Anthropic stelt de Model Hardware Standard open, OpenAI verenigt een collectieve cyberverdediging, GLM-5.3 krijgt open gewichten

Zevenenveertig aankondigingen uit negen domeinen zijn geselecteerd voor 27 augustus. Drie daarvan springen eruit. Anthropic stelt de eerste fase open van een onderzoeksvoorvertoning (research preview) van de Model Hardware Standard, een specificatie waarmee agents laboratoriuminstrumenten kunnen aansturen en die hun integratietijd van meerdere weken tot enkele uren terugbrengt. OpenAI publiceert samen met organisaties waaronder Anthropic, AWS, Google, Microsoft en Oracle een opiniestuk waarin het oproept tot collectieve cyberverdediging. En Ai2 installeert AutoDiscovery in een operationeel oncologisch centrum en publiceert diezelfde dag een in het laboratorium gevalideerde ontdekking over borstkanker. De rest — GLM-5.3 Flash bij Together AI en de aangekondigde openstelling van de gewichten van GLM-5.3, Gemini Omni 1.1 Flash, Cohere Parse, de eerste aan AWS geleverde Vera-CPU en een twintigtal updates voor tooling — volgt hieronder.

Anthropic stelt de Model Hardware Standard en 10.000 Claude-licenties open voor wetenschappers

27 augustus — Anthropic lanceert de eerste fase van een onderzoeksvoorvertoning van de Model Hardware Standard (MHS), een gedeelde specificatie waarmee AI-agents fysieke apparatuur kunnen aansturen. De toegang blijft voorlopig beperkt tot een eerste groep onderzoekslaboratoria en geavanceerde industriële bedrijven. De standaard ontstond uit een samenwerking tussen Alek Kemeny van het Beneficial Deployments-team van Anthropic en Arco Bast, postdoctoraal onderzoeker aan de HHMI Janelia Research Campus, die experimenten voor beeldvorming van de hersenen uitvoerde op een opstelling met lasers, focusmotoren en camera’s zonder gemeenschappelijke interface.

Het probleem dat ermee wordt aangepakt, is alledaags en kostbaar: elk apparaat biedt zijn eigen programmeerinterface en er bestond geen gestandaardiseerde manier om ze met elkaar te laten communiceren. MHS introduceert een driver die is opgebouwd rond bewust minimale primitives van het type „read” (bijvoorbeeld „get temperature”) en „write” (bijvoorbeeld „set temperature”), waardoor elk apparaat in een gemeenschappelijk formaat kan worden ontdekt. Tags in natuurlijke taal beschrijven wat de code niet vermeldt — bijvoorbeeld het gewicht van een robotarm — en de driver leidt daaruit een referentiebestand af waarin staat wat het apparaat meet, wat instelbaar is en welke veiligheidslimieten worden toegepast. Er bestaan drie besturingsmechanismen naast elkaar: MCP, de command-line-interface en codebestanden die als API beschikbaar worden gesteld.

De resultaten bij partners laten de omvang van de winst zien. Genentech automatiseerde de BCA-eiwitbepaling door een vloeistofhandler, robotarm en microplaatlezer te coördineren. Bij Carnegie Mellon worden dosis-responscurven via seriële verdunning ongeveer drie keer sneller uitgevoerd, waarbij een agent vier apparatuurcategorieën aanstuurt die over drie computers met incompatibele interfaces zijn verdeeld. QuEra Computing liet een agent een controller ontwikkelen die in 99,3% van de gevallen zonder menselijke tussenkomst de frequentievergrendeling van de lasers van een kwantumcomputer herstelt. Binnen het ecosysteem zal AWS MHS ondersteunen via zijn Strands Robots-bibliotheek, terwijl Hugging Face en Raspberry Pi aan de volgende fase zullen deelnemen, waarbij laatstgenoemde succesvolle tests met zijn Camera MHS Driver heeft uitgevoerd.

Anthropic erkent de beperkingen: Claude leert de fysieke wereld kennen via tekst en beeld, zijn ruimtelijke redeneervermogen blijft beperkt en deskundig toezicht is noodzakelijk. Bij Genentech moesten de onderzoekers Claude duidelijk maken dat fouten door schuimvorming in de monsters fysieke storingen waren en geen softwarebugs. De standaard zal later als open source worden gepubliceerd.

Diezelfde dag stelt Anthropic wereldwijd 10.000 Claude-licenties beschikbaar aan wetenschappers via een nieuw Claude Team-abonnement voor onderzoekers. De Standard-licenties zijn gratis; Premium-licenties — met vijf keer hogere gebruikslimieten — kosten een jaar lang 15 dollar per maand, wat het officiële account presenteert als een korting van 80%. Voor toegang moet de status van hoofdonderzoeker aan een academische instelling of non-profitorganisatie worden geverifieerd. Het programma AI for Science, dat tot nu toe op de biowetenschappen was gericht, wordt uitgebreid naar andere disciplines en verhoogd tot 50.000 dollar aan tegoeden per project. Eén beperking blijft bestaan: onderzoekers in de biologie en scheikunde blijven beperkt tot modellen uit de Opus-klasse, aangezien Claude Fable-modellen verzoeken over professionele biologie en geneesmiddelenontwikkeling blijven blokkeren.

Gemeten onderdeel	Aangekondigde waarde
Integratietijd vóór MHS	Weken tot maanden
Integratietijd met MHS	Uren tot minuten
Versnelling dosis-respons (Carnegie Mellon)	Ongeveer 3x
Herstel laservergrendeling zonder mens (QuEra)	99,3 %
Geünificeerde fabrikantprogramma’s (HHMI Janelia)	7
Claude-licenties beschikbaar voor wetenschappers	10.000, gedurende één jaar
Premium-licentie (limieten x5)	15 dollar per maand, 80% korting
Tegoeden voor AI for Science	Tot 50.000 dollar per project

Connecting AI to hardware requires days or weeks of bespoke integration, with no standard way for agents to operate equipment safely. MHS cuts integration to hours or minutes, provides an interface that makes devices discoverable, and enables agents to operate them safely.

🇳🇱 Het verbinden van AI met hardware vereist dagen of weken aan integratie op maat, zonder een gestandaardiseerde manier waarop agents apparatuur veilig kunnen aansturen. MHS brengt de integratietijd terug tot uren of minuten, biedt een interface waarmee apparaten kunnen worden ontdekt en stelt agents in staat ze veilig aan te sturen. — @AnthropicAI op X

🔗 Model Hardware Standard · De ondersteuning voor wetenschappers uitbreiden

Ai2 installeert AutoDiscovery in een oncologisch centrum en publiceert een gevalideerde ontdekking over borstkanker

27 augustus — Ai2 haalt AutoDiscovery uit de openbare datasets en installeert het in een operationele instelling: het Paul G. Allen Research Center van het Providence Swedish Cancer Institute gaat het platform inzetten op zijn eigen onderzoeks- en klinische gegevens. De aankondiging verschijnt samen met de rechtvaardiging ervoor: een wetenschappelijk resultaat dat door de tool is geproduceerd en vervolgens onafhankelijk is gevalideerd.

Het onderzoek richtte zich op The Cancer Genome Atlas, een van de meest bestudeerde datasets binnen het vakgebied. AutoDiscovery genereert en evalueert hypothesen met large language models en geeft prioriteit aan waarnemingen die zowel verrassend zijn ten opzichte van gevestigde verwachtingen als reproduceerbaar van de ene analyse tot de andere. In deze gegevens bracht het platform een onverwacht signaal aan het licht: invasief lobulair carcinoom, een subtype van borstkanker dat lange tijd als immunologisch koud (immune cold) werd geclassificeerd en daardoor als ongevoelig voor immunotherapie werd beschouwd, blijkt in werkelijkheid een sterkere immuunactiviteit te vertonen dan tot nu toe werd erkend.

Het vervolg geeft de aankondiging haar gewicht. De onderzoekers valideerden de waarneming met een onafhankelijke dataset van patiënten en bevestigden deze vervolgens in het laboratorium door tumormonsters te analyseren, waarbij immunofluorescentiebeelden lieten zien dat T-lymfocyten de tumor omringen. Het artikel dat uit dit onderzoek voortkwam, „Surprisal-based large language models reveal immunologic insights in breast cancer”, werd diezelfde dag gepubliceerd door een gezamenlijk team onder leiding van dr. Kelly Paulson (PARC) en dr. Sasha Stanton (Earle A. Chiles Research Institute), met Bodhisattwa Majumder, senior onderzoeker bij Ai2. Volgens Ai2 suggereert de conclusie dat een hele groep patiënten — ongeveer 15% van de borstkankers die jaarlijks in de Verenigde Staten worden gediagnosticeerd — opnieuw vanuit het perspectief van immunotherapie zou moeten worden onderzocht.

De lokale implementatie vormt het tweede onderdeel: Providence installeert AutoDiscovery in zijn eigen cloudomgeving, waardoor de beschermde gegevens binnen de instelling blijven, terwijl het computationele onderzoeksteam van PARC de installatie, uitvoering en begeleiding verzorgt. Ai2 benadrukt de positionering: het platform is niet ontworpen om zelfstandig te functioneren, maar om door onderzoekers te worden aangestuurd, die bepalen welke sporen verder worden onderzocht.

🔗 Partnerschap tussen Ai2 en Providence Swedish

OpenAI roept samen met Anthropic, AWS, Google, Microsoft en Oracle op tot collectieve cyberverdediging

27 augustus — OpenAI publiceert samen met organisaties waaronder Anthropic, AWS, Google, Microsoft en Oracle een opiniestuk met de titel „A call for collective action on cyber defense” — aangezien het officiële bericht de formulering „including” gebruikt, is de lijst niet volledig. De tekst vertrekt vanuit een constatering over timing: de komende maanden bieden een beperkt tijdsvenster waarin verdedigers een voorsprong kunnen nemen, voordat door AI ondersteunde aanvallen veel algemener en geavanceerder worden naarmate modellen wereldwijd vooruitgaan. De genoemde doelwitten zijn niet abstract: ziekenhuizen, waterzuiveringsinstallaties en de infrastructuur die het internet draaiende houdt.

Het centrale argument is dat de huidige vooruitgang verdedigers nu al de middelen biedt om zwakke plekken te verhelpen die zich jarenlang hebben opgestapeld — oude bugs, buitensporige toegangsrechten, configuratiefouten, software zonder patches, zwakke authenticatie en de technische schuld van legacy-systemen — terwijl de beveiligingsteams van kritieke infrastructuur historisch gezien over onvoldoende middelen beschikten.

Drie principes structureren het voorstel: erkennen dat de bestaande veiligheidssituatie niet zal volstaan, meer verdedigers uitrusten met AI die bekwaam is op het gebied van cybersecurity, en een collectieve reactie mobiliseren vanuit de vaststelling dat geen enkel bedrijf deze toekomst alleen zou mogen beheersen. Daarna volgen vier lijsten met gerichte verzoeken. Elke organisatie moet cyberverdediging als een directieprioriteit behandelen, haar meest risicovolle zwakke plekken verhelpen en strengere eisen stellen aan wat zij koopt, bouwt en implementeert, inclusief door AI gegenereerde code. Cybersecuritybedrijven worden opgeroepen hun verdediging voortdurend te testen tegen geavanceerde capaciteiten en hun vooruitgang af te meten aan het aantal beschermde organisaties in plaats van aan activiteitsindicatoren. Overheden worden opgeroepen cyberverdediging te financieren, te beginnen bij essentiële diensten zonder budget of personeel. Vooruitstrevende AI-laboratoria moeten ten slotte verantwoorde toegang tot modellen bieden en ervoor zorgen dat de identiteit van agents traceerbaar is en dat zij ter verantwoording kunnen worden geroepen.

Dit laatste punt verbindt het opiniestuk met het nieuws van de dag ervoor: het onderzoeksrapport over het incident bij Hugging Face, waarbij een intern onderzoeksmodel onbedoelde internettoegang had verkregen en productieworkers had gecompromitteerd. De traceerbaarheid van agents wordt daarin dus als een toezegging gepresenteerd, niet uitsluitend als een aanbeveling aan anderen.

We have a limited window to strengthen cyber defenses, and together with organizations including @AnthropicAI, @awscloud, @Google, @Microsoft, and @Oracle, we’re calling for a global effort to give defenders the tools, resources, and support to protect the infrastructure we all depend on. If we act decisively, we can turn today’s AI advances into lasting improvements in security and make our digital world safer for everyone.

🇳🇱 We hebben een beperkt tijdsvenster om de cyberverdediging te versterken, en samen met organisaties waaronder @AnthropicAI, @awscloud, @Google, @Microsoft en @Oracle roepen we op tot een wereldwijde inspanning om verdedigers de hulpmiddelen, middelen en ondersteuning te geven die nodig zijn om de infrastructuur waarvan we allemaal afhankelijk zijn te beschermen. Als we doortastend handelen, kunnen we de huidige vooruitgang op het gebied van AI omzetten in blijvende verbeteringen van de veiligheid en onze digitale wereld veiliger maken voor iedereen. — @OpenAI op X

🔗 Een oproep tot collectieve actie voor cyberverdediging

Claude Cowork krijgt een eigen browser

26 augustus — Claude Cowork integreert een eigen browser in de desktopapplicatie. Zodra een taak een website omvat, wordt in het zijpaneel een browser geopend waarin Claude navigeert, pagina’s leest, klikt en formulieren invult. Het idee is om het webgedeelte van een taak te delegeren zonder te stoppen met waar men mee bezig is: cijfers uit een dashboard halen of een leveranciersportaal doorlopen waarvoor geen connector bestaat.

De scheiding staat centraal in de aankondiging. De geïntegreerde browser is die van Claude, niet die van de gebruiker: Claude ziet noch de tabbladen, noch de bladwijzers, noch de wachtwoorden. Om bij diensten aangemeld te blijven, worden sessies per website geïmporteerd vanuit Chrome, Edge of Firefox op macOS en vanuit Firefox op Windows en Linux. Websites voor bankzaken, berichtenverkeer en single sign-on (SSO) worden overgeslagen, tenzij expliciet wordt besloten ze op te nemen.

Anthropic trekt een duidelijke gebruiksgrens met de extensie Claude in Chrome, die dezelfde dag algemeen beschikbaar werd. De geïntegreerde browser dient om een webtaak uit handen te geven terwijl men doorgaat met het eigen werk; Claude in Chrome is bedoeld voor de reeds geopende pagina, met de accounts waarop men al is aangemeld. Als de extensie is geïnstalleerd, blijft die de standaardkeuze; de instelling kan worden gewijzigd via Settings → Cowork → Preferred browser en voor beheerders via Organization settings → Cowork → Built-in browser.

Wat veiligheid betreft, doet de aankondiging geen absolute beloften. De geïntegreerde browser brengt dezelfde risico’s op prompt injection met zich mee als elke agent die in een browser handelt, wanneer in een pagina verborgen instructies Claude proberen af te leiden. De browser past dezelfde waarborgen toe als Claude in Chrome, waaronder controles die de handelingen van Claude vergelijken met wat er is gevraagd. Anthropic schrijft dat deze maatregelen het risico aanzienlijk verminderen zonder het weg te nemen en beveelt aan om met vertrouwde websites te beginnen.

Aspect van de implementatie	Details
Betrokken abonnementen	Pro, Max, Team; Enterprise na activering door een beheerder
Ondersteunde platforms	macOS, Windows, Linux (in bèta)
Implementatieschema	In de week na de aankondiging, standaard actief
Importeren van aanmeldingen	Chrome, Edge, Firefox op macOS; Firefox op Windows en Linux
Standaard uitgesloten sites	Bankzaken, berichtenverkeer, single sign-on

🔗 De geïntegreerde browser van Cowork

GLM-5.3 Flash komt naar Together AI en Z.ai kondigt de vrijgave van de gewichten van GLM-5.3 aan

27 augustus — Together AI stelt GLM-5.3 Flash beschikbaar, het eerste native multimodale model uit de GLM-5-serie van Z.ai, met publiek beschikbare gewichten. De technische specificaties zijn ongewoon gedetailleerd: een Mixture-of-Experts-architectuur met 320 miljard parameters, waarvan 18 miljard actief, 45 lagen en een contextvenster van één miljoen tokens. De door Z.ai benadrukte vergelijking betreft zijn eigen modellijn: bij een vergelijkbare totale omvang heeft het model bijna de helft minder actieve parameters en lagen dan GLM-4.5.

De architectuur is het echte onderwerp. Het model combineert lineaire attention, die lokale afhankelijkheden vastlegt via toestandsmodellering, met sparse attention, die globale context ophaalt via een lichte indexer. IndexPool comprimeert bovendien vier sleutelvectoren van de indexer tot één enkele vector via gewogen pooling. Het door Z.ai gemelde resultaat, gemeten ten opzichte van GLM-5.3: drie keer minder attention-berekeningen en een 4,4 keer kleinere KV-cache bij een venster van één miljoen tokens. Deze besparing rechtvaardigt de prijsstelling van 0,15 dollar per miljoen inputtokens en 0,50 dollar per miljoen outputtokens, tegenover respectievelijk 1,40 en 4,40 dollar voor GLM-5.2 bij dezelfde aanbieder. Het model was vóór de lancering anoniem als Ox Alpha beschikbaar voor een preview.

Multimodaliteit is hier geen bijkomstigheid, maar een onderdeel van de codeercyclus: het model inspecteert zijn eigen op het scherm gerenderde uitvoer en verfijnt die iteratief. De training volgt dezelfde logica, met reinforcement learning op basis van feedback uit de omgeving voor frontendcode en agentische verificatie die voor grafische interfaces is verankerd in echte gebruikerstrajecten.

Diezelfde dag kondigt Z.ai in een zeer kort bericht aan dat de gewichten van GLM-5.3 — het hoofdmodel, dat sinds 18 augustus via de API toegankelijk is — de volgende dag worden gepubliceerd via een reeds bestaande Hugging Face-modelpagina zai-org/GLM-5.3 die nog als ‘Upcoming release’ is gemarkeerd. De vrijgave was twee weken eerder voorbereid met een artikel getiteld ‘Preparing GLM-5.3 for Open Release: A Responsible Path to Cyber Defense’. Het laboratorium combineert zo de lancering van een snelle variant met de vrijgave van de gewichten van het hoofdmodel, met minder dan vierentwintig uur ertussen.

Geëvalueerde benchmark	GLM-5.3 Flash	GLM-5.2
Terminal Bench 2.1	84,3	81,0
DeepSWE v1.1	63,4	46,2
Toolathlon Verified	78,4	59,9
AutomationBench	48,8	26,2
Humanity’s Last Exam (met tools)	55,3	—
GDPval-AA v2 Elo (Artificial Analysis)	1773	—

Together AI-tarief (dollar per miljoen tokens)	GLM-5.3 Flash	GLM-5.2
Input	0,15	1,40
Gecachte input	0,03	0,26
Output	0,50	4,40

GLM-5.3 Flash has arrived. @Zai_org’s first natively multimodal GLM-5 model packs 320B parameters, 18B active, 1M context, and hybrid attention.

On DeepSWE, it nearly MATCHES Luna’s performance while getting more than TWICE as much work done for the same budget.

🇳🇱 GLM-5.3 Flash is gearriveerd. Het eerste native multimodale GLM-5-model van Z.ai bevat 320 miljard parameters, waarvan 18 miljard actief, een context van één miljoen tokens en hybride attention. Op DeepSWE evenaart het bijna de prestaties van Luna, terwijl het met hetzelfde budget meer dan twee keer zoveel werk verzet. — @togethercompute op X

🔗 Modelpagina bij Together AI · Aankondiging van @Zai_org over de gewichten

Gemini Omni 1.1 Flash: 10 seconden context om een shot te verlengen, concepten in 360p en uitvoer in 4K

27 augustus — Google brengt Gemini Omni 1.1 Flash uit, een update van zijn multimodale model voor het genereren en bewerken van video, van de hand van Anish Nangia en Alisa Fortin, Product Managers bij Google DeepMind.

De belangrijkste verandering betreft het verlengen van scènes. Tot nu toe betekende het verlengen van een gegenereerde video dat het model alleen vanaf de laatste seconde verderging, waardoor de samenhang verloren ging zodra de scène personages of een complexe omgeving bevatte. Omni 1.1 analyseert voortaan maximaal 10 seconden aan eerdere context, in blokken van 10 seconden, tot een totale duur van 40 seconden.

Het tweede speerpunt is controle over de kadrering: door het eerste en laatste beeld op te geven, krijgt het model de opdracht de tussenliggende video tussen twee keyframes te genereren, met als doel complexe camerabewegingen en naadloze loops mogelijk te maken. Het derde speerpunt is economisch: een conceptresolutie van 360p die volgens de aankondiging tot 60% sneller en drie keer goedkoper is dan de standaardresolutie van 720p. Google verduidelijkt dat de snelheidsmeting is gebaseerd op een vergelijking van de systeemdoorvoer bij beide resoluties. De pipeline eindigt met upscaling naar 1080p of 4K. Daarnaast kan de multimodale input maximaal 3 seconden referentievideo bevatten om de consistentie van een personage te behouden of een beweging na te bootsen.

Het model is beschikbaar in Google AI Studio, via de API van Gemini Enterprise Agent Platform en in Google Flow voor alle abonnees van Google AI Plus, Pro en Ultra. Google noemt Adobe, dat het model in Firefly heeft geïntegreerd, Figma Weave, GMI Cloud en Runway als klanten. Het officiële artikel bevat een prijstabel, maar die is als afbeelding gepubliceerd zonder tekstueel equivalent; daarom worden hier geen tarieven weergegeven.

Diezelfde dag stelt Pika het model beschikbaar in zijn API Club via dev.pika.art, met videoverlenging, ondersteuning voor het eerste en laatste beeld, maximaal drie referentievideo’s en uitvoer tot 4K. Daarmee zet de studio een gevestigde gewoonte voort: videomodellen van derden aanbieden zodra ze beschikbaar zijn, zoals eerder met Seedance 2.5 en vervolgens Wan 3.0.

Modelcapaciteit	Aangekondigde waarde
Context voor verlenging	Maximaal 10 s, tegenover 1 s bij eerdere modellen
Verlengingsstap	10 s, tot in totaal 40 s
360p-concept — snelheid	Tot 60% sneller dan 720p
360p-concept — kosten	Een derde van de kosten van standaard-720p
Upscaling	1080p of 4K
Multimodale videoreferentie	Maximaal 3 s video
Model-ID in de API	`gemini-omni-1.1-flash`

🔗 Aankondiging van Google · Bericht van @pika_labs

H3 Max: fal traint MiniMax H3 na en genereert 5 seconden video in minder dan 3 seconden

26 augustus — fal Research brengt H3 Max uit, een videomodel dat is nagetraind op basis van de open gewichten van MiniMax H3. Het bijzondere aan dit werk is dat het niet alleen om natraining gaat: het inference-team van fal heeft de uitvoeringsstack parallel aan het model mede ontworpen, zodat beslissingen over training en serving elkaar wederzijds beïnvloeden.

Voor de kwaliteit voerde fal rechtstreekse menselijke voorkeursonderzoeken uit tegen twaalf toonaangevende videomodellen, waaronder het officiële endpoint van MiniMax H3, Gemini Omni Flash, Wan 3.0, Seedance 2.5, Kling 3 en Veo 3.1. De beoordelaars vergeleken drie afzonderlijke dimensies — algemene voorkeur, naleving van de prompt en esthetiek — die werden samengevoegd tot Bayesiaanse Elo-scores met betrouwbaarheidsintervallen van 95%. H3 Max staat op alle drie de dimensies bovenaan en wint de meerderheid van de duels tegen elk getest model, waaronder het oorspronkelijke H3. Artificial Analysis en Design Arena plaatsen het model eveneens bovenaan hun onafhankelijke ranglijsten.

Wat snelheid betreft genereert H3 Max een video van 5 seconden in ongeveer 3 seconden, goed voor ongeveer 35 keer de doorvoer van het officiële endpoint van MiniMax H3 en gemiddeld 15 keer sneller dan modellen van vergelijkbare kwaliteit. fal benadrukt de methode: een optimalisatie werd alleen behouden als het resulterende model zijn positie in de interne kwaliteitsbeoordelingen handhaafde. De training en serving werden volledig uitgevoerd op NVIDIA GB200 NVL72-systemen.

Het MiniMax H3-team, dat in het artikel van fal wordt geciteerd, bevestigt het resultaat: volgens het team combineert H3 Max state-of-the-art videokwaliteit met een sprong van een orde van grootte in generatiesnelheid, waardoor hoogwaardige videogeneratie bruikbaar wordt voor een veel breder scala aan praktijksituaties. Dit is het argument voor open gewichten in de praktijk: natraining door een derde partij onthult het werkelijke potentieel van een goed basismodel.

Door fal gepubliceerde meting	Waarde
Video van 5 seconden	Gegenereerd in ongeveer 3 seconden
Doorvoer tegenover het officiële H3-endpoint	Ongeveer 35x
Snelheid tegenover modellen van gelijke kwaliteit	Gemiddeld 15x
Vergeleken videomodellen	12
Rangschikking voor menselijke voorkeur	1e op alle drie de dimensies
Introductiekorting	50% tijdens de eerste week

🔗 Presentatie van H3 Max door fal

Cohere Parse: 1,50 dollar per 1.000 pagina’s en 79,2 op ParseBench

27 augustus — Cohere maakt Parse algemeen beschikbaar, een vision language model voor het op grote schaal verwerken van bedrijfsdocumenten. Het zet complexe multimodale bestanden om in machineleesbare gestructureerde gegevens en levert nette Markdown op, bedoeld voor documentindexering, RAG en agentische retrieval. Parse gaat verder dan tekenherkenning: het identificeert tabellen, formulieren, diagrammen en ingesloten afbeeldingen en retourneert bounding boxes voor tabellen en afbeeldingen. Het verwerkt negen grote wereldtalen.

Het belangrijkste argument is de prijs: 1,50 dollar per 1.000 pagina’s via de Cohere API. Voor aanhoudende workloads promoot het bedrijf Model Vault, zijn single-tenant-inferenceplatform, met een besparing van 23% bij 50% GPU-gebruik en tot 61% bij volledige benutting per uur. Het gegeven rekenvoorbeeld — een crediteurenadministratiestroom die ongeveer 13 miljoen pagina’s per maand verwerkt — levert ten opzichte van de API ongeveer 12.000 dollar aan maandelijkse besparingen op, en ten opzichte van een hyperscaler-aanbod dat 10 dollar per 1.000 pagina’s kost ongeveer 1,47 miljoen dollar per jaar.

Wat de doorvoer betreft kondigt Cohere 4,5 pagina’s per seconde aan, oftewel 36 pagina’s per seconde op een node met 8 H100-GPU’s — ongeveer 1,4 keer de doorvoer van dots.mocr en 2,2 keer die van Chandra OCR 2 in dezelfde configuratie. De vergelijking betreft uitsluitend open-sourcemodellen die via vLLM worden aangeboden.

Cohere erkent twee methodologische beperkingen. De dimensies Layout en Chart van ParseBench zijn uitgesloten van de vergelijking, omdat het model zich richt op Markdown in leesvolgorde en grafieken behandelt als visuele elementen die door metadata worden beschreven; de extractie van numerieke reeksen is aangekondigd voor de volgende versie. Bovendien gebruiken alle gepubliceerde scores de ParseBench-regels van augustus 2026, waarin een fout in de detectie van vetgedrukte tekst en koppen is gecorrigeerd die eerder de scores voor semantische opmaak opdreef. De concurrenten zijn opnieuw beoordeeld met dezelfde regels. Parse is beschikbaar via de Cohere API, Model Vault, Microsoft Foundry en AWS SageMaker onder de ID parse-v5.0, en kan in een private cloud of on-premises worden geïmplementeerd.

Geëvalueerd model	Gemiddelde	Tabellen	Inhoudsgetrouwheid	Semantische opmaak
GPT-5.5	84,4	89,3	87,5	76,5
Opus 4.8	84,3	89,7	89,0	74,1
Gemini 3.5 Flash	81,8	87,6	84,7	73,2
Cohere Parse	79,2	87,0	86,6	64,0
LlamaParse (Cost Effective)	78,3	81,4	90,9	62,7
Mistral OCR 4	74,5	73,9	89,5	60,1
Databricks AI Parse	72,4	83,7	88,3	45,3
Google Document AI	57,3	55,1	83,7	33,0
AWS Textract	53,3	82,3	74,8	2,8

🔗 Aankondiging van Cohere Parse

NVIDIA levert de eerste Vera-CPU aan AWS en breidt NVLink Fusion uit met NVHBM-geheugen

27 augustus — NVIDIA heeft zijn artikel over de Vera-CPU bijgewerkt met een belangrijke mijlpaal: AWS heeft zijn eerste Vera-CPU-server en zijn eerste Vera Rubin-GPU ontvangen, persoonlijk overhandigd door Ian Buck, vicepresident Hyperscale en HPC bij NVIDIA, aan Willem Visser en Supreeth Sheshardi, vicepresidenten van Amazon EC2, op het hoofdkantoor van AWS in Seattle. De overhandiging sluit aan bij een aankondiging van de dag ervoor, 26 augustus: AWS en NVIDIA breiden hun zestienjarige samenwerking uit met een plan voor 2 miljoen extra GPU’s en de migratie van infrastructuur op basis van de Vera-CPU naar AWS. AWS is niet de eerste ontvanger — Buck had eerder al Vera-systemen geleverd aan Oracle Cloud Infrastructure, evenals aan Anthropic, OpenAI en SpaceXAI.

Het technische argument berust op één observatie: een agent draait niet uitsluitend op een GPU. Elke uitvoeringssandbox, elke toolaanroep, elke orchestratielaag en elke retrieval met lange context vergt CPU-werk. Vera bevat 88 door NVIDIA ontworpen Olympus-cores, een geheugenbandbreedte van 1,2 TB/s en belooft tot 1,8x hogere prestaties per core voor agentische workloads. NVIDIA verwijst naar gegevens van OpenRouter waaruit blijkt dat deze workloads 15 keer zoveel tokens verbruiken als een eenvoudige chatquery. Onder cloudproviders is Oracle Cloud Infrastructure de eerste die Vera op hyperscaleschaal implementeert, met honderdduizenden CPU’s gepland vanaf 2026. Voor de nauwkeurigheid moet worden vermeld dat het artikel een herpublicatie is waarvan de oorspronkelijke versie dateert van 18 mei 2026; alleen het gedeelte over AWS is van deze dag.

Op 26 augustus heeft NVIDIA NVLink Fusion bovendien uitgebreid met NVHBM, een technologie voor geheugen met hoge bandbreedte die bedoeld is voor de aangepaste chips van zijn partners. De architecturale wijziging is specifiek: klassieke HBM-architecturen plaatsen de geheugencontroller op de XPU-chip, waar die siliciumoppervlak inneemt dat voor berekeningen zou kunnen worden gebruikt; NVHBM verplaatst deze door NVIDIA ontworpen controller naar de basischip van de 3D HBM-stack. Annapurna Labs, de siliciumdochteronderneming van Amazon, is de eerste partner die aan NVHBM werkt, naast een eerder aangekondigde toezegging om NVLink Fusion vanaf Trainium4 op zijn Trainium-chips te ondersteunen.

Gemeten kenmerk	Aangekondigde waarde
Cores van de Vera-CPU	88 door NVIDIA ontworpen Olympus-cores
Geheugenbandbreedte van Vera	1,2 TB/s
Prestaties per core bij agentische workloads	Tot 1,8x
Extra GPU’s gepland bij AWS	2 miljoen
NVHBM-bandbreedte tegenover standaard-HBM4E	Tot +30%
HBM-verbruik met NVHBM	-15%
Vrijgemaakt oppervlak op de XPU-rekenchip	Tot +25%

🔗 Levering van de Vera-CPU · NVLink Fusion en NVHBM

Google DeepMind voert de eerste dubbelblinde evaluatie van een frontiermodel uit

27 augustus — Google DeepMind publiceert het verslag van een pilot die het presenteert als de eerste dubbelblinde evaluatie van een propriëtair frontier-AI-model. De aankondiging is ondertekend door William Isaac, Sol Messing en Kristian Lum en staat als vastgezet bericht op het account van het laboratorium.

Het behandelde probleem is benchmarkcontaminatie. Het artikel gebruikt een schoolanalogie: als een leerling de examenvragen vooraf heeft gezien, meet zijn perfecte score niets meer. Voor taalmodellen is dit een structureel probleem, omdat openbare evaluatiedatasets uiteindelijk in trainingscorpora terechtkomen. Google merkt op dat protocollen zonder logging en contractuele garanties de vertrouwelijkheid van externe testprompts al lange tijd waarborgen, maar dat de toevoeging van technische en cryptografische garanties een fundamentele verandering vormt.

Historisch gezien vereiste een externe evaluatie met grote belangen een afweging: ofwel leverde de evaluator zijn prompts aan de modelprovider, ofwel leverde de provider de gewichten van zijn model. De beschreven opzet neemt dit compromis weg. Ze steunt op Confidential Space, een onderdeel van het Confidential Computing-portfolio van Google Cloud, waarmee cryptografisch kan worden geverifieerd dat beide assets privé blijven voor hun respectieve eigenaars: de evaluator krijgt geen toegang tot de gewichten van het Gemini-model en Google krijgt geen toegang tot de testprompts.

De pilot betreft een Gemini Flash Lite-model dat in samenwerking met het Singapore AI Safety Institute, OpenMined, AVERI en MLCommons is getest aan de hand van vertrouwelijke benchmarks. Google benadrukt dat het belang van de opzet toeneemt naarmate de evaluatie gevoeliger is en noemt expliciet cyberveiligheidstests en tests die door overheidsinstanties worden uitgevoerd. Bij de aankondiging hoort een technisch rapport waarin de methodologie wordt beschreven.

🔗 De pilot met dubbelblinde evaluaties

Expert Intelligence: Google Play Books-ebooks worden bronnen in Gemini Notebook

27 augustus — Het Gemini Notebook-team kondigt Expert Intelligence aan, een initiatief binnen heel Google waarmee gekochte boeken als bronnen in een notebook kunnen worden gebruikt. De introductie begint met in aanmerking komende ebooks van Google Play Books; Google kondigt aan dat abonnementen van derden en schoolboeken later volgen en dat de functie wordt uitgebreid naar de Gemini-app en de AI-modus van Google Search.

Het principe is eenvoudig te beschrijven, maar nieuw qua reikwijdte: een notebook kan voortaan gekochte ebooks, professionele abonnementen en persoonlijke Google Drive-bestanden combineren in één kennisbank. De gebruikelijke functies van Gemini Notebook kunnen vervolgens op het boek worden toegepast — gesprekken met de inhoud, het genereren van Audio Overviews, het maken van flashcards en quizzen — waarbij elk antwoord in de bronnen is verankerd met inline citaties die naar de exacte passage verwijzen.

Het interessantste punt is het verdienmodel, omdat dit antwoord geeft op de vraag die dit soort producten onmiddellijk oproept: wat gebeurt er met de vergoeding van de auteur wanneer een model diens boek verwerkt? Google stelt een expliciete toegangsvoorwaarde: om in Gemini Notebook met een boek te communiceren, moet de gebruiker het via Google Play Books bezitten. En als een notebook met een boek wordt gedeeld, worden medewerkers uitgenodigd om hun eigen exemplaar te kopen om verder te kunnen gaan. Google presenteert de opzet daarom aan uitgevers als een ontdekkingskanaal en niet als vervanging.

Voor uitgevers werkt het mechanisme op basis van aanmelding: op de Google Play Books-pagina van een werk is te zien of het in aanmerking komt; Gemini Notebook verschijnt daar onder de badge ‘Tools’ als het boek is aangemeld, waarbij aanmelding op verzoek bij het Google-team plaatsvindt. De drie uitgewerkte gebruiksscenario’s zetten de toon — collegedictaten combineren met The Sense of Style van Steven Pinker, The Culture Code van Daniel Coyle toepassen op een teamproject en op basis van The New Menopause een routine samenvatten voordat die in een Audio Overview wordt omgezet.

🔗 Expert Intelligence

Warp voegt zelfverbeteringslussen toe aan zijn factories

27 augustus — Warp breidt zijn Warp Factories-platform uit met zelfverbeteringslussen (self-improvement loops). Het principe bestaat uit drie stappen: eerdere gesprekken van agents beoordelen aan de hand van door het team vastgestelde criteria, mislukkingen isoleren en vervolgens verbeteringen voor skills genereren. Een engineeringartikel dat dezelfde dag is gepubliceerd, beschrijft de volledige opzet.

De centrale bouwsteen is een beoordelingsfunctie die Warp een scorer noemt. Deze neemt de uitvoeringstraces van een agent als invoer en geeft een score volgens een beoordelingskader. Warp benadrukt één punt: de invoer mag niet beperkt blijven tot de trace van de agent, maar moet ook menselijke interacties bevatten die afkomstig zijn uit geïntegreerde tools, zoals opmerkingen bij een pull request. De score kan afkomstig zijn van een mens, van code of, tegenwoordig vaker, van een andere agent die als beoordelaar optreedt. Warp levert standaard-scorers die correctheid, kostenefficiëntie en breedsprakigheid beoordelen en laat gebruikers zowel hun uitvoeringsfrequentie — standaard om de paar uur — als de samplingstrategie configureren, aangezien deze evaluaties kosten met zich meebrengen.

De beoordeelde uitvoeringen dienen vervolgens als invoer voor zelfverbeteringsagents, die terugkerende patronen in mislukkingen zoeken en correcties voorstellen in de vorm van diffs op de definitie van de factory. Dit mechanisme werkt alleen omdat de factory in code wordt beschreven: een bestand factory.yaml plus een boomstructuur met definities van agents, skills, MCP-servers en regels voor modelrouting. Mensen ontvangen de suggesties als pull requests en beslissen of ze deze al dan niet mergen.

Warp onderscheidt duidelijk een tweede mechanisme, benchmarks, dat inspeelt op een beperking van zelfverbeteringslussen: deze lijken op de wijzigingen die een deskundig persoon zou aanbrengen na eerdere resultaten te hebben bekeken, maar vormen geen echte A/B-test. Om een vraag te beantwoorden zoals welke combinatie van modellen het beste is, stelt Warp voor om vijf tot tien referentietaken te kiezen, agents parallel met meerdere configuraties uit te voeren en ze vervolgens met dezelfde scorers te beoordelen. De uitvoer is een matrix met resultaten per configuratie. De genoemde sturingsstatistieken — doorvoer van pull requests, gemiddelde kosten per pull request, automatiseringspercentage en geschatte besparingen — worden gepresenteerd als een voorgesteld meetkader, zonder cijfers over klantresultaten ter onderbouwing.

🔗 Aankondiging van @warpdotdev

Replit maakt automatische modelrouting algemeen beschikbaar

27 augustus — Replit stelt Intelligent Model Routing open voor alle gebruikers van het platform. Het uitgangspunt is eenvoudig: het beste model voor een taak verandert van week tot week, van project tot project en soms van taak tot taak, en deze keuze voegt een beslismoment toe tussen het idee en de uitvoering ervan. Replit neemt daarom de regie — naarmate een taak evolueert, wordt deze gekoppeld aan het model dat het meest geschikt is om haar te voltooien, waarbij kwaliteit, snelheid en kosten tegen elkaar worden afgewogen.

Het uitgelichte cijfer moet nauwkeurig worden gelezen. In zijn tests meldt Replit dezelfde uitvoerkwaliteit tegen 65% lagere kosten dan de vorige versie van de Max-modus — dit is geen absolute verlaging van 65%; het bericht op X spreekt zelf van ‘tot 65% goedkoper’.

De routing sluit handmatige controle niet uit. Alle gebruikers beginnen voortaan in Free Mode en krijgen een melding wanneer het werk overschakelt naar krachtigere modi die kosten kunnen veroorzaken; Core- en Pro-abonnees behouden de mogelijkheid om handmatig een model te selecteren. In ondernemingen bepalen beheerders de verzameling goedgekeurde modellen voor elke workspace en kiest Replit automatisch binnen die verzameling.

Onderdeel van de introductie	Door Replit aangekondigde waarde
Kostenverlaging	-65% bij gelijke kwaliteit tegenover de vorige versie van Max Mode
Beschikbaarheid	Alle gebruikers
Startmodus	Free Mode, met melding vóór opschaling naar een betaalde modus
Handmatige selectie	Behouden voor de Core- en Pro-abonnementen
Beheer in ondernemingen	Verzameling goedgekeurde modellen bepaald per workspace

🔗 Aankondiging van @Replit

Codex CLI 0.150: @-vermeldingen tussen taken, Interrupt-hooks en betere beveiliging van niet-vertrouwde projecten

26 augustus — Codex CLI gaat over naar 0.150.0, op 27 augustus gevolgd door patch 0.150.1. De update wordt geïnstalleerd met npm install -g @openai/codex@0.150.1.

De belangrijkste nieuwe functie betreft de orchestratie tussen taken. Het wordt mogelijk om met @ naar andere Codex-taken te verwijzen en een agent te vragen een taak rechtstreeks vanuit de terminal te lezen, aan te maken of een bericht ernaartoe te sturen. Concreet wordt de takenlijst een verzameling adresseerbare objecten: een agent kan bekijken wat een andere taak heeft opgeleverd of er een instructie naartoe sturen, zonder handmatig context te kopiëren en plakken. In dezelfde lijn krijgen naamloze terminaltaken automatisch een beschrijvende titel en stelt /rename een bewerkbare titel voor die uit het gesprek is afgeleid.

De tweede opmerkelijke toevoeging is de Interrupt-hook. Tot nu toe was het onderbreken van een actieve beurt een blinde vlek: de sessie stopte zonder dat er iets kon worden geactiveerd. Versie 0.150.0 maakt het mogelijk om een commando of een MCP-handler uit te voeren wanneer een beurt op het hoogste niveau wordt onderbroken, bijvoorbeeld om een status op te schonen, een lock vrij te geven of de afbreking te loggen.

Op beveiligingsgebied verdienen twee correcties aandacht voor wie Codex op code van derden uitvoert. Niet-vertrouwde projecten leveren niet langer AGENTS.md-instructies op projectniveau — een instructiebestand in een gekloonde repository kan de agent dus niet meer buiten medeweten van de gebruiker aansturen — en beheerde regels die leestoegang weigeren, blijven na een wijziging van de machtigingen van kracht. Daarnaast zijn identifiers in de diagnostiek van de app-server beter afgeschermd en zijn er correcties voor bearer tokens van externe MCP-servers en voor blokkeringen tijdens het afsluiten onder Unix als gevolg van losgekoppelde processen. Patch 0.150.1 verhelpt ten slotte een specifiek maar kostbaar geval: externe compactie telt bewaarde afbeeldingen voortaan mee in het tokenbudget en verwijdert indien nodig de oudste — bij een lange sessie met screenshots was dit een stille oorzaak van overschrijding van de contextlimiet.

Uitgebrachte versie	Datum van de changelog	Aard van de uitgave
0.150.0	26 augustus 2026	Stabiele versie, nieuwigheden
0.150.1	27 augustus 2026	Correctie voor compactie

🔗 Release notes 0.150.0

Claude Code 2.1.247: audit van API-kosten en standaard een contextvenster van 1M voor Sonnet 5

27 augustus — Claude Code wordt bijgewerkt naar versie 2.1.247. De opvallendste toevoeging voor teams is een opdracht voor kostenaudits: /claude-api cost-optimize brengt in kaart wat een project via de Claude API verbruikt en behandelt vervolgens één voor één de mogelijkheden om dit verbruik te verminderen — caching, tokenhygiëne, batchverwerking, inspanningsniveau en modelkeuze — waarbij het effect van elke wijziging wordt gemeten voordat de volgende wordt toegepast. De skill /claude-api ondersteunt voortaan bovendien de Admin API: organisatieleden, uitnodigingen, workspaces, API-sleutels, rapporten over snelheidslimieten, workload identity federation en CMEK.

Eén contextinstelling verdient aandacht: het standaardvenster voor automatische compactie van Sonnet 5 wordt uitgebreid tot de volledige context van 1M tokens, waarbij sessies voortaan rond 967K tokens worden gecompacteerd in plaats van rond 934K. Ook de robuustheid is verbeterd: subagents vallen bij de eerste aanroep niet meer uit door een 404-fout voor een model — ze schakelen over op de fallbackmodelketen van de sessie — en een hook die megabytes aan fouten produceert, kan de sessie niet meer laten vastlopen op ‘Prompt is too long’.

Tot slot is in deze versie duidelijk ingezet op versterkte beveiliging. In Markdown dat in de terminal wordt weergegeven, verschijnen links die naar een netwerk- of automountpad verwijzen, een controleteken bevatten of met een onzichtbaar teken beginnen als platte tekst in plaats van als aanklikbare links. De pluginmarketplace weigert namen met controletekens en escapet tekst die een marketplace in zijn uitvoer invoegt.

🔗 Changelog van Claude Code

Together AI becijfert de cascade van DeepSeek gevolgd door GPT-5.6 Sol op DeepSWE

27 augustus — Together AI breidt zijn reeks DeepSWE-vergelijkingen uit met DeepSeek-modellen, volgens hetzelfde protocol als bij de afleveringen over GLM-5.3: de 113 taken van de benchmark, vier pogingen per taak en per model, oftewel 904 uitvoeringen voor de vergelijking tussen DeepSeek V4 Pro 0813 en GPT-5.6 Sol.

Het ruwe resultaat geeft het gesloten model bij de eerste poging de voorsprong — 72,7% tegenover 62,8% — maar bij elke volgende poging wordt de kloof kleiner en bij de vierde draait deze om, met 88,5% voor DeepSeek tegenover 85,8%. Met 0,24 dollar per uitvoering tegenover 8,37 dollar is het open model 35 keer goedkoper, oftewel 261 opgeloste taken per 100 uitgegeven dollar tegenover 9. Die besparing gaat niet ten koste van de snelheid: de mediaan bedraagt 35 minuten en 146 stappen tegenover 17 minuten en 53 stappen.

De operationele conclusie is een cascadeopstelling. Door eerst DeepSeek V4 Pro uit te voeren en alleen naar GPT-5.6 Sol te escaleren wanneer de testsuite het resultaat afwijst, wordt 83,0% van de taken opgelost tegen 3,35 dollar per taak — tien punten meer dan Sol alleen en zelfs meer dan een perfecte oracle-router met één poging, die 80,8% behaalt. Twee andere vergelijkingen uit dezelfde reeks staan eveneens online: DeepSeek V4 Pro tegenover Claude Fable 5 en DeepSeek-V4 Flash tegenover GPT-5.6 Luna.

Geëvalueerde strategie	Slagingspercentage	Kosten per taak
Alleen GPT-5.6 Sol	72,7%	8,37 dollar
Perfecte oracle-router met één poging	80,8%	—
Cascade DeepSeek V4 Pro gevolgd door Sol	83,0%	3,35 dollar

🔗 DeepSWE-vergelijking van Together AI

OpenAI start zijn activiteiten in Brazilië en publiceert een gerandomiseerd experiment met Bocconi

27 augustus — OpenAI start zijn commerciële activiteiten in Brazilië met een lokaal team in São Paulo. De aankondiging gaat vergezeld van gebruiksgegevens die zelden op dit detailniveau per land worden gepubliceerd: Brazilië behoort wat betreft wekelijkse actieve gebruikers tot de drie grootste markten voor ChatGPT, waarbij het aantal gebruikers in één jaar bijna is verdubbeld en dagelijks ongeveer 215 miljoen berichten worden verstuurd. In juni 2026 hield 35% van de geclassificeerde berichten van Braziliaanse individuele accounts verband met werk, tegenover 30% wereldwijd. Wat ontwikkelaars betreft staat het land wereldwijd op de tweede plaats wat betreft het aantal ontwikkelaars dat de OpenAI API gebruikt, terwijl het aantal wekelijkse Codex-gebruikers er sinds begin 2026 meer dan elf keer zo groot is geworden. De vestiging gaat gepaard met samenwerkingen met ITA, IMPA, HCFMUSP, ENTER, Estímulo en de stad São Paulo via Prodam.

Diezelfde dag publiceert OpenAI samen met onderzoekers van de Bocconi-universiteit de resultaten van een gerandomiseerd experiment onder meer dan 1.000 eerstejaars bachelorstudenten. Het bijzondere van het protocol is de opzet: de studenten werden per lesmoment willekeurig verdeeld over vier groepen — toegang tot ChatGPT, training in causaal redeneren, beide of geen van beide — waardoor het effect van de tool, dat van de training en dat van hun combinatie afzonderlijk konden worden vastgesteld. De opdracht betrof een echte bedrijfscasus: marketingaanbevelingen formuleren voor de merchandise-winkel van de universiteit.

De twee behandelingen hebben verschillende effecten. Toegang tot ChatGPT levert bijna één punt op vijf extra op, met meer ideeën en een duidelijkere logica. De training in causaal redeneren verbetert het cijfer niet, maar geautomatiseerde tekstanalyse onthult wel een breder en duidelijker van dat van de andere studenten afwijkend scala aan ideeën, iets wat het beoordelingsschema niet mat. OpenAI trekt hieruit een ongemakkelijke conclusie voor onderwijsinstellingen: als AI het mogelijk maakt om verzorgd werk te produceren dat dicht bij dat van een expert ligt, zegt alleen het eindantwoord beoordelen steeds minder over wat de student begrijpt.

Experimentele groep	Gemeten effect
Toegang tot ChatGPT	Bijna één punt op vijf extra, meer ideeën en een duidelijkere logica
Training in causaal redeneren	Geen winst volgens het beoordelingsschema, maar gevarieerdere en uniekere ideeën
Beide behandelingen gecombineerd	Gecombineerde voordelen, winst op het grootste aantal meetpunten

🔗 Aanwezigheid in Brazilië · Bocconi-onderzoek

Geplande taken van ChatGPT worden geactiveerd door gebeurtenissen in Gmail, Slack en GitHub

25 augustus — De geplande taken van ChatGPT zijn niet langer uitsluitend tijdgestuurd: ze kunnen voortaan worden geactiveerd door een gebeurtenis in Gmail, Slack of GitHub. Er kan nauwkeurig worden gefilterd — Gmail-berichten op afzender of onderwerp, geselecteerde Slack-kanalen en pullrequestactiviteit, waaronder reviews, opmerkingen, commitupdates en merges.

De overstap van cron naar gebeurtenissen verandert de aard van de tool: in plaats van periodiek te controleren of er iets is gebeurd, reageert de agent zodra het gebeurt. De functie is beschikbaar in ChatGPT op het web en op mobiele apparaten voor in aanmerking komende abonnementen, op voorwaarde dat de betreffende app wordt gekoppeld en de gevraagde toegang wordt goedgekeurd. Er zijn twee praktische vereisten: de Slack-app van ChatGPT moet lid zijn van elk bewaakt kanaal en de gekoppelde GitHub-app moet toegang hebben tot elke repository. Er zijn ook twee beperkingen: een door een gebeurtenis geactiveerde taak kan niet tegelijkertijd een tijdschema hebben en kort na elkaar optredende gebeurtenissen kunnen in één uitvoering worden gebundeld — in de weergave Scheduled kunnen de wachtende gebeurtenissen dan worden bekeken of handmatig worden geactiveerd.

🔗 Changelog van ChatGPT en Codex

Cloudagents van Cursor starten zonder bestaande repository

27 augustus — Cursor schrapt de laatste instapvoorwaarde voor zijn cloudagents: het is niet langer nodig om een GitHub-account of een andere externe aanbieder van broncodebeheer te koppelen om een sessie te starten. In de repositoryselector maakt de optie ‘Start from scratch’ het mogelijk om onmiddellijk een prompt in te voeren, waarna Cursor op de achtergrond een Origin-repository aanmaakt om het werk in onder te brengen.

Wanneer het resultaat naar wens is, slaat de knop ‘Create repo’ het op in een Origin-repository, met een aangepaste of voorgestelde naam en een privé- of interne zichtbaarheid; de resulterende repository is volledig gestructureerd en verschijnt op het tabblad Codebase. Twee toevoegingen maken de cyclus compleet: Cursor stuurt voortaan poorten uit de liveomgeving van de cloudagent door naar de browser, waardoor een preview en tools zoals de designmodus toegankelijk worden, en met een publicatieknop wordt een online URL gegenereerd zodra een Vercel-account is gekoppeld — dat account is een vereiste voor deze laatste functie. Het geheel is gebaseerd op Origin, de codehostingdienst van Cursor die op 17 augustus voor alle betaalde abonnementen in vroege bèta ging.

🔗 Changelog van Cursor

Amp stelt zijn projecten open voor meerdere repositories

27 augustus — Amp-projecten ondersteunen voortaan meerdere repositories. Extra repositories worden gekloond naar een aangrenzende map binnen de orb en de agent wordt expliciet over hun aanwezigheid geïnformeerd; het wijzigingenpaneel toont vervolgens een diff voor alle repositories van het project. Dit is het antwoord van Amp op taken die meerdere services omvatten, een scenario dat door de indeling van één project per repository omslachtig was.

Toevoegen kan bij het aanmaken van het project of later via de instellingen, met een maximum van 20 extra repositories per project. Er is één beperking waarvan gebruikers vooraf op de hoogte moeten zijn: bij het voorbereiden van de orb wordt alleen het script .agents/setup van de hoofdrepository automatisch uitgevoerd, en een extra repository die een eigen initialisatie vereist, moet in dat script worden opgenomen. Diezelfde dag zet Amp zijn vereenvoudiging voort door de zijbalk uit zijn terminalinterface te verwijderen — zie de korte berichten.

🔗 Projecten met meerdere repositories bij Amp

Google Antigravity 2.11.0 geeft HTML-artefacten weer in de conversatie

26 augustus — Google publiceert versie 2.11.0 van Antigravity, met 10 verbeteringen en 30 correcties. De belangrijkste vernieuwing is de generatieve interface: de agent kan een HTML-artefact produceren dat rechtstreeks in de conversatie wordt weergegeven, zonder een externe preview te gebruiken. De rendering ondersteunt zowel wiskundige KaTeX-opmaak als grafieken van Chart.js en Plotly, waardoor de toepassing wordt uitgebreid naar dashboards en visualisaties die direct worden gegenereerd.

De tweede reeks wijzigingen betreft de configuratie van agents en wijst in de richting van modularisering. Met de syntaxis @path/to/file kunnen externe bestanden worden aangehaald en opgenomen in AGENTS.md en aangepaste regelbestanden, in de frontmatter van Markdown-agents verschijnt een sleutel rules: waarmee regels aan één specifieke agent kunnen worden gekoppeld in plaats van aan het hele project, en Antigravity ontdekt voortaan skills, agents en regels die zijn gedeclareerd in de bestanden skills.json, agents.json en rules.json in submappen — nuttig voor monorepo’s waarin elk subproject zijn eigen configuratie heeft. De overige wijzigingen betreffen het gebruiksgemak: terminals die naast elkaar kunnen worden gesplitst, rendering van YAML-frontmatter als metadatakaart, het Darcula-thema en het lezen van specifieke paginabereiken in documenten met meerdere pagina’s.

🔗 Changelog van Antigravity

GitHub: wereldwijd modelbeleid algemeen beschikbaar en rondetafelgesprek met de maintainers van OpenClaw

26 augustus — GitHub maakt het wereldwijde modelbeleid algemeen beschikbaar voor Copilot Business en Copilot Enterprise. Dit mechanisme, dat in juli werd aangekondigd, geeft beheerders één schakelaar die bepaalt wat er gebeurt met modellen die zij niet expliciet hebben geconfigureerd, zodat ze niet bij elke nieuwe release per model een beslissing hoeven te nemen. De uitrol van de daadwerkelijke toepassing loopt tot 1 september, waardoor de omschakeling niet bij alle bedrijven op hetzelfde moment plaatsvindt. Eerder handmatig genomen beslissingen blijven ongewijzigd en twee categorieën vallen buiten het beleid, ongeacht de gekozen instelling: modellen met open gewichten, met DeepSeek en Kimi K2 als voorbeelden, en modellen die niet onder de overeenkomst voor gegevensbewaring van GitHub vallen, waarbij Fable 5 in de aankondiging wordt genoemd. GitHub overweegt daarnaast de status ‘Delegate to default policy’ te verwijderen om voor elk model een expliciete beslissing af te dwingen.

Op 27 augustus publiceert GitHub een rondetafelvideo met de maintainers van OpenClaw, samen met een artikel waarin tien lessen uit het gesprek worden getrokken. Deze repository werd in november 2025 door Peter Steinberger gestart als weekendproject en telt op 26 augustus ongeveer 388.000 sterren, 81.000 forks en meer dan 80.000 commits — GitHub omschrijft het als het snelst groeiende project in zijn geschiedenis. Het gesprek is vooral interessant door wat het onthult over het werk van maintainers wanneer agents deel gaan uitmaken van het proces: Steinberger zegt niet langer over pull requests maar over ‘prompt requests’ te spreken, en Josh Lehman beschrijft bijdragers die geautomatiseerde ketens draaiden waarmee honderden pull requests werden geopend. De vertrouwenssignalen zijn hierdoor veranderd — agenttranscripties, schermafbeeldingen en testbewijzen in plaats van het aantal bijdragen — temeer omdat reputatie zelf een aanvalsoppervlak is geworden, waarbij mensen pull requests van anderen dupliceerden om hun aantal merges kunstmatig op te voeren.

Indicator van de OpenClaw-repository op 26 augustus 2026	Vastgestelde waarde
Sterren	Ongeveer 388.000
Forks	81.000
Commits	Meer dan 80.000
Start van het project	November 2025

🔗 Wereldwijd modelbeleid · Rondetafelgesprek over OpenClaw

Korte berichten

Qwen3.8-Flash routeerbaar via OpenRouter en lokaal uitvoerbaar met 75 GB RAM — Het model is één dag na het vrijgeven van zijn gewichten beschikbaar via OpenRouter voor code-assistenten, agentische workflows en het begrijpen van lange video’s. Tegelijkertijd publiceert Unsloth vanaf de eerste dag zijn GGUF’s: de MoE met 125 miljard parameters draait lokaal met 75 GB RAM, en Unsloth beweert dat deze beter presteert dan Claude Opus 4.6 Max — een bewering van Unsloth die door geen enkele onafhankelijke meting wordt bevestigd. 🔗 OpenRouter · GGUF van Unsloth
Grok 4.6 komt naar Microsoft Foundry en kan vanuit Linear worden geactiveerd — Het model verschijnt in de catalogus van Microsoft Foundry met een context van 500.000 tokens en vier niveaus van reasoning effort, als aanvulling op Amazon Bedrock en Google Enterprise Agent Platform. Op grok.com stellen Linear-triggers Grok in staat tickets te sorteren, de voortgang te volgen en automatisch te starten zodra een ticket eraan wordt toegewezen. 🔗 Grok op Foundry · Linear-triggers
Joelle Pineau en Mikey worden opgenomen in de TIME100 AI 2026 — Cohere kondigt aan dat zijn AI-directeur op de lijst van TIME Magazine staat en wijst daarbij op meer dan twintig jaar onderzoek in Canada, van intelligente rolstoelen tot de ML Reproducibility Checklist. Suno kondigt dezelfde dag aan dat Mikey eveneens in deze ranglijst is opgenomen, zonder bijbehorende productaankondiging. 🔗 Cohere · Suno
Een cookbook koppelt een Claude Managed Agent aan Vercels Chat SDK — De Chat SDK levert de gespreksinterface met een getypeerde onDirectMessage-beheerder en meer dan vijftien adapters (Slack, Teams, Discord, web), terwijl Managed Agents de agent aan de serverzijde uitvoeren met een persistente sessie per gesprek. De code is gepubliceerd in de repository claude-quickstarts. 🔗 Bericht van @ClaudeDevs
ChatGPT voor iOS 1.2026.230: zoeken in taken, meter voor reasoning effort en editor op volledig scherm — Een compacte meter in de composer om de reasoning effort vanaf een mobiel apparaat aan te passen, een editor op volledig scherm voor lange prompts, zoeken in zowel titels als inhoud, en snelkoppelingen op het beginscherm voor ChatGPT, Work en Codex Remote. Dezelfde changelogvermelding als voor de bovenstaande gebeurtenisgestuurde taken.
Amp verwijdert de zijbalk uit zijn TUI — Met orbs, runners en berichten die tussen agents worden uitgewisseld, vindt Amp dat het volgen van threads thuishoort in de web- en native apps, en dat het boven op de multiplexing van de terminal toevoegen van multiplexing tussen meerdere omgevingen een slechte ervaring opleverde. 🔗 Blogbericht van Amp
Hugging Face laat zijn samenvattingen van abstracts op Inkling-Small draaien — Het platform verduidelijkt dat de samenvattingen op zijn paperpagina’s zijn gebaseerd op het model met open gewichten van Thinking Machines, onder de noemer „open weights × open science”. 🔗 Bericht van @huggingface
Gemini CLI verhelpt een SSRF-kwetsbaarheid in de detectie van OAuth-metadata voor MCP — De nachtelijke versie (nightly) van 27 augustus bevat slechts één wijziging: een oplossing voor Server-Side Request Forgery bij het detecteren van OAuth-metadata van MCP-servers. Deze is nog niet beschikbaar in het stabiele kanaal, dat op v0.57.0 is gebleven. 🔗 Releaseopmerkingen
Perplexity publiceert nieuwe evaluaties van Brain — Het zelfverbeterende geheugensysteem van Perplexity Computer boekt ten opzichte van de eerste resultaten een winst van 9,3 punten in juistheid, 8,0 punten in actualiteit en 8,9 punten in recall, met 15% minder tokens. 🔗 Bericht van @perplexity_ai
Plugin-marketplaces ondersteunen automatische updates binnen ondernemingen — Met een veld autoUpdate op een extraKnownMarketplaces-vermelding kunnen Copilot-clients zelfstandig plugins uit een marketplace bijwerken, mits die marketplace nog steeds op de strictKnownMarketplaces-allowlist staat. 🔗 GitHub-changelog
Het blokkeren van een gebruiker sluit voortaan al diens open bijdragen — Met de optie „Door deze gebruiker gemaakte inhoud sluiten” in het blokkeringsvenster worden alle open issues, discussies en pull requests van de geblokkeerde gebruiker in één keer gesloten, zowel voor persoonlijke accounts als binnen organisaties. 🔗 GitHub-changelog
Cohere verdedigt een model met ingezette engineers dat de capaciteit van de klant opbouwt — Het blogbericht maakt onderscheid tussen commerciële of architecturale afhankelijkheid, die inherent is aan een technologiekeuze, en operationele afhankelijkheid, die volgens Cohere vermijdbaar is. Het verwijst naar het Deloitte-rapport van 2026, volgens hetwelk slechts 25% van de organisaties 40% of meer van hun AI-pilots in productie heeft genomen. 🔗 Blogbericht van Cohere
Google DeepMind wijdt een podcastaflevering aan onzekerheid — Zoubin Ghahramani, VP Research, legt samen met Hannah Fry uit waarom een systeem leren aan zichzelf te twijfelen en probabilistisch te redeneren tot betrouwbaardere beslissingen leidt, van weersvoorspelling tot robotica. 🔗 Bericht van @GoogleDeepMind
Wan start een wekelijkse Skill Challenge rond WanCLI — Elke week worden drie op wan.video gepubliceerde skills geselecteerd, waarbij de makers een maand premiumabonnement winnen, en elke goedgekeurde skill levert 150 credits op; de skill moet via WanCLI ten minste één Wanxiang-model aanroepen. 🔗 Bericht van @Alibaba_Wan
GeForce NOW op Gamescom 2026 — Nieuwe DLSS 4.5-bedieningselementen, ondersteuning voor nieuwe Steam-apparaten, GOG-single sign-on, Firefox en meer Fire TV-apparaten, plus vijf games die vanaf hun release in de cloud beschikbaar zijn. Meer nieuws over videogames dan over generatieve AI. 🔗 Blogbericht van NVIDIA
Runway publiceert een teaservideo zonder een product te noemen — Een video met alleen de zin „Je hebt nog nooit zoiets gezien” en een algemene link naar de app, zonder naam van een model of functie en zonder bijbehorend bericht op de nieuwspagina van de studio. Ter informatie vermeld: er valt geen verifieerbaar feit uit af te leiden. 🔗 Bericht van @runwayml

Wat dit betekent

De agents dalen af naar het laboratorium, en de eerste barrière is materieel, niet softwarematig. De Model Hardware Standard lost geen modelprobleem op, maar een loodgietersprobleem: zeven programma’s van fabrikanten zonder gemeenschappelijke interface bij Janelia, en vier soorten apparatuur op drie incompatibele computers bij Carnegie Mellon. Door de integratietijd van meerdere weken tot enkele uren terug te brengen, verschuift Anthropic het knelpunt van de verbinding naar het toezicht — en erkent dat ook met het voorbeeld van Genentech, waar aan Claude moest worden uitgelegd dat schuimvorming in een monster een fysiek defect was en geen bug. De ontdekking van Ai2 rond invasief lobulair carcinoom zegt vanaf het andere uiteinde van de keten hetzelfde: de waarde zit niet in het antwoord dat het model produceert, maar in de daaropvolgende onafhankelijke validatie en laboratoriumvalidatie. De 10.000 Claude-licenties die dezelfde dag voor onderzoekers beschikbaar kwamen, voltooien het drieluik door de derde barrière aan te pakken: de toegangskosten.

Beveiliging verschuift van het product naar de gedeelde infrastructuur. Het opiniestuk over collectieve cyberverdediging is vooral betekenisvol vanwege de organisaties die eraan verbonden zijn: OpenAI, Anthropic, AWS, Google, Microsoft en Oracle concurreren om dezelfde markt en scharen zich achter dezelfde tekst. Een van de verzoeken aan frontier labs — agentische identiteiten traceerbaar en verantwoordelijk maken — vormt bovendien rechtstreeks de les uit het Hugging Face-incident dat een dag eerder werd gepubliceerd. De rest van de dag laat deze verschuiving op toolingniveau zien: Codex stopt met het laden van AGENTS.md uit niet-vertrouwde projecten, Claude Code maakt terminallinks met onzichtbare tekens inert en Gemini CLI verhelpt een SSRF in de OAuth-detectie van MCP-servers. Drie ogenschijnlijk losstaande oplossingen, maar met dezelfde vaststelling: het aanvalsoppervlak van een code-agent bestaat uit de bestanden en servers die hij moet lezen.

De evaluatie wordt zelf iets dat moet worden beveiligd. De pilot van Google DeepMind met het Singapore AI Safety Institute beslecht een dilemma dat zo oud is als externe evaluatie — testprompts afstaan of modelgewichten afstaan — door geen van beide af te staan, via een enclave waarvan beide partijen de eigenschappen cryptografisch verifiëren. Dit vormt de methodologische tegenhanger van de cijfers die de rest van de dag worden gepubliceerd: Together AI beperkt zich niet tot een score, maar publiceert 904 uitvoeringen, vier pogingen per taak, de faalprofielen en de kosten per taak; Cohere erkent openlijk twee dimensies van ParseBench uit te sluiten en zijn concurrenten opnieuw te laten beoordelen volgens de in augustus gecorrigeerde regels. In beide gevallen staat niet langer het resultaat maar het protocol centraal — een teken dat het resultaat alleen niemand meer overtuigt.

En de kostprijs van een geslaagde taak blijft de beslissende maatstaf. GLM-5.3 Flash ontleent zijn volledige positionering aan een architecturale besparing — drie keer minder attention-rekenwerk en een 4,4 keer kleinere KV-cache — die wordt vertaald naar 0,15 dollar per miljoen invoertokens, bijna tien keer minder dan GLM-5.2 bij dezelfde hoster. Together AI toont aan dat de cascade van eerst DeepSeek en daarna Sol tien procentpunten meer taken oplost voor minder dan de helft van de prijs van Sol alleen, wat erop neerkomt dat het beste model niet de juiste aankoop is. Replit trekt daaruit de productconclusie door de modelkeuze simpelweg volledig te verwijderen, Cohere verkoopt Model Vault op basis van een verschil van 61% bij volledige benutting, en Google rekent een derde van de prijs voor een videoconcept in 360p. Zelfs de levering van de Vera CPU bij AWS maakt deel uit van die economische afweging: als een agentische workload vijftien keer meer tokens verbruikt dan een chatverzoek, is orchestration buiten de GPU niet langer een boekhoudkundig detail.