Anthropic rozpoczyna roadshow przed debiutem giełdowym, Google wprowadza Gemini 4 Carbon do ogólnej dostępności, OpenAI uruchamia Businesses in ChatGPT

Anthropic rozpoczyna roadshow przed debiutem giełdowym: oferuje 825 milionów akcji klasy A w cenie od 70 do 78 dolarów, które mają być notowane na Nasdaq pod symbolem „ANT”. Google udostępnia Gemini 4 Carbon programistom, firmom i subskrybentom Ultra w cenie 2 i 10 dolarów za milion tokenów do 30 listopada, a Cursor, GitHub Copilot, Perplexity i Devin integrują go tego samego dnia; część z nich publikuje własne wyniki pomiarów. OpenAI uruchamia Businesses in ChatGPT w wersji beta, Anthropic dodaje Whiteboards, Sheets i Data do Claude, ByteDance i MiniMax publikują Seedream 5.5 i H3-Image, a Pałac Elizejski publikuje apel dotyczący bezpieczeństwa IA, podpisany przez 16 państw, 10 firm i 7 organizacji.

Anthropic rozpoczyna roadshow przed debiutem giełdowym: 825 milionów akcji w cenie od 70 do 78 dolarów

10 listopada — Dwa tygodnie po publicznym złożeniu formularza S-1 w SEC Anthropic rozpoczyna roadshow przed debiutem giełdowym, czyli serię prezentacji dla inwestorów poprzedzającą ustalenie ceny. Wpis w firmowym Newsroom, udostępniony przez @AnthropicAI, dotyczy oferty 825 milionów akcji zwykłych klasy A. Niemal wszystkie, 801 351 354 akcje, oferuje Anthropic; pozostałe 23 648 646 sprzedają niektórzy dotychczasowi akcjonariusze, a firma nie otrzyma żadnych wpływów z ich sprzedaży.

Banki będące gwarantami emisji otrzymają ponadto 30-dniową opcję zakupu do 123 750 000 dodatkowych akcji klasy A. Przewidywana cena wynosi od 70 do 78 dolarów za akcję. Anthropic wystąpiło o dopuszczenie swoich akcji do obrotu na Nasdaq Global Select Market pod symbolem „ANT”, a wstępny prospekt jest dostępny w Goldman Sachs i Morgan Stanley.

Element oferty	Opublikowana wartość
Oferowane akcje klasy A	825 000 000
W tym akcje oferowane przez Anthropic	801 351 354
W tym akcje sprzedawane przez akcjonariuszy	23 648 646
Opcja banków (30 dni)	Do 123 750 000 akcji
Przedział cenowy za akcję	Od 70,00 do 78,00 dolarów
Rynek i symbol	Nasdaq Global Select, „ANT”

Zgłoszenie rejestracyjne złożone w SEC nie weszło jeszcze w życie: do tego momentu nie można sprzedać żadnych akcji ani przyjąć żadnej oferty ich zakupu. Komunikat nie podaje wyceny, kwoty pozyskanego kapitału ani daty pierwszego notowania. Formularz S-1 złożono poufnie 1 czerwca, a następnie upubliczniono 26 października.

🔗 Anthropic rozpoczyna roadshow (Anthropic Newsroom)

Gemini 4 Carbon staje się ogólnie dostępny, w cenie 2 i 10 dolarów za milion tokenów do 30 listopada

10 listopada — Dwa tygodnie po udostępnieniu Gemini 4 Carbon wyłącznie specjalistom broniącym przed cyberatakami w ramach Fairwind Program Google wprowadza go do ogólnej dostępności. We wpisie podpisanym przez Koraya Kavukcuoglu, SVP Google DeepMind i głównego architekta AI, model gemini-4-carbon staje się ogólnie dostępny w API Gemini (płatny poziom), Google AI Studio, Android Studio i Gemini for business, a także w Antigravity i CodeMender dla firm. Jest też udostępniany wszystkim subskrybentom Google AI Ultra w Antigravity, aplikacji Gemini (na komputery, urządzenia mobilne i w przeglądarce) oraz w trybie IA w Search. Wersja do zastosowań w cyberbezpieczeństwie pozostaje dostępna po zgłoszeniu do Fairwind Program.

Cena na start ma już datę zakończenia obowiązywania. Zgodnie z informacjami o wydaniach API Carbon kosztuje 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych do 30 listopada 2026 roku, a następnie 4 i 20 dolarów. Kwoty te podano już 28 października, jednak bez daty zmiany. Google precyzuje, że ta cena dotyczy modelu Carbon przeznaczonego do publicznego dostępu.

Rodzaj opłaty (API, za milion tokenów)	Do 30 listopada 2026	Po 30 listopada 2026
Tokeny wejściowe	2 dolary	4 dolary
Tokeny wyjściowe	10 dolarów	20 dolarów

Google przedstawia Gemini 4 Argon jako dobry wybór do większości zadań związanych z kodem i pracą nad dokumentami, a Carbon przeznacza do długich i złożonych zadań, które wymagają szerszego poszukiwania rozwiązań i dokładniejszej weryfikacji, kosztem większego zużycia tokenów. Według wpisu zajmuje on pierwsze miejsce w CursorBench 4.0, WANDR od Perplexity i AutomationBench od Zapier, przy koszcie na zadanie ponad dwukrotnie niższym niż w przypadku kolejnego najlepszego modelu zewnętrznego (wyniki Cursor i Perplexity omówiono szczegółowo w następnej sekcji). W finansach dorównuje najlepszemu modelowi testowanemu w agentowej ewaluacji Hebbia i zajmuje pierwsze miejsce w 23 konfiguracjach benchmarku Balyasny Asset Management.

W zakresie bezpieczeństwa Google informuje o zablokowaniu 99 % ścieżek ataku w symulowanych środowiskach:

Miara bezpieczeństwa podana przez Google	Gemini 4 Carbon	Gemini 4 Argon
Odsetek przełamań zabezpieczeń na próbę (symulowane cyberataki)	0,8 %	3,1 %
Skuteczność żądań atakujących (testy Gray Swan)	2,17 %	9,86 %
Uczciwość agentowa (benchmark obejmujący 375 zadań)	92 %	70 %

Program oferujący 10 000 naukowców bezpłatny dostęp do Argon przez sześć miesięcy obejmuje teraz również Carbon, a badacze Google wykorzystali ten model wraz z AlphaProof Code do udowodnienia w Lean właściwości bezpieczeństwa kodu protokołu Signal.

🔗 Gemini 4 Carbon już dostępny (blog.google) · Informacje o wydaniach API Gemini

MKA: Google i Artificial Analysis uruchamiają benchmark obejmujący 200 zadań związanych z pracą nad dokumentami wizualnymi

10 listopada — Google publikuje wspólnie z Artificial Analysis MKA (Multimodal Knowledge Agent), benchmark mierzący zdolność agentów do pracy z plikami o złożonej warstwie wizualnej: planami architektonicznymi, schematami technicznymi, wykresami i tabelami. Jego 200 niepublicznych zadań powstało we współpracy z ekspertami z 10 branż i 83 zawodów; każde odpowiada 3–8 godzinom pracy doświadczonego specjalisty. Każdy rezultat jest oceniany na podstawie około 70 kryteriów typu tak lub nie, z czego 75 % oceny dotyczy poprawności, a 25 % projektu wizualnego.

Wszystkie modele korzystają z tego samego środowiska testowego open source, Stirrup, a ocenianie powierzono agentowi opartemu na modelu spoza Google, którego oceny są w 96 % zgodne z ocenami ludzkich ekspertów. Pełny zestaw pozostaje niepubliczny w Artificial Analysis; 10 publicznych zadań jest dostępnych w Hugging Face. Testowane modele wykonują średnio od 30 do 130 tur na zadanie. Gemini 4 Carbon zajmuje drugie miejsce pod względem jakości, przy średnim koszcie na zadanie sześciokrotnie niższym niż model na pierwszym miejscu, którego nazwy wpis nie podaje.

🔗 Benchmark Multimodal Knowledge Agent (blog.google)

Gemini 4 Carbon tego samego dnia w Cursor, GitHub Copilot, Perplexity i Devin, wszędzie na własnych warunkach

Podobnie jak Claude Fable 5.2 dzień wcześniej, Carbon trafia w ciągu kilku godzin od udostępnienia do narzędzi integrujących modele. Cursor i Perplexity publikują własne wyniki pomiarów, GitHub domyślnie włącza go w Copilot, a Cognition udostępnia go w Devin Desktop i Devin CLI. Według Cognition już przy niskim poziomie wysiłku przekracza on najlepszy wynik Argon; firma mierzy koszty według publicznego cennika API, z uwzględnieniem publicznie dostępnych rabatów (zob. Krótkie wiadomości).

Cursor: pierwsze miejsce w CursorBench 4.0 z wynikiem 60,4 % przy wysokim poziomie wysiłku, za pół ceny do 30 listopada

10 listopada — Cursor udostępnia Gemini 4 Carbon i umieszcza go na szczycie CursorBench 4.0, swojego własnego benchmarku: 60,4 % przy wysokim poziomie wysiłku (High), za 9,22 dolara na zadanie. Średni poziom wysiłku daje wynik 60,1 % za 8,49 dolara, przed Claude Fable 5.2 przy maksymalnym poziomie wysiłku (60,0 %, 32,79 dolara). Ciekawostka ze strony rankingu: niski poziom wysiłku (58,6 %) jest najdroższy spośród trzech poziomów Carbon — kosztuje 11,89 dolara na zadanie i wymaga 124 kroków wobec 71 przy High.

Model i poziom wysiłku	Wynik CursorBench 4.0	Koszt na zadanie
Gemini 4 Carbon High	60,4 %	9,22 dolara
Gemini 4 Carbon Medium	60,1 %	8,49 dolara
Claude Fable 5.2 Max	60,0 %	32,79 dolara
Gemini 4 Carbon Low	58,6 %	11,89 dolara
Claude Opus 5.5 Max	57,8 %	13,43 dolara
Gemini 4 Argon High	52,9 %	4,57 dolara

W Cursor Carbon jest dostępny za pół ceny do 30 listopada: 2 dolary za milion tokenów wejściowych i 10 za milion tokenów wyjściowych, a od 1 grudnia obowiązuje pełna cena wynosząca 4 i 20 dolarów. Strona nie precyzuje, czy koszt na zadanie dla Carbon obliczono według ceny promocyjnej, czy pełnej, a ogłoszeniu nie towarzyszy żaden changelog.

🔗 Ogłoszenie @cursor_ai · Ranking CursorBench 4.0

GitHub Copilot: Carbon ogólnie dostępny, domyślnie włączony w organizacjach

10 listopada — GitHub dodaje Gemini 4 Carbon do ogólnej dostępności w Copilot dla planów Pro+, Max, Business i Enterprise. Model jest przeznaczony do złożonych zadań związanych z kodem, działaniem agentowym i rozumowaniem, ze szczególnym naciskiem na generowanie bezpiecznego kodu i zadania z zakresu bezpieczeństwa. Pojawia się w selektorze w dziesięciu środowiskach: VS Code, Visual Studio, Copilot CLI, agencie kodowania, aplikacji GitHub Copilot, github.com, GitHub Mobile, IDE JetBrains, Xcode i Eclipse; Gemini 4 Argon 13 października był dostępny w ośmiu. Wdrożenie odbywa się stopniowo.

W przeciwieństwie do Claude Fable 5.2 (następna sekcja) Carbon nie wymaga żadnych działań w organizacjach Business i Enterprise: ponieważ nowe modele są w nich domyślnie włączane, pojawia się automatycznie, chyba że administrator wyłączył to ustawienie lub wyłączy ten model. Opłaty są naliczane według zużycia, zgodnie z cennikiem dostawcy; changelog nie podaje kwot ani ceny promocyjnej, podczas gdy Argon w momencie wprowadzenia był dostępny po obniżonej cenie.

🔗 Gemini 4 Carbon w GitHub Copilot (GitHub Changelog)

Perplexity: 0,857 w WANDR za 5,86 dolara na zadanie, w Computer i Search

10 listopada — Niecałe dwie godziny po ogólnym udostępnieniu Perplexity wprowadza Carbon do swojego agenta Computer dla subskrybentów Pro i Max oraz do Search wyłącznie dla subskrybentów Max, podobnie jak Claude Fable 5.2 dzień wcześniej.

Gemini 4 Carbon is now available in Perplexity Computer for Pro and Max subscribers, and in Search for Max subscribers. It scores 0.857 on our WANDR benchmark at $5.86 per task, matching Claude Fable 5.2 at 40% of the cost.

🇵🇱 Gemini 4 Carbon jest już dostępny w Perplexity Computer dla subskrybentów Pro i Max oraz w Search dla subskrybentów Max. Osiąga 0,857 w naszym benchmarku WANDR za 5,86 dolara na zadanie, dorównując Claude Fable 5.2 przy 40 % jego kosztu. — @perplexity_ai na X

Model oceniany w WANDR	Wynik WANDR	Koszt na zadanie
Gemini 4 Carbon	0,857	5,86 dolara
Claude Fable 5.2	0,851	14,51 dolara
Gemini 4 Argon	0,802	7,88 dolara

Remis z Fable 5.2 to interpretacja Perplexity: różnica między nimi wynosi 0,006 punktu, a wykres Perplexity, będący źródłem tych liczb, umieszcza Carbon na granicy Pareto. Tego wyniku pojedynczego modelu nie można porównywać z opublikowanym 5 listopada wynikiem 85,9 % dla poziomu ultra w Agent API, czyli konfiguracji z wieloma agentami. Changelog API dodaje google/gemini-4-carbon do Agent API w cenie na start obowiązującej do 30 listopada 2026 roku (2 dolary za milion tokenów wejściowych, 0,10 dolara za tokeny wejściowe z pamięci podręcznej, 10 dolarów za tokeny wyjściowe), a także anthropic/claude-fable-5-2. Nie podano ani poziomu wysiłku zastosowanego w WANDR, ani kosztu w kredytach w Computer.

🔗 Changelog API Perplexity

Claude Fable 5.2 i Mythos 5.2 w GitHub Copilot, Devin Security, Warp i Genspark

Dzień po premierze Fable 5.2 i Mythos 5.2 nadal trafiają do narzędzi innych firm. Po Cursor, Devin, Perplexity i v0 9 listopada Warp udostępnia Fable 5.2 w Warp Factories i swoim terminalu, a Genspark w swoim Code Agent (zob. Krótkie wiadomości). Dwie integracje wiążą się ze szczególnymi warunkami: retencją danych w GitHub Copilot i ograniczonym dostępem do Mythos 5.2 w Devin Security.

GitHub Copilot: Fable 5.2 ogólnie dostępny, z domyślną retencją danych

9 listopada — W dniu premiery w Anthropic Claude Fable 5.2 staje się ogólnie dostępny w GitHub Copilot dla planów Pro+, Max, Business i Enterprise, w tych samych dziesięciu środowiskach co Carbon. Według pierwszych testów GitHub rozwiązuje więcej zadań niż Fable 5.1 przy mniejszej liczbie kroków i wywołań narzędzi; nie opublikowano danych liczbowych. Opłaty są naliczane według zużycia, zgodnie z cennikiem dostawcy, a Copilot CLI wyświetla go w selektorze od wersji 1.0.109.

Podobnie jak w przypadku Fable 5 i 5.1 Anthropic domyślnie przechowuje prompty i odpowiedzi na potrzeby działania swoich klasyfikatorów bezpieczeństwa, nie wykorzystując ich do treningu. W planach Business i Enterprise polityka Claude Fable 5.2 jest więc domyślnie wyłączona, a jej włączenie oznacza zgodę na tę retencję; pozostałe modele Claude w Copilot zachowują zerową retencję danych (zero data retention). Uprawnione firmy mogą korzystać z wyjątku zapewniającego zerową retencję dla Fable 5.2, 5.1 i 5 do końca roku kalendarzowego. Następnie modele te będą wymagały Enterprise Frontier Safeguards (EFS), które dodaje zautomatyzowane monitorowanie bezpieczeństwa i opcje przechowywania danych, w tym klucze szyfrowania kontrolowane przez klienta.

🔗 Claude Fable 5.2 w GitHub Copilot (GitHub Changelog)

Devin Security: Mythos 5.2 z wynikiem 73,5 w wewnętrznym benchmarku cyberbezpieczeństwa Cognition, wobec 56,9 dla Mythos 5.1

10 listopada — Cognition włącza Claude Mythos 5.2 do zarządzanych skanów bezpieczeństwa Devin Security dla uprawnionych klientów korporacyjnych, którzy mają przez Devin dostęp do najbardziej zaawansowanych modeli do cyberbezpieczeństwa; pozostali mogą o niego wystąpić. Devin sam uruchamia skany: zespół bezpieczeństwa klienta nie potrzebuje osobnego dostępu do modelu, który Anthropic udostępnia wyłącznie w ramach swoich programów weryfikacji.

Cognition publikuje nowy wewnętrzny benchmark wykrywania podatności: 25 repozytoriów w C, Python, Go, PHP i TypeScript, zamrożonych na commicie, w którym pozostaje 1 781 publicznie zgłoszonych podatności. Wynik F2 w skali do 100 łączy czułość i precyzję, nadając większą wagę czułości, i jest uśredniany z trzech uruchomień dla każdego repozytorium.

Model oceniany przez Cognition	Średni wynik F2 (wewnętrzny benchmark)
Claude Mythos 5.2	73,5
Claude Mythos 5.1	56,9
Claude Opus 5.5	32,7

„Ponad 100 milionów dolarów” w kredytach ogłoszonych wraz z Mythos 5.2 stanowi kontynuację zobowiązania do udostępnienia kredytów Devin o wartości setek milionów dolarów, przedstawionego już 26 października; nowością jest ich wyraźne powiązanie z Mythos 5.2. Nie podano cen.

🔗 Ogłoszenie @cognition · Claude Mythos 5.2 w Devin Security (Cognition)

ChatGPT dla firm: Businesses in ChatGPT w wersji beta i plan Business w narzędziach zewnętrznych

10 listopada — OpenAI uruchamia wersję beta Businesses in ChatGPT, która pozwala firmom zarządzać swoją obecnością w asystencie. OpenAI przedstawia ją jako nowy sposób dotarcia do 1,2 miliarda osób korzystających z ChatGPT co tydzień.

Now in beta: Businesses in ChatGPT. Claim your business, manage your information, and get insights on how people engage with you. Eligible businesses can also build a Business Agent to answer customers’ questions and help them explore what you offer.

🇵🇱 Już w wersji beta: Businesses in ChatGPT. Zgłoś prawo do zarządzania profilem swojej firmy, zarządzaj informacjami i sprawdzaj, jak ludzie wchodzą z nią w interakcje. Uprawnione firmy mogą też utworzyć Business Agent, aby odpowiadał na pytania klientów i pomagał im poznawać ofertę. — @OpenAI na X

Punktem wejścia jest Business Hub, dostępny z paska bocznego ChatGPT w przeglądarce. Firma zgłasza tam prawo do zarządzania swoim profilem; po weryfikacji aktualizuje informacje i dodaje feedy produktowe z cenami i dostępnością. Według informacji o wydaniu przed jakąkolwiek publikacją wymagana jest weryfikacja tożsamości przez Persona. Może to zrobić każda uprawniona firma z obszaru, na którym dostępny jest ChatGPT; klienci Enterprise i reklamodawcy korzystają z pośrednictwa swojego przedstawiciela OpenAI, a sprzedawcy Shopify łączą się z poziomu Business Hub lub panelu administracyjnego Shopify. Business Hub wyświetla też zagregowane statystyki: wzmianki, kliknięcia prowadzące do witryny i tematy, dzięki którym firma jest odkrywana, czyli powracające tematy rozmów, w których przywoływana jest witryna. Ani rozmowy użytkowników, ani wymiany wiadomości z Business Agent nie są udostępniane, a statystyki pojawiają się dopiero po przekroczeniu określonych progów.

Drugim elementem jest Business Agent: firma tworzy, testuje i publikuje agenta, który odpowiada klientom na podstawie dostarczonych przez nią informacji. Użytkownik otwiera go z profilu firmy, gdy pojawia się ona w odpowiedzi, w oznaczonej rozmowie oddzielonej od pierwotnej konwersacji. Firma może też sponsorować swojego agenta i kierować do niego kampanie ChatGPT Ads, korzystając z oznaczonych miejsc reklamowych.

Oferowany element	Co umożliwia	Zapowiedziana dostępność
Business Hub	Zgłoszenie prawa do zarządzania profilem, aktualizowanie informacji, feedy produktowe	Uprawnione firmy tam, gdzie dostępny jest ChatGPT (wersja beta)
Statystyki	Wzmianki, kliknięcia prowadzące do witryny, tematy odkrywania firmy (zagregowane, z progami)	W ramach Business Hub
Business Agent	Agent odpowiadający klientom na podstawie informacji firmy	Uprawnione firmy prowadzące handel i usługi online, tylko w Stanach Zjednoczonych
Sponsorowanie	Business Agent jako miejsce docelowe reklam ChatGPT Ads	Firmy mające Business Agent

Nie podano cen. OpenAI planuje rozszerzyć całość na kolejne rynki i kategorie oraz dodać narzędzia dla organizacji o bardziej złożonych potrzebach, bez podania harmonogramu.

🔗 Przedstawiamy Businesses in ChatGPT (OpenAI)

Plan ChatGPT Business otwiera się na narzędzia zewnętrzne, w tym v0 i Warp, dzięki funkcji Zaloguj się przez ChatGPT

10 listopada — Plan ChatGPT Business dołącza do Go, Plus i Pro w funkcji Zaloguj się przez ChatGPT (Sign in with ChatGPT): zespół może korzystać ze swojej subskrypcji w narzędziach takich jak Notion, v0, Amp, Kilo Code, Warp, Hermes od Nous Research, OpenClaw czy OpenCode. Użycie jest odliczane od limitu Codex i ChatGPT Work w ramach planu, bez dodatkowego przydziału, a podłączona aplikacja nie uzyskuje dostępu ani do rozmów, ani do pamięci.

Nowością są mechanizmy kontroli administracyjnej. Na admin.openai.com administrator zezwala każdej aplikacji na korzystanie z planu, a następnie ustala, jaki procent limitu każdego członka Standard lub Premium może być wykorzystywany przez te usługi; po jego przekroczeniu uprawnieni członkowie mogą korzystać z kredytów obszaru roboczego. Devin nie obsługuje korzystania z planu Business.

v0 opisuje integrację w swoim changelogu: kwalifikujące się odpowiedzi modeli OpenAI są odliczane od limitu planu zamiast od kredytów v0, a po osiągnięciu limitu ustalonego przez administratora v0 wstrzymuje generowanie, zachowując pracę i dając wybór między poproszeniem o zwiększenie limitu a kontynuowaniem z użyciem kredytów v0. Warp potwierdza obsługę planów Business, bez dalszych szczegółów.

🔗 Ogłoszenie @OpenAIDevs · Dokumentacja funkcji Zaloguj się przez ChatGPT · Changelog v0

Claude Whiteboards i Claude Sheets w wersji beta, Claude Dashboards przechodzi do ogólnej dostępności jako Claude Data

10 listopada — Anthropic dodaje do Claude dwa rodzaje artefaktów do wspólnej pracy i wyprowadza trzeci z wersji beta. Claude Whiteboards to współdzielona tablica: użytkownik przedstawia na głos plan, Claude nadaje mu formę z harmonogramem, osobami odpowiedzialnymi i datami, a zespół modyfikuje go w czasie rzeczywistym. Można zaznaczyć obszar, aby zapytać o niego Claude, a następnie przekształcić tablicę w dokument lub prezentację albo wyeksportować ją do Lucid, Miro lub Vani by Zoho. Claude Sheets tworzy arkusze kalkulacyjne z kartami, formułami, formatowaniem i listami rozwijanymi, często na podstawie jednego promptu, i wyróżnia każdą wprowadzoną zmianę. Anthropic przyznaje, że Sheets ma na razie podstawowe możliwości, i wskazuje eksport do .xlsx lub CSV, Claude for Excel albo Airtable, Asana, monday.com i Smartsheet.

Claude Dashboards, uruchomiony w wersji beta 8 października, przechodzi do ogólnej dostępności pod nazwą Claude Data.

Claude Data (formerly Dashboards) is now generally available on paid plans. Along with dashboards, Claude can draft data stories and narrated videos from your metrics, for you to review before sharing. Certified queries and live sharing are in beta.

🇵🇱 Claude Data (wcześniej Dashboards) jest już dostępny dla wszystkich użytkowników płatnych planów. Oprócz dashboardów Claude może tworzyć narracje oparte na danych i filmy z komentarzem na podstawie Twoich metryk, które przeglądasz przed udostępnieniem. Certyfikowane zapytania i udostępnianie na żywo są w wersji beta. — @claudeai na X

Claude Data zyskuje definicje metryk certyfikowane przez zespół danych, oznaczane odznaką na wykresach, udostępnianie na żywo, w którym odbiorcy widzą wyniki zatwierdzonych zapytań bez możliwości uruchamiania innych z użyciem Twoich uprawnień, obsługę systemów designu, cache konfigurowany dla każdego dashboardu oraz historię zmian z możliwością przywrócenia wersji. Wymaga konektora danych (hurtowni danych lub CRM); partnerami są Amplitude, Mixpanel, Omni, PostHog i Sigma.

Produkt Claude	Status na 10 listopada	Włączenie w Enterprise
Claude Whiteboards	Wersja beta, płatne plany	Domyślnie wyłączone
Claude Sheets	Wersja beta, płatne plany	Domyślnie wyłączone
Claude Data	Ogólna dostępność (certyfikowane zapytania i udostępnianie na żywo w wersji beta)	Domyślnie włączone 19 listopada 2026
Claude Meetings	Zapowiedziane, bez daty	Nie określono

Trzy produkty są stopniowo udostępniane we wszystkich płatnych planach, w przeglądarce, aplikacji komputerowej i mobilnej; w Team są domyślnie włączone. W przekrojowym artykule z tego samego dnia Anthropic zapowiada też Claude Meetings, bez podania daty: Claude dołączy do połączenia, aby sporządzać notatki i aktualizować dokumenty podczas rozmowy. Do tego dochodzą pluginy Salesforce (wersja beta), NetSuite i Workday (wersja beta) dostarczane ze skills oraz Claude Marketplace, który według Anthropic liczy ponad 9 000 konektorów i pluginów.

🔗 Sheets, Whiteboards i Data (claude.com) · Więcej sposobów pracy z Claude (claude.com)

Interaktywne konektory otwierają się w całości w Claude, a MCP Apps zyskuje app tools i osadzone witryny

10 listopada — Interaktywne konektory, które od stycznia wyświetlały w rozmowie pomniejszony widok narzędzia, otwierają się teraz w całości, obok rozmowy lub na pełnym ekranie: na przykład pełny edytor Confluence lub Notion, połączony z kontem użytkownika. Claude może modyfikować otwartą stronę, wiersz lub plik, z takim samym zatwierdzaniem jak w przypadku działań konektora i z podglądem na żywo; narzędzie można też otworzyć bez promptu i przypiąć do paska bocznego. Wdrożenie obejmuje przeglądarkę i Claude Desktop, we wszystkich planach, w nowym środowisku łączącym chat i Cowork. Pierwsze narzędzia to Asana, Canva, Carta, Dropbox, monday.com, Smartsheet, Vercel i Webflow; Figma, Harvey i Shopify przygotowują swoje integracje.

Po stronie programistów Claude obsługuje więcej funkcji rozszerzenia MCP Apps, w tym app tools i osadzone witryny (embedded sites), w ramach public preview: według @ClaudeDevs szczegóły implementacji mogą się jeszcze zmienić. Dokumentacja precyzuje, że wymagają one zdalnego serwera, a w przypadku katalogu także zweryfikowanego profilu.

🔗 Interaktywne konektory (claude.com) · Wątek @ClaudeDevs

Seedream 5.5 retuszuje obraz przez 100 tur i natywnie generuje przezroczyste obrazy

9 listopada — Zespół Seed z ByteDance wprowadza Seedream 5.5, swój nowy model tworzenia obrazów, którego celem są niezawodne wyniki w profesjonalnych procesach produkcyjnych. Pierwsze usprawnienie: stabilny retusz wieloturowy, nawet przez 100 tur, który zachowuje niezmieniane obszary z dokładnością do piksela, bez dryfu kolorów. Drugie: natywne generowanie obrazów RGBA, przezroczystych lub półprzezroczystych, gotowych do komponowania bez wycinania tła. Trzecie: bardziej naturalne odwzorowanie światła, materiałów i skóry, z mniejszym połyskiem i prześwietleniem oraz lepszym renderowaniem drobnego, gęstego tekstu.

Według ocen ByteDance na platformie MagicArena, przeprowadzonych w sześciu obszarach zastosowań (e-commerce, marketing, film i telewizja, gry wideo, praca biurowa, moda), Seedream 5.5 poprawia oceny jakości i wskaźniki użyteczności we wszystkich sześciu w porównaniu z Seedream 5.0 Pro. W porównaniach parami wyprzedza GPT Image 2.5 Sunburst i Nano Banana 2.1 pod względem struktury tekstu, również według ByteDance.

Ocena Seedream 5.5 (według ByteDance)	Opublikowany wynik
Użyteczność względem 5.0 Pro (film i telewizja, praca biurowa)	Ponad dwukrotnie wyższa
Preferencja GSB pod względem realizmu przy przekształcaniu obrazu w obraz względem poprzedniej wersji	+55,62 %
Poważnie zniekształcony tekst	0,4 %
Lekko zniekształcony tekst	1,7 %

Model trafia do Dreamina, CapCut i BytePlus. Już 10 listopada Pika dodała go bezpłatnie do Image Studio dla subskrybentów Creator i Fancy, z podziałem na ponad 100 warstw i eksportem przezroczystego PNG, a Genspark udostępnia go we wczesnym dostępie (zobacz Krótkie wiadomości). Później pojawi się wersja Pro tej serii, bez podanej daty; nie zapowiedziano otwartych wag ani cen.

🔗 Przedstawiamy Seedream 5.5 (ByteDance Seed)

MiniMax H3-Image generuje i retuszuje obrazy o rozdzielczości 16 megapikseli, z otwartymi wagami na licencji społecznościowej

10 listopada — MiniMax publikuje H3-Image, model generowania i retuszowania obrazów z otwartymi wagami, należący do rodziny H3, której pierwszy model, zapowiedziany 31 lipca, ma otwarte wagi od 3 sierpnia. Generowanie i retusz są zawarte w jednym checkpoincie. Model bezpośrednio tworzy obrazy o rozdzielczości około 16 megapikseli we wszystkich formatach, od kwadratowego 4096x4096 do 6272x2688 w proporcjach 21:9, bez etapu powiększania, i przyjmuje do 16 obrazów referencyjnych. MiniMax zapowiada obraz 4K w 10 sekund, nie precyzując użytego sprzętu.

Cecha H3-Image	Opublikowana wartość
Rozdzielczość natywna	Około 16 megapikseli, od 4096x4096 (1:1) do 6272x2688 (21:9)
Architektura	Gęsty transformer dyfuzyjny (DiT) o 33,1 miliarda parametrów, 50 warstw
Próbkowanie	Destylacja do 6 kroków, bez sterowania CFG
Opublikowane wagi	BF16, 66,28 Go dla transformera, VAE o rozmiarze 2,34 Go
Obrazy referencyjne	Do 16
Licencja	MiniMax-H3-Image Community License Agreement

Transformer przejmuje architekturę MiniMax H3 bez warstw audio, z niezmienionym enkoderem tekstu. MiniMax udostępnia też model rozbudowy promptów MiniMax-H3-Image-PE oraz instrukcję wdrożenia vLLM-Omni; karta modelu nie zawiera żadnego benchmarku. Hugging Face udostępnił ogłoszenie.

Wagi są dostępne na Hugging Face na własnej licencji MiniMax: o odrębną pisemną zgodę przewidzianą w jej sekcji IV występuje się przez formularz. Model jest też dostępny w API MiniMax, z wariantem Highspeed i obrazami wynikowymi o rozdzielczości do 20 milionów pikseli, a także w MiniMax Code i Hailuo AI, z rabatem 50 % na obrazy o rozdzielczości co najmniej 16 megapikseli w tygodniu premiery.

🔗 Ogłoszenie @MiniMax_AI · Karta MiniMax-H3-Image na Hugging Face

Gemini Robotics 2.5 wykonuje o 30 do 100 % więcej zadań i osiąga 96 % skuteczności kittingu w Mercedes-Benz

10 listopada — Google DeepMind przedstawia Gemini Robotics 2.5, swój najbardziej zaawansowany model vision-language-action (VLA), we wpisie autorstwa Caroliny Parady. Oceniony na ponad 200 różnych zadaniach, od serwowania za pomocą chwytaków przez wiązanie wstążki na paczce po pipetowanie cieczy, wykonuje z powodzeniem o 30 % do 100 % więcej zadań niż wcześniejsze modele referencyjne, zależnie od rodzaju zadania, i realizuje je o 20 % do 30 % szybciej. Działa na humanoidzie Apollo 2 firmy Apptronik, wyposażonym w pięciopalczastą dłoń SharpaWave o 22 stopniach swobody, oraz na platformie Franka Duo z chwytakami równoległymi. Model jest wdrażany u partnerów Google DeepMind z branży robotyki; nie zapowiedziano publicznego dostępu.

Najbardziej konkretny test odbywa się w Mercedes-Benz, we współpracy z Apptronik, na liniach produkcyjnych w Kecskemét (Węgry) i Sindelfingen (Niemcy). W ramach tej weryfikacji koncepcji Apollo 2 kompletuje zestawy części samochodowych (kitting) z 96 % skutecznością: model rozumujący Gemini Robotics ER śledzi przebieg pracy, a Gemini Robotics 2.5 steruje dłońmi i ramionami.

Wskaźnik podany przez Google DeepMind	Opublikowana wartość
Ocenione zadania	Ponad 200
Wzrost skuteczności zależnie od rodzaju zadania	30 % do 100 %
Wzrost szybkości wykonania	20 % do 30 %
Kitting w Mercedes-Benz (Apollo 2)	96 % skuteczności
Zadania wykonywane bezpiecznie w pobliżu przeszkód / ludzi	+33 % / +43 %
ASIMOV-Jailbreak: Gemini 4 Argon / Robotics ER 2	99,5 % / 82 %

W kwestii bezpieczeństwa sterowanie oparte na rozumowaniu podczas inferencji zwiększa o 33 % liczbę zadań wykonywanych bez ryzyka w pobliżu przeszkód i o 43 % w pobliżu ludzi. Google DeepMind publikuje też ASIMOV-Jailbreak, benchmark open source do testowania obchodzenia zabezpieczeń w robotyce, obejmujący setki promptów maskujących niebezpieczne żądania w dziesiątkach scenariuszy: Gemini 4 Argon opiera się im w 99,5 % przypadków, wobec 82 % dla Gemini Robotics ER 2. Argon przyspieszył też prace rozwojowe, generując tysiące symulacji na podstawie nagranej sceny.

🔗 Gemini Robotics 2.5 (Google DeepMind)

NVIDIA przekazuje OpenShell do CNCF i wprowadza NVKE, NVKR oraz Snapshot dla fabryk AI opartych na Kubernetes

10 listopada — Podczas KubeCon + CloudNativeCon North America w Salt Lake City NVIDIA przekazuje OpenShell do Cloud Native Computing Foundation (CNCF), będącej częścią Linux Foundation. Ten runtime open source zabezpiecza autonomicznych agentów i zarządza ich działaniem: kontroluje ich pliki, sieć, dane uwierzytelniające oraz punkty dostępu do modeli, które wywołują. Staje się projektem Sandbox CNCF; według NVIDIA korzystają z niego setki organizacji, a w ciągu niespełna roku otrzymał dziesiątki tysięcy kontrybucji.

NVIDIA współtworzy też Agent Substrate, projekt wywodzący się z Google, przyjęty do tego samego programu Sandbox, który wstrzymuje nieaktywne środowiska agentów, a następnie wznawia je we wspólnej puli obiektów Pods. Wpis techniczny NVIDIA zapowiada 10 razy większe zagęszczenie niż w przypadku standardowych kontenerów, a celem jest obsługa milionów agentów; NVIDIA i Google pracują nad integracją OpenShell i Agent Substrate.

Dla fabryk AI NVKE (NVIDIA Kubernetes Engine) i NVKR (NVIDIA Kubernetes Recipes) trafiają do publicznej wersji zapoznawczej, jako open source na licencji Apache 2.0, jako komponenty platformy NVIDIA DSX AI Factory. NVKE dostarcza oprogramowanie zarządzanej usługi Kubernetes instalowanej w fabryce AI (provisioning i zarządzanie klastrami); NVKR tworzy obrazy systemowe, obrazy kontenerów i pakiety na podstawie zweryfikowanych, podpisanych receptur o ustalonych wersjach. Plany integracji mają Mirantis, Netris, OpenNebula Systems, Rafay, Spectro Cloud, vCluster, Firmus i SK Telecom.

NVIDIA Snapshot rozwiązuje problem zimnego startu inferencji: ten komponent open source zapisuje już zainicjalizowane obciążenie GPU (pamięć CPU i GPU) i przywraca je w węźle wyposażonym w takie samo GPU i ten sam sterownik, z przykładami dla vLLM, SGLang i TensorRT LLM.

Pomiar Snapshot i użyte GPU	Bez Snapshot	Z Snapshot
Crusoe, GLM-5.3 gotowy do obsługi żądań (HGX B300)	Około 8 minut	31 sekund
Saturn Cloud, uruchamianie vLLM (HGX B300)	Od 2 do 8,5 minuty	Od 6 do 34 sekund
Wszystkie przetestowane konfiguracje (wpis techniczny, B200)	Zimny start	Poniżej 45 sekund, od 8 do 36 razy szybciej

Nie podano cen: są to projekty open source.

🔗 OpenShell i infrastruktura open source (blog NVIDIA) · Komunikat CNCF

Głos i awatary: Scribe v3 i Scribe v3 Live w ElevenLabs, interaktywne klony w Synthesia

10 listopada — ElevenLabs wprowadza dwa modele rozpoznawania mowy zaprojektowane z myślą o rzeczywistym audio, w którym rozmówcy wchodzą sobie w słowo i zmieniają język: Scribe v3 do nagranego audio oraz Scribe v3 Live do działania w czasie rzeczywistym, w wariancie o niskich opóźnieniach. W 102 językach (wewnętrzna wersja benchmarku FLEURS) Scribe v3 popełnia o 27 % mniej błędów rozpoznawania słów niż Scribe v2, z poprawą w każdym testowanym języku: -42 % w niemieckim, -35 % w hiszpańskim, -23 % w angielskim. Lepiej też przypisuje wypowiedzi poszczególnym rozmówcom: łącznie o 12 % mniej błędów diaryzacji, a przy co najmniej trzech rozmówcach o 17 % mniej.

Scribe v3 Live zmniejsza wskaźnik błędów semantycznych o 43 % względem Scribe v2 Realtime, a wskaźnik błędów rozpoznawania słów o 31 %. Po raz pierwszy wprowadza diaryzację w czasie rzeczywistym, z 39 % mniejszą liczbą błędów niż najlepszy z pozostałych testowanych modeli działających w czasie rzeczywistym, według ElevenLabs. W przypadku agentów głosowych wykrywanie końca wypowiedzi opiera się na kontekście rozmowy, a tryb wielojęzyczny śledzi zmiany języka w środku zdania. W Eneco, dostawcy energii dla ponad 2 milionów gospodarstw domowych i firm w Holandii, agent rozpoznaje kody pocztowe za pierwszym razem o 40 % częściej, a numery domów o 15 % częściej.

Porównanie opublikowane przez ElevenLabs	Deklarowana poprawa
Scribe v3 względem v2, błędy rozpoznawania słów w 102 językach	-27 %
Scribe v3 względem v2, diaryzacja przy co najmniej 3 rozmówcach	-17 %
Scribe v3 Live względem v2 Realtime, błędy semantyczne	-43 %
Scribe v3 Live względem v2 Realtime, błędy rozpoznawania słów	-31 %
Scribe v3 Live, diaryzacja względem 2. modelu działającego w czasie rzeczywistym	-39 %

Scribe v3 Live jest dostępny w ElevenAgents, wraz z wersją zoptymalizowaną pod kątem rozmów medycznych, a oba modele są dostępne w ElevenAPI (scribe_v3, scribe_v3_live) oraz domyślnie w aplikacji ElevenLabs. Domyślnie przetwarzanie odbywa się w Stanach Zjednoczonych, z izolowanymi środowiskami w UE, Indiach i Singapurze oraz trybem bez retencji danych. Nie podano cen.

🔗 Scribe v3 (ElevenLabs)

Synthesia udostępnia darmowe interaktywne klony AI, z którymi można rozmawiać na głos

10 listopada — Synthesia umożliwia bezpłatne stworzenie interaktywnego klona AI samego siebie. Wystarczy nagrać krótki klip, klon jest gotowy po około dwóch minutach, a następnie można mówić do niego na głos, a on odpowiada w czasie rzeczywistym, zachowując wygląd i głos użytkownika. Utworzenie klona wymaga podania imienia i adresu e-mail.

Klona można udostępnić za pomocą linku, a każdy odbiorca może z nim porozmawiać, a następnie stworzyć własnego. Dostępne są trzy style wypowiedzi: standardowy, entuzjastyczny (hype) lub prześmiewczy (roast). Synthesia nie podaje ani używanego modelu, ani czasu trwania rozmów, ani ograniczeń tej bezpłatnej oferty i nie opublikowała wpisu.

🔗 Ogłoszenie @synthesiaIO · Strona interaktywnych klonów (Synthesia)

Bezpieczeństwo AI: Paris Call podpisany przez 16 państw, 10 firm i 7 organizacji oraz Control Room w OpenAI

9 listopada — Pałac Elizejski publikuje „Paris Call for AI safety and security”, deklarację podpisaną 9 listopada po spotkaniu na temat AI i bezpieczeństwa, które odbyło się w Paryżu na zaproszenie Emmanuela Macrona. Zrzesza ona 16 państw, 10 firm i 7 organizacji społeczeństwa obywatelskiego i pozostaje otwarta na kolejnych sygnatariuszy. Sygnatariusze w momencie publikacji:

Kategoria sygnatariuszy	Liczba sygnatariuszy	Lista sygnatariuszy
Państwa i rządy	16	Austria, Bahrajn, Kanada, Chorwacja, Cypr, Estonia, Finlandia, Francja, Irlandia, Kenia, Łotwa, Liechtenstein, Luksemburg, Holandia, Norwegia, Portugalia
Firmy	10	Anthropic, Black Forest Labs, Cohere, Domyn, Hugging Face, Microsoft, Mistral AI, OpenAI, Sakana AI, Synthesia
Społeczeństwo obywatelskie	7	LawZero, SaferAI, AI Safety Connect, Ifri, Geopolitical Center for the Datasphere, GPAI Policy Lab, CeSIA

Na liście firm nie ma Google, Meta i SpaceXSI, a na liście państw — Stanów Zjednoczonych, Wielkiej Brytanii i Japonii.

Tekst obejmuje trzy zobowiązania. Pierwsze dotyczy wspólnych ram oceny ryzyka i zarządzania nim w przypadku najbardziej zaawansowanych modeli, opartych na wspólnych standardach i narzędziach oceny, skupionych na niebezpiecznych zastosowaniach (cybernetycznych, jądrowych, radiologicznych, biologicznych, chemicznych) oraz ryzyku związanym z rosnącą autonomią lub rozbieżnością celów, w tym utratą kontroli; wyniki ocen, które nie zawierają informacji wrażliwych, będą publikowane w ustandaryzowanym formacie we wspólnym, publicznie dostępnym repozytorium. Drugie dotyczy odpowiedzialności: twórcy najbardziej zaawansowanych modeli zobowiązują się ujawniać ich możliwości, ograniczenia i znane zagrożenia, wspierać niezależną ocenę, gdy jest proporcjonalna do ryzyka, oraz dysponować mechanizmami bezpieczeństwa (fail-safe mechanisms) zdolnymi do zatrzymania ich modeli, również podczas treningu i użytku wewnętrznego. Tekst uznaje ryzyko usuwania zabezpieczeń, jednocześnie zachowując korzyści płynące z rozwoju modeli o otwartych wagach. Trzecie dotyczy wymiany informacji: systemów wczesnego ostrzegania, wspólnej klasyfikacji incydentów cybernetycznych i incydentów związanych z kontrolą AI oraz poufnych kanałów dla sygnalistów, które decydenci polityczni zobowiązują się uruchomić.

Sakana AI ogłosiła podpisanie deklaracji na X 10 listopada, po udziale w spotkaniu.

🔗 Paris Call for AI safety and security (Pałac Elizejski) · Ogłoszenie Sakana AI

Control Room: OpenAI może zatrzymać dowolne obciążenie w swojej infrastrukturze badawczej w ciągu maksymalnie 35 sekund

9 listopada — Tego samego dnia OpenAI szczegółowo opisuje Control Room, centralny system śledzący obciążenia modeli w całej swojej infrastrukturze badawczej: próbkowanie agentowe na potrzeby treningu i ewaluacji oraz przetwarzanie danych. Każde zadanie podczas uruchamiania zwraca się o identyfikator (job_id), a każdy silnik inferencji prosi Control Room o zgodę przed obsłużeniem żądania; po zatrzymaniu zadania wszystkie jego żądania są odrzucane we wszystkich silnikach. Maksymalny czas od decyzji o zatrzymaniu do faktycznego wstrzymania generowania wynosi 35 sekund ze względu na warstwę cache uprawnień; OpenAI chce skrócić go do zera.

Kontrola znajduje się w scentralizowanej warstwie inferencji, a nie w kodzie eksperymentów. Control Room domyślnie odmawia dostępu: jeśli ulegnie awarii, zostanie wyłączony lub zmanipulowany, wszystkie żądania inferencji są odrzucane. Zasada ta obowiązuje już dla obciążeń badawczych dotyczących najbardziej zaawansowanych modeli, a w najbliższych dniach zostanie rozszerzona na pozostałe; każde agentowe obciążenie badawcze musi też mieć zatwierdzoną dokumentację bezpieczeństwa (safety case).

🔗 Control Room (OpenAI)

Agenci programistyczni: wieloosobowy tryb Cursor Projects, Amp Boxes, Delta, /swarm w Antigravity, Gemini CLI i Qwen Code

Wśród agentów programistycznych dzień upływa przede wszystkim pod znakiem współpracy: Cursor umożliwia wspólną pracę agentów kilku członków zespołu, Antigravity koordynuje roje agentów, Amp hostuje aplikacje tworzone przez swoich agentów, a Delta przyjmuje użytkowników Conductor. Krótsze aktualizacje (Claude Code, Codex CLI, Copilot CLI, Vibe CLI, Kimi Code…) znajdują się w Krótkich wiadomościach.

Cursor wprowadza wieloosobowy tryb Projects: agenci członków zespołu współdzielą kontekst, plany i zadania

10 listopada — Dwa miesiące po premierze Projects, gdzie agent koordynujący kieruje flotą agentów pracujących nad całym przedsięwzięciem, Cursor wprowadza tryb wieloosobowy. Można zaprosić członków zespołu do Project: każdy zachowuje własny czat ze swoim koordynatorem i agentami wykonawczymi, ale wszyscy współdzielą wspólną warstwę kontekstu (wymagania, diagramy, specyfikacje, makiety) oraz tablicę zadań pokazującą, kto co robi, nad czym pracują agenci poszczególnych osób i która PR odpowiada każdemu zadaniu. Decyzja podjęta na jednym czacie staje się dostępna dla wszystkich agentów w Project.

Agenci poszczególnych członków zespołu również komunikują się ze sobą: według Cursor udostępniają swoje plany przed rozpoczęciem pracy, sygnalizują konflikty w jej trakcie i wzajemnie odblokowują swoje zadania. W Cursor zespoły już prowadzą dyżury we wspólnym Project. Twórca przedstawia Projects jako pierwszą przestrzeń roboczą, w której zespoły programistyczne pracują wspólnie ze wszystkimi swoimi agentami; funkcja jest wdrażana w wersji beta dla wszystkich użytkowników od 10 listopada, bez podanej ceny.

🔗 Projects, teraz w trybie wieloosobowym (Cursor) · Wątek @cursor_ai

Amp wprowadza Boxes, stale włączone maszyny do hostowania tego, co tworzą jego agenci

10 listopada — Po orbs do tworzenia oprogramowania i portals do udostępniania pracy w toku Amp dodaje boxes do trwałego hostowania tego, co już powstało. Box to stale działająca maszyna wirtualna, bez kontenera ani innej warstwy abstrakcji, na której agent wdraża jedną lub kilka aplikacji, każdą z własnym adresem URL. Wdrożenia mogą być prywatne lub chronione przez Sign In With Amp, a box współdzielony w przestrzeni roboczej pozwala każdemu jej członkowi wdrażać nowe wersje. Każdy box ma też własny runner do uruchamiania agentów, którzy zmieniają stan działających aplikacji, na przykład porządkują bazę danych zespołowego wiki.

Korzystanie z boxes jest rozliczane minutowo; można je włączać i wyłączać zgodnie z harmonogramem. Wpis podaje cztery rozmiary, nie precyzując, do której oferty odnosi się tabela; wspomina jedynie, że ceny pokazane w filmie dotyczą planu Enterprise, a boxes w planach Personal i Team kosztują mniej.

Rozmiar box	Konfiguracja maszyny	Cena za godzinę	30 dni bez przerwy
b1.tiny	0,5 vCPU (chwilowo do 2), 2 Go	0,025 dolara	18 dolarów
b1.small (domyślny)	1 vCPU (chwilowo do 2), 4 Go	0,042 dolara	30 dolarów
b1.medium	2 vCPU, 8 Go	0,069 dolara	50 dolarów
b1.large	4 vCPU, 16 Go	0,139 dolara	100 dolarów

🔗 Boxes (Amp)

Delta importuje rozmowy z zamykanego Conductor i zapowiada Cloud Runners na 11 listopada

10 listopada — Zespół Zed proponuje użytkownikom Conductor przejście do Delta, swojego środowiska do wspólnego programowania z agentami. Według wpisu Delta zespół Conductor ogłosił w poprzednim tygodniu dołączenie do Meta i zakończenie działania swojego produktu; również według Delta Conductor Cloud od 13 listopada nie przyjmuje już nowych wiadomości i zostanie zamknięty 20 listopada, kiedy rozpocznie się usuwanie danych.

Delta importuje więc rozmowy z Conductor, z menu lub z panelu bocznego, gdy wykryje je na komputerze; stają się one prywatnymi wątkami oznaczonymi Conductor. Import obejmuje tylko rozmowy: pliki i załączniki trzeba zapisać z Conductor, a przestrzenie robocze Cloud przenieść na lokalną maszynę przed 20 listopada. Delta zapowiada też Cloud Runners na następny dzień, 11 listopada, choć usługa nie została jeszcze uruchomiona: wątek ustawiony na Cloud będzie uruchamiał swojego agenta na hostowanym runnerze, z synchronizacją między komputerem, przeglądarką i telefonem. Sesje Claude Code już się tam synchronizują za pośrednictwem CLI Delta; Pi i Codex mają dołączyć później, a obsługa Agent Client Protocol (ACP) jest w trakcie dodawania.

🔗 Zaimportuj rozmowy z Conductor (Delta) · Wątek @zeddotdev

Antigravity udostępnia /swarm w wersji preview, a wersje 2.30.0 i 2.31.0 dodają interfejs Knowledge Work

9 i 10 listopada — Wraz z pojawieniem się Gemini 4 Carbon Antigravity udostępnia /swarm w wersji preview w aplikacji i CLI: agent koordynujący rozdziela pracę między równolegle działających agentów wykonawczych, każdego we własnym worktree git, podczas gdy weryfikatorzy w roli oponentów uruchamiają testy i kwestionują diffy. Wszyscy komunikują się przez wspólną tablicę wiadomości, do której można tylko dopisywać, a oczekujący agent nie zużywa tokenów. Każda rola może mieć własny model: Carbon do koordynacji i audytu, Argon lub lżejszy model do wykonywania zadań, ale Google ostrzega, że rój zużywa przydział znacznie szybciej niż zwykła rozmowa.

Wersja 2.31.0 aplikacji, datowana na 9 listopada, wprowadza /swarm, ustawienie rozmiaru czcionki i obowiązkowe zatwierdzenie, zanim agent przeglądarkowy pobierze plik. Wersja 2.30.0, z tego samego dnia, dodaje układ Knowledge Work, który ukrywa zmiany w kodzie i narzędzia programistyczne na potrzeby badań, pisania i codziennych zadań; kończy wdrażanie trybu głosowego (z wyjątkiem kont firmowych i korporacyjnych) oraz zdalnych agentów (dla płatnych subskrybentów Ultra i Pro), a także importuje do pluginu konfigurację Claude Code, Codex lub Cursor (serwery MCP, skills, polecenia, podagenci, instrukcje).

🔗 Gemini 4 Carbon i /swarm (blog Antigravity)

Gemini CLI publikuje stabilną wersję v0.68.0 i preview v0.69.0 po sześciu dniach bez nowego wydania

10 listopada — Po sześciu dniach bez nowego wydania, z powodu braku nightly (workflow kończy się błędem każdej nocy od 5 listopada), Gemini CLI publikuje wersję stabilną i preview w odstępie dwunastu minut. Stabilna v0.68.0 jedynie przenosi do kanału stabilnego wersję v0.68.0-preview.0 z 4 listopada: walidację rozszerzeń, odliczanie przy błędach 429, zachowanie modelu po przełączeniu awaryjnym.

Wersja preview v0.69.0-preview.0 wreszcie udostępnia zmiany, które pozostawały na głównej gałęzi: /stats heatmap do prezentacji dziennego zużycia tokenów, motywy w osobnym pliku theme.json, /model z walidacją nazwy modelu i obsługą bezpośredniego argumentu oraz możliwość regulowania 60-sekundowego limitu oczekiwania na pierwsze nagłówki. Dodaje około dwudziestu nowych poprawek: w trybie headless przerwanie kończy procesy potomne i zachowuje kod wyjścia sygnału; tryb shell nie otwiera już sesji gemini wewnątrz innej sesji; na macOS zaufanie do folderu jest ustalane przed uruchomieniem sandboxa Seatbelt; naprawiono kilka wycieków pamięci związanych z PDF.

🔗 Gemini CLI v0.69.0-preview.0 · Gemini CLI v0.68.0

Qwen Code v0.27.2 łączy WeChat, QQ i e-mail z Web Shell oraz udostępnia Mods trzy API

10 listopada — Qwen Code v0.27.2 trafia do kanału stabilnego dzień po v0.27.1, z 55 pozycjami na liście zmian, w tym 20 funkcjami i 20 poprawkami. Web Shell pozwala teraz konfigurować kanały WeChat, QQ i e-mail, z logowaniem kodem QR w przypadku dwóch pierwszych, a pod polem wprowadzania wyświetla liczbę tur, szybkość generowania, zużyte tokeny i współczynnik trafień w cache.

Mods, czyli rozszerzenia narzędzia, zyskują trzy API: $.model.complete do pojedynczego uzupełnienia bez narzędzi i historii, hook ui.render do zmiany wyświetlanego tekstu odpowiedzi bez modyfikowania zapisanego tekstu oraz $.store do zachowywania wartości między sesjami. Oczekujące prośby o zatwierdzenie wywołują dźwięk dzwonka lub powiadomienie na pulpicie, gdy terminal działa w tle, a Managed Agent oferuje podsumowania sesji, opcjonalnie generowane automatycznie. Jedyną zmianą oznaczoną jako breaking change jest podniesienie wersji zależności SDK i Web Shell.

🔗 Qwen Code v0.27.2

Grok Bot dołącza do prywatnych sieci Tailscale, aby uzyskać dostęp do wewnętrznych serwerów MCP

10 listopada — Grok Bot, agent SpaceXSI, może teraz dołączyć do prywatnej sieci Tailscale (tailnet) osoby prywatnej lub firmy, aby uzyskać dostęp do prywatnych serwerów MCP, narzędzi wewnętrznych i aplikacji pozostających poza Internetem. Funkcję włącza się przez plugin Tailscale w aplikacji desktopowej Grok Bot.

Integracja opiera się na aplikacjach OAuth Tailscale, które według Tailscale dzień wcześniej uzyskały status ogólnej dostępności. Zamiast korzystać ze wspólnej tożsamości usługi, Grok Bot dołącza do tailnetu jako urządzenie powiązane z tożsamością użytkownika, który udziela mu autoryzacji, bez wklejania klucza ani sekretu: reguły dostępu, logi audytu i limity urządzeń obowiązują tak jak w przypadku pozostałych maszyn użytkownika. W planach Premium i Enterprise Tailscale Grok Bot otrzymuje dedykowany atrybut posture (custom:grokbot), który pozwala udostępnić mu tylko wybrane serwery MCP, bez przyznawania pełnego dostępu do sieci, jaki ma jego właściciel; w pozostałych planach tę rolę pełni tag nadawany po uwierzytelnieniu. Twórcy innych agentów mogą odtworzyć tę integrację na podstawie dokumentacji aplikacji OAuth.

Grok Bot korzystał już z serwerów MCP od października; nowością jest dostęp do serwerów prywatnych. Dzień wcześniej jego konto zresetowało też tygodniowe limity wszystkich użytkowników.

🔗 Ogłoszenie @bot · Wpis Tailscale

Gemini w urządzeniach i oprogramowaniu: Pixel 10, motorola signature 27 i partnerstwo z Adobe

Google rozszerza obecność Gemini w telefonach i oprogramowaniu partnera, bez nowego modelu.

10 listopada — Gemini Intelligence, warstwa proaktywnej AI w Androidzie zapowiedziana w maju, trafia na kolejne urządzenia. Motorola prezentuje motorola signature 27, swoje pierwsze urządzenie z Gemini Intelligence, dostępne w przedsprzedaży w Stanach Zjednoczonych od 19 listopada, a listopadowy Pixel Drop wprowadza najnowsze funkcje na Pixel 10, Pixel 10 Pro XL i Pixel 10 Pro Fold. Rambler, który przekształca dyktowaną wypowiedź w uporządkowany tekst, trafia na te urządzenia, a automatyzacja zadań w aplikacjach (zamawianie posiłku lub przejazdu VTC, dokonywanie rezerwacji) obejmuje Wielką Brytanię, Indie i Japonię.

Create My Widget tworzy widget ekranu głównego na podstawie opisu, korzystając z danych z Gmail, Agenda i Search; funkcja będzie wdrażana w najbliższych tygodniach, także na Pixel Watch. Device Assistance pozwala poprosić Gemini o zwolnienie miejsca, sprawdzenie uprawnień dostępu do lokalizacji lub wyciszenie czynników rozpraszających z zachowaniem ważnych połączeń. Proaktywne sugestie w Android Auto zapowiedziano na najbliższy czas, bez podania daty.

🔗 Gemini Intelligence: listopadowe nowości (blog.google)

Google i Adobe: Acrobat w Drive i Gmail oraz badania nad modelem obrazu Google DeepMind dla Photoshop

10 listopada — Z okazji Adobe MAX Google zapowiada rozszerzenie partnerstwa z Adobe, w całości dotyczące przyszłych rozwiązań, bez podania daty. Acrobat będzie dostępny bezpośrednio z Google Drive i Gmail (sugerowana aplikacja, pozycja « Edytuj za pomocą » w podglądach plików), konektory Adobe w Gemini i Gemini Enterprise obejmą Acrobat i inne narzędzia kreatywne, a narzędzia te trafią do trybu AI w Search. Firmy będą mogły korzystać w Gemini Enterprise z agenta CX Enterprise Coworker firmy Adobe, który tworzy materiały wizualne, pracuje na plikach PDF i uruchamia kampanie marketingowe.

W drugą stronę najbardziej zaawansowane modele Google trafią do aplikacji Adobe, bez wskazania konkretnych modeli. Adobe i Google DeepMind zbadają też nowe możliwości edycji, zaczynając od modelu obrazu dla Photoshop, który mógłby umożliwić niemal natychmiastowy retusz: to badany kierunek, a nie zapowiedziany produkt.

🔗 Adobe i Google rozszerzają partnerstwo (blog.google)

Praca i AI: OpenAI i Upwork pokazują, że AI reorganizuje pracę freelancerów, zamiast ją zastępować

10 listopada — Nowa odsłona serii Work at the Frontier od OpenAI: wspólnie z Upwork ekonomiści OpenAI zestawiają wykorzystanie ChatGPT z ogłoszeniami zleceń dla freelancerów w raporcie « Reorganizacja pracy freelancerów w erze AI ». Pierwszy wniosek: oba obrazy się różnią — pisanie ma znacznie większy udział w korzystaniu z ChatGPT, a wideo i animacja w ogłoszeniach na Upwork.

Spośród 63 dopasowanych podkategorii 43 wykazują ten sam schemat: zadania stosunkowo częste w ChatGPT tracą udział w Upwork. Pozostałe 20 pokazuje odwrotną zależność, a autorzy stwierdzają, że samo wykorzystanie ChatGPT nie wyjaśnia tych zmian.

Kategoria zlecenia na Upwork	Udział ogłoszeń, od S1 2025 do S1 2026
Tworzenie aplikacji mobilnych	+2,27 punktu
Wideo i animacja	+1,38 punktu
Testy QA	+0,58 punktu
Tworzenie treści	-0,57 punktu
Projektowanie stron i rozwiązań mobilnych	-0,68 punktu
Tworzenie stron i aplikacji webowych	-1,98 punktu

Projekty związane z AI zmieniają strukturę zawodów: między początkiem 2023 a końcem 2025 zadania wymieniane w ich ogłoszeniach stały się o 45 % bardziej zróżnicowane, z 14,6 do 21,2 jednakowo częstych zadań. Podawane w nich stawki godzinowe pozostają zbliżone do stawek w pozostałych projektach, ale budżety ryczałtowe i liczba godzin są wyższe.

🔗 Wpływ AI na pracę freelancerów (OpenAI) · Pełny raport OpenAI i Upwork (PDF)

Otwarte dane i badania: modele decyzyjne w Transformers, MotionGraphicsBench, dołączani eksperci i Dory1.0-4B

Cztery otwarte publikacje obejmujące bibliotekę, benchmark, metodę treningu i model.

DecisionPipeline i AutoModelForDecision trafiają do Transformers — zmiany scalono, ale nie ma ich w opublikowanych wersjach

10 listopada — Hugging Face publikuje przewodnik referencyjny po modelach decyzyjnych, które nie generują tekstu, lecz przypisują prawdopodobieństwa z góry określonym odpowiedziom (usługa, poziom pilności, tak lub nie). Jego autorzy — Aritra Roy Gosthipaty, Lysandre, Pedro Cuenca i Tom Aarsen — zapowiadają dodanie do Transformers klas DecisionPipeline, AutoModelForDecision i DecisionConfig, które pozwalają wywołać pipeline("decision", ...) jako pipeline klasyfikacji.

Kod pochodzi z PR 50054, scalonego 9 listopada z główną gałęzią, i nie ma go jeszcze w żadnej opublikowanej wersji: najnowsza, v5.22.2, pochodzi z 6 listopada. Wpis pokazuje też dostrajanie modelu decyzyjnego za pomocą API Trainer na przykładzie JEV-9B. Reszta przewodnika zbiera już dostępne elementy (endpoint /v1/systemone w transformers serve, udostępnianie modelu przez llama.cpp, tag w Hub). Nie opublikowano żadnych danych liczbowych o wydajności.

🔗 Modele decyzyjne w Hugging Face · PR 50054 w Transformers

MotionGraphicsBench: GPT-6 Astra prowadzi z wynikiem 67,7 %, a tylko cztery modele przekraczają 50 %

10 listopada — Jiaju Ma (Stanford i Figma) oraz trzej współautorzy z Figma publikują MotionGraphicsBench, benchmark mierzący zdolność modeli do animowania istniejącej grafiki wektorowej. Każde ze 100 zadań, opracowanych przez ekspertów na podstawie rzeczywistych animacji Lottie, zawiera statyczny SVG i polecenie animacji; wynik sprawdza deterministyczny program weryfikujący. Oceny tych weryfikatorów są zgodne z ocenami ludzi w 93,3 % przypadków, wobec 83,3 % dla wizualnego sędziego opartego na GPT-6 Astra.

Spośród 32 modeli od 12 dostawców tylko cztery przekraczają 50 % skuteczności przy pierwszej próbie i maksymalnym poziomie wysiłku rozumowania, a GPT-6 Astra prowadzi z wynikiem 67,7 %. Najlepsze modele otwarte pozostają daleko w tyle.

Oceniany model (poziom wysiłku)	pass@1
GPT-6 Astra (max)	67,7 %
GLM 5.3 (max)	39,8 %
Qwen 3.8 (xhigh)	39,4 %
Qwen 3.8 Flash-Next (xhigh)	34,0 %
Średnia dla 16 modeli własnościowych	38,8 %
Średnia dla 16 modeli otwartych	21,8 %

🔗 MotionGraphicsBench (blog Hugging Face, Figma) · Artykuł w arXiv

TNG dodaje ekspertów Rust i Haskell do Qwen3.5-35B-A3B, których można łączyć bez ponownego trenowania

10 listopada — TNG Technology Consulting dodaje nowych ekspertów do modelu z mieszaniną ekspertów (MoE), nie zmieniając dotychczasowych: działają oni w osobnej przestrzeni parametrów, a router uczy się, kiedy ich wywoływać. W Qwen3.5-35B-A3B-Base ekspert Rust podnosi wynik generowania kodu Rust z 0,62 do 0,73 w pass@1, a ekspert Haskell podnosi wynik dla Haskell z 0,32 do 0,51, przy wynikach zdolności ogólnych wynoszących 0,78 i 0,80, wobec 0,80 dla modelu bazowego.

Dwóch ekspertów trenowanych osobno można połączyć w jeden checkpoint, zachowując większość uzyskanych korzyści (0,70 i 0,50). Najlepsze adaptery LoRA osiągają osobno zbliżone wyniki (0,74 i 0,48), ale po ich uśrednieniu wyniki spadają do 0,67 i 0,36. Ekspertów dodano wyłącznie w ramach kontynuacji pretrainingu, a wpis nie zawiera odnośników do opublikowanych wag.

Oceniana konfiguracja	Rust	Haskell
Model bazowy	0,62	0,32
Dodany ekspert Rust	0,73	—
Dodany ekspert Haskell	—	0,51
Dwóch połączonych ekspertów	0,70	0,50
Średnia dwóch LoRA	0,67	0,36

🔗 Dodaj własnego eksperta! (blog Hugging Face, TNG)

Dory1.0-4B: NVIDIA udostępnia mały model z pętlą i regulowanym nakładem obliczeń podczas inferencji

16 października, ponownie nagłośnione 10 listopada — NVIDIA opublikowała na Hugging Face Dory1.0-4B, otwarty model językowy Nemotron Labs, którego nie uwzględniono jeszcze w tym przeglądzie. Zamiast dodawać kolejne warstwy, model wielokrotnie stosuje ten sam blok 20 warstw, umieszczony między blokiem wejściowym i wyjściowym po 8 warstw każdy, ponownie wprowadzając dane wejściowe przy każdym obiegu pętli. Liczbę obiegów można ustawiać podczas inferencji, bez ponownego trenowania, aby zwiększać dokładność kosztem dodatkowych obliczeń; zachowywany jest tylko cache KV z ostatniego obiegu.

Pretraining Dory rozpoczęto natywnie w NVFP4, a następnie kontynuowano w BF16. Model jest dostępny w wariantach BF16, MXFP8, NVFP4 i Q5_K_M, z kontekstem 256K tokenów, w języku angielskim, na licencji OpenMDW-1.1 dopuszczającej użytek komercyjny. Obsługa w vLLM jest w trakcie przeglądu, a wersję BF16 pobrano 13 488 razy w ubiegłym miesiącu. NVIDIA poświęciła mu transmisję „Ask the Experts” 10 listopada.

🔗 Dory1.0-4B (Hugging Face)

W skrócie

Agenci programistyczni

Claude Code 2.1.322 — Wersja z jedną pozycją na liście zmian: tryb szybki trafia do Vertex w regionach global, us i eu, z powrotem do standardowej prędkości, jeśli Vertex go odrzuci. Według dokumentacji chodzi o tryb szybki Fable 5.2 na Agent Platform w Google Cloud, włączany przez /fast lub opcje uruchamiania. 🔗 źródło
Codex CLI 0.167.1 — Poprawka bez informacji o wydaniu: według dwóch pull requestów domyślnie wyłączona opcja incremental_tools_legacy deklaruje narzędzia w toku rozmowy i pozostaje zarezerwowana dla dostawców Amazon Bedrock. Tego samego dnia openai-python 3.49.0 i openai-node 7.55.0 dodają typowanie funkcji asynchronicznych. 🔗 źródło
Copilot CLI 1.0.109 i 1.0.110-0 — Stabilna wersja 1.0.109 obejmuje 158 pozycji: Fable 5.2 w selektorze, reguły hostów sandboxa w CIDR, potwierdzenie, zanim /share podąży za dowiązaniem symbolicznym. Wersja zapoznawcza 1.0.110-0 usuwa dawne zdalne sterowanie na rzecz środowiska AHP i proponuje doładowanie kredytów AI już przy wykorzystaniu 90 %. 🔗 źródło
C++ Language Server w Copilot CLI — Serwer zawiera teraz własny ekstraktor poleceń kompilacji MSBuild i sam go wywołuje przy otwieraniu projektu, bez skilla konfiguracyjnego ani ręcznie przygotowanego compile_commands.json; projekty CMake nadal wymagają skilla. Wymagana subskrypcja Copilot. 🔗 źródło
GitHub Agentic Workflows 1.2.2 — Pierwsza stabilna wersja serii 1.2: więcej workflow korzysta z oszczędnego routingu modeli zamiast modeli przypisanych na stałe, dziesięć kolejnych workflow Copilot otrzymuje bramki zapobiegające zbędnym uruchomieniom, a cancel-work --obsolete anuluje nieaktualne zadania. Zaostrzono ograniczenia wychodzącego ruchu sieciowego agentów. 🔗 źródło
Antigravity CLI 1.5.3 — Wersja z 7 listopada: wyświetlane są model i poziom wysiłku rozumowania każdego subagenta, hooki pluginów otrzymują PLUGIN_ROOT i PLUGIN_DATA, a luka w sandboxie terminala została naprawiona (polecenie mogło zmienić środowisko ładowane później poza sandboxem). 🔗 źródło
Vibe CLI 3.1.2 — Agent Mistral działający w wierszu poleceń pozwala wyłączyć plugin bez jego odinstalowywania, przebudowuje /skills (wyszukiwanie, włączanie i wyłączanie, współdzielone skills z rejestru z przypiętą wersją) i wymusza przestrzeganie --max-tokens oraz --max-price przed każdą generacją odpowiedzi w trybie headless. 🔗 źródło
CLI mistral 0.18.0 — Narzędzie Mistral do wdrażania aplikacji i agentów odnawia wygasłą sesję zamiast kończyć działanie błędem 401, dodaje mistral context show --json i nadaje wymaganą rolę agentom uruchamianym w sandboxie Mistral. 🔗 źródło
Kimi Code 2.5.3 — Komunikat sterujący przerywa teraz bieżące zapytanie do modelu, a dalsza praca jest wznawiana w tej samej turze, z dedykowanym punktem dostępu steer; serwery MCP uruchamiane przez npx ponownie uruchamiają się w Windows. 🔗 źródło
Przegląd bezpieczeństwa v0 — Na żądanie v0 przegląda zmiany z rozmowy (lub najbardziej ryzykowny kod projektu), szukając brakującego uwierzytelniania, ataków typu injection lub SSRF, weryfikuje każde ustalenie w całym projekcie i proponuje poprawkę, stosowaną wyłącznie za zgodą. Funkcja dostępna w płatnych planach, rozliczana w kredytach v0. 🔗 źródło
Performance Scanner w Replit — Replit promuje narzędzie wykrywające potencjalne spowolnienia aplikacji i dające Agentowi punkt wyjścia do ich naprawy; tweet nie podaje daty udostępnienia, planów ani ceny, a funkcja nie była jeszcze opisana w dokumentacji. 🔗 źródło
Gemini 4 Carbon w Devin — Cognition udostępnia Carbon w Devin Desktop i Devin CLI; według wpisu już przy niskim poziomie wysiłku przewyższa on najlepszy wynik Gemini 4 Argon, a jego najlepszy wynik kosztuje mniej niż dwie trzecie kosztu zadania w Argon. Wynik 40,0 % na FrontierCode 2.0 opublikowano już 30 października. 🔗 źródło
Fable 5.2 w Warp — Wieczorem 9 listopada Warp udostępnia Claude Fable 5.2 w Warp Factories i swoim terminalu oraz radzi poprosić go o wykrycie niejawnych maszyn stanów w aplikacji, aby ułatwić agentom jej zrozumienie; bez ceny ani benchmarku. 🔗 źródło
Fable 5.2 w Code Agent od Genspark — Genspark dodaje Claude Fable 5.2 do swojego Code Agent i powtarza argument o najlepszym wyniku na FrontierCode 2.0, przed Opus 5.5, bez podania wyniku liczbowego, planu ani kosztu w kredytach. 🔗 źródło

Przedsiębiorstwa

JPMorganChase — Bank rozszerza wykorzystanie Claude poza zespoły inżynierskie: przegląd pull requestów, agenci samodzielnie naprawiający błędy, analiza incydentów, backlogi produktowe, oceny ryzyka. Claude Code działa w Devspace, jego platformie kontenerowej, bez bezpośredniego dostępu agentów do danych uwierzytelniających, a automatyczne bramki uniemożliwiają Claude zatwierdzanie własnej pracy; nie opublikowano żadnych danych liczbowych. 🔗 źródło
Curative — Amerykański ubezpieczyciel zdrowotny podpisuje tygodniowo od 2 000 do 2 400 umów ze świadczeniodawcami dzięki Gwen, swojemu agentowi opartemu na Claude (głównie Opus, Sonnet jako recenzent, Haiku jako sędzia), wobec 2 100 w całym 2025 roku, zużywając około 20 milionów tokenów na umowę; czas rozstrzygania sporów o refundację skraca się z około 90 dni do mniej niż 30 minut. 🔗 źródło
CodeRabbit — W studium przypadku OpenAI z 9 listopada CodeRabbit deklaruje, że w ciągu sześciu miesięcy dzięki Codex dostarcza około 20 razy więcej oprogramowania; jego bezpłatna oferta Deep Scan wykryła ponad 43 000 podatności w 13 000 dogłębnych analiz, a GPT-6 Astra wykrywa 50 % problemów w jego wewnętrznym zestawie testowym. 🔗 źródło
Gemini for healthcare — Google Cloud uruchamia w wersji zapoznawczej rozwiązanie łączące dokumentację pacjentów, rozliczenia, zalecenia kliniczne i dane Medicare na potrzeby wieloetapowych zadań (podsumowywanie dokumentacji, przegląd uprzednich zgód na świadczenia) pod nadzorem człowieka, we współpracy z HCA Healthcare, Highmark Health i Northwell Health. 🔗 źródło

Edukacja i społeczeństwo

AI w szkołach w regionie EMEA — OpenAI wyciąga wnioski ze swoich partnerstw edukacyjnych w Estonii, Słowacji, Grecji i Włoszech, opierając się na badaniu ThinkYoung: 79 % ankietowanych uczniów i studentów korzysta z AI przy odrabianiu prac domowych, ale tylko 47 % twierdzi, że pokazano im, jak z niej korzystać. 🔗 źródło
Warsztaty dla opiekunów — OpenAI Academy organizuje 10 listopada bezpłatne warsztaty ChatGPT dla osób opiekujących się bliskimi w Oakland, Tampie, Pittsburghu, Atlancie i Detroit, we współpracy z trzema organizacjami; według OpenAI ponad 40 milionów wiadomości o zdrowiu tygodniowo w Stanach Zjednoczonych dotyczy bliskiej osoby. 🔗 źródło

Głos

Agenci głosowi z GPT-Live — Blog deweloperski OpenAI oddaje głos Juno, Treater, Picsart i Weekend. W Juno mały model działający w tle zmniejsza o 40 % liczbę przekazań do agenta tekstowego i skraca najdłuższą ciszę podczas rozmowy testowej z 9,3 do 3,2 sekundy; w Treater mediana czasu trwania rozmów wzrasta o 26 do 30 %. 🔗 źródło

Obrazy

Seedream 5.5 w Genspark — Genspark udostępnia Seedream 5.5 od BytePlus we wczesnym dostępie w Genspark Design i AI Media Studio, z rabatem 40 % przez miesiąc dla wszystkich użytkowników. 🔗 źródło
Ideogram 4.5 — Ideogram deklaruje pierwsze miejsce wśród 20 modeli w benchmarku Rapidata, który z udziałem ludzkich sędziów mierzy, czy twarz pozostaje rozpoznawalna po pięciu kolejnych edycjach, przed FLUX 3 Image, Muse Image i MAI-Image-2.6; nie opublikowano żadnego wyniku liczbowego. 🔗 źródło
Pika H3 Flex na GPU AMD — Jedna ze współtwórczyń przeniosła inferencję modelu wideo Pika o otwartych wagach na GPU AMD, w gałęzi przeznaczonej dla Instinct MI350X; Pika zachęca programistów AMD do współpracy, bez podania pomiarów wydajności. 🔗 źródło

Hugging Face i otwarte laboratoria

Hugging Face na fakturze Google Cloud — Organizacja może teraz opłacać subskrypcje Team i Enterprise, Jobs, Inference Endpoints, Inference Providers, GPU Spaces, ZeroGPU i przestrzeń dyskową przez Google Cloud Marketplace, według publicznego cennika Hugging Face, po zatwierdzeniu każdej subskrypcji przez Hugging Face. 🔗 źródło
Muse w Google Cloud — Wieczorem 9 listopada Meta ogłasza, że Muse Ember i Muse Wonder trafią do Google Cloud, gdzie Muse Spark 1.3 jest dostępny w wersji zapoznawczej od września; nie podano usługi, statusu ani ceny. 🔗 źródło
20 milionów twórców na Hugging Face — Według Clémenta Delangue Hugging Face ma 20 milionów twórców AI i przechowuje 300 Po modeli, zbiorów danych, śladów działania agentów i środowisk RL, w tym 9 Po dodanych w ciągu tygodnia; październik był najlepszym miesiącem pod względem aktywnych użytkowników i przychodów, bez podania kwoty. 🔗 źródło
GLM-5 na Trainium3 — David Corvoysier uruchamia GLM-5 (754 miliardy parametrów) na jednej instancji trn3.48xlarge z opublikowanym kodem Transformers: 43 minuty ładowania, pierwszy token po 4,1 sekundy, 6,9 tokenów na sekundę przy wielkości partii 1; według autora to pierwszy pomiar bez optymalizacji. 🔗 źródło
Wykrywanie chorób w OpenMed — Maziyar Panahi publikuje trzy otwarte modele o liczbie parametrów od 194M do 576M na licencji Apache-2.0, które wykrywają choroby w angielskich tekstach medycznych na CPU; dostrojone na NCBI Disease, zyskują około 14 punktów F1 na BC5CDR. 🔗 źródło
Agenci dostarczający rozwiązania bez testowania — We wpisie po turecku Serkan Peker pokazuje, że 39,4 % z 47 293 rozwiązań dostarczonych przez SWE-agent nie przeszło testu po ostatniej modyfikacji, przy około jedną trzecią mniejszych szansach na rozwiązanie problemu (iloraz szans 0,68); hipoteza zarejestrowana z wyprzedzeniem, wynik odtworzony z Claude Code i gpt-oss-120b. 🔗 źródło
Zapożyczone rozumowanie — Timofey Klyubin wstawia ślady rozumowania Qwen3.8-27B do Qwen3-8B, którego wynik rośnie z 51,1 % do 80,9 % na 300 problemach LiveCodeBench; dwa modele 8B trenowane do generowania takich śladów nie pomagają. 🔗 źródło
EgoDex w FiftyOne — Harpreet Sahota konwertuje zbiór testowy EgoDex opublikowany przez Apple: 3 243 epizody obejmujące 111 zadań manipulacyjnych, czyli 7 godzin, z pozycjami 68 stawów zarejestrowanymi za pomocą Apple Vision Pro. 🔗 źródło

Co to oznacza

Podobnie jak Fable 5.2 dzień wcześniej, Gemini 4 Carbon jest oceniany w dniu premiery przez firmy, które go integrują, każdą we własnym zestawie testowym: 60,4 % na CursorBench 4.0 w Cursor, 0,857 na WANDR w Perplexity, a w Devin wynik przewyższający już przy niskim poziomie wysiłku najlepszy wynik Argon. Google zresztą przywołuje te zewnętrzne rankingi we własnym wpisie. Tych liczb nie można interpretować w oderwaniu od kosztów: w Cursor niski poziom wysiłku Carbon kosztuje więcej na zadanie niż wysoki, a Perplexity mówi o remisie z Fable 5.2 przy różnicy 0,006 punktu i 40 % kosztu. GitHub z kolei nie podaje żadnych liczb, ale domyślnie włącza Carbon, podczas gdy Fable 5.2 pozostaje wyłączony, dopóki administrator nie zaakceptuje zasad retencji danych Anthropic.

30 listopada staje się datą odniesienia. Google wyznacza na ten dzień koniec promocyjnego cennika Carbon (2 i 10 dolarów za milion tokenów, następnie 4 i 20), Cursor stosuje pełne stawki od 1 grudnia, a Perplexity uwzględnia tę cenę promocyjną w swoim Agent API. Promocji na start przybywa również w obszarze obrazów: 50 % na obrazy o rozdzielczości 16 megapikseli w MiniMax H3-Image przez tydzień, 40 % na Seedream 5.5 w Genspark przez miesiąc. Opublikowane tego dnia koszty na zadanie należy więc odczytywać z uwzględnieniem przyjętych stawek: Devin precyzuje, że dokonuje pomiarów według publicznego cennika API, z uwzględnieniem publicznie dostępnych rabatów, natomiast strona Cursor nie mówi, czy jego koszty uwzględniają rabat.

Asystenci stają się miejscami pracy i handlu. OpenAI otwiera ChatGPT dla firm, które chcą zarządzać swoim profilem, śledzić wzmianki o sobie i umieścić tam agenta, którego można promować przez ChatGPT Ads, oraz pozwala zespołom Business wykorzystywać środki ze swojego pakietu w v0, Warp lub Notion. Anthropic przekształca Claude w przestrzeń, w której rysuje się plan, prowadzi arkusz kalkulacyjny, udostępnia certyfikowane metryki i otwiera w całości Confluence lub Notion. Tego samego dnia Anthropic rozpoczyna roadshow przed debiutem giełdowym, ujawniając tylko dwie wielkości: 825 milionów akcji klasy A oraz przedział od 70 do 78 dolarów, bez wyceny, kwoty pozyskanego kapitału ani daty debiutu.

Możliwość zatrzymania modelu przechodzi ze sfery zasad do praktyki inżynierskiej. Paris Call zobowiązuje twórców będących sygnatariuszami, w tym OpenAI, Anthropic i Mistral AI, do posiadania mechanizmów zdolnych zatrzymać ich modele, również podczas treningu i użytku wewnętrznego; tego samego dnia OpenAI opisuje własny mechanizm, Control Room, z maksymalnym czasem 35 sekund i domyślną odmową w razie awarii systemu. NVIDIA przekazuje z kolei CNCF OpenShell, który kontroluje pliki, sieć i dane uwierzytelniające agentów, a Tailscale wprowadza Grok Bot do sieci prywatnych pod tożsamością użytkownika, z uprawnieniami, które administrator może ograniczyć.