Claude Sonnet 5 सभी योजनाओं पर उपलब्ध, Claude Science बीटा में, Amp ने Orbs लॉन्च किए

30 जून 2026 IA पारिस्थितिकी तंत्र के लिए एक घना दिन है: Anthropic एक साथ Claude Sonnet 5 लॉन्च करता है — उसका अब तक का सबसे अधिक एजेंटिक Sonnet मॉडल, जो अब Free और Pro योजनाओं पर डिफ़ॉल्ट है और 1 मिलियन tokens की नेटिव विंडो के साथ आता है — और Claude Science, वैज्ञानिक शोधकर्ताओं के लिए एक विशेष कार्य वातावरण, जिसमें NVIDIA BioNeMo Agent Toolkit एकीकृत है। विकास टूलिंग की तरफ, Amp Orbs तैनात करता है, जो बिना निगरानी वाले एजेंटों के निष्पादन के लिए समर्पित cloud मशीनें हैं, जबकि Google डेवलपर्स के लिए Nano Banana 2 Lite और Gemini Omni Flash उपलब्ध कराता है। OpenAI अपनी ओर से GeneBench-Pro प्रकाशित करता है, जो computational biology में research-स्तरीय benchmark है।

Claude Sonnet 5 — Free और Pro के लिए डिफ़ॉल्ट मॉडल, 1 million tokens का संदर्भ

30 जून — Anthropic Claude Sonnet 5 लॉन्च करता है, जो Sonnet परिवार का उसका नया मॉडल है और अब तक का सबसे agentic मॉडल बनने के लिए डिज़ाइन किया गया है। Sonnet 5 agentic benchmarks (BrowseComp, OSWorld-Verified) पर Opus 4.8 के साथ अंतर कम करता है, जबकि कीमतें कम रखता है, और लॉन्च के दिन ही Free और Pro योजनाओं के लिए डिफ़ॉल्ट मॉडल बन जाता है।

विशेषता	मान
API पहचानकर्ता	`claude-sonnet-5`
संदर्भ विंडो	1 million tokens (native)
इनपुट मूल्य (promo)	$2 प्रति million tokens
आउटपुट मूल्य (promo)	$10 प्रति million tokens
डिफ़ॉल्ट योजनाएँ	Free, Pro
उपलब्धता	API, सभी Claude योजनाएँ

प्रमुख क्षमताओं में शामिल हैं: स्वायत्त योजना, कई चरणों में टूल्स का उपयोग, विरासत कोड (brownfield code) पर जटिल कार्यों का निष्पादन, और कोड मानकों के प्रति बेहतर अनुरूपता। सुरक्षा के लिहाज़ से, Sonnet 5 में Sonnet 4.6 की तुलना में समग्र रूप से अवांछित व्यवहार की दर कम है, लेकिन कुछ cybersecurity कार्यों पर बिना विशिष्ट प्रशिक्षण के थोड़ी अधिक क्षमता दिखाता है; इसलिए इसे Cyber Verification Program के माध्यम से real-time सुरक्षा के साथ लॉन्च किया गया है। पूरा System Card anthropic.com पर उपलब्ध है।

विस्तारित उपलब्धता: Sonnet 5 GitHub Copilot में भी सामान्य उपलब्धता के रूप में उपलब्ध है (Pro, Pro+, Max, Business और Enterprise योजनाएँ, Business और Enterprise के लिए zero retention डेटा के साथ, VS Code, JetBrains, Xcode, CLI, github.com, iOS और Android में चयन योग्य) और Microsoft Foundry में NVIDIA GB300 NVL72 GPU पर।

🔗 Anthropic घोषणा — Claude Sonnet 5

Claude Code v2.1.197 — डिफ़ॉल्ट मॉडल के रूप में Sonnet 5

30 जून — 2.1.197 संस्करण का Claude Code Sonnet 5 के लॉन्च के साथ आता है और CLI टूल में इसे डिफ़ॉल्ट मॉडल बनाता है। 1 million tokens की native संदर्भ विंडो सीधे Claude Code सत्रों में उपलब्ध है। $2/$10 प्रति million tokens की प्रोमोशनल कीमत 31 अगस्त 2026 तक मान्य है। इस डिफ़ॉल्ट मॉडल का लाभ लेने के लिए संस्करण 2.1.197 में अपडेट आवश्यक है।

🔗 रिलीज़ v2.1.197 — Claude Code

Claude Science — NVIDIA BioNeMo के साथ बीटा वैज्ञानिक workbench

30 जून — Anthropic Claude Science की बीटा उपलब्धता की घोषणा करता है, जो विशेष रूप से वैज्ञानिक शोधकर्ताओं के लिए बनाया गया एक AI कार्य वातावरण है। यह अनुप्रयोग आम तौर पर बिखरे हुए उपकरणों को एक ही जगह लाता है: विशेषीकृत डेटाबेस, Jupyter, R, HPC cluster terminals, मांग पर GPU execution।

सुविधा	विवरण
समन्वयक एजेंट	+60 पूर्व-कॉन्फ़िगर किए गए skills और connectors (genomics, single cell, proteomics, structural biology, chemoinformatics)
पुनरुत्पादनीय artifacts	सटीक code, environment और पूर्ण इतिहास के साथ figures और manuscripts
गणना प्रबंधन	Laptop, SSH के माध्यम से HPC cluster, या मांग पर GPU (Modal) — 1 से लेकर सैकड़ों GPU तक
समीक्षक एजेंट	citations की जाँच करता है, गणनाएँ मान्य करता है, और real time में त्रुटियाँ सुधारता है
session fork	मूल धारा खोए बिना दो approaches की तुलना करता है
नेटिव वैज्ञानिक rendering	proteins की 3D structures, genomic tracks, chemical structures

उपलब्धता: Pro, Max, Team और Enterprise योजनाओं के लिए macOS और Linux पर खुली बीटा (https://claude.com/science)। शैक्षणिक labs और nonprofit संगठनों के लिए रियायती Team योजना की योजना बनाई गई है।

NVIDIA BioNeMo Agent Toolkit एकीकरण: Claude Science उत्पादन में BioNeMo Agent Toolkit को एकीकृत करने वाला पहला environment है, जिससे शोधकर्ता प्राकृतिक भाषा के माध्यम से NVIDIA के GPU-त्वरित tools तक पहुँच सकते हैं:

BioNeMo उपकरण	प्रदर्शन
NVIDIA Parabricks	जीनोमिक्स विश्लेषण: घंटे → मिनट
RAPIDS-singlecell	25 सेकंड में 1,3 million cells preprocessed (GPU के बिना 52 min के मुकाबले)
nvMolKit	Chemoinformatics 3 000× तेज़ (similarity, conformers)
BioNeMo open models	Evo 2, Boltz-2, OpenFold3
BioNeMo NIM	production के लिए तैयार inference microservices

बीटा से प्राप्त प्रतिक्रियाएँ: Allen Institute (Jérôme Lecoq) actor-critic agents के साथ 100 से अधिक पृष्ठों की वैज्ञानिक समीक्षाएँ लिखता है, जिससे 2 साल की देरी घटकर कुछ सप्ताह रह जाती है। UCSF Brain Tumor Center (Stephen Francis) glioma epidemiological analyses पर ×10 की गति वृद्धि की पुष्टि करता है।

IA for Science grants कार्यक्रम: चुने गए 50 तक प्रोजेक्टों में से प्रत्येक को Claude credits में $30 000 तक, और कुछ प्रोजेक्टों के लिए Modal compute में $2 000 तक मिलेगा। आवेदन 15 जुलाई 2026 तक, और विजेताओं की सूचना 31 जुलाई से पहले।

🔗 Anthropic घोषणा — Claude Science

Amp : Orbs में Agents — बिना निगरानी वाले एजेंटों के निष्पादन के लिए cloud मशीनें

30 जून — Amp Orbs लॉन्च करता है, जो coding agents को बिना निगरानी के चलाने के लिए डिज़ाइन की गई समर्पित cloud मशीनें हैं, यहाँ तक कि जब स्थानीय मशीन बंद हो।

विशेषता	मान
RAM	प्रति orb 32 Go
CPU	प्रति orb 16 cores
मूल्य निर्धारण	मिनट के हिसाब से बिल किया गया $1,66/h
स्टार्टअप	स्वचालित sleep के साथ तेज़

एक orb terminal या Amp TUI से एक कमांड में शुरू होता है: amp -ox "<prompt>"। नियंत्रण स्थानीय execution जैसा ही रहता है: code review, फ़ाइल navigation, integrated terminal। परिवर्तन amp sync <thread-id> के साथ local machine में synchronize हो जाते हैं। कई agents को स्थानीय संसाधनों के टकराव के बिना parallel में चलाना, और web, CLI या mobile से प्रत्येक agent की स्थिति तक पहुँचना संभव है।

प्रति मिनट billing मॉडल — active operations के बीच automatic sleep के साथ — इस तरह बनाया गया है कि agent जब इनपुट की प्रतीक्षा कर रहा हो या input/output operations कर रहा हो, तब लागत न्यूनतम रहे। यह प्रस्ताव Amp को Anthropic के Claude Code Remote के समान क्षेत्र में रखता है, एक उल्लेखनीय अंतर के साथ: प्रति agent एक पूरी समर्पित machine (32 Go, 16 cores) बनाम एक साझा container।

workflow के दृष्टिकोण से, Orbs दिन के अंत में एक agent को background में शुरू करने और अगली सुबह review के लिए तैयार pull requests पाने की सुविधा देते हैं, वह भी किसी भी device से।

🔗 Amp घोषणा — Agents in Orbs

Nano Banana 2 Lite और Gemini Omni Flash API में उपलब्ध

30 जून — Google DeepMind डेवलपर्स के लिए एक साथ दो नए मॉडल लॉन्च करता है: उच्च-गति image generation के लिए Nano Banana 2 Lite और conversational video के लिए Gemini Omni Flash।

Nano Banana 2 Lite (gemini-3.1-flash-lite-image)

आयाम	मान
विलंबता	प्रति image 4 सेकंड
लागत	$0,034 प्रति 1 000 images
उपलब्धता	Gemini API, Google AI Studio, Gemini Enterprise Agent Platform

legacy मॉडल gemini-2.5-flash-image के स्थान पर सुझाया गया प्रतिस्थापन: बेहतर quality, अधिक गति, कम लागत। गति को प्राथमिकता दिए जाने के बावजूद, यह मॉडल prompts के प्रति fidelity, चरित्रों की consistency और image में text rendering बनाए रखता है। इसे सार्वजनिक surfaces में भी तैनात किया गया है: Search में AI Mode, Gemini app, NotebookLM, Google Photos, Google Flow और Google Ads।

Gemini Omni Flash (gemini-omni-flash-preview)

आयाम	मान
लागत	$0,10 प्रति सेकंड video
अधिकतम अवधि	10 सेकंड (लंबी अवधियाँ घोषित की गई हैं)
उपलब्धता	Gemini API, Google AI Studio, Gemini Enterprise Agent Platform

यह मॉडल प्राकृतिक भाषा के माध्यम से conversational video editing को लक्षित करता है, multimodal referencing (इनपुट में images + text + video), text/graphics synchronization और अंतर्निहित SynthID watermarking के साथ। वर्तमान सीमाएँ: अवधि 10 सेकंड तक सीमित, audio references और scene extension API के माध्यम से समर्थित नहीं, और दृश्यों के बीच character consistency अभी भी पूर्ण नहीं है।

image → video chaining: Interactions API क्रमिक edits के लिए session history को अधिकतम 3 लगातार बार तक संभालता है, जिससे Nano Banana 2 Lite से जल्दी एक image बनाई जा सकती है और फिर Gemini Omni Flash से उसे animate किया जा सकता है। Google इस chaining को तीन applications में दिखाता है: Anywhere (प्रतिष्ठित स्थानों में transport), Space Lift (interior design) और Omni Product Studio (e-commerce image→video)।

🔗 Google DeepMind घोषणा — Nano Banana 2 Lite और Gemini Omni Flash

GeneBench-Pro — शोध-स्तरीय computational biology benchmark

30 जून — OpenAI GeneBench-Pro प्रकाशित करता है, जो IA agents की computational biology में तर्क करने की क्षमता को मापने वाला research-स्तरीय benchmark है। केंद्रीय अवधारणा है research taste — निर्णयों की वह श्रृंखला जो विश्लेषण का मार्गदर्शन करती है: कौन-से प्रश्न डेटा द्वारा खोजे जा सकते हैं, कब प्रारंभिक योजना को संशोधित करना चाहिए, और प्रारंभिक निदान दृष्टिकोण को कैसे बदलने चाहिए।

कवरेज: 10 domains में विभाजित 129 प्रश्न — सांख्यिकीय genetics, population genomics, quantitative genetics, regulatory genomics, functional genomics, proteomics, clinical genomics, cancer genomics, microbial genomics और forensic genetics।

परिणाम:

मॉडल	स्कोर (अधिकतम reasoning स्तर)	स्कोर (Pro mode)
GPT-5.6 Sol	28,7 %	31,5 %
GPT-5 (construction baseline)	< 5 %	—

GPT-5.6 Sol, GPT-5.2 की तुलना में लगभग 6 गुना अधिक प्रश्न हल करता है, जबकि लगभग दो-तिहाई tokens का उपयोग करता है। इस प्रगति दर पर, benchmark 2026 के अंत तक saturate हो सकता है। एक मानव विशेषज्ञ अनुमान लगाएगा कि GeneBench-Pro की एक समस्या में 20 से 40 घंटे का काम लगता है, यानी हज़ारों डॉलर; IA inference की लागत प्रति समस्या कुछ डॉलर है।

विधि: समस्याएँ synthetically निर्मित की जाती हैं (ज्ञात causal structure, simulated data) ताकि evaluation biases (ground-truth leakage) से बचा जा सके। Open source: 10 प्रतिनिधि प्रश्न Hugging Face पर प्रकाशित किए गए हैं; 50 प्रश्नों का एक subset स्वतंत्र तीसरे-पक्ष benchmark के लिए Artificial Analysis को दिया जाएगा।

🔗 OpenAI घोषणा — GeneBench-Pro

Together AI at ICML 2026 : 8 open research papers

30 जून — Together AI ICML 2026 (Seoul, 6–11 जुलाई) में स्वीकृत अपने 8 papers का सारांश प्रकाशित करता है। शोध पूरी full stack परत को कवर करता है: agents, training, algorithmic optimization, systems और GPU kernels।

पेपर	परत	मुख्य परिणाम
ThunderAgent	Agents	agent throughput में अधिकतम 3,6×
TTT-Discover	Agents	सर्वोत्तम मानवों को पछाड़ता है (open model 120B, ~$500)
Aurora	Algorithms	production में अतिरिक्त 1,25× speedup (MiniMax M2.1 229B)
Untied Ulysses	Systems	एक ही 8×H100 node पर 5M tokens (−87,5 % attention memory)
OEA	Systems	MoE decoding में अधिकतम 39 % तेज़

TTT-Discover test-time RL लागू करता है: हर प्रयास अगले के लिए प्रशिक्षण डेटा बन जाता है, और 4 domains (mathematics, GPU kernels, competitive algorithms, cellular biology) पर best-of-N को मात देता है, लगभग $500 simulation के open 120B model के साथ। Untied Ulysses एक ही 8×H100 node पर 5M tokens तक पहुँचता है (−87,5 % attention memory)। code और kernels open source में प्रकाशित।

🔗 Together AI ब्लॉग — ICML 2026

ADK Go 2.0 — मानव-इन-द-लूप के साथ मल्टी-एजेंट वर्कफ़्लो इंजन

30 जून — Google Go के लिए Agent Development Kit (ADK) का संस्करण 2.0 जारी करता है, जो Gemini एजेंट बनाने के लिए आधिकारिक फ्रेमवर्क है। यह संस्करण ग्राफ़-आधारित वर्कफ़्लो इंजन को प्रथम-श्रेणी प्रिमिटिव के रूप में पेश करता है।

मुख्य नई सुविधाएँ: नेटिव Go में ग्राफ़ प्रिमिटिव्स के साथ जटिल एजेंटों की संरचना (बिना अलग DSL के), मानव सत्यापन की आवश्यकता वाले परिदृश्यों के लिए अंतर्निहित human-in-the-loop (HITL), स्वचालित लचीलापन के साथ गतिशील ऑर्केस्ट्रेशन (exponential backoff, त्रुटि प्रबंधन, retry), और सरल एजेंटों तथा जटिल ग्राफ़ों के बीच साझा एकीकृत runtime, ताकि telemetry और state persistence को सरल बनाया जा सके। Go के लिए ADK, बहु-चरणीय एजेंट संरचना में भाषा की performance और टाइप-सुरक्षा लाते हुए, मौजूदा Python SDK को पूरक बनाता है।

🔗 Google Developers Blog — ADK Go 2.0

JetBrains AI Assistant में Copilot Agent

30 जून — JetBrains और GitHub, JetBrains AI Assistant के agent picker में GitHub Copilot को प्रथम-श्रेणी agent के रूप में एकीकृत करने की घोषणा करते हैं, जो मौजूदा Copilot plugin के अतिरिक्त है।

यह एकीकरण ACP (Agent Communication Protocol) पर आधारित है और निम्न की अनुमति देता है: इंटरफ़ेस में सीधे Copilot model का चयन, reasoning depth का समायोजन, और जटिल बहु-चरणीय प्रोग्रामिंग कार्य जहाँ Copilot project में तर्क करता है, परिवर्तन प्रस्तावित करता है, commands चलाता है और iterate करता है। घोषित अगले कदम: NES (Next Edit Suggestions) समर्थन, सामान्य workflows के लिए पुन: उपयोग योग्य skills का invocation, और IDE में tools के बीच अधिक गहन orchestration।

🔗 GitHub Changelog — JetBrains में Copilot Agent

Enterprise Copilot cost centers के लिए प्रति-उपयोगकर्ता AI budgets

30 जून — Enterprise administrators अब किसी cost center पर प्रति-उपयोगकर्ता AI budget निर्धारित कर सकते हैं। यह budget cost center के सभी सदस्यों पर स्वतः लागू होता है, जिसमें Enterprise teams के माध्यम से बाद में जोड़े गए सदस्य भी शामिल हैं। प्राथमिकता क्रम: व्यक्तिगत budget > cost center budget > global budget। यह budget included pool usage और अतिरिक्त usage दोनों को कवर करता है, और pool समाप्त होने से पहले किसी उपयोगकर्ता को रोक सकता है। 30 जून से केवल REST API के माध्यम से उपलब्ध; billing UI बाद में आएगी।

🔗 GitHub Changelog — प्रति-उपयोगकर्ता AI budgets

Azure में NVIDIA GB300 Blackwell Ultra पर Claude — सामान्य उपलब्धता

29-30 जून — Anthropic के Claude models अब Microsoft Foundry में सामान्य रूप से उपलब्ध हैं, Azure पर होस्ट किए गए हैं और NVIDIA GB300 Blackwell Ultra GPUs (Quantum-X800 InfiniBand नेटवर्क वाले NVL72 systems) द्वारा त्वरित किए गए हैं।

इस एकीकरण में NVIDIA Secure Agent Workspace Reference Design शामिल है, जो identity governance, network, credentials और infrastructure-स्तरीय execution policy को कवर करता है — यह framework सख्त compliance आवश्यकताओं वाली enterprises के लिए बनाया गया है। Claude agents domain-specific क्षमताओं के लिए verified NVIDIA skills तक पहुँच सकते हैं। यह सामान्य उपलब्धता नवंबर 2025 में घोषित Microsoft × NVIDIA × Anthropic त्रिपक्षीय साझेदारी के बाद आई है।

🔗 NVIDIA Blog — GB300 Blackwell Ultra Azure पर Claude

NVIDIA Omniverse + Metropolis : उद्योग के लिए vision AI agents

30 जून — NVIDIA, edge पर काम करने में सक्षम vision AI agents बनाने के लिए तीन पूर्ण workflows जारी करता है, जो Omniverse (OpenUSD simulation), Metropolis (AI video deployment) और Cosmos (भौतिक दुनिया के लिए foundation models) को जोड़ते हैं।

1. दृश्य निरीक्षण (Roboflow + Corning) : Defect Image Generation skill, NVIDIA Cosmos के साथ मिलकर, वास्तविक images से defects का synthetic data उत्पन्न करता है। Corning benchmark पर परिणाम: केवल 8 वास्तविक images के साथ 95% average accuracy, और सबसे कठिन class पर perfect recall। जो परियोजना कई तिमाहियों का समय लेती, वह कुछ दिनों में सिमट जाती है।

2. स्मार्ट शहर (Kaohsiung में Linker Vision) : विकास प्रयास में −85%, incident response time में −80%। यह pipeline video augmentation के लिए Cosmos, fine-tuning के लिए TAO, और search, summarization तथा alerts के लिए VSS का उपयोग करती है।

3. Foxconn में औद्योगिक संचालन (GB300 lines) : DeepHow के माध्यम से — standard procedure verification पर 99% accuracy, +3% first-pass yield।

🔗 NVIDIA Blog — Omniverse + Metropolis Vision AI

संक्षिप्त खबरें

Claude Code v2.1.196 — संगठन के लिए default models — administrators अब संगठन console से default model निर्धारित कर सकते हैं; यदि उपयोगकर्ता ने व्यक्तिगत रूप से कोई model नहीं चुना है, तो उन्हें /model command में « Org default » (या « Role default ») दिखाई देता है। 🔗 Release v2.1.196
Hugging Face — Every Eval Ever (EEE) का Community Evals में एकीकरण — HF अपने Community Evals को EEE (Every Eval Ever, EvalEval Coalition, फरवरी 2026) schema के साथ interoperable बना रहा है: evaluation results HF model pages पर verified attribution के साथ दिखाई देते हैं, और एक community_evals_converter tool किसी भी push से पहले human review के साथ HF → EEE conversion को स्वचालित करता है। 🔗 Blog Hugging Face — EEE
OpenAI — GNU libunwind में 18 साल पुराना bug ठीक किया गया — Nathan Bronson का engineering post: GNU libunwind के _Ux86_64_setcontext में एक-निर्देश वाली race condition (पहले x86_64 implementation से डेटिंग) Rockset में crashes पैदा करती थी। triggering की तीन स्थितियाँ (उच्च exception rate, उच्च signal rate, और काफी stack खपत करने वाला signal handler) केवल OpenAI में एक साथ पाई गईं। समाधान: libgcc पर migration और GNU libunwind को upstream किया गया patch। 🔗 OpenAI Engineering — Core dump epidemiology

इसका क्या मतलब है

मॉडल की नई पीढ़ी और 1 million token context की अर्थव्यवस्था। Claude Sonnet 5, प्रति million tokens $2/$10 और native 1 million token window के साथ, दीर्घकालिक agents के लिए आर्थिक गणना को फिर से स्थापित करता है: जहाँ entry-level prices context को truncate करने के लिए मजबूर करते थे, अब पूरी codebases या लंबे work sessions को बिना अतिरिक्त लागत के शामिल करना संभव है। लॉन्च के दिन ही Claude Code का इस default model में migration, और GB300 पर GitHub Copilot तथा Microsoft Foundry में सामान्य उपलब्धता, व्यापक और एकसाथ distribution रणनीति का संकेत देती है: Sonnet 5 कोई प्रयोगशाला model नहीं है; यह एक production infrastructure है जिसे शुरुआत से ही प्रमुख enterprise channels पर तैनात किया गया है।

वैज्ञानिक शोध के लिए infrastructure के रूप में AI। Claude Science, GeneBench-Pro, BioNeMo integration और Together AI के 8 ICML papers एक ही संकेत की ओर इशारा करते हैं: AI अब केवल परिधीय tools में नहीं, बल्कि स्वयं वैज्ञानिक प्रक्रिया में प्रवेश करना शुरू कर रहा है। Claude Science HPC clusters को orchestrate करता है और पूर्ण history के साथ reproducible artifacts उत्पन्न करता है। GeneBench-Pro research taste — 20 से 40 घंटे के analyses पर निर्णयों की श्रृंखला बनाने की क्षमता — को मापता है और GPT-5 तथा GPT-5.6 Sol के बीच 6× सुधार का कारक देखता है। Together AI का TTT-Discover इससे भी आगे जाता है, यह दिखाते हुए कि 120 अरब parameters वाला एक open model, लगभग $500 simulation के लिए उपयोग में सीखते हुए, 4 वैज्ञानिक क्षेत्रों में सर्वश्रेष्ठ मानव experts से आगे निकल सकता है। ये समानांतर विकास AI-चालित वैज्ञानिक infrastructure की रूपरेखा खींचते हैं, जहाँ scale की अर्थव्यवस्था उन analyses को सुलभ बनाती है जो पहले केवल बड़े laboratories तक सीमित थीं।

Cloud agents asynchronus execution के मानक के रूप में। Amp Orbs और JetBrains AI Assistant में Copilot Agent एक ही आंदोलन के दो रूप दिखाते हैं: agents को एक synchronous session के संदर्भ से बाहर निकालना। Amp dedicated machines (32 GB, 16 cores, $1.66/h) प्रदान करता है, जो developer के सोते समय चलने वाले unsupervised coding agents के लिए हैं। JetBrains में Copilot, reasoning-चालित बहु-चरणीय कार्यों के लिए IDE के native agent picker में समाहित होता है। दोनों मामलों में, agent एक asynchronous collaborator बन जाता है, जो वास्तविक कार्य वातावरण में निर्णय लेने में सक्षम है, न कि केवल एक interactive assistant।

जनरेटिव मीडिया developer pipelines की अर्थव्यवस्था में प्रवेश कर रहा है। 1,000 images के लिए $0.034 पर Nano Banana 2 Lite और Interactions API के माध्यम से chaining के साथ $0.10/s video वाला Gemini Omni Flash, e-commerce, games और entertainment applications के लिए समीकरण बदल देते हैं: 10,000 product images बनाना 34 सेंट का पड़ता है, और प्रत्येक image को 40 सेंट में animated किया जा सकता है। NVIDIA GB300 infrastructure और Omniverse + Metropolis workflows औद्योगिक पक्ष पर तस्वीर पूरी करते हैं — edge पर measured परिणामों के साथ vision AI (Kaohsiung में विकास समय में −85%, Foxconn lines पर 99% accuracy) — और दिखाते हैं कि media generation प्रयोग के क्षेत्र से निकलकर operational layer बन रही है।