Meta lanceert Muse Wonder, NVIDIA maakt zijn ontwerpen voor Vera Rubin-racks openbaar, Anthropic meet de autonome replicatie van kleine modellen

Meta lanceert Muse Wonder en Muse Wonder Full, zijn krachtigste modellen tot nu toe, ontworpen voor agentische taken: het eerste is beschikbaar via de Meta Model API en Muse Code, voor 4 dollars per miljoen invoertokens, het tweede is voorbehouden aan abonnees van Muse Code, en er zijn geen open modelgewichten aangekondigd. Op de OCP Global Summit draagt NVIDIA zijn ontwerpen voor Vera Rubin-racks bij aan het Open Compute Project, terwijl de Frontier Red Team van Anthropic inschat dat kleine modellen binnen enkele maanden in staat kunnen zijn zichzelf zelfstandig naar verbonden apparaten te kopiëren. Op codegebied zet Artificial Analysis Claude Opus 5.5 bovenaan zijn FrontierCode 1.1-ranglijst, met 52,2 %, en Google wijdt zijn dag aan gezondheid, van de Fitbit Edge-armband tot enzymen ontworpen door AlphaProtein Novo.

Meta lanceert Muse Wonder en Muse Wonder Full, zijn frontiermodellen voor agentische taken

12 oktober — Meta presenteert de Muse Wonder-serie, bestaande uit Muse Wonder en Muse Wonder Full, die het omschrijft als zijn krachtigste modellen tot nu toe: twee frontiermodellen (frontier models) ontworpen voor persoonlijke en professionele agentische taken. Muse Wonder is vanaf nu beschikbaar via de Meta Model API en in Muse Code; Muse Wonder Full is voorbehouden aan abonnees van Muse Code. Muse Wonder zal « binnenkort » de persoonlijke assistent Muse aandrijven, eerst voor abonnees.

Veertien maanden na een volledige herziening van zijn AI-activiteiten, en na Muse Spark 1.3, dat op 2 september verscheen, spreekt Meta over « de volgende stap » in zijn stapsgewijze opschaling (scaling ladder). Beide modellen zijn getraind in Prometheus, zijn datacenter op gigawattschaal, op basis van « grotere en sterkere » basismodellen waarvan de omvang niet bekendgemaakt wordt. Twee mogelijkheden worden benadrukt: actief geheugen (Active Memory), dat belangrijke context tussen gesprekken bewaart, en actieve focus (Active Focus), die het model ertoe aanzet bij een blokkade van aanpak te veranderen, om verduidelijking te vragen en controles uit te voeren vóór een belangrijke handeling.

De resultaten staan alleen in een afbeelding in de blogpost: een tabel met metingen van Meta, met de instelling max voor alle modellen. Een Muse Wonder-model eindigt daarin bovenaan op 7 van de 14 rijen, te beginnen met de Personal Superintelligence Index, een interne index van Meta. Claude Opus 5.5 blijft echter voor op 6 rijen, waaronder de Artificial Analysis Index, en GPT-6 Astra op GDP.pdf.

Benchmark (selectie, metingen van Meta met de instelling max)	Muse Wonder Full	Muse Wonder	Claude Opus 5.5	GPT-6 Astra
Personal Superintelligence Index (interne index van Meta)	59,1	54,3	55,2	54,5
DeepSWE 1.1	79,0	78,8	74,2	74,1
SWE-Marathon	57,5 (xhigh)	53,1	46,3	42,5
MemoryBench	85,5	85,6	81,5	81,4
Terminal-Bench 4.0-AA	57,1	52,0	59,6	59,1
ProgramBench	59,0	50,0	70,5	52,5
Artificial Analysis Index	56	52	58	53

Modelversie	Aangeboden toegang	Aangekondigd tarief
muse-wonder-1.0	Meta Model API en Muse Code, context van 1M tokens	4 dollars voor invoer, 0,20 dollar voor gecachte invoer, 20 dollars voor uitvoer, per miljoen tokens
muse-wonder-full-1.0	Alleen voor Muse Code-abonnees, context van 1M tokens	Abonnementen Power Usage (50 dollars per maand) en Maximum Usage (200 dollars per maand)

Op veiligheidsgebied claimt Meta zijn krachtigste beschermingsmaatregelen tot nu toe tegen chemisch, biologisch, radiologisch en nucleair misbruik (CBRN) en cybermisbruik, terwijl toegang tot geavanceerde cybermogelijkheden voor defensief gebruik behouden blijft. Het presenteert Muse Wonder als zijn meest afgestemde model tot nu toe en belooft « binnenkort » een volledig rapport met aanvullende veiligheidsevaluaties.

🔗 Onderzoeksblogpost van Meta · Modelpagina en tarieven

OCP Global Summit: NVIDIA draagt zijn ontwerpen voor Vera Rubin-racks bij, Meta kiest voor Spectrum-6

12 oktober — Bij de opening van de OCP Global Summit in San Jose draagt NVIDIA via zijn open MGX-architectuur belangrijke ontwerpen voor Vera Rubin-racks (rack) en rekenmodules (compute tray) bij aan het Open Compute Project (OCP). Het uitgesproken doel: fabrikanten een gemeenschappelijke basis bieden voor AI-fabrieken van de volgende generatie. De MGX 1.2-specificatie voegt vloeistofkoeling met blinde aansluiting (blind-mate) op rackschaal toe, een vloeistofgekoelde stroomrail (busbar) van 5 000 A, rekenmodules zonder ventilatoren en racks tot 250 kW. NVIDIA publiceert ook een specificatie voor een Vera CPU-rack, bedoeld voor het werk van agents (toolaanroepen, orchestratie, uitvoering in een sandbox), naast Vera Rubin NVL72, dat de basis voor training en inferentie blijft.

Op softwaregebied krijgt DSX OS, de operationele laag van zijn platform voor AI-fabrieken, vier open source-componenten afkomstig uit het beheer van DGX Cloud, waaronder Cluster Readiness Engine, dat GPU-clusters vóór de training onder belasting test, en een Cluster API Provider dat volgens NVIDIA clusters « binnen uren in plaats van dagen » gereedmaakt.

Ian Buck, vicevoorzitter voor hyperscale en HPC bij NVIDIA, presenteerde naast deze bijdragen een reeks aankondigingen van partners. De concreetste komt van Meta, dat de Spectrum-6 Ethernet-switches gaat gebruiken: zijn N-IceCube-switch wordt geplaatst in IcePack, zijn vloeistofgekoelde netwerkrack, en draait op FBOSS, zijn open source-netwerkbesturingssysteem.

Aankondiging op de top	Genoemde partners	Aangekondigd kernpunt
MGX 1.2 en Vera CPU-rack	OCP-gemeenschap	Stroomrail van 5 000 A, racks tot 250 kW
Open source-componenten van DSX OS	NVIDIA-projecten	Vier tools afkomstig uit DGX Cloud
Open Data Center Specification v0.7	AMD, Google, Meta	Gemeenschappelijk ontwerp voor gebouwen van AI-fabrieken
OCP Grid Resilience Specification	Google, Meta, Microsoft	Terugkeer naar vrijwel volledige belasting binnen 2 s na een verstoring van het elektriciteitsnet
K-1-platform op 800 VDC	Visionbay, Vertiv	Ontworpen voor toekomstige Vera Rubin-implementaties
Spectrum-6 bij Meta	Meta	102,4 Tb/s, tot 8 netwerkvlakken, meer dan 100 000 GPU
Falcon Transport-protocol	Google	Toekomstige ConnectX-10 SuperNIC en BlueField DPU
Optische USFP-vormfactor	Cisco, TE Connectivity, Amphenol	400 Gb/s per lane (details hieronder)

Geen van deze aankondigingen gaat gepaard met een prijs of beschikbaarheidsdatum. Jensen Huang geeft op woensdag 21 oktober de keynote van GTC Berlin.

🔗 Blogpost van NVIDIA over de OCP Global Summit

USFP: NVIDIA en Cisco bereiden een insteekbare optische module voor met 400 Gb/s per lane

12 oktober — Als onderdeel van deze aankondigingen presenteren NVIDIA en Cisco hun ontwerp voor de USFP-vormfactor (Ultra-Dense Small Form Factor Pluggable), een insteekbare optische module die NVIDIA omschrijft als de eerste ontworpen voor elektrische signalen van 400 Gb/s per lane. De eerste geplande zendontvangers (transceivers) combineren 16 bidirectionele lanes (full-duplex) in een behuizing met ongeveer dezelfde afmetingen als OSFP, voor zowel switches als SuperNIC, goed voor maximaal 12,8 Tb/s, met een mogelijke uitbreiding naar 32 lanes en meer. Vergeleken met de huidige modules van 200 Gb/s per lane kondigt NVIDIA vier keer de bandbreedtedichtheid aan het frontpaneel en ongeveer 1,3 keer de energie-efficiëntie aan, en de module kan tot 100 W aan warmte afvoeren zonder ingebouwde specifieke koeling. Het doel: meer eindpunten van 1,6 Tb/s aansluiten zonder een extra netwerklaag toe te voegen. TE Connectivity en Amphenol bereiden kooien, connectoren en modules voor, maar het gaat nog slechts om een ontwerp: het persbericht vermeldt geen datum of prijs.

🔗 Persbericht van NVIDIA en Cisco

De Frontier Red Team van Anthropic meet de zelfreplicatie van kleine modellen op verbonden apparaten

12 oktober — In een onderzoek van William Zhou en Daniel Freeman schat de Frontier Red Team van Anthropic dat kleine modellen binnen enkele maanden in staat kunnen zijn zichzelf zelfstandig naar slecht beveiligde verbonden apparaten te kopiëren. Het team heeft Gemma4-26B-A4B daarvoor verdeeld over 15 merkloze Android TV-boxen, gekocht voor ongeveer 55 dollars per stuk: het model draait daarop met 0,39 token per seconde.

Een model van 9B slaagt erin inferentie te starten op 8 van de 9 geteste hardwaretypen. In een geïsoleerd netwerk van 8 geëmuleerde Android-machines slaagt alleen GLM-5.2 in de volledige replicatie van begin tot eind (8 van de 8 nodes in 4 van de 5 pogingen); omdat de inbraak opzettelijk triviaal is gemaakt, beschouwt Anthropic dit als een bovengrens. Bij het huidige vooruitgangstempo van open modellen van 30B of minder zou een klein model dit niveau tegen eind 2026 bereiken, een schatting die het team zelf als grof bestempelt.

Zo’n worm zou traag zijn, hooguit het equivalent van ongeveer 40 H100 op een bestand van meer dan 2 miljoen apparaten, maar zou zich wel aanpassen: door notities van de vorige generatie over te nemen, stijgt het succespercentage van Qwen3.5-9B in zes generaties van 45 % naar 61-84 %. Er bestaat nog geen volledige ongecontroleerde zelfreplicator; wat de verdediging betreft, herinnert het onderzoek eraan dat bij het netwerk van zombiemachines (botnet) Mirai het in quarantaine plaatsen van geïnfecteerde abonnees door hun internetprovider 92 % van de infecties binnen 14 dagen had verholpen.

Like coding agents in 2024, we’re seeing signs of life for AI worms.

🇳🇱 Net als bij codeagents in 2024 zien we tekenen van leven bij AI-wormen. — Frontier Red Team van Anthropic, onderzoeksblogpost

Codeagents: FrontierCode 1.1 gerangschikt door Artificial Analysis, Amp luistert naar GitHub, ColGrep-Agent-2B van LightOn

Een onafhankelijke ranglijst meet wat codeagents daadwerkelijk opleveren, terwijl Amp en LightOn werken aan wat eromheen gebeurt: het volgen van pull requests en het doorzoeken van code.

FrontierCode 1.1: Artificial Analysis zet Claude Opus 5.5 bovenaan, met 52,2 %

12 oktober — Artificial Analysis publiceert zijn eigen ranglijst voor FrontierCode 1.1, de benchmark die Cognition samen met open source-maintainers heeft ontwikkeld: deze controleert of een maintainer de door de agent voorgestelde wijziging zou mergen, en niet alleen of die de tests doorstaat, en bestraft buitensporige wijzigingen of wijzigingen buiten de scope. Artificial Analysis voert de hoofdset (Main), 100 privétaken van de 150, uit met zijn open source-harness Stirrup en drie pogingen per taak; een poging die een blokkerende controle niet doorstaat, levert nul punten op.

Leading models still fail more than 40% of the time

🇳🇱 De beste modellen falen nog steeds in meer dan 40 % van de gevallen. — @ArtificialAnlys op X

Claude Opus 5.5 doorstaat de blokkerende controles slechts in 58 % van zijn pogingen, en 9 van de 100 taken zijn door geen van de 22 geëvalueerde modellen succesvol uitgevoerd. MiMo-V2.6-Pro van Xiaomi is het hoogst gerangschikte model met open modelgewichten, met 45 %. Het verschil in kosten is veel groter dan het verschil in score:

Geëvalueerd model (instelling)	FrontierCode 1.1-score	Kosten per taak
Claude Opus 5.5 (max, met fallback)	52,2 %	10,15 dollars
GPT-6.1 Sol (max)	49,1 %	0,81 dollar
Claude Fable 5.1 (max, met fallback)	49,0 %	12 dollars
MiMo-V2.6-Pro	45,4 %	0,18 dollar
GPT-6 Luna (max)	41,9 %	0,09 dollar

Volgens Artificial Analysis evenaart GPT-6.1 Sol daarmee Fable 5.1 voor minder dan een tiende van de kosten per taak van de beste modellen van Anthropic. Deze scores zijn niet vergelijkbaar met de scores die Cognition voor Devin publiceert, die vaak worden gemeten op de Extended-variant met zijn eigen harness.

🔗 FrontierCode-ranglijst van Artificial Analysis

Amp volgt de pull requests die het opent en start een orb per GitHub-issue of PR

12 oktober — Amp laat de pull requests die het opent niet meer los: wanneer de agent een PR op GitHub aanmaakt, kan het zich abonneren op de opmerkingen, reviews en CI-resultaten van de laatste commit. Een mislukte controle of een vraag van een reviewer komt dan binnen in dezelfde thread, waarin Amp al de context heeft om erop te reageren.

De functie berust op een als « eersteklas » omschreven integratie van GitHub Webhooks (first-class): Amp ontvangt en verwerkt de events zelf, waarna de gebruiker of de agent kiest om ze naar één orb te sturen, de externe omgeving waarin een Amp-agent draait, of telkens naar een nieuwe orb. Zo kun je een orb laten starten voor elke nieuwe issue (issue) of PR in een repository, eventueel beperkt tot een label (label): elke orb leest de issue, maakt er een samenvatting van, en volgende opmerkingen komen terug in dezelfde thread. Sinds 23 juli konden orbs al reageren op externe webhooks; nieuw is een specifieke GitHub-integratie, beheerd door Amp, met een beheerscherm in Settings → MCP & Integrations → GitHub om elk abonnement te wijzigen of te pauzeren. Het volstaat om de GitHub-app van Amp op de repository te installeren; de blogpost vermeldt geen tarief.

🔗 Blogpost van Amp

ColGrep-Agent-2B: LightOn vertrouwt het zoeken naar code voor Claude Code toe aan een lokale agent

12 oktober — LightOn brengt ColGrep-Agent-2B uit, een agent voor het zoeken naar code met 2 miljard parameters onder de Apache-2.0-licentie, die lokaal tussen de codeagent en de repository draait. Op basis van een vraag zoekt hij met ColGrep, de semantische multivectorzoekmachine van LightOn, leest kansrijke bestanden, volgt verwijzingen en levert paden, regelbereiken en code terug: het frontiermodel hoeft de opeenvolgende verkenningsrondes niet meer zelf uit te voeren.

Gekoppeld aan Claude Code met Sonnet 5.5 vermindert hij bij 52 zoekvragen in 13 repositories die niet in de trainingsdata voorkomen (624 sessies) het aantal API-tokens met 34 % en de API-kosten met 40 %, inclusief cache, ten opzichte van grep, zonder statistisch significant verschil in nauwkeurigheid. LightOn benadrukt dat de meting betrekking heeft op het zoeken naar code, niet op taken van begin tot eind. Het model is verfijnd op basis van MiniCPM5-2B en wordt geïnstalleerd met brew install lightonai/tap/colgrep && colgrep --install-agent, dat een GGUF-versie van ongeveer 2,5 Go downloadt; het vereist geen Python-omgeving, inferentieserver of API-sleutel en antwoordt in ongeveer twintig seconden op een M3 Pro.

🔗 Blogpost van LightOn op Hugging Face

Gezondheid bij Google: Health Guardian en de Fitbit Edge-armband, AlphaProtein Novo ontwerpt nieuwe enzymen

Google wijdt zijn dag aan gezondheid: aan de ene kant functies voor consumenten voor Google Health en Fitbit, aan de andere kant een overzicht van zijn onderzoek dat de aandacht vestigt op werk van Google DeepMind dat onopgemerkt is gebleven.

Google Health: Health Guardian, meer dan 100 gedetecteerde activiteiten en de Fitbit Edge-armband

12 oktober — Google Health bundelt zijn herfstaankondigingen in een reeks blogposts. Health Guardian volgt op de achtergrond langzame veranderingen in de gezondheid, zoals bloeddruk en insulineresistentie; met het Google Health Premium-abonnement helpt Health Coach, de coach in de app, deze veranderingen te interpreteren en bereidt hij de context voor om met de arts te delen. De automatische detectie van trainingen, die volgens Google gebaseerd is op contextueel redeneren (contextual reasoning), wordt bijna 2 keer zo nauwkeurig.

Aangekondigde vernieuwing	Details in cijfers	Aangekondigde beschikbaarheid
Health Guardian	Trends in bloeddruk en insulineresistentie, maandelijks rapport	Later deze maand op Fitbit Air en Fitbit Edge, voor Premium-abonnees
Automatische activiteitsdetectie	Van 10 naar meer dan 100 activiteiten, meer dan de helft minder gemiste trainingen	Later deze maand op Fitbit Air, Fitbit Edge en Pixel Watch 3 tot 5
Fitbit Edge-armband	179,99 dollars, 11,5 mm, tot 7 dagen batterijduur, vervangbare batterij	Vooraf te bestellen, vanaf 27 oktober in de winkel
Samenwerking met Flo Health	Gesynchroniseerde cyclusgegevens, meer dan 80 miljoen gebruiksters per maand bij Flo	Begin volgend jaar

De Fitbit Edge, gepresenteerd als een venster op Health Coach aan de pols, is de eerste repareerbare activiteitsarmband van Google. Abbott (Lingo-glucosesensor), MyFitnessPal en Function Health vullen de integraties aan.

🔗 De vernieuwingen van Google Health · Fitbit Edge · Samenwerking met Flo Health

Overzicht van Googles gezondheidsonderzoek: AlphaProtein Novo ontwerpt enzymen die niet in de natuur voorkomen

12 oktober — Yossi Matias (Google Research) en Pushmeet Kohli (Google DeepMind) maken de balans op van Googles werk op het gebied van gezondheid: 90 peer-reviewed artikelen in vijf jaar, meer dan 90 000 citaties en meer dan 60 miljoen dollars die Google.org in 2026 heeft toegekend aan teams die deze modellen toepassen. De blogpost herhaalt vooral al bekende resultaten, maar vestigt de aandacht op AlphaProtein Novo, een verwerkingsketen (pipeline) voor machine learning van Google DeepMind die enzymen vanaf nul (de novo) ontwerpt, zonder uit te gaan van een natuurlijk enzym.

In een prepublicatie die op 5 oktober op bioRxiv is geplaatst, samen met het California Institute of Technology en de universiteit van Pittsburgh, hebben de teams nieuwe nitreentransferasen ontwikkeld om piperidine te synthetiseren, een belangrijke bouwsteen van geneesmiddelen, met een selectiviteit die zij ongekend noemen, evenals enzymen die DEHP, een milieutoxine, afbreken onder omstandigheden waarin natuurlijke enzymen denatureren. De blogpost noemt ook twee nieuwe toepassingen: in Barcelona heeft het Instituut voor Wereldgezondheid met AlphaFold virtueel 30 000 verbindingen gescreend tegen de ziekte van Chagas en twee al door de FDA goedgekeurde geneesmiddelen gevonden die mogelijk voor deze ziekte kunnen worden ingezet; in Children’s Mercy Hospital heeft DeepSomatic 10 gemiste mutaties gevonden in al gesequencete gevallen van kinderleukemie.

🔗 Googles overzicht van AI in de gezondheidszorg · De prepublicatie over AlphaProtein Novo op bioRxiv

Modellen gespecialiseerd per vakgebied: GLM-Legal van Z.ai voor het recht, Apex 2.0 van Fin voor de klantenservice

Twee ontwikkelaars nemen een bestaand model als uitgangspunt en voeren post-training uit voor een specifiek vakgebied, met cijfers ter onderbouwing.

GLM-Legal: Z.ai specialiseert GLM-5.3-Flash voor juridisch werk

12 oktober — Z.ai presenteert GLM-Legal, een juridisch model gebouwd op GLM-5.3-Flash en ontworpen voor werkprocessen uit de praktijk: contractbeoordeling, bewijsanalyse, compliance. Na een tussentijdse training (mid-training) op een uitgebreid juridisch corpus is het via reinforcement learning verder getraind in tienduizenden realistische juridische omgevingen. Op Harvey LAB, de benchmark voor juridische agents van Harvey, die 24 rechtsgebieden omvat, behaalt GLM-Legal een volledig slaagpercentage (all-pass rate) van 19,2 %, 12,5 punten hoger dan zijn basismodel.

Model getest op Harvey LAB	Volledig slaagpercentage (cijfers van Z.ai)
GLM-Legal	19,2 %
Kimi K3	12,9 %
Claude Fable 5	11,3 %
GLM-5.3-Flash	6,7 %
GPT-6 Astra	5,4 %

Alleen de score van GLM-Legal staat in de tekst van de blogpost; de andere komen uit de grafiek in de aankondigingstweet. Op LegalBench en PLawBench (Chinees recht) stelt Z.ai op gelijke hoogte te staan met de beste gesloten modellen, zonder een score te publiceren. GLM-Legal is in bèta: advocatenkantoren, ontwikkelaars van juridische software (legal tech), juridische afdelingen en zelfstandige juristen kunnen via een formulier API-toegang aanvragen, en het model moet « binnenkort » beschikbaar komen in AutoClaw, zijn platform voor desktopagents. Prijzen en open modelgewichten zijn niet aangekondigd.

🔗 Blogpost van Z.ai over GLM-Legal · Aankondiging van Z.ai op X

Apex 2.0 en Apex Flash 2.0: Fin bouwt zijn klantenservicemodellen op Nemotron 3

7 oktober — Fin, de AI-agent voor klantenservice, heeft Apex 2.0 gelanceerd, de nieuwe versie van zijn model voor het genereren van antwoorden, ditmaal gebouwd op Nemotron 3 Super; NVIDIA sprak op 12 oktober zijn waardering uit voor deze lancering. Zoals bij Apex 1.0, waarvan Fin al zei dat het in productie beter was dan Claude Sonnet 4.6, begint het team met een basismodel met open gewichten dat het via eigen post-training aanpast: afstemming op instructies en voorkeuren, herziene beloningsmodellen, gerichte voorbeelden om te kiezen tussen antwoorden en om verduidelijking vragen, en het tegengaan van ongefundeerde beloften. Fin zegt ook zijn kosten voor deployment door kwantisatie te hebben verlaagd, zonder meetbaar kwaliteitsverlies.

Model van Fin	NVIDIA-basismodel	Aangekondigde verbeteringen ten opzichte van versie 1.0
Apex 2.0	Nemotron 3 Super	+8,6 % door de gebruiker bevestigde oplossingen, -16,5 % hallucinaties
Apex Flash 2.0 (Fin Voice)	Nemotron 3 Nano	24 % snellere antwoorden, -46 % hallucinaties, 9 talen in plaats van alleen Engels

Apex 2.0 wordt gebruikt voor alle klanten van Fin, meer dan 12 000; de blogpost vermeldt geen tarieven.

🔗 Blogpost van Fin over Apex 2.0

Modellen trainen en aanbieden: QwenGyre, ReplaySSM en het endpoint /v1/systemone van Transformers

Drie onderzoeken gaan over de software-infrastructuur van modellen: het trainen van agents met een zeer lange horizon, het decoderen van hybride modellen en het aanbieden van beslissingsmodellen.

QwenGyre: Qwen maakt reinforcement learning voor agents met een zeer lange horizon elastisch

12 oktober — Het Qwen-team presenteert QwenGyre, een framework voor online reinforcement learning voor agents waarvan één uitvoering uren kan duren, honderden interacties met de omgeving kan doorlopen en bijna een miljoen tokens per gegenereerd traject (rollout) kan bevatten. Dit leidt tot twee problemen: GPU’s die tijdens lange generaties ongebruikt blijven, en redundante trajecten zodra de uitvoering zich vertakt (contextcompactie, subagents, nieuwe pogingen). De elastische scheduler (Elastic Scheduler) wijst GPU’s opnieuw toe tussen trajectgeneratie en training zonder uitvoeringen te onderbreken: tot 1,85 keer sneller dan de Colocate-aanpak en 1,78 keer sneller dan de asynchrone aanpak (Async). De trajectprocessor (Trajectory Processor) ordent de vertakte histories in ontdubbelde bomen met gedeelde prefixen.

Toegepast op Qwen3.8-2.4T-A95B, met ongeveer 700 000 tokens per traject, verhoogt QwenGyre de score op NL2RepoBench van 52,5 % naar 58,5 % in 48 stappen en verkort het volgens de aankondigingstweet de trainingstijd van begin tot eind met ongeveer 44 % ten opzichte van de asynchrone aanpak. Het artikel staat sinds 27 september op arXiv; er is geen coderepository aangekondigd.

🔗 Aankondiging van Qwen op X · Het QwenGyre-artikel op arXiv

ReplaySSM: NVIDIA en het Dao AI Lab versnellen het decoderen van hybride modellen

12 oktober — NVIDIA en het Dao AI Lab van de universiteit van Princeton presenteren ReplaySSM, een nieuwe manier om de toestand van SSM-lagen op te slaan tijdens het decoderen van hybride modellen, die afwisselend state-space-lagen en attention-lagen gebruiken, zoals Nemotron 3, Qwen3.5 tot Qwen3.8, Kimi-K3 of GLM-5.3-Flash. Bij batchgroottes in productie drukken deze SSM-lagen, en niet attention, het zwaarst op de decodeerlatentie tot een context van 100K tokens. ReplaySSM stelt de toestand voor als een checkpoint en een kleine buffer met recente invoer: de uitvoer wordt bij elk token berekend, maar het checkpoint wordt slechts om de 16 tokens opnieuw naar het geheugen geschreven, waardoor het overheersende geheugenverkeer ongeveer halveert.

Configuratie gemeten in vLLM	Aangekondigde winst ten opzichte van vLLM
Decodeerstap, batch van 1	Geen
SSM-kernel, batch van 256	1,46 tot 1,80 keer sneller
Volledige decodeerstap, batch van 256	1,20 tot 1,47 keer sneller
Speculatief decoderen, batch van 512, modellen in de 120B-klasse	1,85 en 2,10 keer de doorvoer

De techniek is geïntegreerd in TensorRT-LLM, vLLM en FlashInfer en draait volgens NVIDIA in productie in GLM-5.3-Flash en Kimi-K3; het artikel staat op arXiv en de code op GitHub.

🔗 Technische blogpost van NVIDIA over ReplaySSM · Het ReplaySSM-artikel op arXiv

/v1/systemone: transformers serve verandert een LLM of een VLM in een beslissingsmodel

12 oktober — Hugging Face heeft in Transformers een endpoint /v1/systemone voor transformers serve toegevoegd, de server die in de bibliotheek is ingebouwd. In plaats van een antwoord te genereren, geeft de server een score aan een verzameling mogelijke beslissingen op basis van de logits van het model: volgens Lysandre kan elk van de 250 ondersteunde LLM’s en VLM’s zo een beslissingsmodel « in de stijl van JEV » worden, zonder tekst te genereren. PR 49322 van Marc Sun ondersteunt voorlopig alle autoregressieve modellen en voegt een decision_config toe dat aan de server wordt doorgegeven, omdat elk beslissingsmodel zijn prompt op zijn eigen manier formuleert en zijn temperatuur op zijn eigen manier instelt; Marc Sun kondigt aan dat beslissingsmodellen « binnenkort » worden gestandaardiseerd in Transformers. De functie zit nog in geen enkele gepubliceerde versie; de laatste, v5.19.0, dateert van 6 oktober. llama.cpp ondersteunde dit formaat al sinds 2 oktober.

🔗 Aankondiging van Lysandre op X · PR 49322 op GitHub

Webpagina’s en bestanden opnieuw ontworpen voor agents: de Browser Annotation API van OpenAI, de Git-forge van Perplexity Projects

OpenAI en Perplexity passen twee vertrouwde omgevingen aan, de webpagina en het bestandssysteem, zodat een agent er meer context kan vinden.

Browser Annotation API: websites personaliseren de browserannotaties van ChatGPT

12 oktober — OpenAI Developers presenteert de Browser Annotation API, beschreven in de Annotations Extensibility-handleiding van ChatGPT Learn. Zonder codewijzigingen werkt de Annotation-modus van de ingebouwde browser in de ChatGPT-desktopapp al op elke website: je selecteert een deel van de pagina, voorziet het van commentaar en stuurt het als context naar Codex of ChatGPT Work. De API, die via document.oai.annotation beschikbaar is op beveiligde pagina’s (HTTPS of localhost), laat de website bepalen wat selecteerbaar is, welke context de selectie vergezelt en welke bedieningselementen een wijziging vooraf tonen voordat deze wordt verzonden.

De handleiding beschrijft negen integraties: een kaart kan één selecteerbaar object worden (oai-annotation-container, oai-annotatable), een knop op de website kan een annotatie openen met een voorgestelde opmerking, aangepaste bedieningselementen (registerControls()) tonen bijvoorbeeld een preview van een spacing token, en objecten die in een canvas zijn getekend worden selecteerbaar. De handleiding is bedoeld voor de DevDay 2026-versie van de app en latere versies; in ChatGPT Enterprise en Edu moet een beheerder deze aanpassingen toestaan. De annotaties vullen de WebMCP-tools voor websites aan, die de acties beschikbaar maken die ChatGPT op een website kan uitvoeren.

🔗 Aankondiging van @OpenAIDevs · Handleiding Annotations Extensibility

Perplexity Projects: een bestandssysteem opgezet als een Git-forge voor agents

12 oktober — Perplexity publiceert een engineeringblog over het bestandssysteem van Projects, de werkruimte van Perplexity Computer waarin mensen en agents samen langdurige taken uitvoeren. Elke agent werkt in zijn eigen sandbox en slaat zijn wijzigingen op in een gedeelde Git-repository, ondersteund door vijf componenten: een CLI in elke sandbox, een control plane, een Git-service, opslag op basis van AWS S3 (S3Files) en tekstextractie uit documenten. De service accepteert een push alleen als die uitgaat van de laatst geaccepteerde commit; anders past de agent zijn wijziging opnieuw toe en pusht die opnieuw, zonder mergeverzoek (pull request). Een virtueel FUSE-bestandssysteem, ongeveer 400 keer trager bij bestandsintensieve workloads, viel af.

Door Perplexity gepubliceerde meting	Opgegeven waarde
Pushes die in productie als verouderd worden geweigerd	Minder dan 2 %
Mediane latentie van een push	Minder dan 1,7 s
p99-latentie van een push	Minder dan 8 s
Correcte antwoorden met grep, op 150 interne financiële vragen	0,627
Correcte antwoorden met semantisch zoeken via een index	Ongeveer 0,37

Met het blogbericht wordt geen product gelanceerd: Projects bestaat sinds juli, en Brain, de kenniswiki van Computer, gebruikt dezelfde infrastructuur.

🔗 Engineeringblog van Perplexity

Kort nieuws

Copilot CLI 1.0.96 — De nu stabiele versie neemt zonder nieuwe toevoegingen de negen vermeldingen uit de previewversies van 9 en 10 oktober over, waaronder de vermelding in de tijdlijn van wie elke toestemmingsbeslissing heeft genomen en model-ID’s die niet hoofdlettergevoelig zijn. 🔗 bron
Toeschrijving van pushes op GitHub — In een beperkte publieke preview die GitHub Enterprise-klanten kunnen aanvragen, wordt bij elke gepushte commit de geauthenticeerde identiteit bewaard van de persoon die hem heeft gepusht; een rulesetvoorwaarde, Committer must match pusher, blokkeert pushes waarbij de committer niet overeenkomt met een geverifieerd e-mailadres van die gebruiker. 🔗 bron
Copilot-app voor beginners — Een nieuwe aflevering van de serie op GitHub Blog laat zien hoe je de regels van een project in de repository onderbrengt, zodat Copilot ze zelfstandig toepast: aangepaste instructies, agent skills in .github/skills, aangepaste agents en MCP-servers zoals Playwright; een tutorial, zonder productnieuws. 🔗 bron
Zed 1.23.3 en 1.24.2 — De stabiele versie en de previewversie bevatten alleen bugfixes (Markdown-preview, bewerkingsvoorspellingen, kiezer voor externe projecten), de overstap naar Node.js v24 en optionele telemetrie over de herstelpunten (checkpoints) van het agentpaneel. 🔗 bron
Codex Ambassadors — OpenAI heropent de aanmeldingen voor dit programma van zes maanden, dat één bijdrage per maand vraagt (evenement of content) in ruil voor een Pro-abonnement, Codex- en API-credits en ondersteuning voor goedgekeurde evenementen; voorrang gaat naar Noord-Amerika, Midden-Amerika, Afrika, het Midden-Oosten en Oost-Europa. 🔗 bron
De Decisions-API bij Hypha — Serhii Shchoholiev, hoofd van de ontwikkeling van agents bij Hypha, meet voor de Decisions-API van OpenAI een F1-score van 98,1 % bij multi-labelclassificatie, tegenover 93,5 % voor een GPT-6.1 Sol-agent, voor ongeveer een zevende van de kosten en met een 28 keer lagere p90-latentie; cijfers van een klant, zonder gepubliceerde methodologie, gedeeld door @OpenAIDevs. 🔗 bron
Gemini 3.5 Flash deprecated — Terugblik op 8 oktober: dezelfde vermelding in de release notes van de Gemini-API merkt ook gemini-3.5-flash als deprecated aan; dit model kan niet meer worden geselecteerd in Google AI Studio; aanvragen worden omgeleid naar gemini-3.6-flash, zonder aangekondigde stopzettingsdatum. 🔗 bron
Kimi Work 3.2.16 — Onderhoudsversie: een bijgewerkte PDF-previewengine, een ingebouwde browser die niet meer wordt onderbroken door achtergrondtaken, en acht toegelichte bugfixes, waaronder zijgesprekken die dubbel werden verstuurd. 🔗 bron
Storing bij Genspark — Een deel van de gebruikers kon maandag niet inloggen door een storing bij een Microsoft-service die Genspark niet bij naam noemt; Genspark kondigde om 16:20 UTC aan dat de service weer beschikbaar was en bereidt compensatie voor de getroffen gebruikers voor. 🔗 bron
TutorMoments — Ai2 heeft recente modellen onderworpen aan zijn evaluatie van AI-tutoren: met een expliciete instructie staat GPT-6 Astra bovenaan (0,938 voor passende scaffolding, 0,915 voor passende uitdaging), vóór Claude Sonnet 5.5 en Claude Opus 5.5, en een nieuwe verkenner vergelijkt hun antwoorden met die van menselijke tutoren. 🔗 bron
UIBK-Embedding-v1 — Abdelrahman Abdallah publiceert onder Apache 2.0 een Engelstalig zoekmodel met 179 miljoen parameters dat dense retrieval en late interaction retrieval (ColBERT) in één encoder combineert; hij claimt een nDCG@10 van 59,79 op BEIR, de beste score onder een miljard parameters onder modellen met volledige officiële MTEB-resultaten. 🔗 bron
Sparseup-fr — Loïck Bourdois reproduceert in het Frans het model voor sparse embeddings van Linkup met 150 miljoen parameters, getraind in ongeveer 55 uur op één RTX 6000 Pro: 56,37 en 56,50 op de opgeschoonde NanoBEIR-fr, tegenover 52,40 en 51,66 voor de Engelse versie, volgens de auteur een nieuwe state of the art onder open sparse modellen. 🔗 bron
Model Pulse — Een communitytool van Tardelli Stekel reconstrueert per dag, vanaf juli 2024, de downloads en likes van 1,64 miljoen modellen op de Hub, gepubliceerd in ongeveer 1,15 miljard Parquet-rijen onder Apache 2.0 en dagelijks bijgewerkt. 🔗 bron
contributor-rechten op de Hub — Fijnmazige toegangstokens en tokens van serviceaccounts van Hugging Face kunnen contributor-rechten krijgen: ze maken repositories aan en schrijven alleen naar repositories die ze zelf hebben gemaakt, voor CI/CD-pipelines, trainingstaken en agents. 🔗 bron
Microduck Arena — Pollen Robotics opent een Hugging Face Space waarin je met reinforcement learning een policy voor zijn kleine tweevoetige robot traint en die vervolgens laat rennen in vier proeven, waaronder 2 m Sprint en Hill Climb, zonder fysieke robot. 🔗 bron
Relight Studio — Luma zet deze functie in de kijker, die de richting van het licht in een al geslaagde opname verandert zonder opnieuw te beginnen; de tweet vermeldt geen model, prijs of datum van ingebruikname. 🔗 bron
HeyGen Lessons — HeyGen presenteert een aanbod voor het onderwijs: Dots van OpenAI herkent wat een klas boeit en past de les aan, waarna de MCP van HeyGen er een video van maakt met de avatar en stem van de docent; de tweet vermeldt geen link, prijs of datum. 🔗 bron
Een makelaar en zijn avatar — Volgens een casestudy van HeyGen publiceert een makelaar uit Vancouver, die door een brand zijn filmlocatie kwijtraakte, dagelijks twee Reels met zijn avatar en heeft hij zijn aantal Instagram-volgers in tien maanden verviervoudigd. 🔗 bron
x.ai stapt over op SpaceXSI — Vastgesteld bij de scan van 12 oktober, zonder aankondiging of datum bij de bron: de homepage van x.ai, zijn nieuwsberichten en de API-documentatie (« SpaceXSI Docs ») dragen nu het merk SpaceXSI, tot en met de informatiepagina van Grok 4.7; op 10 oktober stond op de site nog SpaceXAI. 🔗 bron

Wat dit betekent

De cijfers van vandaag dwingen ons te kijken naar wie er meet. Meta publiceert zijn zelf gemeten resultaten in een afbeelding en plaatst Muse Wonder Full bovenaan zijn eigen index (59,1 tegenover 55,2 voor Claude Opus 5.5), terwijl Opus 5.5 op de Artificial Analysis Index in dezelfde tabel de voorsprong behoudt (58 tegenover 56). Z.ai vergelijkt GLM-Legal met zijn concurrenten in de grafiek van een tweet en claimt gelijkwaardigheid op LegalBench zonder een score te publiceren, en Fin vergelijkt Apex 2.0 met zijn eigen vorige versie. De onafhankelijke ranglijst van FrontierCode plaatst de verhoudingen weer in perspectief: het beste model komt niet boven 52,2 % uit, en het kostenverschil, van 0,81 dollar per taak voor GPT-6.1 Sol tot 10,15 dollar voor Opus 5.5, wordt een criterium dat even zichtbaar is als de positie op de ranglijst.

Bij de infrastructuur komt de winst van alles rondom de chips. De bijdragen van NVIDIA aan het OCP richten zich op de stroomvoorziening (racks tot 250 kW, een stroomrail van 5 000 A, terugkeer naar vrijwel volledige belasting binnen twee seconden na een verstoring van het elektriciteitsnet) en het netwerk, met Spectrum-6 op 102,4 Tb/s bij Meta en USFP op 400 Gb/s per lane. De software volgt dezelfde logica: ReplaySSM halveert ongeveer het geheugenverkeer van SSM-lagen, en QwenGyre zet GPU’s weer aan het werk die op het einde van lange trajecten wachtten. Door zijn ontwerpen aan het OCP bij te dragen, met standaarden die mede zijn ondertekend door AMD, Google, Meta en Microsoft, spreekt NVIDIA de ambitie uit om bouwers een gemeenschappelijke basis voor AI-fabrieken te bieden.

Agents krijgen omgevingen die voor hen zijn ontworpen. Een webpagina kan nu bepalen wat de gebruiker in de browser van ChatGPT selecteert en welke context samen met die selectie aan de agent wordt doorgegeven, een Perplexity-project geeft elke agent een sandbox en een gedeelde Git-repository, en Amp brengt reviews en CI-resultaten van de eigen pull requests terug in de conversatie van de agent. Ook de manier van verkennen beïnvloedt het resultaat: bij Perplexity behaalt een agent die zijn werkkopie met grep doorzoekt 0,627 correcte antwoorden, tegenover ongeveer 0,37 voor semantisch zoeken, en bij LightOn vermindert het toevertrouwen van de zoektaak aan een kleine lokale agent het aantal API-tokens van Claude Code met 34 % ten opzichte van grep, zonder significant verlies aan nauwkeurigheid.

Het onderzoek van de Frontier Red Team toont de keerzijde van die autonomie. De vaardigheden die een agent nuttig maken, zoals een model installeren op onbekende hardware of zijn notities doorgeven aan de volgende agent, zijn ook de vaardigheden waarmee een worm zich zou kunnen aanpassen: een 9B-model start inference op 8 van de 9 typen hardware, en het doorgeven van notities verhoogt het slagingspercentage van 45 % naar 61-84 %. Anthropic beschrijft nog geen volledige replicator en zet in op monitoring door internetproviders, zodat een geïnfecteerd apparaat gemiddeld minder dan één ander apparaat besmet. Meta claimt op zijn beurt voor Muse Wonder zijn sterkste veiligheidsmaatregelen tegen cyber- en CBRN-gebruik, maar verwijst naar een volledig veiligheidsrapport dat nog moet verschijnen.