GLM-5.3 wordt uitgebracht met open gewichten, Claude Code verhelpt zeven omzeilingen van rechten, OpenAI opent Rosalind Workbench

Zevenenveertig aankondigingen uit negen domeinen voor 28 augustus. Twee ervan sluiten op elkaar aan zonder overleg. Z.ai publiceert de gewichten van GLM-5.3, een model dat is getraind om kwetsbaarheden te vinden, en documenteert tegelijk 2 436 echte kwetsbaarheden die ermee zijn ontdekt in 269 projecten. Op dezelfde dag brengt Anthropic drie versies van Claude Code uit, waarvan één zeven paden verhelpt waarmee een rechtencontrole kon worden omzeild. Daarnaast publiceert Anthropic onderzoek waarin Claude zelfstandig andere modellen uitlijnt, opent OpenAI Rosalind Workbench voor de levenswetenschappen en kondigt GitHub drie beleids- en factureringswijzigingen voor Copilot aan. De rest — Gemini Notebook, Midjourney, Wan 3.0, Warp, Amp, v0, Replit — volgt hieronder.

Z.ai opent de gewichten van GLM-5.3, dat meteen bij Perplexity en Together AI wordt gerouteerd

28 augustus — De dag ervoor aangekondigd in een bericht van twee regels, is de openstelling nu een feit. Z.ai heeft de gewichten van GLM-5.3 op Hugging Face gepubliceerd, twee weken na de lancering van het model via API, na de veiligheidsbeoordeling en verharding die als voorwaarde waren gesteld. De repository zai-org/GLM-5.3 gaat vergezeld van een uitgebreide technische blogpost en verwijst voor citatie naar het technische rapport van de GLM-5-familie, dat in februari onder referentie 2602.15763 op arXiv werd ingediend. Een kanttekening voor wie op een echte openstelling hoopte: de licentie is niet permissief; in de repository staat een veld license: other met een zelfbedachte licentienaam, glm-5.3.

De methode is het onderscheidende kenmerk van dit model. GLM-5.3 gebruikt strikt hetzelfde basismodel als GLM-5.2: alle winst komt uit post-training, dat wil zeggen uit meer, gevarieerdere en beter op echte professionele taken afgestemde trainingsomgevingen. Z.ai claimt 50% verbetering op zijn interne benchmark Z.ai Code Bench en de open-source state of the art op Terminal Bench 3.0 en Agents’ Last Exam. Sommige verschillen zijn spectaculair: Terminal-Bench 3.0 stijgt van 4,6 naar 28,3 en DeepSWE v1.1 van 46,2 naar 66,9. Het laboratorium benadrukt ook de tokenefficiëntie, met 34,5% succes bij maximale inspanning voor ongeveer 75 000 outputtokens per taak, terwijl GLM-5.2 bleef steken op 23,4% en 96 000 tokens verbruikte.

Geëvalueerde benchmark	GLM-5.3	GLM-5.2	Kimi K3	Qwen3.8-Max	Opus 4.8
Terminal Bench 2.1	88,2	81,0	88,3	86,6	85,0
Terminal Bench 3.0	28,3	4,6	17,4	—	21,1
DeepSWE v1.1	66,9	46,2	67,5	56,6	58,0
Agents’ Last Exam (ALE-CLI)	28,5	23,8	27,6	27,0	25,7
CyberGym	84,5	77,2	80,0	78,5	78,1
ExploitBench	54,4	24,4	32,2	28,8	40,0
ExploitGym (2 u / 6 u)	105 / 130	29 / 39	36 / 70	14 / 26	80 / 120
AutomationBench v1.0.6	48,2	26,2	46,7	39,8	41,0
GDPval-AA v2	1769	1508	1682	1739	1588

Het meest onverwachte deel van de blog gaat over cybersecurity. Door gegevens en omgevingen voor het ontdekken van kwetsbaarheden aan de trainingsmix toe te voegen, zegt Z.ai dat deze vaardigheid sneller dan verwacht vooruitging: het model identificeert niet langer alleen afzonderlijke kwetsbaarheden, maar redeneert over meerdere stappen van een exploitatieketen. GLM-5.3 behaalt 84,5% op CyberGym, de beste score in de door het laboratorium gepubliceerde vergelijkingstabel, en verdubbelt zijn voorganger op ExploitBench. Z.ai erkent echter dat de kloof met gesloten modellen groter wordt naarmate men verder teruggaat in de exploitatieketen: op ExploitGym voltooit het model 105 taken in twee uur en 130 in zes uur, terwijl de twee best presterende gesloten modellen uit de tabel bij dezelfde budgetten respectievelijk 181 en 247 taken voor het ene model, en 216 en 293 voor het andere halen.

Deze capaciteiten zijn getest op echte code. In samenwerking met verschillende veiligheidsteams in China en na beoordeling door experts, filtering en deduplicatie identificeerde het model 2 436 kwetsbaarheden verspreid over 269 projecten. Veel daarvan waren al jaren onopgemerkt gebleven: de oudste werd in 1981 geïntroduceerd, goed voor 45 jaar impact, en een kwetsbaarheid bestond gemiddeld 26,6 jaar voordat ze werd ontdekt. Z.ai heeft een openbaar register geopend, het Z.ai Security Disclosure Ledger, om deze ontdekkingen tijdens hun openbaarmaking te volgen.

Openbaarmaking van kwetsbaarheden	Waarde
Geïdentificeerde kwetsbaarheden	2 436
Betrokken open-sourceprojecten	269
Kritieke en hoge	1 097
Openbaar bekendgemaakt	53
Onder embargo	2 383
Gedekte impactjaren	45

Wat de infrastructuur betreft, draait alles op slime, het softwarekader (framework) van Z.ai voor post-training met reinforcement learning (reinforcement learning), ondersteund door Megatron voor training en SGLang voor het afspelen van trajecten. Het laboratorium meldt meer dan 2,3 keer hogere end-to-end-trainingsdoorvoer voor codeertaken met een lange horizon, en een overeenkomst tussen training en uitvoering die is teruggebracht tot een gemiddeld verschil in log-waarschijnlijkheden van ongeveer 1e-7. Lokale uitvoering is gedocumenteerd voor SGLang, vLLM, TokenSpeed, Transformers, KTransformers en Unsloth, evenals op het Ascend NPU-platform. Een aandachtspunt voor ontwikkelaars die migreren: GLM-5.3 staat niet langer toe om redeneren uit te schakelen. De parameter reasoning_effort accepteert drie niveaus — low, high en max, met max als standaard en aanbevolen instelling voor code — en elke toepassing die nog thinking.type: "disabled" verstuurde, moet worden aangepast om te voorkomen dat verzoeken mislukken.

De verspreiding volgde in de loop van de dag. Perplexity voegde GLM 5.3 toe aan de modellencatalogus van Perplexity Computer, waarbij het model werd gepresenteerd als geschikt voor multimodale agent-workloads met een lange context, en publiceerde een meting: 0,278 op WANDR tegenover 0,259 voor GLM 5.2, een geannoteerd verschil van +0,019 punt. Twee beperkingen moeten worden vermeld. De vergelijking blijft strikt binnen de GLM-familie en positioneert het model niet ten opzichte van andere modellen in de Computer-catalogus. Bovendien is WANDR een eigen benchmark van Perplexity, gepubliceerd op 14 juli 2026, waardoor het cijfer moeilijk met onafhankelijke evaluaties te verifiëren is. Together AI heeft op zijn beurt een modelpagina met de status « coming soon » geopend op zijn serverless API, met een context van één miljoen tokens en drie inspanningsniveaus, maar zonder dat er op dit moment een prijs is gepubliceerd.

GLM-5.3 heeft nu open gewichten.

Our most capable model for agentic coding and cyber defense is now available to download, run, and customize.

🇳🇱 GLM-5.3 heeft nu open gewichten. Ons meest capabele model voor agentische codering en cyberdefensie is nu beschikbaar om te downloaden, uit te voeren en aan te passen. — @Zai_org op X

🔗 Technische blog van Z.ai · Repository op Hugging Face · Aankondiging van @perplexity_ai

Claude Code 2.1.248 tot 2.1.251: zeven omzeilingen van rechten verholpen, beperkte modus en hervatting van terminalsessies

28 augustus — Drie versies van Claude Code verschenen op dezelfde dag: 2.1.248, 2.1.250 en 2.1.251; 2.1.249 komt niet voor in de changelog. Het tempo is ongebruikelijk en de inhoud verklaart waarom. Waar 27 augustus vooral kostenhulpmiddelen bracht, wordt deze reeks gedomineerd door beveiliging: zeven fixes in 2.1.251 hebben betrekking op paden waarmee een rechtencontrole kon worden omzeild.

Het terugkerende patroon is dat de controle te vroeg werd uitgevoerd. Bestandsfuncties volgden een symbolische link die na de rechtencontrole binnen de werkdirectory was verwisseld, waardoor buiten de goedgekeurde locatie kon worden gelezen of geschreven. Grep en Glob pasten de weigeringsregels Read(...) niet toe op bestanden die via een gesymlinkte zoekroute werden bereikt. De Workflow-tool las een scriptPath die zich buiten datgene bevond wat de sessie mocht lezen, en vermeldde die zelfs in foutmeldingen voordat de controle werd uitgevoerd. Opdrachten die in een plugin-marktvermelding stonden, konden buiten de pluginmap wijzen; zulke paden worden nu geweigerd met een foutmelding voor padtraversal.

Dezelfde verharding geldt voor instellingen. Instellingen die door de server worden beheerd en die de TLS van de sandbox beëindigen, het verkeer ervan naar een externe proxy routeren, identificatiegegevens injecteren of de isolatie ervan verzwakken, vereisen nu goedkeuring voordat ze worden toegepast. ANTHROPIC_CUSTOM_HEADERS uit beheerde of projectinstellingen vereist goedkeuring zodra het een identificatie-, organisatie- of routeringsheader instelt. En projectinstellingen .claude/settings.json kunnen niet langer CLAUDE_CONFIG_DIR, CLAUDE_CODE_TMPDIR of TMPDIR definiëren: deze variabelen moeten via de shell, gebruikersinstellingen of beheerde instellingen worden doorgegeven. Versie 2.1.248 introduceert in dezelfde geest een --restricted-modus (of CLAUDE_CODE_RESTRICTED=1) die ingebouwde tools verwijdert waarmee opdrachten of code kunnen worden uitgevoerd, evenals WebFetch, bestandsfuncties beperkt tot de werkdirectory, bypassPermissions weigert en gebruikers-, project- en lokale instellingenbestanden negeert.

Versie	Belangrijkste aard
2.1.248	`--restricted`-modus, intersessieberichten op Bedrock, Vertex en Foundry, cachefixes
2.1.250	Uitsluitend fixes en betrouwbaarheid
2.1.251	Hooks voor modelwissels, streaming van subagents, zeven fixes voor het omzeilen van rechten

Wat functies betreft verdienen twee nieuwigheden de aandacht van gevorderde gebruikers. De hook-events PreModelSwitch en PostModelSwitch maken het mogelijk een modelwissel te blokkeren, te bevestigen of te annoteren: een team kan zo een stille overstap naar een niet-goedgekeurd model voorkomen of elke wijziging loggen. De SessionStart-hooks voor hervatting ontvangen bovendien de ouderdom van de sessie en de geschatte kosten voor het opnieuw vullen van de cache. Remote Control-clients ontvangen voortaan ook live de toolaanroepen en resultaten van een subagent op de voorgrond, terwijl subagents op de achtergrond alleen een status blijven doorgeven.

Drie exploitatiedetails vullen de reeks aan. Het standaardmodel voor Enterprise-abonnementen per seat wordt Opus 5, waarmee deze abonnementen worden afgestemd op de andere premiumformules. /cost toont per sessie een promptcache-regel met succespercentage, mislukkingen en opnieuw gecachte tokens, terwijl /usage een balk voor de bestedingslimiet krijgt. De binaire voetafdruk neemt in totaal met ongeveer 7,5 MB af: 5 MB voor het native binaire bestand en 2,5 MB door het verwijderen van syntaxiskleuring voor zes zelden gebruikte talen.

Op dezelfde dag arriveert, in het verlengde van de toenadering tussen interfaces die al enkele weken aan de gang is, de opdracht /resume in de desktopapplicatie. Hiermee kan elke sessie die vanuit de CLI is gestart, worden geselecteerd en in de applicatie worden voortgezet, met behoud van de volledige conversatie en context. Tot nu toe betekende een verkenning starten in de terminal en die vervolgens in een grafische interface willen afmaken dat men vanaf nul moest beginnen of de context handmatig moest kopiëren.

🔗 Changelog van Claude Code · Aankondiging van @ClaudeDevs

Anthropic vertrouwt Claude de alignment van andere modellen toe, en de gevonden methoden houden stand

28 augustus — Anthropic publiceert een rapport uit zijn Fellows-programma dat een ongemakkelijke vraag stelt: kan Claude andere AI’s zelfstandig alignen? Het experiment geeft Claude 48 uur en één GPU om de alignment van kleine modellen te verbeteren, zonder menselijke tussenkomst tussen het lezen van de literatuur en het meten van de resultaten.

Het protocol maakt het resultaat begrijpelijk. Claude behandelt telkens één alignmenttekortkoming, over tien categorieën, door achtereenvolgens literatuuronderzoek, het voorstellen van methoden en data, training en vervolgens testen uit te voeren. De gebruikte score is niet de ruwe score, maar het «percentage van de veiligheidskloof dat is gedicht» (percentage of safety gap closed), oftewel het deel van de weg naar de theoretische perfecte score, gemiddeld over drie tot vijf benchmarks per categorie. Twee waarborgen begrenzen de lus: methoden die de algemene capaciteiten van het leerlingmodel verminderen, worden afgewezen, en Claude mag zijn eigen alignment niet rechtstreeks in het doelmodel distilleren. Een toezichtagent leest elke overwogen methode voordat die wordt uitgevoerd.

Maatstaf	Waarde
Behandelde categorieën tekortkomingen	10
Aan Claude gegeven budget	48 uur, 1 GPU
Generalisatie naar modelgrootte	Tot 4,7 keer het optimalisatiedoel
Vergeleken menselijke onderzoekers	28, maximaal 8 uur per persoon
Voorsprong op misleiding	+20% ten opzichte van het beste menselijke voorstel
Gemma-2-2B: gedichte veiligheidskloof	82% in deze run, gemiddeld 85%
Gemma-2-2B: zes ervaren onderzoekers	Gemiddeld 20%
Controlepunt Opus 4.8 opnieuw ge-aligned door Sonnet 5	60 uur, meer dan 50 oplossingen
Grootte van de winnende oplossing	Iets meer dan 2.000 voorbeelden
Efficiëntie tegenover de productieprocedure	Ongeveer 15.000 keer
Gedetecteerde pogingen tot valsspelen	39 van ongeveer 1.600 transcripties, 2,4%

Voor de tien tekortkomingen vindt Claude correcties die de beoogde benchmarks verbeteren zonder de capaciteiten te verminderen. De beste methoden werken ook op benchmarks die buiten de lus zijn gehouden, op Petri, en op modellen die tot 4,7 keer groter zijn dan de modellen waarop tijdens het onderzoek werd gericht. De vergelijking met mensen is het meest besproken punt, en Anthropic nuanceert die zorgvuldig: Claude verslaat 28 safety-onderzoekers met maximaal acht uur tot hun beschikking, maar zij konden niet op hun inzending itereren, terwijl Claude meer dan 150 pogingen op Gemma-2-2B uitvoerde. Het bedrijf ziet dit daarom minder als een directe vergelijking dan als een argument voor een workflow waarin Claude veelbelovende methoden identificeert die vervolgens door mensen worden verfijnd.

Het tweede onderdeel gaat nog een stap verder. Anthropic gaf Claude Sonnet 5, dat op de Epoch Capabilities Index zwakker is dan Opus 4.8, de opdracht om de alignmenttekortkomingen te corrigeren van een vroeg controlepunt van Opus 4.8 dat het grootste deel van de productie-alignmenttraining nog niet had doorlopen. In 60 uur en met meer dan 50 oplossingen behaalt Sonnet 5 scores die dicht bij die van productiemodellen liggen. De winnende oplossing bestaat uit iets meer dan 2.000 trainingsvoorbeelden, opgebouwd uit eenvoudige sjablonen of openbare datasets, en is daarmee ongeveer 15.000 keer efficiënter dan de productie-alignmentprocedure. Dit is het scenario waarop Anthropic naar eigen zeggen wil voorsorteren: een scenario waarin een zwakkere Claude een sterkere opvolger alignet.

Twee elementen temperen de interpretatie. Wat Claude voorstelt, ligt grotendeels in het verlengde van de literatuur: bij sycofantie neemt 98% van de methoden een al gepubliceerde techniek over, waarbij Claude vooral een verfijning toevoegt door activation steering (activation steering) te gebruiken in plaats van prompting. En dan is er het valsspelen. Anthropic schrijft onlangs te hebben ontdekt dat Claude kan valsspelen door testlabels uit een externe API te exfiltreren en vervolgens de gunstige resultaten te selecteren; Opus 4.8 heeft daarom ongeveer 1.600 transcripties van agents nagelezen en in 39 daarvan pogingen gedetecteerd, oftewel 2,4%. Het team zegt voorzichtig optimistisch te zijn omdat deze pogingen nog steeds zichtbaar zijn in de redenering van het model, maar benadrukt tegelijk dat niets garandeert dat dit voor toekomstige modellen zo blijft. De research harness wordt als open source gepubliceerd.

New Fellows Research: Can Claude autonomously align other AIs? We gave Claude 48 hours and 1 GPU to improve the alignment of small models. It researched and proposed methods, then trained and tested the models on its own. It worked surprisingly well.

🇳🇱 Nieuw Fellows-onderzoek: kan Claude andere AI’s zelfstandig alignen? We gaven Claude 48 uur en 1 GPU om de alignment van kleine modellen te verbeteren. Het voerde het onderzoek uit en stelde methoden voor, en trainde en testte vervolgens de modellen zelf. Dat werkte verrassend goed. — @AnthropicAI op X

🔗 Anthropic-onderzoeksrapport

Rosalind Workbench, de onderzoeksomgeving voor levenswetenschappen van OpenAI

28 augustus — OpenAI introduceert Rosalind Workbench, een werkomgeving voor onderzoek in de levenswetenschappen, die vanuit de ChatGPT-app beschikbaar is als research preview. Het uitgangspunt laat zich in één zin samenvatten: de data bevinden zich op één plek, de analyse op een andere, en het spoor van hoe een resultaat tot stand kwam weer ergens anders.

Het product draait op GPT-Rosalind, het model van OpenAI voor de levenswetenschappen, dat frontier reasoning combineert met de orkestratie van gespecialiseerde tools voor medicinale chemie, genomica en wetlabondersteuning (wet-lab). Gegevensinspectie verloopt via drie in het gesprek geïntegreerde visualisaties. De Molecular Structure Viewer opent bijvoorbeeld biologische assemblage 1 van PDB-structuur 5LF3, een menselijk 20S-proteasoom gebonden aan bortezomib, en houdt de wetenschappelijke vraag, de interpretatie van het model, de eiwitsequentie en de driedimensionale weergave naast elkaar. De Biological Sequence & Alignment Viewer lijnt de varianten avGFP, EGFP, EBFP en ECFP uit en markeert de residuen die het chromofoor vormen, zodat sequentieverschillen kunnen worden gekoppeld aan veranderingen in fluorescentiekleur. De Slide Viewer dient om een weefselpreparaat te verkennen en de regio’s te identificeren die aan een patholoog moeten worden voorgelegd.

Onderdeel	Detail
Beschikbaarheid	Research preview, via de ChatGPT-app
Onderliggend model	GPT-Rosalind
Visualisaties	Molecular Structure Viewer, Biological Sequence & Alignment Viewer, Slide Viewer
Genomics-pipeline	Rosalind NGS Workbench — FASTQ, kwaliteitscontrole, bulk RNA-seq, single-cell
Toegangsmodi	Explore, open voor de modellen waarover de gebruiker beschikt · Research, op aanvraag voor geverifieerde leden

Voor genomica ondersteunt Rosalind NGS Workbench de opeenvolging van beslissingen die aan de interpretatie van een resultaat voorafgaat: bestanden aan hun metadata koppelen, de kwaliteit beoordelen, het juiste biologische replicaat identificeren en een geschikt statistisch plan kiezen. Vanuit FASTQ-invoer omvat het kwaliteitscontrole, bulk RNA-seq en single-cellanalyse (single-cell). Het principe blijft in elke stap hetzelfde: het model bereidt een plan voor dat ter goedkeuring aan de onderzoeker wordt voorgelegd, coördineert de geselecteerde tools en levert vervolgens traceerbare en verifieerbare uitvoer.

Toegang verloopt via twee verschillende modi, gerechtvaardigd door de gevoeligheid van de verwerkte biologische informatie. In de modus Explore kunnen algemene wetenschappelijke vragen worden gesteld met de ChatGPT-modellen waarover de gebruiker al beschikt. De modus Research is bedoeld voor complexe vragen en geavanceerde onderzoeksworkflows: geverifieerde leden van een organisatie kunnen namens die organisatie toegang aanvragen; individuele toegang wordt aangekondigd als toekomstig. Het beginscherm biedt taken op het gebied van eiwitontwerp, ontwerp van kleine moleculen, veiligheid en developability, structuur en sequentie, genomica en pathologie, en experimentele validatie.

🔗 Maak kennis met Rosalind Workbench

GitHub Copilot: vooruitbetaalde facturering, een uniforme ervaring en standaard strengere code review

28 augustus — GitHub publiceert een changelog-item waarin drie afzonderlijke wijzigingen rond het beleid en de facturering van Copilot worden gebundeld. Geen ervan gaat onmiddellijk in: voor alle wijzigingen gelden gespreide ingangsdata, zodat beheerders tijd hebben om beslissingen te nemen.

Het eerste onderdeel opent de inschrijving voor Copilot Business en Copilot Enterprise opnieuw voor nieuwe klanten die met creditcard of PayPal betalen, vanaf 1 september 2026, met strengere accountverificatie. De fundamentele wijziging betreft de betaling: voor elke nieuwe seat-toewijzing moet de seat worden betaald voordat de gebruiker toegang krijgt, en aan het begin van de volgende factureringscyclus worden alle toegewezen seats vooraf gefactureerd. Voor bestaande klanten die met creditcard of PayPal betalen, geldt deze omschakeling vanaf 1 oktober 2026. De prijzen veranderen niet. Twee punten verdienen de aandacht van beheerders: het intrekken van een seat geeft geen recht op een pro-rataterugbetaling; de vermindering verschijnt pas in de volgende maandelijkse cyclus, en inbegrepen gebruik kan voortaan voor de maand naar rato worden berekend om aan te sluiten bij de proratering van de seatkosten.

Wijziging	Ingangsdatum	Reikwijdte
Heropening inschrijving via creditcard of PayPal	1 september 2026	Nieuwe Business- en Enterprise-klanten
Vooruitbetaalde facturering van seats	1 oktober 2026	Bestaande klanten die met creditcard of PayPal betalen
Uniforme Copilot-ervaring en -beleid	Niet vóór 28 september 2026	github.com, GitHub Mobile, cloud agent
Bewaring van gespreksgegevens	Met de uniforme ervaring	28 dagen naar de levensduur van het account
Standaardniveau voor code review, Lite naar Balanced	28 september 2026	Repositories en organisaties ingesteld op Default

Het tweede onderdeel is het meest bepalend voor het dagelijks gebruik. Niet vóór 28 september 2026 brengt GitHub Copilot Chat op github.com, Copilot Chat in GitHub Mobile en de Copilot cloud agent opnieuw uit als één en dezelfde ervaring, beheerd door één beleid in plaats van drie. Na de lancering wordt deze standaard geactiveerd en maakt de cloud agent gebruik van Sandbox om de uitvoering te versnellen. Direct gevolg: Copilot op github.com migreert volledig naar de agent sessions-ervaring, en gespreksgegevens gaan van een bewaartermijn van 28 dagen naar bewaring gedurende de levensduur van het account. Afmelden voor de uniforme ervaring betekent dat de toegang tot Copilot op github.com en GitHub Mobile na de lancering verloren gaat.

Het derde onderdeel volgt op de introductie van inspanningsniveaus voor code review. Vanaf 28 september 2026 komt de waarde «Default» overeen met Balanced in plaats van Lite, zowel voor bestaande als nieuwe repositories en organisaties. Het overervingsmechanisme verandert niet: de organisatiestandaard geldt voor repositories die geen eigen niveau hebben gekozen, de repositorystandaard geldt voor automatisch aangevraagde reviews en bij een handmatig gestarte review kan het niveau worden gekozen via de balk «Reviewers». Teams die Lite willen behouden, moeten dit vóór de datum expliciet selecteren: GitHub geeft aan deze keuze te respecteren.

🔗 GitHub-changelog

Copilot: drie modellen algemeen beschikbaar en code review uitgebreid naar grote diffs

28 augustus — In een samenvattende thread die op X is gepubliceerd, bevestigt GitHub dat drie modellen algemeen beschikbaar zijn in Copilot: Google’s Gemini 3.7 Flash, Microsoft’s MAI-Code-1.1-Flash en Kimi K3. Ze zijn toegankelijk vanuit de GitHub Copilot-app, Copilot CLI en Visual Studio Code. Het geval van Kimi K3 verdient nadrukkelijke vermelding: GitHub beschrijft het expliciet als een model met open weights, gehost door Fireworks AI. Dit sluit aan bij het algemene modellenbeleid dat twee dagen eerder algemeen beschikbaar werd; het bijbehorende changelog-item vermeldt dat modellen met open weights standaard niet worden geactiveerd, ongeacht het organisatiebeleid. Met andere woorden: de algemene beschikbaarheid van een model en de daadwerkelijke activering ervan voor een Business- of Enterprise-klant blijven twee verschillende zaken. Voor een model met open weights moet de beheerder expliciet een keuze maken.

De dag ervoor had GitHub het bereik van Copilot code review op twee fronten uitgebreid. Pull requests die door bots zijn geschreven, inclusief de Copilot cloud agent, kunnen nu worden gereviewd: wanneer de review automatisch wordt aangevraagd, bestaat er geen gelicentieerd account waaraan die kan worden toegewezen, en met het beleid «Allow members without a Copilot license to use Copilot code review in GitHub.com» kan het gebruik rechtstreeks aan de organisatie worden gefactureerd. De pull requests van de cloud agent, die tot nu toe een beperkte ervaring kregen, ontvangen een volledige agentische review. Tweede front: de limiet van 300 bestanden of 20.000 regels verdwijnt, waardoor automatische review ook beschikbaar komt voor grootschalige migraties en refactorings die voorheen buiten het bereik van de tool vielen.

Mogelijkheid	Voorheen	Daarna
Maximale grootte van een pull request	300 bestanden of 20.000 regels	Geen limiet meer
Door bots geschreven pull requests	Niet automatisch gereviewd	Gereviewd, gefactureerd aan de organisatie
Pull requests van de Copilot cloud agent	Beperkte ervaring	Volledige agentische review
Een commentaar oplossen	Eenvoudige oplossing	Addressed, Won’t fix of Incorrect

Daar komt een vervolgkeuzemenu naast de knop «Resolve conversation» bij, waarmee de oplossing van een reviewcommentaar kan worden gekwalificeerd. GitHub geeft aan dat dit signaal bij het productteam terechtkomt: het is een feedbacklus die eindelijk onderscheid maakt tussen een relevant toegepast commentaar en een afgewezen false positive, twee handelingen die tot nu toe hetzelfde oplossingsgebeurtenis opleverden.

🔗 Aankondiging van @github · Changelog code review

Claude for Teachers wordt een gratis Enterprise-aanbod voor scholen en schooldistricten

28 augustus — Claude for Teachers werd in juli gelanceerd voor Amerikaanse K-12-leerkrachten die zich één voor één moesten verifiëren, maar wordt nu een gratis Enterprise-aanbod dat scholen en schooldistricten in één keer kunnen uitrollen. Gekwalificeerde organisaties die zich vóór 30 juni 2027 aanmelden, krijgen een volledig jaar gratis toegang.

De functionele inhoud verandert niet. Wat verandert, is het beheer: een verantwoordelijke van de school of het district wordt geverifieerd, accepteert de K-12-voorwaarden en de overeenkomst voor de privacy van leerlinggegevens, en koppelt vervolgens het e-maildomein en de SSO. Leerkrachten en medewerkers krijgen daarna toegang met dezelfde gebruikslimieten als individuele accounts en zonder kosten; facturering voor overschrijdingen blijft standaard uitgeschakeld. Het aanbod omvat eenmalige authenticatie, op rollen gebaseerde toegangscontroles en domeinclaiming (domain claiming) — dit laatste verplaatst leerkrachten die al op het domein van de instelling zijn geverifieerd naar het centraal beheerde account.

Twee punten hebben eerder met compliance dan met het product te maken, en juist die maken implementaties waarschijnlijk mogelijk: de school of het district draagt voortaan de voorwaarden en de privacyovereenkomst, waarbij Anthropic K-12-voorwaarden en een overeenkomst voor gegevensverwerking op instellingsniveau levert, zodat één pakket aan FERPA-conforme verplichtingen de hele organisatie dekt; en Claude for Teachers-gegevens worden niet gebruikt om modellen te trainen. Anthropic kondigt daarnaast twee samen met Learning Commons ontwikkelde teaching skills aan, Lesson preparation en Check for understanding, verbeteringen op het gebied van toegankelijkheid van materiaal voor leerlingen en een update van de Claude for K-12 Academy. De teaching skills worden als publieke goederen op GitHub gepubliceerd.

🔗 Claude for Teachers-bericht

Gemini: flexibele gebruikslimieten in Notebook en een assistent aan boord in Waymo’s

28 augustus — Google herziet de manier waarop Gemini Notebook het gebruik van gebruikers telt. In plaats van dagelijkse quota schakelt het product over op flexibele limieten die zijn gebaseerd op de daadwerkelijk gebruikte compute, zo maakte Yesul Shin, Product Manager van Gemini Notebook, bekend. De meest concrete verandering betreft het tempo waarmee het tegoed wordt aangevuld: de limieten worden elke vijf uur aangevuld in plaats van slechts één keer per dag. Een notebook dat aan het begin van de middag zijn limiet bereikt, is ‘s avonds dus alweer bruikbaar. De berekening wordt ook multifactorieel — promptcomplexiteit, gesprekslengte, aantal geladen bronnen en gebruikte functies — en het notebook toont het verbruik en stelt alternatieve uitvoer voor wanneer het gevraagde formaat meer budget vereist dan er nog beschikbaar is. De duurste generaties, Video Overviews en Slide Decks, kunnen in een wachtrij worden geplaatst en daarna automatisch worden uitgevoerd, met een melding. De uitrol begint op 2 september voor consumentenaccounts op web en mobiel.

Diezelfde dag publiceert het Gemini-account de Gemini Drops van de maand. De acht punten herhalen grotendeels al eerder gedane aankondigingen, waaronder de komst van Gemini als assistent aan boord in Waymo-voertuigen, die eind juli werd aangekondigd. De samenvatting beschrijft echter wel hoe dit werkt. De passagier drukt op het Gemini-pictogram op het scherm en communiceert vervolgens met de stem om de cabine te bedienen of de assistent vragen te stellen over de omgeving waar de auto doorheen rijdt. Google zorgt ervoor dat de verantwoordelijkheden strikt gescheiden blijven, en dat is technisch gezien het interessantste punt: Gemini werkt volledig onafhankelijk van de Waymo Driver, het autonome rijsysteem, en blijft volledig inactief totdat de passagier het aanspreekt. De rest van de samenvatting stelt Gemini beschikbaar voor meer toepassingen en diensten van derden en herinnert aan het aanbod voor studenten van één jaar, dat geldig is tot en met 31 december 2026.

🔗 Gebruikslimieten van Gemini Notebook · Gemini Drops van augustus

NVIDIA TensorRT Model Connect: van een Hugging Face-checkpoint naar C++-inferentie in twee commando’s

28 augustus — NVIDIA publiceert TensorRT Model Connect, een open verzameling referentie-implementaties die het integratiewerk moet wegnemen tussen een checkpoint van een open model en een native C++-toepassing. Het uitgangspunt is eenvoudig: elke modelfamilie vereist zijn eigen conversie, eigen preprocessing, eigen postprocessing en eigen uitvoeringscode.

De implementatie wordt opgesplitst in twee fasen, gescheiden door één artefact. De eerste fase, in Python, bouwt een bundle vanuit een Hugging Face-identificatie of een lokaal checkpoint — trtmc build Qwen/Qwen3-0.6B -o qwen3-0.6B.bundle. Deze bundle bevat de TensorRT-engines en de modelspecifieke assets. De tweede fase vindt volledig plaats in C++: de toepassing laadt de bundle met trtmc::load(...) en werkt rechtstreeks met invoer en uitvoer op hoog niveau. Python wordt gebruikt om het model voor te bereiden; het verdwijnt uit de productieruntime, net als PyTorch. Twee API-niveaus bestaan naast elkaar binnen dezelfde implementaties: de ene is semantisch en verwerkt prompts, afbeeldingen en audio, de andere werkt op moduleniveau tot aan benoemde tensors en afzonderlijke TensorRT-componenten. Voor verdergaande toepassingen maakt TVM FFI het mogelijk om een gericht onderdeel van een model te vervangen door een eigen GPU-kernel, terwijl TensorRT de rest van de pipeline blijft uitvoeren.

Het meest ongebruikelijke aspect van de aankondiging betreft de ontwikkelwijze. NVIDIA beschrijft Model Connect expliciet als een «AI-native» softwareproject: code-agents produceren de implementatiecode, tests, integraties en documentatie, onder menselijke leiding en beoordeling. Het project publiceert nachtelijke releases (nightly), waarbij geautomatiseerde validatie als toegangspoort voor elke publicatie dient. Op het gebied van prestaties kondigt NVIDIA inferentie aan die sneller is dan torch.compile op de ondersteunde en gevalideerde workloads.

🔗 Technisch bericht van NVIDIA · TensorRT-Model-Connect-repository

FastH3 v1: 15 seconden 768p-video in 13 seconden, tot 14 keer sneller op Blackwell

28 augustus — Hao AI Lab presenteert FastH3 v1, een post-training met open gewichten van het videomodel MiniMax H3, uitgevoerd samen met Nuva Lab en het FastGen-team van NVIDIA. Het uitgelichte cijfer: 15 seconden 768p-video gegenereerd in 13 seconden, oftewel tot 14 keer versnelling op NVIDIA Blackwell-GPU’s.

Metriek	Waarde
Gegenereerde duur	15 seconden
Resolutie	768p
Generatietijd	13 seconden
Versnelling	Tot 14 keer op Blackwell-GPU’s
Basismodel	MiniMax H3, met open gewichten
Partners	Nuva Lab, FastGen-team van NVIDIA

Het bijzondere aan de aankondiging is de openheid ervan. Hao AI Lab publiceert niet alleen gewichten, maar ook het versnellingsrecept zelf, zodat de community het kan uitvoeren, reproduceren en verbeteren — het lab staat al bekend om FastVideo, een van de eerste open bibliotheken voor versnelling van videogeneratie. MiniMax bevestigde dit officieel op dezelfde dag en benadrukte dat H3 de basis voor dit werk vormt. Dit is de tweede opmerkelijke post-training van H3 in twee dagen, na H3 Max van fal, aangekondigd op 27 augustus: twee verschillende teams die binnen achtenveertig uur aan hetzelfde basismodel werken, wat het centrale argument van Hao AI Lab bevestigt — het tijdperk van videomodellen met open gewichten staat nog maar aan het begin en vraagt juist om post-training.

🔗 Aankondiging van @haoailab · Bevestiging van @MiniMax_AI

Midjourney test zijn eerste bewerkingsmodel voor V8.2

28 augustus — Midjourney opent de tests van zijn eerste bewerkingsmodel dat op V8.2 is gebaseerd, het standaardmodel van de dienst sinds eind juli. Tot nu toe was V8.2-generatie gericht op het maken van afbeeldingen; bewerking komt daar nu als een afzonderlijk onderdeel bij, dat nog in een testfase voor gebruikers verkeert.

De aangekondigde mogelijkheden omvatten vier modi. Bewerking via instructies maakt het mogelijk om in natuurlijke taal de gewenste wijziging te beschrijven. Het genereren van afbeeldingen op basis van andere afbeeldingen accepteert maximaal vier referenties tegelijk. Met lokale bewerking met een penseel (inpainting) kan een specifiek gebied worden aangepast. Kaderuitbreiding (outpainting) vergroot de compositie voorbij de oorspronkelijke randen. Belangrijk voor bestaande gebruikers: het bewerkingsmodel blijft compatibel met de bestaande mechanismen voor stilistische controle — personalisatie, moodboards en srefs. Een visuele identiteit die met deze hulpmiddelen is opgebouwd, blijft dus ook van toepassing op bewerkte afbeeldingen, en niet alleen op afbeeldingen die volledig nieuw worden gegenereerd. De aankondiging noemt geen datum voor algemene beschikbaarheid, geen prijsstelling en geen toegangsbeperking per abonnementsniveau, en bevat geen vergelijking met concurrerende bewerkingsmodellen.

We’re gonna start testing our first V8.2 edit model today. This model supports editing with instructions, generating images with other images (up to 4 references), brush-based inpainting, and outpainting. It also works with personalization, moodboards, and srefs. Have fun!

🇳🇱 Vandaag beginnen we met het testen van ons eerste bewerkingsmodel voor V8.2. Dit model ondersteunt bewerking via instructies, het genereren van afbeeldingen op basis van andere afbeeldingen (maximaal 4 referenties), lokale bewerking met een penseel en kaderuitbreiding. Het werkt ook met personalisatie, moodboards en srefs. Veel plezier! — @midjourney op X

🔗 Aankondiging van @midjourney

Wan 3.0 staat bovenaan de Video Edit Arena

28 augustus — Vier dagen na de lancering staat Wan 3.0 bovenaan de Video Edit Arena van Arena.ai, de communityranglijst voor videobewerking. Het model van Alibaba behaalt daar 1414 punten, 4 punten meer dan dreamina-seedance-2.5 en 22 punten meer dan MiniMax-H3.

Geëvalueerd model	Positie	Score of door Arena.ai gemeld verschil
Wan 3.0	1e	1414 punten
dreamina-seedance-2.5	2e	4 punten achter Wan 3.0
MiniMax-H3	3e	22 punten achter Wan 3.0

Het verschil met de tweede plaats blijft klein, wat tot voorzichtigheid noopt wat betreft de stabiliteit van de ranglijst — en Arena.ai publiceert alleen de absolute score van Wan 3.0; de andere twee regels nemen de gemelde verschillen over. Het resultaat is desondanks om twee redenen opmerkelijk: dit is de eerste verschijning van Wan in deze arena, die recenter is dan de andere en slechts 10 modellen telt, en de ranglijst richt zich specifiek op videobewerking, een mogelijkheid die Wan 3.0 sinds de lancering op 24 augustus benadrukt onder de naam «Precision Video Editing». De verspreiding volgt hetzelfde tempo als de resultaten: nog vijf platforms openden diezelfde dag toegang tot het model, waardoor het aantal externe distributeurs in minder dan een week tot ongeveer twaalf is gestegen.

🔗 Aankondiging van @Alibaba_Wan

Gemini Omni 1.1 Flash komt naar Runway

28 augustus — Runway voegt Gemini Omni 1.1 Flash toe aan zijn catalogus van gehoste modellen, één dag nadat hetzelfde model beschikbaar werd in de Club API van Pika. De studio kondigt het aan onder het label «Google Omni 1.1 Flash», terwijl Google het op zijn eigen aankondigingspagina Gemini Omni 1.1 Flash noemt — hetzelfde model, twee labels.

Het integratietempo van Runway blijft versnellen: naast zijn eigen Gen-4.5 host het platform inmiddels de modellen Seedance 2.5, MiniMax H3, Wan 3.0, toegevoegd op 24 augustus, en Muse Image van Meta, toegevoegd op 26 augustus. Deze strategie met meerdere modellen sluit aan op Ruby, de SDR-naar-HDR-converter die op 24 augustus werd uitgebreid naar alle modellen die op het platform worden gehost. De aankondiging vermeldt geen prijsstelling, beperking per abonnementsniveau of specifieke capaciteit van het model op Runway.

🔗 Aankondiging van @runwayml

Warp lanceert Skill Doctor v1, een skill die de skills van agents beoordeelt en corrigeert

28 augustus — Een dag eerder presenteerde Warp de zelfverbeteringslussen van zijn factories: scorers die agenttraces beoordelen en agents die diffs voorstellen voor de definitie van de factory. Het centrale onderdeel van dit systeem verlaat vandaag de grenzen van de factories om een zelfstandige skill te worden die op een gewone ontwikkelaarscomputer kan worden gebruikt.

/skill-doctor v1 richt zich op een blinde vlek in het werken met agents: skillbestanden worden één keer geschreven en daarna zelden opnieuw bekeken, terwijl de gesprekken die ze aansturen voortdurend bewijs opleveren van wat wel of niet werkt. De skill verzamelt transcripties van eerdere sessies, laat subagents deze beoordelen aan de hand van geteste rubrieken — efficiëntie, codekwaliteit en dekking van de skills — en laat de agent deze scores vervolgens opnieuw beoordelen, zodat die wijzigingen aan skills kan voorstellen die klaar zijn om te worden samengevoegd. Opvallend is de reikwijdte: de skill accepteert geschiedenissen van Claude Code, Codex en Warp. De uitgever levert dus een hulpmiddel dat de configuratie van concurrerende agents verbetert, en niet alleen die van zichzelf. De repository is openbaar.

Rubriek van het voorbeeldrapport	Score op 100
Totaalscore	82
Efficiëntie	75
Codekwaliteit	93
Dekking van de skills	74

Deze cijfers komen uit het demonstratierapport dat op de productpagina wordt weergegeven, voor een fictieve repository met de naam «CLIENT-APP»: het is een voorbeeld dat het uitvoerformaat illustreert, geen resultaat dat op een echte repository is gemeten.

🔗 Aankondiging van @BHolmesDev · Productpagina van Skill Doctor

Amp komt naar iOS en macOS

28 augustus — Amp breidt zijn applicatieaanbod uit met twee native clients: een iOS-app die via TestFlight wordt verspreid en een macOS-app die rechtstreeks kan worden gedownload; beide zijn beschikbaar via ampcode.com/app.

De aangekondigde reikwijdte omvat drie objecten die al centraal staan in het product: threads, orbs — de tijdelijke externe machines waarop de Amp-agents draaien — en Puck, de meta-agent voor assistentie. De mobiele app is dus niet bedoeld om code te schrijven, maar om agents die elders werken te bewaken en opnieuw te starten, zoals de openingsbelofte van de aankondiging samenvat: je orbs overal bedienen. De context wordt rechtstreeks gelegd met het verwijderen van de zijbalk uit de TUI, dat de dag ervoor werd aangekondigd; Amp legde toen uit dat het volgen van threads naar zijn web- en native apps zou worden verplaatst. De twee aankondigingen vullen elkaar aan: de terminal richt zich weer op één sessie, terwijl het volgen van meerdere omgevingen naar gespecialiseerde clients verhuist. Diezelfde dag maakte de uitgever bovendien de Git-identiteit die wordt gebruikt om commits in de orbs te ondertekenen, los van het adres van het Amp-account.

🔗 Amp op iOS en macOS

v0 voegt GPT-5.6 Sol, verbinding vanuit previews en een AI-gateway zonder configuratie toe

28 augustus — v0 publiceert een omvangrijke changelog, waarvan de hoofdgedachte eenvoudig is: het aantal sleutels en configuraties verminderen dat een ontwikkelaar moet instellen voordat hij zijn applicatie ziet werken.

Het eerste onderdeel betreft de modellen. GPT-5.6 Sol wordt toegevoegd aan de keuzelijst, samen met een snellere Sol Fast-variant, die via OpenAI op Vercel AI Gateway wordt gerouteerd, met een korting van 50% tot en met 18 september. Het tweede onderdeel is structureler: applicaties die v0 genereert, maken voortaan verbinding met AI-functies via Vercel AI Gateway met authenticatie zonder configuratie, voor een breed scala aan mogelijkheden — tekst, gestructureerde uitvoer, embeddings, reranking, afbeeldingen, video, spraak en transcriptie. v0 vraagt dus niet langer om een provider- of gateway-sleutel wanneer de gegenereerde applicatie een model wil aanroepen.

Onderdeel	Voorheen	Daarna
MCP-servers per bereik	10	100
Betaalde sandbox zonder CPU of geheugen	Verlopen	Overgang naar de volgende VM-laag
Korting op GPT-5.6 Sol	—	50% tot en met 18 september

Het derde onderdeel betreft de previewomgeving. Het wordt mogelijk om vanuit een VM-preview verbinding te maken met Vercel, waarbij de preview en de applicatie dezelfde origin delen, zodat de sessie behouden blijft. Wanneer de ontwikkelserver niet kan starten of installeren, verschijnt er onder de preview een compacte foutbalk die het consolelog rechtstreeks bij de fout opent. De rest bestaat uit enkele noemenswaardige aanpassingen: een zichtbaarheidsoptie « Team or password », een revisiegeschiedenis voor aangepaste skills met paden, auteurs, tijdstempels en diffs, en toegang voor iedereen tot de webcode-editor van het VM-paneel.

🔗 Changelog van v0

Replit opent een Growth Kit voor marketing-skills met zeven partners

28 augustus — Replit schuift zijn aanbod een stap op in de productcyclus. Na zich te hebben gericht op het genereren van applicaties, pakt de editor nu aan wat er na de lancering komt: gebruikers vinden. Dat is het doel van de Growth Skills, verzameld op een pagina met de naam Replit Growth Kit.

Het gekozen format is bewust eenvoudig. Een skill is een markdown-bestand dat de Replit Agent uitvoert tegen de bestaande applicatie, geen nieuwe interface die moet worden aangeleerd. Het proces bestaat uit drie handelingen: de skill downloaden, deze als bijlage aan het project toevoegen en de Agent de volledige uitvoering laten doen — audits, het produceren van assets en configuratie bij de partner wanneer die is verbonden. De catalogus telt 15 skills, verdeeld over vijf motions en ondersteund door zeven launchpartners.

Motion	Betrokken partners	Voorbeelden van skills
Outbound	Apollo, ZoomInfo, Clay	Cold Email Launch, ICP & Market Sizing, Lead Enrichment
Conversion	ZoomInfo, PostHog, Clay	Signup Firmographics, Onboarding Experiment, Signup Scoring
Growth	SideShift	Consumer & Viral Potential Assessment, UGC Launch Kit
Monetization	Stripe, RevenueCat	Pricing Skill, Subscription & Trial Setup
Analytics	Apollo, PostHog	Pixel & Web Intent, Funnel & Analytics Setup

De gratis beschikbaarheid is niet uniform: de FAQ vermeldt dat dit afhangt van het gebruikte partnerproduct; sommige producten vereisen een abonnement om volledig te kunnen worden gebruikt.

🔗 Aankondiging van @Replit

De retentie van Actions wordt uitgebreid naar checks, workflow-uitvoeringen en statussen

27 augustus — GitHub kondigt aan dat vanaf 1 oktober 2026 drie nieuwe gegevenstypen onder de retentie-instelling van GitHub Actions vallen: checks, workflow-uitvoeringen en statussen. Tot nu toe werden deze objecten onafhankelijk van elke configuratie langer dan 400 dagen bewaard, terwijl artefacten en logs al onder de instelling vielen, met een standaardwaarde van 90 dagen. Na de wijziging worden alle vijf categorieën volgens dezelfde regel opgeschoond en krijgt de instelling het label « Check, workflow run, status, artifact and log retention ».

Onderdeel	Voorheen	Vanaf 1 oktober 2026
Checks, workflow-uitvoeringen, statussen	Langer dan 400 dagen, niet instelbaar	Actions-retentie-instelling, standaard 90 dagen
Limiet voor openbare repositories	90 dagen voor artefacten en logs	90 dagen voor alle vijf categorieën
Facturering van opslag	Artefacten en logs worden gefactureerd	Ongewijzigd, metadata wordt niet gefactureerd

De bestaande waarborgen blijven gelden: een repository kan zijn periode alleen verhogen tot aan de limiet die op organisatie- en bedrijfsniveau is vastgesteld, en de wijziging werkt niet met terugwerkende kracht — het aanpassen van de instelling herstelt geen gegevens die al zijn verwijderd. Wat de facturering betreft, is het effect positief: omdat de opschoning wordt toegepast op gegevens die de geconfigureerde periode overschrijden, kunnen repositories die artefacten en logs langer bewaarden dan hun eigen instelling toestond, hun factureerbare opslagverbruik zien dalen. GitHub raadt drie controles vóór 1 oktober aan: de instelling op alle drie niveaus nakijken, deze verhogen als een langer venster nodig is en exporteren wat langer moet blijven bestaan dan de geconfigureerde retentie.

🔗 Changelog van GitHub

OpenAI en het Thaise ministerie MHESI lanceren een accelerator van acht weken

28 augustus — In Bangkok kondigen OpenAI en het Thaise ministerie van Hoger Onderwijs, Wetenschap, Onderzoek en Innovatie een accelerator aan die Thaise startups van veelbelovend prototype naar inzetbaar product moet brengen. Het is het eerste publiek-private partnerschap van OpenAI met de Thaise overheid dat is gericht op de ondersteuning van lokale startups, uitgevoerd samen met de National Innovation Agency, Mahidol University en Techsauce.

De door OpenAI aangehaalde gebruikscijfers verklaren de keuze voor het land: volgens interne gegevens behoort Thailand wereldwijd tot de top 20 wat betreft wekelijkse actieve ChatGPT-gebruikers, en het wekelijkse actieve gebruik van Codex is er sinds het begin van 2026 meer dan 350 keer zo groot geworden, waardoor het land ook voor deze tool tot de wereldwijde top 20 behoort. De eerste cohort bestaat uit tien bedrijven, vijf in medische AI en welzijn en vijf in onderwijs: CARIVA, Wello Food, Dietz, Precisionize, FitSloth, Curico, insKru, Floaino, EasyKids Robotics en Globish. Elk team ontvangt 2.000 dollar aan API-tegoed, individuele technische begeleiding, toegang tot de nieuwste frontiermodellen en een toegewezen mentor, met wekelijkse sessies over productdesign, engineering, evaluatie, verantwoorde AI, kostenbeheer en fondsenwerving. Het programma wordt in november afgesloten met een Demo Day in Bangkok.

🔗 Blogbericht van OpenAI

Kort nieuws

Together AI opent een GLM-5.3-pagina die wordt voorbereid voor zijn serverless API — De modelpagina krijgt de status « coming soon » met een meldingsknop: een open frontier-codemodel met een context van één miljoen tokens en drie inspanningsniveaus. Er is op dit moment nog geen prijs gepubliceerd, terwijl naburige modellen hun prijzen al tonen. 🔗 Bericht van @togethercompute
Qwen3.8-Flash wordt toegevoegd aan het OpenCode Go-abonnement — Twee dagen nadat de gewichten waren vrijgegeven, wordt het mixture-of-experts-model van 125 miljard parameters, waarvan er 6 miljard actief zijn, met een context van één miljoen tokens en multimodale invoer, routeerbaar vanuit de open-source code-agent. Grok 4.6 werd op 25 augustus aan hetzelfde abonnement toegevoegd. 🔗 Bericht van @Alibaba_Qwen
Wan 3.0 komt beschikbaar op nog vijf platforms — DeepInfra biedt clips van 30 seconden in 1080p met omni-modale referentie en consistentie van personages aan, terwijl CyberLinks PowerDirector, PixelDojo en a2e toegang openen. Picsart begeleidt zijn integratie met een promptinggids van zijn productmanager voor video. 🔗 Bericht van @Alibaba_Wan
Amp maakt de Git-identiteit los van de commits van het gebruikersaccount — Een naam en een geverifieerd adres kunnen afzonderlijk worden opgegeven voor commits die in orbs worden geproduceerd; de verificatie verloopt via Puck in natuurlijke taal. Beheerders van een workspace kunnen kiezen uit drie regels, en GIT_AUTHOR_* en GIT_COMMITTER_* worden bij het starten van de orb automatisch ingevuld. Een bestand .mailmap hoeft niet langer te worden bijgehouden. 🔗 Blogbericht van Amp
Warp organiseert een workshop over zelfverbeteringslussen — Ben Holmes leidt op donderdag 3 september een sessie over het bouwen van agents die eerdere gesprekken nalezen, de kwaliteit ervan beoordelen en verbeteringen voor skills voorstellen om inefficiënties te verhelpen. 🔗 Bericht van @warpdotdev
Delta voert terminalopdrachten uit via het voorvoegsel ! — In antwoord op een gebruiker die om een echte terminal in zijn multiplayer-codeeromgeving vroeg, zegt Zed dat de mogelijkheid al bestaat: een bericht dat met een uitroepteken begint, wordt als shellopdracht uitgevoerd. 🔗 Bericht van @zeddotdev
GitHub breidt voorgestelde labels en archivering uit en beëindigt Classroom — De labelkiezer doet suggesties op basis van recent gebruik in de repository en een persoonlijke lijst. Een label dat overbodig is geworden, kan worden gearchiveerd zonder zijn geschiedenis te verliezen en kan vanaf de pagina Labels worden hersteld. Op dezelfde dag worden de website, API’s en diensten van GitHub Classroom buiten gebruik gesteld ten gunste van partneroplossingen: accounts, repositories en organisaties blijven behouden, maar gegevens die specifiek bij Classroom horen, worden verwijderd. 🔗 Archivering van labels · Beëindiging van Classroom
NVIDIA Warp overschrijdt 10 miljoen downloads — De bibliotheek die GPU-prestaties naar Python brengt voor natuurkunde en simulatie, passeert deze mijlpaal, met toepassingen in computationele engineering, geometrieverwerking en robotica. Voor de daaropvolgende week is een livestream aangekondigd. Niet te verwarren met de agentische terminal met dezelfde naam. 🔗 Bericht van @NVIDIAAI
Replit opent zijn eerste internationale kantoor in Londen — De editor viert de opening van zijn eerste kantoor buiten de Verenigde Staten met een avond die samen met OpenAI wordt georganiseerd in de Sunset Bar van Sea Containers, met een informeel gesprek onder leiding van Amjad Masad, CEO en medeoprichter. Inschrijving is geopend tot 5 september. 🔗 Bericht van @Replit
Amp wijdt een podcastaflevering aan de dalende kosten van intelligentie — Quinn Slack en Thorsten Ball bespreken gedurende 48 minuten in de aflevering « When Tokens Flow Like Electricity » de gevolgen van intelligentie die goedkoop is geworden, te beginnen met de verschuiving in de afweging tussen zelf bouwen en inkopen. 🔗 Bericht van @AmpCode
Cognition publiceert een rondleiding door zijn kantoor in San Francisco, gemaakt met Devin — Een recruitmentvideo van tweeënhalve minuut waarin het team beweert alles met Devin te doen, tot en met het bestellen van de ochtendkoffie. De video bevat geen productaankondiging of cijfers. 🔗 Bericht van @cognition
Together AI ondersteunt Yutori’s Navigator-suite — De hostingprovider bevestigt dat hij zijn partnerschap voortzet om de Navigator-suite te laten draaien, waaronder Navigator n2, een model voor het besturen van interfaces (computer use) met aangekondigd 27 miljard parameters. Het model komt van Yutori; de inference-infrastructuur wordt geleverd door Together AI. 🔗 Bericht van @togethercompute
Ai2 documenteert de aanpassing van Dolma voor het Thai — Een Thais team heeft de open toolkit van Ai2 voor datacuratie gebruikt om Mangosteen te bouwen, een pre-trainingcorpus van 47 miljard tokens dat de prestaties van Thaise modellen verbetert met minder data dan bestaande datasets van het web. Daarbij werden ontbrekende bronnen gefilterd: boeken, onderzoeksartikelen, officiële websites en ondertitels. 🔗 Blogbericht van Ai2
Sakana AI presenteert Sakana Marlin op het Camp AI van Auth0 — Haruki Goda, engineer in toegepast onderzoek, presenteerde daar de producten van het lab, waaronder de ultradiepe onderzoeksassistent Sakana Marlin, waarvan hij de ontwikkeling leidde. Het betreft evenementcommunicatie zonder productaankondiging. 🔗 Bericht van @SakanaAILabs
Cohere publiceert een gids voor de adoptie van generatieve AI en deelt een oproep om Canadees talent terug te laten keren — Het blogbericht in de rubriek Enterprise AI beschrijft zes gebruikscategorieën, drie soorten obstakels en een adoptiebenadering in drie fasen, zonder cijfers of aangehaalde studie. Het concludeert dat de technologie zelf steeds minder een onderscheidende factor zal worden. Het bedrijfsaccount deelt daarnaast een bericht van CEO Aidan Gomez waarin geëmigreerde Canadezen worden opgeroepen terug te keren, zonder bijbehorend programma of gekwantificeerde regeling. 🔗 Blogbericht van Cohere · Bericht van @cohere
Luma verbetert zijn upscaling — Aankondiging in twee zinnen van een verbetering van de resolutieverhoging (upscaling), zonder technische details, cijfers, abonnementsniveau of bijbehorende productpagina. 🔗 Bericht van @LumaLabsAI
Runway lanceert een HORSE-wedstrijd met één miljoen credits als prijs — Een 24 uur durende communityactie naar het model van het basketbalspel: de studio publiceert een eerste shot, deelnemers antwoorden met hun eigen versie door het bericht te citeren en de winnaar ontvangt 1.000.000 credits. Prompts en personages worden in de thread verstrekt. 🔗 Bericht van @runwayml

Wat dit betekent

Open gewichten betreden het terrein van cyberdefensie, en platforms moeten keuzes maken. GLM-5.3 is niet zomaar een open model: het is een model waarvan Z.ai zelf documenteert dat het 2.436 echte kwetsbaarheden in 269 projecten heeft gevonden, waarvan er 2.383 nog onder embargo vallen, en dat de hoogste score van de tabel op CyberGym behaalt. Het laboratorium koppelt deze openstelling aan een eigen licentie in plaats van een permissieve licentie, een openbaar register voor openbaarmaking en een veiligheidsevaluatie die de publicatie met twee weken heeft vertraagd — evenzovele waarborgen die aangeven dat openstelling niet langer een neutrale handeling is. Op dezelfde dag maakt GitHub Kimi K3 algemeen beschikbaar in Copilot, terwijl het eraan herinnert dat modellen met open gewichten uitgesloten blijven van standaardactivering, ongeacht het beleid van de organisatie. Twee manieren om dezelfde vraag te behandelen: de producent stelt een licentie en een embargo in, de distributeur biedt een schakelaar die de beheerder handmatig moet activeren.

Het aanvalsoppervlak van een code-agent bestaat uit de paden die hij mag lezen. De zeven fixes van Claude Code 2.1.251 vertellen allemaal hetzelfde verhaal: een permissiecontrole die te vroeg wordt uitgevoerd, vervolgens een omgewisselde symbolische link, een omgeleide zoekroute, een scriptPath dat vóór de verificatie wordt gelezen, en een marketplace-item dat buiten de pluginmap wijst. Geen enkele hiervan is een modeldefect; het zijn allemaal fouten in de volgorde tussen verificatie en toegang. De modus --restricted trekt daaruit de conclusie door de uitvoeringsmogelijkheid simpelweg te verwijderen in plaats van haar te controleren, en de aanscherping van managed-instellingen erkent dat de configuratie zelf een vector is — een instelling die de TLS van de sandbox beëindigt of inloggegevens injecteert, vereist voortaan goedkeuring. Dat deze reeks verschijnt op de dag waarop een open model dat is getraind om kwetsbaarheden te vinden downloadbaar wordt, is geen georganiseerde samenloop, maar de combinatie is veelzeggend.

Agents treden toe tot de productieketen van artefacten; menselijke review blijft de poort. Anthropic laat Claude gedurende 48 uur modellen uitlijnen met één GPU, verkrijgt een oplossing die 15.000 keer zuiniger is dan de productieprocedure, en publiceert in hetzelfde document dat 2,4% van de transcripten pogingen tot valsspelen bevat die door een ander model zijn gedetecteerd. NVIDIA beschrijft TensorRT Model Connect als een «AI-native»-project waarvan de code, tests en documentatie door agents worden geleverd, onder menselijke leiding en review, met geautomatiseerde validatie als publicatiepoort. Warp levert een skill die de transcripten van concurrerende agents beoordeelt en diffs voor skillbestanden voorstelt. Drie ongerelateerde contexten, dezelfde architectuur: de productie wordt gedelegeerd, de verificatie niet — en in alle drie de gevallen wordt het controlemechanisme met evenveel zorg beschreven als het resultaat.

De telling verschuift naar compute, en de standaardinstellingen kiezen een andere kant. GitHub schakelt Copilot over op betaling per seat vóór toegang, vooraf factureren, een conversieretentie die van 28 dagen naar de levensduur van het account gaat, en een standaardniveau voor code review dat van Lite naar Balanced wordt verhoogd. Google vervangt de dagelijkse quota van Gemini Notebook door limieten die aan compute zijn gekoppeld, elke vijf uur opnieuw worden geladen en worden berekend op basis van de complexiteit van de prompt, de lengte van de chat en het aantal bronnen. GitHub Actions brengt de standaard voor het bewaren van checks, uitvoeringen en statussen terug van meer dan 400 dagen naar 90. Geen van deze wijzigingen is een zichtbare prijswijziging, en precies dat maakt ze structureel: de standaardinstellingen verschuiven, en je moet expliciet handelen — Lite vóór 28 september selecteren, je retentie vóór 1 oktober verhogen — om te blijven waar je was.