Meta geeft Muse Spark Open met zijn 816 miljard parameters vrij, NVIDIA lanceert Nemotron 3.5 Super VL, Cohere gaat AISLE overnemen

Meta publiceert de gewichten van Muse Spark Open, een multimodaal mixture-of-experts-model met 816 miljard parameters dat het presenteert als het krachtigste Amerikaanse open model, dat dezelfde dag ondersteuning krijgt van NVIDIA, Hugging Face en zeven API-aanbieders. NVIDIA geeft ook Nemotron 3.5 Super VL vrij, een model met 120 miljard parameters voor agents, terwijl Cohere een intentieverklaring ondertekent om AISLE over te nemen, een specialist in het autonoom ontdekken van kwetsbaarheden, en Cohere Cyber opricht. Perplexity publiceert SPACE, de sandbox van Computer, als open source, Black Forest Labs geeft de gewichten van FLUX 3 Image Klein vrij en Cognition lanceert Devin Oncall, een agent met bereikbaarheidsdienst die productie-incidenten onderzoekt.

Muse Spark Open: Meta geeft een multimodaal MoE met 816 miljard parameters vrij, NVIDIA en Hugging Face volgen dezelfde dag

15 oktober — Meta publiceert de gewichten van Muse Spark Open, een multimodaal model met een mengsel van experts (mixture-of-experts, MoE) en 816 miljard parameters, waarvan 42 miljard actief per token, met een contextvenster van een miljoen tokens. Het model leest tekst, afbeeldingen, video en audio en antwoordt in tekst; Meta heeft het getraind voor code en agentisch werk. Binnen de Muse-familie wordt het het grote open model, boven Muse Glimmer, het kleine dense model met 30 miljard parameters dat in augustus verscheen, en komt het drie dagen na Muse Wonder, dat gesloten is gebleven.

Today we’re releasing Muse Spark Open, the most capable US open-weight model to date. Built for coding and agentic work, it excels at long-horizon tasks, complex software engineering, and multi-step reasoning.

🇳🇱 Vandaag publiceren we Muse Spark Open, het krachtigste Amerikaanse model met open gewichten tot nu toe. Het is ontworpen voor code en agentisch werk en blinkt uit in langdurige taken, complexe software engineering en redeneren in meerdere stappen. — @AIatMeta op X

Die overtreffende trap moet strikt worden opgevat. In de tabel op de Hugging Face-modelkaart, waar het model met de instelling xhigh wordt geëvalueerd, staat Muse Spark Open bovenaan bij acht onderdelen van de volledige tabel, waaronder het gebruik van MCP-tools en JobBench, maar de grote Chinese open modellen blijven voorop op de Artificial Analysis-index (45 voor GLM 5.3, 44 voor Kimi K3, tegenover 39) en bij code. Van de drie andere Amerikaanse modellen in de tabel, Inkling van Thinking Machines, Nemotron 3 Ultra van NVIDIA en Beam van Reflection AI, presteert alleen Beam beter qua capaciteiten, op GPQA Diamond (90,5 tegenover 89,0) en Terminal-Bench 2.1 (80,1 tegenover 76,4).

Benchmark (Hugging Face-modelkaart)	Score van Muse Spark Open (xhigh)	Beste concurrent in de tabel
MCP-Atlas	89,2	84,5 (Qwen3.8-2.4T-A95B)
JobBench	61,8	61,4 (GLM 5.3)
HLE-Diamond (zonder tools)	26,1	22,2 (Kimi K3)
Artificial Analysis-index	39	45 (GLM 5.3)
OSWorld Verified	80,4	84,8 (Kimi K3)
DeepSWE 1.1	60	68 (Kimi K3)
Terminal-Bench 2.1 (Terminus 2)	76,4	85,0 (Kimi K3)
StrongREJECT v2 (lager = beter)	0,5	62,9 (GLM 5.3)

Omdat alle experts in het geheugen blijven, is het geheugen van een model met 816 miljard parameters nodig voor de snelheid van een model met 42 miljard. De BF16-gewichten nemen ongeveer 1,5 TB in beslag (de repository Muse-Spark-Open-816B-A42B op Hugging Face, toegankelijk na het invullen van een formulier), en een NVFP4-versie past op één B200-node. Toch benadrukt Meta lokale uitvoering: het model is met MLX geoptimaliseerd voor twee gekoppelde Mac Studio M5 Ultra-systemen, elk met maximaal 512 GB unified memory. Hugging Face testte een bescheidener opstelling, op één Mac M3 Ultra met 512 GB: een 2-bitsversie onder llama.cpp neemt 304 GB in beslag en produceert 18 tokens per seconde.

De gewichten worden gepubliceerd onder de Muse Model License, met beperkte commerciële voorwaarden, die volgens Meta veel ontwikkelaars toestaat het model gratis te gebruiken. Zeven aanbieders bieden het vanaf de eerste dag aan: Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter en Together AI. Meta zegt veiligheidsgerichte post-training specifiek voor open gewichten te hebben toegevoegd en de publicatiedrempels van zijn Meta Superintelligence Scaling Framework te hebben gehaald, dat op 2 oktober is bijgewerkt. Op StrongREJECT v2, waar een lage score beter is, behaalt het model 0,5, tegenover 62,9 tot 86,4 voor de andere geëvalueerde modellen. Op FORTRESS behaalt het de beste gemiddelde risicoscore (5,8, tegenover 21,6 tot 28,2), maar de hoogste score voor overmatig weigeren in de tabel (17,4, tegenover 2,7 tot 13,3).

NVIDIA begeleidt de release met een technische blogpost: Muse Spark Open is getraind op GB300 NVL72-racks, en de door Meta geproduceerde NVFP4-checkpoints zijn geoptimaliseerd voor Blackwell Ultra. Voor agentische workloads claimt NVIDIA tot 50 000 tokens per seconde per GPU en tot 600 tokens per seconde per gebruiker, en publiceert het instructies voor deployment met SGLang, vLLM, TensorRT LLM en Dynamo, een NIM en instructies voor post-training met NeMo AutoModel.

De rest van het ecosysteem volgde in de loop van de dag: Transformers en TRL integreren het model (zie hieronder), mlx-lm 0.32.0 voegt de NVFP4-versie toe, Unsloth kondigt een 2-bitsversie aan die in ongeveer 256 GB past, en Meta levert voor SGLang Helion-kernels die op kernelniveau tot 3,95 keer sneller zijn. In zijn blogpost fine-tunet Hugging Face zelfs het volledige model op 64 H100-GPU’s, waarbij de gemiddelde nauwkeurigheid per token stijgt van 72 naar 84 %.

🔗 De blogpost van Meta · De modelkaart (Hugging Face) · De blogpost van Hugging Face · De technische blogpost van NVIDIA

Nemotron 3.5 Super VL: NVIDIA geeft een multimodaal model met 120 miljard parameters voor agents vrij, Perplexity integreert het dezelfde dag

15 oktober — NVIDIA publiceert Nemotron 3.5 Super VL, een open mixture-of-experts-model met 120 miljard parameters, waarvan 12 miljard actief per token. Het combineert redeneren, het volgen van instructies en toolaanroepen met begrip van tekst, afbeeldingen, documenten en video, voor agents die langdurige taken achter elkaar uitvoeren: hetzelfde model leest een webpagina, een grafiek of een PDF en onderneemt vervolgens actie, zonder de context van een tekstmodel naar een visionmodel over te dragen. Volgens NVIDIA bereikt het bij multimodale agentische taken een nauwkeurigheid die vergelijkbaar is met die van zijn grootste redeneermodel, met ongeveer een vijfde van de parameters.

Door NVIDIA gepubliceerde evaluatie	Score van Nemotron 3.5 Super VL	Vergelijkingspunt
Hermes Bench	63,44 %	56,33 % (Nemotron 3 Ultra)
LangChain-gedragsevaluaties	87,05 %	84,3 % (Nemotron 3 Ultra)
CharXiv (grafieken lezen)	80,8 % (84 % met Python-code)	63 % (Nemotron 3 Nano Omni)

NVIDIA benadrukt vooral de efficiëntie: op één GPU een tot 5 keer hogere doorvoer dan andere open modellen van dezelfde omvang bij agenttaken, meer dan 600 tokens per seconde bij de agentische taken van de Artificial Analysis-index via Baseten, en 10 000 codetaken die tot 4 keer sneller worden uitgevoerd met behoud van een goede nauwkeurigheid op SWE-Bench Pro. Het model is gedistilleerd uit Nemotron 3 Ultra en overtreft dat model op de twee harness-evaluaties in de tabel. Bij het aanbieden van het model versnelt LiLiCorr speculative decoding de generatie tot 2,3 keer op DGX Spark, en bedient Dynamo tot 8 keer zoveel gebruikers op 16 B200-GPU’s met elk 50 tokens per seconde, met 85 % minder latentie tot het eerste token.

De publicatie is compleet: basisgewichten, gewichten na post-training en gewichten gekwantiseerd in NVFP4, recepten, omgevingen voor reinforcement learning in NeMo Gym en open datasets, waaronder 40 vision-language-datasets en een corpus van ongeveer 2 800 miljard tokens in 22 Indiase talen, samengesteld met IIT Madras en zijn AI4Bharat-laboratorium. Het model heeft tijdens de training ongeveer 26 000 miljard tokens gezien. Het is beschikbaar op Hugging Face, OpenRouter, ModelScope en als NIM-microservice, zonder aangekondigde prijs; NVIDIA noemt aanpassingen bij Scale AI voor Skydance, met naar verluidt 40 keer lagere inferentiekosten, en bij Ramp, AI21 en Alice.

Perplexity heeft het dezelfde dag toegevoegd voor zijn Pro- en Max-abonnees en aan zijn Agent API. Het API-changelog vermeldt voor perplexity/nemotron-3.5-super-120b-a12b een prijs van 0,20 dollar per miljoen invoertokens (0,04 dollar uit de cache) en 0,50 dollar voor uitvoer, met 1 048 576 tokens context en maximaal 131 072 gegenereerde tokens, ter vervanging van Nemotron 3 Ultra. Een kleine inconsistentie: deze vermelding beschrijft een model dat alleen tekst als invoer accepteert, terwijl de tweet van Perplexity de VL-versie aankondigt, die ook afbeeldingen leest.

Diezelfde dag verschijnt Nemotron 3.5 Bolt 74B-A9B 24GB, aangekondigd op 13 oktober, op Hugging Face: het is native gekwantiseerd naar 2 bits om in 24 GB te passen, is bedoeld voor de RTX Spark-laptops die op 16 oktober beschikbaar komen en draait met llama.cpp, Ollama, LM Studio, Unsloth en vLLM. NVIDIA plaatst het op PinchBench bovenaan de open modellen in zijn categorie; Bolt E4B 4GB volgt op 23 oktober.

🔗 Aankondiging van NVIDIA · Technische blogpost van NVIDIA · Aankondiging van Perplexity · Changelog van de Perplexity-API

Cybersecurity: Cohere gaat AISLE overnemen en richt Cohere Cyber op, GitHub stelt AI Scan en agentische autofix algemeen beschikbaar

Diezelfde dag zetten twee spelers AI in voor het opsporen en verhelpen van kwetsbaarheden: Cohere koopt de expertise daarvoor in, GitHub maakt het breed beschikbaar binnen zijn code scanning.

15 oktober — Cohere gaat AISLE overnemen, een jong bedrijf dat autonome systemen bouwt die tot dan toe onbekende kwetsbaarheden in kritieke software kunnen ontdekken, valideren en helpen verhelpen. De twee bedrijven hebben een intentieverklaring (Letter of Intent) ondertekend: de overname is nog niet afgerond en het bedrag noch de planning is bekendgemaakt. Bij afronding wordt het hoofdkantoor van AISLE in Praag de vestiging van Cohere in Praag.

Gepubliceerde indicator over AISLE	Aangekondigde waarde
Oprichtingsjaar	2024
Niet eerder bekende kwetsbaarheden met een CVE	Meer dan 500, in meer dan 100 codebases
OpenSSL, beveiligingsrelease van januari	Alle 12 gepubliceerde kwetsbaarheden
curl, laatste versie	18 van de 24 CVE’s
CVE’s met een hoge of kritieke ernst	Meer dan 200 (volgens Aidan Gomez)

Aisle is the state-of-the-art in defensive cyber, having found 200+ High/Critical CVEs in critical software like curl, FFmpeg, FreeBSD, Wireshark.

🇳🇱 Aisle loopt voorop in cyberdefensie, met meer dan 200 CVE’s met een hoge of kritieke ernst die zijn gevonden in kritieke software zoals curl, FFmpeg, FreeBSD en Wireshark. — @aidangomez op X

In dezelfde thread stelt Aidan Gomez, de topman van Cohere, dat AISLE beter heeft gepresteerd dan Glasswing (Mythos) van Anthropic en Daybreak van OpenAI, met 29 nieuwe CVE’s in curl, terwijl Mythos er geen zou hebben gevonden; dit cijfer komt niet overeen met de «18 van de 24 CVE’s» die in de blogposts van de twee bedrijven worden genoemd.

Het oprichtersteam van AISLE krijgt leidinggevende functies. Ondrej Vlcek, CEO van AISLE, wordt Senior Vice President van Cohere Cyber, een nieuwe afdeling die cybersecurityoplossingen aan de klanten van Cohere moet leveren; Jaya Baloo wordt wereldwijd Chief Information Security Officer van Cohere; Stanislav Fort, CTO en Chief Scientist van AISLE, wordt Vice President AI Security en zal samenwerken met Ivan Zhang, CTO van Cohere, om beveiligingsonderzoek te verbinden met de ontwikkeling en training van modellen.

Cohere ziet dit als een volgende stap in zijn Europese strategie, na Reliant AI en Aleph Alpha: het bedrijf plant een «substantiële» langetermijninvestering in Praag, dat zijn wereldwijde centrum voor AI-cybersecurity moet worden, volgens Aidan Gomez op korte reisafstand van zijn nieuwe hoofdkantoor in Berlijn. Het doel is tweeledig: het werk van AISLE aan de beveiliging van opensourcesoftware voortzetten en beheerders van kritieke infrastructuur in staat stellen hun software volledig privé te analyseren, ook in omgevingen zonder netwerkverbinding (air-gapped). Beide blogposts voegen een argument rond modellen toe: moeilijke maar verifieerbare beveiligingsproblemen kunnen worden gebruikt om toekomstige modellen van Cohere te evalueren en te verbeteren.

🔗 De blogpost van Cohere · De blogpost van AISLE

GitHub: AI Scan voor pull requests en agentische autofix voor waarschuwingen worden algemeen beschikbaar

15 oktober — GitHub maakt twee onderdelen van zijn op AI gebaseerde code scanning algemeen beschikbaar: het ene vindt kwetsbaarheden in pull requests, het andere verhelpt waarschuwingen.

AI Scan voor pull requests vult CodeQL aan waar de analysetool nog geen dekking biedt: PHP, Shell/Bash, Terraform-configuratie (HCL), Dockerfiles, JSP aan de Java-kant of Blazor aan de C#-kant. De scan start automatisch bij elke pull request zodra code scanning en de instelling AI Scan voor de repository zijn ingeschakeld. De resultaten verschijnen naast die van CodeQL, met de markering « AI », soms met een uitleg van het risico en een voorgestelde oplossing. Ze blijven adviserend: ze laten de check niet mislukken en kunnen een merge niet blokkeren. De analyse draait niet op pull requests uit forks of op die van Dependabot.

Agentische autofix (agentic autofix) behandelt op zijn beurt een waarschuwing die aan Copilot is toegewezen: de agent onderzoekt de betrokken bestanden, stelt een oplossing voor, voert CodeQL opnieuw uit om te controleren of de waarschuwing daadwerkelijk is verholpen, herhaalt dit zo nodig en opent vervolgens een pull request als concept. Je kunt de agent een waarschuwing van de standaardbranch toewijzen, maximaal 25 waarschuwingen in één pull request laten oplossen, of de REST API gebruiken door de waarschuwing aan copilot-swe-agent[bot] toe te wijzen; zodra de functie is ingeschakeld, vervangt deze de gratis optie Generate Fix.

Algemeen beschikbaar GitHub-onderdeel	Abonnementen en voorwaarden	Factureringswijze
AI Scan voor pull requests	Openbare repositories; Code Security of Advanced Security voor privé- en interne repositories van organisaties, zonder Copilot-licentie	Code Security AI Credits
Agentische autofix voor waarschuwingen	Code Security of Advanced Security op GitHub Enterprise Cloud, inclusief gegevensresidentie; het beleid Agentic autofix en een factureringsmethode voor Copilot zijn vereist	AI Credits uit het Code Security-budget en minuten voor GitHub Actions

De twee lanceringen sluiten een reeks af waarover hier sinds september is bericht: de API voor het inschakelen van AI Scan op 10 september, agentische autofix met ondersteuning van Copilot Memory in preview op 25 september, en meetgegevens van AI Scan in de security overview op 13 oktober.

🔗 AI Scan voor pull requests (GitHub-changelog) · Agentic autofix voor waarschuwingen van code scanning (GitHub-changelog)

SPACE: Perplexity maakt de sandbox van Computer open source, onder de Apache 2.0-licentie

15 oktober — Perplexity maakt SPACE (Sandboxed Platform for Agentic Code Execution) open source, het platform voor sandboxomgevingen (sandboxes) dat elke taak van Perplexity Computer uitvoert. Een dag eerder beschreef Perplexity hoe SPACE elk verzoek naar de juiste sandboxuitvoering leidt; nu is de code zelf beschikbaar op GitHub, onder de Apache 2.0-licentie. Elke agenttaak draait er in een eigen Firecracker-microVM, en zowel de toegangsgegevens als het uitgaande verkeer worden van buiten de virtuele machine gecontroleerd.

Het beveiligingsprincipe draait om één idee: de sandbox wordt als onbetrouwbaar beschouwd. De agenten van Computer voeren er opdrachten uit, installeren pakketten en roepen externe diensten aan met roottoegang, maar de host blijft buiten hun bereik. Een eigen gateway voor elke sandbox handhaaft bij elke verbinding het beleid voor uitgaand verkeer; de agenten krijgen toegang tot toegestane diensten zonder dat de toegangsgegevens in hun werkomgeving worden opgeslagen. Een sandbox blijft ook bestaan na het verzoek waarmee hij is aangemaakt: hij kan worden gepauzeerd, gedupliceerd (fork) of opgeschort in een snapshot van geheugen en schijf, en daarna weer worden hervat.

Onderdeel van SPACE	Door Perplexity opgegeven waarde
Taal en licentie van de repository	Rust, Apache 2.0
Isolatie	Eén Firecracker-microVM per agenttaak
Volume in productie	Miljoenen sandboxes per dag aangemaakt, voor alle Computer-sessies sinds juli
Aanmaken vergeleken met de vorige aanbieder	Drie tot vijf keer sneller, bij hetzelfde productieverkeer
Escaping SPACE, Part I	Geen ontsnapping naar de host in 108 pogingen
Releaseplanning	0.8.0 als openbare basis, daarna 0.9.0 en 1.0.0

Bij de evaluatie Escaping SPACE in september werden geen ontsnappingen vanuit de virtuele machine naar de host gevonden, maar wel manieren om netwerkbeperkingen te omzeilen: die zijn verholpen, en de geïdentificeerde methoden slaagden volgens de blogpost niet meer bij latere tests. De repository, geschreven in Rust, kan lokaal op een Kubernetes-testcluster (Kind) worden geïnstalleerd, biedt pools met vooraf opgestarte sandboxes (warm pools) en een compatibiliteitslaag voor de API van E2B, getest met de bijbehorende Python SDK; 0.9.0 wordt de laatste versie die incompatibele wijzigingen introduceert vóór een 1.0 met stabiele contracten.

CoreWeave en Akamai hebben SPACE op hun platforms getest en gelanceerd en werken eraan om het aan hun klanten aan te bieden. Crusoe zal het toevoegen aan zijn aanbod Managed AI Services. Perplexity presenteert SPACE als het eerste onderdeel van zijn platform voor het uitvoeren van agenten (Agentic Runtime Platform), dat wordt opengesteld om het beveiligingsniveau van agentische producten te verhogen.

🔗 De blogpost van Perplexity · De thread van @perplexity_ai · De SPACE-repository (GitHub)

Generatieve media: FLUX 3 Image Klein met open gewichten op een consumenten-GPU, Kling 4.0 voor iedereen, Instant Soundtracks van ElevenLabs

15 oktober — Black Forest Labs brengt FLUX 3 Image Klein uit, een beeldmodel met open gewichten en 5,6 miljard parameters, met alleen een generator, dat op één consumenten-GPU draait. Hetzelfde model genereert afbeeldingen op basis van tekst en bewerkt ze op basis van één of meerdere referenties, tot maximaal 10 afbeeldingen; het neemt de belangrijkste functies over van FLUX 3 Image, dat op 1 oktober werd gelanceerd: native 4K-generatie, bewerking met pixelprecisie en begrenzingsvakken (bounding boxes), die in de prompt de plaats van een element vastleggen of een bewerking tot een gebied beperken.

Volgens de interne evaluaties van BFL eindigt Klein als eerste bij het genereren van beelden uit tekst, het werken met meerdere referenties en het bewerken van beelden, vergeleken met de grotere open modellen Qwen-Image 2.1 (7B) en Krea 2 (12,9B). Het scoort ook hoger dan de twee gesloten modellen in de vergelijking, Ideogram V4.5 en FLUX.2 [pro]. Ten opzichte van zijn voorganger FLUX.2 [klein] 9B wint het 91 Elo-punten bij het genereren van beelden uit tekst en 70 bij bewerkingen, met 38 % minder parameters.

Geteste configuratie	Aangekondigd resultaat
Gewichten in BF16 / in FP8	11,2 Go / 5,6 Go
INT8-versie op GeForce RTX (ComfyUI of Diffusers)	Draait met 8 Go VRAM
RTX 5090, gedistilleerde versie in INT8 (meting NVIDIA)	Ongeveer 4 s per afbeelding van 1 megapixel
RTX 4070, gedistilleerde versie in INT8 (meting NVIDIA)	Minder dan 9 s per afbeelding van 1 megapixel
H100, gedistilleerde versie in Diffusers	Ongeveer 2 s per afbeelding van 1024 × 1024 pixels
GB300, gedistilleerde versie in NVFP4	Minder dan 0,6 s per afbeelding van 1 megapixel

Hugging Face integreerde het model dezelfde dag in Diffusers, met twee checkpoints: de gedistilleerde versie, met 16 stappen en zonder CFG, en de basisversie, met 50 stappen, bedoeld voor finetuning. Daarbij komen gewichten in NVFP4 en FP8, de tekstencoder Qwen3-VL en scripts voor LoRA-finetuning; in NVFP4 piekt het geheugengebruik na inferentie op 15,3 Gio op een RTX 6000. ComfyUI, TensorRT-LLM, SGLang Diffusion en vLLM-Omni ondersteunen het model eveneens vanaf de lancering, en de versies in FP8, INT8 en NVFP4 zijn samen met NVIDIA ontwikkeld.

De gewichten worden gepubliceerd onder de FLUX Kommunity-licentie, die gratis is voor commercieel gebruik door particulieren en bedrijven met minder dan 5 miljoen dollar jaaromzet, en voor onderzoek; daarboven is een licentie voor eigen hosting nodig of moet de API worden gebruikt. Die van BFL biedt flux-3-image-klein vanaf 0,009 dollar per 1K-afbeelding. Het is het tweede open model in de FLUX 3-familie, na FLUX 3 Action, en BFL kondigt aan dat er meer zullen volgen.

🔗 De blogpost van Black Forest Labs · De aankondiging van @bfl_ai · FLUX 3 Image Klein in Diffusers (Hugging Face)

Kling 4.0 wordt volledig beschikbaar, met toegang via MCP en de opdrachtregel

15 oktober — Kling AI maakt Kling 4.0 voor iedereen beschikbaar, na de vroege toegang die op 30 september van start ging. Het videomodel is te gebruiken in een vernieuwde creatie-interface op kling.ai en, als nieuwe mogelijkheid, via MCP en de opdrachtregel (CLI), waardoor het in productieworkflows met tools kan worden geïntegreerd. Twee functies zijn aangekondigd voor binnenkort, zonder datum: HDR-videouitvoer met 10 bits in 4K en 1080p, en API-toegang voor bedrijven en ontwikkelaars. De op 28 september gepresenteerde kenmerken blijven het uitgangspunt: clips van 3 tot 30 seconden, tot 4K, stereo-audio, 10 keyframes, 15 referenties en prompts van 8 000 tokens. De aankondiging vermeldt geen tarief of benchmark.

🔗 Aankondiging van Kling AI · Release notes van Kling

Instant Soundtracks: ElevenLabs componeert muziek en gesynchroniseerde geluidseffecten op basis van een video

15 oktober — ElevenLabs lanceert Instant Soundtracks in ElevenCreative: je uploadt een video, en het model componeert originele muziek, herkent de momenten die om een geluidseffect vragen en plaatst elk effect op de juiste tijdcode, bijvoorbeeld een « whoosh » afgestemd op het eindlogo van een advertentie. De tool richt zich op korte formats, met een nauwkeurigere timing rond cuts en overgangen, wisselt per scène van muzikale sfeer en kan de oorspronkelijke audio als referentie gebruiken (genre, tempo, instrumentatie). De effecten worden op aparte tracks aangeleverd, die vóór het exporteren kunnen worden bewerkt.

Parameter van de ElevenCreative Studio API	Functie van de parameter
`add_sfx`	Voegt gesynchroniseerde geluidseffecten toe
`separate_tracks`	Geeft muziek en effecten als afzonderlijke bestanden terug (.ZIP)
`use_audio_as_reference`	Gebruikt de oorspronkelijke audio als muzikale referentie

Instant Soundtracks is beschikbaar in ElevenCreative, ElevenMusic en de API, die maximaal 10 video’s, 200 Mo en in totaal 10 minuten video per verzoek accepteert. ElevenLabs noemt geen tarief.

🔗 Aankondiging van ElevenLabs

Codeagenten: Cognition lanceert Devin Oncall, Claude Code 2.1.301 en Code Review, Delta 0.20, Antigravity CLI 1.3.6, Codex bij OpenAI, de MX Keypad

15 oktober — Cognition lanceert Devin Oncall, dat nu algemeen beschikbaar is: Devin onderzoekt automatisch waarschuwingen en bugmeldingen en helpt het team vervolgens productie-incidenten te diagnosticeren en op te lossen. Het maakt direct verbinding met onder meer Datadog, Dynatrace en Sentry en verwerkt volgens Cognition bij enkele van de grootste bedrijven ter wereld al dagelijks duizenden productiewaarschuwingen. De architectuur is niet afhankelijk van een specifiek model: Cognition kiest voor elke taak tijdens een wachtdienst het effectiefste model.

Geëvalueerde agent en model	Succes van begin tot eind (SREGym-Lite)	Herkomst van de score
Devin Oncall + Claude Opus 5.5	100 % (in 2 min 21 s)	Interne evaluatie van Cognition
Devin Oncall + GPT-6 Astra	100 %	Interne evaluatie van Cognition
Devin Oncall + GPT-6.1 Sol	94,1 %	Interne evaluatie van Cognition
Devin Oncall + Claude Fable 5.1	85,3 %	Interne evaluatie van Cognition
CloudThinker + Claude Opus 5	76,5 %	Openbare SREGym-ranglijst
Codex + GPT-5.6 Sol	76,5 %	Openbare SREGym-ranglijst
Claude Code + Claude Sonnet 5	45,1 %	Openbare SREGym-ranglijst

SREGym-Lite omvat 17 storingen afkomstig uit echte incidenten: de agent moet de hoofdoorzaak vinden en vervolgens het draaiende systeem herstellen, binnen dezelfde uitvoering. De scores van Devin Oncall komen uit de interne evaluatie van Cognition, die van de andere agenten uit de openbare SREGym-ranglijst van 15 oktober, waar CloudThinker met GPT-6 Astra eveneens 100 % haalt. De benchmark is dus verzadigd: volgens Cognition halen modellen uit het middensegment er al de maximale score, terwijl de vorige generatie bleef steken tussen 50 en 60 %.

De blogpost beschrijft vooral de tools rond het model. Een reviewagent werkt parallel aan het onderzoek om overhaaste conclusies te voorkomen: een correlatie die voor een oorzaak wordt aangezien, tegenstrijdige telemetrie die terzijde wordt geschoven, een trigger die met de oorzaak wordt verward. Drie geheugenniveaus verzamelen kennis over het bedrijf: een geheugen voor elke responder afzonderlijk, skills die worden gegenereerd door de omgeving regelmatig te indexeren, en een organisatiegeheugen dat door elk onderzoek wordt aangevuld. De Responders, gepresenteerd als de nieuwe generatie Auto-Triage, bewaken een stroom waarschuwingen en voorkomen ongeveer 60 % van de onderzoeken door eerder geziene problemen te herkennen, wat meer dan de helft van de kosten van klassieke automatiseringen bespaart; de modus Incidents plaatst Devin in het crisiskanaal, met een incidentdocument dat actueel wordt gehouden en onderliggende Devins die de rechtstreekse vragen van engineers afhandelen.

Drie klanten illustreren de lancering. Bij Reducto heeft Devin uit zichzelf een incident aangemaakt, ruim voordat de productiewaarschuwingen afgingen; bij RV Tech, de joint venture van Rivian en Volkswagen, haalt hij voertuig-ID’s en tijdstempels uit klantrapporten, haalt hij logs op en voert hij de eerste triage uit; bij AngelList identificeert hij 3,5 keer zo vaak de juiste hoofdoorzaak als de interne tool Sky en heeft hij de helft van de incidenten zelfstandig afgehandeld, waardoor Sky buiten gebruik is gesteld. Er wordt geen tarief genoemd: op de pagina van Devin Oncall kun je starten of een demo boeken. De lancering bouwt voort op de komst naar Cognition in juli van de oprichters van TierZero, dat gespecialiseerd is in SRE met ondersteuning van AI.

🔗 De blogpost van Cognition · De thread van @cognition · De pagina van Devin Oncall

Claude Code 2.1.301: wachttijd bij gebruikslimieten begrensd in onbeheerde modus, 37 fixes

15 oktober — Claude Code 2.1.301, uitgebracht om 19.22 uur UTC, telt 51 wijzigingen, waaronder 8 toevoegingen, 37 fixes, 4 verbeteringen en 2 aanpassingen, en richt zich vooral op onbeheerd gebruik. Met de nieuwe variabele CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS kan de modus voor automatisch opnieuw proberen (CLAUDE_CODE_RETRY_WATCHDOG) een verzoek afbreken wanneer de bereikte gebruikslimiet pas te laat wordt gereset, in plaats van te blijven wachten. Voor observability bevatten OpenTelemetry-events tool_decision voortaan classifier_verdict en permission_mode, om een beslissing van de classifier van de automatische modus te onderscheiden van een machtigingsregel, evenals classifier_category, de ingebouwde regel die een blokkering veroorzaakt (met OTEL_LOG_TOOL_DETAILS=1).

Verschillende fixes verbeteren de betrouwbaarheid: de alias fable (en best) geeft geen fout meer wanneer de nieuwste Fable niet beschikbaar is voor de organisatie; Claude Code probeert het dan eenmaal opnieuw met de vorige Fable. Bij het afsluiten van een sessie wordt een worktree die door een hook WorktreeCreate is aangemaakt en mogelijk nog niet gepushte commits bevat, niet meer zonder te vragen verwijderd. Grep en Glob melden een fout in plaats van « geen overeenkomsten » wanneer het zoeken mislukt. Bij het overschakelen naar een model met een kleiner contextvenster wordt een te lang gesprek eerst door het vorige model samengevat. In VS Code tonen antwoorden LaTeX-formules en biedt de melding over de gebruikslimiet Pro- en Max-abonnees een link « Meer gebruik krijgen ».

🔗 Release notes van Claude Code 2.1.301

Code Review van Claude Code verlaat de onderzoekspreview voor Team en Enterprise

15 oktober — Zeven maanden na de lancering als onderzoekspreview op 9 maart wordt Code Review, de dienst van Claude Code die automatisch GitHub-pull requests beoordeelt, beschikbaar voor Claude Team- en Enterprise-organisaties. Volgens Anthropic worden de meeste reviews ongeveer drie keer sneller afgerond dan tijdens de preview, met beknopte bevindingen die het probleem, de aanleiding en de oplossing beschrijven. Een beheerder kiest per repository een niveau: Quick, Standard (standaard) of Deep.

Kernpunt van Code Review	Door Anthropic gepubliceerd detail
Duur van een review	Ongeveer 6 tot 10 minuten, tegenover een twintigtal tijdens de preview
Facturering van reviews	Verbruikte tokens, afgeschreven van gebruikstegoeden buiten het inbegrepen gebruik van het abonnement, met een maandelijkse limiet
Starttegoeden	Minimaal 10 000 dollar voor in aanmerking komende Enterprise-organisaties, aan te vragen vóór 15 januari 2027, 30 dagen geldig
Huidige uitsluitingen	Zero Data Retention, HIPAA-configuratie en voorlopig door de klant beheerde sleutels (CMEK)

Het principe blijft hetzelfde: bevindingen verschijnen als inline opmerkingen, gerangschikt naar ernst, met een check run die nooit faalt. Een review keurt een pull request niet goed en blokkeert deze evenmin; de beslissing om te mergen blijft bij het team.

🔗 Code Review is nu algemeen beschikbaar (Claude) · Documentatie van Code Review

Delta 0.20: subagents worden aanstuurbare subthreads, agents krijgen toegang tot MCP-servers

14 oktober — Delta, de multiplayer codeomgeving van de makers van Zed, gaat naar versie 0.20 (18 nieuwe functies, 14 verbeteringen en 29 fixes, gevolgd door een fix in 0.20.1 op dezelfde dag). Subagents worden gewone subthreads die je kunt bekijken, bijsturen en zelf voortzetten, en subthreads kunnen voortaan worden genest. De instelling Enable Sub-agents wordt Delegation, met drie standen (Off, Only When Asked, Max). Agents krijgen toegang tot MCP-servers, die je koppelt via Settings → MCP, en een review of Land die vanuit een subthread wordt gestart, omvat ook wijzigingen die zijn overgenomen uit bovenliggende threads. De versie voegt Gemini 4 Argon met een eigen Google-sleutel toe, een opdracht /create-skill en opdrachten delta org om een organisatie vanuit de terminal te beheren.

Op 15 oktober beschrijft een blogbericht op basis van een presentatie van Conrad Irwin DeltaDB, de samenwerkingslaag die elke toetsaanslag naar de server en medewerkers stuurt: CRDT’s geïnspireerd op diamond-types, waarbij elke wijziging is verankerd in een Git-versie of eerdere wijzigingen. Omdat van elk teken bekend is door welke wijziging het is aangemaakt, kan Delta er de auteur, de agent en zelfs de prompt aan koppelen.

🔗 Release notes van Delta · DeltaDB: de toekomst van versiebeheer

Antigravity CLI 1.3.6: Claude 5.5 via Google Cloud-inloggegevens, na de Auto-modus en /compact van 1.3.5

14 oktober — De Antigravity CLI, de opdrachtregeltool voor agents die Google presenteert als de opvolger van Gemini CLI, brengt in hoog tempo nieuwe versies uit: sinds 1.3.1, hier besproken op 8 oktober, zijn er vijf verschenen. Versie 1.3.6 voegt Claude Opus 5.5 en Claude Sonnet 5.5 toe voor gebruikers die zijn aangemeld met de standaardinloggegevens van Google Cloud (Application Default Credentials, AGY_ADC_AUTH): de Claude-modellen verschijnen alleen in /model als het Google Cloud-project er toegang toe heeft. De versie maakt ook een einde aan eindeloos vastlopen: na 5 minuten zonder gegevens van het model wordt het verzoek geannuleerd en automatisch opnieuw gestart.

De opvallendste vernieuwing komt uit 1.3.5: een Auto-modus die zelfstandig bestandswijzigingen en als veilig beoordeelde opdrachten goedkeurt, maar altijd toestemming vraagt vóór een onomkeerbare actie. Opdrachten die buiten de sandbox van de terminal zouden worden uitgevoerd, worden eerst door een afzonderlijke agent beoordeeld. Versie 1.3.6 versnelt deze beoordeling, laat opdrachten voor formattering en linting van het project door en blokkeert opdrachten die gevoelige gegevens zouden versturen. De modus wordt ingeschakeld met --mode auto, vanuit /config of via Shift+Tab, op Linux en macOS (Windows volgt later). Versie 1.3.5 voegt ook /compact toe, dat het gesprek op verzoek samenvat om ruimte in het contextvenster vrij te maken.

Versie van de Antigravity CLI	Datum van de changelog	Verbeteringen en fixes	Belangrijkste punt van de versie
1.3.6	14 oktober	3 + 10	Claude Opus 5.5 en Sonnet 5.5 via ADC, opnieuw starten na 5 minuten vastlopen
1.3.5	13 oktober	5 + 1	Auto-modus, `/compact`, syntaxiskleuring en invouwen in `/diff`
1.3.4	12 oktober	4 + 10	`agy plugin list --json`, model gekozen zonder `--effort`
1.3.3	9 oktober	6 + 15	MCP-tools altijd geladen, versterkte sandbox
1.3.2	7 oktober	6 + 4	`/plugin` en officiële marketplace voor plugins

🔗 Changelog van Antigravity

Codex bij OpenAI: het team Core Experimentation merget meer dan 1 400 onderhouds-PR’s met GPT-6 Astra en GPT-6.1 Sol

14 oktober — Op de blog OpenAI Developers vertelt een engineer van het team Core Experimentation, dat de bedrijfsbreed gebruikte experimenteersoftware onderhoudt, hoe de GPT-6-modellen het onderhoud van zijn repositories in Codex hebben overgenomen. Het uitgangspunt: een korte, bewust vage prompt die vraagt om dode code op te sporen en op te ruimen. GPT-5.6 Sol voerde die niet volledig uit; GPT-6 Astra raadpleegde oude PR’s, Slack-threads, interne trackingtools en profilingtabellen uit de productieomgeving, en onderbouwde vervolgens elke verwijdering. Vijf engineers maakten daarna varianten van deze prompt en werkten er twee weken in deeltijd mee: meer dan 1 400 gemergede pull requests, meer dan 800 000 verwijderde regels en een containerimage van een dienst die van 3,31 naar 1,72 GB kromp (-48 %).

Model en redeneerinspanning	API-kosten van de taak	Behouden bevindingen	Kosten per bevinding
GPT-6 Astra Ultra	109,06 dollar	142	0,77 dollar
GPT-6.1 Sol Ultra	15,12 dollar	131	0,12 dollar
GPT-6.1 Sol Medium	5,27 dollar	86	0,06 dollar

Bij dezelfde opruimtaak in meer dan 6 000 bestanden en 1 miljoen regels Python, TypeScript, Go en Rust vindt GPT-6.1 Sol met redeneerinspanning Ultra dus 92 % van de bevindingen van GPT-6 Astra Ultra terug voor 14 % van de API-kosten. Het verschil zit vooral in constante feature flags (feature flags) die als afhankelijkheden van andere flags worden gebruikt en die Astra wel herkent, maar Sol mist. Een dertigtal optimalisatie-PR’s bracht ook de mediane CI-tijd terug van ongeveer 10 naar 4,5 minuten. De auteur erkent dat sommige voorstellen meer complexiteit toevoegden dan winst opleverden en adviseert om klein te beginnen.

🔗 Software onderhouden met de GPT-6-familie (OpenAI Developers)

MX Keypad: GitHub en Logitech bedienen de GitHub Copilot-app via een toetsenblok met programmeerbare toetsen

15 oktober — In een blogbericht over « omgevingsintelligentie » presenteert Martin Woodward, VP of Developer Relations bij GitHub, het resultaat van 18 maanden samenwerking met Logitech: de MX Keypad, een toetsenblok met programmeerbare toetsen, integreert met de GitHub Copilot-app. Een toets kan een prompt met parameters indienen, een Copilot-sessie openen of hervatten, een IDE-opdracht aanroepen of een reeks stappen starten. Het bericht plaatst het apparaat in een visie met drie lagen: de modaliteit (tekst, spraak, fysieke bediening) legt de intentie vast, het harnas plant en handelt, en het besturingsvlak laat de ontwikkelaar inspecteren, bijsturen en goedkeuren. De auteur blijft voorzichtig: de ervaring staat « nog in de kinderschoenen » (nog in een vroeg stadium) en niet elke ontwikkelaar heeft nog een extra apparaat nodig. Via een link kun je de MX Keypad uitproberen met drie maanden gratis GitHub Copilot Pro+, zonder dat het bericht een prijs of beschikbaarheidsdatum vermeldt.

🔗 De volgende ontwikkelaarsinterface is omgevingsintelligentie (GitHub Blog)

Modelveiligheid: METR krijgt bij Anthropic toegang zoals een werknemer, IPI Black zet 300 000 dollar in tegen promptinjectie

Twee initiatieven op dezelfde dag om de veiligheid van modellen door derden te laten beproeven: een team van onafhankelijke evaluatoren dat bij Anthropic wordt ondergebracht en een openbare wedstrijd voor aanvallen op agents.

METR krijgt bij Anthropic toegang die vergelijkbaar is met die van een werknemer

15 oktober — Anthropic is begonnen een team van METR, de non-profitorganisatie die geavanceerde AI-modellen evalueert, in de organisatie op te nemen, met toegang die « vergelijkbaar is met die van een werknemer » (toegang zoals een werknemer). Zes medewerkers van METR beschikken over bedrijfsapparatuur, kantoorruimte en toegang tot interne tools en systemen die ongeveer gelijkwaardig is aan die van de risico-evaluatieteams van Anthropic. Alleen klantgegevens, informatie die onder het beroepsgeheim tussen advocaat en cliënt valt en de modelarchitecturen blijven afgeschermd. METR zal zijn risicoanalyses publiceren en Anthropic kan dat niet tegenhouden: het bedrijf kan alleen eisen dat informatie uit vooraf nauwkeurig afgebakende categorieën wordt weggelakt, en METR blijft vrij om publiekelijk te zeggen of het die weglakkingen gerechtvaardigd vindt.

Toegangsniveau van de evaluatoren	Toegang tot informatie	Recht op publicatie	Door Anthropic genoemde evaluator
Niveau 1	Gericht onderzoek, toegang bepaald door Anthropic	Met goedkeuring van Anthropic	SecureBio
Niveau 2	Meer informatie	Zonder goedkeuring, weglakken mogelijk voor specifieke categorieën	Geen genoemd
Niveau 3	Vergelijkbaar met die van een werknemer	Zoals op niveau 2	METR

Anthropic bereidt ook een samenwerking voor met Accenture en Faculty (modelevaluatie en red-teaming, alignment-evaluaties, tests van beveiligingsmaatregelen) en voert verkennende gesprekken met andere organisaties, waaronder Hugging Face. Het bedrijf vergelijkt deze aanpak met het bankentoezicht, waarbij vaste toezichthouders binnen de grootste banken werken, en presenteert die als vervolg op de ondertekening van het White House Accord on Super Intelligence, waarin bedrijven zich verbinden tot samenwerking met onafhankelijke externe evaluatoren.

🔗 Een update over onafhankelijke evaluatoren (Anthropic)

IPI Black: Gray Swan lanceert een wedstrijd voor indirecte promptinjectie met een prijzenpot van 300 000 dollar

15 oktober — Gray Swan lanceert IPI Black (Indirect Prompt Injection: Black), een openbare wedstrijd voor indirecte promptinjectie met een prijzenpot van 300 000 dollar, met steun van Anthropic, Meta, Google DeepMind, Reflection AI, OpenAI, Amazon, Thinking Machines en het AI Security Institute. Deelnemers hoeven geen ervaring te hebben en vallen agents aan in gesimuleerde omgevingen met realistische tools (Gmail, Slack, GitHub, X): bijvoorbeeld door de schrijfagent van een socialemediabeheerder ertoe aan te zetten schadelijke inhoud op de officiële accounts van diens bedrijf te publiceren. Bij white-boxaanvallen zie je de antwoorden van de agent en verfijn je je aanval; bij black-boxaanvallen verstuur je je payload zonder iets te zien.

De wedstrijd verloopt in drie rondes van elk een week, die op 15, 22 en 29 oktober beginnen, elk met eigen klassementen die 100 000 dollar verdelen tussen white-box en black-box. De eerste ronde biedt tien scenario’s, zes white-box en vier black-box, van het lekken van inloggegevens in een opmerking bij een GitHub-issue tot een valse klokkenluidersmelding. De verzamelde aanvallen worden opgenomen in de benchmark die de partnerlaboratoria gebruiken om de robuustheid van hun modellen te meten. Boris Cherny, de maker van Claude Code, deelde de wedstrijd: volgens hem zijn de Claude-modellen de afgelopen jaren veel beter bestand geworden tegen promptinjectie, maar wordt het steeds dringender om het probleem in de hele sector op te lossen naarmate agents meer taken uitvoeren.

🔗 De thread van Gray Swan · De wedstrijdpagina · Het bericht van Boris Cherny

Nieuwe modellen: Timestral voor tijdreeksen, Step 5 Preview van StepFun, Apertus 1.5 en Jev 1.14

Vier publicaties van uiteenlopende aard: een familie voorspellingsmodellen van Mistral, een groot open MoE van StepFun, volledig open modellen uit Zwitserland en een beslissingsmodel van TypeSafe.

Timestral: Mistral publiceert zijn eerste familie foundation models voor tijdreeksen

15 oktober — Mistral publiceert Timestral, zijn eerste familie foundation models voor tijdreeksen (time-series foundation models), in vier groottes die dezelfde architectuur en trainingsaanpak delen: 5M, 28M, 123M en 209M parameters. De modellen leveren probabilistische (21 kwantielen) en multivariate voorspellingen, houden rekening met covariaten die alleen uit het verleden bekend zijn of vooraf bekend zijn (productiekalender, geplande stilstand, weersvoorspellingen), waaronder categorische covariaten zoals de status van een machine, en verwerken tot 32 768 tijdstappen aan historische gegevens.

Benchmark en metriek (lager = beter)	Timestral-209M	t0-gamma	TimesFM-3	Chronos-2
GIFT-Eval, MASE	0,658	0,661	0,667	0,698
GIFT-Eval, CRPS	0,446	0,452	0,456	0,485
TIME, MASE	0,626	0,637	0,640	0,662
TIME, CRPS	0,522	0,534	0,536	0,556

Volgens Mistral staat de 209M bovenaan op GIFT-Eval, TIME en fev-bench onder vooraf getrainde modellen die zonder aanpassing worden gebruikt (zero-shot), met één checkpoint en zonder ensemble, en overtreft hij de vorige stand van de techniek met twee derde van het aantal parameters daarvan; de verschillen aan de top blijven klein, en de kleine 28M verslaat Chronos-2, dat ongeveer vier keer zo groot is, al op GIFT-Eval en TIME. Timestral heeft geen GPU nodig: op een serverprocessor met 8 threads duurt het voorspellen van één dag op basis van drie weken historische gegevens met stappen van 15 minuten 10 ms met de 5M en 140 ms met de 209M. De gewichten staan op Hugging Face onder een ‘aangepaste MIT-licentie’ die bedrijven met een geconsolideerde maandomzet van meer dan 20 miljoen dollar uitsluit, de code staat op GitHub onder Apache-2.0, en de documentatie presenteert Timestral 1.0 als een publieke preview; Mistral Forge maakt finetuning op bedrijfseigen gegevens mogelijk, met de mogelijkheid om het model zonder verbinding te draaien.

🔗 Introductie van Timestral (Mistral) · Timestral-209M op Hugging Face

Step 5 Preview: StepFun publiceert een open MoE met 600 miljard parameters voor agenttaken van 24 uur, volgens NVIDIA

15 oktober — NVIDIA verwelkomt de release van Step 5 Preview, die zijn account @NVIDIAAI presenteert als de grootste release met open gewichten van StepFun: een mixture of experts met 600 miljard parameters, ontworpen voor agenttaken die tot 24 uur kunnen duren. NVIDIA meldt bijna 8 000 tokens per seconde per GPU op GB300 in NVFP4, met een NVFP4-checkpoint op Hugging Face, deploymentrecepten voor SGLang en vLLM, post-training met NeMo AutoModel en een NIM die met één commando wordt gestart. Het bericht van NVIDIA vermeldt geen benchmark of licentie.

🔗 Het bericht van @NVIDIAAI

Apertus 1.5: Swiss AI beschrijft volledig open 8B- en 70B-modellen, met beeld, audio en 262 144 tokens context

15 oktober — Het Zwitserse initiatief Swiss AI publiceert de releasenotes en het technische rapport van Apertus 1.5, zijn familie volledig open modellen. De 8B- en 70B-gewichten stonden sinds 24 juli online onder Apache 2.0; het rapport publiceert ook de tussentijdse checkpoints (base, SFT, RLVR, DPO), de datamengsels en de evaluatiebladen, zodat andere onderzoekers het effect van elke trainingsfase kunnen bestuderen.

Apertus 1.5-model	Toegevoegde pre-trainingtokens	Totaal aantal tokens
8B	4 000 miljard	19 000 miljard
70B	2 000 miljard	17 000 miljard

Beeld en audio worden via de tokenizer verwerkt, zonder aparte encoder: een afbeelding van 512 × 512 pixels wordt 1 024 tokens, één seconde audio 40 tokens, waardoor de training even snel verloopt als bij alleen tekst; de modellen begrijpen beeld en audio maar genereren uitsluitend tekst, en audio blijft experimenteel. Ze krijgen ook een optionele denkmodus en een context van 262 144 tokens, vier keer zo lang. De auteurs erkennen dat ze achterblijven bij de beste open modellen, maar stellen dat de 8B modellen van dezelfde grootte overtreft in het volgen van instructies en meertalige taken, zonder een cijfermatige score in de blogpost te geven. De resultaten worden gepubliceerd in het formaat Every Eval Ever, dat is ontworpen voor naleving van de Europese AI Act.

🔗 Releasenotes van Apertus 1.5 (Hugging Face)

Jev 1.14: TypeSafe stelt afbeeldingen, Box-vragen en een vier keer langere context beschikbaar als preview

14 oktober — TypeSafe kondigt Jev 1.14 aan, een nieuwe versie van zijn beslissingsmodel, die zonder onderbouwende cijfers als ‘nieuw en verbeterd’ wordt gepresenteerd. De versie brengt drie experimentele functies mee: afbeeldingen, die overal kunnen worden geplaatst waar tekst kon staan en die ook beschikbaar komen voor het huidige Jev; een nieuw System One-vraagtype, Box, dat het kader van een object in een afbeelding teruggeeft als vier randen, uitgedrukt als fracties van de breedte en hoogte van de afbeelding; en een vier keer langere context, hoewel TypeSafe nog steeds adviseert die te beperken. Deze functies blijven in preview, zijn volgens TypeSafe nog niet klaar voor productie en worden geactiveerd met de header TypeSafe-Danger-Zone-Images: true; Box-vragen vereisen Jev 1.14, dat wordt aangeroepen met jev-preview of jev-1.14.0. Zed verwelkomde de release en verwees daarbij naar Wes Bos, die de kosten van een vraag over een afbeelding van 850 × 850 pixels berekent op 0,000096936 dollar, oftewel ongeveer 10 000 afbeeldingen voor één dollar: een berekening van Wes Bos, geen door TypeSafe gepubliceerd tarief.

🔗 De aankondiging van TypeSafe · De documentatie van Box

AI voor de wetenschap: CERN en Mistral werken aan een Large Physics Model, Sakana AI presenteert The Agentic Scientist, OpenAI financiert wiskundigen

Drie manieren om AI in te zetten voor onderzoek: een foundation model voor colliderfysica, begeleide codeagents die een volledig onderzoek uitvoeren, en financiering waarmee wiskundigen door AI geproduceerde resultaten kunnen controleren.

CERN en Mistral gaan samenwerken aan een Large Physics Model

15 oktober — CERN en Mistral hebben een intentieverklaring (statement of intent) ondertekend voor een strategisch partnerschap op lange termijn rond foundation models voor wetenschappelijke ontdekkingen. Centraal in het project staat één vooraf getraind Large Physics Model, dat CERN presenteert als het eerste foundation model voor colliderfysica, getraind op miljarden gesimuleerde proton-protonbotsingen in de Large Hadron Collider (LHC). Het moet meerdere taken tegelijk ondersteunen: botsingen reconstrueren, deeltjes identificeren, onverwachte signalen opsporen en toekomstige detectorontwerpen evalueren, terwijl de analyse nu via een keten van gespecialiseerde algoritmen verloopt. CERN heeft al ongeveer één exabyte (één miljoen terabytes) aan experimentele LHC-gegevens opgeslagen, en het aantal botsingen moet vertienvoudigen met de LHC met hoge luminositeit (HL-LHC), die rond 2030 wordt verwacht. Het persbericht citeert Enrica Porcari, Chief Information Officer van CERN, en Johannes Brandstetter, Vice-President of AI for Engineering bij Mistral, maar vermeldt geen bedrag, planning of rekenmiddelen.

🔗 Het persbericht van CERN · De thread van @MistralAI

The Agentic Scientist: Sakana AI begeleidt codeagents om een volledig onderzoek uit te voeren

15 oktober — Sakana AI presenteert The Agentic Scientist, een nieuwe generatie van zijn AI Scientist, het project dat sinds 2024 onderzoekt hoever een AI zelfstandig onderzoek kan uitvoeren. Het uitgangspunt is een vaststelling:

Coding agents such as Codex and Claude Code now carry out long software tasks on their own. Handing them a research problem, however, tends to produce a strong hyperparameter optimizer rather than a scientist: scores go up, but ideas stay narrow, and the reasons for the gain are rarely examined.

🇳🇱 Codeagents zoals Codex en Claude Code voeren tegenwoordig zelfstandig langdurige softwaretaken uit. Als je ze een onderzoeksprobleem voorlegt, krijg je echter eerder een uitstekende hyperparameteroptimizer dan een wetenschapper: de scores stijgen, maar de ideeën blijven beperkt en de redenen voor de verbetering worden zelden onderzocht. — @SakanaAILabs op X

Het antwoord is een raamwerk rond bestaande codeagents (Codex, Claude Code, OpenCode, Pi): parallelle agents toetsen hypothesen aan beoordelingskaders die vóór elk experiment worden vastgelegd, delen hun successen en mislukkingen in een gemeenschappelijk geheugen, waarna het systeem achtereenvolgens referentiemetingen, ablaties, een afgeschermde eindevaluatie en analyses uitvoert, tot en met het schrijven van het artikel. Sakana AI evalueerde het op 5 onderwerpen met 9 modellen (4 GPT, 4 Claude, 1 DeepSeek) en 4 harnesses, oftewel 14 model-harnesscombinaties en 70 onderzoekscampagnes: de nieuwste modellen leveren betere artikelen op, en de keuze van de harness weegt minder zwaar dan die van het model. Een ontwikkelversie schreef samen met onderzoekers een artikel over Error Diffusion, een door de biologie geïnspireerde leerregel, dat werd geaccepteerd voor een mondelinge presentatie op ALIFE 2026; bij het ophalen van feiten uit lange documenten (Doc-to-LoRA) verhoogt het systeem de nauwkeurigheid van 52 % naar 98 % zonder het model opnieuw te trainen. De code is open onder Apache 2.0; Sakana AI benadrukt dat mensen nog steeds de vragen moeten kiezen en de beweringen moeten controleren, en dat de agents met alle rechten draaien, waarbij Docker wordt aanbevolen.

🔗 De blogpost van Sakana AI · Het artikel op arXiv · De AI-Scientist-v3-repository

OpenAI draagt 5 miljoen dollar bij aan een initiatief van de Simons Foundation voor wiskundigen

15 oktober — OpenAI kondigt een bijdrage van 5 miljoen dollar aan een nieuw initiatief van de Simons Foundation aan, bedoeld om wiskundigen te helpen door AI geproduceerde resultaten te onderzoeken, te begrijpen en verder uit te werken, waaronder de resultaten die OpenAI onlangs heeft gepubliceerd. Op 6 oktober had het bedrijf 722 manuscripten met wiskundige resultaten van een intern, niet-gepubliceerd model verspreid, met de waarschuwing dat sommige niet-geformaliseerde resultaten fouten konden bevatten. De stichting zal de middelen beheren en toewijzen, en ze zullen worden gebruikt voor workshops, conferenties en speciale programma’s; OpenAI zal daarnaast toegang tot zijn modellen en rekenmiddelen bieden aan onderzoekers die door de Simons Foundation worden ondersteund. Het bericht verwijst naar dat van de Simons Foundation, die in totaal 15 miljoen dollar inzet voor workshops en initiatieven, met gratis rekenmiddelen voor de onderzoekers die zij ondersteunt, via nieuwe partnerschappen met Anthropic en OpenAI. De aankondiging, gedaan in een eenvoudig bericht op X, vermeldt noch de naam van het initiatief noch de planning.

🔗 De aankondiging van OpenAI · De 722 manuscripten van 6 oktober (OpenAI)

Claude Opus 5.5: de snelle modus verlaat de onderzoekspreview, voor 8 en 40 dollar per miljoen tokens

15 oktober — De snelle modus (fast mode) van Claude Opus 5.5 verlaat de onderzoekspreview op Claude Platform, zonder wachtlijst. Het is hetzelfde model, met dezelfde gewichten, dat tot 2,5 keer meer uitvoertokens per seconde levert en twee keer het standaardtarief van Opus 5.5 kost. Verzoeken hebben de bètaheader fast-mode-2026-02-01 niet meer nodig (verzoeken die deze nog meesturen, worden nog steeds geaccepteerd), en elk gebruiksniveau heeft nu een standaard rate limit voor deze modus, los van die van Opus op standaardsnelheid.

Claude-model in snelle modus	Status op 15 oktober	Tarief per miljoen tokens (invoer / uitvoer)
Opus 5.5	Beschikbaar, zonder wachtlijst of bètaheader	8 / 40 dollar (4 / 20 op standaardsnelheid)
Opus 5	Onderzoekspreview, bètaheader vereist	10 / 50 dollar
Opus 4.8	Onderzoekspreview, bètaheader vereist	10 / 50 dollar

De verbetering betreft de uitvoersnelheid, niet de tijd tot het eerste token, en het wisselen van snelheid maakt de promptcache ongeldig; de modus blijft niet beschikbaar met de Batch API. Hij wordt ook aangeboden in Microsoft Foundry voor deployments die op Azure worden gehost, wat de documentatie inmiddels bevestigt; Google Cloud moet volgens @ClaudeDevs volgen, en de modus blijft niet beschikbaar op Amazon Bedrock en Claude Platform on AWS. In Claude Code verandert er niets: de snelle modus blijft extra gebruikstegoed verbruiken.

🔗 Aankondiging van @ClaudeDevs · Documentatie van de snelle modus

Hugging Face-bibliotheken: Transformers 5.20.0 en TRL 1.16.0 integreren Muse Spark Open

De twee belangrijkste bibliotheken van Hugging Face verschijnen op de dag van de lancering van Muse Spark Open en ondersteunen het model, elk met eigen nieuwe functies.

Transformers 5.20.0: zeven modellen toegevoegd en kwantisatie bij export

15 oktober — Hugging Face publiceert Transformers 5.20.0, een versie die in het teken staat van de komst van Muse Spark Open, dat op de dag van zijn release wordt ondersteund. Zes andere modellen worden aan de bibliotheek toegevoegd.

Model toegevoegd aan Transformers	Uitgever van het model	Technische bijzonderheid
Muse Spark Open	Meta	Multimodale MoE, 816 miljard parameters waarvan 42 miljard actief
Ling 3.0 Flash	InclusionAI	Hybride MoE, vijf Kimi Delta Attention-lagen voor één MLA-laag
Kolibri 1	Aleph Alpha	Duits-Engelse MoE voor redeneren, 6 experts van de 384 per token
MiniCPM-V 4.7	OpenBMB	Canvasposities met M-RoPE voor afbeeldingen en video
UnlimitedOcr	Baidu	OCR met 3 miljard parameters, constante KV-cache
UltraBERT	DMIS Lab	Encoders met 150M en 380M parameters, context van 32K tokens
MOSS-Transcribe-Diarize	OpenMOSS	0,9 miljard parameters, transcriptie en sprekerdiarisatie in meer dan 50 talen

Wat de tooling betreft, kunnen de exporters nu kwantiseren tijdens de export naar ONNX, OpenVINO of ExecuTorch, en kunnen checkpoints van FSDP-trainingen in combinatie met tensorparallellisme in een andere configuratie opnieuw worden geladen. Hugging Face waarschuwt wel voor een snelheidsregressie bij inference met expertparallellisme, waarvoor aan een oplossing wordt gewerkt, en voor meerdere breaking changes, waaronder het verwijderen van verouderde cachemethoden.

🔗 Releasenotes van Transformers 5.20.0

TRL 1.16.0: training op AWS Trainium en AsyncGRPO tot 3,1 keer sneller

15 oktober — TRL 1.16.0 maakt de trainingsbibliotheek van Hugging Face geschikt voor de Trainium-chips van AWS: een nieuwe standaardinstelling voorkomt dat Trainium bij elke nieuwe sequentielengte opnieuw compileert, waardoor de duur van een kleine trainingstest halveert. 20 stappen SFT van Qwen3-0.6B op Trainium2 worden in 130 seconden afgerond in plaats van 260. De andere vernieuwing richt zich op reinforcement learning voor agents: in gegenereerde trajecten (rollouts) met meerdere beurten of meerdere generaties wordt hetzelfde gespreksbegin van regel tot regel herhaald, en AsyncGRPO organiseert dit nu in een prefixboom om het maar één keer te berekenen. Op Qwen3-1.7B, met 32K tokens per traject, loopt de snelheidswinst op tot een factor 3,10 en daalt het piekgeheugengebruik van 35,2 naar 13,5 Gio; zonder gedeelde prefix bedraagt de overhead ongeveer 1 %. De versie ondersteunt ook Muse Spark Open, dat met LoRA kan worden gefinetuned op 64 H100-GPU’s (14,2 seconden per stap, 40,2 Go per GPU), en AMD-GPU’s in de asynchrone trainers.

🔗 Release notes van TRL 1.16.0

GPT-Live-1.1: nieuwe stemmen en natuurlijkere accenten in ChatGPT, Codex en de dots

15 oktober — OpenAI werkt zijn spraakmodel bij. GPT-Live-1.1 en zijn kleinere variant GPT-Live-1.1 Quip, gepresenteerd als een miniversie van het model, worden uitgerold in de spraakmodus van ChatGPT, Codex en de dots, de permanente agents die op 29 september zijn gelanceerd, met natuurlijkere accenten in verschillende talen. Het model varieert ook meer in de korte zinnen die het uitspreekt wanneer het een zoekopdracht start: OpenAI vat de verbetering samen als ‘minder even controleren…’.

Zes talen krijgen nieuwe Live-stemmen: Frans, Duits, Hindi, Japans, Koreaans en Mexicaans-Spaans, aangevuld met een Engelse stem genaamd Bubbie; de beschikbare stemmen kunnen per regio en account verschillen en zijn te kiezen via Settings > Voice. De update wordt vanaf 15 oktober voor alle gebruikers uitgerold en komt ‘binnenkort’ naar de API, waar GPT-Live-1 sinds 10 september wordt aangeboden voor 0,05 dollar per minuut. OpenAI publiceert geen benchmark en vermeldt evenmin hoe GPT-Live-1.1 en Quip over de abonnementen worden verdeeld.

🔗 Aankondiging van OpenAI · Release notes van ChatGPT

Universal Cart: Google lanceert in de Verenigde Staten een gezamenlijke winkelwagen voor Google Search en de Gemini-app

15 oktober — Google lanceert Universal Cart in de Verenigde Staten. Deze ‘slimme’ winkelwagen, die in mei op Google I/O werd getoond, wordt uitgerold in zowel Google Search, inclusief AI Mode, als de Gemini-app: een product dat vanuit een van deze omgevingen wordt toegevoegd, blijft in dezelfde winkelwagen staan, ongeacht de winkel. Het blogbericht geeft het voorbeeld van een tas die in AI Mode wordt toegevoegd, gevolgd door een trui en een lipgloss in de Gemini-app, die later samen terug te vinden zijn.

Functie van Universal Cart	Wat deze volgens Google biedt
Winkelwagen voor meerdere winkels	Eén winkelwagen die in alle Google-omgevingen behouden blijft
Meldingen over prijs en voorraad	Prijsdalingen en opnieuw beschikbare producten, op basis van meer dan 60 miljard productvermeldingen in de Shopping Graph
Ondersteuning door Google Wallet	Voordelen van opgeslagen kaarten om een betaalmethode te kiezen, relevante kortingscodes
Aankopen afrekenen	Google Pay vanuit de winkelwagen (Universal Commerce Protocol) of doorverwijzing naar de webwinkel

Rechtstreeks afrekenen werkt bij Nike, Sephora, Target, Ulta Beauty, Walmart, Wayfair en veel Shopify-winkels; in alle gevallen blijft de winkelier de verkoper en verzorgt die de bevestigingen en klantenservice. Google rekent de tool tot de functies waarbij de koper zelf de controle houdt, naast zijn werk aan agentische mogelijkheden die namens de koper handelen. Er wordt geen datum genoemd voor andere landen.

🔗 Universal Cart (Google-blog)

Manus Automations: terugkerende taken starten volgens een schema of via een trigger

15 oktober — Manus lanceert Automations, waarmee repetitief werk ‘op de automatische piloot’ wordt gezet: de gebruiker beschrijft wanneer de taak moet starten en hoe het resultaat eruit moet zien. Er zijn drie manieren om taken te starten: een schema, bijvoorbeeld elke werkdag om 8 uur; een trigger vanuit een gekoppelde app, zoals een factuur die in Gmail binnenkomt; en, in bèta, een geavanceerde automatisering die meerdere door de gebruiker beschreven bronnen en voorwaarden combineert. De functie bouwt voort op Scheduled Tasks 2.0 van mei en de door gebeurtenissen gestarte automatiseringen die op 28 september met Manus 2.0 werden aangekondigd. De berichtenreeks vermeldt niet welk abonnement nodig is of hoeveel credits het kost.

🔗 Aankondiging van Manus

Kort nieuws

Agents en tools voor code

Release notes van Devin van 14 oktober — Aan de vooravond van de lancering van Devin Oncall voegt Devin Splunk, Elastic, Dynatrace, Chronosphere en Google Cloud Monitoring toe als observability-plugins, een rol Review manager die reviewregels beheert zonder beheerdersrechten, en export van bevindingen uit code scans in SARIF 2.1.0-formaat, naast CSV. 🔗 bron
Warp en zijn softwarefabrieken — In twee berichten over de werkwijze, zonder nieuwe functie, zegt Warp-oprichter Zach Lloyd dat hij de kosten per PR van zijn team in zes weken van 80 naar 20 dollar heeft teruggebracht, met minder rollbacks en een 40 % hogere doorvoer van PR’s dan in de voorgaande maand. 🔗 bron
Qwen Code v0.25.2 — De versie wordt stabiel twee dagen na de pre-release van 13 oktober, met 68 pull requests die daarin ontbraken, waaronder 11 functies (bestanden verslepen naar de Web Shell, berichten van MCP Apps vóór verzending nalezen, workflowtaken annuleren en persistente opslag in 32 tabellen voor de Managed Agent) en 38 bugfixes. 🔗 bron
Copilot CLI 1.0.99 in pre-release — Twee pre-releases op één dag, zonder stabiele versie: de sandbox staat standaard toegang tot het lokale netwerk toe, /share opent een menu op volledig scherm, plugins uit vertrouwde repositories worden automatisch geïnstalleerd, en geverifieerde Skills en plugins kunnen via een GitHub-link worden geïnstalleerd. 🔗 bron
Antigravity SDK 0.1.22 — Voegt orkestratie van dynamische workflows en in het geheugen gedefinieerde skills toe: als nagekomen nieuws van 11 oktober biedt de Python-SDK in bèta getypeerde bouwstenen (phase, agent, parallel, pipeline) om workflows voor agents te schrijven, skills die zonder bestand worden gedeclareerd (InlineSkill) en een bovengrens voor outputtokens per stap van meer dan 64k tokens. 🔗 bron
google/adk-recipes — Als geherstructureerde opvolger van adk-samples is de repository met voorbeelden van Googles Agent Development Kit voortaan gericht op codeassistenten: elk recept bevat een manifest.yaml en een AGENTS.md, de eerste bedrijfsgerichte plugin richt zich op de detailhandel, en Horizon dient als referentie-harness voor agents die meerdere dagen aan het werk zijn. 🔗 bron
DeepSeek Harness 0.2.1-alpha.4 — De 28e pre-release, nog altijd zonder stabiele versie: voor aangepaste API’s kan de redeneerinspanning rechtstreeks in de interface per model worden ingesteld, en plugins kunnen vanuit aangepaste indexen worden geïnstalleerd; op dezelfde dag stapt FlashMLA over op de stabiele binaire interface van CPython en LibTorch. 🔗 bron
Drie modellen verdwijnen op 16 november uit Copilot — Claude Opus 4.8 en Claude Opus 5, te vervangen door Claude Opus 5.5, en GPT-5.6 Terra, te vervangen door GPT-6.1 Sol of GPT-6 Luna; individuele abonnees met een jaarabonnement behouden Claude Opus 4.8, en de vervangende modellen worden automatisch ingeschakeld in Business en Enterprise. 🔗 bron

Assistenten, bedrijven en gidsen

Genspark in berichtenapps — Gebruikers schrijven naar @genspark_ai in iMessage, WhatsApp, Slack of LINE om een PDF samen te vatten of een presentatie te maken, en het resultaat komt terug in hetzelfde gesprek; abonnement en prijs worden niet vermeld. 🔗 bron
Kimi Work 3.2.17 en een derde tutorial — Drie dagen na 3.2.16 tonen gesprekken afbeeldingen en kan via bediening op afstand de modus Agent Swarm worden gekozen; Moonshot AI publiceert ook een derde instructievideo, over het automatiseren van workflows, zonder een functie als nieuw te presenteren. 🔗 release notes · 🔗 tutorial
Beurzen van Anthropic — Aanmelden kan tot 28 oktober voor STEM Fellows en een nieuwe beurs, Conceptual Reasoning Fellows (filosofie, cognitiewetenschappen, economie, overheidsbeleid, recht): vier maanden voltijds, van 12 januari tot 8 mei 2027, met een vergoeding van 100 000 tot 167 000 dollar; een Amerikaanse werkvergunning is vereist. 🔗 bron
Compliance API van Claude Enterprise — De API geeft beheerders in bèta toegang tot de persoonlijke instructies die elk lid in claude.ai en Cowork heeft opgeslagen; een dag eerder kwamen geplande deployments van Managed Agents beschikbaar op Claude Platform on AWS. 🔗 bron
Block en OpenAI Daybreak — In een casestudy van OpenAI van 14 oktober zegt het beveiligingsteam van Block (Square, Cash App, Afterpay) dat het bij gesimuleerde aanvalsoefeningen de tijd tussen een ingediende kwetsbaarheid en een voorgestelde patch heeft teruggebracht tot 18 minuten en per kwartaal ongeveer 600 uur analistenwerk heeft bespaard. 🔗 bron
AI for Educators in Braziliaans-Portugees — Voor de Dag van de Leraar zet OpenAI deze versie van zijn gratis cursus op OpenAI Academy online, bedoeld voor docenten van het basis- tot het hoger onderwijs, en wijst het opnieuw op de Study Mode van ChatGPT. 🔗 bron
Superwhisper Meetings — Superwhisper lanceert een vergaderrecorder en notitieassistent die het presenteert als de eerste die volledig lokaal werkt, aangedreven door Tiny Aya en Cohere Transcribe; prijs en platforms worden niet vermeld. 🔗 bron
Drie gidsen van Cohere — Zonder nieuw product of nieuwe cijfers publiceert Cohere berichten over AI bij energie- en nutsbedrijven, rond North, over de wildgroei aan agents in bedrijven, met het idee om een nieuwe agent als uitdager te laten concurreren met de bestaande agent, en over het meten van het rendement op investeringen. 🔗 nutsbedrijven · 🔗 agents · 🔗 ROI
Gids van Perplexity over onderzoek — Een gids bespreekt 12 grondleggende AI-artikelen en zes recente studies, vergelijkt tools voor ondersteund onderzoek en biedt een kader in zeven stappen; geen nieuwe functionaliteit. 🔗 bron

Generatieve media

Suno — Twee samenwerkingsfuncties: gedeelde werkruimtes die uitsluitend genodigden kunnen bekijken of bewerken (Pro en Premier), en aangepaste modellen die met medewerkers kunnen worden gedeeld en met twee keer zoveel input kunnen worden afgestemd (Premier). 🔗 bron
Eleven v4 in blinde tests — ElevenLabs stelt dat luisteraars Eleven v4 expressiever vonden dan andere spraakmodellen in elke blinde test die in acht talen werd uitgevoerd, zonder de concurrenten te noemen of scores in de tekst te geven. 🔗 bron
Shot Coverage van Luma — De functie genereert uit één videoshot meerdere bewegende camerastandpunten die bij de montage kunnen worden gebruikt; de aankondiging vermeldt geen model, prijs of datum van ingebruikname. 🔗 bron
HeyGen en Jan Hotovec — HeyGen zet Jan Hotovec in de schijnwerpers, die cerebrale parese heeft en samen met Fameplay en Nolimi een avatar met zijn uiterlijk en stem heeft gemaakt om zijn levensverhaal in zijn eigen woorden te vertellen. 🔗 bron

Onderzoek, rekenkracht en infrastructuur

NVIDIA en de AI in Science Enablers Initiative — Tijdens de AI in Science Summit in Dublin sluit NVIDIA zich aan bij het initiatief van de Europese Commissie met zijn open modellen, een hub met vrij beschikbaar lesmateriaal van het Deep Learning Institute en toegang tot rekenkracht via nationale AI factories, zonder een bedrag bekend te maken. 🔗 bron
NVIDIA in de Noordse landen — In aanloop naar GTC Berlin maakt NVIDIA de balans op van zijn Noordse ecosysteem: de supercomputer Sferical One (1 152 GB300-GPU’s), 1 gigawatt aan AI-cloudcapaciteit gepland tegen eind 2027 en een Stockholm AI Lab met de stichting Norrsken in 2027; de keynote van GTC Berlin staat gepland voor 21 oktober. 🔗 bron
De tokenisatie van BERT 50 keer sneller — Simon Brandeis van Hugging Face legt uit hoe de toekomstige versie 1.0 van tokenizers de tokenizer van BERT ongeveer 50 keer sneller maakt dan met 0.23 door ASCII-tekens apart te verwerken; de wijzigingen worden nog beoordeeld. 🔗 bron

GitHub, buiten AI

Einde aan push-e-mails — GitHub verstuurt geen e-mailmeldingen meer over push-events van repositories, waarmee spam kon worden verstuurd, en verwijst naar een GitHub Actions-workflow met een eigen SMTP-server. 🔗 bron
Licenties van GitHub Code Quality — Een CSV-rapport vermeldt elke actieve committer die een licentie verbruikt en de betrokken repositories over een periode van 90 dagen, om licenties op te sporen die kunnen worden vrijgegeven, op GitHub Team en Enterprise Cloud. 🔗 bron

Wat dit betekent

Open modellen worden steeds groter en hun ecosysteem volgt inmiddels vanaf de eerste dag. Muse Spark Open verschijnt met zeven API-aanbieders, door Meta geproduceerde NVFP4-gewichten en directe ondersteuning in Transformers, TRL, mlx-lm en Unsloth; Nemotron 3.5 Super VL publiceert gewichten, data en trainingsrecepten; FLUX 3 Image Klein wordt op de dag van de release opgenomen in Diffusers en ComfyUI. Maar achter ‘open’ gaan heel verschillende voorwaarden schuil: de Muse Model License beperkt commercieel gebruik, de FLUX Kommunity-licentie is alleen gratis bij een jaaromzet onder 5 miljoen dollar, de licentie voor de gewichten van Timestral sluit bedrijven met meer dan 20 miljoen dollar omzet per maand uit, terwijl Apertus 1.5 zijn gewichten onder Apache 2.0 publiceert, samen met zijn trainingsdata. De overtreffende trap van Meta herinnert er ten slotte aan dat de wedloop ook tussen landen wordt uitgevochten: Muse Spark Open presenteert zich als het beste Amerikaanse open model, maar GLM 5.3 en Kimi K3 blijven het voor op de index van Artificial Analysis en bij programmeren.

Cybersecurity wordt een terrein waarop AI op grote schaal kwetsbaarheden vindt en verhelpt. Cohere haalt met AISLE expertise in huis waarmee naar eigen zeggen meer dan 500 nog onbekende kwetsbaarheden zijn ontdekt, GitHub maakt AI Scan algemeen beschikbaar voor talen die CodeQL niet ondersteunt, evenals een autofix die CodeQL opnieuw uitvoert om zijn eigen oplossing te controleren, en Block zegt tijdens gesimuleerde aanvalsoefeningen de tijd tussen een kwetsbaarheid en een voorgestelde oplossing terug te brengen tot 18 minuten. Deze tools blijven onder menselijk toezicht: de resultaten van AI Scan zijn adviserend, autofix opent een pull request als concept, en Code Review van Claude Code keurt een merge niet goed en blokkeert deze evenmin. De andere kant is de isolatie van de agents zelf: SPACE, inmiddels open source, houdt inloggegevens en uitgaand verkeer buiten de virtuele machine, en IPI Black betaalt aanvallers om de weerstand van agents tegen indirect prompt injection te meten.

Vertrouwen vraagt ook om een blik van buitenaf. Door zes mensen van METR toegang te geven die vergelijkbaar is met die van een werknemer, zonder vetorecht over hun publicaties, gaat Anthropic verder dan een eenmalige audit en vergelijkt het deze aanpak met toezichthouders die permanent bij grote banken aanwezig zijn. Dezelfde eis van verificatie loopt door het onderzoek heen: Sakana AI legt de beoordelingscriteria vóór elk experiment vast, zodat codeagents zich niet beperken tot het optimaliseren van een score, en OpenAI financiert via de Simons Foundation wiskundigen die de door AI geproduceerde resultaten onderzoeken, na zijn 722 manuscripten van 6 oktober. CERN en Mistral hebben de breedste ambitie: een Large Physics Model dat wordt getraind op miljarden gesimuleerde botsingen, maar zonder bedrag of tijdschema te noemen.

Bij tools wordt de afweging tussen kosten, snelheid en kwaliteit expliciet. Bij OpenAI vindt GPT-6.1 Sol met de inspanningsinstelling Ultra 92 % van de bevindingen van GPT-6 Astra Ultra terug voor 14 % van de kosten; de snelle modus van Opus 5.5 biedt 2,5 keer zoveel doorvoer voor de dubbele prijs; Code Review brengt de verbruikte tokens in rekening, met een maandelijks plafond. Agents nemen ook taken zonder toezicht op zich: Devin Oncall neemt de wachtdiensten over, Claude Code 2.1.301 wacht niet langer op een gebruikslimiet die ver in de toekomst ligt en legt elk oordeel van zijn classifier vast, en de Auto-modus van de Antigravity CLI laat een aparte agent de commando’s beoordelen die buiten de sandbox zouden worden uitgevoerd. Benchmarks kunnen het tempo nauwelijks bijhouden: op SREGym-Lite halen Devin Oncall en CloudThinker allebei 100 % met GPT-6 Astra.