OpenAI ने Cursor के साथ अपना अनुबंध समाप्त किया, Claude Code ने साप्ताहिक सीमाएँ 17 % घटाईं, Copilot CLI मूल Rust पर चला

29 अगस्त के दिन आठ क्षेत्रों से जुड़ी बाईस घोषणाएँ: एक शांत शनिवार, जो पिछले दिन की तुलना में आधा ही भरा हुआ है। प्रमुख नई खबर तकनीकी के बजाय संविदात्मक है। OpenAI ने SpaceX को Cursor को अपने मॉडल देना बंद करने का इरादा सूचित किया है, जिसमें 12 नवंबर की प्रस्तावित समाप्ति तिथि दी गई है और Elon Musk की कंपनियों के पिछले व्यवहार का स्पष्ट उल्लेख किया गया है। दूसरी ओर, Anthropic ने Claude Code की साप्ताहिक सीमाओं में स्थायी रूप से 25 % वृद्धि की घोषणा की है, जिसका अर्थ — जैसा कि उसने स्वयं स्वीकार किया — आज की तुलना में 17 % की कमी है। GitHub ने Copilot CLI को Rust के मूल रनटाइम इंजन पर चला दिया, Together AI ने GLM-5.3 को उसकी उपलब्धता के दिन ही ऑनलाइन कर दिया, और एक inference gateway ने उत्पादन के आँकड़े प्रकाशित किए, जो अंततः खुले weights की वास्तविक स्थिति बताते हैं।

SpaceX द्वारा अधिग्रहण के बाद OpenAI ने Cursor के साथ अपना अनुबंध समाप्त किया

28 अगस्त — OpenAI ने SpaceX को उस अनुबंध को समाप्त करने का इरादा सूचित किया है, जो Cursor को उसके मॉडलों तक सीधी पहुँच देता है। प्रस्तावित समाप्ति तिथि 12 नवंबर 2026 है: कंपनी ने स्पष्ट किया कि उसने अनुबंध में अनुमत सबसे लंबी नोटिस अवधि चुनी है, ताकि डेवलपर्स यथासंभव लंबे समय तक मॉडलों तक पहुँच बनाए रख सकें।

इसका कारण SpaceX द्वारा Cursor का अधिग्रहण है। OpenAI बताता है कि वह अपने बड़े साझेदारों के साथ अनुकूलित अनुबंधों के माध्यम से काम करता है, जो उपयोग की शर्तों और बड़े पैमाने पर integration की सुरक्षा के अनुपालन की गारंटी देते हैं, और कहता है कि उसे इस बात पर भरोसा नहीं हो सकता कि SpaceX इस ढाँचे के भीतर उसकी तकनीक का उपयोग करेगा। दो पूर्व उदाहरणों का नाम लेकर उल्लेख किया गया है: Elon Musk द्वारा Twitter के अधिग्रहण के बाद, जो कंपनी अब SpaceX से जुड़ी है, दोनों कंपनियों को जोड़ने वाले अनुबंध की शर्तें तोड़ दी गईं; और इस वर्ष की शुरुआत में शपथ के तहत Musk ने स्वीकार किया कि xAI, जो अब SpaceX के अधीन है, ने OpenAI की उपयोग की शर्तों का उल्लंघन किया था। Cursor के साथ हस्ताक्षरित समझौते में नियंत्रण परिवर्तन के बाद समय-सीमित समाप्ति अवधि का प्रावधान था, जो इस समय-सारिणी को स्पष्ट करता है।

इसके साथ एक दूसरा, अधिक असामान्य तर्क भी है: OpenAI कहता है कि क्षमताओं के बढ़ने के साथ वह जिम्मेदारी का एक नया स्तर स्वीकार कर रहा है, और अपने आगामी Astra मॉडल का उल्लेख करता है — वही मॉडल, जिसके बारे में उसने 7 अगस्त को घोषणा की थी कि वह अब इस संभावना को बाहर नहीं कर सकता कि उसकी cyber capabilities तैयारी-ढाँचे के अनुसार Critical स्तर की हों। व्यावहारिक परिणाम: अनुबंध यथासंभव अंतिम तिथि तक जारी रहेगा, लेकिन भविष्य का कोई भी मॉडल Cursor को नहीं दिया जाएगा।

मामले का तत्व	मूल्य
SpaceX को सूचना देने की तिथि	28 अगस्त 2026
प्रस्तावित समाप्ति तिथि	12 नवंबर 2026
OpenAI-Cursor साझेदारी की अवधि	लगभग 4 वर्ष
Cursor को दिए जाने वाले भविष्य के मॉडल	कोई नहीं

We’re ending our partnership with Cursor following its acquisition by SpaceX. Under our proposal, Cursor’s direct access to our models would end on November 12.

We know that the people most affected by this decision are the developers who rely on OpenAI models in Cursor. We care about their experience in this transition and we’re ready to go above and beyond to support them.

🇮🇳 SpaceX द्वारा Cursor का अधिग्रहण किए जाने के बाद हम उसके साथ अपनी साझेदारी समाप्त कर रहे हैं। हमारे प्रस्ताव के अनुसार, Cursor की हमारे मॉडलों तक सीधी पहुँच 12 नवंबर को समाप्त हो जाएगी।

हम जानते हैं कि इस निर्णय से सबसे अधिक प्रभावित वे लोग होंगे जो Cursor में OpenAI मॉडलों पर निर्भर हैं। इस संक्रमण के दौरान उनका अनुभव हमारे लिए महत्वपूर्ण है और हम उनका साथ देने के लिए अपनी संविदात्मक जिम्मेदारियों से आगे जाने को तैयार हैं। — @OpenAI on X

🔗 Cursor संबंधी निर्णय — OpenAI

Claude Code: 14 सितंबर को साप्ताहिक सीमाएँ 17 % घटेंगी, CLI तेज़ी से शुरू होगा

29 अगस्त — Anthropic ने घोषणा की है कि 14 सितंबर से Claude Code की मानक साप्ताहिक सीमाएँ Pro, Max, Team और सीट-आधारित (seat-based) Enterprise योजनाओं के लिए स्थायी रूप से 25 % बढ़ जाएँगी। इस तिथि तक वर्तमान 50 % की वृद्धि लागू रहेगी।

इस भाषा में स्पष्टीकरण की आवश्यकता थी, और Anthropic ने अपने thread के अगले संदेश में स्वयं इसे स्पष्ट किया: आज की स्थिति की तुलना में इस प्रक्रिया का अर्थ साप्ताहिक सीमाओं में 17 % की कमी है। गणित सरल है — लागू 50 % की वृद्धि अस्थायी है, उसकी जगह आने वाली 25 % की वृद्धि स्थायी है, और एक से दूसरी पर जाने से वास्तविक सीमा स्वाभाविक रूप से घटती है। यह अस्थायी वृद्धि हाल की नहीं थी: 18 जुलाई 2026 को उसी account ने इसे «19 अगस्त तक» घोषित किया था, लेकिन बिना किसी नई सूचना के वह समय-सीमा पार हो गई। इसलिए 29 अगस्त की घोषणा एक अंतिम स्थिति तय करती है: मूल मानक व्यवस्था से ऊँची, लेकिन हाल के असाधारण सप्ताहों की व्यवस्था से कम स्थायी सीमा। प्रतिक्रिया मिश्रित रही, यहाँ तक कि मुख्य संदेश — scan के समय लगभग 1.6 million views वाला — X के पाठकों द्वारा तैयार किए गए एक संदर्भ-नोट के साथ प्रकाशित किया गया, जिसमें कमी का आँकड़ा दोहराया गया है।

अवधि	Claude Code की साप्ताहिक सीमाएँ
13 सितंबर तक	+50 % (अस्थायी वृद्धि, अभी लागू)
14 सितंबर से	+25 % स्थायी
Anthropic द्वारा घोषित शुद्ध प्रभाव	आज की तुलना में -17 %

Compared to today, this works out to a 17% reduction in weekly limits on Claude Code. We’re working on exciting changes that will make it feel like you’re getting more from Claude, while having more visibility and control of your usage. Can’t wait to share them.

🇮🇳 आज की तुलना में, इसका अर्थ Claude Code की साप्ताहिक सीमाओं में 17 % की कमी है। हम ऐसे रोमांचक बदलावों पर काम कर रहे हैं, जिनसे अधिक Claude उपलब्ध होने का अनुभव होगा और आपके उपयोग पर अधिक दृश्यता तथा नियंत्रण मिलेगा। हम इन्हें साझा करने के लिए उत्सुक हैं। — @ClaudeDevs on X

दिन में इससे पहले, उसी account ने Claude Code के साप्ताहिक updates का अपना सारांश प्रकाशित किया था। छह संदेशों वाले इस thread का अधिकांश हिस्सा उन नई सुविधाओं को समेटता है, जिनका यहाँ versions के अनुसार पहले ही विस्तृत वर्णन किया जा चुका है — 2.1.246 के /permissions में «Auto mode» tab, /cost में prompt cache line और 2.1.251 के foreground subagents की live tracking, तथा 2.1.243 के /usage में tasks /loop का विभाजन। हालाँकि, एक दिशा का अब तक कोई आँकड़ा नहीं दिया गया था: performance। CLI अब पहला instruction देने से पहले sandbox (sandbox) या MCP servers के शुरू होने की प्रतीक्षा नहीं करता, और claude command उन initialization steps को छोड़ देती है जिनकी उसे आवश्यकता नहीं होती। Distribution की ओर से Linux x64 download 4.5 गुना छोटा होकर लगभग 75 MB है, और native builds प्रति session 40 से 70 MB कम memory लेते हैं।

घोषित performance माप	मूल्य
Linux x64 download	4.5 गुना छोटा, लगभग 75 MB
Native builds की memory	प्रति session 40 से 70 MB कम

🔗 साप्ताहिक सीमाओं की घोषणा · साप्ताहिक सारांश

Copilot CLI Rust के मूल इंजन पर चला, Visual Studio को संगठन के custom agents मिले

28 अगस्त — GitHub ने दिन के अंत में अपना साप्ताहिक Copilot सारांश प्रकाशित किया। इसके title में 24 अगस्त की तिथि है — यही वह सप्ताह है जिसे यह कवर करता है — लेकिन इसे पिछले scan के बाद, 28 तारीख को 20:13 UTC पर ही ऑनलाइन किया गया। इसके दो sections उन घोषणाओं को दोहराते हैं जिन पर यहाँ पहले ही चर्चा हो चुकी है: Slack और Microsoft Teams में Copilot तथा Customize tab की general availability; बाकी सामग्री नई है।

सबसे संरचनात्मक बदलाव CLI से संबंधित है: Copilot CLI अब Rust के मूल execution engine पर चलता है (native Rust runtime), जबकि उसका terminal interface TypeScript में लिखा हुआ है। GitHub ने «काफी बेहतर» performance का दावा किया है, लेकिन कोई भी माप प्रकाशित नहीं किया, इसलिए निर्णय पाठक पर छोड़ दिया है। defaultMode और defaultPermissionMode settings हर नई session पर लागू होने वाले execution mode और permission mode को निर्धारित करती हैं; /plugin, /mcp और /skills commands को dedicated management interfaces मिलते हैं; और CLI अब ऐसी session को restore कर सकता है जो ठीक से समाप्त नहीं हुई हो, जिसमें बीच के turn में बाधित session भी शामिल है।

संबंधित surface	घोषित नई सुविधाएँ
Copilot CLI	मूल Rust engine, `defaultMode` और `defaultPermissionMode`, `/plugin` `/mcp` `/skills` interfaces, session recovery
Copilot application	Azure DevOps issues और pull requests को sessions में बदलना, experimental WSL, विभाज्य tabs, external browser में preview
JetBrains extension	plugins, MCP servers, telemetry और agents के permission modes पर enterprise controls
VS Code 1.135	कहीं और शुरू की गई Copilot या Claude agent sessions की recovery, complementary model की second opinion, एकल Agents pane, model और turn के अनुसार consumption
Visual Studio 2026	संगठन के custom agents, Low, Medium और High reasoning effort, Manage models view, Git agent द्वारा review

उसी दिन प्रकाशित एक dedicated changelog entry Visual Studio 2026 में Copilot के अगस्त update का विवरण देती है, जो सभी plans — Free, Student, Pro, Pro+, Max, Business और Enterprise — पर उपलब्ध है। मुख्य बदलाव organization level पर custom agents का आगमन है: GitHub organization या enterprise के owners ऐसे agents publish करते हैं जिनका उपयोग उनके सभी repositories में किया जा सकता है। Visual Studio उन्हें स्वतः detect करता है और उनके description तथा मूल organization के साथ selector में दिखाता है। GitHub organization आवश्यक है, इसलिए personal accounts इसमें शामिल नहीं हैं। Reasoning effort की setting अब user side पर तीन levels के साथ उपलब्ध है; GitHub इसे reasoning depth और token consumption के बीच स्पष्ट trade-off के रूप में प्रस्तुत करता है। Manage models view capabilities, context window size, cost information और controls को एक जगह लाता है, जबकि Git agent pull request खोलने से पहले GitHub तथा Azure DevOps repositories में uncommitted changes या commits की समीक्षा करता है।

🔗 Copilot का साप्ताहिक सारांश · Visual Studio में Copilot, अगस्त update

GLM-5.3 Together AI पर आया, जिसने तुरंत इसकी डिस्टिल्ड संस्करण की लागत मापी

29 अगस्त — GLM-5.3 के लिए लगातार तीसरा दिन। 27 अगस्त को Z.ai ने दो पंक्तियों में घोषणा की थी कि वह वेट्स प्रकाशित करेगा; 28 अगस्त को उपलब्धता शुरू हो गई और Together AI ने बिना किसी शुल्क वाली «जल्द आ रहा है» चिह्नित मॉडल शीट खोल दी। 29 अगस्त को 1:57 UTC से, शीट ऑनलाइन है और होस्ट इसे «Day 0» उपलब्धता बता रहा है। zai-org/GLM-5.3 एंडपॉइंट serverless और समर्पित इंफ्रास्ट्रक्चर, दोनों पर उपलब्ध है, और Together AI ने Claude Code, OpenCode तथा अन्य कोड-एजेंट प्लेटफ़ॉर्म के साथ इसकी संगतता की घोषणा की है। होस्ट के अनुसार, मॉडल सभी benchmarks में Fable 5 के करीब पहुंचता है, जबकि प्रति कार्य इसकी लागत कीमत के एक छोटे अंश जितनी है।

सेवा की विशेषता	मान
इनपुट / कैश किया गया इनपुट मूल्य	$1,40 / $0,26 प्रति मिलियन tokens
आउटपुट मूल्य	$4,40 प्रति मिलियन tokens
संदर्भ विंडो	1 M tokens (IndexShare architecture)
प्रयास स्तर	low, high, max (डिफ़ॉल्ट रूप से max)
घोषित SLA	99,9 %

उसी दिन, Together AI ने अपनी DeepSWE श्रृंखला की छठी तुलना प्रकाशित की और पहली बार एक ही परिवार के दो मॉडलों की तुलना की: GLM-5.3 और इसका डिस्टिल्ड संस्करण GLM-5.3 Flash। प्रोटोकॉल में कोई बदलाव नहीं हुआ — DeepSWE v1.1 के 113 कार्य, हर configuration के चार प्रयास और दोनों मॉडलों के लिए max प्रयास — यानी कुल 900 पूर्ण निष्पादन (rollouts), जिनमें 452 पूर्ण मॉडल के और 448 Flash के थे। पहले प्रयास में अंतर स्पष्ट लगता है: pass@1 में 69,0 % बनाम 63,4 %। लेकिन pass@4 में यह अंतर 2,6 अंकों तक गिर जाता है, जबकि कीमत सत्रहवें हिस्से जितनी है। इसलिए distillation ने क्षमता नहीं हटाई, बल्कि नियमितता कम कर दी: पूर्ण मॉडल द्वारा चार में चार बार सफल किए गए 48 कार्यों में से कोई भी Flash के लिए असंभव नहीं बनता; Flash कम-से-कम एक बार हल किए गए 99 में से 93 कार्यों को बनाए रखता है। इसका तंत्र आगे स्पष्ट होता है और यही सबसे दिलचस्प परिणाम है: अस्थिर कार्यों में GLM-5.3 के लिए सबसे लंबा प्रयास 61 % मामलों में विजयी प्रयास होता है, लेकिन Flash के लिए केवल 46 % मामलों में — यानी चित या पट के यादृच्छिक अवसर से भी कम। डिस्टिल्ड मॉडल अतिरिक्त प्रयास को समाधान में बदलना अब नहीं जानता।

मापी गई मीट्रिक	GLM-5.3 (max प्रयास)	GLM-5.3 Flash (max प्रयास)
pass@1	69,0 %	63,4 %
pass@4	87,6 %	85,0 %
प्रति निष्पादन लागत	$3,99	$0,24
$100 में हल किए गए कार्य	17	264
शुरू से अंत तक अवधि	35 min	26 min
पहले से सफल reference test का टूटना	4,4 %	6,9 %
अस्थिर कार्यों पर लाभदायक प्रयास	61 %	46 %

केवल एक स्पष्ट regression दर्ज की गई है और वह सावधानी से संबंधित है: Flash पहले से सफल reference test को 6,9 % निष्पादनों में तोड़ता है, जबकि पूर्ण मॉडल में यह दर 4,4 % है। इसी कारण Together AI स्पष्ट रूप से Flash द्वारा बनाए गए diff को समीक्षा के बिना स्वीकार करने से पहले पूरी non-regression suite चलाने की सलाह देता है। व्यावहारिक निष्कर्ष उसी परिवार के भीतर एक cascade है: पहले Flash चलाएं और केवल तभी पूर्ण मॉडल की ओर बढ़ें, जब कोई verifier उत्तर को अस्वीकार कर दे। यह संयोजन 1,70 डॉलर प्रति कार्य की लागत पर 80,9 % सफलता प्राप्त करता है — यानी अकेले GLM-5.3 से बारह अंक अधिक (3,99 डॉलर पर 69,0 %), और आधी से भी कम कीमत में। पाठक के लिए एक अंतर उल्लेखनीय है: मॉडल शीट पर प्रदर्शित DeepSWE स्कोर (66,9) Together AI द्वारा अपने अभियान में मापे गए 69,0 % से अलग है। होस्ट यह स्पष्ट करते हुए इस अंतर को स्वीकार करता है कि उसके आंकड़े उसके अपने निष्पादन से आए हैं।

🔗 Together AI पर GLM-5.3 की उपलब्धता · DeepSWE पर GLM-5.3 बनाम GLM-5.3 Flash

खुले वेट्स वाले मॉडलों ने आधा ट्रैफ़िक हासिल किया, लेकिन खर्च का केवल 13 %

29 अगस्त — inference gateway Requesty के प्रमुख Thibault Jaigu ने Hugging Face ब्लॉग पर 2026 में अपने production traffic से जुटाए गए आंकड़े प्रकाशित किए हैं। इसमें ग्राहकों द्वारा लाई गई keys और आंतरिक accounts शामिल नहीं हैं। मुख्य आंकड़ा यह है: खुले वेट्स वाले मॉडल जनवरी में कुल tokens के 5 % से भी कम थे, जो 3 अगस्त वाले सप्ताह में पूरे ट्रैफ़िक के आधे तक पहुंच गए, लेकिन खर्च में उनका हिस्सा केवल लगभग 13 % है। Cache को ध्यान में रखने पर frontier के बंद मॉडल का एक token खुले मॉडल के token से लगभग 6,4 गुना महंगा पड़ता है।

दो उदाहरण इस बाज़ार की तस्वीर स्पष्ट करते हैं। kimi-k3 के जारी होने के बाद मूल प्रयोगशाला को अपने ही मॉडल पर परोसे जा रहे tokens का बहुमत खोने में 11 दिन लगे; चार अन्य होस्टर्स ने 72 घंटों में उन्हीं weights पर inference शुरू कर दिया था। और glm-5.2 पर छह होस्टर्स के बीच वास्तव में चुकाई गई कीमत में 5,7x का अंतर है — यह गुप्त छूटों के कारण नहीं, बल्कि इसलिए कि सबसे सस्ता होस्ट इनपुट tokens में से 94 % को cache करता है, जबकि सबसे महंगा कोई भी token cache नहीं करता। ये आंकड़े ऐसे provider से आए हैं जो अपने ही product का वर्णन करता है; लेखक Requesty के प्रमुख के रूप में हस्ताक्षर करते हुए इस बात को स्वीकार करता है।

Gateway पर दर्ज माप	मान
tokens में खुले वेट्स की हिस्सेदारी (जनवरी 2026)	5 % से कम
tokens में खुले वेट्स की हिस्सेदारी (3 अगस्त का सप्ताह)	50 %
खर्च में खुले वेट्स की हिस्सेदारी	लगभग 13 %
खर्च का वितरण (Anthropic / OpenAI / Google)	51 % / 21 % / 15 %
Cache पुनर्पाठ / ताज़ा इनपुट / दृश्य आउटपुट	78 % / 19 % / 2 % से कम
इनपुट-आउटपुट अनुपात (जनवरी फिर अगस्त)	15x फिर 36x
प्रति अनुरोध औसत संदर्भ (जनवरी फिर अगस्त)	9,6 k फिर 28 k tokens

🔗 Hugging Face पर Requesty का लेख

Perplexity का Search API Artificial Analysis Search Index में शीर्ष तीन स्थानों पर

29 अगस्त — Perplexity ने Artificial Analysis द्वारा पिछले दिन प्रकाशित ranking साझा की: उसके Search API की context की तीनों settings इस ranking में पहली बार शामिल होकर Artificial Analysis Search Index के शीर्ष तीन स्थानों पर हैं। medium setting को 80 अंक मिले, जो पिछले leaders Parallel (advanced) और Brave Search (LLM context) से पांच अधिक हैं; दोनों को 75 अंक मिले। high और low variants क्रमशः 79 और 77 अंकों पर हैं।

प्रोटोकॉल जानबूझकर केवल search layer को अलग करता है: Artificial Analysis अपने open source agent harness Stirrup में reasoning medium पर वही मॉडल — GPT-5.6 Luna — चलाता है, जिसमें search और web page retrieval tools होते हैं। एक test से दूसरे test तक केवल search tool के पीछे का provider बदलता है। Perplexity की बढ़त BrowseComp पर केंद्रित है; AA-Omniscience और DeepSearchQA के scores अन्य अग्रणी providers के scores के समान बने हुए हैं। दूसरा तर्क आर्थिक है: अधिक compact payloads मॉडल को कम पढ़ने पर मजबूर करते हैं, इसलिए variant के अनुसार प्रति कार्य inference cost 0,028 से 0,034 डॉलर तक रहती है, जबकि अगले सबसे सस्ते provider की लागत 0,036 डॉलर है — जो अब तक Artificial Analysis द्वारा मापी गई सबसे कम लागत है।

Search provider (variant)	AA Search Index score	प्रति कार्य कुल लागत
Perplexity Search (medium)	80	लगभग 0,091 $
Perplexity Search (high)	79	लगभग 0,091 $
Perplexity Search (low)	77	उपलब्ध नहीं
Parallel (advanced)	75	0,084 $
Brave Search (LLM context)	75	0,13 $

उपयोग संबंधी दो सावधानियां हैं: ranking Artificial Analysis की है, Perplexity की नहीं; Perplexity ने केवल इसे प्रमुखता से साझा किया है। इसके अलावा, किसी blog post ने इस संदेश की पुष्टि नहीं की है, क्योंकि कंपनी के blog ने 25 अगस्त के बाद कुछ प्रकाशित नहीं किया है।

🔗 @perplexity_ai का संदेश · @ArtificialAnlys का संख्यात्मक विवरण

Codex CLI 0.151.0: extensions MCP परिणामों को intercept कर सकती हैं, remote sandbox अधिक कठोर

29 अगस्त — Codex CLI का 0.151.0 संस्करण GitHub पर 11:55 GMT+2 पर प्रकाशित हुआ और उसी दिन ChatGPT तथा Codex के आधिकारिक changelog में दर्ज किया गया। सबसे संरचनात्मक बदलाव extensions से संबंधित है: अब वे MCP tool के परिणामों को मॉडल तक पहुंचने से पहले inspect या replace कर सकती हैं। इस प्रकार MCP server और context के बीच एक interception point जुड़ जाता है, जिससे server को छुए बिना tool outputs को filter, rewrite या truncate करना संभव होता है। इसके साथ optional MCP servers द्वारा उपलब्ध कराए गए tools की discovery के लिए configurable grace period और ऐसे plugin catalogs भी जोड़े गए हैं, जो प्रत्येक repository की अपनी configuration को मिलाते हैं तथा valid plugins को हटाए बिना invalid project marketplaces की सूचना देते हैं।

संस्करण का बाकी हिस्सा sandbox को अधिक कठोर बनाने पर केंद्रित है। /cd command अब restrictions को कमजोर नहीं कर सकती — पहले ऐसा scenario था जिसमें directory बदलने से सुरक्षा-नियंत्रण अप्रत्यक्ष रूप से ढीले हो जाते थे — और obsolete हो चुकी Guardian classifications permissions की स्थिति बदलने के बाद किसी action को authorize नहीं कर सकतीं। Remote sandbox का application execution machine की वास्तविकता के अनुरूप भी किया गया है: executor की home directory, operating system और path conventions को context में propagate किया जाता है, जिसमें read-denial rules भी शामिल हैं। Delegated agents वाली teams के लिए अंतिम उल्लेखनीय बिंदु: nested sub-agents की token खपत अब root objective के budget में गिनी जाती है।

संस्करण का तत्व	मान
संस्करण	0.151.0 (stable)
GitHub प्रकाशन	29 अगस्त 2026, 11:55 GMT+2
Installation	`npm install -g @openai/codex@0.151.0`
नई सुविधाएं / सुधार / आधारभूत कार्य	3 / 6 / 2
पिछला stable संस्करण	0.150.1 (27 अगस्त)

🔗 Codex CLI 0.151.0 release notes

Appshots: ChatGPT Work और Codex प्रदर्शित application का context पढ़ते हैं

28 अगस्त — OpenAI Developers ने appshots प्रस्तुत किए हैं, जो ChatGPT Work और Codex के लिए context capture mechanism है। सिद्धांत यह है कि सामने दिखाई दे रही चीज़ का वर्णन करने के बजाय, assistant को वर्तमान में प्रदर्शित application का पूरा context दिया जाए, ताकि वह screen को समझकर उस पर कार्रवाई कर सके। Trigger जानबूझकर बहुत सरल है — Command key को दो बार दबाना (⌘ ⌘)।

Thread में ऐसे दस उपयोगों का विवरण है, जो लक्षित दायरे को code से काफी आगे दिखाते हैं: Slack thread का सारांश बनाना, form भरना, screen पर दिखाई दे रहे API reference के आधार पर कोई feature जोड़ना, X पर मिले उत्तरों के समूह से themes निकालना, ऐसे private messages पहचानना जिनका उत्तर देना आवश्यक है, notes को presentation में बदलना, iMovie में video काटना, या खुली हुई recipe को shopping list में बदलना। Scan की तारीख तक घोषणा केवल X पर मौजूद है: ChatGPT और Codex changelog में 27 से 29 अगस्त के बीच CLI के 0.151.0 संस्करण के अलावा कोई entry नहीं है। इसलिए access conditions — संबंधित plans, platforms और general या phased availability — documented नहीं हैं।

🔗 @OpenAIDevs का thread

Antigravity CLI 1.1.22: /model command अब argument लेती है, stability के आठ सुधार

27 अगस्त — अब तक scan न किए गए channel की जानकारी। Google Antigravity का changelog चार tabs में बंटा है — Antigravity 2.0, Antigravity CLI, Antigravity SDK और Antigravity IDE — जिनमें से पिछली बार केवल पहला पढ़ा गया था। CLI tab व्यवहार में हर एक से तीन दिन में एक version प्रकाशित करता है; नवीनतम version, 1.1.22, तीन improvements और आठ fixes लाता है।

Ergonomics की दृष्टि से, /model command अब एक argument स्वीकार करती है: selector खोलने के बजाय, नाम, slug या label देकर सीधे किसी model पर switch किया जा सकता है। यह operation उसी चरण में default भी तय करती है और typing के दौरान ghost-text autocompletion उपलब्ध कराती है। Reasoning effort सेट करने वाली /effort command भी अब fixed example दिखाने के बजाय लिखे गए text को पूरा करती है। तीसरा addition लंबी sessions में उपयोगी है: जब कोई agent बहुत सारी files generate करता है, तो filesystem events की bursts को एक ही rescan में समेट दिया जाता है।

आठ fixes का लक्ष्य long-term stability है। सबसे दिखाई देने वाला सुधार तब interface के लगातार redraws को रोकता है, जब tasks panel या sub-agent का विवरण बिना किसी सक्रिय task के खुला रह जाता था; इससे idle अवस्था में processor usage बढ़ जाता था। अस्थायी HTTP 502 errors, जो पहले run को पूरी तरह समाप्त कर देती थीं, अब बढ़ती हुई देरी (backoff) के बाद फिर से चलती हैं। बाकी सुधार Windows, बिना interface वाले daemon (headless) और Gemini API key से authentication के दौरान Gemini 3.1 Pro तथा Gemini 3.5 Flash के लिए reasoning effort को फिर से चुनने की सुविधा से संबंधित हैं।

Antigravity channel	नवीनतम संस्करण	तारीख
Antigravity 2.0	2.11.0	26 अगस्त 2026
Antigravity CLI	1.1.22	27 अगस्त 2026
Antigravity SDK	0.1.15	25 अगस्त 2026
Antigravity IDE	2.5.5	13 अगस्त 2026

🔗 Antigravity changelog

MiniMax ने H3 Max का जायज़ा लिया और वास्तविक समय से तेज़ वीडियो निर्माण को सिद्ध मान लिया

29 अगस्त — MiniMax ने H3 Max के बारे में असामान्य रूप से लंबा बयान प्रकाशित किया है। यह वह वीडियो मॉडल है जिसे fal Research ने MiniMax H3 के खुले वज़नों पर पोस्ट-ट्रेनिंग करके हासिल किया। मॉडल की घोषणा स्वयं 27 अगस्त को हुई थी; यहाँ नई बात यह है कि मूल प्रयोगशाला ने इस बाहरी कार्य के अपने लिए मायने पर आधिकारिक रुख अपनाया है।

संदेश दो विचारों पर आधारित है। पहला रणनीतिक है: MiniMax का कहना है कि H3 Max ने अपनी टीमों के लिए खुले वज़नों का मूल्य वास्तविक बना दिया है, और वह fal की प्रक्रिया दोहराने वाली किसी भी टीम का समर्थन करने के लिए तैयार है। दूसरा तकनीकी है और उससे भी आगे जाता है: प्रयोगशाला अब वास्तविक समय से तेज़ वीडियो निर्माण को सिद्ध मानती है, और इससे अब तक पहुँच से बाहर रहे उपयोगों की सूची निकालती है — सतत वीडियो स्ट्रीम, इंटरैक्टिव संसार और वास्तविक समय में कथावाचन। दो घंटे पहले MiniMax ने एक सामुदायिक परीक्षण साझा किया था, जो इस बदलाव को अच्छी तरह संक्षेप में बताता है: अब सवाल यह नहीं है कि निर्माण में कितना समय लगता है, बल्कि यह है कि क्या मॉडल Twitch स्ट्रीम के प्रसारण से तेज़ निर्माण कर सकता है।

They made the value of open weights feel real to our team in a way it hadn’t before. Advancing technology together has always been a core belief at MiniMax. H3 Max made that belief tangible. It showed that the frontier no longer belongs to a few, it belongs to everyone willing to build, experiment, and share what they discover.

🇮🇳 उन्होंने हमारी टीम के लिए खुले वज़नों का मूल्य उस तरह वास्तविक बना दिया, जैसा पहले कभी नहीं हुआ था। तकनीक को साथ मिलकर आगे बढ़ाना MiniMax का हमेशा से मूल विश्वास रहा है। H3 Max ने इस विश्वास को वास्तविक बना दिया। इसने दिखाया कि सीमा अब कुछ लोगों की संपत्ति नहीं है; यह हर उस व्यक्ति की है जो निर्माण, प्रयोग और अपनी खोजों को साझा करने के लिए तैयार है। — @MiniMax_AI X पर

🔗 MiniMax द्वारा साझा किया गया सामुदायिक परीक्षण

संक्षिप्त समाचार

Grok 4.6 Grok.com और iOS तथा Android ऐप्स पर उपलब्ध — साझेदार प्लेटफ़ॉर्मों — GitHub Copilot, Amazon Bedrock, Gemini Enterprise Agent Platform और फिर 26 अगस्त को Microsoft Foundry — पर केंद्रित वितरण के बाद xAI ने अब अपनी उपभोक्ता सेवाओं पर भी इसे उपलब्ध करा दिया है। सुझाए गए तीन उपयोग हैं: जटिल समस्याएँ, एजेंटिक अनुरोध और ऐप निर्माण। कोई आँकड़ा, बेंचमार्क या मूल्य-परिवर्तन नहीं। 🔗 @grok का संदेश
Midjourney ने अपने V8.2 एडिटिंग मॉडल की छवि-गुणवत्ता सुधारी — परीक्षण शुरू होने के चौबीस घंटे से भी कम समय बाद स्टूडियो ने छवि-गुणवत्ता सुधार जारी किया और जिन उपयोगकर्ताओं को समस्याएँ आई थीं, उनसे अपने निर्माण फिर से चलाने का अनुरोध किया। अन्य अपडेट की घोषणा की गई है, लेकिन कोई समय-सारणी नहीं दी गई। 🔗 @midjourney का संदेश
Gemini CLI ने डिफ़ॉल्ट रूप से अस्वीकृति के रूप में कार्यक्षेत्र-विश्वास लागू किया — रात्री संस्करण (nightly) v0.59.0-nightly.20260829.g0bd1d4397 में एकमात्र बदलाव यह है: जिस कार्यक्षेत्र पर विश्वास स्थापित नहीं किया जा सकता, उसे अविश्वसनीय माना जाता है और घोषित MCP सर्वरों को प्रतिबंधित मोड में फ़िल्टर किया जाता है। स्थिर चैनल v0.57.0 पर और preview v0.58.0-preview.0 पर बना हुआ है। 27 अगस्त की nightly ने MCP सर्वरों के OAuth मेटाडेटा खोज में SSRF को पहले ही ठीक कर दिया था। 🔗 रिलीज़ नोट्स
NVIDIA ने SGLang, vLLM और TensorRT-LLM के संदर्भ में Dynamo की स्थिति बताई — पाँच मिनट का यह संक्षिप्त वीडियो एक आम भ्रम का उत्तर देता है: Dynamo inference engines का स्थान नहीं लेता, बल्कि उनके आसपास स्थापित होकर कई GPU और कई नोड्स पर लोड वितरित करता है। वीडियो Vishakha Sadhwani ने प्रस्तुत किया है। 🔗 @NVIDIAAI का संदेश
QwenCloud ने Qwen Conference Hong Kong 2026 का विवरण प्रकाशित किया — 26 अगस्त को 300 से अधिक उद्यमी ग्राहकों और डेवलपर्स के सामने आयोजित कार्यक्रम की समीक्षा, जिसमें मुख्य वक्तव्य ने प्लेटफ़ॉर्म को तीन प्रवेश-बिंदुओं — वेबसाइट, Skills और CLI — के इर्द-गिर्द प्रस्तुत किया। इसमें एक ऐसे एजेंट का प्रदर्शन भी था, जो खाता बनाने, मॉडल चुनने, inference, deployment, भुगतान और billing को लगातार पूरा करता है। 🔗 @qwen_cloud का संदेश
Luma ने San Francisco में रचनात्मक संध्या आयोजित की — Creative Intelligent Machines Continuum, tiat में मंगलवार 1 सितंबर को आयोजित होने वाली on-demand निर्माण-संध्या है। इसमें स्टूडियो के वरिष्ठ रचनाकारों द्वारा चरण-दर-चरण प्रदर्शन, एक साझा prompt और स्थल पर सहायता दी जाएगी। यह पहल 25 अगस्त को शुरू हुई Dream Lab Weekly श्रृंखला को आगे बढ़ाती है। 🔗 @LumaLabsAI का संदेश
FAST, एजेंटों द्वारा vulnerabilities की रिपोर्टिंग के लिए एक मानक का प्रयास — Framework for Autonomous Severity and Triage स्वयं को agent के context में रखने योग्य Markdown फ़ाइलों के समूह के रूप में प्रस्तुत करता है, जिसमें SDK या API की आवश्यकता नहीं है। यह अप्रमाणित संकेत और पुनरुत्पादित प्रभाव-साक्ष्य वाली vulnerability के बीच अंतर करता है, CVSS गणना के बजाय वास्तविक bug-bounty भुगतान से निकला severity decision tree देता है, और submit करने से पहले छह जाँचों का द्वार अनिवार्य बनाता है। लाइसेंस CC-BY 4.0 है। 🔗 Hugging Face पर लेख
दो AI sessions, एक ही repository और self-repair agent पर दो विपरीत निर्णय — एक निजी परियोजना पर engineering note: अस्वीकार की गई autonomous self-repair design कुछ दिनों बाद repository में फिर दिखाई दी। इसे एक अलग assistant का उपयोग करने वाले दूसरे session ने लिखा था और पहले निर्णय का कोई निशान नहीं था। फ़ाइल कभी चल नहीं सकी, लेकिन केवल दो आकस्मिक bugs के कारण — लेखक इसे design से नहीं, दुर्घटना से मिली safety कहते हैं। 🔗 Hugging Face पर लेख
three.ws, agents को शरीर, wallet और पेशा देने वाला open source stack — यह परियोजना चार घटकों को जोड़ती है: browser में studios के साथ 3D generation और rigging, guardrail chain और skill system वाला agent engine, x402 पर आधारित agent wallet (HTTP के ऊपर प्रति-call भुगतान), और किसी भी वेबसाइट या augmented reality में लगाने योग्य एकल tag के माध्यम से वितरण। 🔗 Hugging Face पर लेख

इसका अर्थ क्या है

Frontier models तक पहुँच अब केवल अनुबंध का नहीं, प्रतिपक्ष का प्रश्न बन रही है। OpenAI ने Cursor को न तो बकाया भुगतान के कारण बंद किया है, न ही किसी तकनीकी शर्त के कारण, बल्कि इसलिए कि उसके अनुसार वह यह भरोसा नहीं कर सकती कि नया मालिक इसका उपयोग कैसे करेगा। इसके लिए उसने दो नामित उदाहरण दिए — Twitter और xAI, दोनों SpaceX के अधीन चले गए। फिर भी सबसे दूरगामी तर्क दूसरा है: OpenAI अपने आगामी Astra मॉडल का हवाला देती है। उसने 7 अगस्त को घोषणा की थी कि अब वह इसमें Critical स्तर की cyber क्षमताओं की संभावना को बाहर नहीं कर सकती। इसी आधार पर वह कोई भी भविष्य का मॉडल उपलब्ध न कराने को उचित ठहराती है। दूसरे शब्दों में, models की कोई पीढ़ी जितनी अधिक ख़तरनाक मानी जाती है, उस तक पहुँच रखने वालों की सूची उतनी ही छोटी होती जाती है — और चयन का मानदंड ग्राहक की भुगतान-क्षमता नहीं, बल्कि उसकी मूल कंपनी का compliance इतिहास बन जाता है। जिन टीमों ने किसी third-party provider पर अपनी production chain बनाई है, उनके लिए 12 नवंबर migration की अंतिम तिथि है।

जिसकी कीमत बदलती है, वह tariffs नहीं बल्कि limits हैं। Anthropic ने कोई प्रकाशित tariff नहीं बदला: उसने 50% की अस्थायी वृद्धि को 25% की स्थायी वृद्धि में बदला है, यानी आज की तुलना में −17%, और अगले संदेश में स्वयं यही बात कही है। GitHub दूसरी ओर reasoning effort को token consumption के साथ स्पष्ट trade-off के रूप में दिखाता है और अब हर conversation turn पर model के अनुसार consumption प्रदर्शित करता है। Requesty के आँकड़े बताते हैं कि ये limits असली कीमत क्यों बन गई हैं: cache rereads सभी processed tokens के 78% हैं, दिखाई देने वाला output 2% से कम है, और input-output ratio जनवरी के 15x से अगस्त में 36x हो गया है। Agent loop की लागत वह नहीं है जो वह लिखता है; लागत वह है जिसे वह हर चरण पर फिर पढ़ता है — और providers ने इसी मात्रा को सीमित करना शुरू किया है।

Open weights ने volume हासिल किया, value खो दी। आधा traffic, खर्च का 13%, और उस खर्च का 86% अब भी तीन providers में केंद्रित: open market एक wholesale market बन गया है, जहाँ केवल caching policy के आधार पर एक ही model की कीमत एक host से दूसरे host तक 5.7 गुना बदलती है और जहाँ कोई laboratory अपने ही model पर दिए गए अधिकांश tokens ग्यारह दिनों में खो देती है। GLM-5.3 आज का उदाहरण है: weights 28 तारीख को प्रकाशित हुए, 29 तारीख को ही third-party host पर input के प्रति million tokens 1.40 dollar में उपलब्ध हो गए, और साथ ही एक स्वतंत्र माप ने इसके distilled version की लागत को सटीक रूप से आँका — 1/17 कीमत पर pass@4 में 2.6 points। जब model हर जगह एक ही हो, तो differentiation cache, routing और measurement की ओर खिसक जाता है। यह laboratory का नहीं, infrastructure का काम है।

Command-line client फिर से तकनीकी प्रतिस्पर्धा का क्षेत्र बन रहा है। Copilot CLI TypeScript interface बनाए रखते हुए native Rust execution engine पर जा रहा है; Claude Code अपने Linux download को 4.5 गुना घटाकर हर session में 40 से 70 MB memory बचाता है; Antigravity CLI ने वे redraws हटा दिए हैं जो idle अवस्था में processor का उपयोग बढ़ाते थे; Codex CLI /cd को अपने sandbox को कमजोर करने से रोकता है; और Gemini CLI ने workspace trust को default refusal में बदल दिया है। एक ही सप्ताह में पाँच providers, उन्हीं विषयों पर: startup time, memory footprint और agent को वास्तव में छूने की अनुमति वाला सटीक दायरा। Models की capabilities की तुलना करते हुए बिताए गए एक वर्ष के बाद प्रतिस्पर्धा अब उस program पर भी हो रही है जो उन्हें चलाता है — और security अब changelog में features जितनी ही पंक्तियाँ घेरती है।