GPT-5.6 Sol Terra Luna प्रीव्यू में, Anthropic Economic Index, Cerebras पर Gemma 4 : 26 जून 2026 की एआई वॉच

26 जून 2026 कई मोर्चों पर एक व्यस्त दिन है: OpenAI GPT-5.6 श्रृंखला (Sol, Terra, Luna) की सीमित प्रीव्यू का खुलासा करता है, जिसमें नया नामकरण सिस्टम है और Terra तथा Luna पर कीमतें घटाई गई हैं; Anthropic अपने छठे Economic Index « Cadences » को 9 700 उपयोगकर्ताओं के सर्वेक्षण के परिणामों के साथ प्रकाशित करता है; Gemma 4 2,5 महीनों में 200 मिलियन डाउनलोड का आंकड़ा पार करती है और Cerebras पर 1 500 tokens प्रति सेकंड के साथ पहला मल्टीमॉडल मॉडल बनती है। डेवलपर टूलिंग की बात करें तो, GitHub Desktop 3.6 worktrees और Copilot SDK को एकीकृत करता है, Copilot for Jira सामान्य उपलब्धता में आ जाता है और LSP Setup skill 14 भाषाओं पर Copilot CLI में सिमेंटिक इंटेलिजेंस लाता है। HeyGen आठ महीनों में 200 मिलियन USD का ARR घोषित करता है, और Cohere GPT-5.6 पर सरकारी प्रतिबंधों के जवाब में enterprise sovereignty पर अपना रुख मजबूत करता है।

GPT-5.6 Sol, Terra और Luna — OpenAI की नई पीढ़ी की सीमित प्रीव्यू

26 जून — OpenAI GPT-5.6 श्रृंखला की सीमित प्रीव्यू लॉन्च करता है, जिसमें अलग-अलग स्थिति वाले तीन मॉडल शामिल हैं। यह श्रृंखला नया नामकरण सिस्टम पेश करती है: संख्या (5.6) पीढ़ी को दर्शाती है, जबकि Sol, Terra और Luna स्थायी क्षमता स्तरों को दर्शाते हैं जो स्वतंत्र रूप से विकसित हो सकते हैं।

“Introducing a limited preview of GPT-5.6 Sol, our next generation frontier model, as well as GPT-5.6 Terra, a balanced model for efficient, everyday work, and GPT-5.6 Luna, a fast and affordable model for high-volume work.”

🇮🇳 GPT-5.6 Sol, हमारे नई पीढ़ी के मॉडल, के सीमित प्रीव्यू का लॉन्च, साथ ही GPT-5.6 Terra, दैनिक प्रभावी काम के लिए एक संतुलित मॉडल, और GPT-5.6 Luna, बड़ी मात्रा वाले कार्यों के लिए एक तेज़ और किफ़ायती मॉडल। — @OpenAI पर X

तीन मॉडल, क्षमता के तीन स्तर

GPT-5.6 Sol : नई पीढ़ी का फ्लैगशिप मॉडल, अब तक साइबरसुरक्षा, कोड और जीवविज्ञान के लिए सबसे सक्षम। यह अधिकतम तर्क-प्रयास स्तर (max reasoning effort) और जटिल कार्यों को तेज़ करने के लिए उप-एजेंटों का उपयोग करने वाला ultra मोड पेश करता है।
GPT-5.6 Terra : दैनिक काम के लिए संतुलित मॉडल, जिसकी कार्यक्षमता GPT-5.5 के समान है लेकिन दो गुना कम लागत पर।
GPT-5.6 Luna : उच्च मात्रा के लिए तेज़ और किफ़ायती मॉडल, श्रृंखला में सबसे कम लागत वाला।

मूल्य निर्धारण और प्रदर्शन

मॉडल	इनपुट (प्रति मिलियन tokens)	आउटपुट (प्रति मिलियन tokens)	स्थिति
GPT-5.6 Sol	$5	$30	फ्लैगशिप / Frontier
GPT-5.6 Terra	$2,50	$15	संतुलित, GPT-5.5 से 2× सस्ता
GPT-5.6 Luna	$1	$6	तेज़ / किफ़ायती

बेंचमार्क पर, Sol Terminal-Bench 2.1 (code/CLI) पर नया रिकॉर्ड (state of the art) बनाता है और कम tokens के साथ GeneBench v1 (जीवविज्ञान) पर GPT-5.5 से आगे निकलता है। ExploitBench² (साइबरसुरक्षा) पर, Sol लगभग एक-तिहाई आउटपुट tokens के साथ Mythos Preview के बराबर है। Sol जुलाई 2026 से Cerebras पर प्रति सेकंड 750 tokens तक उपलब्ध होगा।

मज़बूत सुरक्षा और सीमित उपलब्धता

OpenAI का कहना है कि उसने अब तक की सबसे मज़बूत सुरक्षा स्टैक (safety stack) तैनात की है: स्वचालित red teaming के लिए A100-समकक्ष GPU पर 700 000 घंटे से अधिक, साइबरसुरक्षा और जीवविज्ञान के लिए रीयल-टाइम वर्गीकरणकर्ता, तथा लगातार दुर्भावनापूर्ण व्यवहार का पता लगाने के लिए खाता-स्तरीय समीक्षा। GPT-5.6 Sol OpenAI के तैयारी ढाँचे (Preparedness Framework) की « Cyber Critical » सीमा को पार नहीं करता।

अमेरिकी सरकार के अनुरोध पर, OpenAI एक सीमित प्रीव्यू के साथ एक छोटे से विश्वसनीय साझेदार समूह से शुरुआत करता है, और फिर API, Codex और ChatGPT के माध्यम से « आने वाले हफ्तों में » व्यापक रोलआउट करेगा।

🔗 OpenAI ब्लॉग — GPT-5.6 प्रीव्यू

Anthropic Economic Index — छठी रिपोर्ट « Cadences »

26 जून — Anthropic Anthropic Economic Index की छठी रिपोर्ट प्रकाशित करता है, जिसका शीर्षक « Cadences » है। यह पहला संस्करण है जो निरंतर प्रति-घंटा सैम्पलिंग, उत्पन्न आर्टिफैक्ट्स के वर्गीकरणकर्ता और 9 700 Claude उपयोगकर्ताओं के सर्वेक्षण के परिणामों को जोड़ता है।

नई कार्यप्रणाली

बदलाव	विवरण
प्रति-घंटा सैम्पलिंग	डेटा लगातार एकत्र किया गया (अब 7-दिवसीय विंडो पर नहीं) — घंटे-दर-घंटे बदलाव दिखाई देते हैं
आर्टिफैक्ट वर्गीकरणकर्ता	प्रत्येक बातचीत को उसके मुख्य output (व्याख्या, दस्तावेज़, कोड, आदि) के अनुसार वर्गीकृत किया गया
सूक्ष्म डेटा	Claude बातचीत (chat + Cowork) और API 1P के बीच विभाजित, मासिक स्तर पर समेकित

उपयोग की लय

उपयोग कैलेंडर और दैनिक आदतों को दर्शाता है: निजी बातचीत का हिस्सा सप्ताह के दिनों में ~35 % से बढ़कर सप्ताहांत में ~50 % हो जाता है। खाना पकाने की रेसिपियाँ औसतन की तुलना में 18 बजे 2,3 गुना अधिक बार माँगी जाती हैं; नींद से जुड़ी सलाह लगभग 5 बजे अपने चरम पर पहुँचती है। कर-संबंधी अनुरोध 14 अप्रैल को (संयुक्त राज्य में कर-रिटर्न की अंतिम तिथि की पूर्व संध्या) मई के औसत की तुलना में आठ गुना अधिक बार आए। Claude Code पर, सप्ताहांत में सबसे अधिक घटने वाले उपयोग बैक-एंड आर्किटेक्चर और API डिबगिंग हैं; सबसे अधिक बढ़ने वाले: AI एजेंट डिज़ाइन, क्वांटिटेटिव ट्रेडिंग, वीडियो गेम।

Claude क्या बनाता है

93 % बातचीत एक पहचाने जाने योग्य आर्टिफैक्ट उत्पन्न करती है: व्याख्याएँ (17 %), दस्तावेज़ और रिपोर्ट (15 %), सलाह (11 %), कोड और स्क्रिप्ट (~16 % कुल)। ऐप्स और वेबसाइटें एक औसत बातचीत की तुलना में तीन गुना से अधिक tokens खपत करती हैं। Claude औसतन प्रॉम्प्ट की तुलना में लगभग एक वर्ष अधिक पढ़ाई के स्तर पर उत्तर देता है — यह अंतर छवियों और ग्राफ़िक्स (+2,6 वर्ष), गेम्स (+1,9) और ऐप्स (+1,7) के लिए सबसे बड़ा है।

9 700 उत्तरदाताओं का सर्वेक्षण

संकेतक	मूल्य
12 महीनों में अपनी ज़िम्मेदारियों में महत्वपूर्ण बदलाव की उम्मीद करते हैं	>1/3
मानते हैं कि AI 12 महीनों में उनके अधिकांश कार्य संभाल सकेगा	>35 %
गति में उत्पादकता लाभ की रिपोर्ट करते हैं	86 %
काम की मात्रा में उत्पादकता लाभ की रिपोर्ट करते हैं	82 %
गुणवत्ता में उत्पादकता लाभ की रिपोर्ट करते हैं	69 %
AI की मदद से अधिक सीखते हैं	68 %
मानते हैं कि AI उनके कौशल को मूल्य देता है	57 %
अपने स्वयं के नौकरी खोने की संभावना मानते हैं	~10 %
मानते हैं कि उनके युवा सहकर्मी की नौकरी जाने की संभावना है	>1/3

मुख्य निष्कर्ष: जो उपयोगकर्ता Claude को सबसे अधिक काम सौंपते हैं, वही अपने रोजगार और कौशल पर AI के प्रभाव को लेकर सबसे अधिक आशावादी दिखते हैं — और यह अनुभूत सीखने में कमी के साथ नहीं आता। नमूने के 12 % हिस्से में महिलाएँ हैं; व्यवसाय-सम्बंधी अंतर नियंत्रित करने के बाद, वे Claude Code का उपयोग 6,3 प्रतिशत अंक कम करती हैं, लेकिन chat पर अधिक सक्रिय समय बिताती हैं।

🔗 Anthropic Economic Index — Cadences रिपोर्ट

Claude Code v2.1.193 — autoMode, OpenTelemetry और bash ऑटोकम्प्लीशन

25 जून — देर शाम जारी Claude Code v2.1.193 नियंत्रण, अवलोकनीयता और टर्मिनल एर्गोनॉमिक्स पर केंद्रित कई नई सुविधाएँ लाता है।

सुविधा	विवरण
`autoMode.classifyAllShell`	सभी Bash/PowerShell कमांड auto मोड वर्गीकरणकर्ता से गुजरती हैं
auto मोड में अस्वीकृति के कारण	ट्रांसक्रिप्ट, toast और `/permissions` टैब में दर्ज होते हैं
OpenTelemetry `claude_code.assistant_response`	मॉडल के उत्तर पाठ को लॉग करता है (डिफ़ॉल्ट रूप से छिपा हुआ; `OTEL_LOG_ASSISTANT_RESPONSES=1`)
bash पाथ ऑटोकम्प्लीशन (`!`)	टाइप करते समय वास्तविक समय में सुझाए गए पाथ
MCP auth सूचना	यदि लॉन्च पर सर्वरों को प्रमाणीकरण चाहिए तो `/mcp` पर सूचना
पृष्ठभूमि में निष्क्रिय shell ऑटो-रिप्लाई	इनपुट की प्रतीक्षा कर रही कमांड्स को स्वचालित उत्तर मिलता है (जिसे `CLAUDE_CODE_DISABLE_BG_SHELL_PRESSURE_REAP=1` के माध्यम से बंद किया जा सकता है)

कई regression ठीक किए गए हैं: पृष्ठभूमि में pin किए गए एजेंट अब हर स्वचालित अपडेट के बाद « वहीं जारी रखें जहाँ आप थे » के लिए फिर से नहीं बुलाए जाते, और भूतिया उप-एजेंट « general-purpose (resumed) » जो मुख्य बातचीत को फिर से शुरू करता था, हटा दिया गया है। headersHelper MCP 401/403 प्रतिक्रिया के बाद स्वचालित रूप से पुनः प्रारंभ और पुनः कनेक्ट होता है।

🔗 Claude Code changelog

Google / Gemini — Cerebras पर Gemma 4, 200M डाउनलोड और जून Drops

Gemma 4 × Cerebras — 1 500 tokens/s पर पहला मल्टीमॉडल मॉडल

26 जून — Gemma 4 Cerebras पर उपलब्ध पहला मल्टीमॉडल मॉडल बनता है। 31B संस्करण Cerebras अवसंरचना पर प्रति सेकंड 1 500 tokens पर चलता है। 28 जून को 24 घंटे का एक वर्चुअल hackathon आयोजित किया जाता है, जिसमें प्रतिभागियों के लिए $5 000 के पुरस्कार हैं, और उन्हें Luma के माध्यम से Cerebras पर Gemma 4 तक शुरुआती पहुँच मिलती है (Cerebras × Google Gemma 4 : $5 000 Hackathon)।

🔗 @googlegemma का ट्वीट — Cerebras × Gemma 4

Gemma 4 — 2,5 महीनों में 200 मिलियन डाउनलोड

25 जून — Gemma 4 परिवार लॉन्च के केवल 2,5 महीनों में 200 मिलियन डाउनलोड का आंकड़ा पार कर जाता है। संदर्भ के लिए, Gemma 3 के लॉन्च पर पूरे Gemma परिवार के 100 मिलियन डाउनलोड थे — यानी Gemma 4 ने 2,5 महीनों में उस कुल को दोगुना कर दिया। इस मील के पत्थर को @GoogleDeepMind ने retweet किया, जो Google द्वारा इस उपलब्धि को दिए गए महत्व का संकेत है।

🔗 @googlegemma का ट्वीट — 200M डाउनलोड

Gemini Drops जून 2026 — आवाज़ के साथ रीयल-टाइम इमेज और SME टूल्स

26 जून — Gemini ऐप जून का अपना मासिक सारांश (« Gemini Drops ») प्रकाशित करता है: आवाज़ के साथ रीयल-टाइम इमेज जनरेशन और छोटे व्यवसायों के लिए नए टूल्स। ट्वीट एक Google blog article की ओर इशारा करता है, जो महीने की सुविधाओं का विवरण देता है।

🔗 @GeminiApp का ट्वीट — Gemini Drops जून 2026

GitHub Copilot — Desktop 3.6, Jira GA और CLI में सिमेंटिक इंटेलिजेंस

GitHub Desktop 3.6 — Worktrees और Copilot SDK

26 जून — GitHub Desktop 3.6 दो प्रमुख सुधार लाता है: Git worktrees का समर्थन और नए Copilot SDK के माध्यम से Copilot का अधिक गहरा एकीकरण।

सुविधा	विवरण
Copilot SDK	Desktop में सभी Copilot सुविधाओं के लिए साझा आधार
Commit authoring	`.github/copilot-instructions.md` और `AGENTS.md` का पालन करने वाले संदेश उत्पन्न करता है
Conflict resolution	AI विरोधी बदलावों की व्याख्या करता है और स्वीकृत या संपादित की जा सकने वाली समाधान-सुझाव देता है
Git worktrees	stashing या बार-बार cloning के बिना समानांतर कई branches पर काम करना
Model picker	हर Copilot सुविधा के लिए मॉडल का चयन
BYOK	किसी तृतीय-पक्ष provider या स्थानीय मॉडल से कनेक्शन

macOS और Windows (GitHub Desktop 3.6.0) के लिए उपलब्ध। worktrees विशेष रूप से उन coding agents के साथ उपयोगी हैं जो अलग-अलग कार्यस्थान (worktrees) बनाते हैं।

🔗 GitHub Changelog — Desktop 3.6

GitHub Copilot for Jira — सामान्य उपलब्धता

25 जून — GitHub Copilot for Jira मार्च 2026 से public preview के बाद सामान्य उपलब्धता (GA) में आ जाता है। GA दो नई क्षमताएँ लाता है: progress streaming (coding agent के अपडेट बिना context बदले रीयल टाइम में Jira ticket तक पहुँचते हैं) और post-session steering (draft PR खोलने के बाद, उपयोगकर्ता सीधे Jira में नए निर्देश दे सकता है; agent उसी PR पर काम जारी रखता है)। GitHub संगठन और repositories का onboarding सरल किया गया है।

🔗 GitHub Changelog — Copilot for Jira GA

LSP Setup skill — Copilot CLI के लिए 14 भाषाओं पर सिमेंटिक इंटेलिजेंस

25 जून — GitHub Copilot CLI को एक नया LSP Setup skill मिलता है, जो उसे LSP (Language Server Protocol) सर्वरों के माध्यम से वास्तविक सिमेंटिक कोड इंटेलिजेंस — परिभाषाएँ, references, types — देता है, और grep/decompilation दृष्टिकोण की जगह लेता है। कवरेज: 14 भाषाएँ। LSP सर्वरों की कॉन्फ़िगरेशन और स्थापना skill द्वारा समर्थित हैं।

🔗 GitHub Blog — LSP Setup skill · @github का ट्वीट

ओपन मॉडल और शोध — HF Jobs vLLM और Sakana CoffeeBench

HF Jobs — एक कमांड में OpenAI-संगत vLLM सर्वर

26 जून — Hugging Face ने HF Jobs इन्फ्रास्ट्रक्चर पर एक ही कमांड (hf jobs run --flavor a10g-large --expose 8000 vllm/vllm-openai:latest vllm serve Qwen/Qwen3-4B) से निजी, OpenAI-संगत vLLM सर्वर लॉन्च करने के लिए एक आधिकारिक गाइड प्रकाशित किया है। न Kubernetes, न सर्वर प्राविजन करने की ज़रूरत, बिलिंग प्रति-सेकंड।

पहलू	विवरण
उपलब्ध GPU	A10g-large (1,50 USD/h), H200×2, H200×8
प्रोटोकॉल	OpenAI-संगत (ChatCompletions), HF टोकन से प्रमाणीकरण
SSH एक्सेस	`hf jobs run --ssh` + `hf jobs ssh <job_id>`
परीक्षण किए गए मॉडल	Qwen3-4B, Qwen3.5-122B-A10B (MoE, 2×H200)
Gradio इंटरफ़ेस	समेटने योग्य रीज़निंग के साथ स्ट्रीमिंग सपोर्ट
एजेंट कोडिंग	Pi framework इंटीग्रेशन (provider-agnostic)
Inference Endpoints से अंतर	Jobs = प्रयोग/इवैल, Endpoints = scale-to-zero के साथ प्रोडक्शन

पूर्वापेक्षाएँ: huggingface_hub >= 1.20.0।

🔗 HF ब्लॉग — HF Jobs पर vLLM

Sakana CoffeeBench — कॉफी चेन पर 90 दिनों की मल्टी-एजेंट सिमुलेशन

26 जून — Sakana AI, Azusa Audit Corporation के साथ मिलकर, CoffeeBench प्रकाशित करती है: यह एक बेंचमार्क है जो LLM एजेंटों की दीर्घकालिक प्रबंधन क्षमताओं का मूल्यांकन करता है। छह कंपनियाँ (किसान, रोस्टर, रिटेलर), जिनमें से प्रत्येक को एक अलग एजेंट द्वारा संचालित किया जाता है, 90 सिम्युलेटेड दिनों तक मूल्य वार्ताएँ करती हैं, ऑर्डर देती हैं और अपनी इन्वेंट्री संभालती हैं, ताकि शुद्ध लाभ को अधिकतम किया जा सके। परिणाम मॉडल्स के बीच महत्वपूर्ण व्यवहारिक अंतर दिखाते हैं: कुछ एजेंट सक्रिय रूप से बातचीत करते हैं, अन्य बिना कार्रवाई किए विश्लेषण करते हैं और नुकसान में चले जाते हैं। यह शोध ICML 2026 के वर्कशॉप « Failure Modes in Agentic AI » में प्रस्तुत किया जाएगा। ट्वीट को 173 800 व्यूज़ मिले।

🔗 Sakana — CoffeeBench · arXiv 2606.16613 · @SakanaAILabs on X

HeyGen ने आठ महीनों में 200 मिलियन USD ARR पार किया

25 जून — HeyGen, identity-first AI video पर केंद्रित AI वीडियो प्लेटफ़ॉर्म, घोषणा करता है कि उसने 200 मिलियन USD ARR (annual recurring revenue) पार कर लिया है, और आठ महीनों में दोगुना हो गया है। यह वृद्धि स्वतंत्र क्रिएटर्स और Fortune 100 की 85% कंपनियों — दोनों द्वारा तेज़ अपनाने को दर्शाती है।

मीट्रिक	मूल्य
ARR	200 मिलियन USD (8 महीनों में दोगुना)
उपयोगकर्ता	30 मिलियन
देश	196
भाषाएँ	175+
Fortune 100	85 %
बनाई गई वीडियो	118 मिलियन
पूंजी दक्षता	जुटाए गए प्रत्येक डॉलर पर 2,70 USD ARR

HeyGen Avatar V (डिजिटल ट्विन बनाने के लिए 15 सेकंड वीडियो पर्याप्त), HyperFrames (agentic वीडियो निर्माण के लिए Apache 2.0 ओपन-सोर्स framework, एक महीने में 21 600 GitHub stars) और AI एजेंट फ्लो के लिए HeyGen MCP इंटीग्रेशन को प्रमुखता से प्रस्तुत करता है। 3 महीनों में 63 फ़ीचर्स लॉन्च किए गए हैं।

🔗 HeyGen ब्लॉग — 200 मिलियन USD ARR

Cohere — GPT-5.6 पर प्रतिबंधों के सामने enterprise संप्रभुता

25 जून — Cohere ने संप्रभुता और enterprise नियंत्रण पर एक आक्रामक पोज़िशनिंग ट्वीट प्रकाशित किया, OpenAI की इस घोषणा के जवाब में कि अमेरिकी सरकार के अनुरोध पर GPT-5.6 को साझेदारों के एक सीमित समूह तक ही सीमित रखा जाएगा।

“When you use Cohere, there are no staggered releases. No sudden disablements. We trust you completely: ‘[The customer] is in full control. We can’t see in, we can’t switch it off.’”

🇮🇳 Cohere के साथ, कोई चरणबद्ध रोलआउट नहीं। कोई अचानक बंद नहीं। हम आप पर पूरी तरह भरोसा करते हैं: « ग्राहक का पूरा नियंत्रण है। हम अंदर नहीं देख सकते, हम इसे बंद नहीं कर सकते। » — @cohere on X, Aidan Gomez, Cohere CEO का हवाला देते हुए

यह पोज़िशनिंग उसी दिन सामने आती है जब OpenAI घोषणा करता है कि GPT-5.6 Sol, Terra और Luna “सामान्य रूप से अगले कुछ हफ्तों में” उपलब्ध होंगे, और फ़िलहाल केवल अमेरिकी सरकार के अनुरोध पर एक सीमित समूह के लिए। ट्वीट को 18 900 व्यूज़ मिले।

संक्षिप्त समाचार

Warp — Cloud Software Factory श्रृंखला (लेख 1) (25 जून) — स्किल्स और लूप्स के साथ क्लाउड सॉफ़्टवेयर फ़ैक्टरी (cloud software factory) बनाने पर Warp की श्रृंखला का पहला लेख। यह एपिसोड विकास प्रवाह में टिकट ट्रायेज़ को स्वचालित करने के लिए “automatic triage skill” को कवर करता है। शैक्षिक सामग्री (7 मिनट पढ़ने का समय)। 🔗 Warp ब्लॉग
Sakana Fugu — arXiv तकनीकी रिपोर्ट 2606.21228 (26 जून) — Fugu की आधिकारिक तकनीकी रिपोर्ट arXiv पर प्रकाशित, 22 जून के लॉन्च का पूरक। यह कोडिंग, तर्क, roleplay और एजेंटिक कार्यों (जिनमें SWE-Bench Pro शामिल है) के बेंचमार्क पर Fugu, Fugu-Ultra और Fugu-Llama आर्किटेक्चर का दस्तावेज़ीकरण करती है। 🔗 arXiv 2606.21228 · ट्वीट @SakanaAILabs
Antigravity 2.2.1 (25 जून) — Google का AI डेवलपमेंट एनवायरनमेंट संस्करण 2.2.1 जारी करता है: नया एकीकृत “Antigravity Guide” स्किल, ऑडियो फ़ाइल रेंडरिंग, सबस्ट्रिंग से फ़ाइल खोज, 19 सुधार और 17 बग फ़िक्स। पिछला संस्करण: 11 जून का 2.1.4। 🔗 Antigravity — changelog
Copilot code review — दक्षता अपडेट (25 जून) — Copilot code review अब नेटिव CLI/SDK टूल्स (grep, rg, glob, view) का उपयोग करता है, जिससे गुणवत्ता बनाए रखते हुए लागत 20 % कम होती है। medium analysis depth PR सारांश टिप्पणी में attribution और संगठन-स्तर पर review level सेट करने की सुविधा देती है। 🔗 GitHub Changelog
MAI-Code-1-Flash का विस्तार Copilot Business और Enterprise तक (26 जून) — MAI-Code-1-Flash मॉडल अब Copilot Business और Copilot Enterprise योजनाओं के लिए उपलब्ध है। 🔗 GitHub Changelog
Cohere — “Taps sign” मीम प्रतिक्रिया (26 जून) — GPT-5.6 Sol की सीमित पहुँच के जवाब में, Cohere X पर FORTUNE कवर पर Aidan Gomez की फ़ोटो के साथ एक हास्यपूर्ण मीम प्रकाशित करता है, यह संकेत देते हुए कि उनके CEO ने पहले ही मुख्य बात कह दी थी। ट्वीट 37 800 व्यूज़ और 444 “लाइक” तक पहुँचता है। 🔗 ट्वीट @cohere

इसका क्या मतलब है

फ्रंटियर मॉडल्स तक पहुँच का विखंडन एक व्यावसायिक मुद्दा बनता जा रहा है। GPT-5.6 Sol अमेरिकी सरकार के अनुरोध पर सीमित प्रीव्यू में लॉन्च किया गया है — OpenAI के लिए इस पैमाने पर अभूतपूर्व क्रमिक रोलआउट। Cohere तुरंत “पूर्ण ग्राहक संप्रभुता” पर पोज़िशनिंग के साथ प्रतिक्रिया देता है (“We can’t see in, we can’t switch it off”), जो संकेत देता है कि AI मॉडल्स पर enterprise नियंत्रण एक अलग करने वाला बिक्री तर्क बनता जा रहा है। अगले दिन का मीम पुष्टि करता है कि यह पोज़िशनिंग जानबूझकर और समन्वित है। GPT-5.6 Sol/Terra/Luna श्रृंखला नामकरण में भी एक उल्लेखनीय बदलाव दर्शाती है: स्थायी नाम जो स्वतंत्र रूप से विकसित हो सकते हैं, बजाय एक स्थिर संस्करण संख्या के।

AI के आर्थिक प्रभाव का मापन गहराई और सूक्ष्मता दोनों में बढ़ रहा है। Anthropic Economic Index “Cadences” पहला संस्करण है जो वास्तविक उपयोग डेटा को 9 700 उत्तरदाताओं के सर्वेक्षण के साथ जोड़ता है। परिणाम प्रमुख कथा को अधिक सूक्ष्म बनाते हैं: 86 % लोग गति में उत्पादकता लाभ की रिपोर्ट करते हैं, लेकिन जो उपयोगकर्ता सबसे अधिक कार्य सौंपते हैं वे सबसे अधिक आशावादी भी हैं — और इसका अनुभूत सीखने में कमी से संबंध नहीं दिखता। लैंगिक अंतर (संयुक्त नमूने में 12 % महिलाएँ, Claude Code उपयोग में -6,3 अंक) अभी भी कम स्पष्ट है, लेकिन पहली बार इस granularity पर दस्तावेज़ित किया गया है। उपयोग की समयगत लय (14 अप्रैल को fiscal, 18 बजे पर recettes, 5 बजे पर नींद) इस बात की ठोस व्याख्या है कि AI रोज़मर्रा की ज़िंदगी में कैसे समा रहा है।

डेवलपमेंट टीमों के उपकरण एक साथ कई मोर्चों पर अधिक घने हो रहे हैं। GitHub Desktop 3.6, Copilot for Jira GA और Copilot CLI के लिए LSP Setup skill एक ही दिन आते हैं, और विकास चक्र की पूरी कवरेज बनाते हैं: डेस्कटॉप (Desktop), प्रोजेक्ट प्रबंधन (Jira), टर्मिनल (14 भाषाओं पर सिमैंटिक CLI)। Claude Code v2.1.193 मॉडल प्रतिक्रियाओं की OpenTelemetry observability और शेल कमांड्स का स्वचालित classifier जोड़ता है, दो विशेषताएँ जो enterprise अनुपालन और traceability की ज़रूरतों को संबोधित करती हैं। दूसरी ओर, HF Jobs vLLM बिना प्रबंधित करने योग्य infrastructure के ऑन-डिमांड inference के प्रवेश-अवरोध को कम करता है।

ओपन मॉडल्स और AI वीडियो व्यावसायिक मील के पत्थर छू रहे हैं जो बाज़ार की दिशा बदलते हैं। Gemma 4, Gemma 3 के लॉन्च पर Gemma परिवार के ऐतिहासिक कुल को 2,5 महीनों में दोगुना कर देता है, और Cerebras पर 1 500 tokens/s के साथ चलने वाला पहला multimodal मॉडल बन जाता है। HeyGen (200 मिलियन USD ARR, जुटाए गए प्रत्येक डॉलर पर 2,70 USD ARR) दिखाता है कि AI वीडियो तकनीक क्षेत्र में दुर्लभ पूंजी दक्षता हासिल कर सकता है। Sakana का CoffeeBench योगदान का एक तीसरा रूप दिखाता है: लंबे क्षितिज (आपूर्ति श्रृंखला के 90 दिन) पर multi-agent benchmarks, जो ऐसे व्यवहार पकड़ते हैं जिन्हें पारंपरिक मूल्यांकन नहीं देखते — ऐसे अंतर जिन्हें ICML 2026 में प्रस्तुत किया जाएगा।