Claude Code v2.1.200 डिफ़ॉल्ट रूप से मैनुअल मोड में जाता है, GLM 5.2 Sonnet 5 के 20% मूल्य पर 80% तक पहुँचता है, Copilot session streaming पूर्वावलोकन में

3 जुलाई 2026 कई महत्वपूर्ण घोषणाएँ एक साथ लाता है: Claude Code v2.1.200 अब डिफ़ॉल्ट रूप से मैनुअल मोड के साथ अनुमति-नियंत्रण को मजबूत करता है और बैकग्राउंड एजेंट्स की लंबी सूची में आई खराबियों को ठीक करता है। खुले मॉडलों के मोर्चे पर, Together AI दस्तावेज़ करता है कि एक open source मॉडल Claude Sonnet 5 के बराबर क्षमता पाँचवें हिस्से की लागत पर दे सकता है, जबकि open source मॉडलों पर खर्च किए गए tokens का हिस्सा एक साल में तीन गुना हो गया है। GitHub Copilot session streaming के साथ अपनी enterprise governance को समृद्ध करता है, और Anthropic Artifacts को जनसाधारण तक पहुँचाता है तथा अपने API rate limits बढ़ाता है।

Claude Code v2.1.200 — डिफ़ॉल्ट मैनुअल मोड और बैकग्राउंड सुधारों की लहर

3 जुलाई — Claude Code v2.1.200 दो व्यवहारिक बदलाव और कई सुधार प्रस्तुत करता है, जो बैकग्राउंड में चलने वाले agents की विश्वसनीयता बढ़ाते हैं।

“Manual” को डिफ़ॉल्ट के रूप में औपचारिक किया गया। permission mode default का नाम बदलकर सभी सतहों पर “Manual” कर दिया गया है: CLI, --help सहायता, VS Code और JetBrains। --permission-mode manual और "defaultMode": "manual" मान अब default के स्थान पर स्वीकार किए जाते हैं। यह शब्दावली-परिवर्तन प्रदर्शित नाम को वास्तविक व्यवहार के साथ संरेखित करता है: Claude हर संवेदनशील कार्रवाई से पहले पुष्टि माँगता है। जिन टीमों ने अपनी configuration फ़ाइलों में स्पष्ट रूप से default mode सेट किया था, उन्हें वही व्यवहार मिलेगा — केवल लेबल बदलता है।

AskUserQuestion बिना स्वचालित पुनरारंभ के। उपयोगकर्ता-प्रश्न संवाद अब निष्क्रियता के बाद स्वतः पुनः शुरू नहीं होते। पिछला व्यवहार (auto-continue) अब opt-in बन गया है और इसे /config के माध्यम से स्पष्ट रूप से सक्रिय करना होगा। यह परिवर्तन लंबे या कम निगरानी वाले सत्रों में अनचाहे पुनरारंभ को रोकता है।

बैकग्राउंड agents के सुधार। यह संस्करण उन कई स्थिरता समस्याओं को बंद करता है जो daemon sessions को प्रभावित कर रही थीं:

ठीक की गई समस्या	विवरण
नींद/जागने के बाद background sessions का चुपचाप रुक जाना	समाधान किया गया
Esc से रद्द किया गया turn daemon के पुनः आरंभ होने के बाद फिर से चलना	समाधान किया गया
स्थायी रूप से एक अनाथ `daemon.lock` पर अटके agents (PID OS द्वारा पुनः उपयोग किया गया)	समाधान किया गया
पुनःस्थापना के बाद पुराना build daemon पर नियंत्रण ले लेना	समाधान किया गया — अंतर्निहित build timestamp तुलना
roster के अस्थायी corruption से agents का स्थायी रूप से निष्क्रिय होना	समाधान किया गया

एक सहायक सुधार disabledMcpServers या enabledMcpServers में .claude.json के non-array मान पर सेट होने पर स्टार्टअप crash को भी ठीक करता है।

daemon सुधार विशेष रूप से रातभर चलने वाले workflows या CI pipelines के लिए उपयोगी हैं, जो बिना निरंतर निगरानी के बैकग्राउंड में agents चलाते हैं। एक अनाथ daemon.lock या roster corruption किसी भी agent को मैनुअल हस्तक्षेप तक चुपचाप पुनः आरंभ होने से रोक सकते थे।

🔗 CHANGELOG Claude Code

Anthropic

Fable 5 cyber safeguards — framework CJS (Cyber Jailbreak Severity)

2 जुलाई — Anthropic Claude Fable 5 के cybersecurity सुरक्षा तंत्रों पर एक तकनीकी लेख प्रकाशित करता है और IA मॉडलों के jailbreaks यानी सुरक्षा-उल्लंघनों की औद्योगिक ग्रेडिंग के लिए एक प्रारंभिक मसौदा प्रस्तुत करता है।

Fable 5 के cybersecurity classifiers को हमलावर और रक्षक के बीच असममिति के आधार पर चार श्रेणियों में व्यवस्थित किया गया है:

श्रेणी	उदाहरण	व्यवहार
निषिद्ध उपयोग	गंभीर शोषण, उच्च असममिति	व्यवस्थित रूप से ब्लॉक
उच्च जोखिम वाला dual use	Pentest, privilege escalation	बेहतर नियंत्रण तक ब्लॉक
कम जोखिम वाला dual use	OSINT, सार्वजनिक scan, TLS शोध	सुरक्षा मार्जिन के साथ अनुमति
हानिरहित उपयोग	debugging, रक्षात्मक config, प्रशिक्षण	अनुमति

framework CJS — Cyber Jailbreak Severity (cyber jailbreak की गंभीरता) को Glasswing भागीदारों (Amazon, Microsoft, Google) के साथ सह-विकसित किया गया है। यह किसी jailbreak की गंभीरता को चार अक्षों पर अंकित करता है: क्षमता-वृद्धि (0–4), दायरा (0–2), हथियारबंदी की आसानी (0–2) और खोजनीयता (0–2)। कुल योग CJS-0 (सूचनात्मक) से CJS-4 (गंभीर) तक का स्तर बनाता है। एक समर्पित HackerOne program खुला है; प्रतिक्रियाएँ cyber-safeguards@anthropic.com पर स्वीकार की जाती हैं।

🔗 Fable 5 safeguards — Anthropic

Claude Code के Artifacts Pro और Max योजनाओं पर उपलब्ध

2 जुलाई — Claude Code के Artifacts, जो अब तक केवल Team और Enterprise योजनाओं तक सीमित थे, अब Pro और Max ग्राहकों के लिए उपलब्ध हैं।

एक Artifact Claude द्वारा कार्य सत्र के दौरान बनाई गई एक interactive web page है — project dashboard, PR report, data visualization। यह page claude.ai पर live प्रकाशित होती है, जबकि Claude काम जारी रखता है तब real time में अपडेट होती रहती है, user account के लिए private रहती है और पूरी तरह autonomous होती है। व्यक्तिगत योजनाओं तक यह विस्तार बिना enterprise subscription की आवश्यकता के एक उन्नत सुविधा को कहीं व्यापक audience के लिए उपलब्ध कराता है।

🔗 घोषणा @ClaudeDevs

Claude API rate limits ×5 तक बढ़े — स्वचालित tiers और खर्च से अलग

2 जुलाई — Anthropic Claude Platform API की rate limits को काफ़ी बढ़ाता है और access levels की संरचना को सरल बनाता है।

दो महत्वपूर्ण बदलाव: rate limit tiers अब API पर खर्च की गई राशि पर निर्भर नहीं हैं, और tiers के बीच progression अब स्वचालित है। Claude Sonnet और Haiku के नवीनतम संस्करण highest tier पर 5 गुना अधिक limits प्राप्त करते हैं। सभी हालिया मॉडल (Opus, Sonnet, Haiku) किसी दिए गए tier के भीतर प्रति मिनट अनुरोधों और tokens throughput के समान quotas साझा करते हैं, जिससे quotas पर समझौता किए बिना कार्य के लिए उपयुक्त मॉडल चुनना संभव होता है। “Request rate limit increase” बटन Claude Console में मैनुअल अनुरोधों के लिए उपलब्ध रहता है।

🔗 घोषणा @ClaudeDevs

हैकाथॉन “Built with Claude : Life Sciences” — 100 000 USD क्रेडिट्स में

2 जुलाई — Anthropic Built with Claude : Life Sciences की घोषणा करता है, जो Gladstone Institute के साथ साझेदारी में आयोजित एक वैश्विक वर्चुअल hackathon है। यह आयोजन शोधकर्ताओं और developers को एक सप्ताह तक Claude Science और Claude Code के साथ निर्माण करने के लिए आमंत्रित करता है। पुरस्कार राशि 100 000 USD क्रेडिट्स में है। यह hackathon Claude Science की गति के अनुरूप है, जिसे जून के अंत में वैज्ञानिक कार्य-पर्यावरण के रूप में लॉन्च किया गया था, जिसमें tools, research packages और compute resources एकीकृत हैं।

🔗 घोषणा @claudeai

Open source मॉडल और benchmarks

Together AI — GLM 5.2 Sonnet 5 के 20% मूल्य पर 80% तक पहुँचता है

3 जुलाई — Together AI GLM 5.2 (Zhipu AI, open source) और Claude Sonnet 5 के बीच DeepSWE benchmark पर एक तुलनात्मक विश्लेषण प्रकाशित करता है — 113 long-horizon software engineering bug-fixing tasks, प्रत्येक के लिए 4 प्रयास, और अधिकतम reasoning सक्रिय।

मुख्य परिणाम: GLM 5.2 इस benchmark पर Claude Sonnet 5 की लगभग 80% क्षमताएँ लगभग 20% मूल्य पर प्रदान करता है। विश्लेषण Zain Hasan द्वारा हस्ताक्षरित है और Together AI द्वारा पुनर्प्रकाशित किया गया है, जो अपनी platform पर GLM 5.2 होस्ट करता है।

मॉडल	प्रकार	सापेक्ष प्रदर्शन	सापेक्ष लागत
Claude Sonnet 5	Proprietary	संदर्भ (100 %)	संदर्भ (100 %)
GLM 5.2	Open source	~80 %	~20 %

DeepSWE benchmark लंबी अवधि के engineering tasks के लिए बनाया गया है: यह पारंपरिक synthetic समस्याओं से आगे बढ़कर मौजूदा repositories में वास्तविक bugs को हल करने की क्षमता का आकलन करता है। इस प्रकार के कार्य में 4:1 का cost/performance अनुपात बजट-सीमित टीमों या उच्च-आयतन pipelines के लिए एक मजबूत तर्क प्रस्तुत करता है।

🔗 Together AI विश्लेषण — GLM 5.2 बनाम Sonnet 5

Together AI — open source मॉडल एक साल में 10% से 30% tokens तक पहुँचे

3 जुलाई — Together AI बताता है कि उसकी platform पर open source मॉडलों का उपयोग एक साल में तीन गुना हो गया है, जो सभी consumed tokens के 10% से बढ़कर 30% हो गया। यह आँकड़ा CEO Vipul Ved Prakash के लेख, “The Economy of Tokens” (29 जून), और पहले से कवर की गई 800 million USD Series C funding के संदर्भ में आता है। यह एक macro प्रवृत्ति की पुष्टि करता है: open source लहर अब केवल एक तकनीकी niche phenomenon नहीं रह गई है, बल्कि वास्तविक AI token consumption का बढ़ता हुआ हिस्सा है।

🔗 Tweet @togethercompute

HydraHead — Full+Linear Attention की hybrid architecture (Tongyi Lab / Qwen)

3 जुलाई — Tongyi Lab (Alibaba / Qwen) HydraHead प्रकाशित करता है, जो layer-level के बजाय head-level पर attention hybridization की एक architecture है। इसका औचित्य mechanistic interpretability से आता है: केवल वे heads जिन्हें “retrieval-critical” कहा जाता है, Full Attention बनाए रखते हैं; बाकी Linear Attention में बदल जाते हैं, जिससे लंबे sequences पर गणना की जटिलता कम होती है।

मीट्रिक	परिणाम
512K context पर NIAH सुधार	+69 %
प्रशिक्षण tokens	15 billion
समग्र प्रदर्शन	Qwen3.5 के निकट

मानकीकृत fusion module एक ही layer में दोनों attention प्रकारों के सह-अस्तित्व को संभव बनाता है। यह दृष्टिकोण लंबी context windows (512K tokens और उससे आगे) तक पहुँच को शुद्ध Full Attention की quadratic लागत के बिना लक्षित करता है। परिणाम 3 जुलाई की Tongyi Weekly में प्रस्तुत किए गए हैं।

🔗 Tongyi Weekly — 3 जुलाई 2026

ZCode — GLM-5.2 के लिए आधिकारिक Z.ai IDE

1 जुलाई — Z.ai ने ZCode लॉन्च किया, जो GLM-5.2 के लिए आधिकारिक development environment है, और macOS, Windows तथा Linux पर उपलब्ध है। Coding Plan ग्राहकों को ZCode में उपयोग quota 1.5 गुना मिलता है। BYOK (Bring Your Own Key) समर्थन ZCode को मौजूदा subscriptions या API keys के साथ उपयोग करने देता है। zcode.z.ai साइट दो pricing plans प्रदान करती है: Lite और Pro (64.80 USD/माह → 72 USD)।

🔗 ZCode — Z.ai

GitHub Copilot

सार्वजनिक पूर्वावलोकन में session streaming

2 जुलाई — managed users वाले GitHub Enterprise Cloud ग्राहक अब Copilot agents के session data (prompts, responses, tool calls) को एक बाहरी collector तक stream कर सकते हैं। पहुँच के दो तरीके उपलब्ध हैं: एक streaming endpoint SIEM tool की ओर (Microsoft Purview सार्वजनिक पूर्वावलोकन में समर्थित है), और एक REST API मांग पर पिछले 48 घंटों का data प्राप्त करने के लिए (GET /enterprises/{enterprise}/copilot/usage-records)। इसे कंपनी की AI settings में “Copilot Usage Records Streaming” और “Copilot Usage Records API” के लिए “Enable everywhere” के माध्यम से सक्रिय किया जाता है।

यह सुविधा traceability और audit की आवश्यकता को पूरा करती है उन टीमों के लिए जो compliance constraints के अधीन हैं — वे अब केवल GitHub dashboards पर निर्भर रहने के बजाय Copilot sessions को अपने मौजूदा supervision pipelines में ingest कर सकती हैं।

🔗 Changelog — Copilot agent session streaming

GitHub Actions में PAT के बिना Copilot CLI

2 जुलाई — Copilot CLI अब GitHub Actions में अंतर्निर्मित GITHUB_TOKEN के साथ authenticate कर सकता है, जिसके लिए लंबे समय वाले personal access token (Personal Access Token — PAT) की आवश्यकता नहीं है। workflow में आवश्यक अनुमति copilot-requests: write है। उपभोग किए गए AI credits सीधे organization को billed होते हैं, और cost centers, budgets तथा session limits के माध्यम से प्रबंधन होता है। उपयोग नीति को संगठन पक्ष पर सक्रिय करना होगा: “Allow use of Copilot CLI billed to the organization”. अद्यतन copilot update या npm install -g @github/copilot के माध्यम से किया जाता है।

🔗 Changelog — बिना PAT के Copilot CLI

Copilot में Gemini 2.5 Pro और Gemini 3 Flash का 31 जुलाई को deprecation

2 जुलाई — GitHub सभी Copilot अनुभवों (chat, inline edits, ask/agent modes, code completions) में दो Gemini मॉडल के deprecation की घोषणा करता है, 31 जुलाई 2026 को:

deprecated मॉडल	तिथि	विकल्प
Gemini 2.5 Pro	31-07-2026	Gemini 3.1 Pro
Gemini 3 Flash	31-07-2026	Gemini 3.5 Flash

Copilot Enterprise administrators को अपनी model policies में वैकल्पिक मॉडल सक्रिय करने होंगे। deprecation तिथि के बाद पुराने मॉडलों को हटाने के लिए किसी कार्रवाई की आवश्यकता नहीं है।

🔗 Changelog — Copilot में Gemini deprecation

जनरेटिव मीडिया

Runway Agent Skills — आदेश पर campaigns बनाना

2 जुलाई — Runway ने Agent Skills लॉन्च किए हैं, जो Runway Agent के भीतर / कमांड के माध्यम से उपलब्ध skills की एक प्रणाली है। उपयोगकर्ता / टाइप करते हैं और एक skill चुनते हैं ताकि जटिल workflows को एक ही क्रिया में शुरू किया जा सके। लॉन्च के समय उपलब्ध skills में शामिल हैं: विज्ञापन campaigns का निर्माण, commercial spots का उत्पादन, और विभिन्न markets के लिए विज्ञापनों का localization। Runway इस सुविधा को मांग पर marketing scaling tool के रूप में प्रस्तुत करता है।

🔗 घोषणा @runwayml

Black Forest Labs — FLUX मॉडलों के लिए Dev Playground

2 जुलाई — Black Forest Labs (BFL) ने FLUX API के साथ काम करने वाले developers के लिए एक Dev Playground लॉन्च किया है। यह tool एक ही prompt के साथ FLUX मॉडलों की side-by-side तुलना करने, परिणाम को production जैसा बनाने के लिए interface से सीधे API parameters समायोजित करने, और quality, latency तथा cost के अंतर का मूल्यांकन करने देता है। playground नवीनतम मॉडल उनके रिलीज़ होते ही एकीकृत करता है। यह api.bfl.ml के माध्यम से उपलब्ध है।

🔗 घोषणा @bfl_ai

संक्षेप

Amp — अधिक Orb आकार — Amp अब दूरस्थ रूप से एजेंट चलाने वाले Orbs के लिए CPU और मेमोरी का आकार चुनने की सुविधा देता है, जो 30 जून की « Agents in Orbs » घोषणा के बाद आया है। 🔗 Chronicle Amp
Copilot — अधिक सटीक उपयोग मेट्रिक्स — Copilot Metrics API अब CLI (v1.0.57+, v1.0.64 से डिडुप्लिकेशन) द्वारा सुझाई गई कोड लाइनों की रिपोर्ट करता है, server-side उपयोगकर्ताओं के लिए IDE की पहचान करता है, और अब तक छूटे हुए दो मामलों के लिए AI क्रेडिट्स के आवंटन को ठीक करता है। 🔗 Changelog

इसका क्या अर्थ है

Anthropic का पारिस्थितिकी तंत्र गहराई में विस्तृत हो रहा है। Claude Code v2.1.200 सिर्फ नाम बदलने तक सीमित नहीं है: « Manual » को डिफ़ॉल्ट मोड के रूप में आधिकारिक बनाना स्पष्ट नियंत्रण की उस फिलॉसफी को और मज़बूत करता है, जैसे-जैसे एजेंट अधिक स्वायत्त होते जा रहे हैं। पाँच daemon खराबियों के एक साथ सुधार से यह स्पष्ट होता है कि बिना निगरानी वाले वर्कफ़्लो (रातभर चलने वाली pipelines, CI) की विश्वसनीयता अब सर्वोच्च प्राथमिकता बन चुकी है। Pro/Max योजनाओं तक Artifacts का विस्तार और API rate limits का 5 गुना बढ़ना इस चित्र को पूरा करता है, क्योंकि इससे व्यक्तिगत डेवलपर्स और छोटी टीमों के लिए प्रवेश बाधाएँ कम होती हैं। Gladstone Institute के साथ Life Sciences hackathon यह संकेत देता है कि Claude Science उच्च नियामकीय दांव वाले क्षेत्र में ज़मीनी सत्यापन चाह रहा है।

Open source की लहर पैमाना बदल रही है। Together AI का आंकड़ा — IA tokens का 30 % open source models पर खर्च हो रहा है, जबकि एक साल पहले यह 10 % था — कोई सीमांत आँकड़ा नहीं है: यह संरचनात्मक बदलाव का संकेत है। GLM 5.2 / DeepSWE का विश्लेषण इसे ठोस रूप देता है: एक अच्छी तरह स्थित open source model, frontier proprietary model के 80 % उपयोग-मामलों को उसकी लागत के पाँचवें हिस्से में कवर कर सकता है। HydraHead इस गतिशीलता में एक वास्तुशिल्प आयाम जोड़ता है — Tongyi जैसे प्रयोगशालाएँ Full Attention की वर्गीय लागत के बिना उपयोगी context (512K tokens, +69 % NIAH) को बढ़ाने की कोशिश कर रही हैं, जिससे खुले models के लिए सुलभ कार्यों का दायरा और भी बढ़ता है। ZCode, GLM-5.2 के लिए proprietary models जैसी IDE tooling प्रदान करके इस कड़ी को पूरा करता है।

Enterprise Copilot governance अधिक सघन हो रही है। Sessions का SIEMs में streaming और GitHub Actions में PAT के बिना authentication एक ही लक्ष्य की ओर बढ़ते हैं: Copilot को auditable और operable बनाना, बिना enterprise सुरक्षा नीतियों से समझौता किए। SOC 2, ISO 27001 या क्षेत्र-विशिष्ट नियामकीय अनुपालन बाधाओं के अधीन टीमों के लिए, ये दो संचालनात्मक अड़चनें एक साथ समाप्त हो जाती हैं। Copilot में Gemini 2.5 Pro और 3 Flash का deprecation समानांतर रूप से दिखाता है कि GitHub Copilot models catalog पर modernisation का दबाव बनाए रखता है — जो administrators इन transitions का अनुमान नहीं लगाते, उन्हें 31 जुलाई को सेवा बाधित होने का जोखिम है।

जनरेटिव मीडिया के एजेंट: निर्माण से orchestration तक। Runway के Agent Skills और BFL के Dev Playground दो पूरक दिशाएँ दिखाते हैं: Runway abstraction में ऊपर जाता है (एक / में पूरी campaign बनाना), जबकि BFL तकनीकी विवरण में नीचे उतरता है (API स्तर पर quality, latency और cost को model-by-model तुलना करना)। ये दोनों दृष्टिकोण बाज़ार की बढ़ती परिपक्वता को दर्शाते हैं, जहाँ generative media के उपयोगकर्ता उन लोगों में विभाजित हो रहे हैं जो बिना friction के परिणाम चाहते हैं और उन लोगों में जो production pipeline को अनुकूलित करते हैं।