OpenAI lanceert GPT-6 Cyber, Anthropic stelt Personal Finance beschikbaar in Claude, Perplexity lanceert Teammates

OpenAI lanceert GPT-6 Cyber, een cybersecuritymodel dat is ingedeeld als Critical en aanvankelijk alleen beschikbaar is voor bepaalde Daybreak Red-klanten, een dag na het bericht waarin zijn autonome pipeline voor het opsporen van kwetsbaarheden, aangedreven door dit model, voor 1,2 miljoen dollar 948 kwetsbaarheden voor privilege-escalatie in de Linux-kernel heeft gevalideerd. Anthropic stelt Personal Finance beschikbaar in Claude, met alleen leestoegang en als bèta in de Verenigde Staten, en Perplexity lanceert Teammates, agents die continu werken, net als de agents die Mistral aan Studio toevoegt. Op creatief gebied versnelt OpenAI de beeldgeneratie met Images 2.6 en maakt Google Gemini Omni 1.2 Flash algemeen beschikbaar, met video’s van 15 seconden en een prijsverlaging van 30 %. Ricursive Intelligence publiceert op zijn beurt Ripple-65B Preview, een dense model met open gewichten dat zich richt op agentic coding.

OpenAI lanceert GPT-6 Cyber, een cybersecuritymodel dat is ingedeeld als Critical en aanvankelijk alleen beschikbaar is voor Daybreak Red-klanten

5 november — OpenAI lanceert GPT-6 Cyber, de opvolger van GPT-5.6 Cyber, getraind om exploiteerbare kwetsbaarheden te vinden en te valideren en daarbij binnen de door onderzoekers vastgestelde scope te blijven. Het voorbereidingskader (Preparedness Framework) deelt het model voor cybersecurity in als Critical, tegenover High voor GPT-5.6 Cyber. Volgens OpenAI presteert het op de meeste cybertaken beter dan GPT-6 Astra, ook wanneer Astra het verzoek niet weigert.

Introducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time.

🇳🇱 Dit is GPT-6 Cyber: een grote stap vooruit voor beveiligingsonderzoek, die verbeterde capaciteiten combineert met een betere alignment van het model. Het model dreef het gisteren aangekondigde onderzoek naar de Linux-kernel aan en wordt al gebruikt door beveiligingsteams van bedrijven als Mozilla, Palo Alto Networks, Calif en Cisco, naast onze eigen teams bij OpenAI. GPT-6 Cyber is beschikbaar voor bepaalde Daybreak Red-klanten en we zullen de toegang geleidelijk uitbreiden. — @OpenAI op X

De door OpenAI gepubliceerde cijfers gaan eerst over exploitatie en vervolgens over het vermogen van het model om binnen zijn opdracht te blijven: ExploitGym Honeypot plaatst naast het doelwit aanvullende services die opzettelijk eenvoudig aan te vallen zijn en die het model met rust moet laten.

Door OpenAI gepubliceerde evaluatie	Score van GPT-6 Cyber	Vergelijkingspunt
ExploitGym (een opgegeven kwetsbaarheid op afstand exploiteren)	48,5 %	32,1 % voor GPT-5.6 Cyber
Penetratietest op het web zonder toegang tot de broncode	40,3 % van de kwetsbaarheden teruggevonden	32,0 % voor GPT-6 Astra
RemoteExploitBench (eerste evaluatie)	95 % van de taken geslaagd	100 % weigeringen voor GPT-6 Astra (Daybreak Blue)
ExploitGym Honeypot, zonder deploymentprompt	99,93 % van de aanvallen buiten de scope vermeden	94,49 % voor GPT-5.6 Cyber
SRE-Bench, binaire reverse engineering (systeemkaart)	92,84 %	87,98 % voor GPT-6 Astra

In de praktijk benadrukt OpenAI 948 exploits voor lokale privilege-escalatie in de Linux-kernel (hieronder toegelicht) en 81 niet eerder bekende kwetsbaarheden met een hoge ernstgraad in Firefox, volgens de classificatie van Mozilla, dat is begonnen met het publiceren van patches. De beveiligingsteams van Cisco, Calif en CodeRabbit gebruiken het model al voor kwetsbaarheidsonderzoek en codereviews.

De veiligheidsmaatregelen worden aangescherpt: monitoring van cyberspecifieke misalignment, Private Safety Processing dat in de regel verplicht is voor API-klanten zonder gegevensbewaring (versleutelde registraties worden 30 dagen bewaard in de opslag van de klant), een standaard verplichte lijst met toegestane IP-adressen voor API-toegang via Daybreak Red en nieuwe controles tegen hulp bij aanvallen op kritieke systemen. Een groep met de naam Daybreak Red for Critical Infrastructure stelt geautoriseerde tests open voor goedgekeurde verdedigers van kritieke infrastructuur, na evaluaties die samen met Dragos zijn uitgevoerd op een gesimuleerde elektriciteitscentrale.

GPT-6 Cyber wordt aanvankelijk via de API en Codex aangeboden aan een beperkte groep goedgekeurde Daybreak Red-klanten, waarna het geleidelijk beschikbaar komt voor al deze klanten; GPT-5.6 Cyber is voor hen vanaf nu beschikbaar. Via de API kost gpt-6-cyber 20 dollar per miljoen invoertokens (2 dollar voor gecachete invoer) en 100 dollar voor uitvoer, met een contextvenster van 1 050 000 tokens. OpenAI belooft meer aankondigingen tijdens een livestream, ‘Cyber at the Frontier’, op 12 november om 10 uur Pacific Time.

🔗 GPT-6 Cyber: de grenzen van afgestemde cybersecurity-agents verleggen (OpenAI) · Systeemkaart van GPT-6 Cyber

Een autonome pipeline valideerde 948 kwetsbaarheden voor privilege-escalatie in Linux voor 1,2 miljoen dollar

4 november — De dag voor de lancering beschreef het Cyber-team van OpenAI een prototype dat zonder tussenkomst kwetsbaarheden ontdekt, ze reproduceert in een geïsoleerde virtuele machine, hun exploiteerbaarheid beoordeelt en patches genereert, waarna een menselijke controle volgt. Het draaide medio oktober tien dagen lang op de meest recente versie van de hoofdtak van de Linux-kernel, met het model dat in de lanceringstweet wordt geïdentificeerd als GPT-6 Cyber; de 948 kwetsbaarheden voor lokale privilege-escalatie zijn geteld op basis van afzonderlijke patches.

Fase van de uitvoering	Behaald resultaat	Kosten in API-credits
Onderzoek door de analyse-agents (12 h)	2 308 potentiële kwetsbaarheden	316 549 dollar
Dynamische validatie (30 h)	1 724 gereproduceerde kwetsbaarheden	73 330 dollar
Exploitatie	1 169 werkende exploits, 948 afzonderlijke kwetsbaarheden	775 929 dollar
Volledige uitvoering, inclusief opsporing en triage	948 afzonderlijke kwetsbaarheden voor privilege-escalatie	1 213 430 dollar, oftewel 1 279 per kwetsbaarheid

Eind juli had GPT-5.6 Sol slechts 166 kwetsbaarheden van dit type gevonden en geëxploiteerd, voor 513 690 dollar, en de kernel is in de drie maanden tussen de twee campagnes verder beveiligd. Op kernelCTF, het programma van Google met een extra beveiligde kernel, leverde de pipeline in 112 uur 21 exploits op voor ongeveer 32 936 dollar. De agents gebruikten minstens 10 exploitatietechnieken die zowel voor OpenAI als voor de geraadpleegde experts onbekend waren en waarvan de details vertrouwelijk blijven. OpenAI schat bij wijze van hypothese dat deze kwetsbaarheden volgens de vroegere premieschalen van Pwn2Own en TyphoonPWN 18,9 tot 66,3 miljoen dollar zouden hebben opgeleverd. Na de tien dagen waren 61 kwetsbaarheden al upstream verholpen, was voor 43 een patch in voorbereiding en werden 299 publiekelijk besproken.

🔗 Duizend minder paden naar root (OpenAI)

Anthropic lanceert Personal Finance in Claude, met alleen leestoegang via Plaid en als bèta in de Verenigde Staten

5 november — Anthropic lanceert Personal Finance in Claude, als bèta in de Verenigde Staten voor de abonnementen Pro, Max en Ultra. De gebruiker koppelt de bankrekeningen en betaalkaarten naar keuze en stelt vervolgens in gewone taal vragen over geld; Claude antwoordt op basis van de eigen saldi en transacties van de gebruiker.

Introducing Personal Finance in Claude, in beta in the US. Connect the accounts you choose, and Claude answers your money questions in everyday language, from your own balances and transactions. Access is read-only, and Claude can’t move, manage, or invest your money.

🇳🇱 Dit is Personal Finance in Claude, als bèta in de Verenigde Staten. Koppel de rekeningen van je keuze en Claude beantwoordt je geldvragen in gewone taal, op basis van je eigen saldi en transacties. De toegang is alleen-lezen en Claude kan je geld niet verplaatsen, beheren of beleggen. — @claudeai op X

De verbinding verloopt via Plaid: de gebruiker logt zelf in bij de bank en geeft daar toestemming voor toegang door Claude, dat het bankwachtwoord nooit te zien krijgt. Voor de gekozen rekeningen leest Claude de banknaam, de naam, het type en de laatste vier cijfers van elke rekening, de saldi, de kredietlimieten en tot twee jaar aan transacties; voor beleggingen, leningen en kaarten leest het alleen de saldi en limieten, geen posities of rentepercentages. De functie is niet bedoeld om beleggingsadvies te geven en toont geen advertenties of gesponsorde aanbevelingen; Anthropic benadrukt geen creditcard, lening of spaarrekening aan te bieden.

Een aparte pagina brengt uitgaven, kasstromen, abonnementen en aankomende rekeningen samen. In het voorbeeld uit het artikel telt Claude voor de maand 4 309,37 dollar aan uitgaven op, waarvan meer dan de helft voor huur en vaste lasten, vermeldt het vier aankomende afschrijvingen vóór de salarisbetaling en berekent het wat er overblijft: 1 393,22 dollar. Het signaleert ook dubbele afschrijvingen, onverwachte kosten of een stijgende rekening en kan een grafiek, een kalender met vervaldatums of een dashboard maken.

Onderdeel van het aanbod	Aangekondigde waarde
Ondersteunde abonnementen	Pro, Max en Ultra (geen Free, Team of Enterprise)
Land en banken	Verenigde Staten, maximaal 16 Amerikaanse banken
Status van de lancering	Bèta, geleidelijke uitrol vanaf deze week
Platforms	Web, Claude Desktop, iOS en Android
Gelezen gegevens	Tot 24 maanden aan transacties, alleen-lezen
Modeltraining	Gesprekken in de Personal Finance-omgeving uitgesloten

Buiten deze omgeving gelden de gebruikelijke privacyinstellingen; volgens het helpcentrum wordt een gesprek waarin de rekeningen zijn gebruikt niet opgenomen in het geheugen of doorzoekbaar via de gespreksgeschiedenis. De gekoppelde rekeningen worden niet gebruikt in Cowork, Claude Code of geplande taken, en de functie ontbreekt in Claude Duet. Anthropic presenteert Personal Finance als een eerste stap en zegt samenwerking met erkende professionals en gereguleerde instellingen te onderzoeken, zonder een datum te noemen. Claude sluit zich aan bij ChatGPT, Perplexity en Grok, die eveneens Plaid gebruiken.

🔗 Introductie van Personal Finance in Claude · Personal Finance in Claude gebruiken (helpcentrum)

Agents die continu werken: Perplexity Teammates en de beheerde agents van Mistral Studio

5 november — Perplexity lanceert Teammates, persoonlijke agents voor langdurig werk, aangekondigd door Aravind Srinivas en vervolgens door het officiële account van Perplexity. Elke teamgenoot (teammate) bouwt voort op wat al in Computer aanwezig is: projecten, skills, geheugen, plugins en automatiseringen. Hij krijgt een naam, een rol, een vaste instructie en regels die bepalen wanneer hij moet terugkoppelen; hij plant het werk, coördineert Computer-sessies en andere teamgenoten, controleert onderweg de resultaten en levert het voltooide werk ter goedkeuring aan. Hij bewaart de doelen, taakgeschiedenis en bestanden tussen uitvoeringen in één doorlopende gespreksdraad.

Today, we’re launching Perplexity Teammates. They are personal agents for work. And change the paradigm from writing prompts in a session to giving high-level goals. Rolling out to Max users on the web today. Native apps (mobile, desktop) coming soon.

🇳🇱 Vandaag lanceren we Perplexity Teammates. Dit zijn persoonlijke agents voor het werk. En ze veranderen het paradigma: van prompts schrijven in een sessie naar het vaststellen van overkoepelende doelen. Vandaag beschikbaar voor Max-gebruikers op het web. De native apps (mobiel, desktop) volgen binnenkort. — @AravSrinivas op X

Het verschil met Computer zit in de proactiviteit. Een teamgenoot houdt het lopende werk in de gaten en handelt wanneer er iets verandert, zonder een nieuw verzoek: een verkoopteamgenoot merkt dat een vaste klant niet meer koopt, onderzoekt diens bestellingen en tickets en stelt vervolgens een aanbieding op of meldt een probleem. Volgens de FAQ draaien de teamgenoten 24 uur per dag op de achtergrond en melden ze zich wanneer er een beslissing nodig is. Als een teamgenoot aan een Slack-kanaal wordt toegevoegd, ontvangt hij werk van collega’s, en teamgenoten geven taken aan elkaar door: de ene vindt bugs op een website, de andere bereidt patches voor.

Productaspect	Door Perplexity gepubliceerd detail
Vereist abonnement	Alleen Perplexity Max
Platforms	Web vanaf 5 november, native apps aangekondigd zonder datum
Gebruikskosten	Gratis tijdens een promotieperiode, daarna maandelijkse credits inbegrepen bij Max
Isolatie	Eigen desktop, browser, sessies en cookies voor elke teamgenoot
Machtigingen	Die van de tools en projecten in Computer, versleutelde inloggegevens

De gebruiker kan het werk nalezen, de desktop overnemen of een teamgenoot onderweg bijsturen. Voor het einde van de promotieperiode is geen datum genoemd en Perplexity belooft de toegang en functies de komende weken uit te breiden. Teammates bouwt voort op Computer in Slack, dat op 1 april werd gelanceerd, en op de automatiseringen van 29 september.

🔗 Teammates zijn agents voor complex, doorlopend werk (Perplexity) · Productpagina van Perplexity Teammates

Mistral breidt Studio uit met beheerde agents en applicaties, en maakt Workflows algemeen beschikbaar

5 november — Voor bedrijven breidt Mistral Studio, zijn AI-platform, uit: beheerde agents (Managed Agents) en applicaties (Apps) verschijnen in publieke preview, en Workflows, dat sinds eind april in publieke preview was, wordt algemeen beschikbaar. De drie onderdelen zijn vanaf 5 november beschikbaar op Mistral Cloud en komen eind november naar implementaties in private clouds en op locatie. Beheerde agents worden in Python geschreven met de SDK mistralai-agents: eenmaal gedefinieerd draait dezelfde agent op eigen servers (agents serve) of bij Mistral (agents deploy), werkt hij uren of dagen op de achtergrond, gaat hij na een crash verder vanaf de laatst voltooide stap en kan hij wachten op goedkeuring van een persoon. Studio verzorgt hosting, authenticatie en toegangsbeheer voor de applicaties. De releasenotities vermelden twaalf nieuwe functies, waaronder een workflowbouwer in natuurlijke taal met Mistral Vibe, evaluaties offline en op echt verkeer, een beheerde zoekindex en webhooks. Mistral noemt onder meer ABANCA, BNP Paribas, Capgemini en CMA CGM als klanten en partners die Studio al in productie gebruiken. Er zijn geen tarieven gepubliceerd en de API voor beheerde agents kan tijdens de preview nog veranderen.

🔗 Le Chonk levert de denkkracht. Studio zet die in (Mistral AI)

OpenAI lanceert Images 2.6: geanimeerde GIF’s, referentieafbeeldingen en twee API-modellen die 50 % sneller zijn

4 november — Twee maanden na Images 2.5 lanceert OpenAI Images 2.6 in ChatGPT, Codex en de API, met een aankondiging die op de avond van 4 november is gepubliceerd. Het model genereert afbeeldingen 50 % sneller en behoudt details beter bij opeenvolgende bewerkingen, bijvoorbeeld de kleding van een personage wanneer de achtergrond verandert. Het is wereldwijd beschikbaar in ChatGPT en Codex, voor alle abonnementen, op het web, op de computer en op mobiel.

Er komen twee functies naar ChatGPT. Het maken van GIF’s, dat momenteel wordt uitgerold, verandert een prompt, afbeelding of schets in een herhalende animatie, met een instelbare afspeelsnelheid en de mogelijkheid om elk frame te bewerken. Met opgeslagen referentieafbeeldingen kun je een foto in nieuwe gesprekken hergebruiken: je slaat de foto van je hond op onder de naam Pepper en vraagt vervolgens om een aquarelportret van @Pepper zonder de foto opnieuw te versturen.

API-model	Aangekondigd sterk punt	Beelduitvoer, per miljoen tokens
`gpt-image-2.6-flare`	Een afbeelding in zes seconden bij lage kwaliteit, verzorgde lay-out van posters en visuals	30 dollar
`gpt-image-2.6-sunburst`	Betere kwaliteit en consistentie bij opeenvolgende bewerkingen, bij gemiddelde of hoge kwaliteit	30 dollar

In de API dienen beide modellen zowel voor generatie als voor bewerking. De API krijgt ook een complexiteitsparameter die de mate van planning van het model regelt (een lage waarde is geschikt voor snelle bewerkingen), SVG-export, het genereren van geanimeerde GIF’s en bewerking op basis van annotaties, die ook beschikbaar komt voor compatibele GPT Image 2.5-modellen. De tarieven zijn gelijk aan die van GPT-Image-2.5 Flare: 5 dollar per miljoen teksttokens als invoer en 8 dollar per miljoen afbeeldingstokens als invoer. Volgens OpenAI worden er met ChatGPT, Codex en de API 4 miljard afbeeldingen per week gemaakt, oftewel meer dan een half miljard per dag. OpenArt, Figma Weave, Picsart, fal, Sable en Higgsfield kregen vervroegde toegang, en HeyGen integreerde het al de volgende dag (zie Korte berichten).

🔗 Introductie van Images 2.6 (OpenAI) · Releasenotities van ChatGPT

Google maakt Gemini Omni 1.2 Flash algemeen beschikbaar: video’s van 15 seconden en prijzen die 30 % lager liggen

5 november — Google lanceert Gemini Omni 1.2 Flash, een nieuwe versie van zijn model voor videogeneratie en -bewerking, als algemeen beschikbaar in de Gemini API (gemini-omni-1.2-flash, uitsluitend de betaalde versie) en in Gemini for business. Volgens Google is dit de eerste keer dat Gemini Omni algemeen beschikbaar is met de infrastructuur van Google Cloud, inclusief Provisioned Throughput; elke uitvoer bevat een SynthID-watermerk.

Het model produceert en bewerkt standaard clips van 15 seconden, tegenover 10 voor Omni 1.1, met een duur die per seconde instelbaar is tussen 3 en 15 seconden. Het houdt zich beter aan zijn referenties (afbeeldingen van personages, producten of stijlen, korte bewegingsclips, audioaanwijzingen, maximaal 6 referentieafbeeldingen in de API) en produceert minder abrupte overgangen (jump cuts). Bewerking via gesprekken met meerdere beurten werkt op volledige clips van 15 seconden, met natuurlijkere dialogen en nauwkeurigere lipsynchronisatie. In de API voegt het verlengen van een clip per beurt 3 tot 10 seconden toe, tot een totaal van 30 seconden, en worden de snelheidslimieten van de betaalde versie verdubbeld.

Vergeleken parameter	Omni 1.1 Flash	Omni 1.2 Flash
Maximale standaardduur	10 seconden	15 seconden
Video-uitvoer, per miljoen tokens	17,50 dollar	12 dollar
Effectieve prijs in 720p	ongeveer 0,10 dollar per seconde	ongeveer 0,07 dollar per seconde

Google kondigt daarmee een daling van 30 % aan: een clip van 15 seconden in 720p kost ongeveer 1,04 dollar, en een seconde kost 0,023 dollar in 360p en 0,209 dollar in opgeschaalde 4K. Op 3 december worden alle verzoeken aan gemini-omni-1.1-flash doorgestuurd naar 1.2 en tegen het bijbehorende tarief in rekening gebracht. Voor consumenten komt het model naar Flow, naar Google Vids, waar clips van 15 seconden niets extra kosten met een Google-account of een Workspace-abonnement, naar Google Ads en naar de Gemini-app voor alle Google AI-abonnees, waarbij video’s van 15 seconden daar voorbehouden zijn aan Google AI Ultra. Runway voegde het dezelfde dag toe (zie Korte berichten). Google erkent dat er nog verbetering nodig is bij snelle sportacties, snelle scriptwisselingen en complexe fysica, en publiceert geen benchmark.

🔗 Introductie van Gemini Omni 1.2 Flash (Google) · Tarieven van Gemini Omni 1.2 Flash

Luma verbindt zijn creatieve workflows met Claude en ChatGPT via een MCP-connector

3 november — Luma lanceert een MCP-connector die zijn creatietools naar Claude en ChatGPT brengt; het bericht, gedateerd op 3 november en bijgewerkt op 4 november, werd op 5 november door Luma gedeeld. De connector geeft toegang tot Luma Agent, dat volgens de presentatie een volledig project kan coördineren op basis van één prompt, en tot de vooraf ingestelde workflows van Luma: Product Shots, Camera Angles, Background swap, Relight Studio en korte promotieclips. De voltooide afbeeldingen en video’s verschijnen in het gesprek. Het uitgelichte scenario richt zich op marketing: de assistent vragen welke advertentie de voorgaande week het beste presteerde en vervolgens Luma varianten van de winnaar laten maken, met nieuwe scènes, nieuwe camerahoeken en nieuwe belichting. Het Luma-account wordt eenmalig gekoppeld en elke generatie verbruikt credits van het Luma-abonnement, zonder afzonderlijk tarief voor de connector. Luma had op 8 oktober al een MCP-connector aan Claude Motion gekoppeld; het nieuwe zit in ChatGPT, de vooraf ingestelde workflows en Luma Agent, die nu in beide assistenten beschikbaar zijn. Luma sluit zich aan bij Runway, Synthesia, Suno en HeyGen, die de afgelopen weken allemaal hun tools met de assistenten hebben verbonden.

🔗 Verbind Luma met ChatGPT en Claude (Luma)

Ricursive Intelligence publiceert Ripple-65B Preview, een dense model met open gewichten gericht op agentisch programmeren

4 november — Ricursive Intelligence, een laboratorium dat tot nu toe niet in dit nieuwsoverzicht voorkwam, publiceert Ripple-65B Preview: een dense taalmodel met 65 miljard parameters, vanaf nul voorgetraind op 12 000 miljard tokens, onder de Apache 2.0-licentie, met een context van maximaal 1 048 576 tokens. De publicatie omvat het instructiemodel in BF16 en NVFP4, een basismodel dat uitsluitend de voortraining heeft doorlopen en een klein draftmodel, DFlash2, voor speculatieve decodering. Ricursive presenteert zich als een laboratorium dat hardware, software en model gezamenlijk optimaliseert, en Ripple-65B Preview is de generalistische variant van het propriëtaire model van zijn platform voor chipontwerp met AI.

De uitgelichte cijfers hebben betrekking op agentisch programmeren: 80,5 % op Terminal-Bench 2.1, 79,1 % op SWE-Bench Pro v2.0-Hard en 44,3 % op DeepSWE v1.1. Ricursive claimt op dit gebied de koppositie onder Amerikaanse modellen met open gewichten, vóór veel grotere modellen met een mixture-of-expertsarchitectuur (Mixture-of-Experts, MoE); de claim betreft Amerikaanse open modellen, niet alle open modellen.

Kenmerk (specificaties van Ricursive)	Ripple-65B Preview	Reflection Beam	Muse Spark Open	Inkling	Nemotron 3 Ultra
Modelarchitectuur	Dense	MoE	MoE	MoE	MoE
Totaal aantal parameters	65B	501B	816B	975B	550B
Actieve parameters	65B	23B	42B	41B	55B
Terminal-Bench 2.1	80,5	80,1	76,4	63,8	56,4
GPQA Diamond	85,2	90,6	89,0	87,2	87,0

Ricursive spreekt van een vergelijking naar beste vermogen (best-effort): officiële scores van concurrenten waar die beschikbaar zijn, anders eigen evaluaties, verschillende harnesses afhankelijk van de tests, en Terminal-Bench 2.1-scores die met de officiële Terminus 2-harness allemaal lager uitvallen, behalve voor Muse Spark Open. Op het gebied van algemene kennis (GPQA Diamond) blijft Ripple achter bij zijn concurrenten.

De aanpak komt van een klein team, dat van één naar vijf personen groeide. Ricursive ging uit van de trainingsaanpak van Olmo 3, het open model van Ai2, en herwerkte die op alle vlakken (schaalwetten, architectuur, data, post-training): het bedrijf zegt de rekenefficiëntie voor code met een factor 16 te hebben verhoogd ten opzichte van de Olmo 3-modelreeks, en met maximaal een factor 55 voor de volledige training. Het model heeft een dense architectuur in plaats van een mixture-of-expertsarchitectuur om de infrastructuur te vereenvoudigen, met een smalle en diepe architectuur geïnspireerd op Gemma 3N (80 lagen) en training in BF16 zonder zelfontwikkelde rekenkernels. De relatief lichte post-training bereikte 80,5 op Terminal-Bench 2.1 met 1,4 miljoen reinforcement learning-trajecten (rollouts), volgens Ricursive ongeveer 70 keer minder dan Reflection Beam.

Het model genereert 250 tokens per seconde op twee B200’s (batches van 8) zonder kwantisatie en past met het NVFP4-checkpoint op één DGX Spark. Together AI biedt het sinds 5 november aan voor 0,20 dollar per miljoen invoertokens en 0,60 dollar per miljoen uitvoertokens, met een contextvenster van 128K tokens op zijn platform, en Atomic Chat heeft een eerste GGUF gepubliceerd door het model naar llama.cpp te porten.

🔗 De aankondiging van Ricursive op X · Ripple-65B Preview op Hugging Face · Ripple-65B Preview op Together AI

Codeagents: Devin Review 2.0, online applicaties in Cursor, microVM van Replit en Qwen Code v0.26.8

Cognition lanceert Devin Review 2.0, een goedkopere PR-review die standaard incrementeel is

5 november — Cognition lanceert Devin Review 2.0 en maakt het de standaardtool voor het reviewen van pull requests wanneer je met Devin werkt. De titel van het bericht spreekt van een review die sinds augustus vijf keer goedkoper is geworden en noemt een daling van de kosten per PR met 82 % in die periode, dankzij een betere mix van modellen en optimalisatie van de harness; de aankondigingsdraad van @cognition spreekt op zijn beurt van een review die tot vijf keer goedkoper is. Een typische review kost tussen 0,25 en 0,75 dollar, en een opgeloste bug kost klanten gemiddeld ongeveer 2,25 dollar. Volgens Cognition stijgt het gemiddelde aantal gevonden bugs per PR van 1,22 naar 1,32 en daalt de mediane latentie van 139 naar 94 seconden. De review wordt standaard incrementeel: bij een nieuwe ronde wordt alleen opnieuw gelezen wat er is veranderd, ongeveer 80 % van de PR’s kost minder dan een dollar inclusief alle pushes, en een uitgavenlimiet per PR voorkomt kostenoverschrijdingen. Daarnaast komen er Devin Review Ultra, een hoger en duurder inspanningsniveau voor gevoelige code (facturering, beveiliging), en aangepaste reviewers (Custom Reviewers) in bèta; er worden geen nieuwe prijzen gepubliceerd.

🔗 Devin Review 2.0 (Cognition)

Cursor bouwt, host en deelt online applicaties

5 november — Met Cursor kun je online applicaties bouwen en via een link delen. Het uitgangspunt volgens Cursor: agents hebben de kosten van code verlaagd, maar de meeste gemaakte tools komen nooit verder dan de lokale machine (localhost). Je start een cloudagent en vraagt expliciet om een applicatie: Cursor zet de basis ervan op, maakt indien nodig een Postgres-database aan, koppelt de authenticatie aan de Cursor-login en host de applicatie in een speciaal account, geïsoleerd van de accounts van andere teams. Voordat de applicatie op het gekozen domein online kan gaan, moeten vier deterministische controles (secrets in bestanden, bestanden met inloggegevens, .env-bestanden, sourcemaps) en een beveiligingsreview door AI slagen, waarna de gebruiker expliciet publiceert. Beheerders zien alle applicaties en alle secrets, voegen hun eigen reviewregels toe en kunnen elke applicatie offline halen. Delen kan met personen, groepen, het team of het publiek, waarbij die laatste optie voor Teams en Enterprise standaard uitstaat. De functie is beschikbaar bij alle betaalde abonnementen met cloudagents, vanuit Cursor Origin of GitHub; GitLab volgt volgens de aankondiging binnenkort. Er wordt geen hostingprijs vermeld.

🔗 Bouw online applicaties in Cursor · Documentatie van Cursor over applicaties

Replit herschrijft zijn sandbox-engine rond microVM’s, elk met een eigen Linux-kernel

4 november — Replit publiceert het eerste deel van een reeks over zijn nieuwe sandbox-engine, dat op de avond van 4 november online kwam en de volgende dag werd gedeeld. Elke sandbox is nu een microVM, een lichte virtuele machine met een eigen Linux-kernel, in plaats van containers die de kernel van de host delen; Replit zegt honderden miljoenen projecten zonder gegevensverlies te hebben gemigreerd. De monitor Cloud Hypervisor deelt componenten met Firecracker, en de gastkernel, gebouwd op basis van tinyconfig, laat Bluetooth, USB en beeldschermdrivers achterwege.

Audit van CVE’s in de Linux-kernel (1 juni tot 4 november 2026)	Waarde volgens Replit
Gepubliceerde en gecontroleerde CVE’s	6 211
Door de nieuwe engine vermeden CVE’s	5 969 (96,1 %)
Vóór openbaarmaking geïntegreerde patches	4 375 (70,4 %)
Door de kernelconfiguratie uitgesloten CVE’s	676 (10,9 %)

Voor CVE-2026-98432, de TCP-kwetsbaarheid waarvan Anthropic de exploitatie heeft aangetoond, was de gepatchte kernel al op 12 oktober in gebruik. Regels voor uitgaand netwerkverkeer worden buiten de gastmachine afgedwongen, via een proxy aan de hostzijde, en credential brokers roepen GitHub of Google Docs aan zonder de accountsleutel ooit aan de sandbox te geven. Een sandbox is in ongeveer 500 milliseconden beschikbaar; een tweede deel zal ingaan op de orkestratie van tienduizenden microVM’s met Kubernetes.

🔗 Binnen in de nieuwe sandbox-engine van Replit, deel 1

Qwen Code v0.26.8 maakt verbinding met de Plus- en Pro-abonnementen van Qwen

5 november — Qwen Code v0.26.8 herstelt het inloggen met een Qwen-account, dat voortaan aan een abonnement is gekoppeld. In de CLI, de VS Code-extensie en de Desktop-app maakt de optie ‘Qwen Account with Subscription’ het mogelijk een Plus- of Pro-abonnement van chat.qwen.ai te gebruiken zonder API-sleutel: de client laadt de modellencatalogus van het account, gebruikt het abonnement voor gesprekken en geïntegreerd zoeken op het web, en begeleidt de gebruiker bij authenticatiefouten, quotaproblemen of rate limits. Volgens het merge request dat deze optie introduceert, speelt deze aanpak in op het einde van de oude gratis OAuth-dienst; noch de release notes noch de documentatie vermelden wanneer die dienst eindigt of wat de abonnementen kosten, en de CI en containers blijven een API-sleutel gebruiken. Deze stabiele versie, zonder breaking changes, telt 83 vermeldingen, waaronder 14 functies, 37 fixes en 13 prestatieoptimalisaties: Mods kunnen hun eigen prompts indienen, en hooks die door een project worden aangeleverd, vereisen goedkeuring via een dialoogvenster. De Desktop-app v0.26.8 en de TypeScript-SDK v0.1.28 volgen op dezelfde dag.

🔗 Qwen Code v0.26.8

Snellere inferentie: de Vera-CPU van NVIDIA, sgl-muse-mega van Meta en Runway Characters in realtime

NVIDIA becijfert de voorsprong van zijn Vera-CPU op x86 voor agents

5 november — NVIDIA publiceert nieuwe cijfers over Vera, zijn processor die voor agents is ontworpen. Elke stap van een agent (zoeken, een database bevragen, code schrijven en testen, handelen) draait op een CPU, en omdat IA-fabrieken door hun energieverbruik worden begrensd, meet NVIDIA het verrichte werk per watt. In zijn eigen vergelijking, op de schaal van een datacenter van 100 megawatt, zou één Vera-CPU per watt 1,6 keer zoveel agents laten draaien als de snelste x86 en agents twee keer zo snel maken als de zuinigste x86; geen van beide wordt bij naam genoemd. NVIDIA haalt ook de resultaten van zes partners aan:

Door NVIDIA genoemde partner	Aangekondigd resultaat met Vera
Perplexity	Programmeren met agents 1,5 keer sneller dan op traditionele CPU’s, uitrol gepland
DeepInfra	Tot 2,2 keer de snelheid van de beste x86 bij de orkestratie van agents
ClickHouse	Vrijwel lineaire schaalvergroting over 176 cores, bovenaan de ClickBench-ranglijst
DuckLabs	Ongeveer 1,5 keer de mediane prestaties van een Intel Xeon 6 op TPC-H SF1000
Daytona	1 000 sandboxes online in 10,8 s, tegenover 88,4 s op x86
Modal	Tot 2 keer de sandboxdoorvoer per core ten opzichte van een vergelijkbare x86

Het blogbericht vermeldt geen prijs of tijdschema; Vera werd in januari op CES gepresenteerd en vervolgens eind augustus aan AWS geleverd.

🔗 Vera biedt het beste van twee werelden (NVIDIA)

Meta publiceert zonder aankondiging sgl-muse-mega, dat Muse Spark Open tot 2,1 keer sneller decodeert op GB300

5 november — Meta heeft op de GitHub van facebookresearch, onder de MIT-licentie en zonder aankondiging, sgl-muse-mega gepubliceerd: een plugin voor de inferentie-engine SGLang die Muse Spark Open, zijn model met open gewichten en 816 miljard parameters (42 miljard actief), op GB300-GPU’s draait. In plaats van honderden kleine rekenkernen (kernels) per decodeerstap te starten, voert de plugin elke decoderlaag in één keer uit en brengt hij de conceptgeneratie van DFlash2, de verificatie en de acceptatie bij speculatieve decodering samen in één CUDA-graaf. Volgens de README haalt één verzoek op GSM8K tot 1 109 tokens per seconde met acht GB300, tegenover 517 voor SGLang met dezelfde conceptgeneratie, ofwel 2,1 keer zoveel; een decodeerstap gaat van 12,9 ms en 1 450 kernels naar 5,9 ms en 97 kernels. De winst geldt alleen voor het decoderen van één verzoek tegelijk (andere verzoeken vallen terug op SGLang), de tool is als experimenteel gemarkeerd en vereist acht GB300 binnen hetzelfde NVLink-domein, of vier op één node.

🔗 sgl-muse-mega (facebookresearch)

Runway laat het 57B-videomodel van Runway Characters in realtime draaien op vier H100

5 november — Runway Research publiceert een blogbericht en een arXiv-artikel over hoe Runway Characters, zijn videopersonages waarmee je op basis van één afbeelding live kunt praten, realtimeprestaties haalt. Een autoregressieve videodiffusietransformer met ongeveer 57B parameters moet bij 24 beelden per seconde elke 166,7 ms een blok van vier beelden in 704x1088 produceren, voor één gebruiker: verzoeken van meerdere gebruikers kunnen niet worden gebundeld, dus elke milliseconde moet in de stap zelf worden gewonnen. De eerste bron van winst is de cache: 29 % van de GPU-tijd ging op aan het opnieuw verwerken van een vrijwel ongewijzigde cache in elk van de 240 attention-aanroepen. Door RoPE en FP8-kwantisatie slechts eenmaal toe te passen, bij het schrijven naar een ringcache, brengt Runway het cacheonderhoud terug van 69,7 naar 6,2 ms per stap.

Door Runway gemeten configuratie	Duur van een diffusiestap
Software bij de lancering, op vier H100	240,9 ms
Na optimalisatie, op vier H100	159,3 ms (24,5 images/s)
Met een kernel die reductie en FP8-berekening samenvoegt	147,4 ms
Op drie B200	154,3 ms

Een sessie draait nu op vier H100, tegenover acht bij de lancering. Gedurende zeven weken in productie lag het gemiddelde in 99,5 % van de sessies boven 23,5 beelden per seconde, en een mediane gespreksbeurt duurt 2,13 s, waarvan 1,42 s voor de spraakagent.

🔗 Realtime video met batchgrootte één (Runway) · arXiv-artikel 2611.05642

Open robotica: LeRobot v0.7.0 van Hugging Face en ToyBlocks van Ai2

Hugging Face publiceert LeRobot v0.7.0, waarmee je met een werkende robot kunt praten

5 november — Hugging Face publiceert LeRobot v0.7.0, een nieuwe versie van zijn bibliotheek voor open robotica, terwijl de Hub bijna 300 To aan fysieke IA-data in LeRobot-formaat host. Met interactieve sessies kun je met een werkende robot praten: /subtask wijzigt de instructie zonder hem te stoppen, /vqa vraagt de policy wat die ziet en /autosteer geeft de policy een doel. Deze laatste twee commando’s vereisen een policy die tekst genereert, zoals FineART-VLA, getraind op de FineART-dataset van Scale AI en Hugging Face (1 718 uur aan manipulaties met twee armen, meer dan 533 000 geannoteerde subtaken), of een externe VLM-planner. Voor de training kunnen datasets rechtstreeks vanaf de Hub of LanceDB worden gestreamd, zonder download, en de stack stapt over op FSDP2 en HSDP: bij een FastWAM-model van 6B daalt het piekgeheugengebruik bij het hervatten van 143 naar 42 Go per GPU. De versie voegt vier wereldactiemodellen toe (Cosmos 3 en Long-WAM van NVIDIA, FLUX 3 Action van Black Forest Labs, LaWAM van RLinf) en vier vision-language-action-policies, waaronder LingBot-VLA 2.0 en Wall-OSS-0.5. Ze brengt meerdere incompatibele wijzigingen met zich mee: PyTorch gecompileerd voor CUDA 13, asynchrone inferentie vervangen door een policyserver, Trackio in plaats van Weights & Biases.

🔗 LeRobot v0.7.0 (blog van Hugging Face)

Ai2 zet zonder aankondiging ToyBlocks online, een simulatieframework dat demonstraties voor robots genereert

5 november — Ai2 heeft tussen de avond van 4 november en 5 november zonder aankondiging de onderdelen van ToyBlocks online gezet: een open simulatieframework, gebouwd op IsaacSim en IsaacLab, waarin een robotarm blokken op een tafel duwt, omkeert en stapelt. De meerwaarde is dat teleoperatie wordt vervangen door het automatisch genereren van taken en demonstraties: de gepubliceerde dataset bevat 83 496 geslaagde demonstraties van het stapelen van drie blokken, goed voor 143,7 miljoen beelden en bijna 1 600 uur, verdeeld over drie moeilijkheidsniveaus, met validatiesets van 1 000 episodes per niveau. Er horen twee modellen bij: Molmo2-4B-tb, een gefinetunede Molmo2-4B die het camerabeeld en het doel leest, een kort plan formuleert en de volgende actie (pakken, neerzetten, omkeren, draaien) en het doelwit ervan aanwijst, met ongeveer 6 Hz, en een ManiFlow-policy die deze handelingen uitvoert. Het blogbericht waarnaar de repositories verwijzen, gaf op het moment van de scan een 404-fout en het technische rapport wordt binnenkort verwacht.

🔗 ToyBlocks (allenai)

Anthropic meet hoe wetenschappers Claude gebruiken, aan de hand van 207 049 onderzoekssessies

5 november — Het Economics-team van Anthropic publiceert een rapport over het wetenschappelijke gebruik van Claude, gebaseerd op 207 049 onderzoekssessies met consumentenabonnementen tussen 2 augustus en 30 september 2026, geanalyseerd door classifiers die alleen domein- en taaklabels bewaren. De formele wetenschappen gebruiken Claude veel meer dan hun aandeel in het wereldwijde onderzoek zou doen vermoeden: informatica is goed voor 32,7 % van de Claude Code-sessies, tegenover 4,3 % van de onderzoekers wereldwijd.

Waargenomen maatstaf	Op Claude (Chat en Cowork)	Op Claude Code
Geanalyseerde sessies	128 914	78 135
Aandeel data-analyse	33,7 %	48,1 %
Aandeel ideevorming en hypothesen	4,2 %	2,1 %

Wetenschappers gebruiken Claude vooral om data te analyseren en te schrijven, veel minder om hypothesen te formuleren, terwijl de 528 ondervraagde onderzoekers ideevorming en dataverzameling bovenaan de lijst van belangrijke taken plaatsen; op Claude Science is het aandeel ideevorming ongeveer twee keer zo groot als op Claude. Het rapport schetst scenario’s die als illustraties worden gepresenteerd, niet als voorspellingen: bij brede toepassing van de huidige mogelijkheden zou de onderzoeksproductie met een factor 1,35 (kunsten) tot 2,02 (statistiek) toenemen; als IA al het niet-fysieke werk zou overnemen, zou die factor 15 tot 16 bedragen in vakgebieden zonder laboratoriumwerk, tegenover 3 tot 4 in biologie of scheikunde. Ongeveer 40 % van de ondervraagde onderzoekers verwacht dat IA tegen 2030 zelfstandig onderzoeksprojecten uitvoert.

🔗 AI voor wetenschappelijke ontdekkingen: hoe onderzoekers Claude gebruiken (Anthropic)

OpenAI publiceert een pact met de gemeenschappen die zijn rekencampussen huisvesten

5 november — OpenAI publiceert een nationaal pact met gemeenschappen (National Community Compact) en een beleidsplan voor rekencampussen (Compute Campus Policy Blueprint). Elke toekomstige campus die OpenAI bezit en exploiteert, krijgt een lokaal pact, met inspraak die vroeg genoeg plaatsvindt om het project te beïnvloeden, een lokaal aanspreekpunt en een jaarlijks openbaar rapport. OpenAI belooft alle benodigde elektriciteit en infrastructuur te betalen, met financiële garanties om andere klanten te beschermen als een project wordt vertraagd, verkleind of geannuleerd, het water- en elektriciteitsverbruik van elke locatie te publiceren, de voorkeur te geven aan koeling met een gesloten kringloop of een laag waterverbruik, en volksvertegenwoordigers en ambtenaren geen geheimhoudingsovereenkomsten op te leggen, afgezien van strikt afgebakende uitzonderingen. In Effingham County in Georgia hebben inwoners bepaald dat een subsidie van 4,8 miljoen dollar naar gratis schoolmaaltijden voor de 14 000 leerlingen van het district gaat; in Pike County in Ohio trekken OpenAI en SB Energy 6 miljoen dollar uit voor kinderopvang. Het plan vraagt beleidsmakers ook om gemeenschappelijke regels: grootverbruikers laten betalen voor de extra kosten die zij voor het elektriciteitsnet veroorzaken, de aansluiting vergemakkelijken van campussen die hun vraag kunnen terugschroeven, zoals voorzien in Grid Protectors, dat op 2 november werd gelanceerd, en de aanleg van elektriciteitstransportlijnen versnellen.

🔗 Een nieuwe norm stellen voor verantwoorde AI-infrastructuur (OpenAI)

Kort nieuws

Agents en codetools

Amp en GitLab — Amp integreert met GitLab, zowel op gitlab.com als op zelfbeheerde instanties: de cloudomgevingen, de orbs, klonen en pushen namens de gebruiker, openen en volgen merge requests, en Orb Spawner start een orb voor elke nieuwe aanvraag of elk nieuw ticket; geen prijs vermeld. 🔗 bron
Review van PR’s van agents bij Warp — Ben Holmes stelt drie maatregelen voor tegen de opstopping bij reviews: een eigen reviewagent die in meerdere rondes werkt, een end-to-endcontrole door de agent en een score voor het mergerisico op basis van vijf criteria, gepubliceerd als skill /merge-risk. 🔗 bron
Copilot CLI 1.0.106-10 — Er verschijnt een nieuwe preview op npm zonder release notes; de Copilot SDK 1.0.29-preview.9, die deze bevat, laat experimentele compaction van de geschiedenis en aanmelden met een apparaatcode zien. De laatste stabiele versie blijft 1.0.105 van 28 oktober. 🔗 bron
Copilot Fusion — GitHub beëindigt op 30 november de korting van 30 % op deze modelrouter, die volgens de aankondiging van 28 oktober tijdelijk beschikbaar was voor betaalde Copilot-abonnementen; de tweet presenteert hem in de GitHub Copilot-app, Copilot CLI en VS Code. 🔗 bron
Kimi Code 2.5.1 — Acht fixes, waaronder het verhelpen van herhaalde HTTP 400-fouten door lege systeemberichten bij dynamische toolschema’s en het terugbrengen van afbeeldings- en videovoorbeelden in toolresultaten. 🔗 bron
Kimi Work 3.2.25 — Een algemene zoekfunctie doorzoekt projecten, plugins, skills en gesprekken, plugins zonder autorisatie worden tijdens de taak herkend met een venster dat helpt bij het verlenen van toestemming, en een nieuwe actie stopt de taak voordat deze wordt gearchiveerd. 🔗 bron
mistral CLI 0.17.2 — Twee fixes op de dag van de uitbreiding van Studio: de waarschuwingslink van mistral apps deploy opent het tabblad Secrets van de applicatie, en de opdrachten mistral agents lopen niet meer vast op de vergrendeling uv.lock wanneer de shell UV_DEFAULT_INDEX of UV_INDEX_URL exporteert. 🔗 bron
Codex op iOS — Sinds 2 november kun je met ChatGPT voor iOS 1.2026.300 bijlagen toevoegen en verwijderen zonder de schermvullende berichteneditor van Codex te verlaten, wordt de leesstatus van taken tussen apparaten gesynchroniseerd en gaan vervolgopdrachten standaard naar de huidige taak. 🔗 bron
Antigravity-extensies — Op 2 november maakt VS Code-extensie 1.11.0 de contextlabels uit de terminal die naar het gesprek worden gestuurd aanklikbaar, en schakelt Visual Studio-extensie 1.0.261102.0 standaard inline diffs in, die per blok of per bestand kunnen worden geaccepteerd of afgewezen. 🔗 bron
Overview-pagina voor pull requests — GitHub stelt via opt-in een openbare preview beschikbaar van een pagina die de mergestatus en volgende acties bovenaan toont, met een opnieuw ontworpen mergegedeelte en filters voor het gesprek; terugkeren naar de klassieke weergave blijft mogelijk. 🔗 bron
Discord in Rust — Buiten het AI-nieuws toont Discord een nieuwe versie van zijn client, opnieuw gebouwd in Rust, die volgens Zed is gebaseerd op GPUI, zijn open source framework voor gebruikersinterfaces. 🔗 bron

Bedrijven en partnerschappen

DevRev en Codex — In een door OpenAI gepubliceerde casestudy vertrouwt DevRev het redeneerwerk van zijn agents Computer en Operator toe aan modellen van OpenAI, waaronder GPT-6.1 Sol, en zegt het zijn volledige engineeringafdeling op Codex te hebben overgezet en zijn Cursor-licenties te hebben opgezegd; geen resultaatcijfers. 🔗 bron
Replit en SMFL — Replit werkt samen met Sumitomo Mitsui Finance and Leasing om zijn platform te koppelen aan AssetForce, de dienst voor activabeheer van SMFL die meer dan 200 bedrijven gebruiken, ter ondersteuning van het doel van SMFL: de omzet uit digitale diensten vertienvoudigen tot 10 miljard yen tegen 2031. 🔗 bron
Baseten en de Nemotron Coalition — Baseten sluit zich aan bij de alliantie van NVIDIA rond open modellen, die in maart werd gepresenteerd met Mistral, Black Forest Labs, Cursor, Ai2 en Perplexity, en draagt omgevingen voor reinforcement learning, post-training en geoptimaliseerde inference bij. 🔗 bron

Platforms, API’s en beveiliging

Beveiliging van Claude Enterprise — Anthropic voegt in bèta een beveiligingscentrum toe dat de instellingen voor gesprekken, Cowork en Claude Code vergelijkt met zijn aanbevelingen, een centrale beheerconsole en een EDR-sensor (detectie en respons op werkplekken) in de lokale virtuele machine van Cowork, op macOS en Windows. 🔗 bron
Claude Console en Admin API — In bèta weigert een lijst met toegestane IP-adressen, met maximaal 1 000 adressen of bereiken per organisatie, verzoeken van elders, wat het gebruik van een uitgelekte API-sleutel beperkt, en kan de Admin API een lid van Claude Enterprise overal afmelden. 🔗 bron
SDK’s van OpenAI — openai-python 3.46.0 en openai-node 7.51.0 voegen opties voor dataresidentie in Australië, India en Japan, GPT-6 Rosalind en de instellingen van Images 2.6 toe, waarna de volgende versies gpt-6-cyber toevoegen; nog steeds geen stabiele versie van Codex CLI sinds 0.166.0 van 29 oktober. 🔗 bron
Gemini API — De API accepteert nu PPT- en ODP-presentaties en ODS-spreadsheets, verwerkt DOC-documenten als pagina-afbeeldingen, en tools kunnen audio, video of Office- en OpenDocument-bestanden terugsturen naar het model. 🔗 bron
Perplexity API — De Agent API stelt het inspanningsniveau ultra beschikbaar, dat op Claude Opus 5.5 draait voor breed onderzoek, niet te verwarren met het Ultra-niveau van de Effort Mode van Computer; de dag ervoor kreeg de Decisions API de mogelijkheid om de tekst van een URL te lezen voordat hij zoekt, voor 0,001 dollar per ophaalactie. 🔗 bron
Orchestratie van agents — Perplexity publiceert een gids die drie orchestratiearchitecturen vergelijkt (centraal, decentraal, hiërarchisch), zeven veelvoorkomende storingen opsomt en zeven aanbevolen werkwijzen voorstelt, van taakcontracten tot idempotente retries; geen productvernieuwing. 🔗 bron
GitHub-scans op secrets — SpaceX wordt partner: een starlink_public_api_v2_secret-identificatiecode die in een openbare repository is blootgesteld, wordt voor intrekking aan het bedrijf doorgegeven, en de detectoren van zes aanbieders, waaronder AWS en Google Cloud Storage, leveren minder foutpositieven op. 🔗 bron

Infrastructuur en simulatie bij NVIDIA

Geheugen en inference — Een toelichtend artikel pleit voor het gezamenlijk ontwerpen van de volledige stack vanwege schaarse en dure HBM: van Blackwell Ultra tot Vera Rubin neemt de HBM per GPU slechts met ongeveer 3 % toe, maar stijgt de throughput per dollar tot een factor 30 op SemiAnalysis AgentX; NVIDIA CMX-opslag brengt negen partners samen. 🔗 bron
Into the Omniverse — NVIDIA werkt zijn artikel over door agents gebouwde simulaties, dat op 9 oktober werd besproken, bij met een tiental projecten die vooral met GPT-6 Astra en soms met Claude zijn uitgevoerd, waaronder een magazijn met 80 transportbanden, 40 armen en 800 dozen dat op 30 beelden per seconde draait; geen nieuw product. 🔗 bron

Open modellen, data en onderzoek

ML Intern in Slack — De open source agent van Hugging Face die evalueert, data voorbereidt en modellen finetunet, wordt een Slack-bot die je in je werkruimte kunt installeren en kunt verbinden met je data, bestanden en MCP-servers; geen prijs of installatielink. 🔗 bron
Llama en beslissingsmodellen — De lokale applicatie van het llama.cpp-team en Hugging Face, gratis op Mac en Windows, draait d1-Omni van Liquid AI en d3-flash, dat de applicatie aan vLLM toeschrijft en bovenaan de Jev Decision Index plaatst. 🔗 bron
Sand3D — Sandflow publiceert 106 094 3D-objecten, waarvan 10 456 met scharnierpunten, elk geschreven als een kort Python-programma in zijn open bibliotheek sand3d, met een OpenUSD-export die in de 3D-viewer van de Hub kan worden bekeken. 🔗 bron
SimReady Central — Lightwheel licht zijn rol toe in de bibliotheek met 3D-objecten van NVIDIA op Hugging Face, die inmiddels meer dan 3 500 OpenUSD-objecten bevat: het bedrijf valideert hun fysieke gedrag bij contact en beweging en stelt dit af. 🔗 bron
DreamTac — Een artikel presenteert deze dataset van de Universiteit van Peking, die Voxel51 heeft omgezet voor FiftyOne: 703 trajecten van een Franka-arm met gel op de vingertoppen, verdeeld over 12 taken en 7,03 uur, waarbij contact zichtbaar wordt op beeld. 🔗 bron
Spraaksynthese in het Libanees — Bilal Zaraket heeft de stem van een tester uit Beiroet gekloond met vier modellen: bij een blinde beoordeling door vijf moedertaalsprekers krijgt de echte stem 4,98 op 5 en het beste model, VoxCPM2, 3,89, en wordt dat model slechts in 65 % van de gevallen als Libanees herkend. 🔗 bron
Guardián colombiano — Hugo Alonso finetunet Tiny Aya Global (3,35 miljard parameters) om een openbare muur voor collectieve herinneringen in het Colombiaans-Spaans te modereren, op een GPU van 6 GB, ter vervanging van een keten van drie clouddiensten. 🔗 bron
Anvaya-1B — Een ontwikkelaar pretraint vanaf nul een model met iets meer dan een miljard parameters op twee T4-kaarten van 16 GB, met PyTorch FSDP en FineWeb, en publiceert het eerste checkpoint en het recept. 🔗 bron
traj2envs — Hugging Face publiceert zonder aankondiging een tool die agenttrajecten in ATIF-formaat omzet in geverifieerde Harbor-taken voor reinforcement learning, met vastgezette omgevingsimages. 🔗 bron

Beeld, video en avatars

Runway en Gemini Omni 1.2 Flash — Runway voegt het nieuwe model van Google toe om video’s tot 15 seconden te maken en te bewerken, een scène aan te passen zonder opnieuw te beginnen en deze vervolgens op te schalen naar 4K; geen artikel of kosten in credits. 🔗 bron
HeyGen en Images 2.6 — HeyGen integreert ChatGPT Images 2.6 voor de bijpersonages in zijn scènes, met betere character sheets en meer consistentie in HeyGen Video 1; prijzen en abonnementen zijn niet gespecificeerd. 🔗 bron
Photo Reframe van Luma — Na Expression Sheet en Character Sheet voegt Luma een tool toe die de ruimte rond een afbeelding aanvult om deze geschikt te maken voor een Instagram-bericht, albumhoes of poster; geen artikel of prijs vermeld. 🔗 bron
Manus Studio — Projecten kunnen nu worden geëxporteerd naar Premiere Pro, DaVinci Resolve, CapCut of Final Cut Pro om de montage van een met AI gemaakte video elders af te ronden; exportformaat en abonnementen zijn niet gespecificeerd. 🔗 bron
Muse Realtime Avatar — De op Meta Connect gepresenteerde technologie die Muse Realtime Voice in realtime een geanimeerd gezicht geeft, komt beschikbaar in de Muse-app in de Verenigde Staten, zonder planning voor andere landen. 🔗 bron

Wat dit betekent

Offensieve cyberbeveiliging bereikt industriële schaal, met beperkte toegang. GPT-6 Cyber, ingedeeld als Critical, is gebruikt om in tien dagen 948 kwetsbaarheden voor privilege-escalatie in de Linux-kernel te valideren voor 1,2 miljoen dollar, oftewel 1 279 dollar per kwetsbaarheid, en om 81 ernstige kwetsbaarheden in Firefox te vinden. OpenAI stelt het model uitsluitend beschikbaar aan goedgekeurde Daybreak Red-klanten, vereist standaard een lijst met toegestane IP-adressen en monitort cyberspecifieke misalignment. De wedloop draait nu om de snelheid van fixes: tijdens de tien dagen van de campagne hadden andere bijdragers al 61 van deze kwetsbaarheden upstream verholpen en bereidden zij nog 43 fixes voor, en OpenAI acht automatische patchgeneratie onmisbaar om dit tempo bij te houden. Replit laat het andere uiteinde van de keten zien: zijn gastkernel bevatte al 4 375 patches voordat deze openbaar werden gemaakt, en de TCP-kwetsbaarheid waarvan Anthropic de exploitatie heeft aangetoond, was daar al op 12 oktober verholpen.

Agents die langdurig met gevoelige data werken, maken isolatie en toegangsrechten tot de kern van het product. De teamgenoten van Perplexity draaien 24 uur per dag, elk met een eigen desktop, browser en cookies; de beheerde agents van Mistral werken uren of dagen en kunnen op goedkeuring van een persoon wachten; Cursor host elke applicatie in een geïsoleerd account, na vier deterministische controles en een AI-review. Personal Finance trekt die logica door tot alleen-lezen: Claude leest saldi en transacties via Plaid zonder ook maar één dollar te kunnen verplaatsen, en gesprekken in de bijbehorende ruimte worden niet voor training gebruikt. Voor de infrastructuur geeft Replit elke sandbox een eigen Linux-kernel en handhaaft het netwerkregels buiten de gastmachine; voor beheerders vergelijkt Claude Enterprise zijn beveiligingsinstellingen nu met de aanbevelingen van Anthropic.

Gegenereerde beelden en video’s worden sneller, goedkoper en binnen enkele uren overal geïntegreerd. Images 2.6 genereert 50 % sneller, Gemini Omni 1.2 Flash verlengt clips tot 15 seconden en verlaagt tegelijk zijn prijs met 30 %, tot ongeveer 0,07 dollar per seconde in 720p, en Runway laat zijn videopersonages van 57B in realtime draaien op vier H100’s in plaats van acht. De verspreiding volgt meteen: Runway voegt Omni 1.2 Flash op de releasedag toe, HeyGen integreert Images 2.6 de volgende dag, en Luma brengt zijn creatietools naar Claude en ChatGPT. Voor makers verschuift het belang van de modelkeuze naar de tool waarin het model verschijnt, vaak nog dezelfde dag.

De kosten van inference worden een volwaardig verkoopargument. NVIDIA verkoopt Vera op basis van het aantal agents per watt, Meta laat Muse Spark Open 2,1 keer sneller decoderen met één rekenkernel per laag, en Cognition heeft de kosten van een codereview sinds augustus met 82 % verlaagd terwijl het iets meer bugs vindt. Ripple-65B Preview past dezelfde logica toe op training: een dense model dat vanaf nul is gepretraind volgens een recept op basis van Olmo 3, met post-training op 1,4 miljoen rollouts voor reinforcement learning, claimt de koppositie onder Amerikaanse open modellen voor agentic coding en is bij Together AI te huren voor 0,20 dollar per miljoen inputtokens.