ChatGPT Wallet consente agli agenti di pagare, Claude Code aggiunge Code Mode, llama.cpp passa alla 1.0

OpenAI lancia ChatGPT Wallet: i suoi agenti personali, i dots, possono ora arrivare fino al pagamento, con ogni acquisto convalidato da una verifica biometrica e pagato tramite un token che nasconde i dati reali della carta. Lo stesso giorno, Google collega l’applicazione Gemini a Google Wallet, in sola lettura. Claude Code 2.1.323 aggiunge Code Mode, in cui Claude scrive JavaScript per concatenare i suoi strumenti, DeepSeek rende disponibili nella sua API la ricerca, i file e la voce della sua applicazione, e llama.cpp passa alla versione 1.0.0 con un’API stabile. GitHub Copilot accoglie Gemini 4 Hydrogen e annuncia il ritiro di sei modelli per il 14 dicembre.

ChatGPT Wallet: i dots di OpenAI arrivano fino al pagamento, con un token che nasconde i dati reali della carta

13 novembre — OpenAI lancia ChatGPT Wallet, un portafoglio che permette ai dots, i suoi agenti personali, di completare un acquisto per l’utente. La carta si registra una volta sola. Prima di ogni pagamento, il dot presenta il commerciante, gli articoli, il totale e la carta scelta; l’utente approva tramite una verifica biometrica (Face ID, Touch ID o impronta digitale), e ogni approvazione lascia una registrazione dell’acquisto autorizzato.

We’re introducing ChatGPT Wallet, setting a new bar for secure payments by agents. It’s the first wallet that lets agents pay without access to users’ actual card details and that requires a security check for every purchase, while also preserving existing card rewards and protections for eligible disputes.

🇮🇹 Stiamo lanciando ChatGPT Wallet, che stabilisce un nuovo standard per la sicurezza dei pagamenti effettuati dagli agenti. È il primo portafoglio che consente agli agenti di pagare senza accedere ai dati reali delle carte degli utenti e che richiede una verifica di sicurezza per ogni acquisto, preservando al contempo i premi esistenti delle carte e le tutele in caso di contestazioni ammissibili. — OpenAI, post di lancio di ChatGPT Wallet

Il meccanismo si basa sulla tokenizzazione dei circuiti di pagamento. Una volta approvato l’acquisto, il circuito fornisce un token di pagamento, con un numero di carta, un codice di sicurezza e una data di scadenza sostitutivi: l’importo viene addebitato sulla carta senza che l’agente o il commerciante ne vedano i dati reali. I premi della carta e le tutele in caso di contestazione restano validi. Il portafoglio è stato realizzato con American Express, Mastercard e Visa; per American Express, è la prima integrazione della sua offerta Agentic Commerce Experiences. Che sia il primo portafoglio di questo tipo resta un’affermazione di OpenAI.

Elemento del lancio	Condizioni al 13 novembre
Dove usarlo	Conversazioni con un dot; né Chat, né Work, né i thread autonomi di Codex
Abbonati interessati	ChatGPT Pro, dai 18 anni in su, negli Stati Uniti, con distribuzione graduale
Carte accettate	Carte di credito American Express, Chase, Mastercard e Visa emesse negli Stati Uniti
Carte escluse al lancio	Carte di debito e carte virtuali
Convalida di ogni acquisto	Verifica biometrica: Face ID, Touch ID o impronta digitale
Dati ricevuti dal commerciante	Un token di pagamento sostitutivo

L’articolo di assistenza avverte che l’approvazione non equivale a una conferma dell’ordine, da verificare presso il commerciante; il post di lancio aggiunge che alcuni siti possono ancora bloccare involontariamente gli acquisti degli agenti. Più avanti, senza una data definita, l’utente potrà delegare interi acquisti entro limiti fissati in anticipo: tetto di spesa, categorie, periodo.

Per i commercianti, OpenAI pubblica un Commerce Partner Playbook: rivendicare la propria scheda con Businesses in ChatGPT (lanciato il 10 novembre) e pubblicare un feed di prodotti, riconoscere nel proprio CDN o firewall le richieste degli agenti di ChatGPT firmate con Web Bot Auth e fare in modo che questi acquisti siano accettati dagli strumenti antifrode (Forter, Riskified, Sardine, Signifyd) e dai fornitori di servizi di pagamento (Adyen, Checkout.com, Stripe). Dopo lo shopping visivo e l’Agentic Commerce Protocol presentati a marzo, OpenAI passa così al completamento degli acquisti.

🔗 Acquistare con ChatGPT Wallet (assistenza OpenAI) · Note di rilascio di ChatGPT · Commerce Partner Playbook (OpenAI)

Google Wallet nell’applicazione Gemini: leggere le proprie spese, senza poter intervenire sul denaro

13 novembre — Lo stesso giorno, Google fa la scelta opposta: l’assistente legge il portafoglio, senza mai pagare. Google Wallet si aggiunge alle applicazioni collegate di Personal Intelligence, accanto a Gmail, Photos, YouTube e Search, per tutti gli utenti dell’applicazione Gemini negli Stati Uniti, sul web, su Android e iOS. Menzionando @Google Wallet, si ottengono grafici dei flussi di cassa, dell’allocazione degli asset o del budget, si individuano gli abbonamenti ricorrenti e i relativi aumenti di prezzo, oppure si prepara il budget delle festività a partire dalle transazioni dell’anno precedente. I conti bancari e delle carte di credito possono essere collegati a Wallet tramite Plaid.

Gemini can only read information from your accounts; it can’t move, manage, or invest your money.

🇮🇹 Gemini può soltanto leggere le informazioni dei vostri conti; non può né spostare, né gestire, né investire il vostro denaro. — Post di Google su blog.google

Il collegamento è facoltativo e si può interrompere in qualsiasi momento nelle impostazioni di Personal Intelligence. Lo stesso post lancia Memory Summary, una pagina che mostra ciò che Gemini ha memorizzato (preferenze, interessi, obiettivi in corso) e permette di correggerlo, sul web e sui dispositivi mobili, ovunque sia disponibile Personal Intelligence.

Agenti di programmazione: Claude Code 2.1.323 lancia Code Mode, con Codex CLI 0.169, Antigravity 2.32, Devin Apps e Devin Teams

12 novembre — La versione 2.1.323 di Claude Code, pubblicata su GitHub la sera del 12 novembre con 294 voci di cui 195 correzioni, introduce Code Mode, un’opzione sperimentale che cambia il modo in cui Claude usa i suoi strumenti. Senza questa opzione, Claude richiede ogni chiamata (Bash, Read, Edit) e ne legge il risultato prima di decidere come proseguire. Con Code Mode, scrive un frammento di JavaScript che concatena più chiamate in un unico passaggio: eseguire comandi in parallelo, riutilizzare il risultato di una chiamata nella successiva e restituire soltanto la parte utile dell’output. La documentazione lo consiglia per le modifiche ripetute su molti file, le ricerche da filtrare prima della lettura e i comandi indipendenti. La conversazione continua a mostrare le chiamate agli strumenti; il codice stesso si legge nella vista della trascrizione (Ctrl+O).

Requisito di Code Mode	Valore secondo la documentazione
Attivazione	Variabile `CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1`, poi conferma al primo avvio
Versione minima	Claude Code 2.1.323, build nativa
Account richiesto	Abbonamento Claude o account Console
Modelli accettati	Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.2
Interfaccia supportata	Sessione interattiva in un terminale (né `-p`, né SDK Agent, né VS Code, né Desktop, né sessioni cloud)
Configurazioni escluse	Gateway, Amazon Bedrock, Agent Platform di Google Cloud, Microsoft Foundry, HIPAA, conservazione zero dei dati
Durata massima di un codice	10 minuti in attesa, fino a 2 ore in background

Sul fronte della sicurezza, ogni chiamata a uno strumento avviata dal codice continua a passare attraverso le regole deny e ask e gli hook PreToolUse. In modalità auto, il classificatore esamina il codice prima della sua esecuzione, ma non ogni chiamata: non vede i valori calcolati durante l’esecuzione, come un percorso ricavato da una ricerca, e la documentazione consiglia di mantenere regole o hook per le chiamate sensibili. Gli amministratori possono bloccare la modalità per l’intera organizzazione impostando la variabile a 0 nelle impostazioni gestite, senza poterla attivare in questo modo. La documentazione prevede anche un rifiuto quando la modalità non è ancora disponibile per l’account, con il consiglio di riprovare un altro giorno. Il canale stabile di npm resta per il momento alla 2.1.311.

Il resto della versione chiude falle nei permessi. Una sessione avviata in modalità auto quando questa modalità non è disponibile parte ora in modalità Manual, che chiede prima di agire, invece che in una modalità più permissiva; Write ed Edit non possono più scrivere su un percorso protetto da una regola Read deny, e le regole deny e ask non possono più essere aggirate tramite sudo o env. La finestra di contesto presunta per un modello sconosciuto passa da 200 000 a 1 milione di token, il client MCP v1 viene rimosso e i plugin possono dichiarare le versioni di Claude Code che accettano (engines["claude-code"]). Al di fuori del terminale, Claude Tag aggiunge le sue sessioni Slack alla Compliance API di Enterprise, in beta, e Code Review esporta in CSV i propri costi per repository.

🔗 Claude Code 2.1.323 (GitHub) · Documentazione di Code Mode

Claude Code 2.1.325: i comandi Bash nella sandbox tornano a passare dalle autorizzazioni, e viene corretta una falla zstd

13 novembre — Il giorno seguente, Claude Code 2.1.325 cambia un comportamento predefinito: i comandi Bash eseguiti nella sandbox seguono ora il normale flusso di autorizzazione invece di essere eseguiti senza richieste. Per mantenere il vecchio funzionamento, occorre impostare sandbox.autoAllowBashIfSandboxed: true, nella fonte di impostazioni gestite con la massima priorità quando è l’organizzazione ad attivare la sandbox. La versione corregge anche una falla nella decodifica delle risposte compresse in zstd, senza ulteriori dettagli.

Altre modifiche rendono più restrittive le autorizzazioni: i comandi git in sola lettura richiedono conferma in un repository che non sia quello del progetto né un repository approvato, e le attività pianificate come /loop chiedono conferma prima di avviare una skill che dichiara strumenti autorizzati o hook (Skill(name) in permissions.allow per un uso non presidiato). Una sessione in background aperta con un account claude.ai poteva usare una chiave API ereditata dalla shell e addebitarvi i costi: il problema è stato corretto. Delle 139 voci, 88 sono correzioni, di cui diverse per Code Mode; la 2.1.324, pubblicata su npm meno di due ore prima, non ha note di rilascio.

🔗 Claude Code 2.1.325 (GitHub)

Codex CLI 0.168 e 0.169: conversazioni laterali in schede, e codex exec richiede che il progetto sia considerato attendibile

13 novembre — OpenAI pubblica due versioni stabili di Codex CLI in meno di cinque ore. La 0.168.0 (03 h 54 UTC, 226 PR elencate) introduce come opzione (features.tui_workspace) una conversazione laterale visualizzata accanto a quella principale; la 0.169.0 (08 h 37 UTC, 243 PR) la organizza in schede, riaperte dopo un riavvio. Un pannello Sessions → Model providers consente di scegliere il fornitore del modello per le nuove conversazioni senza modificare quelle già aperte, e i fornitori personalizzati si creano ora dal terminale, con un codice dispositivo per le connessioni SSH.

La modifica che conta per gli script e la CI arriva con la 0.169.0: in una cartella non attendibile, codex exec non carica più la configurazione del progetto né i suoi server MCP, nemmeno con --sandbox workspace-write. Occorre passare --trust a codex exec o a codex review per registrare l’attendibilità del progetto. Le due versioni aggiungono anche GIF animate opzionali, registrazioni audio con un modello compatibile, la ricerca delle vecchie attività del centro di comando degli agenti e un archivio ZIP di diagnostica locale (Ctrl+S). L’opzione features.multi_agent è in via di abbandono a favore di agents.enabled, e il titolo di una PR menziona una migrazione locale delle skill di Claude Code, senza una voce nelle note.

🔗 Codex CLI 0.168.0 (GitHub) · Codex CLI 0.169.0 (GitHub)

Antigravity 2.32 e Antigravity CLI 1.5.8: Dynamic Workflows in Python, Hydrogen e Carbon con una chiave API Gemini

13 novembre — L’applicazione Antigravity passa alla 2.32.0 con i Dynamic Workflows: l’agente orchestra sottoagenti in parallelo e attività in più fasi scrivendo Python, eseguito dal runtime fornito con l’applicazione. L’idea si avvicina ai workflow dinamici già proposti da Claude Code, Copilot CLI e Devin; il changelog non spiega come la funzione si integri con /swarm, in anteprima dal 10 novembre. La versione protegge anche le schede del browser controllate dall’agente: i riquadri incorporati (frames) di altri siti vi vengono caricati senza autenticazione e restano nascosti nei suoi screenshot in assenza di un’autorizzazione esplicita. In totale, 11 miglioramenti e 13 correzioni, tra cui i temi Everforest e la clonazione locale dei repository GitHub cloud per gli agenti remoti.

Lo stesso giorno, Antigravity CLI 1.5.8 consente di usare Gemini 4 Hydrogen (livelli da Low a XHigh) e Gemini 4 Carbon (da Low a High) con connessioni tramite chiave GEMINI_API_KEY, e Hydrogen anche con le credenziali Google Cloud (ADC) e dietro un gateway aziendale. Le sue 22 correzioni eliminano diversi aggiramenti delle misure di sicurezza: il proxy di rete della sandbox ingannato da slash codificati (%2F) o segmenti « .. » in un URL, regole « consenti sempre » sfruttate impropriamente sotto Windows tramite cmd o PowerShell, regole di autorizzazione MCP ignorate per alcuni strumenti e un hook di blocco scritto con virgolette doppie saltato silenziosamente sotto Windows.

🔗 Changelog di Antigravity

Devin Apps: applicazioni web private ospitate sulla macchina cloud di Devin

13 novembre — Cognition lancia Devin Apps: si descrive lo strumento di cui il team ha bisogno (dashboard, coda di revisione, pagina di stato del progetto), Devin lo costruisce e lo pubblica online, e il team lo apre da un URL stabile. Una App può anche nascere da una sessione in corso, a partire da un’anteprima nel browser già mostrata. Le Apps restano private: è obbligatorio accedere a Devin, con condivisione per persona, per organizzazione o per l’intera azienda. Ogni modifica produce una nuova versione allo stesso indirizzo e, se questa non si avvia, la precedente continua a essere disponibile.

Le Apps si basano sugli snapshot della memoria che permettono a Devin di ibernarsi: la macchina si sospende 5 minuti dopo l’ultima richiesta e si risveglia in pochi secondi alla visita successiva. La fatturazione segue il tempo di attività, senza una tariffa specificata. Va bene qualsiasi stack che serva HTTP, con SQLite o Postgres sulla stessa macchina; una App gira su una sola macchina ed è pensata per strumenti interni e ambienti di preproduzione, non per servizi ad alto traffico. L’annuncio segue le Apps di Cursor (5 novembre) e le Boxes di Amp (10 novembre).

🔗 Presentazione di Devin Apps · Documentazione di Devin Apps

Devin Teams: Devin Desktop senza posti a pagamento, modalità Free su SWE-2 e limite ridotto a 100 posti

12 novembre — La sera prima, Cognition rivedeva la propria offerta Devin Teams. Devin Desktop non richiede più posti a pagamento e una modalità Free, basata su SWE-2, il modello proprietario, offre a ogni utente due sessioni simultanee gratuite. L’uso gratuito di SWE-2 in Devin Desktop e nella CLI diventa permanente per i piani Teams, Pro e Max, dopo diversi periodi di gratuità temporanea da settembre.

Elemento dell’offerta Teams	Modifica annunciata da Cognition
Posti Devin Desktop	Inclusi per tutto il team, nessun posto a pagamento
Modalità Free	2 sessioni simultanee per utente, su SWE-2
Autenticazione unica	Okta, Microsoft Entra ID, qualsiasi provider SAML o OIDC
Limiti di utilizzo	Fino a 3 livelli, estensioni approvate manualmente o automaticamente
Limite di posti	100, rispetto ai 200 precedenti
Posti con quota	Rimossi tra 30 giorni

L’offerta include anche Devin Coach, che suggerisce per esempio una modalità più leggera per un piccolo compito, e un accordo standard per il trattamento dei dati sanitari (BAA), da richiedere dalle impostazioni. Non viene indicato alcun prezzo.

🔗 Il nuovo piano Teams di Devin

DeepSeek rende disponibili nella sua API le funzioni della sua applicazione: ricerca, file, lettura dei link, sicurezza e voce

13 novembre — DeepSeek mette a disposizione degli sviluppatori le funzioni che caratterizzano l’esperienza della sua applicazione. Dal 17 ottobre, l’API offriva già la ricerca e la lettura delle pagine (Search e Fetch). DeepSeek vi aggiunge tutte le funzioni dell’applicazione, attivabili con pochi parametri su deepseek-flash (DeepSeek-V4.1-Flash-1017), nelle tre API Messages, Responses e Chat Completions; il servizio gestisce autonomamente le chiamate agli strumenti e la composizione del contesto.

The capabilities behind the DeepSeek App are now available through the DeepSeek API. Enable built-in features with a few parameters, or call standalone APIs such as OCR, ASR, and TTS.

🇮🇹 Le funzioni su cui si basa l’applicazione DeepSeek sono ora disponibili nell’API DeepSeek. Attivate le funzioni integrate con pochi parametri, oppure chiamate API autonome come OCR, ASR e TTS. — @deepseek_ai su X

Lo strumento deepseek_web_search cerca sul web o tra le immagini e risponde con citazioni quando il ragionamento è disattivato; con il ragionamento attivato, il modello esegue più ricerche in sequenza e legge autonomamente i link. Lo strumento deepseek_read_url recupera le pagine citate nel messaggio. I file (PDF, documenti Office, immagini) vengono analizzati e poi aggiunti al contesto. Un parametro di controllo della sicurezza esamina l’input e l’output e restituisce un indicatore di rifiuto in caso di rischio; DeepSeek chiede ai servizi aperti al pubblico di attivarlo e di adempiere ai propri obblighi (revisione della sicurezza dei contenuti, registrazione dei grandi modelli, etichettatura dell’IA).

Questi componenti vengono venduti anche separatamente, con tre nuove API di OCR, riconoscimento vocale (ASR) e sintesi vocale (TTS). I costi degli strumenti si aggiungono a quelli dei token, il cui prezzo non cambia: per deepseek-flash, 0,30 dollari per milione di token in input senza cache e 1,20 dollari in output nelle ore di punta, metà prezzo nelle fasce di minor utilizzo.

Funzione fatturata	Prezzo di listino	Prezzo temporaneo (-50 %)
Ricerca web (testo, immagini)	0,75 dollari per 1 000	Nessuno sconto
Lettura web (fetch)	0,75 dollari per 1 000	Nessuno sconto
Analisi dei file e OCR	0,225 dollari per 1 000 pagine	Nessuno sconto
Sintesi vocale (TTS)	0,45 dollari per 10 000 caratteri	0,225 dollari
Riconoscimento vocale (ASR)	0,116 dollari per ora di audio	0,058 dollari

Per mostrare il tutto, DeepSeek pubblica con licenza MIT chat-demo, un client di chat statico, senza server, che chiama direttamente l’API dal browser, con ricerca, lettura dei link, allegati, voce e importazione della cronologia dell’applicazione. Lo stesso giorno, una versione di anteprima di DeepSeek Harness aggiunge un plugin sperimentale che importa queste conversazioni in un ambiente di lavoro. Per uno sviluppatore, è la possibilità di riprodurre l’applicazione DeepSeek nel proprio prodotto, oppure di utilizzarne un solo componente.

🔗 Registro delle modifiche dell’API DeepSeek · Tariffe dell’API DeepSeek · Guida alla creazione di un chatbot (DeepSeek) · chat-demo (GitHub)

llama.cpp e ggml passano alla 1.0.0 con un’API stabile; SGLang, Transformers e Diffusers completano gli strumenti aperti

13 novembre — Dopo tre anni e mezzo di versioni numerate per build, llama.cpp e la sua libreria di calcolo ggml pubblicano la loro prima versione principale, la 1.0.0. Il motore, che esegue modelli in locale dal telefono alla workstation, costituisce la base di un lungo elenco di applicazioni. Il team, ora in Hugging Face, si impegna a seguire il versionamento semantico (semantic versioning) per l’API C pubblica: qualsiasi incompatibilità dell’API o dell’ABI comporterà una nuova versione principale.

Tipo di versione	Cosa la determina
Principale	Modifica incompatibile dell’API C pubblica o dell’ABI
Secondaria	Funzione compatibile, nuovo backend, nuovo modello o aggiunta all’API
Correttiva	Bug corretto senza modifiche all’API

Il passaggio alla 1.0 fa pulizia: scompaiono 35 funzioni deprecate e l’API di decodifica speculativa NextN entra nell’header principale llama.h. La versione aggiunge cache KV in FP8, una cache degli esperti MoE nella memoria host di cui si può regolare la quota affidata al processore, e supporta Kimi-K3.1-Pro, Ripple-65B-Preview, la sintesi vocale drama-3 e le capacità visive di MageVL-Cowork e Kimi-K3.1. Il server llama-server riceve protezioni contro gli attacchi SSRF, CORS e di DNS rebinding, un endpoint /v1/audio/speech compatibile con OpenAI e un’interfaccia web rinnovata.

Secondo il post, il motore supporta oltre 150 varianti di architettura e tutti i metodi comuni di decodifica speculativa. La libreria è distribuita tramite Homebrew, Winget, conda-forge, Debian, Docker o MacPorts, e il team testa ogni modifica con HF Jobs e macchine prestate da NVIDIA, AMD, Qualcomm, Arm, IBM e Intel. Clément Delangue presenta questa v1 come la prima versione principale completamente stabile della libreria più utilizzata per eseguire modelli in locale. Cohere ha accolto con favore l’uscita, indicando che il suo piccolo modello North Micro Vision è ora supportato. Per uno sviluppatore che integra llama.cpp in un prodotto, è la promessa di un’API stabile tra due versioni principali.

🔗 Post di ggml-org su Hugging Face · llama.cpp v1.0.0 (GitHub) · Annuncio di Georgi Gerganov

SGLang Consortium: otto membri fondatori attorno al motore di inferenza di LMSYS

12 novembre — LMSYS Org, l’organizzazione senza scopo di lucro che sviluppa il motore di inferenza open source SGLang, lancia SGLang Consortium all’apertura del primo SGLang Summit, il 12 e 13 novembre a San Francisco. I suoi otto membri fondatori: NVIDIA, AMD, Intel, Google, Meta, Cloudflare, Modal e RadixArk. Ciascuno nomina un rappresentante tecnico e partecipa a due riunioni sulla roadmap all’anno; i maintainer mantengono il controllo sulle decisioni tecniche e sul codice accettato, e il progetto resta aperto a tutti. Le priorità: nuovi modelli, ragionamento e multimodalità, inferenza distribuita, ottimizzazione hardware.

NVIDIA, che ha rilanciato l’annuncio il 13, rivendica una collaborazione su cinque generazioni di calcolo accelerato, da Ampere a Vera Rubin, e oltre 100 modelli supportati fin dal lancio. Secondo LMSYS, che cita Deloitte, l’inferenza rappresenterebbe circa due terzi del calcolo IA nel 2026, rispetto alla metà nel 2025.

🔗 LMSYS Org lancia SGLang Consortium · Rilancio di @NVIDIAAI

Transformers v5.23.0: un solo ExportedModel per ONNX Runtime, OpenVINO, ExecuTorch e Dynamo

13 novembre — Transformers v5.23.0 unifica l’export dei modelli. Che si punti a ONNX Runtime, OpenVINO, ExecuTorch o al grafo Dynamo di PyTorch, l’export restituisce ora un ExportedModel che si invoca come il modello originale (stessi argomenti, stessa classe di output), si pubblica sull’Hub e si ricarica direttamente sul motore di destinazione. È una modifica incompatibile: export() non restituisce più lo stesso oggetto. Gli export ONNX possono essere fusi per il processore, CUDA, WebGPU o DirectML.

Motore e hardware (EmbeddingGemma2, note di rilascio)	Incremento rispetto a PyTorch eager	Incremento rispetto a torch.compile
ONNX Runtime con TensorRT, A100	7,6 volte	1,4 volte
OpenVINO, Xeon Platinum 8570	4,1 volte	2,2 volte
OpenVINO con pesi int8, stesso Xeon	4,9 volte	2,6 volte

La versione aggiunge sette modelli, tra cui Inkling 2 Small di Thinking Machines, LFM3 e LFM3-VL di Liquid AI, Dots 3 Note Preview (testo, immagini, video e audio), IQuest-Coder-V1 e InternLM3; la testa decisionale JEV resta sperimentale.

🔗 Transformers v5.23.0 (GitHub)

Diffusers 0.43.0: cinque pipeline modulari, da MiniMax-H3-Image al simulatore PAN 2

12 novembre — Diffusers 0.43.0 aggiunge cinque modelli generativi sotto forma di pipeline modulari. MiniMax-H3-Image e P-H3-Image di Pruna AI generano e ritoccano immagini a partire da testo e immagini di riferimento (fino a otto per P-H3-Image), in sei o otto passaggi. Pika H3 Flex, basato su MiniMax-H3, produce video con audio stereo sincronizzato in sei passaggi. Kandinsky S2V 1.0 anima una persona a partire da una foto e da una registrazione della sua voce, inclusi i movimenti del corpo, in segmenti di cinque secondi. PAN 2, un simulatore da 29 miliardi di parametri, genera scene a partire da azioni e movimenti di camera, con controlli di sicurezza attivati per impostazione predefinita. La versione migliora anche il parallelismo dei tensori, i LoRA e i backend di attenzione.

🔗 Diffusers 0.43.0 (GitHub)

Catalogo di GitHub Copilot: Gemini 4 Hydrogen arriva anche nel piano Pro, sei modelli saranno rimossi il 14 dicembre

Gemini 4 Hydrogen in Copilot, piano Pro compreso

13 novembre — Il giorno dopo il lancio da parte di Google, Gemini 4 Hydrogen diventa generalmente disponibile in GitHub Copilot. GitHub lo presenta come l’ultimo modello Flash di Google, pensato per la programmazione agentica rapida, l’uso degli strumenti e i workflow in più passaggi, con una migliore aderenza alle istruzioni rispetto a Gemini 3.8 Flash, senza fornire dati a sostegno. A differenza dei due arrivi precedenti, Gemini 4 Carbon e Claude Fable 5.2, il piano Copilot Pro è incluso, insieme a Pro+, Max, Business ed Enterprise.

Il modello compare in undici ambienti: i dieci di Carbon, da Visual Studio Code a Eclipse passando per Copilot CLI, l’agente di programmazione, l’app GitHub Copilot e GitHub Mobile, più Copilot SDK. Viene fatturato a consumo alla tariffa di listino del fornitore e attivato automaticamente per Business ed Enterprise, finché l’amministratore non disabilita l’attivazione predefinita dei nuovi modelli. Il rilascio è graduale. Lo stesso giorno, Hydrogen arriva anche nell’Agent API di Perplexity e in Antigravity CLI.

🔗 Gemini 4 Hydrogen in GitHub Copilot (GitHub Changelog)

Sei modelli rimossi da Copilot il 14 dicembre

13 novembre — GitHub annuncia la rimozione di sei modelli da tutte le esperienze Copilot (Chat, modifiche inline, modalità ask e agent, completamenti del codice) il 14 dicembre. Per ciascuno viene suggerito un sostituto, spesso arrivato nelle ultime settimane.

Modello deprecato	Sostituto suggerito da GitHub
Claude Fable 5	Claude Fable 5.2
Claude Haiku 4.5	Claude Haiku 5.5 (Haiku 4.5 resta disponibile per gli abbonati individuali con piano annuale)
Gemini 3.8 Flash	Gemini 4 Hydrogen
Gemini 4 Argon	Gemini 4 Carbon
Grok 4.6	Grok 4.7
Kimi K3	Sostituto da annunciare

Per Business ed Enterprise, i sostituti vengono attivati automaticamente tramite l’attivazione predefinita dei nuovi modelli e non occorre fare nulla per rimuovere quelli precedenti. GitHub aveva già rimosso quattro modelli il 2 ottobre e sei il 19 ottobre secondo lo stesso schema; Gemini 4 Argon, arrivato a metà ottobre, avrà trascorso solo due mesi in Copilot.

🔗 Prossima dismissione di alcuni modelli di GitHub Copilot a dicembre (GitHub Changelog)

Valutare i modelli: le raccomandazioni di Anthropic per la sicurezza e XYBench di Ai2

Anthropic: dieci raccomandazioni per valutazioni di sicurezza affidabili

13 novembre — Sul suo blog Engineering, Anthropic pubblica una guida per progettare, eseguire e presentare valutazioni di sicurezza, con dieci raccomandazioni secondo il suo tweet. Il punto di partenza: affermare che un modello è «più sicuro del precedente» ha valore solo quanto la valutazione che lo misura, e le valutazioni dell’IA si aggirano facilmente e sono difficili da riprodurre. Il post si ispira alle riforme della psicologia dopo la sua crisi di replicazione, tra cui la preregistrazione (preregistration) delle ipotesi prima di vedere i dati.

Anthropic preferisce al tasso di rifiuto un tasso di risposta appropriata, misurato su conversazioni a più turni in cui basta un solo turno sbagliato per far fallire tutto: un modello Claude interpreta l’utente simulato descritto da un esperto, e un valutatore automatico, convalidato rispetto a etichette umane, assegna un punteggio a ogni trascrizione. Dopo alcuni incidenti interni, numerose valutazioni con accesso a Internet sono state sospese temporaneamente.

Misura citata da Anthropic	Valore pubblicato
Risposte innocue, test a un solo turno sull’API	Dal 94 % al 98 % per tutti i modelli recenti (saturo)
Truffe sentimentali su claude.ai	Opus 5: 98 %, Opus 5.5: 94 % (differenza non significativa)
Divario tra API e claude.ai per Fable 5.1	Fino a 34 punti
Suicidio e autolesionismo, nuovo prompt di sistema	60 % sull’API, 94 % su claude.ai
Dimensione minima del campione	100 elementi a più turni, 1 000 a un solo turno

🔗 Realizzare solide valutazioni di sicurezza (Anthropic) · Annuncio di @AnthropicAI

XYBench: gli assistenti vedono raramente la vera domanda dietro una richiesta mal posta

13 novembre — Ai2 pubblica XYBench insieme a Carnegie Mellon, NVIDIA e Johns Hopkins (premio per il miglior articolo sulle risorse a EMNLP 2026). Il banco di prova riguarda il «problema XY»: qualcuno vuole raggiungere un obiettivo X, presume che un metodo Y funzionerà e chiede aiuto su Y. Le sue 8 115 domande spaziano dalla programmazione (Stack Overflow) alla cucina e al fai da te (WikiHow). I cinque modelli testati, di generazioni precedenti, propongono spesso una soluzione al vero problema, ma rimangono concentrati sulla richiesta letterale.

Modello valutato (domande Stack Overflow)	Soluzione al vero obiettivo	Risposta incentrata sull’obiettivo	Convinzione errata segnalata
Migliore risposta umana	67 %	55 %	79 %
GPT-5	71 %	41 %	60 %
Qwen3.5-9B	64 %	41 %	60 %
DeepSeek-V4 Pro	66 %	35 %	55 %
Gemini 3.1 Pro	62 %	40 %	54 %
Claude Sonnet 4.6	59 %	36 %	47 %

Quando viene chiesto loro di scegliere tra due risposte, i modelli preferiscono nel 71–84 % dei casi quella che affronta il vero obiettivo, mentre ne scrivono autonomamente solo nel 35–41 % dei casi: saper riconoscere una buona risposta non basta a produrla.

🔗 XYBench (Ai2) · Annuncio di @allen_ai

Iniezione di prompt: IBM pubblica LLMON e due versioni preliminari di Granite 4.1 più resistenti

12 novembre — IBM presenta LLMON, un linguaggio di markup pensato per i modelli linguistici. Nel corso di un’attività lunga, il contesto di un modello mescola prompt di sistema, conversazione, documenti recuperati, risposte degli strumenti, vincoli di output e ragionamenti, senza una struttura esplicita o in formati come JSON che non sono pensati per i modelli, secondo IBM. LLMON contrassegna ciascuno di questi elementi affinché il modello sappia cosa sta leggendo, il che dovrebbe aiutarlo a non seguire le istruzioni iniettate nel suo contesto.

IBM pubblica due versioni preliminari sperimentali derivate dai modelli di base Granite 4.1, granite-4.1-3b-LLMON-preview e granite-4.1-8b-LLMON-preview, addestrate a leggere e produrre testo con markup LLMON. Sul proprio banco di prova per l’iniezione di prompt, IBM afferma che evitano il 47 % di attacchi in più rispetto al miglior modello di frontiera testato e il 95 % in più rispetto al miglior modello open source, mantenendosi al livello dei Granite 4.1 Instruct sui banchi di prova generali. Sono misurazioni del produttore, sul proprio banco di prova.

🔗 LLMON, un linguaggio di markup nativo per gli LLM, ora in Granite (Hugging Face)

PARDIG e SatWeave: Google DeepMind rende pubblici i dataset alla base di WeatherNext 3

13 novembre — Google DeepMind pubblica in libero accesso i due dataset su cui si basa WeatherNext 3, il suo modello meteorologico globale lanciato a settembre. SatWeave assembla le immagini dei satelliti geostazionari (GOES, Meteosat, Himawari) in un mosaico globale di 17 canali, aggiornato ogni ora: è ciò che permette a WeatherNext 3 di produrre una nuova previsione globale ogni ora, mentre altri modelli partono da analisi aggiornate ogni sei ore.

PARDIG stima le precipitazioni su tutto il pianeta ogni 15 minuti, con una risoluzione di circa 10 km. Apprende dalle misurazioni del radar spaziale della missione GPM della NASA anziché dai soli strumenti a terra, per rimanere utile dove non esistono né radar né pluviometri. Confrontato con tre reti radar (Stati Uniti, Europa, Giappone) e con oltre 36 000 stazioni, migliora di oltre il 30 % il rilevamento orario delle piogge da deboli a moderate rispetto a IMERG-Final, il riferimento della NASA.

Dataset aperto	Contenuto e frequenza	Archivio disponibile
SatWeave	Mosaico geostazionario di 17 canali, ogni ora	Oltre dieci anni
PARDIG	Precipitazioni globali ogni 15 minuti, circa 10 km	Dal 1999 al 2026

I flussi in tempo reale e gli archivi sono su Google Cloud Storage, e PARDIG è disponibile anche in Google Earth Engine.

🔗 Rendere pubblici i dataset alla base dei nostri modelli meteorologici di IA (Google DeepMind) · Thread di @GoogleDeepMind

Audio generativo: Suno Bridge in Ableton Live, Stable Audio rinnovato con Generate e Sampler

Suno Bridge: generare tracce Suno in una sessione Ableton Live 12

13 novembre — Suno lancia Suno Bridge, un’applicazione autonoma in beta che porta i suoi modelli musicali nel software di produzione dell’utente. Al lancio funziona solo con Ableton Live 12 su Mac; sono previsti altri sistemi e altre DAW, senza un calendario definito. Bridge funziona in parallelo ad Ableton Live e si sincronizza con la sessione aperta, i cui file vengono caricati su Suno affinché ne comprenda il contesto musicale. I prompt producono nuove parti strumentali o vocali allineate al tempo, alla tonalità, allo stile, all’armonia e al groove della sessione, nel loop scelto con i marcatori dell’Arrangement View (per esempio 8 battute, dalla 9ª alla 16ª). Il risultato viene inserito direttamente nella timeline. Bridge è incluso in tutti gli abbonamenti Premier, senza una tariffa separata.

🔗 Suno Bridge: la tua DAW, con la potenza di Suno · Annuncio di @suno

Stable Audio: un unico spazio di lavoro, Generate per i brani e Sampler per i kit

12 novembre — Stability AI annuncia un rinnovamento di Stable Audio, illustrato nelle note di rilascio di novembre (pagina datata 4 novembre nei metadati, annunciata il 12). Il sito riunisce ora progetti e suoni in un unico spazio di lavoro, con una pagina iniziale e una libreria comune a tutte le applicazioni.

Applicazione di Stable Audio	Cosa produce
Generate	Brano o effetto sonoro, a partire da un testo o da «paints» di generi, stili e strumenti; Lens per tagliare, sostituire o prolungare
Sampler	Fino a 8 variazioni per prompt o un kit di 8 suoni, sequencer di 8 strumenti su 16 step, pattern fino a 32 battute, esportazione in ZIP
Sessions (Labs, beta)	Mix completo o 8 tracce modificabili, con un produttore guidato tramite chat

Stability non presenta né un nuovo modello né una tariffa.

🔗 Note di rilascio di novembre di Stable Audio · Annuncio di @stableaudio

Cohere finalizza l’acquisizione di AISLE e accoglie il team di cubic per una divisione dedicata al codice sicuro

13 novembre — Cohere annuncia di aver finalizzato l’acquisizione di AISLE, società che sviluppa sistemi autonomi per individuare e correggere vulnerabilità, un mese dopo la lettera d’intenti del 15 ottobre. Nello stesso post, l’azienda accoglie il team di cubic, piattaforma di revisione del codice tramite IA fondata e diretta da Paul Sanglé-Ferrière, che creerà la sua divisione «codice sicuro» (secure coding vertical). Secondo Cohere, AISLE e cubic portano a quattro le sue operazioni strategiche di fusione e acquisizione dell’anno, insieme ad Aleph Alpha e Reliant AI. Non viene comunicato alcun importo.

I cofondatori di AISLE assumono incarichi dirigenziali: Ondrej Vlcek diventa vicepresidente senior di Cohere Cyber, nuova attività di sicurezza informatica destinata alle imprese, ai governi e agli operatori di infrastrutture critiche; Jaya Baloo è la responsabile della sicurezza dei sistemi informativi, come annunciato il giorno precedente; Stanislav Fort diventa vicepresidente AI Security. Cohere prevede un investimento a lungo termine a Praga, presentata come il suo futuro centro globale di sicurezza informatica basata sull’IA. Gli agenti di revisione del codice di cubic funzionano in sede e in ambienti isolati (air-gapped); Cohere li indica tra i migliori nei benchmark di revisione del codice, senza fornire cifre.

🔗 Cohere amplia la piattaforma di IA sovrana con AISLE e cubic

Perplexity: i Teammates arrivano nell’applicazione Mac per gli abbonati Max

13 novembre — Perplexity rende disponibili nella sua applicazione Mac i Teammates, i suoi agenti personali per attività di lunga durata lanciati il 5 novembre sul web, sempre per gli abbonati Max. Secondo l’annuncio, lavorano da soli o con altri teammates, per esempio nel controllo qualità, nell’assistenza clienti, nella ricerca o nel growth marketing.

La pagina del prodotto non era ancora aggiornata al momento della nostra rilevazione: li annuncia disponibili sul web e su iOS, poi «presto» su computer e Android. La versione iOS non era stata annunciata al lancio, e la sua data rimane sconosciuta. Il modello tariffario non cambia: i Teammates sono gratuiti durante un periodo promozionale, poi consumano i crediti inclusi in Max. La sera precedente, Perplexity mostrava anche che l’agente di navigazione di Computer e dei Teammates ora visualizza il proprio lavoro in diretta e consente all’utente di riprendere il controllo.

🔗 Annuncio di @perplexity_ai · Pagina del prodotto Teammates

Google AI Studio: i crediti Google Cloud degli abbonati Pro e Ultra si richiedono senza uscire dallo strumento

13 novembre — Gli abbonati Google AI Pro e Ultra disponevano già di crediti Google Cloud mensili tramite il Google Developer Program, ma richiederli obbligava a passare da diversi siti. Ora si gestiscono da Google AI Studio: la creazione del profilo Developer Program, il collegamento di un account di fatturazione, la richiesta dei crediti e il monitoraggio del saldo avvengono in un unico percorso, e le assegnazioni successive vengono applicate automaticamente.

Ogni credito mensile rimane valido per 12 mesi e le assegnazioni si accumulano; vengono utilizzati prima i crediti più vicini alla scadenza. Servono a pagare l’API Gemini e i modelli del livello a pagamento quando la quota dell’abbonamento è esaurita. Due condizioni: un pagamento anticipato minimo di 5 dollari sulla fatturazione Cloud, e solo il titolare principale dell’abbonamento può usarli, non i familiari. L’importo dipende dal livello dell’abbonamento e non viene indicato nel post.

🔗 Richiedi i tuoi crediti Google Cloud in Google AI Studio (blog.google)

Praxis-1 sul braccio SO-101: Runway pubblica il checkpoint annunciato due giorni prima

13 novembre — Due giorni dopo il rilascio di Praxis-1 a pesi aperti, trattato l’11 novembre, Runway pubblica la versione per SO-101, il braccio robotico a basso costo e open source molto diffuso tra appassionati e ricercatori. Il README dell’11 novembre annunciava questo checkpoint «in arrivo»: praxis-1-so101 (licenza Apache 2.0) e la sua variante NVFP4 sono ora su Hugging Face, con il codice del banco di prova (server, client LeRobot) nel repository GitHub. Secondo Runway, il modello funziona su una sola RTX 5090 in NVFP4.

Per affinarlo, Runway ha attinto ai dati della comunità LeRobot: 3 956 dataset pubblici SO-100 e SO-101, provenienti da 1 783 collaboratori, per circa 1 260 ore; il fine-tuning ha riguardato circa 1 070 ore tratte da 3 814 dataset. Il modello controlla le cinque articolazioni e la pinza a 15 Hz, con o senza telecamera al polso. Runway non fornisce alcun tasso di successo per questo braccio, solo video (piegare un asciugamano, asciugare un piatto). Il repository ha anche ricevuto ottimizzazioni dell’inferenza e il supporto per Jetson Thor, attribuiti a NVIDIA.

🔗 Annuncio di @runwayml · praxis-1-so101 su Hugging Face · Rapporto tecnico di Praxis-1

Brevi

Agenti di coding e CLI

Copilot CLI 1.0.111 — Diventata stabile il 13 novembre, accetta espressioni regolari nelle regole dei permessi Shell, Bash e PowerShell imposte dall’azienda e impedisce a un workflow dinamico di copiarsi senza limiti. La versione di anteprima 1.0.112-0 adotta per impostazione predefinita la finestra di contesto consigliata per ciascun modello; sul fronte SDK, le sessioni con Claude Haiku 5.5 passano per impostazione predefinita a 936K token di prompt anziché 100K, il che può aumentare i costi secondo le note. 🔗 fonte
Qwen Code v0.27.3 — 113 voci senza breaking change: un canale DingTalk di solo invio per le notifiche, GitLab come canale per i repository nel Web Shell, /pr per collegare una sessione a una pull request; la modalità auto-edit ora rispetta permissions.ask e git commit --amend richiede un’approvazione in modalità AUTO. 🔗 fonte
Kimi Code 2.6.1 e 2.6.2 — Due versioni correttive: la riapertura delle sessioni lunghe non richiede più diversi secondi, le sessioni non si bloccano più quando dovrebbero compattarsi, il pannello Swarm è stato riparato e /feedback non accetta più risposte di solo testo. 🔗 fonte
Gemini CLI — Ancora nessuna versione dalla v0.68.0 del 10 novembre e la build notturna continua a fallire. Tre correzioni integrate nel branch principale fanno finalmente comparire gemini-3.8-flash in gemini models list; nessuna traccia di Gemini 4 Hydrogen nel repository. 🔗 fonte
DeepSeek Harness 0.2.2-rc.3 — Questa 39ª versione di anteprima, ancora senza una versione stabile, aggiunge un plugin sperimentale che importa in uno spazio di lavoro le conversazioni dell’applicazione o del sito DeepSeek per proseguirle e corregge l’aggiornamento dell’applicazione Windows. 🔗 fonte
Delta 0.26 e Zed — Delta ora crea thread dalla versione web e dal telefono, permette di personalizzare le scorciatoie e mostra un’anteprima del merge di un worktree; Zed annuncia, senza una data, che gli agenti potranno risalire da una riga di codice al thread che l’ha scritta e mostra un’evidenziazione dell’attribuzione basata su DeltaDB. 🔗 fonte
Performance Agent di Replit — L’agente cerca i rallentamenti nel codice e nei log dalla scheda Monitoring, ancora prima della pubblicazione, con un piano a pagamento; su Enterprise, ora un progetto può essere condiviso con Viewers designati. 🔗 fonte
Codex su Durable Objects — Cloudflare annuncia che Codex può essere eseguito sui suoi Durable Objects «come su un computer portatile»; il tweet dell’11 novembre, ripubblicato da OpenAI Developers, mostra soltanto una schermata di codice, senza un articolo né prezzi. 🔗 fonte
GitHub Agentic Workflows 1.2.3 — Questa versione di anteprima indirizza per impostazione predefinita a Copilot, in modalità orientata ai costi, i workflow che non specificano un modello, sostituisce le proprie integrazioni Jira, Linear e Azure DevOps con connettori dichiarativi e blocca il merge delle PR che modificano file protetti. 🔗 fonte

SDK, API e piattaforme

Agents SDK JS 0.22.0 — La versione stabile rende più restrittivi alcuni tipi, rischiando di compromettere il codice TypeScript esistente, e imposta lo sforzo di ragionamento su none per impostazione predefinita per gli strumenti e gli handoff su Chat Completions con gpt-6-sol e gpt-6-luna. 🔗 fonte
SDK Python 3.51.0 e Node 7.57.0 di OpenAI — Preparano il supporto per la durata della cache dei prompt delle sessioni degli agenti, l’output SVG nella modifica delle immagini, gli identificatori di sicurezza per le sessioni Live e le chiavi esterne OCI Vault, ancora assenti dal changelog dell’API. 🔗 fonte
Gemini 4 Hydrogen nell’Agent API di Perplexity — 1,50 dollari per milione di token in input, 0,075 dollari per l’input in cache e 7,50 dollari in output, ragionamento compreso; Gemini 3.6, 3.7 e 3.8 Flash scompaiono dalla documentazione, senza un ritiro annunciato dall’API. 🔗 fonte
AI Scan di GitHub tramite l’API REST — In anteprima pubblica, AI Scan dei repository si attiva o disattiva tramite un’impostazione repository_scan a livello di organizzazione e repository; attivarlo non avvia alcuna scansione e ogni analisi consuma crediti IA di Code Security. 🔗 fonte
App GitHub Copilot e GitHub Enterprise Server — Gli account GHES possono ora essere aggiunti all’app in disponibilità generale, per repository, issue e pull request, a partire dalla versione 1.2.0; nessuna sessione cloud per GHES. 🔗 fonte

Assistenti e agenti

Grok Bot in riunione — SpaceXSI apre la partecipazione di Grok Bot alle riunioni ai piani Super, Ultra, Team ed Enterprise, oltre ai piani precedenti equivalenti; l’articolo su Grok Bot 1.0 citava soltanto Team, Enterprise e Ultra. 🔗 fonte
Agente di navigazione di Perplexity — Quello di Computer e dei Teammates ora mostra il proprio lavoro in diretta; l’utente può riprendere il controllo, accedere personalmente a un sito e poi restituirgli il controllo. 🔗 fonte
Side chat di Manus — Una conversazione secondaria si apre accanto all’attività in corso, con il relativo contesto, per porre domande senza affollare il thread principale; non sono specificati né il piano né i crediti. 🔗 fonte

Guide e utilizzi

Agenti sempre attivi — Una guida di claude.com descrive cinque componenti (casella di ricezione degli eventi, timer, memoria in file persistenti, autorizzazioni, casella di invio); su un benchmark di codice non specificato, Opus 5.5 costa il 78 % in meno per attività risolta rispetto a Opus 5, contro il 40 % sui carichi tipici. 🔗 fonte
Claude Tag in otto startup — In NavigateAI, Claude Tag opera in circa 90 canali e ha aperto circa 223 PR da giugno, di cui 134 integrate; la guida ricorda che la beta è riservata a Team ed Enterprise, con esclusione di ZDR, CMEK e HIPAA. 🔗 fonte
Guida alle agent skill — Il GitHub Blog spiega come scrivere una skill una sola volta, in una directory sotto controllo di versione organizzata attorno a un file SKILL.md, e farla funzionare su più agenti, ricordando che non concede né strumenti né permessi. 🔗 fonte
Gondola e Codex — Secondo questo caso di studio pubblicato da OpenAI, la produzione mensile del team di ingegneria è aumentata di circa il 25 % e il fatturato è più che raddoppiato in un anno senza un aumento della spesa salariale, stando a Gondola. 🔗 fonte
Guida di Perplexity sui motori di ricerca — Distingue i motori basati su crawler, i metamotori e i motori di risposta IA, con le quote di mercato di StatCounter di ottobre 2026 (Google al 91,05 %), senza novità di prodotto. 🔗 fonte

Immagini, video e audio

Seedance 2.5 Flash su Runway — Questa variante del modello video di ByteDance viene presentata come più veloce e meno costosa, senza dati su velocità, costo o risoluzione. 🔗 fonte
Pika H3 Flex nell’API di Reactor — Immagini di riferimento, controllo del primo e dell’ultimo fotogramma e audio fornito dall’utente per un video musicale o un dialogo; nessuna tariffa. 🔗 fonte
MiniMax H3-Image su Picsart e HyperFrames Studio — Picsart annuncia la generazione e il ritocco in 4K in una decina di secondi; HyperFrames Studio, lo strumento di HeyGen, immagini da 16 megapixel con un massimo di 16 immagini di riferimento. 🔗 fonte
Redraw in Genspark Media Studio — Si dipinge sull’area di un’immagine da correggere e si descrive cosa deve sostituirla, mentre il resto viene conservato; non sono indicati né la data di arrivo né il costo in crediti. 🔗 fonte
Organizzatore di Luma — L’agente di Luma raggruppa ed etichetta una bacheca creativa per prodotto, concetto, campagna o canale, fino a 10 000 elementi, senza spostare nulla senza consenso. 🔗 fonte
Forward Deployed Creatives di ElevenLabs — Produttori e strateghi creativi lavorano con i team dei brand in ElevenCreative oppure consegnano pubblicità finite, con tre formule e senza tariffe pubbliche. 🔗 fonte
ElevenMusic per chi ha perso la voce — Le persone con una perdita permanente della voce accedono gratuitamente a ElevenMusic; NYU Langone Health aderisce a 1 Million Voices, il programma di ripristino della voce che dichiara di aver aiutato più di 11 000 persone, e Wounded Warrior Project diventa partner del programma Impact. 🔗 fonte
SOFIA for Business — Un agente vocale basato su ElevenAgents consente di interrogare le interviste dell’iniziativa Inspiring Female Founders di Oxford Saïd e conduce autonomamente nuove interviste. 🔗 fonte

Modelli aperti, ricerca e robotica

TRL v1.18.0 — AsyncGRPOTrainer, che separa la generazione affidata a vLLM dall’addestramento, diventa un trainer stabile importabile da trl; il vecchio percorso sperimentale resta accettato fino alla v2.0.0. 🔗 fonte
North Micro Vision in llama.cpp — Nel salutare la v1.0.0, Cohere indica che il suo modello visione-linguaggio più piccolo è ora supportato da llama.cpp, senza una data né un link alla modifica. 🔗 fonte
Demo di Déjà View — NVIDIA pubblica su Hugging Face una demo interattiva, senza codice, del suo modello di ricostruzione 3D da 117 milioni di parametri presentato l’11 novembre. 🔗 fonte
FLUX-mimic — La startup mimic e BMW Group presentano un modello video-azione basato su FLUX 3 per l’assemblaggio automobilistico: 77,5 % di successo con 2 ore di dimostrazioni su un’attività di sistemazione dei pezzi, 95 % con 8 ore. 🔗 fonte
OpenMed — Due estrattori da 73,9 milioni di parametri, per i farmaci e l’anatomia, con licenza Apache-2.0; su 200 abstract PubMed mai visti, il F1 passa da 45,09 a 66,81 e da 26,20 a 61,74. 🔗 fonte
TiHon-TTS — Un sistema di sintesi vocale vietnamita da 100 118 parametri (402 Ko) funziona 40 volte più velocemente del tempo reale su un core x86 e può essere eseguito su un microcontrollore Cortex-M, secondo il suo autore. 🔗 fonte
YOLO26 su NXP i.MX 95 — Con il suo software EdgeFirst, Au-Zone passa da circa 40 a 84 fotogrammi al secondo sulla NPU da 2 TOPS, con 7 punti di mAP in più, secondo le sue misurazioni. 🔗 fonte
s1d1-bench — Un banco di prova aperto confronta un router di prompt multilingue con tre giudici LLM locali: concordanza di 0,807 (QWK), contro 0,774 tra i giudici e 0,278 per il router BERT di RouteLLM, secondo l’autore. 🔗 fonte

Ecosistema

Black Forest Labs nell’AI 100 — Dopo Synthesia, il laboratorio di FLUX figura nella prima classifica delle società private di IA di Newcomer e Bessemer, senza una posizione specificata. 🔗 fonte

Che cosa significa

Pagare o leggere: OpenAI e Google collegano nello stesso giorno i propri assistenti al denaro dell’utente, con due livelli di fiducia opposti. ChatGPT Wallet consente a un agente di finalizzare un acquisto, ma ogni pagamento passa attraverso una verifica biometrica e un token sostitutivo, così né l’agente né il commerciante vedono la carta; la delega completa, con massimali, è annunciata senza una data. Gemini legge i conti collegati a Google Wallet e non ha alcun diritto di agire. Il giorno prima, anche Replit Agent aveva iniziato a fare acquisti, con Link e Visa. Resta da portare a bordo i commercianti: OpenAI pubblica una guida affinché i siti riconoscano gli agenti firmati e gli strumenti antifrode accettino i loro acquisti.

Gli agenti di coding affidano a un programma ciò che facevano un turno alla volta. Code Mode fa scrivere a Claude codice JavaScript che concatena i suoi strumenti e i Dynamic Workflows di Antigravity fanno lo stesso in Python per orchestrare sottoagenti. Il guadagno si paga in visibilità: in Claude Code, il classificatore della modalità auto valuta il codice prima dell’esecuzione senza vedere i valori calcolati lungo il percorso e la documentazione rimanda alle regole e agli hook per le chiamate sensibili. Le altre versioni del giorno rafforzano i controlli: i comandi Bash della sandbox tornano a passare dalle autorizzazioni in Claude Code 2.1.325, codex exec ignora la configurazione di un progetto non approvato senza --trust e Antigravity CLI 1.5.8 chiude alcune possibilità di aggirare il proprio proxy e le proprie regole su Windows.

Gli strumenti aperti si danno regole di stabilità e governance. llama.cpp promette che un breaking change della sua API C passerà attraverso una versione principale, SGLang riunisce otto aziende in un consorzio in cui i maintainer mantengono il controllo sul codice e Transformers offre un’unica interfaccia di esportazione per quattro motori di esecuzione. DeepSeek va nella stessa direzione sul fronte del servizio: non vende più soltanto un modello, ma i componenti della propria applicazione, dalla ricerca alla voce, con un client dimostrativo con licenza MIT.

Le misurazioni stesse vengono messe in discussione. Anthropic considera saturi i suoi test di sicurezza a turno singolo, nei quali tutti i modelli recenti ottengono dal 94 al 98 %, e mostra che uno stesso modello può presentare uno scarto di 34 punti tra l’API e claude.ai. XYBench misura un altro punto cieco: i modelli riconoscono la risposta che affronta il vero obiettivo nel 71–84 % dei casi, ma la scrivono autonomamente soltanto nel 35–41 %. I miglioramenti annunciati da IBM sulla prompt injection o da Transformers sull’esportazione provengono dai fornitori, sui propri banchi di prova, e Runway non pubblica alcun tasso di successo per il SO-101: la raccomandazione di Anthropic di pubblicare l’incertezza vale anche per loro.