OpenAI bouwt zijn Git-backend Pando met Codex, Anthropic presenteert FlashProve, Cohere stelt Model Vault open voor open modellen

OpenAI licht Pando toe, de Git-backend van zijn monorepo die in tien weken met Codex is gebouwd en dagelijks bijna een petabyte (1 Po) aan gegevens levert; Claude Code 2.1.317 vraagt voortaan toestemming voordat het het e-mailadres van het account verstuurt, en GitHub Copilot komt naar JetBrains Air. Anthropic presenteert FlashProve, een prototype voor cryptografische bewijzen van inference, OpenAI verhoogt zijn mediane beloningen voor kwetsbaarheden tot meer dan het viervoudige en Cohere stelt Model Vault open voor open modellen van andere aanbieders. Google publiceert PLE, een engineeringbenchmark waarop geen enkele agent boven 50 % uitkomt, en zal op 1 december verzoeken aan Gemini 2.5 Pro en 2.5 Flash doorsturen naar recentere modellen.

Codeagents: OpenAI bouwt Pando met Codex, Claude Code 2.1.317, GitHub Copilot in JetBrains Air

OpenAI vervangt de Git-backend van zijn monorepo door Pando, gebouwd met Codex in tien weken

2 november — OpenAI licht Pando toe, de nieuwe Git-backend waarop voortaan alle ontwikkeling van zijn centrale repository (monorepo) draait, compatibel met het Git-protocol en de Git-client. De aanleiding is Codex: het aantal branches, pushes, merges en fetches is sterk toegenomen, en eind 2025 zakte de betrouwbaarheid van het oude systeem soms onder 90 %. Volgens een grafiek in de blogpost lag het aantal commits dat in het derde kwartaal van 2026 in de hoofdbranch werd geïntegreerd 1 378 % hoger dan in het eerste kwartaal van 2024.

We built Pando, a new Git backend for our monorepo, to handle more pushes and fetches without changing how our engineers and agents use Git. Pando cut push latency by ~80% and now serves nearly a petabyte of Git data a day. We can grow Git capacity alongside agent usage.

🇳🇱 We hebben Pando gebouwd, een nieuwe Git-backend voor onze monorepo, om meer pushes en fetches te verwerken zonder te veranderen hoe onze engineers en agents Git gebruiken. Pando heeft de pushlatentie met ongeveer 80 % verlaagd en levert nu bijna een petabyte aan Git-gegevens per dag. We kunnen de capaciteit van Git laten meegroeien met het gebruik van agents. — @OpenAIDevs op X

Om de belasting aan te kunnen, ziet Pando af van een consistente weergave van alle referenties op een bepaald tijdstip: elke branch wordt afzonderlijk bijgewerkt en ontvangen pack-bestanden worden ongewijzigd vanuit regionale caches aan andere clients geleverd.

Door OpenAI gemeten indicator	Aangekondigde waarde
Mediane pushlatentie	gedeeld door bijna vijf (ongeveer -80 %)
Geleverde Git-gegevens	bijna een petabyte (1 Po) per dag
Uurpiek	meer dan 57 To in één uur, meer dan 99 % uit de cache
Clones en fetches	10 Gbit/s-verbindingen verzadigd op standaard-VM’s
Bouwtijd	10 weken met Codex, sinds april 2026 in productie

De kern is ontworpen door één engineer en geïmplementeerd door teams van agents, die met GPT-6 Astra ook Lean- en TLA+-code hebben geschreven om Pando te formaliseren en bugs op te sporen. OpenAI heeft meerdere fixes aan het Git-project bijgedragen en zegt mogelijkheden te onderzoeken om deze technologie te delen, zonder een product of datum aan te kondigen.

🔗 De blogpost van OpenAI over Pando

Claude Code 2.1.317 vraagt toestemming voor het versturen van het e-mailadres van het account en voegt een kostenrapport toe aan de Claude apps-gateway

3 november — Claude Code 2.1.317 is om 01.25 uur UTC op GitHub gepubliceerd, nadat de versie de avond ervoor al op npm verscheen. Van de 87 vermeldingen zijn er 62 fixes, maar de versie voegt ook een privacywaarborg toe: Claude Code vraagt voortaan toestemming voordat een web- of shell-toolaanroep het e-mailadres van het account via het netwerk verstuurt. In dezelfde lijn waarschuwt /schedule wanneer een nieuwe geplande taak in de cloud connectors krijgt die niet zijn aangevraagd, en geeft het aan hoe je die kunt verwijderen.

Nieuw in 2.1.317	Wat verandert
Claude apps-gateway	Kostenrapport `GET /v1/organizations/analytics/cost`: uitgaven per ontwikkelaar, per dag of per IdP-groep
SDK Agent	`onFailure: "block"`: een falende hook-callback blokkeert de actie in plaats van die door te laten
Subagents en teamgenoten	Als ze een ander model gebruiken dan het gesprek, gebruiken ze het voor dat model opgeslagen inspanningsniveau
Read-tool	Een ongewijzigd bestand opnieuw lezen levert de inhoud ervan op, in plaats van alleen een vermelding
OpenTelemetry	Nieuwe attributen, waaronder `anthropic.plan` en `anthropic.seat_type`

Met de fixes loopt de auto-modus niet meer bij elke beurt vast achter een LLM-gateway die bij de veiligheidscontrole 403 of 422 retourneert, presenteren Grep en Glob gedeeltelijke resultaten niet meer als volledig wanneer een zoekopdracht zijn tijdslimiet bereikt, en kan claude auth status de gebruiker niet meer uitloggen na een trage tokenvernieuwing. Op npm blijft het stabiele kanaal op 2.1.311.

🔗 De release notes van Claude Code 2.1.317

GitHub Copilot komt naar JetBrains Air, lokaal en met cloudtaken via het Copilot-abonnement

3 november — GitHub Copilot wordt een van de agents in JetBrains Air, de JetBrains-omgeving die is ontworpen om met agents te ontwikkelen en openstaat voor elke agent die compatibel is met het Agent Client Protocol (ACP). Je kiest Copilot in de agentkiezer van Air met je bestaande Copilot-abonnement om een taak te delegeren, de uitvoering te begeleiden en het resultaat naast de code te beoordelen; Air houdt meerdere sessies parallel bij. GitHub presenteert dit als een optie naast zijn Copilot-plugin voor JetBrains, niet als vervanging.

Uitvoeringsmodus	Vereisten	Verrekening van het gebruik
Lokaal, in de JetBrains-IDE	Air geïnstalleerd in de IDE, GitHub Copilot geselecteerd, Copilot-account verbonden	Bestaand Copilot-abonnement
Cloud, via Air Teams	Zakelijke JetBrains-organisatie met Air Teams, Copilot ingeschakeld door de Air-beheerder	Copilot-abonnement, geen JetBrains AI-credits

Elke cloudtaak draait in een Docker-container op een nieuwe virtuele machine, achter een proxy waar al het verkeer doorheen gaat, zonder dat er state tussen taken behouden blijft. GitHub noemt ook beperkingen: abonnement en credits worden alleen bij het starten van de cloudomgeving gecontroleerd, je kunt niet per taak kiezen tussen een persoonlijk abonnement en een organisatieabonnement, en in Air kan geen uitgavenlimiet voor Copilot worden ingesteld; beheerders kunnen Copilot er alleen uitschakelen.

🔗 De aankondiging in het GitHub Changelog

Beveiliging: FlashProve bij Anthropic, beloningen voor kwetsbaarheden bij OpenAI, CWE-bench v2 en CyberArena

Anthropic presenteert FlashProve, een open source-prototype voor cryptografische bewijzen van inference bij grote modellen

2 november — Het Frontier Red Team van Anthropic publiceert FlashProve, een onderzoeksprototype voor bewijsbare inference (provable inference), dat op 3 november op X werd aangekondigd: het maakt het mogelijk te controleren of een antwoord daadwerkelijk van een bepaald model afkomstig is. De aanbieder publiceert eerst een vastlegging (commitment) van de gewichten en voegt vervolgens aan elk antwoord een beknopt cryptografisch zero-knowledge-bewijs (zkSNARK) toe dat aantoont dat deze gewichten, toegepast op deze prompt, exact deze tokens produceren. De gewichten blijven verborgen, maar de architectuur van het model niet. Volgens Anthropic heeft Claude de verbeteringen aan het systeem ontwikkeld en de protocolspecificatie geschreven, waarvan de veiligheidseigenschappen in Lean zijn bewezen.

Gepubliceerde meting (Llama 4 Maverick, gewichten van 4 bits)	Aangekondigde waarde
Doorvoersnelheid voor bewijzen op één H100	ongeveer 110 tokens per seconde
Grootte van een bewijs (verzoek van 1 024 tokens)	ongeveer 19 Mo
Verificatie op een processor, zonder GPU	17 seconden op 24 threads
Overhead ten opzichte van vLLM, per GPU	ongeveer 72 keer, 94 keer bij de hoogste belasting
VerInf, eerdere referentie voor dit model	14,3 uur voor 1 000 tokens, bewijs van 93,6 Go

De genoemde toepassingen lopen uiteen van het volgen van het ontwikkelingstempo door een toezichthouder tot het detecteren van een gecompromitteerde inferenceserver of een vervangen model, en het vaststellen van de herkomst van tekst. De beperkingen zijn duidelijk: contexten van maximaal 1 024 tokens, een bewijs voor één volledige modelversie bij greedy-decodering (greedy decoding), geen formele garantie voor de snelle code. De code is gepubliceerd onder de Apache 2.0-licentie in een repository die als niet onderhouden wordt aangeduid.

🔗 De blogpost van Anthropic over FlashProve · De FlashProve-repository

OpenAI verhoogt de mediane beloningen van zijn bug bounty tot meer dan het viervoudige, tot 172 000 dollar inclusief bonussen

2 november — OpenAI verhoogt de beloningen van zijn programma voor het melden van kwetsbaarheden (bug bounty), een aankondiging die op 3 november op X werd gedeeld: gemiddeld wordt het mediane bedrag van de beloningsschalen meer dan verviervoudigd voor kwetsbaarheden van gemiddelde, hoge en kritieke ernst. Een kritieke kwetsbaarheid in ChatGPT, Codex of het API-platform kan tot 30 000 dollar opleveren, en een uitzonderlijke kritieke vondst blijft in aanmerking komen voor een basisbedrag van maximaal 100 000 dollar, oftewel maximaal 172 000 dollar met de nieuwe bonussen: een kwaliteitsfactor voor een betrouwbare proof of concept, vijf loyaliteitsniveaus en prioriteitscampagnes voor recent gelanceerde functies.

Door OpenAI genoemd voorbeeld van een kwetsbaarheid	Oude beloning	Nieuwe beloning
Gemiddelde ernst in ChatGPT: bestanden importeren zonder schrijfrechten	750 dollars	2 415 dollars
Kritiek in ChatGPT: accountovername zonder klik	6 500 dollars	51 577 dollars
Uitzonderlijk: gesprekken van elke willekeurige gebruiker lezen	100 000 dollars	171 925 dollars

De nieuwe beloningsschalen gelden voor openstaande meldingen, en OpenAI betaalt het verschil voor beloningen die in de 30 dagen vóór de aankondiging zijn toegekend. Het beveiligingsteam is op 20 en 21 november aanwezig op PROMPT2PWN in Oakland.

🔗 De blogpost van OpenAI over beloningen voor kwetsbaarheden

Collinear AI publiceert CWE-bench v2, waarop Gemini 4 Argon Claude Opus 5.5 nipt voorblijft bij 100 openbare taken voor het verhelpen van kwetsbaarheden

3 november — Collinear AI publiceert op de blog van Hugging Face de tweede versie van CWE-bench, die meet hoe goed een agent een beveiligingszwakte kan vinden en verhelpen in een echte open source-repository zonder de functionaliteit ervan te verstoren. De openbare dataset telt 100 taken die 91 categorieën van zwaktes (CWE) bestrijken, deterministisch beoordeeld en handmatig nagekeken; een afgeschermde dataset blijft privé om de vooruitgang te volgen op taken die geen enkel model heeft gezien.

Geëvalueerd model	Slagingspercentage pass@1	Slagingspercentage pass@4	Kosten per uitvoering
Gemini 4 Argon	67,8 %	81,0 %	3,92 dollars
Claude Opus 5.5	67,3 %	78,0 %	1,83 dollar
DeepSeek V4.1 Flash (1017)	57,0 %	niet vermeld	0,04 dollar

Van de taken worden er 95 door minstens één van de 11 geëvalueerde modellen opgelost, maar de koploper faalt bij elke poging op 19 % van de dataset. Elke taak is een Harbor-omgeving (Docker-container, instructie, deterministische verifier) die vanuit de Hub kan worden gestart en ook kan dienen om defensieve agents via RL te trainen. Gemini 4 Carbon behoort niet tot de geëvalueerde modellen.

🔗 CWE-bench v2 op de blog van Hugging Face

CyberArena laat twaalf agents live strijden in aanval en verdediging, en GPT-5.6 Sol leidt dankzij zijn verdediging

3 november — 2077AI en het RDI-centrum van UC Berkeley publiceren CyberArena, een benchmark die een cybersecurity-examen vervangt door een duel: twee agents krijgen elk een kopie van dezelfde kwetsbare dienst en vallen drie rondes lang de kopie van de tegenstander aan terwijl ze hun eigen kopie repareren. De arena controleert elke verovering van een vlag en elke healthcheck van de dienst en zet de wedstrijden vervolgens om in een ranglijst.

Positie op de ranglijst	Geëvalueerde agent	Gebruikte harness	Score op de ranglijst
1	GPT-5.6 Sol	OpenAI Codex	78,6
2	Claude Opus 5	Claude Code	73,8
3	GLM-5.3	OpenCode	68,5
4	Gemini 3.7 Flash	Gemini CLI	67,1
5	Grok 4.6	Grok CLI	65,5

In 466 geldige wedstrijden tussen 12 agents op 40 uitdagingen zit het verschil in de verdediging: de twee koplopers behouden hun vlag in 83 % en 81 % van de rondes, tegenover 43 tot 61 % voor de overige agents. De meest voorkomende fouten die de audit vaststelt, zijn een aangekondigde fix zonder verificatie (23 % van de geaudite wedstrijden) en een gedeeltelijke fix (21 %). De ranglijst omvat modellen van eerdere generaties, zonder GPT-6 Sol of Claude Opus 5.5; de code van de arena, de uitdagingen en de herhalingen van de wedstrijden zijn gepubliceerd.

🔗 CyberArena op de blog van Hugging Face

Open modellen in bedrijven: Cohere stelt Model Vault open, Revolut stapt volgens Together AI over op zelfgehoste GLM

Cohere stelt Model Vault open voor open modellen van andere aanbieders, van DeepSeek V4.1 Flash tot GPT-OSS

3 november — Cohere stelt Model Vault, zijn in januari gelanceerde soevereine inferenceplatform, open voor open modellen van andere aanbieders. Naast de modellen van Cohere kunnen bedrijven er DeepSeek V4.1 Flash draaien, dat Cohere presenteert als het meestgebruikte open model op OpenRouter, GLM 5.3 Flash, MiMo V2.6 Pro, Gemma 4, Nemotron van NVIDIA, Hy3 van Tencent en de modelfamilies GPT-OSS en Phi. Standaard worden prompts noch antwoorden bewaard.

De blogpost onderscheidt twee niveaus. Model Vault draait op infrastructuur die aan één klant is toegewezen, in de gekozen regio. Model Vault Encrypted versleutelt gegevens ook tijdens de verwerking (confidential computing): volgens Cohere kunnen noch Cohere noch de cloudprovider zien wat het model binnenkomt of verlaat. Dit tweede niveau ondersteunt niet alle modellen.

Modelfamilie	Model Vault	Model Vault Encrypted
Embed, Rerank, Parse, Transcribe, Translate (Cohere)	Ja	Ja
Gemma, GPT-OSS, Phi	Ja	Ja
Command, DeepSeek, GLM, MiMo, Nemotron, Hy3	Ja	Nee

Model Vault is beschikbaar in de Verenigde Staten, de Europese Unie en Canada; Model Vault Encrypted is beschikbaar in de Verenigde Staten, terwijl de Europese Unie en Canada voor « binnenkort » worden aangekondigd. De facturering gebeurt per GPU-type, per uur of op basis van een afnameverplichting, zonder prijzen in de blogpost. Vijf dagen na een Series E-financieringsronde die een nieuwe generatie modellen binnen twaalf maanden in het vooruitzicht stelde, voegt Cohere aan zijn thread toe:

Try out world-class models while you wait for our next one

🇳🇱 Probeer toonaangevende modellen in afwachting van ons volgende model. — @cohere op X

🔗 De blogpost van Cohere over Model Vault

Revolut zou ongeveer 2 000 engineers hebben overgezet op zelfgehoste GLM om te programmeren, volgens een tweet die Together AI deelt

3 november — Together AI deelt een tweet volgens welke Revolut open modellen tot zijn standaardkeuze voor programmeren heeft gemaakt:

Europe’s largest private company just made open models its default for coding.

🇳🇱 Het grootste private bedrijf van Europa heeft zojuist open modellen tot zijn standaardkeuze voor programmeren gemaakt. — @togethercompute op X

De aangehaalde tweet van Guillermo Flor is gebaseerd op uitspraken van David Abitbol, hoofd AI-activiteiten van de neobank: ongeveer 2 000 engineers werken inmiddels met zelfgehoste GLM, terwijl Claude Code en Codex op een uitzonderingslijst komen te staan.

Cijfer uit de tweet	Vermelde waarde
Betrokken engineers	ongeveer 2 000
Hardware	56 GPU NVIDIA B200
Gemengde kosten	30 cents per miljoen tokens, ongeveer een tiende van de prijs van Anthropic en OpenAI
Doorlooptijd voor engineering (lead time)	met 70 % verbeterd

Volgens dezelfde tweet ontstond de winst toen tokens niet langer werden gerantsoeneerd. Together AI zegt deel uit te maken van de infrastructuur waarop deze open modellen in productie draaien, zonder zijn rol te verduidelijken. De informatie blijft uit de tweede hand: er is geen persbericht van Revolut gevonden en de versie van GLM wordt niet vermeld.

🔗 De tweet van Guillermo Flor die Together AI aanhaalt

Engineering van de fysieke wereld: GPT-6 Astra ontwerpt hardware, Google publiceert PLE, Antigravity in de chemie, NVIDIA in steden

OpenAI past GPT-6 Astra en Codex toe op fysieke engineering, samen met Mazda en Chip Ganassi Racing

3 november — OpenAI presenteert zijn werk aan de engineering van fysieke producten: mechanisch ontwerp, elektronica en simulatie. De meest sprekende demonstratie: twee teamleden ontwierpen met GPT-6 Astra in minder dan een week, als nevenproject, een klein apparaat om met Codex te praten. Astra ontwierp het uiterlijk, de behuizing, de printplaat, de interface en de firmware, en een onderaannemer produceerde in minder dan een maand een kleine reeks prototypes. OpenAI erkent dat meerdere beoordelingsrondes nodig waren: het model hield niet altijd rekening met productiebeperkingen, toleranties en assemblagedetails.

Door OpenAI gepubliceerde meting	Vermelde waarde
BenchCAD 2.0, recenter intern model (niet bij naam genoemd)	0,875 (gemiddelde score)
BenchCAD 2.0, GPT-6 Astra met maximale redeneerinspanning	0,594
Modelgebruik door hardwareteams (in tokens)	23 keer zo hoog sinds februari

BenchCAD 2.0 test de reconstructie van 3D-onderdelen en -assemblages en de identificatie van verbindingen op een printplaat. In de industrie breidt OpenAI zijn samenwerking uit met het raceteam Chip Ganassi Racing, dat 3D-scans van bestaande onderdelen omzet in bewerkbare CAO-modellen en 2D-productietekeningen, en kondigt het een onderzoekssamenwerking met Mazda aan: GPT-6 Astra helpt de engineers van Mazda neusvormen te onderzoeken die de luchtweerstand verminderen, met resultaten die « in de komende maanden » worden beloofd. Er worden geen producten of beschikbaarheid aangekondigd.

🔗 De blogpost van OpenAI over engineering van de fysieke wereld

Google publiceert Physical-Engineering’s Last Exam, een engineeringbenchmark waarop geen enkele agent boven 50 % uitkomt

3 november — Het team Google AI & Infrastructure presenteert Physical-Engineering’s Last Exam (PLE), een benchmark met een bijbehorende open competitie, ontwikkeld met Mercor om te meten of agents echte engineeringtaken kunnen uitvoeren. De 85 langdurige taken (30 in werktuigbouwkunde, 27 in elektrotechniek, 18 in civiele techniek, 10 in constructies) plaatsen de agent in een gecontaineriseerde projectmap met gemiddeld 61 bestanden: PDF’s, spreadsheets, e-mails, 2D-CAO-tekeningen en 3D-BIM-modellen. Een opgeleverd resultaat scoort alleen punten als het alle veiligheidscontroles doorstaat.

Positie in het klassement	Geëvalueerd model	Native harness	Gemiddelde score
1	Claude Opus 5.5	Claude Code	48,3 %
2	GPT-6 Astra	Codex	45,8 %
3	Claude Sonnet 5.5	Claude Code	43,5 %
4	Gemini 4 Argon	Antigravity	40,6 %
5	Claude Opus 5	Claude Code	40,0 %

Van de 14 modellen die met zeven openbare harnesses zijn getest, komt geen enkel boven 50 % op de private testset. De beste configuratie voldoet aan 91 % van de afzonderlijke voorwaarden, maar slechts 41,3 % van de opgeleverde resultaten doorstaat alle veiligheids- en haalbaarheidscontroles. Het model weegt veel zwaarder dan de harness: tot 50 punten verschil tussen modellen, tegenover een mediaan verschil van 3 punten tussen harnesses voor hetzelfde model. Google publiceert 29 taken, de scorescripts en de evaluatiecontainer, en opent de mogelijkheid om resultaten voor de private testset in te dienen.

🔗 De blogpost van Google Cloud over PLE · Het PLE-klassement

Google DeepMind voorziet Antigravity van Cheminformatics Skills die een cyclus voor geneesmiddelenontwerp terugbrengen tot één uur

3 november — Google DeepMind presenteert Cheminformatics Skills voor Google Antigravity, die van de agentische omgeving een werkbank voor chemici maken. De rolverdeling is expliciet: het taalmodel coördineert het werk, navigeert door databases en redeneert, terwijl deterministische chemische tools, ondersteund door de open source bibliotheek RDKit en de databases ChEMBL en PubChem, de moleculaire berekeningen uitvoeren.

De demonstratie grijpt terug op een klassiek voorbeeld uit de medicinale chemie: crizotinib, een tyrosinekinaseremmer die bij bepaalde vormen van longkanker wordt gebruikt, rigider maken om tot lorlatinib, de gecycliseerde versie ervan, te komen. De agent verzamelt in enkele minuten duizenden verbindingen uit de literatuur, voert een analyse van gematchte molecuulparen uit, traint modellen die de potentie voorspellen en stelt vervolgens nieuwe macrocycli met bijbehorende syntheseroutes voor. Volgens DeepMind past deze cyclus, die doorgaans meerdere dagen duurt, in één uur. De blogpost bouwt voort op die van 15 oktober over antimicrobiële peptiden en verwijst naar de Science-pagina van Antigravity, waar Google 10 000 wetenschappers na aanmelding zes maanden gratis toegang biedt tot zijn hoogste niveau en tot Gemini 4 Argon, zonder specifieke toegangsvoorwaarden voor deze skills.

🔗 De blogpost van Google DeepMind

NVIDIA presenteert in Barcelona de stedelijke diensten die zijn partners met zijn fysieke en agentische AI bouwen

3 november — Ter gelegenheid van het Smart City Expo World Congress in Barcelona (van 3 tot 5 november) publiceert NVIDIA een overzicht van de stedelijke diensten die zijn partners bouwen met zijn bouwstenen voor fysieke en agentische AI: open Nemotron-modellen, Cosmos-wereldmodellen, Omniverse-bibliotheken en de Metropolis-blueprint voor het doorzoeken en samenvatten van video.

Genoemde partner	Locatie van de uitrol	Vermeld cijfer
1MillionBot	Spanje	meer dan 150 uitrollen van agents ten dienste van inwoners
ITMAX	Maleisië	meer dan 17 000 camera’s aangesloten tegen 2027
ITMAX met TeraSim	Maleisië	tot 26 % kortere reistijd tijdens de spits
Linker Vision en MVRDV	Taiwan	15 jaar ontwikkeling van een stedelijk bladerdak gesimuleerd in 10 minuten

1MillionBot combineert de open source modellen ALIA, getraind bij het Barcelona Supercomputing Center, met Nemotron; K2K benut in Wrocław bestaande camera’s, Honeywell rust de Lekki-raffinaderij van Dangote in Nigeria uit met Nemotron-agents en Cires Technologies breidt een soevereine AI-fabriek in de haven van Tanger Med uit. Er wordt geen nieuw NVIDIA-product aangekondigd: het is een etalage van implementaties.

🔗 De blogpost van NVIDIA over steden

Open publicaties: technisch rapport van Mistral Large 4, pplx-embed-v2-context, StateBench en FineDNA

Mistral publiceert het technische rapport van Mistral Large 4, dat beschrijft hoe Le Chonk is gebouwd

3 november — Mistral publiceert het technische rapport van Mistral Large 4, het model met de bijnaam Le Chonk waarvan de gewichten op 29 oktober zijn uitgebracht. Het document, dat op 2 november op Hugging Face en daarna op alphaXiv is geplaatst, beschrijft een multimodaal mengsel van experts (mixture-of-experts) met 52 miljard actieve parameters op een totaal van 1 000 miljard. Volgens de samenvatting en inleiding belicht het vooral een architectuurkeuze: de verkleining van de KV-cache, die tijdens de ontwikkeling tot het uiterste werd doorgevoerd om het model goedkoper aan te bieden, benadeelde agentische taken. Het team mat dit nadeel en verhielp het vervolgens met een ingreep in het model (model surgery): eerst een overstap naar volledige attention, daarna naar de sparse attention van DeepSeek (DeepSeek Sparse Attention, DSA). Wat de data betreft, schrijven agents zelf uitvoerbare omgevingen, taken, referentieoplossingen en verificatietools, terwijl andere agents defecte taken repareren en zich daarbij beschermen tegen het omzeilen van de beloning (reward hacking).

Geëvalueerde meting	Waarde volgens het rapport
Legal Agent Benchmark van Harvey (niet eerder gepubliceerd cijfer)	15 %
Terminal-Bench 4.0	41 %
FrontierCode 2.0	19,7 %
Cyberbeveiliging (gemiddelde van JailbreakBench, StrongREJECT, AgentHarm)	96,6 %
In NVFP4 gekwantiseerd checkpoint	606 Go, aangeboden op vier GPU GB300

De gekalibreerde NVFP4-kwantisatie evenaart de FP8-referentie in de evaluaties, en de drie redeneerniveaus (high, medium, low) zijn voortgekomen uit distillatie van meerdere leraren met verschillende breedsprakigheid.

🔗 Het technische rapport op alphaXiv · De aankondiging van Mistral op X

Perplexity publiceert pplx-embed-v2-context, open contextuele embeddingmodellen in 9B en 0.6B

2 november — Perplexity publiceert pplx-embed-v2-context, contextuele embeddingmodellen met open gewichten in twee groottes, 9B en 0.6B, een maand na de 9B-preview van 30 september. Een contextuele embedding vertegenwoordigt een tekstpassage (chunk) en houdt daarbij rekening met het volledige document: elk model retourneert ofwel één int8-vector per document, ofwel één vector per passage. De vernieuwing zit in de training: in plaats van aan te nemen dat één enkele referentiepassage (gold chunk) de vraag beantwoordt, distilleert Perplexity graduele relevantiescores uit het contextcompressiemodel van zijn antwoordmachine, waardoor passages die een antwoord ondersteunen niet langer als negatieve voorbeelden meetellen.

Door Perplexity aangekondigde meting	Gepubliceerd resultaat
ConTEB, context-bench en Q2D-Chunk	9B bovenaan in alle drie benchmarks
ViDoRe-V3, visuele documenten	9B vóór Nemotron-3.5-Embed-8B, met een 4 keer kleinere index
ViDoRe-V3 in markdown	0.6B eerste onder de modellen met minder dan 1 miljard parameters
Q2D-Chunk, nieuwe openbare benchmark	6 069 echte zoekvragen, 10 talen, 71 100 documenten

Het onderzoeksartikel, geschreven samen met turbopuffer, is gepubliceerd op arXiv, en Q2D-Chunk is beschikbaar als openbaar klassement op Hugging Face. Het 9B-model is daar gepubliceerd onder de MIT-licentie, terwijl de modelkaart van 0.6B geen licentie vermeldt; de thread noemt geen API of prijzen.

🔗 De thread van @perplexitydevs · Het artikel op arXiv

Ai2 publiceert StateBench, een benchmark die laat zien dat frontiermodellen tekortschieten bij het bijhouden van toestanden in lange documenten

3 november — Ai2 publiceert StateBench, een benchmark voor het bijhouden van toestanden in een lange context (long-context state tracking): het vermogen van een model om informatie bij te houden die in de loop van een lang document verandert, zoals een variabele die in code opnieuw wordt toegewezen. Vier moeilijkheidsniveaus, ontleend aan de Krohn–Rhodes-theorie, lopen van onveranderlijke toewijzing tot toewijzing via referentie.

Moeilijkheidsniveau	Type toewijzing	Voorbeeld van Ai2
r-trivial	onveranderlijk	`let x = 4`
aperiodiek	hertoewijzing via waarde	`x = 4` en vervolgens `x = 2`
oplosbaar	zelfreferentiële update	`x = x + 5`
algemeen eindig	toewijzing via referentie	`x = y`, verwisseling van variabelen

Gemini 3.8 Flash, Claude Opus 5.5, GPT-6 Sol en GPT-6 Luna presteren goed op de eerste twee niveaus, maar op de laatste twee daalt hun nauwkeurigheid naarmate de lengte toeneemt, tot 13 % of minder bij de langste problemen van het type algemeen eindig. Modellen van 275M, getraind op maximaal 256 toewijzingen en getest tot 64 000, laten verschillen tussen de architecturen zien: Gated DeltaNet en hybride modellen generaliseren bijna perfect op de eerste drie niveaus, terwijl transformers achteruitgaan en het laatste niveau nooit leren. De data en code zijn gepubliceerd.

🔗 StateBench op de blog van Hugging Face

Hugging Face publiceert FineDNA, de volledige trainingsdata van Carbon-X om een taalmodel DNA te leren lezen

1 november — Terugblik: Hugging Face publiceert FineDNA, alle data waarmee Carbon-X is getraind, zijn op Qwen3-14B gebaseerde model dat DNA kan lezen en op 22 oktober werd gepresenteerd. De dataset, onder de Apache 2.0-licentie, bestrijkt de drie trainingsfasen.

Trainingsfase	Omvang van de dataset	Uitgangspunt
Tussenfase (mid-training), 23 configuraties	514,30 miljard tokens, waarvan 302 miljard gelezen	Qwen3-14B
SFT, 8 domeinen	203 923 gesprekken	Carbon-X-Base
RL	98 433 prompts	Carbon-X-SFT

In de tussenfase gaat 55 % van de training naar DNA, 20 % naar Engels, 15 % naar biologische tekst en 10 % naar instructies; de sequenties, afkomstig uit GENERator en OpenGenome2, worden opgesplitst in veelvouden van zes basen voor een tokenizer die 6-mers leest. Volgens Loubna Ben Allal, die de dataset aankondigde, is deze fase bepalend voor het vervolg: rechtstreeks toegepast op Qwen3-14B blijft RL op kansniveau op FrontierVEP, terwijl dezelfde aanpak vooruitgang oplevert bij het voorbereide model.

🔗 FineDNA op de Hub van Hugging Face · De aankondiging van Loubna Ben Allal op X

De Gemini API markeert Gemini 2.5 Pro en 2.5 Flash als verouderd en zal hun verzoeken op 1 december doorsturen naar Gemini 3.8 Flash en 3.5 Flash-Lite

2 november — Google vermeldt in de release notes van de Gemini API dat Gemini 2.5 Pro en Gemini 2.5 Flash, uitgebracht in juni 2025, als verouderd worden gemarkeerd. De twee modellen worden niet meer aangeboden in Google AI Studio en toegang via de API is voorbehouden aan gebruikers die ze al eerder hebben gebruikt. Op 1 december 2026 zal de API de verzoeken automatisch doorsturen in plaats van een foutmelding terug te geven: verzoeken aan gemini-2.5-pro gaan naar Gemini 3.8 Flash, die aan gemini-2.5-flash naar Gemini 3.5 Flash-Lite, tegen de tarieven van de nieuwe modellen.

Betrokken model	Inputprijs (per miljoen tokens)	Outputprijs (per miljoen tokens)
gemini-2.5-pro (prompts ≤ 200 000 tokens)	1,25 dollar	10 dollar
gemini-3.8-flash tot en met 31 december 2026	0,75 dollar	3,75 dollar
gemini-3.8-flash vanaf 1 januari 2027	1,50 dollar	7,50 dollar
gemini-2.5-flash	0,30 dollar (1 dollar voor audio)	2,50 dollar
gemini-3.5-flash-lite	0,30 dollar, inclusief audio	2,50 dollar

Google adviseert de identifier vóór die datum te wijzigen, omdat de migratie breaking changes met zich meebrengt: validatie van functieaanroepen en thought_signature, thinking_level in plaats van thinking_budget, verwijderde samplingparameters en het einde van vooraf ingevulde modelbeurten.

🔗 De release notes van de Gemini API · De pagina met uitfaseringen

Plugins en integraties voor assistenten: Perplexity Computer neemt Agent Plugins in gebruik en krijgt een variant voor e-commerce, Synthesia licht zijn ChatGPT-plugin toe

Perplexity Computer neemt de open standaard Agent Plugins in gebruik voor zijn koppelingen en skills

3 november — Perplexity Computer ondersteunt Agent Plugins, een formaat dat koppelingen met applicaties en skills in één pakket bundelt. Je bladert door de catalogus van Computer, ingedeeld in minstens 13 categorieën (van Productiviteit en samenwerking tot Data en analyse, met bijvoorbeeld HubSpot, IBISWorld of DoorDash Drive), of importeert je eigen plugins vanuit GitHub of een .zip-bestand. Volgens @AskPerplexity zijn de plugins actief in Computer en worden ze uitgerold naar Enterprise-accounts.

Agent Plugins is een open standaard, onafhankelijk van leveranciers, die op 6 augustus werd gepresenteerd. De specificatie 1.0.0 legt een gemeenschappelijk formaat vast voor Agent Skills en MCP-servers: een verplicht manifest plugin.json, een map skills/ en een bestand mcp.json. De tweet van Perplexity noemt maintainers van Amazon, Cursor, GitHub, OpenAI en Vercel; de website van de standaard noemt Microsoft in plaats van GitHub in de oorspronkelijke stuurgroep. Op de pagina met compatibele clients staat Perplexity Computer naast GitHub Copilot, VS Code, Cursor, Kiro en ChatGPT & Codex. Voor Computer bouwt dit voort op de Skills Marketplace van september; er is geen blogpost of changelog bij de aankondiging.

🔗 De aankondiging van @AskPerplexity · De standaard Agent Plugins

Perplexity lanceert Computer for e-commerce, dat Shopify, Meta-advertenties en Klaviyo verbindt

3 november — Perplexity presenteert Computer for e-commerce, waarmee zijn agent Computer wordt ingezet voor online merken: hij maakt verbinding met Shopify voor winkelgegevens en landingspagina’s, met Meta voor advertenties en met Klaviyo voor e-mailmarketing, en past daarbij de huisstijl en toon toe die het merk in skills heeft vastgelegd.

Gekoppelde dienst	Rol van Computer
Shopify	Verkoopanalyse, productaanbevelingen, landingspagina
Meta	Statische advertenties, varianten van succesvolle video’s, opzetten van de campagne
Klaviyo	Doelgroep afgeleid van klantgegevens, tekst, inplannen of verzenden na controle

Het bedrijf bepaalt de doelstellingen, budgetten en stappen die goedkeuring vereisen (publicatie van pagina’s, verzending van e-mails, advertentie-uitgaven). Perplexity geeft als voorbeeld een zomercollectie met 15 % korting, een Meta-campagne van twee weken met een maximum van 1 000 dollar en een Klaviyo-campagne voor bestaande klanten, waarbij alles vóór de lancering wordt getoond. Shopify behoorde al tot de meer dan 400 integraties van Computer; Perplexity biedt hulp bij het instellen van terugkerende workflows, zonder een prijs of abonnement te vermelden.

🔗 De blogpost van Perplexity over Computer for e-commerce

Synthesia licht zijn ChatGPT-plugin toe, beschikbaar in al zijn pakketten

3 november — Na de aankondiging van de dag ervoor op X, zonder blogpost, licht Synthesia zijn plugin toe in een blogpost van Dan Spooner, productmanager voor workflows. De plugin is beschikbaar in ChatGPT voor alle pakketten van Synthesia en je kunt gratis beginnen: je activeert hem via het menu Plugins van ChatGPT en kunt daarbij een gratis account aanmaken. De gebruiker beschrijft de gewenste video of levert een document, presentatie of spreadsheet aan; ChatGPT stelt enkele vragen (visuele stijl, duur), waarna Synthesia de video in het gesprek maakt.

Standaard worden video’s gemaakt met Syren, dat wordt gepresenteerd als het snelste formaat; de instructie « maak het in Studio » schakelt over naar Synthesia Studio wanneer een avatar de tekst woord voor woord moet uitspreken, of wanneer een brand kit of sjabloon nodig is. De plugin doorzoekt ook de videobibliotheek en werkt samen met andere aan ChatGPT gekoppelde plugins voor eenmalige of geplande workflows, bijvoorbeeld een samenvatting van 60 seconden van een Zoom-gesprek of een dagelijkse welkomstvideo op basis van BambooHR. De blogpost noemt alleen ChatGPT, geen Claude, en vermeldt geen prijs of creditverbruik.

🔗 De blogpost van Synthesia

Google lanceert Guided Learning in Google Classroom, test het in de zoekfunctie en zal Gemini standaard uitschakelen voor K-12-leerlingen

3 november — Google bundelt zijn onderwijsaankondigingen rond Guided Learning, de studiemodus van Gemini die de leerling met vragen en stapsgewijze uitleg begeleidt in plaats van het antwoord te geven. Volgens de hoofdblogpost is deze nu wereldwijd beschikbaar in Google Classroom: de docent wijst een activiteit toe die aansluit bij zijn lesmateriaal en ziet in realtime waar de klas hulp nodig heeft. De Google-zoekfunctie krijgt deze mogelijkheden voor studentenaccounts, met later in november een pilot op een selectie van Amerikaanse scholen.

De ingrijpendste verandering betreft de beheersinstellingen: Gemini, Gemini Notebook, Gemini in Classroom en de Google-zoekfunctie worden volledig uitgeschakeld voor leerlingenaccounts van de kleuterschool tot en met het middelbaar onderwijs (K-12), totdat de beheerder van de onderwijsinstelling ze heeft ingeschakeld. Er wordt geen datum genoemd: Google zal de details de komende maanden met scholen delen.

Door Google gerapporteerde meting	Gepubliceerde waarde
Gerandomiseerd onderzoek aan de Universiteit van Tokio	meer dan 300 studenten, een halve dag studie
Vooruitgang met alleen webtools	+5,3 procentpunten
Vooruitgang met Guided Learning	+8,1 punten, ofwel 1,5 keer zoveel leerwinst
Financiering van Google.org	meer dan 9,5 miljoen dollar voor vijf organisaties

🔗 De blogpost van Google over AI en leren · Het onderzoek naar Guided Learning

Hugging Face-tools: MOPD in TRL en Model Integration Contracts voor Transformers

TRL ondersteunt MOPD, distillatie met meerdere docentmodellen die RL-experts samenvoegt tot één model

3 november — TRL, de bibliotheek voor post-training van Hugging Face, ondersteunt on-policy distillatie met meerdere docentmodellen (Multi-Teacher On-Policy Distillation, MOPD), een techniek waaraan Xiaomi in januari voor MiMo-V2-Flash deze naam gaf en die sindsdien wordt gebruikt door DeepSeek, Moonshot, NVIDIA, Liquid AI en Mistral, volgens de blogpost van Sergio Paniego. Na een gezamenlijke SFT krijgt elk domein (wiskunde, code, instructies opvolgen) zijn eigen met RL getrainde expert; een studentmodel beantwoordt vervolgens de prompts uit alle domeinen en de betreffende expert beoordeelt het antwoord token voor token.

In TRL stuurt AsyncDistillationTrainer, dat nog experimenteel is, elke prompt naar het bijbehorende docentmodel; de synchrone versie is in ontwikkeling (PR 7215) en MOPD staat nog niet in de release notes van TRL v1.17. Het voorbeeld gebruikt de experts van Open-MOPD rond SmolLM3-3B en draait via Hugging Face Jobs op één machine met vier H200. De blogpost wijst op een valkuil: het opvolgen van instructies kan 20 % van de prompts uitmaken, maar slechts 1 tot 2 % van de tokens, waardoor het studentmodel nauwelijks iets van dit docentmodel leert.

🔗 MOPD in TRL, op de blog van Hugging Face

Hugging Face stelt Model Integration Contracts voor om regressies in Transformers vóór het mergen op de CPU te detecteren

3 november — In een blogpost van Tarek Ziadé stelt Hugging Face Model Integration Contracts (MIC) voor, om modellen van Transformers op een gewone processor te testen voordat een wijziging de hoofdbranch bereikt. Aanleiding: op 30 juli zorgde de inschakeling van SDPA-attention voor T5 ervoor dat de decoder van UMT5 tijdens de training toekomstige tokens kon zien, een bug die bijna twee maanden in de hoofdbranch bleef zitten. Bij het opnieuw doorlopen van vijf maanden aan commits detecteert een klein UMT5-model van 66 Mo, tegenover 1 227 Mo voor het echte checkpoint, de bug bij elke commit.

Een contract combineert een verkleind model dat alle laagtypen van het origineel behoudt, een uitvoerbaar gebruiksvoorbeeld en door een mens nagekeken referentiewaarden; Llama 4 Scout gaat zo van 108,6 miljard naar 44,7 miljoen parameters. De commandlinetool tmic laat het contract opstellen door een LLM, waarna een mens het valideert. De gewichten zijn van belang: bij Whisper detecteren willekeurige gewichten 18 van de 24 geïnjecteerde fouten, tegenover 24 van de 24 met overfitte gewichten. Per 1 november meldt de job in de CI van Transformers mislukte controles zonder PR’s al te blokkeren.

🔗 De blogpost van Hugging Face over Model Integration Contracts

Kort nieuws

Agents en codetools

Oktoberoverzicht van Claude Code — De thread van @ClaudeDevs belicht een variabele die ontbreekt in de release notes: CLAUDE_CODE_EVEN_MORE_DANGEROUSLY_SKIP_PERMISSIONS=1 laat de paar riskante rm-commando’s zonder bevestiging door waarvoor de modus bypass permissions nog om bevestiging vroeg; alleen te gebruiken in een wegwerpcontainer (Claude Code 2.1.311 of hoger). Cloudsessies worden ook tijdens het typen voorbereid en ondersteunen opmerkingen bij een regel in de diff. 🔗 bron
Copilot CLI 1.0.106-4 tot 1.0.106-6 — Drie prereleases in één nacht: /settings wordt een uniform dashboard met een globale zoekfunctie, MCP-inhoud die uitsluitend voor de gebruiker is bestemd, wordt niet meer naar het model gestuurd, en 67 fixes neutraliseren onder meer nieuwe escape-sequenties. De nieuwste stabiele versie blijft 1.0.105. 🔗 bron
Gemini CLI — De nightly van 3 november bevat eindelijk de fix voor onderbroken Whisper-downloads, die de dag ervoor is gemerged, en een nieuwe PR die in main is gemerged, beveiligt het downloaden van extensies: een tijdelijk bestand dat atomair wordt verplaatst, bescherming tegen SSRF en DNS rebinding, GITHUB_TOKEN beperkt tot github.com. Stable en preview blijven ongewijzigd. 🔗 bron
Gemini API CLI v0.4.5 — Nagekomen bericht van 30 oktober: transcriptie gebruikt voortaan standaard Gemini 3.5 Transcribe, met een parameter voor videovergroting en het hervatten van langdurige taken via een voortzettingstoken; Google heeft op 2 november een skill gemini-api-cli toegevoegd aan zijn officiële repository gemini-skills. 🔗 bron
DeepSeek Harness 0.2.2-alpha.3 — 36e prerelease, nog zonder stabiele versie: een experimentele functie combineert codereview en Git-worktrees (lokale diffs en PR-diffs, code die aan de agent wordt geciteerd, opvolging van controles), en er komt een tool apply_patch bij die standaard is uitgeschakeld. 🔗 bron
Artifacts van Amp — Documenten die aan de thread zijn gekoppeld (plan, rapport, gespreksnotities) en die de agent, de gebruiker en diens teamgenoten samen bewerken; de agent leest de wijzigingen voordat hij verdergaat, in plaats van ze te overschrijven. 🔗 bron
Service Accounts van Amp — Accounts die eigendom zijn van de werkruimte, met eigen API-sleutels, voor teamautomatiseringen: review van elke pull request, documentatie of een CI-job die via amp -ox een thread opent. Geen prijs vermeld. 🔗 bron
Replit Agent in Slack — Replit Agent, al genoemd op 27 oktober, is nu officieel beschikbaar in Slack: je vermeldt hem in een kanaal of direct bericht om vragen over de codebase te stellen, aan een bestaand project te werken of een nieuw project te starten; elke teamgenoot koppelt zijn account, en de agent handelt met diens machtigingen. 🔗 bron
Release notes van Devin — Die van 2 november verhogen het maximum voor een codescan van 500 naar 1 000 repositories en voegen geplande automatische scans toe; die van 30 oktober, die buiten het overzicht waren gebleven, brengen hiërarchische budgetten, selfservice voor SSO via OIDC of SAML en de import van bevindingen uit SonarQube, Linear en Vanta. 🔗 2 november · 🔗 30 oktober
Agent-harnesses bij IBM Research — Met hetzelfde open model GLM-5.3-flash op 90 AppWorld-taken slaagt CUGA, de open source harness van IBM, voor 81,1 % van de taken, tegenover 46,7 % voor Hermes en 30,0 % voor Deep Agents; IBM erkent de beperkingen van de vergelijking (één benchmark, verschillende configuraties). 🔗 bron
Kimi Work 3.2.24 — Markdown-bestanden in de preview ondersteunen notitie-eigenschappen, de netwerkinstellingen volgen de systeemproxy en de netwerkdiagnose kan offline worden geopend; versie 3.2.23 van 30 oktober opende HTML-previews al in een browsertabblad. 🔗 bron

Ontwikkelplatforms en API’s

MCP-server van GitHub 2.1.0 — Twee experimentele tools, issue_artifact_read en issue_artifact_write, laten agents artefacten lezen en beheren die aan issues zijn gekoppeld; ze blijven standaard uitgeschakeld, ook in de Insiders-modus, en worden geactiveerd met de flag issue_artifacts. 🔗 bron
Dependabot en Agent Package Manager — Versie-updates van Dependabot omvatten voortaan de skills, prompts en agentinstructies die in apm.yml zijn gedeclareerd, met regeneratie van apm.lock.yaml; geen beveiligingsupdates. Beschikbaar op github.com voor alle abonnementen. 🔗 bron
Python 3.15 in CodeQL en Dependabot — CodeQL 2.27.3 ondersteunt de syntaxis van Python 3.15 en voegt een opt-in dreigingsmodel « ai » zonder ingebouwde bron toe voor gegevens die door een LLM zijn geproduceerd; Dependabot ondersteunt ook projecten die naar Python 3.15 zijn overgestapt. 🔗 CodeQL 2.27.3 · 🔗 Dependabot
GitHub Desktop — Na GitHub CLI op 21 oktober stapt GitHub Desktop 3.6.10 en hoger over op kortlevende authenticatietokens die automatisch worden vernieuwd, om de periode te verkorten waarin een gelekt token misbruikt kan worden; geleidelijke uitrol, zonder GitHub Enterprise Server. 🔗 bron
Kostenplaatsen in de REST API van GitHub — Een nieuw endpoint vindt rechtstreeks de kostenplaats van een gebruiker, organisatie, repository of enterpriseteam, in plaats van alle kostenplaatsen te doorlopen. 🔗 bron
SDK’s van OpenAI — openai-python 3.44.0 en openai-node 7.49.0 voegen identiteitsproviders voor workloads en federatieregels toe, na versies die de delegatietools van Live Responses uitbreiden; de changelog van de API vermeldt dit nog niet. 🔗 bron
Claude als vertrouwde uitgever — Bij de abonnementen Team en Enterprise kan Claude, wanneer de identiteitsprovider geen door de organisatie beheerde authenticatie ondersteunt, voor elk lid instaan om plugins automatisch te verbinden; in bèta met 14 plugins, waaronder Atlassian, Figma, Linear en Notion. 🔗 bron
Tekstwatermerk van Claude — Na Claude Fable 5.1 en Claude Mythos 5.1 omvat het tekstwatermerk van Anthropic nu ook Claude Mythos 5, Claude Opus 4.7 en Claude Sonnet 4.6, zonder token of verborgen teken; bij Sonnet 4.6 kan het wijzigen van temperature, top_p of top_k het watermerk voorkomen. 🔗 bron

Beveiliging

Geïsoleerde cloudagents bij Replit — In een beveiligingsadvies dat Replit deelt, pleit CTO Luis Héctor Chávez ervoor om beheerde en geïsoleerde cloudagents de norm te maken, met inloggegevens, netwerk en productie buiten bereik van de agent; volgens een aangehaalde enquête van Salt Security heeft 86,4 % van de respondenten een agent in gebruik, maar weet slechts 17,5 % die automatisch te stoppen. 🔗 bron
Beveiligingsgids van Cognition — Jack Cable, medeoprichter van Corridor, vat de incidenten van oktober samen (6,34 miljard dollar gestolen bij Binance, een kwaadaardige Claude Code-extensie in Cursor) en beveelt phishingbestendige MFA aan, het verwijderen van secrets van werkstations, codeagents in de cloud en een minimumleeftijd van 7 dagen voor npm- of PyPI-pakketten. 🔗 bron
Beveiligingssprint van OpenAI — In dezelfde thread als de verhoging van de premies kondigt OpenAI, zonder datum, zijn volgende interne beveiligingssprint aan met onderzoekers van Cathedral, die zijn modellen zullen gebruiken om zijn verdediging op de proef te stellen; aan de vorige nam 25 % van zijn productengineers deel. 🔗 bron
Cisco en Daybreak — Cisco combineert zijn netwerktelemetrie met Daybreak en GPT-6 Astra om kwetsbaarheden sneller te vinden en te verhelpen, en onderzoekt met OpenAI een snellere triage van blootstelling in Cisco Cloud Control; casestudy zonder cijfers. 🔗 bron

Google: Workspace, Cloud en onderzoek

Gemini in Google Slides — Nagekomen bericht van 30 oktober: Gemini bewerkt meerdere dia’s of een volledige presentatie met één verzoek (stijlen, inhoud uit Drive, samenvoegen van dia’s), alleen in het Engels, met promotionele gebruikslimieten tot minstens 1 december. 🔗 bron
Avatars van Google Vids — Het maken van een avatar op basis van een geïmporteerde afbeelding, aangekondigd op 2 november, wordt de volgende dag al opgeschort, zonder nieuwe datum. 🔗 bron
Uitgavenplafonds van Google Cloud — Nagekomen bericht van 31 oktober: de uitgavenplafonds zijn algemeen beschikbaar, met een API en een maandelijkse reset; voor AI-diensten worden ze binnen enkele minuten geactiveerd op basis van live geschatte kosten, zonder ooit de provisioned throughput te onderbreken. 🔗 bron
Google in Singapore — Google opent een onderzoekscentrum in Singapore en trekt samen met de NUS en de NTU meer dan 6 miljoen dollar uit voor subsidies, waarvan 1,5 miljoen voor onderzoek naar de ziekte van Alzheimer, plus 3 miljoen van Google.org en Google DeepMind voor het Thrive Lab van INSEAD. 🔗 bron

Open modellen en communitybijdragen

Mistral Large 4 op Open Math OS — Mistral kondigt de komst van Large 4 (1,05T aan open gewichten, context van 1M) naar de wiskundige onderzoeksomgeving van SAIR aan, « vanaf vandaag » beschikbaar voor goedgekeurde teams, terwijl het volgens SAIR al vanaf 27 oktober beschikbaar was. 🔗 bron
Orbital Trace — Nieuwe demonstratie van Mistral: volgens de aanbieder heeft Large 4 een realtime 3D-tracking van ongeveer 19 000 satellieten en stukken ruimtepuin in een omloopbaan gebouwd, getest en geoptimaliseerd; het resultaat wordt alleen in een video getoond, zonder link of code. 🔗 bron
Olmo 3 in Nextcloud — Nextcloud, dat onder meer door de Duitse federale overheid en het Spaanse CSIC wordt gebruikt, levert Olmo 3 7B met llm2, zijn lokale backend voor Assistant en Mail, en kent het de groene beoordeling toe in zijn evaluatie van ethische AI; met het 7B-model is er geen 16 of 32 Go aan VRAM nodig. 🔗 bron
Dolci-Think-SFT-Clean-v2 — Ai2 publiceert zonder aankondiging een gefilterde versie van de redeneerdata voor de post-training van zijn 32B-model: 203 303 regels verwijderd van de 2 253 684 (15,6 % van de tokens), waaronder 148 210 wiskundeproblemen die Kimi K3 als tegenstrijdig beoordeelde; licentie ODC-BY. 🔗 bron
Palette van IBM Research — Een open model van 20B, met LoRA gefinetuned als « designer » en « programmeur », maakt presentaties in de huisstijl van IBM; op PresentBench eindigt het gemiddeld als tweede, 1,1 punt achter NotebookLM (59,7 tegenover 60,8). Er is geen basismodel genoemd en er zijn geen gepubliceerde gewichten aangetroffen. 🔗 bron
Claude Opus en OCR-lussen — Daniel van Strien liet Claude Opus 0,0085 % van de gewichten van een klein OCR-model wijzigen, zonder training, in minder dan 3 uur en voor ongeveer 10 dollar aan rekenkosten: op 2 165 oude pagina’s daalt het aantal ongecontroleerde lussen van 3 naar 1, en het aantal fouten in het deel uit 1881 neemt met 38 % af. 🔗 bron
Qwenguard — In een communitybijdrage maakt João Galego van een RISC-V-processor die in lagen vóór Qwen3.5-4B is gecompileerd een beveiliging die toolaanroepen buiten de toegestane lijst weigert: in zijn tests werd geen enkele verboden aanroep doorgelaten en geen enkel gewoon verzoek geblokkeerd, maar het systeem maakt manipulatie zichtbaar zonder die te voorkomen. 🔗 bron

Beeld, video, stem

ElevenAgents bij Angle Health — In een pilot in acht talen, 24 uur per dag en met HIPAA-waarborgen, namen de agents van ElevenLabs ongeveer 80 % van de oproepen van zorgprofessionals af, waarvan meer dan 90 % zonder doorverbinden werd afgehandeld, en bespaarden ze bijna 9 000 minuten per dag. 🔗 bron
SFX v3 voor ontwikkelaars — De ontwikkelaarsblog van ElevenLabs licht de aanroep van eleven_text_to_sound_v3 in de Sound Effects API toe: prompt_influence standaard op 0,3, vrije duur behalve bij duration_seconds, en loops nog voorbehouden aan v2; ElevenLabs spreekt van een incrementele update. 🔗 bron
HeyGen Voice en Grok Bot — Alleen HeyGen meldt dat Grok Bot, de agent van SpaceXSI, voor zijn telefoongesprekken HeyGen Voice gebruikt om te spreken met een stem die op die van de gebruiker lijkt; geen blogpost, model of beschikbaarheid vermeld. 🔗 bron
HeyGen Insiders — Een programma dat makers met minstens 1 000 volgers betaalt voor de weergaven van korte video’s die rond de lanceringen van HeyGen worden gepubliceerd, vanaf 20 000 weergaven in 7 dagen, volgens een niet-gepubliceerd tariefschema dat op de betrokkenheid wordt afgestemd. 🔗 bron
Expression Sheet van Luma — Een blad met zes gezichtsuitdrukkingen van een personage, gemaakt op basis van afbeeldingen, met drie sets uitdrukkingen en een intensiteitsinstelling; geen blogpost of prijs vermeld. 🔗 bron
FLUX 3 Image Klein — Black Forest Labs meldt meer dan een miljoen downloads voor zijn model dat is ontworpen voor nauwkeurige bewerking, zonder de periode of het platform te vermelden. 🔗 bron

Rekenkracht en infrastructuur bij NVIDIA

Halfgeleiderfabrieken — NVIDIA zet de prestatiewinsten van zijn partners op een rij: cuLitho tot 17 keer sneller in Siemens Calibre, ACE+ van Applied Materials tot 35 keer sneller met PhysicsNeMo, plasma van Lam Research voorspeld in milliseconden in plaats van dagen; geen nieuw product. 🔗 bron
Dynamo op Kubernetes — Nagekomen bericht van 30 oktober, gedeeld in aanloop naar KubeCon: AI Cluster Runtime bevat de chart dynamo-platform 1.4.2 in recepten met vastgezette en gecontroleerde versies, en Dynamo 1.5 zal een native endpointselector in Rust toevoegen. 🔗 bron

Bedrijven, community en gidsen

Heimstaden — De Europese vastgoedbeheerder verlaagt in Nederland de kosten van een afbeelding met virtuele inrichting van ongeveer 50 euro naar minder dan 0,10 euro, en een analiste zonder ontwikkelervaring heeft met Codex de milieurisico’s van 20 112 vastgoedobjecten beoordeeld. 🔗 bron
Twee aanstellingen bij OpenAI — Jill Hazelbaker, afkomstig van Uber, wordt Chief Corporate Affairs Officer om de wereldwijde communicatie te leiden, en Dan Driscoll, voormalig minister van de Amerikaanse landmacht, wordt senior adviseur voor de modernisering van de nationale veiligheid, een nieuw gecreëerde functie. 🔗 Jill Hazelbaker · 🔗 Dan Driscoll
Arnis en GitHub Copilot — De GitHub Blog vertelt hoe Louis Erbkamm, de enige maintainer van Arnis (bijna 900 000 downloads, ongeveer 70 bijdragers), issues en bugs sorteert met Copilot en subagents van de GitHub Copilot-app inzet om regressies op te sporen. Praktijkervaring, zonder productnieuws. 🔗 bron
Game Off 2026 — Nagekomen bericht van 1 november: de 14e game jam van GitHub, met het thema SHIFT, staat ontwikkeling met AI-ondersteuning toe, waarbij elke deelnemer bij de inzending zijn AI-gebruik vermeldt, met inzendingen tot 1 december op itch.io. 🔗 bron
Gids voor autonome agents van Perplexity — Vijf autonomieniveaus, vier capaciteiten en zeven best practices, met cijfers uit een onderzoek van Harvard en Perplexity: 57 % van de agentische verzoeken gaat over productiviteit en leren. Geen productnieuws. 🔗 bron

Wat dit betekent

Pando laat de twee kanten van codeagents bij OpenAI zien: zij hebben de belasting doen exploderen, met 1 378 % meer commits op de hoofdbranch dan begin 2024, en zij hebben in tien weken de oplossing gebouwd, op basis van een kern die door één ingenieur is ontworpen. De winst komt niet van een nieuw protocol, maar van de bewuste keuze om een consistent beeld van alle branches op één bepaald moment los te laten. Bij de tools ligt de nadruk nu op beheersing: Claude Code vraagt toestemming voordat het het e-mailadres van het account verstuurt en geeft de uitgaven per ontwikkelaar weer, terwijl Copilot naar JetBrains Air komt zonder een instelbaar uitgavenplafond in Air.

Veiligheid wordt steeds vaker beoordeeld op basis van bewijs dan op basis van verklaringen. FlashProve maakt het mogelijk te controleren of een antwoord daadwerkelijk van een bepaald model afkomstig is, tegen ongeveer 72 keer zoveel kosten en met contexten die beperkt zijn tot 1 024 tokens: een prototype, nog geen dienst. CyberArena en CWE-bench v2 gaan bij agents dezelfde kant op: wat de beste agents onderscheidt, is de verdediging en de fix die standhoudt, terwijl een aangekondigde fix zonder verificatie de meest voorkomende fout blijft (23 % van de gecontroleerde wedstrijden). OpenAI betaalt inmiddels tot 172 000 dollar voor het melden van een uitzonderlijk beveiligingslek in ChatGPT, Codex of zijn API.

Open modellen vinden via twee wegen hun weg naar bedrijven. Cohere host ze binnen een gecontroleerde omgeving, met zelfs versleuteling tijdens de verwerking voor Gemma, GPT-OSS en Phi, terwijl Revolut volgens de door Together AI gedeelde tweet GLM op zijn eigen GPU’s draait voor ongeveer een tiende van de prijs die het aan Anthropic en OpenAI betaalde: een cijfer uit de tweede hand, maar het laat zien wat bedrijven tegenwoordig vergelijken. Ook aanbieders van gesloten modellen bewegen mee: door Gemini 2.5 Pro door te verwijzen naar Gemini 3.8 Flash verlaagt Google de prijs per token tot eind december, waarna het tarief van 3.8 Flash op 1 januari verdubbelt. Het rapport over Mistral Large 4 toont de omgekeerde afweging: het verkleinen van de KV-cache, doorgevoerd om het model goedkoper aan te bieden, benadeelde agentische taken en moest worden gecorrigeerd.

De fysieke wereld blijft het terrein waarop demonstraties en metingen het sterkst uiteenlopen. OpenAI toont een apparaat dat in minder dan een week met GPT-6 Astra is ontworpen, maar erkent dat er beoordelingsrondes nodig waren om rekening te houden met toleranties en productie; op dezelfde dag ziet PLE geen enkele agent boven 50 % uitkomen bij echte engineeringdossiers, en slechts 41,3 % van de opgeleverde resultaten van de beste configuratie doorstaat alle veiligheidscontroles. Het antwoord dat zich aftekent is hybride: bij Google DeepMind coördineert het model en voeren deterministische chemische tools de berekeningen uit. StateBench herinnert er ten slotte aan dat een lang document moeilijk te volgen blijft: bij de moeilijkste problemen zakken frontiermodellen naar 13 % of minder.