ai-powered-markdown-translatorgpt-6.1-sol का उपयोग करके फ़्रेंच से हिंदी में अनुवादित लेख।
Google ने Gemini 4 Neon लॉन्च किया है। Carbon और Hydrogen के बीच रखा गया यह मॉडल प्रति मिलियन टोकन 3 और 15 डॉलर की दर पर उपलब्ध है, Artificial Analysis Coding Agent Index में प्रथम स्थान पर है और Antigravity का नया डिफ़ॉल्ट मॉडल है। OpenAI का कहना है कि जब उसे अपने सुरक्षा मानकों तक पहुँचने के लिए अधिक समय चाहिए होता है, तो वह GPT-6.1 Astra जैसे मॉडलों की रिलीज़ रोक देता है। उसने यह भी दिखाया कि उसके मॉडलों ने AMD के प्रमुख GPU की IP में PPA को 14 % तक बेहतर बनाने के तरीके खोजे हैं। Google AI Ultra ग्राहकों के लिए Genie 4 अब Project Genie में आ रहा है, Claude Code 2.1.327 में 100 समस्याएँ ठीक की गई हैं और Perplexity ने 1 000 URL के लिए 1 डॉलर की दर पर Context API लॉन्च की है।
Gemini 4 Neon : Google का मध्यवर्ती मॉडल, प्रति मिलियन टोकन 3 और 15 डॉलर पर
18 नवंबर — Google DeepMind ने Gemini 4 Neon लॉन्च किया है। Argon, Carbon और Hydrogen के बाद Gemini 4 परिवार का यह नया मॉडल Carbon और Hydrogen के बीच रखा गया है। Carbon सबसे लंबी और कठिन परियोजनाओं के लिए है, जबकि Hydrogen रोज़मर्रा के काम तेज़ी से करने के लिए है। मॉडल gemini-4-neon सशुल्क API में सामान्य उपलब्धता में है : इनपुट के प्रति मिलियन टोकन 3 डॉलर (कैश में 0,15 डॉलर), आउटपुट के लिए 15 डॉलर, 1 मिलियन टोकन का संदर्भ और low से xhigh तक विचार के चार स्तर।
| Google द्वारा उद्धृत सूचकांक या बेंचमार्क | Gemini 4 Neon का परिणाम |
|---|---|
| Artificial Analysis Intelligence Index | xhigh में 61, समग्र रैंकिंग में 3रा स्थान |
| Artificial Analysis Coding Agent Index | 58,6, 1वाँ स्थान |
| Vals Index | 70,9 %, 2रा स्थान |
| Agent Arena Index (Arena) | 1336, 2रा स्थान |
| Terminal-Bench 4.1 | 65,2 % |
| SWE-sweep (mini-SWE हार्नेस, फिर Antigravity) | 12,8 %, फिर 39,0 % |
Google खास तौर पर प्रति कार्य लागत को सामने रखता है : high में Carbon से 32 % कम और Vals तथा Agent Arena पर सर्वश्रेष्ठ प्रतिस्पर्धी मॉडलों से 50 से 80 % कम। Glean का कहना है कि उसने Carbon के बराबर या उससे बेहतर गुणवत्ता मापी है, तीन गुना तेज़ रफ़्तार और लागत के 60 % पर। फिर भी प्रति टोकन के हिसाब से Neon, Carbon से महँगा है। Carbon की शुरुआती कीमत 30 नवंबर तक 2 और 10 डॉलर बनी रहेगी, जिसके बाद यह 4 और 20 डॉलर हो जाएगी। आने वाले दिनों में Fairwind Program के रक्षात्मक सुरक्षा विशेषज्ञों के लिए « Gemini 4 Neon for cyber » संस्करण भी आएगा।
रोलआउट उसी दिन से शुरू हो रहा है : सशुल्क API (AI Studio, Android Studio), Gemini for business, Google AI Pro और Ultra ग्राहकों के लिए Gemini ऐप, जहाँ Tasks अब Neon पर चल सकते हैं, और सशुल्क Pro तथा Ultra ग्राहकों के लिए Antigravity। Antigravity में जब कोई मॉडल चुना नहीं गया हो, तो नई बातचीत के लिए Neon डिफ़ॉल्ट मॉडल बन जाता है, जिसमें 512K टोकन का संदर्भ मिलता है। Orchestrator (Neon) विकल्प योजना बनाने का काम उसे सौंपता है और निष्पादन Hydrogen को देता है।
Gemini 4 Neon is rolling out now. Sitting between Carbon and Hydrogen, it brings frontier intelligence and fast task completion for complex software engineering, knowledge work, and science.
🇮🇳 Gemini 4 Neon का रोलआउट जारी है। Carbon और Hydrogen के बीच रखा गया यह मॉडल जटिल सॉफ़्टवेयर इंजीनियरिंग, बौद्धिक कार्य और विज्ञान के लिए अत्याधुनिक बुद्धिमत्ता और कार्यों का तेज़ निष्पादन प्रदान करता है। — X पर @GoogleDeepMind
🔗 Gemini 4 Neon पर Google का लेख · Antigravity में उपलब्ध मॉडल
अग्रणी मॉडलों की सुरक्षा : OpenAI ने अपने जोखिम प्रबंधन का विवरण दिया और GPT-6.1 Astra की रिलीज़ रोकने की बात कही
18 नवंबर — अग्रणी मॉडलों के जोखिम प्रबंधन पर OpenAI का लेख एक मॉडल की रिलीज़ रोके जाने से शुरू होता है :
We are pacing the development and release of our models, including pausing internal training or holding back models like GPT‑6.1 Astra when we need more time to meet our safety standards.
🇮🇳 हम अपने मॉडलों के विकास और रिलीज़ की रफ़्तार तय करते हैं, और जब हमें अपने सुरक्षा मानकों तक पहुँचने के लिए अधिक समय चाहिए होता है, तो आंतरिक प्रशिक्षण रोकने या GPT-6.1 Astra जैसे मॉडलों की रिलीज़ रोकने तक के कदम उठाते हैं। — OpenAI, अग्रणी मॉडलों के जोखिम प्रबंधन पर लेख
लेख इस मॉडल के बारे में इससे अधिक कुछ नहीं बताता। इस ढाँचे में तीन चरणों पर सुरक्षा की चार परतें लागू होती हैं। शोध के दौरान, जुलाई की Hugging Face घटना के बाद से अग्रणी मॉडलों का प्रशिक्षण वास्तविक इंटरनेट तक पहुँच के बिना किया जाता है; ऐसे मॉडलों की हर इन्फ़रेंस की निगरानी होती है और किसी मॉडल के इंटरनेट तक पहुँचने पर काम अपने आप रुक जाता है। आंतरिक उपयोग में, जहाँ मॉडलों को इंटरनेट, Slack और OpenAI के कोड तक पहुँच मिलती है, Codex इस्तेमाल करने वाले कर्मचारियों के लिए आम तौर पर Auto-Review आवश्यक होता है। बाहरी उपयोग के चरण में तीसरे पक्ष के परीक्षण और जाँच करने वाले एजेंटों तथा इंसानों की ऑफ़लाइन समीक्षा भी जुड़ जाती है। कोई भी कर्मचारी किसी घटना की सूचना दे सकता है ताकि उसे सार्वजनिक किया जा सके।
चिप डिज़ाइन : OpenAI के मॉडल AMD के प्रमुख GPU की PPA में 14 % तक सुधार करते हैं और Jalapeño चिप को भी बेहतर बनाते हैं
18 नवंबर — AMD के साथ काम करते हुए, OpenAI के मॉडलों ने सर्किट का वर्णन करने वाले कोड (RTL SystemVerilog) को दोबारा लिखकर AMD के प्रमुख GPU की IP में PPA (शक्ति, प्रदर्शन और क्षेत्रफल) में 14 % तक सुधार खोजा है। यह तुलना पहले से ही अत्यधिक अनुकूलित संदर्भ डिज़ाइनों से की गई है। AMD इनमें से कुछ बदलावों को निर्माण के लिए भेजे गए एक डिज़ाइन में पहले ही शामिल कर चुका है, और हर पुनर्लेखन को Synopsys के उपकरणों से सत्यापित किया गया है।
| संबंधित चिप या परीक्षण बेंच | OpenAI द्वारा घोषित परिणाम |
|---|---|
| AMD के प्रमुख GPU की IP | 5 महीने से कम समय में PPA में 14 % तक सुधार |
| AMD का आगामी प्रमुख CPU | मुख्य ब्लॉकों में एक अंक के स्तर के सुधार |
| Jalapeño, वेक्टर इकाई | सेल क्षेत्रफल में लगभग 13 % की कमी |
| Jalapeño, मैट्रिक्स इकाई | सेल क्षेत्रफल में लगभग 10 % की कमी |
OpenAI की इन्फ़रेंस चिप Jalapeño पर टीम द्वारा अनुमानित सुधारों की पुष्टि वास्तविक सिलिकॉन पर हुई है। अगला कदम : GPT-Synopsys, एक मॉडल जिसे Synopsys के साथ उसके इलेक्ट्रॉनिक डिज़ाइन उपकरणों के लिए प्रशिक्षित किया गया है।
🔗 चिप डिज़ाइन पर OpenAI का लेख
इंटरैक्टिव दुनिया और वीडियो : Project Genie में Genie 4, Pika Enact
Google AI Ultra ग्राहकों के लिए Genie 4 अब Project Genie में
18 नवंबर — 27 अक्टूबर को शोध पूर्वावलोकन के रूप में पेश किया गया विश्व मॉडल Genie 4 अब पात्र Google AI Ultra ग्राहकों के लिए Project Genie के नए संस्करण में उपलब्ध हो रहा है; Google AI Pro सदस्य प्रतीक्षा सूची में शामिल हो सकते हैं। इसमें घूमते हुए नया प्रॉम्प्ट (मौसम, पात्र) लिखकर दुनिया को बदला जा सकता है और साथ में रियल टाइम में अंतर्निहित ऑडियो मिलता है। एक एजेंट साधारण विवरण से दुनिया बनाता है, फिर खोजबीन के दौरान Gemini घटनाएँ सुझाता और शुरू करता है। सामुदायिक गैलरी से दुनियाएँ खोजी, रीमिक्स की और प्रकाशित की जा सकती हैं। Genie 3 भी उपलब्ध है, जिसमें हर जनरेशन के लिए 60 सेकंड के बजाय 3 मिनट के सत्र मिलते हैं और 360 डिग्री की पैनोरमिक तस्वीर से शुरुआत की जा सकती है। बनाई गई सारी सामग्री पर SynthID वॉटरमार्क होता है।
🔗 Project Genie में Genie 4 पर Google का लेख
Pika Enact : चलते हुए वीडियो के कलाकारों, दृश्य-संयोजन और कैमरे का निर्देशन
18 नवंबर — Pika ने Enact पेश किया है। यह Pika H3 Flex पर बना शोध पूर्वावलोकन है, जो दृश्य चलते रहने के दौरान एक सेकंड से भी छोटे हिस्सों में चित्र और ध्वनि तैयार करता है।
| संवाद का तरीका | Pika द्वारा घोषित प्रदर्शन |
|---|---|
| लाइव दृश्य-संयोजन (Live Staging) | माउस से विषयों को खिसकाना, H100 पर 0,4 s से कम में चित्र की प्रतिक्रिया |
| कलाकारों का लाइव निर्देशन (Live Actor Direction) | स्मृति वाले एजेंट, प्लेबैक से 1,75x तेज़ चित्र और ध्वनि |
| कैमरे का लाइव नियंत्रण (Live Camera Control) | 8 GPU B300, 24 i/s पर 640x480, रियल टाइम से 1,50x तेज़ |
कलाकारों से बात की जाती है और वे अपनी आवाज़ में जवाब देते हैं। फिर « Action » शब्द कहने पर रिहर्सल को पहले फ़्रेम से शुरू होने वाले एक लगातार टेक के रूप में दोबारा रचा जाता है। डिस्टिलेशन से सैंपलिंग में शोर हटाने के बीस चरणों की जगह कुछ ही चरण रह जाते हैं। Enact आम जनता के लिए उपलब्ध नहीं है : परीक्षण और इंटीग्रेशन Pika की एंटरप्राइज़ टीम के ज़रिये होते हैं; कोई कीमत या तारीख नहीं बताई गई है।
आम उपयोगकर्ताओं के सहायक : ChatGPT में लाइव डिक्टेशन, मोबाइल पर Perplexity और Brain की लिखी स्किल्स, Android Go पर Gemini
ChatGPT बोलते समय ही डिक्टेशन का पाठ दिखाता है और 10 मिनट की सीमा हटाता है
18 नवंबर — ChatGPT का वॉइस डिक्टेशन Live Dictation के साथ लाइव हो रहा है : संदेश का ट्रांसक्रिप्शन पूरा होने के बाद दिखने के बजाय, बोले गए शब्द बोलते समय ही पाठ के रूप में दिखाई देते हैं। वेवफ़ॉर्म पर टैप या क्लिक करके बन रहे पाठ को दिखाया या छिपाया जा सकता है। OpenAI ने साथ ही रिकॉर्डिंग की 10 मिनट की सीमा भी हटा दी है। यह सुविधा दुनिया भर में सभी ChatGPT योजनाओं के लिए iOS, Android, वेब और डेस्कटॉप ऐप पर उपलब्ध कराई जा रही है। 11 दिसंबर को Advanced और Standard Voice को हटाए जाने की जानकारी यहाँ 11 नवंबर को दी गई थी।
Perplexity ने आवाज़ से नियंत्रण के साथ Teammates और Multiagent को iOS और Android पर उपलब्ध कराया
18 नवंबर — Teammates, यानी Computer में लगातार चलने वाला काम सँभालने वाले निजी एजेंट (5 नवंबर को वेब पर और फिर 13 नवंबर को Mac पर लॉन्च हुए), और Multiagent, यानी प्रयास का वह स्तर जिसमें अलग-अलग मॉडलों के कई एजेंट एक टीम में काम करते हैं (पिछले दिन वेब पर उपलब्ध हुआ), अब iOS और Android के Perplexity ऐप में आ रहे हैं। मोबाइल एक खास सुविधा लाता है : Teammates को आवाज़ से नियंत्रित किया जा सकता है। Perplexity के अनुसार, Computer का लगभग एक तिहाई सबसे कठिन काम पहले से ही iPhone पर शुरू होता है। ये सभी सुविधाएँ 18 नवंबर से Max ग्राहकों के लिए उपलब्ध हैं; ट्वीट में न क्रेडिट लागत बताई गई है, न Enterprise योजनाओं में उपलब्धता।
Perplexity Brain खुद निजी स्किल्स लिखता और सुधारता है
18 नवंबर — Perplexity ने बताया है कि Computer की स्मृति Brain कैसे स्किल्स लिखती और सुधारती है। ये बार-बार होने वाले कार्यों के लिए दोबारा इस्तेमाल किए जा सकने वाले निर्देश हैं। उपयोगकर्ता की स्मृति और इतिहास के आधार पर रोज़ चलने वाली एक प्रक्रिया निजी स्किल्स बनाती या सुधारती है। इस प्रक्रिया की इंटरनेट या कनेक्टर तक पहुँच नहीं होती और हर उपयोगकर्ता के लिए स्वचालित रूप से बनाई जाने वाली स्किल्स की अधिकतम संख्या 10 है। सभी के लिए साझा अंतर्निहित स्किल्स के दोनों संस्करणों को तुलना के लिए दोबारा चलाया जाता है, फिर इंसान उनकी समीक्षा करते हैं। 1 अगस्त से 14 नवंबर के बीच 20 000 से अधिक उपयोगकर्ताओं के लिए 80 000 से अधिक निजी स्किल्स लिखी गई हैं। आठ सप्ताह के यादृच्छिक परीक्षण में टूल कॉल की विफलताएँ 11 % और असंतुष्टि 7,6 % घटती है, जबकि लागत पर कोई मापने योग्य असर नहीं पड़ता; SkillLearnBench पर सफलता दर 43,8 से बढ़कर 62,5 % हो जाती है। यह सुविधा अमेरिका में सभी Max ग्राहकों के लिए उपलब्ध है, डिफ़ॉल्ट रूप से चालू है और इसे बंद किया जा सकता है।
🔗 अपने आप सुधरने वाली स्किल्स पर Perplexity का लेख
कम मेमोरी वाले Android फ़ोनों पर Gemini ऐप आ रहा है
18 नवंबर — Google ने Gemini ऐप की संरचना दोबारा तैयार की है ताकि यह कम मेमोरी वाले Android फ़ोनों पर चल सके। इनमें पात्र Android (Go edition) डिवाइस भी शामिल हैं, जो अब तक बुनियादी वॉइस कमांड तक सीमित थे। Google याद दिलाता है कि दसियों करोड़ लोगों के लिए इस तरह का फ़ोन इंटरनेट, शिक्षा और व्यापार से रोज़ जुड़ने का माध्यम है। प्रमुख सुविधाएँ हैं : 45 से अधिक भाषाओं में Gemini Live, सीखने या अनुवाद करने के लिए नोट्स या किसी फ़ॉर्म की ओर कैमरा करना और Nano Banana से तस्वीरें बनाना। ऐप को Google Play से डाउनलोड किया जा सकता है या पावर बटन को देर तक दबाकर खोला जा सकता है। यह Transsion जैसे साझेदारों के आने वाले डिवाइस पर पहले से इंस्टॉल होगा। लेख में न न्यूनतम मेमोरी बताई गई है, न देशों की सूची।
🔗 कम मेमोरी वाले फ़ोनों के लिए Gemini पर Google का लेख
कोड एजेंट : Claude Code 2.1.327, Claude Docs का अराजकता चक्र, Codex का सैंडबॉक्स, Vibe CLI 3.1.3, VS Code 1.147 और Ignite में Replit
Claude Code 2.1.327, stdin से MCP कॉन्फ़िगरेशन पढ़ता है और /status को निदान का साधन बनाता है
17 नवंबर — Claude Code 2.1.327 में 173 प्रविष्टियाँ हैं, जिनमें 100 सुधार शामिल हैं। claude mcp add-json <nom> - मानक इनपुट से MCP सर्वर का कॉन्फ़िगरेशन पढ़ता है, ताकि टोकन कमांड लाइन से बाहर रहें। /status अब एजेंट, स्किल, कमांड और आउटपुट शैली की खराब फ़ाइलों, अनदेखी की गई अनुमति सेटिंग्स और उन हुक की सूची दिखाता है जिनका फ़िल्टर (matcher) कभी किसी चीज़ से मेल नहीं खाता। कई सुधार डेटा खोने से बचाते हैं : worktree मोड में Remote Control, git द्वारा अनदेखी की गई फ़ाइलें, जैसे .env, मिटा सकता था; claude mcp add और remove, .mcp.json की दूसरी कुंजियाँ मिटा देते थे और /export बिना पूछे किसी फ़ाइल को ओवरराइट कर देता था। ध्यान दें : पहली Bash कमांड तेज़ी से चलाने के लिए शेल की स्टार्टअप फ़ाइलें उसकी अनुमति मिलने से पहले चल सकती हैं, भले ही अनुमति अस्वीकार कर दी जाए (CLAUDE_CODE_DISABLE_SHELL_HEAD_START=1 इसे बंद करता है)। auto मोड में बताया गया है कि आने वाला एक संस्करण शुल्क वाले क्लासिफ़ायर को वैकल्पिक तौर पर इस्तेमाल करने की व्यवस्था हटा देगा। npm पर स्थिर संस्करण अभी भी 2.1.311 है।
Claude Code ने लॉन्च से पहले अराजकता चक्र में Claude Docs को कैसे परखा
17 नवंबर — claude.dev ब्लॉग पर विवेक नायर ने उस अराजकता चक्र (chaos loop) का वर्णन किया है जिसे 16 सितंबर को Claude Docs के लॉन्च से पहले Claude Code को सौंपा गया था। लगभग दो सप्ताह तक, अधिकतम 30 उप-एजेंटों के साथ एक समन्वयक सत्र ने उत्पादन परिवेश की नकल पर बने पूर्व-उत्पादन परिवेश (staging) को जानबूझकर खराब किया, Datadog के MCP के ज़रिये टेलीमेट्री पढ़ी, फिर सुधार लागू करके परीक्षण दोबारा चलाया। जिन निर्णयों को पलटना कठिन था, वे इंसान के पास रहे।
| Claude Docs के लॉन्च का संकेतक | प्रकाशित आँकड़ा |
|---|---|
| बड़े दस्तावेज़ की मेमोरी | लगभग 3 Go, फिर लगभग 180 Mo |
| लॉन्च के लिए नियोजित पॉड | 500 से अधिक के बजाय लगभग 50 |
| सर्वर की त्रुटियाँ | 2 अरब अनुरोधों में 60 |
| इन्फ़रेंस की लागत (Fable 5.2 की सूचीबद्ध कीमत) | लगभग 125 000 डॉलर |
लेखक ने Claude Fable 5.2 से मिलता-जुलता एक आंतरिक शोध मॉडल इस्तेमाल किया और बिना परीक्षण किए अनुमान दिया कि एक छोटी टीम के लिए दो सप्ताह की लागत 3 000 से 10 000 डॉलर हो सकती है।
🔗 अराजकता चक्र पर claude.dev का लेख
OpenAI ने Codex के सैंडबॉक्स, अनुमति प्रोफ़ाइलों और नेटवर्क प्रॉक्सी का विवरण दिया
18 नवंबर — माइकल बोलिन के एक लेख में OpenAI ने बताया कि Codex वर्चुअल मशीन या कंटेनर का इस्तेमाल क्यों नहीं करता: वह हर कमांड को सिस्टम की मूल सुरक्षा व्यवस्थाओं से सीमित करता है, ताकि डेवलपर का परिवेश बना रहे (Docker कंटेनर में उसे iPhone सिम्युलेटर उपलब्ध नहीं होता)। डिफ़ॉल्ट प्रोफ़ाइल :workspace रिपॉज़िटरी में लिखने की अनुमति देती है, .git और .codex को केवल पढ़ने तक सीमित रखती है और नेटवर्क बंद रखती है। लेख इसकी सीमाएँ भी स्वीकार करता है: रिपॉज़िटरी से बाहर की संवेदनशील फ़ाइलें पढ़ी जा सकती हैं, और कोई एजेंट node_modules/prettier में ऐसा कोड डाल सकता है जिसे एडिटर सैंडबॉक्स के बाहर चला देगा। अनुमति प्रोफ़ाइलें config.toml में परिभाषित होती हैं, प्रॉक्सी codex-network-proxy डोमेन के आधार पर फ़िल्टर करता है और अनुमति मिलने के बाद ही DNS रिज़ॉल्व करता है, और codex sandbox अन्य टूल, जैसे MCP सर्वर, को सीमित परिवेश में रखता है।
| ऑपरेटिंग सिस्टम | Codex द्वारा इस्तेमाल की जाने वाली व्यवस्था |
|---|---|
| macOS | Seatbelt (sandbox-exec) |
| Linux | bubblewrap और seccomp-bpf |
| Windows | Microsoft की MXC लाइब्रेरी, जिसे अपनाया जा रहा है |
🔗 Codex के सैंडबॉक्स पर OpenAI का लेख
Vibe CLI 3.1.3 में Mistral Large 4 डिफ़ॉल्ट मॉडल बना और /goal जुड़ा
18 नवंबर — 3.1.2 के आठ दिन बाद Mistral ने Vibe CLI 3.1.3 जारी किया (78 प्रविष्टियाँ: 13 नई सुविधाएँ, 20 बदलाव, 44 सुधार, 1 सुविधा हटाई गई)। Mistral Medium 3.5 की जगह Mistral Large 4 डिफ़ॉल्ट मॉडल बन गया है; active_model = "mistral-medium-3.5" से पुराने मॉडल का इस्तेमाल जारी रखा जा सकता है। कमांड /goal एक लक्ष्य तय करती है जिसे Vibe एक टर्न से अगले टर्न तक हासिल करने में लगा रहता है, जब तक वह पूरा न हो जाए; इसके टोकन बजट की अधिकतम सीमा तय की जा सकती है (max_goal_token_budget)। मॉडल की हर कॉल से पहले और बाद में दो हुक चलते हैं: pre_llm टर्न रोक सकता है, post_llm दोबारा कोशिश करने को कह सकता है; हर टर्न में अधिकतम तीन कोशिशों की यह सीमा post_agent के साथ साझा होती है। सुरक्षा उपायों के तहत, सुरक्षित फ़ाइलें पढ़ने वाली शेल कमांड के लिए मंज़ूरी लेनी होती है, प्रोजेक्ट का कॉन्फ़िगरेशन अब टेलीमेट्री दोबारा चालू नहीं कर सकता, और स्वयं होस्ट किए गए सर्वर से जुड़े इंस्टॉलेशन अब Mistral को क्रैश रिपोर्ट नहीं भेजते।
🔗 Vibe CLI 3.1.3 के रिलीज़ नोट्स
VS Code 1.147 में मॉडल राउटर जुड़े और कंपनियाँ अब Claude तथा Codex हार्नेस को अनुमति दे सकती हैं
18 नवंबर — VS Code 1.147 में Copilot हार्नेस के सत्रों के लिए मॉडलों की रूटिंग की प्रायोगिक व्यवस्था (मॉडल राउटर) जोड़ी गई है: ~/.agents/model-routers/ में रखी YAML फ़ाइल बताती है कि किस तरह के काम के लिए कौन-सा मॉडल इस्तेमाल करना है, और निर्णय लेने वाला मॉडल gpt-6-luna-decisions हर अनुरोध को सही रूट पर भेजता है। नोट्स के उदाहरण में कोड से जुड़े लंबे काम Opus को और छोटे सवाल GPT-6 Luna को सौंपे गए हैं। कंपनियों के लिए एक पाबंदी हटी है: अब तक Copilot की कोई भी प्रबंधित सेटिंग Claude और Codex हार्नेस को निष्क्रिय कर देती थी, क्योंकि ये उन सेटिंग को लागू नहीं करते। प्रशासक अब फ़ाइल या MDM से प्रबंधित सेटिंग में vscode.allowedHarnesses के ज़रिए इनमें से एक या दोनों को अनुमति दे सकते हैं। प्रबंधित शेल नियम अब रेगुलर एक्सप्रेशन भी स्वीकार करते हैं, और Agents विंडो में संदेश बाद में भेजने (बाद में भेजें) तथा एक साथ कई मसौदे रखने की सुविधाएँ जुड़ी हैं। VS Code के डेस्कटॉप संस्करण को macOS Ventura और Sonoma तथा 32 बिट वाले Linux ARM पर अप्रचलित घोषित किया गया है।
Microsoft Ignite में Replit: स्थानीय पहुँच और Teams सामान्य रूप से उपलब्ध, Azure पर प्रकाशन शुरुआती पहुँच में
18 नवंबर — Replit ने Microsoft Ignite के अवसर पर Microsoft के साथ अपनी साझेदारी का विस्तार किया है और बताया है कि उसे स्टार्टअप के लिए 2026 का Microsoft वर्ष का भागीदार चुना गया है।
| Microsoft एकीकरण | 18 नवंबर को स्थिति |
|---|---|
| Replit Desktop की स्थानीय पहुँच (Windows, Mac, Linux) | सामान्य रूप से उपलब्ध |
| Microsoft Teams में Replit | सामान्य रूप से उपलब्ध |
| Microsoft Marketplace के ज़रिए Azure टेनेंट में प्रकाशन | शुरुआती पहुँच |
| Azure पर पूर्ण BYOC | घोषित, तारीख़ नहीं दी गई |
स्थानीय पहुँच से एजेंट उपयोगकर्ता के चुने हुए फ़ोल्डरों पर Microsoft Execution Containers पर आधारित सैंडबॉक्स में काम कर सकता है; स्थानीय ऐप्लिकेशन डिवाइस पर चलने वाले Microsoft Foundry Local मॉडल इस्तेमाल कर सकते हैं। Teams में टीम की बातचीत से Replit से सवाल पूछे जा सकते हैं और काम शुरू किया जा सकता है। Azure पर Replit होस्टिंग संभालता है, और प्रकाशित ऐप्लिकेशन कंपनी के नेटवर्क या VPN के ज़रिए निजी डेटाबेस से जुड़ सकते हैं। कीमत की कोई जानकारी नहीं दी गई है।
🔗 Microsoft Ignite पर Replit का लेख
ओपन मॉडल और इन्फ़रेंस: Rumble-2-Flash, Nemotron-Labs-Sigma, Qwen3.8-27B का OpenCode अडैप्टर और 32 Go वाले Mac पर 180B का MoE
Reson8 ने 40 से अधिक भाषाओं के लिए 0,5B का वाक् पहचान मॉडल Rumble-2-Flash जारी किया
18 नवंबर — Reson8 ने Apache 2.0 लाइसेंस के तहत Rumble-2-Flash जारी किया है, जो 40 से अधिक भाषाओं के लिए 0,5 अरब पैरामीटर वाला वाक् पहचान मॉडल है। Qwen3-ASR की आर्किटेक्चर पर बना यह मॉडल बिना बदलाव के Transformers और vLLM में चलता है। इसे Reson8 के प्रोडक्शन मॉडल Rumble-2 से उसकी नीति के अनुरूप डिस्टिलेशन (ऑन-पॉलिसी डिस्टिलेशन) के ज़रिए तैयार किया गया है।
| मूल्यांकन बेंचमार्क | तुलना किया गया मॉडल | मापी गई त्रुटि दर |
|---|---|---|
| Open ASR Leaderboard, बहुभाषी | Rumble-2-Flash (0,5B) | औसतन 6,96 % |
| AppTek, कॉल सेंटर (302 h) | Rumble-2-Flash (0,5B) | 7,86 % WER |
| AppTek, कॉल सेंटर (302 h) | Nemotron 3.5 Transcribe (30B) | 7,78 % WER |
| AppTek, कॉल सेंटर (302 h) | Qwen3-ASR 1.7B | 7,4 % WER |
बहुभाषी श्रेणी में यह अपने से पंद्रह गुना बड़े Meta के omniASR-LLM 7B और Whisper large-v3 से बेहतर प्रदर्शन करता है। पूरे भरे बैच पर इसकी रफ़्तार 7 000 RTFx से अधिक है, यानी लगभग एक घंटे के ऑडियो को आधे सेकंड में लिखित रूप में बदल देता है।
🔗 Rumble-2-Flash पर Hugging Face का लेख
NVIDIA ने Nemotron-Labs-Sigma जारी किया, सतत डिफ़्यूज़न वाले 14 भाषा मॉडलों के वज़न खुले तौर पर उपलब्ध
18 नवंबर — NVIDIA ने Nemotron-Labs-Sigma को प्रमुखता से प्रस्तुत किया है, जिसके Hugging Face पर प्रकाशित वज़नों की घोषणा 16 नवंबर को हुई थी। ये मॉडल एक-एक टोकन करके पाठ नहीं बनाते, बल्कि समानांतर तैयार किए गए ब्लॉकों में बनाते हैं: हर ब्लॉक गॉसियन नॉइज़ से शुरू होता है और शोर हटाने की प्रक्रिया से स्पष्ट होता जाता है।
| प्रकाशित तत्व | घोषित मान |
|---|---|
| आकार और चेकपॉइंट | 3B और 8B, 14 रिपॉज़िटरी (base, instruct, डिस्टिल्ड संस्करण) |
| डिफ़्यूज़न का स्थान | 16 आयामों की सतत एम्बेडिंग |
| डिस्टिलेशन के बाद गति में वृद्धि | गणित में लगभग 8x, कोड में 4x |
| संदर्भ और भाषा | 8 192 tokens, अंग्रेज़ी |
| लाइसेंस | NVIDIA Nemotron Open Model License |
शोधपत्र के अनुसार, ये मॉडल GSM8K, Minerva, HumanEval और MBPP पर डिस्क्रीट डिफ़्यूज़न मॉडलों और ऑटोरेग्रेसिव संदर्भ मॉडलों से बेहतर प्रदर्शन करते हैं, और सबसे स्पष्ट बढ़त कोड में मिलती है। डिस्टिलेशन के बाद ये गणित में हर पास पर 8 टोकन और कोड में 4 टोकन बनाते हैं; लेखकों के अनुसार इससे सटीकता में होने वाली कमी नगण्य है।
🔗 X पर @NVIDIAAI की घोषणा · arXiv 2610.02665 शोधपत्र
harness-hub ने Qwen3.8-27B का OpenCode अडैप्टर जारी किया और दोबारा मूल्यांकन में pi अडैप्टर को 64,7 % मिले
18 नवंबर — harness-hub प्रोजेक्ट ने Qwen3.8-27B-opencode-adapted जारी किया है, जो Apache 2.0 के तहत उपलब्ध LoRA अडैप्टर है और जिसे OpenCode कोड एजेंट के हार्नेस में रीइन्फ़ोर्समेंट लर्निंग से प्रशिक्षित किया गया है।
| मूल्यांकित कॉन्फ़िगरेशन (OpenCode हार्नेस) | SWE-bench Pro (hard 51) | Terminal-Bench 2.1 (83 कार्य) |
|---|---|---|
| Qwen3.8-27B | 35,3 % | 47,0 % |
| Qwen3.8-27B, चिंतन स्तर xhigh | 47,1 % | 55,4 % |
| Qwen3.8-27B-opencode-adapted | 51,0 % | 53,0 % |
बिना चिंतन के यह अडैप्टर अधिकतम प्रयास पर सेट किए गए मूल मॉडल की बराबरी करता है, जबकि हर कार्य के लिए 6 से 8 गुना कम टोकन लिखता है। Terminal-Bench 2.1 पर मॉडल विवरण में कुल 6,0 अंकों की बढ़त (p = 0,38) बताई गई है, और उन 66 कार्यों पर स्कोर 45,5 से 59,1 % हुआ जिन्हें चेकपॉइंट चुनने में इस्तेमाल नहीं किया गया था। टीम ने pi अडैप्टर का भी दोबारा मूल्यांकन किया: SWE-bench Pro पर 39,2 से 64,7 %, जबकि एक दिन पहले 29,4 से 62,7 % बताया गया था, जिसकी यहाँ 17 नवंबर को चर्चा की गई थी।
🔗 Qwen3.8-27B-opencode-adapted का विवरण · pi अडैप्टर का विवरण
Transformers के साथ 32 Go वाले MacBook पर 180B का MoE, Strata से 6 % पीछे
18 नवंबर — Hugging Face के तारेक ज़ियादे सिर्फ़ Transformers की मदद से 32 Go वाले MacBook M5 पर Qwen3.8-Flash-Next चला रहे हैं, जो 180 अरब पैरामीटर वाला मिश्रित विशेषज्ञ मॉडल है। तरीका यह है: मेमोरी में विशेषज्ञों का 12 Gio का कैश रखना और हर टोकन पर SSD से केवल वही विशेषज्ञ पढ़ना जिन्हें राउटर ने चुना है; इन्हें 3 बिट में क्वांटाइज़ किया गया है (डिस्क पर 49 Go)।
| MacBook M5 (32 Go) पर माप | Transformers (स्ट्रीमिंग) | Strata 0.1.60 |
|---|---|---|
| डिकोडिंग, 200 tokens | 13,9 tokens/s | 14,8 tokens/s |
| प्रीफ़िल, 4K का प्रॉम्प्ट | 228 tokens/s | 220 tokens/s |
| 6K के दस्तावेज़ के बाद डिकोडिंग | 12,4 tokens/s | 13,7 tokens/s |
कोड Transformers के एक मर्ज अनुरोध (PR 50717) में है जो अभी खुला है: यह अभी जारी की गई सुविधा नहीं है। लेखक ने स्पष्ट किया है कि पूरा कोड एआई की मदद से लिखा गया था, और नतीजा अब भी उनके कोड एजेंटों के लिए बहुत धीमा है।
🔗 विशेषज्ञों की स्ट्रीमिंग पर Hugging Face का लेख
रैंकिंग: Agent Arena पर Meta का Muse Ember, GPT-6 Luna और Claude Haiku 5.5 से आगे, प्रति कार्य 27 सेकंड और 1,9 सेंट
18 नवंबर — Arena ने वास्तविक उपयोगकर्ता सत्रों पर आधारित अपने बेंचमार्क Agent Arena पर Muse Ember के नतीजे प्रकाशित किए हैं; Meta के 9 नवंबर को लॉन्च किए गए इस मॉडल की तुलना वास्तविक काम के लिए बनाए गए दो अन्य कुशल मॉडलों से की गई है। Meta ने इस थ्रेड को साझा किया है।
| Agent Arena का माप | Muse Ember (Max) | GPT-6 Luna (Max) | Claude Haiku 5.5 (High) |
|---|---|---|---|
| प्रति कार्य समय | 27 s | 5,8 min | 1,9 min |
| शुद्ध सुधार | +2,3 % | +1,4 % | +0,4 % |
| प्रति कार्य लागत | 1,9 cent | 7,0 cents | 6,9 cents |
| निर्देशन स्कोर (समग्र कार्य) | +11,2 % | +3,9 % | +3,8 % |
Arena के अनुसार, Muse Ember, GPT-6 Luna से लगभग 13 गुना तेज़ है और इसकी लागत दोनों में से हर एक की लागत के एक-तिहाई से भी कम है। हज़ारों सत्रों पर मापा गया निर्देशन स्कोर (स्टीयरिंग स्कोर) उतना ऊँचा होता है जितनी कम बार उपयोगकर्ता को मॉडल को सुधारना पड़ता है। ये स्वतंत्र मूल्यांकनकर्ता Arena के माप हैं।
एजेंटों के लिए API: Perplexity ने Context API लॉन्च की, जो हर कॉल में 10 URL तक पढ़ती है
17 नवंबर — Perplexity ने अपने डेवलपर प्लेटफ़ॉर्म में Context API जोड़ी है, जिसे @perplexitydevs के थ्रेड के अनुसार 18 नवंबर को उपलब्ध कराया गया। यह हर कॉल में 10 URL तक पढ़ती है और हर पेज के लिए साफ़ Markdown, HTML, लिंक और क्वेरी के अनुसार चुने गए अंश लौटाती है। अंशों में मूल पाठ दिया जाता है, सारांश नहीं, और एक मॉडल मुख्य सामग्री को मेन्यू और विज्ञापनों से अलग करता है। डिफ़ॉल्ट रूप से API, Perplexity इंडेक्स की प्रति लेती है यदि वह दो दिन से कम पुरानी हो, वरना सीधे पेज पढ़ती है; max_age_seconds को 0 पर सेट करने से सीधे पेज पढ़ना अनिवार्य होता है और cache_only इसे रोकता है।
| Perplexity द्वारा मापा गया मानदंड | Context API का परिणाम |
|---|---|
| इस्तेमाल योग्य सामग्री वाले URL | 92,3 % |
| मुख्य तथ्यों का रिकॉल | 87,9 % |
| सामग्री की सटीकता | 80,3 % |
| कीमत | प्राप्त किए गए 1 000 URL के लिए 1 dollar |
Perplexity ने 715 साइटों पर Firecrawl, Exa, Parallel, Keenable और Context.dev से अपनी तुलना की है, जिसमें सेवाओं की पहचान से अनजान एक मूल्यांकन मॉडल का इस्तेमाल किया गया, लेकिन उनके स्कोर केवल एक ग्राफ़ में दिए हैं। असफल अनुरोधों के पैसे नहीं लिए जाते।
🔗 Context API पर Perplexity का लेख · X पर @perplexitydevs का थ्रेड
व्यावसायिक कार्यों के एजेंट: ChatGPT for Sales और ElevenAgents for Healthcare
OpenAI ने Sales प्लगइन और 30 से अधिक साझेदार प्लगइन के साथ ChatGPT for Sales लॉन्च किया
17 नवंबर — OpenAI ने बिक्री टीमों के लिए ChatGPT for Sales लॉन्च किया है: एक नया Sales प्लगइन, जिसमें पहले से तैयार वर्कफ़्लो हैं (संभावित ग्राहक खातों का चयन, कॉल की तैयारी, अनुवर्ती संदेश लिखना), और 30 से अधिक नए या बेहतर किए गए साझेदार प्लगइन। ये पूरे बिक्री चक्र को कवर करते हैं: CRM (Salesforce, HubSpot, Close, monday CRM, Attio), संभावित ग्राहकों की खोज (Apollo, Clay, Common Room, ZoomInfo), कॉल के नोट्स (Gong, Otter.ai, Granola), प्रस्तुतियाँ (Gamma, Figma, Canva) और अनुबंध (Docusign, Ironclad, PandaDoc, ServiceNow CPQ)। ChatGPT के स्थायी एजेंट dots इनका इस्तेमाल बैठक से पहले संक्षिप्त विवरण तैयार करने या बिक्री सौदों पर नज़र रखने के लिए कर सकते हैं; Rox के साथ कोई dot हर सुबह किसी सौदे की जाँच कर सकता है। ChatGPT Business और Enterprise के प्रशासक इन प्लगइन को Admin Console से चालू करते हैं, जहाँ इन्हें डिफ़ॉल्ट रूप से इंस्टॉल करने का विकल्प भी है; उपलब्धता सदस्यता योजना और क्षेत्र के अनुसार बदलती है। OpenAI ने कीमत नहीं बताई है।
🔗 ChatGPT for Sales पर OpenAI का लेख
ElevenLabs ने स्वास्थ्य सेवाओं के लिए वॉइस एजेंट ElevenAgents for Healthcare लॉन्च किए
18 नवंबर — Scribe v3 Live Medical के अगले दिन ElevenLabs ने स्वास्थ्य सेवाओं से जुड़े अपने घटकों को ElevenAgents for Healthcare में एक साथ प्रस्तुत किया है: ऐसे वॉइस एजेंट जो संस्थान के मेडिकल रिकॉर्ड में अपॉइंटमेंट लेते हैं, उनका समय बदलते हैं या उन्हें रद्द करते हैं, प्रतिपूर्ति और पूर्व स्वीकृतियों की जाँच करते हैं तथा चौबीसों घंटे मरीज़ों को जवाब देते हैं। किसी लक्षण से जुड़ा सवाल कॉल के संदर्भ के साथ स्वास्थ्यकर्मी को भेज दिया जाता है, और BAA पर हस्ताक्षर करने तथा Zero Retention Mode चालू करने वाले Enterprise ग्राहकों के लिए ये तैनातियाँ HIPAA के लिए योग्य हैं।
| ElevenLabs द्वारा बताया गया संकेतक | घोषित परिणाम |
|---|---|
| Cadence, मरीज़ से संपर्क होने का माध्यिका समय | लगभग 2 घंटे से 3,5 मिनट |
| Angle Health, पेशेवरों की ऐसी कॉल जिन्हें ट्रांसफ़र नहीं करना पड़ा | 90 % से अधिक |
| PriMock57 पर Scribe v3 Live Medical (आंतरिक परीक्षण) | अगले स्थान वाले मॉडल से 17 % कम त्रुटियाँ |
बताई गई टीमों में Banner Health, Pfizer और AstraZeneca भी शामिल हैं। शुरुआत करने के लिए Healthcare Receptionist टेम्पलेट उपलब्ध है, और कोई कीमत प्रकाशित नहीं की गई है।
🔗 ElevenAgents for Healthcare पर ElevenLabs का लेख
प्रेस: Groupe Figaro अपनी पत्रकारिता ChatGPT में ला रहा है
18 नवंबर — LVMH के मीडिया प्रभाग के दो दिन बाद, Groupe Figaro ने OpenAI के साथ रणनीतिक साझेदारी की है। Figaro और उससे जुड़े प्रकाशनों के हालिया लेख और अभिलेखागार (समसामयिक घटनाएँ, अर्थव्यवस्था, संस्कृति, जीवनशैली) ChatGPT में सारांशों और अंशों के रूप में दिखाई देंगे, साथ में मूल लेखों के लिंक भी होंगे। अख़बार अपनी संपादकीय स्वतंत्रता बनाए रखेगा। समूह के महानिदेशक मार्क फ़ेय्ये ने 600 से अधिक पत्रकारों वाली संपादकीय टीम का उल्लेख किया है। Figaro कई टीमों में ChatGPT Enterprise लागू करने और अपनी AI आचार संहिता के दायरे में अन्य उपयोगों की पड़ताल करने की भी योजना बना रहा है। साझेदारी की राशि या अवधि की जानकारी नहीं दी गई है।
🔗 OpenAI की ओर से साझेदारी की घोषणा
संक्षिप्त समाचार
- Antigravity CLI 1.5.10 और 1.5.11 — संस्करण 1.5.10 दूरस्थ एजेंटों के लिए accept-edits मोड (
--remote-agent) जोड़ता है: डिफ़ॉल्ट मोड में दूरस्थ एजेंट अब हर फ़ाइल संशोधन से पहले स्वीकृति माँगता है। यह Gemini Enterprise खातों के लिए Orchestrator (Carbon से योजना, Hydrogen से निष्पादन) भी उपलब्ध कराता है। 🔗 स्रोत - Gemini CLI — मुख्य शाखा में पाँच सुधार मर्ज किए गए हैं, लेकिन 10 नवंबर के बाद से अब भी कोई नया संस्करण नहीं आया है: जिस शेल कमांड का विस्तार अनसुलझा है, उसके लिए पुष्टि का अनुरोध बना रहता है, और
commandPrefixतथाcommandRegexनियम अब केवल शीर्ष स्तर की कमांड पर लागू होते हैं। 🔗 स्रोत - Gemini 4 Carbon की रचनाओं का प्रदर्शन — Google ने Carbon से समुदाय द्वारा बनाई गई पाँच रचनाएँ प्रकाशित की हैं। इनमें CUDA में कोड किया गया 52 000 फूलों वाला घास का मैदान, WebGPU में सिमुलेट किए गए 1 048 576 कण और एक ही तस्वीर से दोबारा बनाई गई उन्नीसवीं सदी की 92 उपकरणों वाली प्रकाशिकी प्रयोगशाला शामिल हैं। 🔗 स्रोत
- EmbeddingGemma 2 — एक लेख में एम्बेडिंग मॉडल की तकनीकी रिपोर्ट प्रस्तुत की गई है, जो 27 अक्टूबर से arXiv पर उपलब्ध है, साथ में पाँच मिनट का वीडियो भी है; लेखकों के अनुसार, यह मॉडल आकार में 2 से 12 गुना बड़े मॉडलों से बेहतर प्रदर्शन करता है। 🔗 स्रोत
कोड एजेंट और विकास उपकरण
- Zed 1.29 और 1.30 — संस्करण 1.29, Git Panel के ब्रांच मोड और BYOK में Claude Fable 5.2 के साथ स्थिर संस्करण बन गया है; पूर्वावलोकन संस्करण 1.30 में GPT-6.1 Terra, Gemini 4 Hydrogen का Extra High प्रयास स्तर और अतिरिक्त शुल्क लागू न होने पर Copilot मॉडलों का पूरा संदर्भ जोड़ा गया है। 🔗 स्रोत
- Codex CLI 0.170.0 — टर्मिनल में वास्तविक समय की वॉइस कॉल अब WebRTC के ज़रिए अपना कनेक्शन स्थापित करती हैं, OpenTelemetry हेडर अपने आप ताज़ा होते हैं और सैंडबॉक्स की पाबंदियाँ निष्प्रभावी होने की कई समस्याएँ ठीक की गई हैं; 17 नवंबर के Codex परिवर्तन विवरण के अनुसार, Pro 500 सदस्य GPT-6.2 Sol और Astra के साथ Ultrafast इस्तेमाल कर सकते हैं। 🔗 स्रोत · 🔗 Codex परिवर्तन विवरण
- Copilot SDK 2.0.1 और Copilot CLI 1.0.114 — SDK फिर से
@github/copilot-sdkइम्पोर्ट और मौजूदा एक्सटेंशन के पुराने विकल्प प्रारूप स्वीकार करता है, और GPT-6.2 Sol तथा Astra का चयन जोड़ता है; Copilot CLI 1.0.114 की रिलीज़ टिप्पणियों में केवल सुधारों और बदलावों का सामान्य उल्लेख है। 🔗 स्रोत - टीम के लिए Copilot प्लगइन — Copilot Business और Enterprise पर सामान्य रूप से उपलब्ध इस सुविधा में टीम संचालक और संगठन के स्वामी स्वीकृत Agent Plugins चुनते हैं, जो सीधे जुड़े सदस्यों के लिए VS Code, GitHub Copilot ऐप और Copilot CLI में डिफ़ॉल्ट रूप से सक्रिय होते हैं। 🔗 स्रोत
- GitHub Agentic Workflows 1.3.1 — यह पूर्वावलोकन संस्करण मॉडलों के सीधे API होस्ट को डिफ़ॉल्ट नेटवर्क पहुँच से हटाता है (Claude के लिए
api.anthropic.comकी अनुमति देना आवश्यक है), प्रयोगात्मक Atomic इंजन को हटाता है और बार-बार चलने वाले निर्धारित कार्यों को अलग-अलग समय पर बाँटता है। 🔗 स्रोत - DeepSeek Harness 0.2.2-rc.5 — DeepSeek मॉडलों के साथ कोड एजेंट DeepSeek की सर्वर पर चलने वाली वेब खोज का उपयोग करता है, जिसमें प्रति खोज शुल्क नहीं लगता; अन्य मॉडल DeepSeek Search API का उपयोग करते हैं। 🔗 स्रोत
- Replit Missions काम करते हुए — Replit के अनुसार, Missions ने उद्यमों के लिए प्रमुख इलेक्ट्रॉनिक हस्ताक्षर प्लेटफ़ॉर्म के 1 000 से अधिक उपयोगकर्ता प्रवाहों को परखा, फिर उन्हें TernSign में दोबारा बनाया, जो मुफ़्त पूर्वावलोकन के रूप में प्रकाशित किया गया है; Replit Slides पर 6 पुनरावृत्तियों ने 500 डॉलर से कम लागत में डिज़ाइन स्कोर 20 % बढ़ाया। 🔗 स्रोत · 🔗 Replit Slides
API और प्लेटफ़ॉर्म
- OpenAI API का उपयोग डैशबोर्ड — Analytics टैब उपयोग और खर्च, दर सीमाएँ और सीमित किए गए अनुरोध, साथ ही मॉडल, परियोजना या API कुंजी के अनुसार त्रुटियाँ दिखाता है। 🔗 स्रोत
- OpenAI API के डेटा का क्षेत्रीय भंडारण — पात्र संगठनों के स्वामी परियोजना बनाते समय अपने डेटा का क्षेत्र चुन सकते हैं, जिसके लिए शून्य डेटा प्रतिधारण का अलग अनुरोध आवश्यक नहीं है; मार्गदर्शिका के अनुसार, इसके बाद क्षेत्र बदला नहीं जा सकता और 5 मार्च 2026 से जारी पात्र मॉडलों के लिए क्षेत्रीय एंडपॉइंट 10 % अधिक महँगे हैं। 🔗 स्रोत · 🔗 मार्गदर्शिका
- Agents SDK Python 0.25.0 — मध्य अक्टूबर के बाद पहला स्थिर संस्करण: सैंडबॉक्स प्रदाता Runloop को हटा दिया गया है, Pydantic चेकपॉइंट का प्रारूप बदलता है और Responses सत्रों के संपीड़न के लिए अब डिफ़ॉल्ट रूप से GPT-6 Luna का उपयोग होता है। 🔗 स्रोत
- Perplexity API — pplx-embed-v2-context मॉडल Embeddings API में आ गए हैं (9b के लिए प्रति मिलियन टेक्स्ट टोकन 0,12 डॉलर और 0.6b के लिए 0,02 डॉलर), और Agent API में GPT-6.2 Sol (प्रति मिलियन टोकन 2 और 10 डॉलर) तथा GPT-6.2 Astra (8 और 40 डॉलर) जोड़े गए हैं, जिनमें 272 000 तक इनपुट टोकन समर्थित हैं। 🔗 स्रोत
- Together AI — DeepSeek-V4.1-Flash-1017 अब Together Post-Training में शामिल है: अपने डेटा, पुरस्कारों और परिवेशों के साथ SFT या पुनर्बलन अधिगम का उपयोग किया जा सकता है, जबकि प्रशिक्षण चक्र ग्राहक के Python कोड में ही रहता है। 🔗 स्रोत
- Qwen4-Max — Qwen ने TokenHarbor और Runware पर मॉडल की उपलब्धता की जानकारी साझा की है; Runware इसे 1 मिलियन टोकन के संदर्भ और 128 000 तक आउटपुट टोकन के साथ उपलब्ध कराता है। 🔗 स्रोत · 🔗 Runware
- Genspark में GPT-6.2 — GPT-6.2 Sol, AI Chat और Code Agent में आ रहा है, जबकि GPT-6.2 Astra केवल Code Agent में उपलब्ध होगा। 🔗 स्रोत
सहायक और ऐप्लिकेशन
- Claude Desktop — Windows और Mac पर Settings > Desktop app में सक्रिय किया जा सकने वाला Latest अपडेट चैनल अधिक बार नए संस्करण देता है, लेकिन वे कभी-कभी कम भरोसेमंद होते हैं; Stable डिफ़ॉल्ट चैनल बना रहता है। 🔗 स्रोत
- Grok Bot — SpaceXSI का एजेंट अब सबसे अच्छा प्रस्ताव खोजकर उड़ानें, होटल और किराये की कारें बुक कर सकता है; ट्वीट में किसी देश, सदस्यता योजना या बुकिंग साझेदार का नाम नहीं दिया गया है। 🔗 स्रोत
- Kimi Work 3.2.28 — परियोजना की अपनी AGENTS.md फ़ाइल में परियोजना निर्देश, उद्यम SSO से लॉगिन, बातचीत का सारांश पैनल और डिफ़ॉल्ट रूप से PPTX में दी जाने वाली प्रस्तुतियाँ। 🔗 स्रोत
- संदर्भ की गुणवत्ता में गिरावट — Perplexity ने एजेंट का संदर्भ भरने पर उसकी सटीकता में आने वाली गिरावट (context rot) पर मार्गदर्शिका प्रकाशित की है, और बताया है कि Computer इसे कैसे सीमित करता है: उप-एजेंटों, कामकाजी फ़ाइलों और अनुरोध के अनुसार संदर्भ संपीड़न के माध्यम से। 🔗 स्रोत
चित्र, वीडियो और ऑडियो
- तृतीय पक्षों पर Kling Image 4.0 — लॉन्च के अगले दिन मॉडल fal, Runware और eachlabs के साथ-साथ Genspark के AI Media Studio और AI Image Agent में भी आ गया है (मूल 8K रिज़ॉल्यूशन, प्रति चित्र 2 000 टेक्स्ट वर्ण)। 🔗 स्रोत · 🔗 Runware · 🔗 eachlabs · 🔗 Genspark
- Genspark में MAI-Image-2.7 — Microsoft AI के चित्र मॉडल MAI-Image-2.7 और MAI-Image-2.7-Flash, चित्रों में टेक्स्ट के बेहतर चित्रण के साथ Genspark में आ गए हैं। 🔗 स्रोत
- सभी के लिए Suno MCP — Suno का MCP सर्वर, जो 28 अक्टूबर से पंजीकरण के आधार पर बीटा में था, अब सभी के लिए खुल गया है: ChatGPT, Claude, Gemini, Claude Code या Cursor से बिना API कुंजी के Suno क्रेडिट का उपयोग करके गाने और अब दृश्य सामग्री भी बनाई जा सकती है। 🔗 स्रोत
- Claude में Synthesia — Synthesia ने अपने कनेक्टर का विवरण दिया है: Syren एजेंट बातचीत से वीडियो बनाता है और Starter, Pro तथा Enterprise योजनाओं में Synthesia क्रेडिट का उपयोग करता है; कंपनी के अनुसार, Syren, Opus 5.5 पर आधारित है। 🔗 स्रोत
- Runway AI Festival 2027 — पाँच श्रेणियों (सिनेमा, विज्ञापन, फ़ैशन, वीडियो गेम, डिज़ाइन) में 5 अप्रैल 2027 तक आवेदन खुले हैं, और न्यूयॉर्क, लॉस एंजेलिस तथा टोक्यो में विशेष प्रदर्शन आयोजित होंगे। 🔗 स्रोत
खुले मॉडल, डेटा और शोध
- NVIDIA Cosmos Data Factory — NVIDIA ने भौतिक AI के लिए अपने डेटा ब्लूप्रिंट की कंप्यूटिंग लागत बताई है: आठ RTX PRO 6000 वाले सर्वर पर ड्राइविंग के प्रति क्लिप लगभग 2,66 डॉलर। कंपनी ने यह भी बताया है कि Cosmos Dataset Search अब Apache 2.0 के तहत ओपन सोर्स है। 🔗 स्रोत
- ANEMLL — एक शोध संस्करण Qwen3.8-27B को Mac M6 के Neural Engine और GPU के बीच बाँटता है: 64K के प्रॉम्प्ट को संसाधित करने में केवल Neural Engine के लगभग पाँच मिनट के मुकाबले ढाई मिनट लगते हैं; इसके लिए SIP को निष्क्रिय करना आवश्यक है। 🔗 स्रोत
- Samdei Type — Apache 2.0 के तहत दो छोटे मॉडल (7,1M और 18,2M पैरामीटर) लैटिन अक्षरों में टाइप की गई खमेर भाषा को खमेर लिपि में बदलते हैं; लेखक के अनुसार, इनकी प्रति वर्ण त्रुटि दर 0,052 है, जबकि मौजूदा सर्वश्रेष्ठ खुले मॉडल की दर 0,066 है। 🔗 स्रोत
- ViKernel Scanner — VIDRAFT ने एक ओपन सोर्स स्कैनर प्रकाशित किया है जो मॉडलों को नकली उपकरण देता है: जाँचे गए सभी 20 खुले मॉडलों को F ग्रेड मिला, और मध्यस्थ प्रदर्शन वाले मॉडल ने 100 में से 40 परीक्षणों में खतरनाक कार्रवाई करने का प्रयास किया। 🔗 स्रोत
- बिना सेंसर वाला Kimi K3.1 Pro — प्रदाता OpenUncensored एक बिना पाबंदियों वाला संस्करण उपलब्ध कराता है, जो उसके परीक्षण सेट के वैध किंतु अनुमति की सीमा के करीब आने वाले 97 % अनुरोधों को संभालता है, जबकि मूल मॉडल 83 % को संभालता है; एजेंट के बार-बार चलने वाले चक्रों में इसकी कमजोरी स्वीकार की गई है। 🔗 स्रोत
- olmOCR-Bench — Ai2 ने जटिल दस्तावेज़ पढ़ने के अपने बेंचमार्क पर Unsiloed द्वारा घोषित 88,0 स्कोर की जानकारी साझा की है, जो GPT-5.5 के 84,6 से आगे है। 🔗 स्रोत
- RoboTwin Unified — हरप्रीत सहोता ने 50 कार्यों में दो भुजाओं से वस्तुएँ संभालने के 27 500 एपिसोड और 6 मिलियन से अधिक चित्रों का FiftyOne इम्पोर्ट प्रकाशित किया है। 🔗 स्रोत
- Recapture — Nutrient ने एक ओपन सोर्स उपकरण प्रकाशित किया है जो दस्तावेज़ पढ़ने वाले मॉडलों को प्रशिक्षित करने के लिए एनोटेशन वाले पृष्ठ को फ़ोन से ली गई तस्वीरों या यथार्थवादी स्कैन में बदलता है और एनोटेशन सुरक्षित रखता है। 🔗 स्रोत
- स्थानीय Kafka सहायक — अपनी शृंखला के तीसरे भाग में रोमन मेल्निक ने फ़ाइन-ट्यूनिंग की जगह अपरिवर्तित Qwen3.8-27B पर दस्तावेज़ों में खोज का उपयोग किया है: 40 प्रश्नों पर +1,48 का सुधार, जबकि उनके फ़ाइन-ट्यून किए गए अडैप्टरों के लिए यह +0,08 और -0,18 था। 🔗 स्रोत
- Ai2 और Taylor Geospatial — खुले बेंचमार्क, मॉडल (OlmoEarth) और भू-स्थानिक डेटा के लिए साझेदारी, जिसमें फ़सल के प्रकार और उपज तक विस्तारित Fields of The World शामिल है; इन्हें Source Cooperative और GitHub पर मुफ़्त प्रकाशित किया जाएगा। 🔗 स्रोत
पारिस्थितिकी तंत्र
- Replit & Co. — Replit ने पेशेवर दर्शकों पर केंद्रित रचनाकार कार्यक्रम शुरू किया है, जिसमें शुरुआत में 45 रचनाकार शामिल हैं और उन्हें अपने Replit खातों पर लाभ मिलते हैं। 🔗 स्रोत
- Manus और Godot — Manus, Godot Foundation का Platinum प्रायोजक बन गया है। यह संस्था मुक्त गेम इंजन को वित्तपोषित करती है; किसी राशि की जानकारी नहीं दी गई है। 🔗 स्रोत
- GitHub Team — AI से इतर: GitHub Team संगठनों के लिए सुरक्षा जोखिमों का आकलन (उजागर क्रेडेंशियल, कोड की कमजोरियाँ) अपने आप शुरू होता है। 🔗 स्रोत
इसका क्या अर्थ है
मध्यम श्रेणी सबसे अधिक प्रतिस्पर्धा वाला क्षेत्र बन रही है। Google, Carbon और Hydrogen के बीच Gemini 4 Neon को रख रहा है और इसे प्रति टोकन कीमत के बजाय प्रति कार्य लागत के आधार पर बेच रहा है, जबकि इसकी प्रति टोकन कीमत 30 नवंबर तक Carbon से अधिक बनी हुई है। Arena, Meta के Muse Ember की तुलना GPT-6 Luna और Claude Haiku 5.5 से कर रहा है। ये तीनों वास्तविक काम के लिए बनाए गए कुशल मॉडल हैं, और Muse Ember एक कार्य 27 सेकंड में 1,9 सेंट की लागत पर पूरा करता है। खुले मॉडलों में यही तर्क छोटे पैमाने पर लागू हो रहा है: 0,5 अरब पैरामीटर वाला Rumble-2-Flash वास्तविक कॉल सेंटर रिकॉर्डिंग पर 30 अरब पैरामीटर वाले मॉडल के स्तर तक पहुँचता है, और एक साधारण LoRA अडैप्टर Qwen3.8-27B को 6 से 8 गुना कम टोकन में अपने ही अधिकतम चिंतन मोड की बराबरी करने देता है। ये आँकड़े अब भी निर्माताओं या उनके द्वारा उद्धृत मूल्यांकनकर्ताओं के हैं।
सुरक्षा का प्रश्न उपकरणों में उतना ही महत्वपूर्ण है जितना प्रयोगशालाओं में। OpenAI का कहना है कि वह GPT-6.1 Astra को अभी जारी नहीं कर रहा है और अपने अग्रणी मॉडलों को वास्तविक इंटरनेट तक पहुँच दिए बिना प्रशिक्षित कर रहा है; उसी दिन Codex पर उसका लेख स्वीकार करता है कि सैंडबॉक्स कुछ जोखिमों को नहीं पकड़ पाता, जिनकी भरपाई मॉडल के प्रशिक्षण से करनी होती है। कोड उपकरण इन समझौतों पर सार्वजनिक रूप से निर्णय ले रहे हैं: Claude Code अपनी पहली Bash कमांड को तेज़ करता है, जिसकी कीमत स्वीकृति से पहले स्टार्टअप फ़ाइलों का निष्पादन है, और अपने ऑटो मोड के शुल्क वाले फ़ॉलबैक को समाप्त करने की घोषणा करता है; VS Code कंपनियों को Claude और Codex के उन हार्नेस को फिर से अनुमति देने देता है जो उसकी प्रबंधित सेटिंग लागू नहीं करते; और Vibe किसी परियोजना को टेलीमेट्री दोबारा सक्रिय करने से रोकता है।
मॉडलों का उपयोग अपने आसपास की प्रणालियों को बेहतर बनाने के लिए लगातार बढ़ रहा है। AMD में वे पहले से अत्यधिक अनुकूलित सर्किट को दोबारा लिखकर PPA में 14 % तक सुधार खोजते हैं। Anthropic में Claude Code के एक सत्र ने बड़े दस्तावेज़ की मेमोरी खपत 3 GB से घटाकर 180 MB कर दी; अगस्त के अंत से Claude Docs के लॉन्च तक पूरे काम में सूचीबद्ध दरों पर लगभग 125 000 डॉलर का इन्फ़रेंस खर्च आया। Perplexity अपने उपयोगकर्ताओं की स्किल लिखने का काम Brain को देता है, और Replit, Missions से इलेक्ट्रॉनिक हस्ताक्षर प्लेटफ़ॉर्म के 1 000 से अधिक उपयोगकर्ता प्रवाह दोबारा बनवाता है। अपरिवर्तनीय फैसलों पर इंसान का नियंत्रण बना रहता है: दोबारा लिखे गए सर्किट की Synopsys उपकरणों से जाँच की जाती है, स्कीमा के निर्णय Claude Docs के चक्र का संचालन कर रहे इंजीनियर के पास रहते हैं और Perplexity की अंतर्निहित स्किल की इंसानों द्वारा समीक्षा होती है।
आख़िरकार AI उन जगहों पर पहुँच रहा है जहाँ लोग पहले से मौजूद हैं। Google कम मेमोरी वाले फ़ोन के लिए Gemini ऐप को नए सिरे से बना रहा है; उसके अनुसार ये फ़ोन रोज़ाना सैकड़ों मिलियन लोगों को इंटरनेट से जोड़ते हैं। Perplexity अपने एजेंटों को मोबाइल पर ला रहा है और ChatGPT बिना 10 मिनट की सीमा के बोलने के साथ-साथ बोला गया पाठ दिखाता है। उद्यमों में एजेंट मौजूदा व्यावसायिक उपकरणों में प्रवेश कर रहे हैं: ChatGPT for Sales के लिए CRM और बिक्री उपकरण, ElevenAgents के लिए चिकित्सा रिकॉर्ड, Replit के लिए Teams और Azure। प्रेस भी इसी दिशा में बढ़ रहा है: LVMH के मीडिया प्रभाग के बाद, Groupe Figaro अपनी संपादकीय स्वतंत्रता बनाए रखते हुए अपने अभिलेखागार ChatGPT में ला रहा है।
स्रोत
- Gemini 4 Neon पर Google की पोस्ट
- Antigravity में उपलब्ध मॉडल
- X पर @GoogleDeepMind: Gemini 4 Neon
- अत्याधुनिक मॉडलों के जोखिम का प्रबंधन (OpenAI)
- X पर @OpenAI: जोखिम प्रबंधन
- OpenAI के मॉडलों से चिप डिज़ाइन करना (OpenAI)
- Project Genie में Genie 4 (Google)
- अनुसंधान पूर्वावलोकन: Pika Enact
- ChatGPT के रिलीज़ नोट्स
- X पर @perplexity_ai: मोबाइल पर Teammates और Multiagent
- स्वयं में सुधार करने वाले कौशल (Perplexity)
- कम मेमोरी वाले फ़ोन पर Gemini (Google)
- Claude Code v2.1.327
- Claude Docs के लॉन्च से पहले अराजकता का चक्र (claude.dev)
- Codex का सैंडबॉक्स (OpenAI)
- Vibe CLI 3.1.3
- VS Code 1.147 के नोट्स
- Microsoft Ignite में Replit
- Rumble-2-Flash (Hugging Face)
- X पर @NVIDIAAI: Nemotron-Labs-Sigma
- arXiv शोधपत्र 2610.02665
- Qwen3.8-27B-opencode-adapted (harness-hub)
- Qwen3.8-27B-pi-adapted (harness-hub)
- Transformers के साथ MoE विशेषज्ञों की स्ट्रीमिंग (Hugging Face)
- X पर @arena: Agent Arena पर Muse Ember
- Context API (Perplexity)
- X पर @perplexitydevs: Context API
- ChatGPT for Sales का लॉन्च (OpenAI)
- ElevenAgents for Healthcare (ElevenLabs)
- Groupe Figaro और OpenAI (OpenAI)
- Antigravity का परिवर्तन विवरण
- Gemini CLI, PR 30338
- Gemini 4 Carbon से समुदाय की रचनाएँ (Google)
- EmbeddingGemma 2 की तकनीकी रिपोर्ट (Google)
- Zed v1.29.1
- Codex CLI 0.170.0
- Codex का परिवर्तन विवरण
- Copilot SDK v2.0.1
- अपनी टीम के लिए GitHub Copilot को अनुकूलित करें (GitHub)
- GitHub Agentic Workflows v1.3.1
- DeepSeek Harness 0.2.2-rc.5
- X पर @Replit: Missions और TernSign
- X पर @Replit: Missions और Replit Slides
- X पर @OpenAIDevs: उपयोग का डैशबोर्ड
- ChatGPT Enterprise और Edu के नोट्स (OpenAI)
- डेटा के भंडारण स्थान की मार्गदर्शिका (OpenAI)
- OpenAI Agents SDK Python v0.25.0
- Perplexity API का परिवर्तन विवरण
- X पर @togethercompute: DeepSeek-V4.1-Flash-1017
- X पर @Alibaba_Qwen: TokenHarbor पर Qwen4-Max
- X पर @Alibaba_Qwen: Runware पर Qwen4-Max
- X पर @genspark_ai: GPT-6.2
- X पर @ClaudeDevs: Claude Desktop का Latest चैनल
- X पर @bot: Grok Bot से आरक्षण
- Kimi Work के रिलीज़ नोट्स
- संदर्भ के क्षरण पर Perplexity की मार्गदर्शिका
- X पर @Kling_ai: fal पर Kling Image 4.0
- X पर @Kling_ai: Runware पर Kling Image 4.0
- X पर @Kling_ai: eachlabs पर Kling Image 4.0
- X पर @genspark_ai: Kling Image 4.0
- X पर @genspark_ai: MAI-Image-2.7
- X पर @suno: Suno MCP
- Claude में Synthesia (Synthesia)
- X पर @runwayml: AI Festival 2027
- Cosmos Data Factory (NVIDIA)
- Neural Engine और GPU वाला हाइब्रिड ANEMLL (Hugging Face)
- Samdei Type (Hugging Face)
- ViKernel Scanner (Hugging Face)
- बिना सेंसरशिप वाला Kimi K3.1 Pro (Hugging Face)
- X पर @allen_ai: olmOCR-Bench
- FiftyOne में RoboTwin Unified (Hugging Face)
- Recapture (Hugging Face)
- स्थानीय Kafka SRE सहायक, भाग 3 (Hugging Face)
- Ai2 और Taylor Geospatial (Ai2)
- Replit & Co. (PR Newswire)
- Manus, Godot Foundation में शामिल हुआ (Manus)
- GitHub Team पर सुरक्षा जोखिमों का आकलन (GitHub)