claude.dev)

Mistral ने Vibe का डेस्कटॉप ऐप लॉन्च किया और यूरोपीय डेवलपरों को तीन महीने का Vibe Pro मुफ़्त दिया

17 नवंबर — Mistral अपने काम और कोडिंग सहायक Vibe (पहले Le Chat) को दो मोर्चों पर आगे बढ़ा रहा है। पहला, macOS और Windows के लिए एक डेस्कटॉप ऐप, Vibe Desktop: इसमें एक साथ कई काम सौंपे जा सकते हैं, एजेंटों को साथ-साथ काम करते देखा जा सकता है, फिर उसी विंडो में उनके डिफ़ की समीक्षा और पुल रिक्वेस्ट की प्रगति पर नज़र रखी जा सकती है। अक्टूबर के CLI नोट्स में पहले ही उल्लिखित यह ऐप अब उत्पाद पृष्ठ से डाउनलोड किया जा सकता है। दूसरा, एक लक्षित पेशकश: यूरोप के डेवलपरों को LECHONK कोड के साथ सीमित संख्या में तीन महीने का Vibe Pro मुफ़्त, उसके बाद 14,99 यूरो प्रति माह, जिसे किसी भी समय रद्द किया जा सकता है। पहले ट्वीट के एक घंटे बाद Mistral ने घोषणा की कि उस दिन के सारे कोड इस्तेमाल हो चुके हैं। Mistral अपने थ्रेड में कोई आँकड़ा दिए बिना Vibe और Mistral Large 4 (Le Chonk) को सर्वश्रेष्ठ खुली मॉडल-हार्नेस जोड़ी बताता है, जो कोडिंग में GLM और DeepSeek से आगे है; Large 4 के लिए 29 अक्टूबर को प्रकाशित नवीनतम आँकड़े FrontierCode 2.0 पर 19,7 % और Terminal-Bench 4.0 पर 41 % थे।

🔗 X पर Mistral AI की घोषणा · Vibe का उत्पाद पृष्ठ

Antigravity 2.33.0, SSH से दूरस्थ Linux मशीनों से जुड़ता है और GitHub पुल रिक्वेस्ट को एकीकृत करता है

17 नवंबर — Antigravity ऐप का संस्करण 2.33.0 एजेंट को स्थानीय मशीन से बाहर ले जाता है। यह SSH के ज़रिए किसी दूरस्थ 64-बिट Linux मशीन से जुड़ता है, ~/.ssh/config से OpenSSH के माध्यम से अपना सर्वर ख़ुद स्थापित करता है, और वहाँ परियोजनाएँ, Git वर्कट्री, एजेंट तथा टर्मिनल चलाता है, जो विंडो बंद होने के बाद भी चलते रहते हैं। GitHub पुल रिक्वेस्ट के लिंक लाइव स्थिति संकेतक बन जाते हैं और Overview पैनल में उनके लिए अलग अनुभाग मिलता है। यह संस्करण प्रशासक की अनुमति होने पर व्यावसायिक और एंटरप्राइज़ खातों के लिए /swarm तथा प्लगइन पैनल भी खोलता है, सात साझेदार प्लगइन (Cloudflare, Grafana Cloud, SonarQube, incident.io, Better Stack, Tavily, Levels.fyi) जोड़ता है और साइड पैनल में 200 Mo तक की मल्टीमीडिया फ़ाइलें स्वीकार करता है; कुल मिलाकर 16 उन्नयन और 21 सुधार हैं। एक दिन पहले, 2.32.2 ने /btw के अतिरिक्त सवालों को कई दौर की बातचीत वाले टैब में बदल दिया था, जिसमें केवल पढ़ने वाले टूल थे। टर्मिनल की ओर, 14 नवंबर की Antigravity CLI 1.5.9 रिलीज़ run_workflow टूल को सभी के लिए खोलती है, जो एजेंट से अनेक उप-एजेंटों के बीच काम बाँटने वाली Python स्क्रिप्ट लिखवाता है, और एक रिसाव ठीक करती है: HTTP MCP सर्वर के हेडर, जैसे API कुंजी, रीडायरेक्शन के दौरान किसी दूसरे होस्ट तक जा सकते थे।

🔗 Antigravity का बदलाव विवरण

Replit Desktop, स्थानीय फ़ोल्डरों पर काम करने वाले एजेंट के साथ Microsoft Store पर आया

17 नवंबर — Microsoft के साथ 7 अक्टूबर को पूर्वावलोकन के रूप में घोषित Replit Desktop ऐप अब Microsoft Store पर उपलब्ध है। इसमें Replit का एजेंट उन फ़ोल्डरों की फ़ाइलों पर काम करता है जिन्हें उपयोगकर्ता साझा करने के लिए चुनता है: वह टूल बनाता है, स्थानीय डेटा का विश्लेषण करता है और उससे ऐसी रिपोर्ट तैयार करता है जिन्हें Replit के क्लाउड के ज़रिए साझा किया जा सकता है। ऐप स्थानीय रूप से बनाए और चलाए जाते हैं, और हर बिल्ड Microsoft Execution Containers तथा NVIDIA OpenShell पर आधारित अपने अलग सैंडबॉक्स में होता है; उत्पाद पृष्ठ स्पष्ट करता है कि यह अलगाव समर्थित Windows और macOS उपकरणों पर लागू होता है, और Linux संस्करण भी उपलब्ध कराता है। Replit ने किसी कीमत या प्लान की जानकारी नहीं दी है।

🔗 X पर Replit की घोषणा · Replit Desktop का पृष्ठ

Google AI Studio, डेटाबेस, Google लॉगिन और Google Play पर प्रकाशन सहित पूरे Android ऐप बनाता है

17 नवंबर — Gemini 4 Carbon और Hydrogen के साथ, Google AI Studio का Build एजेंट एक प्रॉम्प्ट से शुरुआत करके डेटाबेस, उपयोगकर्ता लॉगिन और एआई सुविधाओं वाला Kotlin ऐप तैयार करता है। जब प्रॉम्प्ट में इन ज़रूरतों का वर्णन होता है, तो वह बैकएंड ख़ुद तैयार करने की पेशकश करता है: सुरक्षा नियमों सहित Cloud Firestore डेटाबेस, Google Sign-In के साथ Firebase Authentication, और Firebase AI Logic तथा App Check के ज़रिए Gemini मॉडलों को कॉल, ताकि API कुंजी कभी APK में मौजूद न हो। अब तक, AI Studio में बनाए गए Android ऐप अपना डेटा केवल स्थानीय सत्र में रखते थे। इसके बाद ऐप को अपनी निजी Google Play लाइब्रेरी में प्रकाशित करने के लिए एक सामान्य Google खाता ही पर्याप्त है: AI Studio बंडल बनाता और उस पर हस्ताक्षर करता है, फिर उसे अपने फ़ोन पर स्थापित किया जा सकता है। एकीकृत एमुलेटर आवाज़ के साथ HD 1200p में स्ट्रीम करता है, और एक क्लिक से स्क्रीन का चित्र प्रॉम्प्ट में जोड़ा जा सकता है।

🔗 Google AI Studio में Gemini के साथ फ़ुल-स्टैक Android ऐप बनाएँ


खुले मॉडल और इन्फ़रेंस: OVHcloud का Olala mini 7A1B, pi हार्नेस के लिए अनुकूलित Qwen3.8-27B, Together Compiler

OVHcloud ने अपने LLM परिवार के पहले मॉडल Olala mini 7A1B की घोषणा की, जिसे यूरोप के सार्वजनिक सुपरकंप्यूटरों पर प्रशिक्षित किया गया है

17 नवंबर — OVHcloud अपने पहले LLM परिवार Olala के साथ भाषा मॉडलों की दौड़ में उतर रहा है। पहले मॉडल, Olala mini 7A1B, में 7 अरब पैरामीटर हैं, जिनमें से हर अनुरोध पर 1 अरब सक्रिय होते हैं। ये प्रति परत 256 विशेषज्ञों वाले विशेषज्ञ-मिश्रण (Mixture of Experts, MoE) में व्यवस्थित हैं, और इसमें Differential-TPA तथा Mamba-3 को मिलाने वाला हाइब्रिड अटेंशन है। इसे यूरोप के तीन सार्वजनिक सुपरकंप्यूटरों, Jupiter, MeluXina और Jean Zay पर शून्य से प्रशिक्षित किया गया है, जिसके लिए मिली सहायता का मूल्य OVH ने कंप्यूटिंग घंटों के रूप में 7 मिलियन यूरो बताया है।

घोषित विशेषताOlala mini 7A1B
पैरामीटरकुल 7 अरब, 1 अरब सक्रिय
आर्किटेक्चरMoE, प्रति परत 256 विशेषज्ञ, Differential-TPA + Mamba-3
कॉन्टेक्स्ट32 000 tokens (v1.1 में 128 000 प्रस्तावित)
घोषित गतिRTX A4500 पर 160 tokens/s, GPU के बिना 50 tokens/s
न्यूनतम GPU मेमोरी8 Go
घोषित लाइसेंसHugging Face पर Apache 2.0

वेट अभी Hugging Face पर मौजूद नहीं हैं: प्रेस विज्ञप्ति में कहा गया है कि मॉडल अपने वेट, पूर्व-प्रशिक्षित आधार मॉडल, तकनीकी रिपोर्ट और AI Act के अनुपालन संबंधी दस्तावेज़ों सहित Apache 2.0 लाइसेंस के तहत वहाँ « उपलब्ध होगा »। आधिकारिक लॉन्च 19 नवंबर को OVHcloud AI Summit में प्रस्तावित है। फ़िलहाल कोई बेंचमार्क प्रकाशित नहीं हुआ है। पहले उल्लेखित ग्राहक Qwant इसका इस्तेमाल अपने त्वरित उत्तरों के लिए पहले से कर रहा है; OVH के अनुसार उत्तर 20 % तेज़ हैं और परिचालन लागत एक-तिहाई रह गई है। आगे की योजना भी तय है: साल के अंत तक v1.1, जिसमें 128 000 tokens का कॉन्टेक्स्ट और बेहतर गणितीय तर्क होगा, फिर 100 अरब से अधिक पैरामीटर वाला v2.0, जिसके संस्करण उद्यमों में एजेंटिक एआई, क्लाउड DevOps और साइबर सुरक्षा के लिए होंगे। OVHcloud के मुख्य कार्यकारी अधिकारी ऑक्टेव क्लाबा के अनुसार, तीन वर्षों में प्रशिक्षण की लागत बीसवें हिस्से तक घट गई है, और OVH खुले मॉडल पाने के लिए कुछ प्रयोगशालाओं की उदारता पर निर्भर नहीं रहना चाहता।

🔗 X पर OVHcloud की घोषणा · OVHcloud की प्रेस विज्ञप्ति

Qwen3.8-27B-pi-adapted: एक LoRA अडैप्टर, pi हार्नेस में SWE-bench Pro पर Qwen3.8-27B का स्कोर 29,4 से बढ़ाकर 62,7 % करता है

17 नवंबर — Hugging Face की टीमों द्वारा संचालित harness-hub परियोजना ने Qwen3.8-27B-pi-adapted प्रकाशित किया है। Apache-2.0 लाइसेंस वाला यह LoRA अडैप्टर Qwen3.8-27B को pi कोड एजेंट हार्नेस के मॉडल के रूप में काम करने के लिए विशेष रूप से अनुकूलित करता है। इसे सीधे हार्नेस के भीतर रीइन्फ़ोर्समेंट लर्निंग (TRL का एसिंक्रोनस GRPO) से प्रशिक्षित किया गया है, और इसके वेट Hub पर उपलब्ध हैं, साथ ही llama.cpp के लिए GGUF संस्करण भी है।

मापा गया बेंचमार्क (pi हार्नेस, pass@1)Qwen3.8-27Bअडैप्टर के साथप्रति कार्य टूल कॉल
SWE-bench Pro (51 सबसे कठिन कार्य)29,4 %62,7 %-55 %
Terminal-Bench 2.1 (86 कार्य)39,5 %55,8 %-62 %
Terminal-Bench 2.1 (68 अलग रखे गए कार्य)39,7 %55,9 %-64 %

टीम ने Terminal-Bench के उन 68 कार्यों को अलग करके देखा है जिनका इस्तेमाल चेकपॉइंट चुनने में नहीं हुआ था; इन पर भी बढ़त 16,2 अंक बनी रहती है। हालाँकि इस चयन में SWE-bench Pro के स्कोर का भी सहारा लिया गया था। यह 6 नवंबर को प्रस्तुत परियोजना का अगला चरण है, और younes ने आने वाले दिनों में अन्य अडैप्टर जारी करने की घोषणा की है।

🔗 Qwen3.8-27B-pi-adapted का विवरण (Hugging Face) · X पर younes की घोषणा

Together AI ने Together Compiler की शुरुआत की कहानी बताई, जो B200 पर उसके पुराने megakernels से 28 % तेज़ है

16 नवंबर — Together Compiler के लॉन्च के दो सप्ताह बाद, Together AI की शोध टीम ने इसके निर्माण की कहानी प्रकाशित की है: पिछले वर्ष वह megakernels, यानी हाथ से लिखे गए GPU कर्नेल, बना रही थी; इस वर्ष उसने उन्हें छोड़ दिया। लेख के अनुसार, Together Compiler, जो किसी मॉडल के कर्नेल को दोबारा लिखने और जोड़ने का काम एजेंटों को सौंपता है, B200 पर हाथ से लिखे गए megakernels से 28 % बेहतर प्रदर्शन करता है (Llama 3.2 1B पर 1 649 के मुकाबले 2 118 tokens/s)। megakernels तेज़ थे, लेकिन इतने अनम्य थे कि महीनों की मेहनत के बाद केवल एक का उत्पादन में इस्तेमाल हुआ, वह भी एक मॉडल, एक बैच आकार और एक ग्राहक के लिए; NVIDIA की दो मूलभूत सुविधाएँ, CUDA Graphs और PDL, बिना कर्नेल लिखे उनके प्रदर्शन का 98 % हासिल कर लेती हैं।

मापी गई कॉन्फ़िगरेशन (Llama 1B, H100)Tokens/smegakernel के सापेक्ष प्रदर्शन
Torch Compile (Inductor)669—
+ CUDA Graphs86487 %
+ सटीक जगहों पर रखा गया PDL97598 %
हाथ से लिखा गया megakernel990100 %

एजेंटों के मामले में, एक ज्ञान भंडार ने अंत में हासिल हुई गति वृद्धि को 19 % घटा दिया, जबकि एजेंटों के बीच बार-बार संवाद और न्यूनतम निर्देश से सबसे अच्छे परिणाम मिले।

🔗 Together Compiler तक का सफ़र (Together AI)


विज्ञान के लिए NVIDIA: Nemotron for Science, DKRZ द्वारा चुना गया 192 Vera CPU वाला प्लेटफ़ॉर्म, DGX Spark HPC Developer Kit

Nemotron for Science, वैज्ञानिक एजेंटों के लिए मॉडल, डेटा और विधियों का खुला संग्रह

16 नवंबर — SC26 में Ian Buck ने Nemotron for Science प्रस्तुत किया, जो वैज्ञानिक एजेंटों के लिए एक खुला संग्रह है। इसमें मल्टीमोडल मॉडल Nemotron 3.5 Super VL, रसायन विज्ञान के लगभग 50 000 प्रश्नों (विलेयता, चयापचय) वाला नया डेटासेट LitmusBench, और प्रायोगिक डेटा के आधार पर मॉडल को किसी क्षेत्र के अनुकूल बनाने के लिए NeMo Gym और NeMo RL की प्रशिक्षण के बाद अनुकूलन की विधियाँ शामिल हैं। इनका इस्तेमाल DGX Spark से लेकर सुपरकंप्यूटर तक किया जा सकता है। NVIDIA अपने साझेदारों के परिणाम सामने रख रही है: Lila Sciences का कहना है कि उसने क्वांटम डॉट्स के संश्लेषण की सटीकता लगभग दोगुनी कर दी है, जो GPT-6 Astra के 54 % के मुकाबले 61 % है, जबकि इन्फ़रेंस की लागत 10 से 20 गुना कम है; Terray Therapeutics ने RxnScribe परीक्षण में रासायनिक आरेखों से लगभग 76 % अभिक्रियाएँ पहचानीं; और KTH के एक एजेंट ने एक ही DGX Spark पर एक रात में 81 % विफल GROMACS कॉन्फ़िगरेशन ठीक कर दिए।

🔗 Nemotron for Science (NVIDIA) · प्रशिक्षण के बाद अनुकूलन पर तकनीकी लेख

वैज्ञानिक गणना के लिए 192 Vera CPU वाला रैक प्लेटफ़ॉर्म, जिसे DKRZ ने चुना है

16 नवंबर — NVIDIA अपने Vera प्रोसेसर को ऐसे सिमुलेशन के लिए एक प्लेटफ़ॉर्म के रूप में पेश कर रही है जिन्हें GPU से गति नहीं मिलती: तरल से ठंडा किया जाने वाला एक रैक, जिसमें 192 Vera CPU हैं, प्रत्येक में 88 Olympus कोर हैं, लगभग 300 To मेमोरी है और कुल मेमोरी बैंडविड्थ 200 To/s से अधिक है। NVIDIA के परीक्षणों के अनुसार, OpenFOAM के प्रवाह सिमुलेशन में Vera का प्रदर्शन x86 प्रणालियों से 1,9 गुना और प्रति वाट प्रदर्शन 2,4 गुना है। घोषित पहला ग्राहक, जर्मनी का जलवायु गणना केंद्र (DKRZ), इसे अपने HLRE-5 सुपरकंप्यूटर में लगाएगा, जिसे Bull बना रही है और जिसके 2028 की शुरुआत में आने की उम्मीद है। Dell, HPE, Lenovo और Supermicro 2027 की शुरुआत से ये रैक उपलब्ध कराएँगे, और NVIDIA एक नए Fortran कंपाइलर के पूर्वावलोकन संस्करण के साथ HPC SDK 26.11 जारी कर रही है।

🔗 विज्ञान के लिए Vera प्लेटफ़ॉर्म (NVIDIA)

DGX Spark HPC Developer Kit, शोधकर्ताओं के डेस्क के लिए चार DGX Spark का क्लस्टर

16 नवंबर — NVIDIA ने चार DGX Spark पर आधारित एक HPC डेवलपमेंट किट प्रस्तुत किया है, जो बिना स्विच के ConnectX-7 से रिंग में जुड़े हैं। पूरे सेट में 512 Go मेमोरी और 16 To स्टोरेज है, जो NVFP4 में 700 अरब पैरामीटर तक के मॉडल स्थानीय रूप से चलाने के लिए पर्याप्त है। इसका उद्देश्य शोधकर्ताओं को सुपरकंप्यूटर के लिए आवंटित घंटों का उपयोग करने से पहले कई नोड वाले सिमुलेशन विकसित करने और उनकी त्रुटियाँ दूर करने देना है; चारों नोड पर LAMMPS और NAMD का प्रदर्शन किया गया। यह किट Acer, ASUS, Dell, HP और Lenovo समेत नौ निर्माताओं तथा NVIDIA Marketplace पर बिक्री के लिए उपलब्ध है, लेकिन इसकी कीमत प्रकाशित नहीं की गई है; HPC SDK स्थापित करने वाली कार्यपुस्तिका जल्द आने की घोषणा की गई है।

🔗 DGX Spark HPC Developer Kit (NVIDIA ब्लॉग)


एआई और साइबर सुरक्षा: OTAN और यूरोपीय एजेंसियाँ OpenAI के साइबर मॉडल इस्तेमाल कर रही हैं, GitHub और Microsoft ने अनुरक्षकों को 99 सत्यापित रिपोर्ट दीं

OTAN और यूरोपीय एजेंसियाँ Daybreak के ज़रिए OpenAI के साइबर मॉडल इस्तेमाल कर रही हैं

17 नवंबर — OpenAI ने बताया है कि उसके साइबर सुरक्षा मॉडल पहले से ही OTAN और कई सहयोगी देशों की रक्षा में कैसे काम आ रहे हैं। OTAN की संचार और सूचना एजेंसी (NCIA) के साथ सहयोग के ज़रिए, गठबंधन की केंद्रीय संस्थाओं को उन्नत साइबर मॉडल उपलब्ध हैं और उन्होंने प्रति माह 300 अरब तक टोकन इस्तेमाल किए हैं। OpenAI ने Crossed Swords 2026 अभ्यास में भी सहयोग दिया, जिसमें प्रशिक्षण के एक नए हिस्से में मानवीय निगरानी के तहत Daybreak से साइबर अभियानों के एआई एजेंट बनवाए गए और उनका मूल्यांकन कराया गया। ENISA, ANSSI तथा जर्मनी और पोलैंड की एजेंसियों को इन मॉडलों की पहुँच मिली है, और यूक्रेन अपने नागरिक बुनियादी ढाँचे की रक्षा के लिए Daybreak का इस्तेमाल कर रहा है। बताए गए परिणाम ठोस हैं: ENISA द्वारा खोजी गई यूरोपीय संस्थाओं के सॉफ़्टवेयर की चार सुरक्षा खामियाँ ठीक की गईं; CERT Polska ने MikroTik RouterOS की छह सुरक्षा खामियाँ खोजीं; और ENISA तथा CERT-EU की एक रिपोर्ट के अनुसार, परीक्षण किए गए सभी मॉडलों को मिलाकर अनुरक्षकों को भेजे गए 88 संभावित मुद्दों में से 95 % वास्तविक निकले। लेख में किसी अनुबंध की राशि नहीं बताई गई है।

🔗 एआई से OTAN और सहयोगी देशों की साइबर सुरक्षा मज़बूत करना (OpenAI)

GitHub और Microsoft ने एआई की हज़ारों चेतावनियों से छह ओपन सोर्स परियोजनाओं के लिए 99 सत्यापित रिपोर्ट तैयार कीं

17 नवंबर — GitHub और Microsoft ने एक प्रायोगिक कार्यक्रम के परिणाम प्रकाशित किए हैं, जिसका उद्देश्य एआई से बनी सुरक्षा खामियों की रिपोर्टों की उस बाढ़ से निपटना है जो अनुरक्षकों पर भारी पड़ रही है। Microsoft Security के एजेंट आधारित विश्लेषण ढाँचे Codename MDASH ने MAI Cyber मॉडल के साथ छह परियोजनाओं (AutoGPT, Caddy, Express, FastMCP, ImageMagick और Netty) की जाँच की और सुधार सुझाए। Copilot कौशलों पर बने GitHub Security Lab के एक छँटाई एजेंट ने दोहराव और गलत चेतावनियाँ हटाईं, फिर Microsoft FORGE Lab के सात शोधकर्ताओं ने बची हुई हर चेतावनी की खुद जाँच की, जिसमें प्रति परियोजना लगभग दो दिन लगे।

MDASH प्रायोगिक कार्यक्रम का चरणप्रकाशित संख्या
शुरुआती चेतावनियाँ (GitHub के ट्वीट के अनुसार)9 791
अनुरक्षकों को निजी तौर पर भेजी गई रिपोर्ट99
15 नवंबर तक ठीक की गई रिपोर्ट55
किसी संस्करण में पहले से जारी किए गए सुधार14

Caddy ने अपनी सभी 22 रिपोर्टों की समस्याएँ एक सप्ताह या उससे कम समय में ठीक कर दीं। GitHub इससे तीन सीख निकालता है: खोजों से अधिक महत्त्व सुधारों का है, मानवीय सत्यापन अब भी अनिवार्य है लेकिन अभी बड़े पैमाने पर संभव नहीं है, और खामी का प्रदर्शन करने वाले नमूनों को सत्यापित करने के लिए अनुरक्षकों को साइबर सुरक्षा में सक्षम मॉडल चाहिए। GitHub Secure Open Source Fund से पहले से जुड़ी सभी परियोजनाओं को भेजने से पहले सत्यापित किए गए विश्लेषण और Copilot Max की पहुँच मिलेगी।

🔗 अनुरक्षकों को एआई की और बग रिपोर्ट नहीं, सुधार चाहिए (GitHub) · GitHub का ट्वीट


एआई और रोबोटिक्स: Gemini 4 Hydrogen के साथ Antigravity के लिए Robotics प्लगइन, HubEgo-100K वीडियो डेटासेट

Google ने Antigravity के लिए Robotics प्लगइन लॉन्च किया और Gemini 4 Hydrogen को सामान्य प्रयोजन के रोबोटिक्स मॉडल के रूप में पेश किया

17 नवंबर — Google, Antigravity को रोबोटिक्स कार्यशाला में बदल रहा है। नया Robotics प्लगइन ऐसे कौशल एक साथ लाता है जिन्हें Gemini डेवलपर के लिए चलाता है: USB केबल से जुड़ने के बाद ड्राइवर स्थापित करना, कैमरे पहचानना, रोबोटिक भुजा का अंशांकन और परीक्षण गतिविधियाँ, Antigravity में MuJoCo दृश्य बनाना, बंद लूप में बोध और नियंत्रण, और फिर पूरा अनुप्रयोग तैयार करना। इसमें प्रमुख मॉडल Gemini 4 Hydrogen है: Artificial Analysis Robotics 0.1 बेंचमार्क पर, जहाँ 6 अक्षों वाली एक वास्तविक भुजा मेज़ पर रोज़मर्रा के 8 काम क्रम से करती है, इसे 58 का स्कोर मिलता है, जो प्रति टोकन कम लागत पर Argon के स्कोर के करीब है। ERQA पर स्थानिक तर्क में यह Gemini Robotics ER 2 से आगे है। प्रदर्शनों से काम के पैमाने का अंदाज़ा मिलता है: एक YAM भुजा का लगभग दस मिनट में अंशांकन किया गया, और कन्वेयर पर नाश्ते की चीज़ें छाँटने वाली प्रणाली को सिमुलेशन में सत्यापित करने के बाद लगभग एक घंटे में तैनात किया गया। Antigravity केवल Google AI Pro और Ultra के सशुल्क ग्राहकों के लिए उपलब्ध है; मॉडल का इस्तेमाल Gemini API और AI Studio में भी किया जा सकता है।

🔗 रोबोटिक्स के लिए Gemini Hydrogen (Google Developers) · Google DeepMind की पोस्ट शृंखला

Hub ने CC BY 4.0 के तहत पेशेवर कार्यों के प्रथम व्यक्ति दृष्टिकोण वाले वीडियो का HubEgo-100K डेटासेट सार्वजनिक किया

16 नवंबर — Hub ने Hugging Face पर HubEgo-100K सार्वजनिक किया है, जो रोबोटों के प्रशिक्षण के लिए कुशल कार्यों के प्रथम व्यक्ति दृष्टिकोण वाले वीडियो का डेटासेट है और शोध तथा व्यावसायिक उपयोग के लिए मुफ़्त है। नाम और घोषणा में 100 000 से अधिक योगदानकर्ताओं से 100 000 घंटे जुटाने का लक्ष्य है; प्रकाशित पहले संस्करण में 12 227 लोगों द्वारा 72 घंटों में अपने कार्यस्थलों पर या घर से किए जाने वाले पेशों में फ़िल्माए गए 10 000 घंटे शामिल हैं। वीडियो RGB में हैं, उनके साथ जड़त्वीय मापन इकाई का डेटा है, वे LeRobot और MCAP प्रारूपों में CC BY 4.0 लाइसेंस के तहत उपलब्ध हैं और उन तक पहुँच अनुरोध पर मिलती है। ज़ोर मात्रा के बजाय विविधता पर है: प्रति कार्य प्रकार लोगों की संख्या की माध्यिका 250 है, और कुल घंटों में किसी भी व्यक्ति का हिस्सा 0,22 % से अधिक नहीं है। Hub, ICLR 2025 में प्रस्तुत शोध पर निर्भर करता है, जिसके अनुसार किसी रोबोटिक नीति का सामान्यीकरण मुख्य रूप से देखे गए परिवेशों और वस्तुओं की संख्या पर निर्भर करता है।

🔗 X पर Hub की घोषणा · Hugging Face पर HubEgo-100K डेटासेट


वॉइस एआई: ElevenLabs ने वॉइस एजेंटों के लिए वास्तविक समय में चिकित्सकीय लिप्यंतरण करने वाला Scribe v3 Live Medical लॉन्च किया

17 नवंबर — Scribe v3 Live के एक सप्ताह बाद, ElevenLabs ने उसका एक चिकित्सकीय संस्करण जारी किया है, जिसे रोगियों, बीमाधारकों और स्वास्थ्य पेशेवरों को सीधे जवाब देने वाले वॉइस एजेंटों के लिए बनाया गया है। मॉडल उन शब्दों पर केंद्रित है जिन्हें सामान्य प्रयोजन का मॉडल सबसे अधिक गलत पहचानता है: दवाओं के नाम, खुराक और चिकित्सकीय प्रक्रियाएँ। टीमें अपने उपयोग से जुड़े 10 000 तक शब्द जोड़ सकती हैं, जिससे ElevenLabs के अनुसार चिकित्सकीय शब्दों की त्रुटियाँ 48 % तक घटती हैं; मॉडल कई हिस्सों में बोलकर बताए गए नंबर के पूरा होने का इंतज़ार भी करता है और कॉल के दौरान 90 से अधिक भाषाओं में भाषा बदलने पर उसका साथ देता है, जबकि विलंब लगभग 150 ms है।

परीक्षण बेंच (ElevenLabs का आंतरिक)Scribe v3 Live Medical
PriMock57 (WER)12,8 %
Fareez OSCE (अर्थगत WER)0,6 %
Eka Medical ASR11 % (Scribe v3 Live : 11,54 %)
MED-Term अंग्रेज़ी / जर्मन / फ़्रांसीसी2,24 % / 2,81 % / 3,24 %

PriMock57 पर ElevenLabs ने परीक्षण किए गए चिकित्सकीय मॉडलों में सबसे कम त्रुटि दर का दावा किया है, जिसमें दूसरे स्थान वाले मॉडल की तुलना में 17 % कम त्रुटियाँ हैं, हालाँकि इन प्रतिस्पर्धियों के नाम नहीं बताए गए हैं। मॉडल ElevenAgents में अभी से उपलब्ध है और BAA अनुबंध वाले उद्यमों के लिए HIPAA के तहत पात्र है।

🔗 Scribe v3 Live Medical (ElevenLabs)


उद्यमों में अपनाना: Devin का मूल्य मापने के लिए Cognition ने McKinsey से साझेदारी की

16 नवंबर — Cognition ने बड़ी कंपनियों को सॉफ़्टवेयर इंजीनियरिंग में एआई से मापने योग्य लाभ हासिल करने में मदद देने के लिए McKinsey & Company के साथ साझेदारी की घोषणा की है। Devin इंजीनियरिंग का काम सँभालता है; McKinsey ग्राहकों को प्राथमिकता वाली परियोजनाएँ चुनने, लागत, गति और गुणवत्ता के लिए आधार स्तर तय करने तथा टीमों को पुनर्गठित करने में मदद करती है। लेख, 2026 की दूसरी तिमाही में उत्पाद और इंजीनियरिंग के 334 प्रमुखों के बीच किए गए McKinsey के सर्वेक्षण पर आधारित है: सबसे उन्नत चौथाई संगठनों ने उत्पादकता में 2 गुने से अधिक बढ़ोतरी बताई है, जबकि 30 % ने गिरावट देखी है। Cognition का दावा है कि वैश्विक प्रणालीगत महत्त्व वाले आठ अमेरिकी बैंकों में से छह और शीर्ष छह अमेरिकी स्वास्थ्य बीमा कंपनियों में से तीन उसके ग्राहक हैं, और लागत 60 % तक कम है। पहला बताया गया उदाहरण पोलैंड की सॉफ़्टवेयर कंपनी Comarch है, जो Devin की मदद से अपने 20 वर्ष पुराने ERP XL का 18 महीनों में आधुनिकीकरण कर रही है। किसी राशि का खुलासा नहीं किया गया है।

🔗 Cognition और McKinsey (Devin ब्लॉग)


संक्षिप्त समाचार

NVIDIA

  • राष्ट्रीय सुरक्षा और निर्यात समिति — अपने वित्तीय नतीजों के दिन NVIDIA ने अपने निदेशक मंडल की एक स्थायी समिति बनाई, जिसकी अध्यक्ष सुज़ैन नोरा जॉनसन हैं और जिसमें स्टीफ़न सी. नील और जॉन ओ. डबीरी भी शामिल हैं; राष्ट्रीय सुरक्षा और व्यापार अनुपालन की टीमें इस समिति के साथ-साथ अंतरिम मुख्य कार्यकारी अधिकारी को भी रिपोर्ट करती हैं। 🔗 स्रोत
  • सब्सट्रेट और एनकैप्सुलेशन — Kinsus, NVIDIA के लिए समर्पित अपनी ABF सब्सट्रेट क्षमता को 3,5 गुना से अधिक बढ़ाएगा (उत्पादन 2027 की दूसरी छमाही में), SPIL, NVIDIA से मिले कई अरब डॉलर के वित्तपोषण से उन्नत एनकैप्सुलेशन का विस्तार कर रहा है, और Amkor के साथ समझौते लगभग 3 अरब डॉलर तक पहुँच रहे हैं। 🔗 स्रोत
  • IBM, Fermilab और क्वांटम कंप्यूटिंग — त्रुटि सुधार और उच्च ऊर्जा भौतिकी के लिए समर्पित एक साझा सह-डिज़ाइन मंच बनाने के लिए DGX B200 को IBM के क्वांटम कंप्यूटरों के पास स्थापित किया गया है, जिनमें Nighthawk प्रोसेसर वाले कंप्यूटर भी शामिल हैं। 🔗 स्रोत

चित्र और सृजन

  • Midjourney — संपादन मॉडल अब मूडबोर्ड, शैली कोड और शैली संदर्भ चित्र लागू करता है: बस प्रॉम्प्ट बार में एक चित्र डालकर उसमें शैली जोड़नी होती है, प्रॉम्प्ट लिखने की ज़रूरत नहीं; अल्फ़ा साइट पर « शैली बदलें » मेनू भी जोड़ा गया है। 🔗 स्रोत
  • Ideogram Print on Demand Studio — मुद्रित उत्पाद बेचने वालों के लिए एक कार्यक्षेत्र: रुझान पहचानना, डिज़ाइन बनाना, उसे वेक्टर में बदलना या बड़ा करना, छपाई के लिए तैयार करना और उत्पाद पर उसका रूप देखना, यह सब Ideogram के वेक्टर मॉडल के साथ; किसी कीमत या योजना का विवरण नहीं दिया गया है। 🔗 स्रोत
  • Luma में Laya — Luma ने अपने बोर्ड व्यवस्थित करने वाले तंत्र को समझाया: मुख्य एजेंट Orca, व्यवस्था का काम उप-एजेंट Laya को सौंपता है, जो तय करता है कि किन चीज़ों को समूहों में रखा जाए और उनकी स्थिति की गणना कोड पर छोड़ देता है; इस गणना में किए गए एक सुधार ने एक परीक्षण का समय 195 से घटाकर 22 सेकंड कर दिया। 🔗 स्रोत

कोड एजेंट और CLI

  • Codex CLI 0.171.0-alpha.12 — तीन पूर्वावलोकन संस्करणों के विवरण खाली हैं; उनके कमिट शीर्षकों के अनुसार, टर्मिनल की साइडबार में दस्तावेज़ों और चित्रों के पूर्वावलोकन, कंपोज़र में बदलाव वापस लेने की सुविधा और अपनी पसंद की स्थिति पंक्तियाँ बनाने की सुविधा जुड़ी है। इसके बाद 17 नवंबर की शाम को सुधारों वाला स्थिर संस्करण 0.169.1 आया, जिसके संस्करण विवरण उपलब्ध नहीं हैं। 🔗 स्रोत
  • Qwen Code v0.28.0 — Qwen4-Max का समर्थन (मूल प्रयास स्तर, कैश TTL), हेडलेस मोड, टर्मिनल इंटरफ़ेस और उप-एजेंटों के लिए डिफ़ॉल्ट रूप से एक ही एजेंट लूप, और Web Shell में प्रबंधित वर्कट्री के भीतर सत्र। 🔗 स्रोत
  • Kimi Code 2.6.3 — छह सुधार: बाहरी Stop हुक फिर से हर उत्तर के बाद चलता है, सत्र दोबारा शुरू करने पर पृष्ठभूमि कार्यों की सूचनाएँ अब नया उत्तर शुरू नहीं करतीं, और Windows पर WebBridge डेमन अपडेट हो जाता है। 🔗 स्रोत
  • Delta Personal Runners — एजेंटों के साथ कोड लिखने के लिए Zed का परिवेश Delta अब किसी दूसरे उपकरण, यहाँ तक कि फ़ोन से भी, ऐसे थ्रेड को नियंत्रित करने देता है जिसके संवाद चक्र आपकी अपनी मशीन पर चलते हैं; delta runner serve यही काम बिना इंटरफ़ेस वाले सर्वर पर करता है। किसी कीमत की घोषणा नहीं हुई है। 🔗 स्रोत
  • Devin के संस्करण विवरण — साइडबार अब सदस्यता लेकर ट्रैक किए जा रहे सत्र दिखाती है, संग्रहित करने की जगह « पूरा हुआ चिह्नित करें » विकल्प आ गया है, Phonebook निर्देशिका हर सदस्य की अलग-अलग पहचानें (Slack, Teams, Git, Jira, Linear) जोड़ती है और सुरक्षा निष्कर्ष CSV में निर्यात किए जा सकते हैं। 🔗 स्रोत
  • Gemini CLI — 10 नवंबर के बाद से अब भी कोई नया संस्करण नहीं आया है, लेकिन main शाखा अब नीति नियमों की रेगुलर एक्सप्रेशन को re2js से रैखिक समय में और 2 000 निर्देशों की सीमा के साथ जाँचती है; lookahead या बैकरेफ़रेंस वाला नियम अनदेखा कर दिया जाता है। 🔗 स्रोत
  • DeepSeek Harness 0.2.2-rc.4 — स्थिर संस्करण के बिना चालीसवाँ पूर्वावलोकन संस्करण, जो केवल दो सुधारों तक सीमित है: मॉडल के अप्रत्याशित उत्तरों को सँभालना और डेस्कटॉप ऐप में LiveShare साझाकरण। 🔗 स्रोत

GitHub की अन्य नई सुविधाएँ

  • माँग पर गोपनीय कुंजियों की स्कैनिंग — सार्वजनिक पूर्वावलोकन में, सुविधा सक्रिय करने पर Copilot का security-review विशेषज्ञ मौजूदा बदलावों पर GitHub के 500 से अधिक गोपनीय कुंजी डिटेक्टर और उसका फ़ाइन-ट्यून किया गया मॉडल चलाता है; यह CLI, ऐप, SDK और कोड समीक्षा में उपलब्ध है। 🔗 स्रोत
  • एजेंट संचालन ढाँचों की तुलना — Copilot की प्रदर्शन परीक्षण वेबसाइट एक ही मॉडल और समान प्रयास स्तर पर Copilot CLI की तुलना Claude Code और Codex CLI से करती है, जिसमें कार्य हल करने की दर और प्रति कार्य लागत दिखाई जाती है; बदलाव विवरण में कोई आँकड़ा नहीं दिया गया है। 🔗 स्रोत
  • GitHub Event Streams — प्रतीक्षा सूची के ज़रिए उपलब्ध पूर्वावलोकन में, कोई एजेंट पुल रिक्वेस्ट की सदस्यता लेकर उसकी समीक्षाएँ, कमिट, टकराव और CI में बदलाव सीधे प्राप्त करता है, बिना बार-बार API से पूछताछ किए और बिना सार्वजनिक वेबहुक उपलब्ध कराए। 🔗 स्रोत
  • Microsoft Agent 365 — Enterprise Managed Users वाले GitHub Enterprise Cloud का उपयोग करने वाली कंपनियाँ Copilot एजेंटों की गतिविधि यहाँ भेज सकती हैं, जिसमें प्रॉम्प्ट, उत्तर, टूल कॉल और जोखिम संकेत Purview तथा Defender में उपलब्ध होते हैं। 🔗 स्रोत
  • Agent Host Protocol — एक इंजीनियरिंग लेख उस प्रोटोकॉल के निर्माण की कहानी बताता है जो एजेंट सत्र को एक उपकरण से दूसरे पर ले जाता है; इसमें दो स्वतंत्र होस्ट हैं, VS Code के लिए TypeScript और GitHub के लिए Rust में कार्यान्वयन है, और छह भाषाओं में लाइब्रेरी उपलब्ध हैं। 🔗 स्रोत
  • GitHub MCP सर्वर 2.2.0 — सर्वर के निर्देशों की जगह फ़िल्टर किए गए MCP कौशल आ गए हैं, गोपनीय कुंजी स्कैनिंग के चेतावनी टूल गोपनीय कुंजियाँ छिपा सकते हैं, और नए सार्वजनिक टूल एजेंटों के स्वचालन के काम आते हैं। 🔗 स्रोत
  • केवल प्लगइन के ज़रिए अनुकूलन — प्रबंधित सेटिंग strictPluginOnlyCustomization से उद्यम प्रशासक यह अनिवार्य कर सकते हैं कि Copilot के कौशल, एजेंट, हुक, MCP सर्वर और एक्सटेंशन प्लगइन या प्रबंधित सेटिंग से ही आएँ। 🔗 स्रोत
  • 9 नवंबर का Copilot सारांश — GitHub Copilot ऐप में क्लाउड या Codespace सत्र को फ़ोन पर जारी रखने के लिए QR कोड, बातचीत छोड़े बिना MCP सर्वर से दोबारा जुड़ने की सुविधा और फ़्रेंच सहित कई भाषाओं में बोलकर लिखने की सुविधा जुड़ी है। 🔗 स्रोत
  • Dependabot — चेतावनियों को खारिज करने की प्रत्यायोजित अनुमति के अनुरोध अब एक सप्ताह के बजाय एक वर्ष तक खुले रहते हैं, पहले github.com पर और फिर GHES 3.24 में। 🔗 स्रोत

मॉडल, शोध और Hugging Face

  • You.com और Lebrel पर Qwen4-Max — OpenRouter, Vercel और Novita AI के बाद Qwen ने You.com पर Qwen4-Max की उपलब्धता की घोषणा की, फिर एजेंट आधारित कोडिंग के लिए Lebrel पर भी; कीमत या योजना का विवरण नहीं दिया गया है। 🔗 स्रोत
  • TRL v1.18.1 — सुधार वाला संस्करण: Python 3.15 पर CLI ठीक की गई है और सटीकता के पुरस्कारों की गणना अलग प्रक्रिया में होती है, ताकि कोई असामान्य उत्तर प्रशिक्षण को रोक न दे। 🔗 स्रोत
  • MecCog Challenge — Hugging Face और CASP के संस्थापकों ने 15 जनवरी 2027 तक चलने वाली एक प्रतियोगिता शुरू की है, जिसमें अल्ज़ाइमर रोग में APOE4 की भूमिका से जुड़ी पाँच परिकल्पनाओं को शोध साहित्य से जोड़ना है; यह मनुष्यों और एजेंटों दोनों के लिए खुली है और इसके परिणाम शोध पत्रिका में प्रकाशित होंगे। 🔗 स्रोत
  • OpenRouter का Auto Router — AutoBench परीक्षण के अनुसार, जिसके लेखक खुद भी एक राउटर पेश करते हैं, नया Auto Router, high सेटिंग पर 65,2 % मामलों में सही मॉडल चुनता है, जबकि पुराना 79,1 % मामलों में सही चुनता था; इसकी अन्य सेटिंग का प्रदर्शन संयोग के स्तर पर बना रहता है। 🔗 स्रोत
  • एजेंटों के रूप में बिना सेंसरशिप वाले मॉडल — इन मॉडलों तक पहुँच बेचने वाली OpenUncensored ने 32 मॉडलों को टूल इस्तेमाल करने वाले पाँच कार्यों पर परखा: सर्वश्रेष्ठ मूल मॉडलों से बने मॉडल 38 % कार्य पूरे करते हैं, जबकि अन्य 28 %। 🔗 स्रोत
  • TuHaMa — Turkish NLP Suite ने Ekşi Sözlük फ़ोरम से लिए गए, 12 समूहों को निशाना बनाने वाले तुर्की भाषा के 52 000 घृणास्पद भाषण के उदाहरण प्रकाशित किए हैं, जिन्हें मॉडलों की सांस्कृतिक समझ की परीक्षा के रूप में प्रस्तुत किया गया है। 🔗 स्रोत
  • CUDA C++ में TRELLIS.2 — सुवादित्य मुखर्जी ने Claude से इस 3D मॉडल को CUDA C++ में दोबारा लिखवाया: यह PyTorch कार्यान्वयन से 5,3 गुना तेज़ है, या बिट स्तर पर हूबहू समान परिणामों के साथ 2,2 गुना तेज़, जिसके लिए एआई पर लगभग 7 डॉलर और H200 पर गणना के लिए 60 डॉलर खर्च हुए। 🔗 स्रोत
  • AI Model Hacking Hackathon — VIDRAFT ने ब्राउज़र में ViKernel की रेड टीमिंग की प्रतियोगिता शुरू की है, जो चार सत्रों में होगी और जिसमें 4 500 डॉलर की पुरस्कार राशि है। 🔗 स्रोत

रोबोटिक्स

  • LeWAM — केवोर्क सुलाहियन ने GPT-6 Astra से वज़नों को सीधे संपादित करके LeWAM की रोबोट नियंत्रण नीति सुधारने को कहा: 300 नई शुरुआती स्थितियों पर सातों संपादित संस्करणों में से किसी ने भी मूल नीति से बेहतर प्रदर्शन नहीं किया (-2,3 से +3,0 अंक)। 🔗 स्रोत
  • FiftyOne के लिए TartanGround — Voxel51 ने CMU AirLab के डेटासेट से ज़मीनी रोबोट के छह मार्गों (अस्पताल, बंदरगाह, दलदल, जापानी शहर, कारखाना, शहर का केंद्र) को कैमरा, सेगमेंटेशन, लिडार, स्थिति और अभिविन्यास तथा IMU डेटा सहित रूपांतरित किया है। 🔗 स्रोत

वॉइस एआई

  • PostNord और ElevenAgents — नॉर्डिक डाक सेवा संचालक ने लगभग 90 दिनों में अपनी स्वीडिश स्वचालित फ़ोन सेवा को कई एजेंटों वाले तंत्र से बदल दिया: बिना कॉल ट्रांसफ़र किए सुलझाई गई कॉल का हिस्सा 45 से बढ़कर 60 % हो गया, जिसके बाद डेनमार्क, नॉर्वे और फ़िनलैंड में विस्तार किया जाएगा। 🔗 स्रोत
  • Together AI पर Wonderful — Wonderful केवल यूरोप में समर्पित NVIDIA GPU पर अपने वॉइस मॉडल उपलब्ध कराता है, जिन्हें कम समर्थन वाली भाषाओं के लिए फ़ाइन-ट्यून किया गया है; Together AI के अनुसार पहला वाक्य आने तक 274 ms लगते हैं। 🔗 स्रोत

कंपनियाँ और संस्थाएँ

  • Revolut और Codex — OpenAI द्वारा प्रकाशित एक अध्ययन में Revolut का कहना है कि उसने Codex की मदद से कोडिंग में लगने वाला समय 30 से 60 % घटाया है और पहले स्तर की जाँच FinCrime एजेंट को सौंपी है, जबकि अंतिम निर्णय मनुष्य के पास रहता है। 🔗 स्रोत
  • SpaceXSI में Grok Bots — पाँच Grok Bots लेखा टीम के बिल बनाने और भुगतान वसूलने के चक्र को सँभालते हैं: SpaceXSI के अनुसार, लगभग 24 घंटे की जगह कुछ मिनटों में बिल जारी होता है और भुगतान का मिलान करने का समय 3 या 4 घंटे से घटकर 30 मिनट हो गया है। 🔗 स्रोत
  • OpenAI for Chile — चिली के विज्ञान मंत्रालय के साथ प्रशासन में एआई के उपयोग, सरकारी कर्मचारियों के प्रशिक्षण और स्टार्टअप को सहायता देने की संभावनाएँ तलाशने के लिए समझौता ज्ञापन, जिसमें निवेश या खरीद की कोई प्रतिबद्धता नहीं है। 🔗 स्रोत
  • Cohere North में Crunchbase — PitchBook के बाद North के एजेंटों को सत्तर लाख से अधिक कंपनियों की प्रोफ़ाइल और Crunchbase के पूर्वानुमानों तक पहुँच मिलती है; यह उन ग्राहकों के लिए है जिनके पास Crunchbase लाइसेंस और एकल साइन-ऑन है। 🔗 स्रोत
  • Perplexity की RAG मार्गदर्शिका — अक्टूबर के बाद पुनर्प्राप्ति संवर्धित जनरेशन पर पाँचवीं मार्गदर्शिका: इसके लाभ, संरचनाएँ, उपयोग के उदाहरण और अकेले LLM, MCP या API से इसके अंतर, बिना किसी नई उत्पाद सुविधा के। 🔗 स्रोत

इसका क्या अर्थ है

प्रति कार्य लागत अब मॉडल लॉन्च का मुख्य तर्क बन रही है। OpenAI, GPT-6.2 को किसी एक रिकॉर्ड के आधार पर नहीं बेच रहा, बल्कि कम टोकन में मिले बेहतर स्कोर और Astra की घटी कीमत के आधार पर पेश कर रहा है; साथ ही, इंतज़ार कर सकने वाले एजेंटों के लिए 2 और 8 घंटे की सस्ती निष्पादन अवधियाँ जोड़ रहा है। Microsoft, MAI Code 2 को Claude Opus 5.5 के 96 % प्रदर्शन के साथ उसकी 5 % लागत पर पेश करता है, GitHub, Copilot Fusion को Opus 5.5 और Fable 5.2 से आगे बताता है, वह भी Fable से 88 % कम लागत पर, और Perplexity हर WANDR स्कोर के पास उसकी प्रति कार्य लागत दिखाता है। ये तुलनाएँ प्रदाताओं की अपनी शर्तों वाली तुलनाएँ हैं: MAI Code 2 के लिए प्रचारात्मक कीमत, OpenAI में हर मॉडल का सर्वोत्तम विन्यास, जबकि Fable 5.2 अब भी Intelligence Index और FrontierCode 2.0 में आगे बना हुआ है।

एजेंट अब कार्य से लक्ष्य की ओर बढ़ रहे हैं। Devin Bots को एक ज़िम्मेदारी दी जाती है, Replit Missions को एक बजट के भीतर हासिल करने वाला परिणाम, Gemini Tasks को फ़ोन करने और भुगतान करने का अधिकार, और Multiagent किसी मामले को मॉडलों की टीम में बाँटता है। इस स्वायत्तता के साथ सुरक्षा उपायों का स्वरूप बदल रहा है: Replit के मिशन समझौते में खर्च की अधिकतम सीमा और अनुमोदन, Gemini में खर्च सीमा और अधिकृत दुकानें, हर कार्य के लिए अलग वर्चुअल मशीन, Cognition में « आपकी ज़रूरत है » बॉक्स। Android Bot की 1 134 PR या NumPy के एजेंट समूह के 19 गुना प्रदर्शन जैसे बताए गए आँकड़े प्रदाताओं की अपनी परियोजनाओं के हैं।

मॉडल अब बदला जा सकता है और मूल्य उस परत की ओर खिसक रहा है जो उसे चुनती है और उसका शुल्क लेती है। Perplexity का Orchestrator प्रदाताओं के बीच बदलता है और किसी मॉडल के इनकार करने पर कार्य दूसरे मॉडल को देकर आगे बढ़ता है, Multiagent और Copilot Fusion प्रतिस्पर्धी मॉडल जोड़ते हैं, और Claude Platform की संबद्ध बिलिंग से Warp, Linear या Ramp के भीतर से Anthropic की API का भुगतान किया जा सकता है, बिना कभी कुंजी सौंपे। खुले मॉडलों में भी छोटे पैमाने पर यही तर्क काम करता है: एक साधारण LoRA अडैप्टर किसी खास एजेंट संचालन ढाँचे में SWE-bench Pro के 51 सबसे कठिन कार्यों पर Qwen3.8-27B का स्कोर दोगुने से अधिक कर देता है, और OVHcloud, Olala को यूरोप के सार्वजनिक सुपरकंप्यूटरों पर प्रशिक्षित करता है ताकि दूसरों के प्रकाशित वज़नों पर निर्भर न रहना पड़े।

साइबर सुरक्षा वह क्षेत्र बना हुआ है जहाँ ये क्षमताएँ एक साथ चिंता भी पैदा करती हैं और उपयोगी भी साबित होती हैं। GPT-6.2 साइबर क्षमताओं में Critical सीमा तक पहुँचता है और Astra, एआई के स्व-सुधार में High सीमा तक; इससे अधिक कड़े सुरक्षा उपाय लागू होते हैं, जो वैध शोधकर्ताओं के काम में भी बाधा डालते हैं। साथ ही, NATO, ENISA और ANSSI, OpenAI के साइबर मॉडलों का उपयोग करते हैं, और GitHub तथा Microsoft का MDASH पायलट दिखाता है कि एआई से बनी चेतावनी किसी रखरखावकर्ता के तभी काम आती है जब उसकी छँटाई और पुष्टि करके सुधार के साथ पहुँचाया जाए: हज़ारों चेतावनियों में से 99 रिपोर्ट चुनी गईं, जिनमें से 55 की समस्याएँ पहले ही ठीक की जा चुकी हैं।


स्रोत