OpenMOSS prezentuje MOSS-Live, Antigravity omawia swój tryb głosowy, NVIDIA udostępnia CUDA 13.5, a GitHub opisuje Rubicon

Głos staje się sposobem sterowania agentami: OpenMOSS prezentuje MOSS-Live, system, który jednocześnie słucha, mówi i uruchamia narzędzia, a Antigravity omawia swój tryb głosowy oparty na Gemini Live, dostępny zarówno w aplikacji, jak i w terminalu. NVIDIA wzmacnia warstwę oprogramowania swoich GPU dzięki CUDA 13.5, operacji kolektywnej Reshard do uczenia ze wzmocnieniem oraz FLUX 3 Image Klein przyspieszonemu na Blackwell. GitHub opisuje Rubicon, swój nowy system przechowywania Git przetestowany z 5 000 agentów pracujących w jednym repozytorium, i przekształca Copilot w narzędzie zespołowe, z code review sterowanym przez API oraz @GitHub ogólnie dostępnym w Slack i Teams.

Głos steruje agentami: MOSS-Live od OpenMOSS i tryb głosowy Gemini Live w Antigravity

Obie zapowiedzi opierają się na tej samej architekturze: model prowadzi rozmowę na pierwszym planie, podczas gdy agent pracuje w tle, podobnie jak w czacie głosowym, który Cursor udostępnił 6 listopada na bazie Grok Voice.

OpenMOSS prezentuje MOSS-Live, system głosowy działający w pełnym dupleksie, który widzi, słucha i uruchamia narzędzia

7 listopada — Zespół OpenMOSS prezentuje MOSS-Live, system rozmów w czasie rzeczywistym, który jednocześnie słucha i mówi (pełny dupleks, full-duplex), rozumie obraz z kamery lub udostępnianego ekranu i przekazuje wyszukiwanie oraz długotrwałe zadania drugiemu modelowi bez przerywania rozmowy. We wpisie autorstwa Chen Yanga na blogu społeczności Hugging Face model interakcji działający na pierwszym planie decyduje, czy odpowiedzieć, poczekać, czy oddać głos, model działający w tle rozumuje i wywołuje narzędzia, a warstwa koordynacji współdzieli pamięć i stan zadań. MOSS-Live ma odróżniać „mhm” od rzeczywistego przerwania wypowiedzi, ignorować mowę, która nie jest do niego skierowana, i zapewniać tłumaczenie symultaniczne.

Benchmark i metryka (według OpenMOSS)	Wynik MOSS-Live	Najlepszy wskazany konkurent
FDB v3, skuteczność wywołań narzędzi	51,00 %	51,00 % (Doubao SeedDuplex)
τ-Voice, zadania wieloturowe (pass¹)	57,93 %	67,68 % (GPT-Live-1)
τ-Voice, selektywność wobec mowy nieskierowanej do systemu	78,90 %	66,99 % (GPT-Live-1)
Big-Bench Audio, dokładność	88,40 %	90,50 % (Doubao SeedDuplex)
FDB v3, opóźnienie w scenariuszu użycia narzędzia	2,36 s	1,61 s (GPT Realtime 2.1)

MOSS-Live nie jest modelem otwartym: repozytorium GitHub zawiera wyłącznie dokumentację, bez licencji ani wag. System można wypróbować w internetowym środowisku testowym (playground) i zintegrować przez API czasu rzeczywistego na platformie MOSS.

🔗 MOSS-Live na blogu Hugging Face · Dokumentacja MOSS-Live na platformie MOSS

Antigravity omawia swój tryb głosowy Gemini Live w aplikacji i w Antigravity CLI 1.5.0

6 listopada — Blog Antigravity omawia tryb głosowy (voice mode), którego wdrażanie rozpoczęło się 3 listopada w aplikacji 2.29.0. Gemini Live słyszy głos bezpośrednio, bez pośrednictwa transkrypcji, odpowiada w czasie rzeczywistym i pozwala sobie przerwać: można zlecić zadanie, zmienić jego kierunek w trakcie wykonywania („Co robisz?”, „stop”) i głosowo odpowiadać na prośby o zgodę. Wpis dodaje informację, której nie było w changelogu: tryb działa również w Antigravity CLI, począwszy od wersji 1.5.0.

Destructive actions, such as deleting files, running commands with elevated privileges, or force-pushing to a Git remote, can’t be approved by voice.

🇵🇱 Działań destrukcyjnych, takich jak usuwanie plików, wykonywanie poleceń z podwyższonymi uprawnieniami czy wymuszone wysyłanie zmian do zdalnego repozytorium Git, nie można zatwierdzać głosowo. — Blog Antigravity, Tryb głosowy w Antigravity

Ustawienie lub ograniczenie	Wartość podana przez Antigravity
Uruchamianie w CLI	`/voice live` lub F6 ; `agy mic-serve` przez SSH
Głosy i tempo mowy	9 głosów ; od 0,75x do 2x w aplikacji, od 0,5 do 3 w CLI
Informacja o postępach na żądanie	mniej więcej co 30 sekund („informuj mnie na bieżąco”)
Rozmowy w trybie głosowym	tylko jedna naraz, wyłącznie lokalne

Tryb głosowy nie działa w Remote Control, w rozmowach prowadzonych w chmurze ani w sesji ze zdalnym agentem, a dźwięk z mikrofonu trafia na serwery Google. Nie wskazano żadnego planu: dokumentacja ostrzega jedynie, że tryb może jeszcze nie być dostępny dla wszystkich kont.

🔗 Ogłoszenie @antigravity na X · Dokumentacja trybu głosowego

Oprogramowanie GPU NVIDIA: CUDA 13.5, NCCL M2N Reshard i FLUX 3 Image Klein na Blackwell

Obsługa Vera Rubin w CUDA 13.5 staje się ogólnie dostępna

4 listopada — NVIDIA udostępnia CUDA 13.5. Główna nowość: obsługa architektury Vera Rubin wychodzi z wczesnego dostępu zarezerwowanego dla deweloperów i staje się ogólnie dostępna (general availability), według NVIDIA gotowa do zastosowań produkcyjnych w przedsiębiorstwach. Windows on Arm, ogólnie dostępny od CUDA 13.4, obejmuje teraz również DGX Station z systemem Windows, a na Rubin tryb TCC zostaje zastąpiony przez WDDM i MCDM. W zakresie współdzielenia GPU MPS przechodzi do wersji 3 (ważone przedziały czasu, pożyczanie i wypożyczanie multiprocesorów (SM) między partycjami, routing według cgroup v2); CUDA Tile zyskuje komunikację między wieloma GPU w kernelach.

Biblioteka lub narzędzie	Nowość zapowiedziana przez NVIDIA
CCCL 3.5	Top-K w partiach, już zintegrowane z FlashInfer ; powtarzalne operacje scan na liczbach zmiennoprzecinkowych
cuBLAS	szybsze mnożenia NVFP4 i MXFP8 na Vera Rubin, bez podanych wartości
cuSPARSE	mnożenie macierzy rzadkich od 1,65 do 2,27 razy szybsze
Nsight Perf SDK for AI	publiczna wersja zapoznawcza, ciągłe profilowanie długich treningów
Compute Sanitizer	skill pomagający agentom programistycznym diagnozować błędy pamięci

🔗 NVIDIA CUDA 13.5 wprowadza ogólną dostępność obsługi NVIDIA Vera Rubin

NCCL M2N Reshard przyspiesza przesyłanie wag w uczeniu ze wzmocnieniem od 2,7 do 5,7 razy

6 listopada — W uczeniu ze wzmocnieniem (reinforcement learning, RL) GPU wykonujące inferencję i generujące trajektorie muszą regularnie otrzymywać wagi zaktualizowane przez GPU treningowe: jest to odświeżanie wag (refit). Typowa metoda zbiera każdy parametr, a następnie go rozsyła (gather-and-broadcast), co na każdym etapie powoduje przesyłanie danych o objętości około dwukrotnie większej niż rozmiar modelu, według NVIDIA blisko 11,2 TB w przypadku Kimi K3. Reshard, nowy typ komunikacji kolektywnej, traktuje to odświeżanie jako ponowny podział rozproszonego tensora: każdy GPU otrzymuje tylko swoją część, przez sieć przechodzi jedna kopia na domenę NVLink, a następnie GPU uzupełniają brakujące fragmenty przez NVLink.

Implementacja referencyjna, NCCL M2N Reshard, jest open source i została zintegrowana z NeMo RL, gdzie przesyła wagi warstw z propagacją w przód (feed-forward), stanowiące około 95 % parametrów. Według NVIDIA odświeżanie wag staje się od 2,7 do 5,7 razy szybsze:

Platforma testowa	Trenowany model	Metoda klasyczna	Z Reshard
DGX H100	Qwen 3 235B	6,4 s	1,9 s
DGX H100	DeepSeek V3 671B	14,9 s	2,6 s
DGX GB200	DeepSeek V3 671B	6,1 s	2,3 s
DGX GB200	Nemotron Ultra v3	8,2 s	2,3 s

🔗 Przyspieszanie odświeżania wag w uczeniu ze wzmocnieniem za pomocą operacji kolektywnej Reshard · Repozytorium NVIDIA/nccl-extensions

FLUX 3 Image Klein nawet 4,45 razy szybszy na Blackwell dzięki TensorRT LLM VisualGen

6 listopada — NVIDIA publikuje samouczek poświęcony FLUX 3 Image Klein, modelowi obrazowemu Black Forest Labs z otwartymi wagami, w TensorRT LLM VisualGen, środowisku runtime TensorRT LLM przeznaczonym do generowania treści wizualnych. Na jednym GPU B200, w rozdzielczości 2048x2048, połączenie optymalizacji (kompilacji, wag NVFP4, mechanizmu sparse attention Sol-Attention, cache Cache-DiT) sprawia, że Klein Base działa do 3,46 razy szybciej przy generowaniu obrazu z tekstu i do 4,45 razy szybciej przy generowaniu obrazu z obrazu w porównaniu z nieskompilowaną inferencją BF16.

Zmierzona konfiguracja (2048x2048)	Nieskompilowana inferencja BF16	Po optymalizacjach	Zmierzone przyspieszenie
Tekst na obraz, Klein Base, 1 B200	22,36 s	6,46 s	3,46x
Obraz na obraz, Klein Base, 1 B200	54,64 s	12,28 s	4,45x

NVIDIA mierzy różnicę wizualną za pomocą wskaźnika LPIPS (im niższy, tym bardziej obraz przypomina wzorzec): 0,095 przy generowaniu obrazu z tekstu i 0,045 przy generowaniu obrazu z obrazu. Przy przejściu z jednego do ośmiu B200 mediana opóźnienia Klein Base przy generowaniu obrazu z tekstu spada z 14,90 do 3,00 sekund; na RTX PRO 6000 Blackwell Server Edition przyspieszenie wynosi od 1,73 do 3,25 razy. Samouczek udostępnia kontener TensorRT LLM, konfiguracje YAML i endpoint zgodny z OpenAI za pośrednictwem trtllm-serve.

🔗 Przyspiesz generowanie obrazów za pomocą FLUX 3 Image Klein na GPU NVIDIA Blackwell

GitHub omawia Rubicon, swoją nową architekturę przechowywania Git przetestowaną z 5 000 agentów w jednym repozytorium

5 listopada — GitHub publikuje trzeci wpis z serii o infrastrukturze Git dostosowanej do agentów, po wpisach z 6 i 21 października, i udostępnia go 6 listopada na X. Karthik Raman i Brian Celenza opisują w nim Rubicon, nową architekturę przechowywania Git zapowiedzianą na GitHub Universe. Najaktywniejsze repozytoria przyjmują obecnie najwyżej kilkadziesiąt zapisów na sekundę, w krótkich seriach; GitHub spodziewa się ciągłego obciążenia w ciągu roku, a inny wpis firmy pokazuje skalę: ponad 1,2 miliarda commitów w ciągu jednego tygodnia w październiku.

Through internal testing, we’ve demonstrated the ability to support 5,000 concurrent agents working on a repository, sending 7,200 pushes per second to a repo, all while serving read traffic with consistently low latency.

🇵🇱 W testach wewnętrznych wykazaliśmy możliwość obsługi 5 000 agentów pracujących jednocześnie w jednym repozytorium, wykonujących 7 200 operacji wysyłania (push) na sekundę do repozytorium, przy jednoczesnej obsłudze ruchu odczytu ze stale niskim opóźnieniem. — @github na X

Spokes nadal kieruje żądania, ale do jednorazowych replik wirtualnych, których lokalny dysk pełni jedynie funkcję cache. Pliki pack Git znajdują się w Azure Blob Storage, a referencje w Ref-CAS (Reference Compare-and-Swap), replikowanym dzienniku, w którym każdą aktualizację zatwierdza quorum: pierwszy prototyp oparty wyłącznie na blobach osiągał maksymalnie kilkaset zapisów na sekundę, natomiast Ref-CAS obsługuje ich dziesiątki tysięcy. Rubicon jest dostępny w ograniczonej prywatnej wersji zapoznawczej, a szersze wdrożenie zaplanowano na początek przyszłego roku.

🔗 Wewnątrz nowej architektury przechowywania Git w GitHub

Copilot w pracy zespołowej: code review sterowane przez API, @GitHub staje się ogólnie dostępny w Slack i Teams

Code review Copilot można konfigurować przez API REST i GraphQL, a jego podsumowanie staje się bardziej zwięzłe

6 listopada — Po udostępnieniu w październiku uruchamiania przeglądów przez API GitHub umożliwia odczyt i zmianę ustawień Copilot code review przez API REST i GraphQL, od polityki przedsiębiorstwa po repozytorium. Odpowiedzi wskazują również, co napisał Copilot, wykorzystany poziom wysiłku oraz skills, serwery MCP i instrukcje, które przywołuje jako źródła.

Poziom ustawień	Co pozwala ustawić API
Przedsiębiorstwo	włączanie lub wyłączanie przeglądu dla wszystkich organizacji albo pozostawienie im wyboru
Organizacja	włączenie, domyślny poziom wysiłku, runnery, bez nadpisywania ustawień przedsiębiorstwa
Repozytorium	poziom wysiłku, korzystanie z niestandardowych instrukcji i narzędzi MCP

Ograniczenie: endpointy przedsiębiorstwa i organizacji nie akceptują GitHub Apps ani tokenów dostępu osobistego o szczegółowych uprawnieniach (fine-grained PAT), które obsługują wyłącznie endpointy repozytorium. Komentarz podsumowujący staje się bardziej zwięzły (poziom wysiłku i ankiety w stopce, jedna sekcja „Pliki niepoddane przeglądowi”), sesje przeglądu pokazują zużyte kredyty AI, a poziom wysiłku Balanced korzysta teraz z trzech modeli przeglądu, których ustalenia łączy kolejny model. Nieudany przegląd jest ponawiany raz, z możliwością przełączenia na inny model. Plany Pro, Pro+, Max, Business i Enterprise.

🔗 Copilot code review: zarządzanie przez API i zmiany w podsumowaniu przeglądu

@GitHub staje się ogólnie dostępny w Slack i Microsoft Teams, z Canvas w Teams

6 listopada — Po publicznej wersji zapoznawczej udostępnionej 21 sierpnia agent @GitHub staje się ogólnie dostępny w Slack i Microsoft Teams. Wystarczy wspomnieć go w rozmowie, aby zbadał błąd, utworzył issue, zaimplementował zmianę lub otworzył pull request, bez zmiany narzędzia. Jedyną nową funkcją jest Canvas w Teams: plany implementacji, zmiany kodu i podglądy pojawiają się obok dyskusji, gdzie zespół może je komentować i rozwijać pracę.

Pozostałe zmiany to usprawnienia: repozytorium jest rozpoznawane na podstawie wiadomości bez ponownego wyboru, naprawiono problem wiadomości uzupełniających, które mogły pozostawać bez odpowiedzi, a issues i pull requests tworzone z rozmowy są oznaczane nazwiskiem osoby, która o nie poprosiła. Strona nie podaje ani objętych zmianą planów, ani danych dotyczących użytkowania.

🔗 @GitHub w Slack i Teams jest ogólnie dostępny — i inne nowości

Krótkie wiadomości

Agenci i narzędzia do kodowania

Copilot CLI 1.0.108-0 i 1.0.108-1 — Dwie wersje wstępne opublikowane 7 listopada, dzień po stabilnej wersji 1.0.107: polecenia /index i współdzielone indeksowanie tgrep domyślnie włączone w kwalifikujących się repozytoriach, CLI odpowiadające na pytania o własne działanie na podstawie swojej dokumentacji oraz 72 poprawki, w tym reguły odmowy MCP stosowane nawet z --allow-all-tools. 🔗 źródło
Qwen Code v0.27.0 — Stabilna wersja z 7 listopada, wydana dzień po v0.26.9, bez zmian naruszających kompatybilność: 73 pozycje, w tym powiadomienia FileChanged dla hooków sesji lokalnych, filtr zdarzeń repozytorium GitHub (zezwalanie i blokowanie) dla kanałów oraz równoczesne pytania agentów potomnych Managed Agent. 🔗 źródło
Zdalni agenci Antigravity — Jeden projekt łączy repozytorium GitHub i folder Google Drive z możliwością odczytu i zapisu; zadanie uruchomione w przeglądarce można wznowić w aplikacji, a uprawnienia odblokować z telefonu. Tweet wymienia wszystkie płatne plany konsumenckie, a dokumentacja — Google AI Pro i Ultra, z wyłączeniem Google AI Plus i kont firmowych. 🔗 źródło
Wsparcie w Agencie Replit — Zapytany o pomoc Agent najpierw sprawdza trwające incydenty, dokumentację i znane ograniczenia platformy, bez opuszczania rozmowy; jeśli problem nadal występuje, sam wysyła zgłoszenie ze szczegółami debugowania środowiska, w ramach planu Pro. 🔗 źródło
Showcase w OpenAI Developers — Plugin OpenAI Developers zyskuje kartę Showcase: projekty startowe dla API (agenci, narzędzia kreatywne, wizualizacja danych, głos), które można otworzyć w Codex; strona API demos zawiera ich dwanaście, w tym osiem dostępnych do otwarcia bezpośrednio w Codex lub pobrania. 🔗 źródło

GitHub Copilot

Podsumowanie aplikacji GitHub Copilot — Cotygodniowe podsumowanie z 6 listopada opisuje nowości w aplikacji: Agent Merge konfigurowany z poziomu pull requestu i pozostający aktywny podczas oczekiwania na zakończenie kontroli, kompresję rozmowy po osiągnięciu limitu kontekstu, otwieranie CSV i TSV jako tabel oraz osobiste instrukcje wspomaganego zatwierdzania, dostępne po włączeniu tej opcji. 🔗 źródło
Copilot impact dashboard — Panel śledzi dziewięć sposobów korzystania z Copilot zamiast siedmiu, uwzględniając Copilot Chat i okno Agents w VS Code; kohorta „Użytkownicy pasywni” zmienia nazwę na „Użytkownicy zaczynający od czatu”, bez zmian w etapach wdrażania ani wielkości kohort. 🔗 źródło
1,2 miliarda commitów w tydzień — W poradniku inżynierii agentowej (agentic engineering), bez nowości produktowych, autorstwa Nicka Liffena i Philipa Hollerana, GitHub informuje, że w październiku odnotował ponad 1,2 miliarda commitów w ciągu tygodnia, o ponad 400 % więcej niż rok wcześniej. 🔗 źródło

Inferencja, rankingi i otwarte modele

Together Compiler — Zaprezentowani 4 listopada agenci Together AI, którzy stale optymalizują kernele każdego klienta, powracają z jedną nową liczbą: według Together AI mediana liczby tokenów na sekundę wzrosła o +12 do +20 % w bezserwerowych punktach dostępu (serverless), które wcześniej zoptymalizowano ręcznie. 🔗 źródło
MiniMax M3.1 Flash na Fireworks — MiniMax ogłasza w tweecie dostępność M3.1 Flash na Fireworks AI, zapraszając na spotkanie w San Francisco 10 listopada; nie podano ceny ani przepustowości. 🔗 źródło
Construction AI Leaderboard — ONESTRUCTION publikuje ranking modeli dla budownictwa, oparty na średniej z pięciu benchmarków (plany, modele BIM, szacowanie kosztów, generowanie IDS): Claude Opus 5.5 prowadzi z wynikiem 73,7 punktu, o jedną dziesiątą przed Gemini 4 Argon (73,6), a za nimi plasują się Claude Opus 5 (72,7) i GPT-6.1 Sol (70,2). Pomiary wydawcy. 🔗 źródło
kniv v7.1 — Dragonscale twierdzi, że bez ponownego trenowania ulepszył sześć swoich enkoderów ekstrakcji, zaprezentowanych 2 listopada: w Claude Code model Claude Opus 5.5 wykrył limit 50 antecedensów w koreferencji, podniesiony do 100 w grafie ONNX; jakość koreferencji rośnie we wszystkich sześciu modelach, a jej obliczanie jest od 7 do 16 % szybsze. 🔗 źródło

Otwarta robotyka

Robotyka w Hugging Face — Według Clémenta Delangue’a Hub zawiera blisko 100 000 publicznych zbiorów danych robotycznych (+48 %) i ponad 30 000 modeli (+41 %), LeRobot przekracza milion pobrań, a łączna liczba sprzedanych egzemplarzy Microduck i Reachy Mini prawdopodobnie przekroczy 50 000, zaś dostarczonych — 20 000 do końca roku. 🔗 źródło
HapTile w FiftyOne — Harpreet Sahota (Voxel51) konwertuje zbiór HapTile do FiftyOne: 1 699 epizodów i 12,36 godzin pracy zdalnie sterowanego ramienia UR5e, z żelowymi czujnikami dotyku, dwiema kamerami RGB-D oraz poziomem haptycznego sprzężenia zwrotnego odczuwanego przez operatora, na licencji CC BY 4.0. 🔗 źródło

Firmy i zastosowania

Harper i Grok Bot — 5 listopada broker ubezpieczeniowy Harper opisuje agentów ambientowych, zbudowanych na Grok Bot, którzy obsługują jego back-office i są uruchamiani przez e-mail lub zbliżający się termin. Według Harper jeden z nich pomógł od września uregulować sytuację ponad 200 małych firm wobec ich instytucji finansujących, bez ani jednego anulowania. 🔗 źródło
Replit i Plaid — W tweecie z filmem Replit prezentuje swój konektor Plaid, który łączy konta finansowe, by Agent mógł bez kodowania tworzyć narzędzia do zarządzania własnymi pieniędzmi; Plaid poświęca temu wywiad z Michele Catastą, prezesem Replit. Według dokumentacji Replit konektor jest dostępny wyłącznie w płatnych planach z przestrzenią zespołową, w której administrator jednorazowo konfiguruje dane uwierzytelniające Plaid, i zapewnia dostęp do sald, transakcji oraz inwestycji. 🔗 źródło · 🔗 dokumentacja
Poradnik Perplexity dotyczący dostępności — Perplexity publikuje poradnik o AI wspierającej osoby z niepełnosprawnościami i dostępności samych narzędzi AI, bez własnego produktu ani danych liczbowych; przywołuje test Microsoftu, w którym 12 % stron wygenerowanych bez dodatkowych instrukcji przechodzi automatyczne kontrole, wobec 86 %, gdy modele testują i poprawiają swój kod. 🔗 źródło

Co to oznacza

Głos staje się interfejsem agenta, z powtarzającą się architekturą: jeden model prowadzi rozmowę na pierwszym planie, a agent działa w tle. MOSS-Live czyni z tego podstawę swojego systemu, dodając warstwę koordynacji między dwoma modelami, a Antigravity wprowadza ją zarówno do aplikacji, jak i terminala, tego samego dnia, w którym Cursor udostępnił czat głosowy. Ograniczenia pozostają wyraźne: Antigravity dopuszcza w trybie głosowym tylko jedną lokalną rozmowę naraz i nadal wymaga kliknięcia przy działaniach destrukcyjnych; MOSS-Live nie publikuje ani wag, ani licencji, a jego własne wyniki plasują go za GPT-Live-1 w wieloturowych zadaniach τ-Voice.

Infrastruktura dostosowuje się do obciążenia generowanego przez agentów. GitHub projektuje wydajność Rubicon z myślą o seriach zapisów, które mają stać się ciągłym strumieniem, testuje 5 000 agentów na jednym repozytorium, a w październiku odnotował ponad 1,2 miliarda commitów w ciągu tygodnia. Ten sam trend obejmuje organizację pracy: code review w Copilot konfiguruje się przez API, od poziomu przedsiębiorstwa po repozytorium, jak każdą inną politykę infrastruktury, a @GitHub pojawia się w Slack i Teams, gdzie zespoły już rozmawiają o tym, co trzeba poprawić.

Zyski przynosi także oprogramowanie. W CUDA 13.5 obsługa Vera Rubin staje się ogólnie dostępna, a biblioteki takie jak cuSPARSE przyspieszają; Reshard przyspiesza transfer wag od 2,7 do 5,7 razy w uczeniu ze wzmocnieniem, a łączenie optymalizacji pozwala FLUX 3 Image Klein działać nawet 4,45 razy szybciej na pojedynczym B200. Together AI deklaruje z kolei wzrost mediany przepustowości o 12 do 20 % dzięki agentom stale optymalizującym kernele. Wszystkie te liczby pochodzą od wydawców i zostały zmierzone na ich własnych konfiguracjach.