Google wprowadza Gemini 4 Hydrogen, Inkling 2 Small z otwartymi wagami, OpenAI udostępnia Daybreak Red Team

Google wprowadza Gemini 4 Hydrogen, szybki model, który wyprzedza Gemini 4 Argon w Intelligence Index od Artificial Analysis, i jeszcze tego samego dnia wdraża go w Search, aplikacji Gemini, Antigravity, Cursor i Devin. Thinking Machines publikuje na licencji Apache 2.0 wagi Inkling 2 Small, OpenAI udostępnia dwa produkty do cyberobrony, Daybreak Red Team i Daybreak Defense Factory, a Google rozpoczyna przedsprzedaż inteligentnych okularów z Gemini. W Anthropic Claude dołącza do spotkań Google Meet, Managed Agents można w całości hostować samodzielnie, a strona poświęcona debiutowi giełdowemu podaje harmonogram.

Gemini 4 Hydrogen: 2,5 raza szybszy niż Gemini 3.8 Flash, wyprzedza Argon w Intelligence Index, w cenie 1,50 dolara za milion tokenów

12 listopada — Google uzupełnia serię Gemini 4 o Gemini 4 Hydrogen, po Argon i Carbon. Podczas gdy te dwa modele koncentrują się na długim rozumowaniu nad najtrudniejszymi problemami, Hydrogen zaprojektowano z myślą o szybkości: codziennym programowaniu, agentach korzystających kolejno z wielu narzędzi oraz syntezie dokumentów multimodalnych. Google przedstawia go jako następcę Gemini 3.8 Flash i wcześniejszych modeli Gemini 3 i 2.5.

Meet Gemini 4 Hydrogen: built for rapid coding, multimodal synthesis, and everyday workflows. It finishes tasks 2.5x faster than 3.8 Flash and surpasses Argon on the @ArtificialAnlys Intelligence Index.

🇵🇱 Oto Gemini 4 Hydrogen, zaprojektowany do szybkiego programowania, syntezy multimodalnej i codziennych zadań. Wykonuje zadania 2,5 raza szybciej niż 3.8 Flash i wyprzedza Argon w Intelligence Index od @ArtificialAnlys. — @GoogleDeepMind na X

W Intelligence Index od Artificial Analysis Hydrogen uzyskuje 51 przy domyślnym ustawieniu, wobec 50 dla Argon, oraz 54 przy najwyższym poziomie rozumowania. W porównaniu z 3.8 Flash Google zapowiada wykonywanie zadań 2,5 raza szybciej, ponad trzykrotnie wyższy wynik w Terminal-Bench 4.1 i ponad 5 razy mniej zmyślonych stwierdzeń: model sygnalizuje brak kontekstu, zamiast zgadywać.

Benchmark lub miara (dane Google)	Gemini 4 Hydrogen	Punkt odniesienia
Artificial Analysis Intelligence Index	51 (high), 54 (xhigh)	Gemini 4 Argon: 50
Terminal-Bench 4.1	57 %	Gemini 3.8 Flash: 18,2 %
Szybkość wykonywania zadań (ustawienie high)	2,5 raza szybciej	Gemini 3.8 Flash
HLE-Diamond	58,8 %	Lider swojej kategorii
Vals Tax Agent Bench	52,3 %	1. miejsce w klasyfikacji ogólnej
Agents’ Last Exam v1.1	71,6 %	Wyprzedza pozostałe modele według Google

Dla deweloperów gemini-4-hydrogen jest ogólnie dostępny w API Gemini, także w bezpłatnym planie z ograniczoną przepustowością. Płatne stawki są jednakowe w całym kontekście liczącym milion tokenów: 1,50 dolara za milion tokenów wejściowych, 7,50 dolara za tokeny wyjściowe (w tym rozumowanie) oraz 0,075 dolara za tokeny wejściowe objęte niejawnym cache. Do tych stawek wróci Gemini 3.8 Flash po zakończeniu promocji, która trwa do 31 grudnia (0,75 i 3,75 dolara). Hydrogen dodaje czwarty poziom rozumowania, xhigh, powyżej low, medium i high; domyślnym ustawieniem jest high, podczas gdy 3.8 Flash używał medium. Ujednolicony kontekst sięga 1 048 576 tokenów, z limitem 65 536 tokenów wyjściowych na żądanie synchroniczne i do miliona przy wykonywaniu w tle. Migracja z 3.8 Flash wymaga kilku dostosowań: jawny cache nie jest już dostępny, parametry temperature, top_p i top_k są ignorowane, a minimalny poziom rozumowania jest odrzucany.

Model trafia tego samego dnia do aplikacji Gemini na całym świecie (użytkownicy bezpłatnego planu uzyskują do niego dostęp przez automatyczny wybór modelu), do Google Search dla wszystkich, do Gemini dla Google Sheets początkowo dla abonentów Google AI Pro i Ultra oraz do Antigravity dla płatnych abonentów Pro i Ultra. Staje się też domyślnym modelem agenta Antigravity w Gemini Managed Agents. W chwili zbierania przez nas danych w repozytorium Gemini CLI nie znaleziono natomiast żadnego pull requestu wspominającego o Hydrogen.

W kwestii bezpieczeństwa Google zapowiada do 81 % mniej przypadków przekraczania zakresu instrukcji w zadaniach agentowych, 12 razy mniej działań niezgodnych z intencją i prób pójścia na skróty, 96,7 % w wewnętrznej ocenie uczciwości oraz ponad 2,3 raza większą odporność na pośrednie wstrzykiwanie promptów (Gray Swan). Opublikowano kartę modelu.

🔗 Ogłoszenie Gemini 4 Hydrogen (blog.google) · Nowości Gemini 4 Hydrogen w API (Google AI Studio) · Cennik API Gemini · Karta modelu (PDF)

Google Search przechodzi na Hydrogen — według Google to „największa aktualizacja modelu” w Search

12 listopada — Google Search wdraża Gemini 4 Hydrogen dla wszystkich użytkowników na całym świecie. Robby Stein, wiceprezes ds. produktu w Search, mówi o największej dotychczas aktualizacji modelu w Search. Wyszukiwarka ma lepiej rozumieć intencje, również w przypadku pytań wieloczęściowych, bardzo szczegółowych lub zawierających literówki. Rozszerza technikę rozgałęziania zapytań (query fan-out), która uruchamia równoległe wyszukiwania dotyczące poszczególnych podtematów pytania, dzięki czemu oferuje szerszy wybór linków. Odpowiedzi stają się bardziej wizualne, z obrazami, tabelami porównawczymi i narzędziami tworzonymi pod konkretne pytanie, we wszystkich językach obsługiwanych przez tryb AI. Google nie publikuje żadnych danych liczbowych dotyczących tego obszaru.

🔗 Gemini 4 Hydrogen w Search (blog.google)

Antigravity Orchestrator przełącza się między Carbon i Hydrogen w jednej sesji, zużywając o 24 % mniej limitu

12 listopada — Google Antigravity dodaje do selektora modeli opcję Orchestrator. Nie wybiera ona jednego modelu na całe zadanie: w trakcie tej samej sesji przekazuje pracę między Gemini 4 Carbon a Gemini 4 Hydrogen w obie strony. Carbon analizuje kod w trybie tylko do odczytu, wyjaśnia niejasności i tworzy plan; Hydrogen wprowadza zmiany, aktualizuje pakiety i uruchamia testy, a gdy napotka trudności, oddaje pracę z powrotem Carbon.

Według wpisu Antigravity Orchestrator zbliża się do skuteczności samego Carbon, zużywając średnio o 24 % mniej limitu i kończąc zadania o 19 % szybciej w Terminal-Bench 4.1; wpis na blog.google przypisuje te same wyniki do Terminal-Bench 4.0. Orchestrator jest początkowo dostępny wyłącznie dla abonentów Google AI Ultra, podczas gdy sam Hydrogen jest dostępny dla płatnych abonentów Pro i Ultra. Według Antigravity w ciągu kilku dni od pojawienia się /swarm uruchomiono też „dziesiątki tysięcy” rojów agentów (swarms).

🔗 Gemini 4 Hydrogen w Google Antigravity

Cursor: 54,3 % w CursorBench przy domyślnym poziomie wysiłku, wobec 39,6 % dla Gemini 3.8 Flash

12 listopada — Gemini 4 Hydrogen trafia do Cursor w dniu premiery. Według wpisu Cursor na X model przy domyślnym poziomie wysiłku uzyskuje 54,3 % w CursorBench, autorskim benchmarku producenta, wobec 39,6 % dla Gemini 3.8 Flash. Drugi wpis podaje cenę w Cursor: 1,50 dolara za milion tokenów wejściowych i 7,50 dolara za tokeny wyjściowe. Strona z oceną Cursor szczegółowo przedstawia trzy poziomy wysiłku.

Model i poziom wysiłku (strona z oceną Cursor)	Wynik CursorBench	Koszt na zadanie
Gemini 4 Hydrogen, poziom wysiłku High	54,3 %	5,59 dolara
Gemini 4 Hydrogen, poziom wysiłku Medium	46,7 %	1,76 dolara
Gemini 4 Hydrogen, poziom wysiłku Low	27,9 %	0,28 dolara
Gemini 4 Carbon, poziom wysiłku High (punkt odniesienia)	60,4 %	9,22 dolara

🔗 Ogłoszenie @cursor_ai · Strona z oceną Cursor

Devin: 38,2 % w FrontierCode 2.0 za 2,40 dolara na zadanie

12 listopada — Cognition również udostępnia Gemini 4 Hydrogen w Devin Desktop i Devin CLI. W FrontierCode 2.0, swoim benchmarku oceniającym jakość kodu tworzonego w rzeczywistych zadaniach i jego gotowość do scalenia, Hydrogen uzyskuje 38,2 %, mniej niż punkt za GPT-6.1 Sol i blisko Gemini 4 Carbon. Cognition kładzie nacisk przede wszystkim na koszt: 2,40 dolara na zadanie, około 40 % mniej niż 4,04 dolara w przypadku Carbon. Przy średnim poziomie wysiłku Hydrogen przewyższa już najlepszy wynik Gemini 4 Argon za mniej niż jedną siódmą jego kosztu na zadanie.

Oceniany model (fragment wykresu Cognition)	Wynik FrontierCode 2.0
Claude Fable 5.2	49,1 %
Claude Opus 5.5	45,5 %
Gemini 4 Carbon	40,0 %
GPT-6.1 Sol	39,0 %
Gemini 4 Hydrogen	38,2 %
Gemini 4 Argon	26,3 %

🔗 Gemini 4 Hydrogen w Devin (Cognition)

Inkling 2 Small: Thinking Machines publikuje na licencji Apache 2.0 wagi swojego multimodalnego MoE z 594B parametrów, w tym 17B aktywnych

12 listopada — Tydzień po premierze z zamkniętymi wagami Thinking Machines publikuje na Hugging Face wagi Inkling 2 Small na licencji Apache 2.0. Model był dostępny od 5 listopada w Tinker, platformie laboratorium do dostrajania modeli, na czas kończenia zewnętrznych testów bezpieczeństwa i red-teamingu, zgodnie z podejściem opisanym przez Thinking Machines w „bezpiecznej drodze do otwartych wag”.

Inkling 2 Small’s weights are now available for download on HuggingFace under an Apache 2.0 license. Make Inkling your own!

🇵🇱 Wagi Inkling 2 Small można już pobrać z HuggingFace na licencji Apache 2.0. Uczyńcie Inkling swoim własnym modelem! — @thinkymachines na X

To druga generacja modeli laboratorium, po Inkling-Small (276B parametrów, w tym 12B aktywnych): mieszanka ekspertów (Mixture-of-Experts) z 594 miliardami parametrów, w tym 17 miliardami aktywnych, która przyjmuje obrazy na wejściu, bez obsługi dźwięku, i oferuje regulowany poziom wysiłku. Wraz z wagami pojawia się ekosystem wdrożeniowy: integracja z Unsloth, SGLang, vLLM i TokenSpeed, dotrenowywanie za pomocą Miles, SkyRL i Snowflake Cortex Training oraz API u NVIDIA, Fireworks, Together, Baseten, Nebius, Modal i Cloudflare. Karta modelu na Hugging Face zapowiada okno kontekstu do miliona tokenów.

Thinking Machines podaje wynik 31 w Intelligence Index od Artificial Analysis (30,6 w swojej tabeli), za DeepSeek-V4.1-Flash-1017 (32,6), GLM 5.3 (31,7) i Gemini 3.8 Flash (30,8), a także za Claude Haiku 5.5 (36,5). Według własnych pomiarów firmy model pozostaje za DeepSeek-V4.1-Flash-1017 w większości benchmarków programistycznych, ale wyprzedza GLM-5.3-Flash.

Miara Thinking Machines	Inkling 2 Small	DeepSeek-V4.1-Flash-1017	GLM-5.3-Flash	Kimi K3	Claude Haiku 5.5
Parametry aktywne / łącznie (B)	17 / 594	16 / 552	18 / 320	104 / 2 800	Nie podano
AA Index v5.0	30,6	32,6	27,8	Nie podano	36,5
FrontierCode v2.0	25,4 %	28,5 %	17,6 %	17,3 %	34,9 %
DeepSWE v1.1	72,1 %	77,0 %	63,4 %	68,5 %	59,9 %
SWE-Bench Pro v2 (Hard)	86,3 %	89,7 %	82,8 %	88,2 %	52,9 %
MMMU Pro (analiza obrazu)	81,6 %	80,6 %	79,0 %	80,5 %	79,1 %

W optymalizacji kerneli GPU (PMPP-Hard) Inkling 2 Small rozwiązuje 54,25 zadań z 69 w ciągu dziesięciu godzin, wobec 63 dla GPT-6 Astra i 60 dla Claude Opus 5.5. Wpis szczegółowo opisuje metodę: trening wstępny na 8 400 miliardach tokenów w ciągu 68 godzin na szafach NVIDIA GB300 NVL72, w całości w NVFP4, a następnie kolejne fazy aż do miliona tokenów kontekstu, zasilane głównie trajektoriami próbkowanymi z wcześniejszych modeli, w tym Kimi K3. Dotrenowywanie mieści się w jednym przebiegu uczenia ze wzmocnieniem: 1 075 kroków, ponad 17 milionów rolloutów, 2 048 GPU przez dziewięć dni. Model testowano w OpenCode pod nazwą kodową Fledge-Alpha.

Thinking Machines wymienia też ograniczenia: model nie jest najbardziej zwięzły, nie zawsze wybiera właściwe narzędzie, gdy dostępnych jest wiele skills, i jest mniej dopracowany w rozmowie. W kwestii bezpieczeństwa laboratorium ocenia, że jego zdolności w zakresie ofensywnego cyberbezpieczeństwa są niższe niż u czołowych modeli otwartych, i uznaje, że wariant „helpful-only” przynosi jedynie marginalny przyrost wiedzy CBRN.

🔗 Inkling 2 Small (Thinking Machines) · Inkling-2-Small na Hugging Face

Daybreak Red Team i Daybreak Defense Factory: OpenAI udostępnia testy penetracyjne prowadzone przez agentów oraz narzędzie, które przekształca luki w poprawki

12 listopada — OpenAI organizowało tego dnia o 10:00 czasu PT prezentację Cyber at the Frontier, poświęconą ogłoszeniom z zakresu cyberbezpieczeństwa. Strona wydarzenia odsyła do dwóch produktów pod wspólną marką Daybreak oraz do formularza zgłoszenia dostępu do Daybreak. W chwili zbierania informacji OpenAI nie opublikowało ani wpisu na blogu, ani tweeta o prezentacji: poniższe informacje pochodzą ze stron produktów i dokumentacji.

Produkt Daybreak	Status na 12 listopada	Co robi
Daybreak Red Team	Wczesny dostęp, po rejestracji	Testy penetracyjne aplikacji internetowych prowadzone przez zespół agentów
Daybreak Defense Factory	Wersja zapoznawcza, plugin do ChatGPT	Analiza repozytoriów GitHub, import z Snyk, Endor Labs i Wiz, poprawki do weryfikacji

Daybreak Red Team opiera się na skoordynowanym zespole agentów, który na podstawie kodu źródłowego i kontekstu aplikacji internetowej bada ścieżki ataku i potwierdza luki. Weryfikuje również ustalenia ze skanerów kodu, programów bug bounty lub zgłoszeń ujawniających podatności, sprawdza, czy poprawka rzeczywiście blokuje exploit, i ponawia ocenę po zmianach w aplikacji. Zakres działania ograniczają izolowane środowiska i weryfikacja Guardian, z kontrolą aplikacji i punktów dostępu osiągalnych dla agentów. Produktu nie należy mylić z Daybreak Red, istniejącym poziomem dostępu do wyspecjalizowanych modeli cyberbezpieczeństwa przeznaczonych do autoryzowanych badań.

Daybreak Defense Factory ma przekształcać zaległe luki w poprawki. Instaluje się go jako plugin w wersji zapoznawczej w ChatGPT, w przeglądarce lub aplikacji komputerowej, w przestrzeniach roboczych z dostępem do Daybreak. Analizy w chmurze działają w Codex cloud i wymagają osobistego połączenia z GitHub. Dostępne są trzy tryby: analiza repozytorium, ciągłe monitorowanie nowych commitów lub analiza według harmonogramu. Narzędzie przegląda również pull requesty i importuje ustalenia z Snyk Open Source, Endor Labs i Wiz, do 10 000 wystąpień w jednym wyborze. Nic nie jest stosowane automatycznie: każda proponowana poprawka wymaga weryfikacji, „Fix with Codex” pozwala ją dopracować, a „Create PR” otwiera roboczy pull request. Repozytoria GitLab nie obsługują analizy w chmurze.

Analizy repozytoriów i ciągłe monitorowanie są rozliczane według zużycia tokenów, zgodnie ze stawkami planu i poza wliczonym limitem, z bezpłatnymi kredytami na analizy, które nie tracą ważności. Strony nie podają nazw modeli, wyników wydajności ani konkretnych cen. Defense Factory rozwija Codex Security Cloud, zaprezentowany 29 września, oraz podejście The Defense Factory opisane we wrześniu.

🔗 Cyber at the Frontier (OpenAI) · Data i godzina prezentacji (strona OpenAI poświęcona cyberbezpieczeństwu) · Daybreak Red Team · Daybreak Defense Factory · Dokumentacja (Codex Security) · FAQ Codex Security

OpenAI zabezpiecza setki swoich stale działających agentów OpenClaw za pomocą piaskownicy Codex

12 listopada — Blog OpenAI Developers wyjaśnia, jak OpenAI nadzoruje stale działających agentów uruchamianych wewnętrznie, w tym setki agentów OpenClaw, oraz ponad 500 agentów pracujących proaktywnie w tle. W odróżnieniu od sesji Codex stale działający agent pracuje bez przerwy i może podejmować działania bez czekania na użytkownika.

Pierwsza zasada to oddzielenie zaufanego kodu (sieć, tożsamość, piaskownica) od działania modelu: OpenAI dodało do projektu open source zdalne uruchamianie środowiska wykonawczego, dzięki któremu brama OpenClaw znajduje się w innym klastrze. Agenci działają w piaskownicy Codex: dostęp do sieci ogranicza lista dozwolonych adresów, zapis jest możliwy tylko w ich katalogu roboczym, a sekrety powierzono brokerowi poświadczeń. Auto-review zleca drugiemu agentowi zatwierdzenie każdego działania, każdy agent ma własną tożsamość powiązaną z ChatGPT Service Account, a wszystko jest rejestrowane w dziennikach. OpenClaw Enterprise, warstwa zarządzania agentami open source, jest w fazie pilotażowej, a wersja 1.0 ma się ukazać do końca roku.

🔗 Zabezpieczanie stale działających agentów, takich jak OpenClaw, w OpenAI

Inteligentne okulary z Gemini: Google rozpoczyna przedsprzedaż, od 395 dolarów w Warby Parker i 449 dolarów w Gentle Monster

12 listopada — Google rozpoczyna przedsprzedaż swoich inteligentnych okularów (Intelligent Eyewear) z Gemini, zaprojektowanych wspólnie z Samsungiem i dwiema markami okularów, Gentle Monster oraz Warby Parker; rola Samsunga nie została szczegółowo opisana. Zamówienia można składać przez internet i w sklepach obu marek, a pokazy odbywają się w wybranych sklepach Gentle Monster, Warby Parker i Google Store. Sprzedaż rozpocznie się 10 grudnia.

Linia okularów	Dostępne modele	Cena od	Wskazane kraje
Gentle Monster	6 kolorowych modeli, większość z możliwością montażu soczewek korekcyjnych	449 dolarów	Stany Zjednoczone i Korea Południowa
Warby Parker	Alden, Reid i Wren, w wersji korekcyjnej lub przeciwsłonecznej	395 dolarów	Wyłącznie konta Google ze Stanów Zjednoczonych i Korei Południowej

Oprawki przypominają zwykłe okulary. Wystarczy powiedzieć „Hey Gemini” lub dotknąć zausznika, aby zapytać Gemini o to, na co się patrzy, na przykład o historię muralu mijanego na ulicy. Google Maps udziela wskazówek głosowych, a Google Translate tłumaczy mowę w czasie rzeczywistym w ponad 70 językach. Osobom niewidomym lub słabowidzącym Guided Vision opisuje otoczenie, a Aira Explorer umożliwia połączenie z człowiekiem zapewniającym pomoc wizualną.

Okulary ważą około 41 g i działają do 9 godzin zależnie od sposobu użytkowania; etui zapewnia do 7 ładowań, a naładowanie do 60 % zajmuje około 30 minut. Wyposażono je w ultraszerokokątny aparat 12 Mpx (wideo do 3K), otwarte głośniki i ochronę IPX4. Łączą się przez Bluetooth z Pixel 7 lub nowszym z Android 17, iPhone 13 Pro lub nowszym (co najmniej 6 Go pamięci RAM) z iOS 26.6 lub nowszym albo z nowszym Galaxy S lub Z.

Google podkreśla znaczenie prywatności. Obrazy widziane przez Gemini nie są zapisywane w historii ani wykorzystywane do trenowania lub reklam, a twarze przechodniów są maskowane przed przetwarzaniem. Zewnętrzna kontrolka sygnalizuje robienie zdjęć i nagrywanie filmów oraz blokuje rejestrowanie obrazu, jeśli zostanie zasłonięta, a fizyczny przełącznik wyłącza wszystko. Aplikacje z Google Play nie mogą korzystać z aparatu okularów do transmisji na żywo w mediach społecznościowych ani do identyfikacji twarzy w czasie rzeczywistym.

🔗 Przedsprzedaż inteligentnych okularów (blog.google) · Ochrona prywatności (blog.google) · Specyfikacja i zgodność (glasses.google)

Debiut giełdowy Anthropic: ostateczna cena oczekiwana 18 listopada, pierwsze notowania 19 listopada, według oficjalnej strony

12 listopada — Anthropic promuje w tweecie stronę swojego debiutu giełdowego, ipo.anthropic.com, której daty uruchomienia nie podano. FAQ przedstawia harmonogram: pod warunkiem uzyskania zgody organów nadzoru ostateczna cena ma zostać ustalona 18 listopada, a pierwsze notowania mają się odbyć 19 listopada (według czasu wschodniego USA), na Nasdaq pod symbolem „ANT”. Według wpisu z 10 listopada, rozpoczynającego roadshow, oferta obejmuje 825 milionów akcji w cenie od 70 do 78 dolarów.

Wskaźnik opublikowany na stronie („Q3’26”)	Podana wartość
Przychody	17,0 miliardów dolarów, ponad 12 razy więcej niż rok wcześniej
Marża operacyjna	-3 %, a po korekcie 15 % (miara non-GAAP)
Strata netto	23,3 miliarda dolarów, w tym 21,9 miliarda bez wpływu na przepływy pieniężne
Efektywność obliczeń	Wzrost ponad 4 razy od pierwszego kwartału 2025

Według strony koszt bez wpływu na przepływy pieniężne wiąże się ze wzrostem wyceny. Europejska wersja strony opisuje ofertę dla inwestorów indywidualnych z dziewięciu krajów Europejskiego Obszaru Gospodarczego, w tym Francji; zgodnie z FAQ maksymalna cena 120 dolarów za akcję podana w europejskim prospekcie nie jest ceną oczekiwaną, a ostateczna cena będzie taka sama jak w ofercie amerykańskiej.

🔗 Strona debiutu giełdowego, wersja europejska · Tweet @AnthropicAI · Rozpoczęcie roadshow (Anthropic)

Claude Meetings w wersji beta: Claude dołącza do rozmów Google Meet w planach Team i Enterprise

12 listopada — Anthropic uruchamia Claude Meetings w wersji beta, stopniowo udostępnianej w planach Team i Enterprise. Claude dołącza do rozmowy jako widoczny uczestnik: można zadawać mu pytania głosowo lub na czacie, a domyślnie odpowiada pisemnie. Podczas spotkania tworzy dokumenty i tablice, które pozostali zaproszeni uczestnicy z organizacji mogą równocześnie edytować, oraz zapisuje notatki i zadania; wszystko trafia następnie na stronę spotkania w claude.ai.

Na razie obsługiwany jest tylko Google Meet. Możliwość zapraszania jest domyślnie włączona w Team, a w Enterprise włącza ją administrator; organizacje korzystające z zerowej retencji danych (ZDR), HIPAA-ready lub kluczy zarządzanych przez klienta (CMEK) są wyłączone z wersji beta. Claude zachowuje transkrypcję, podsumowanie i opisy ekranu, ale nie dźwięk, a domyślnie unika rozmów z gośćmi spoza organizacji. Notatki, transkrypcje i odpowiedzi są bezpłatne podczas wersji beta, z wyjątkiem odpowiedzi korzystających z podłączonego narzędzia; artefakty utworzone podczas spotkań pozostaną bezpłatne do 10 lutego 2027.

🔗 Przedstawiamy Claude Meetings

Claude Managed Agents we własnej infrastrukturze w prywatnej wersji beta: środowisko wykonawcze, piaskownice i historia sesji u klienta

12 listopada — Claude Managed Agents, zestaw API Anthropic do tworzenia i wdrażania autonomicznych agentów, może teraz działać w całości w infrastrukturze klienta, w prywatnej wersji beta. Dotąd samodzielnie można było hostować tylko piaskownice, w publicznej wersji beta dostępnej od 19 maja. Środowisko wykonawcze agenta, piaskownice, poświadczenia i historia sesji znajdują się teraz w chmurze firmy lub na jej serwerach, którymi sama zarządza.

Żądania do modelu trafiają tam, gdzie zdecyduje klient: do Anthropic, Amazon Bedrock, Google’s Agent Platform lub Microsoft Foundry albo do własnej bramy, z użyciem tych samych API co w usłudze hostowanej; zerowa retencja danych (ZDR) obowiązuje, jeśli została wdrożona. Poświadczenia pozostają poza piaskownicą, dostęp do sieci ogranicza lista dozwolonych hostów, a każda sesja pozostawia dziennik, który można wyeksportować w OpenTelemetry. Wersja beta jest dostępna dla kwalifikujących się organizacji za pośrednictwem ich opiekuna handlowego w Anthropic.

🔗 Uruchamianie Claude Managed Agents w obrębie własnej infrastruktury bezpieczeństwa

Wyspecjalizowane otwarte modele: transkrypcja od Salesforce, głos od Zyphra i podejmowanie decyzji od Perplexity

Trzy modele z otwartymi wagami, wszystkie na licencji Apache, są przeznaczone do konkretnych zadań. Dane liczbowe pochodzą od ich twórców.

SOV-Transcribe-1: Salesforce publikuje model transkrypcji zajmujący pierwsze miejsce wśród otwartych modeli w Artificial Analysis

12 listopada — Zespół Salesforce publikuje na Hugging Face SOV-Transcribe-1, swój pierwszy model rozpoznawania mowy z otwartymi wagami, na licencji Apache 2.0. To model językowy rozszerzony o obsługę mowy, przeznaczony do transkrypcji niestrumieniowej, z 4 miliardami aktywnych parametrów spośród 26 miliardów łącznie według wpisu (27 miliardów według karty modelu w Hub). Według zespołu zajmuje pierwsze miejsce wśród otwartych modeli w Artificial Analysis (7. miejsce w klasyfikacji ogólnej). Przyjmuje też instrukcje, na przykład słowa kluczowe pomagające lepiej transkrybować rzadkie nazwy. Raport techniczny nie został jeszcze opublikowany.

Benchmark (pomiary zespołu)	SOV-Transcribe-1	Przytoczone wyniki porównawcze
AA-WER, wskaźnik błędów (niższy = lepszy)	2,28 %	Nemotron 3.5 Transcribe 2,81 %, Voxtral Small 2,77 %
HALAS, rzeczywiste rozmowy (niższy = lepszy)	25,69 %	Qwen3-ASR 1.7B 26,01 %, Voxtral Small 27,35 %
VoiceCodeBench, nagrania bez błędów	76,3 %	2. miejsce wśród 23 systemów

🔗 SOV-Transcribe-1 (Hugging Face)

ZONOS3-Mini: Zyphra klonuje głosy w czasie rzeczywistym w 43 językach z 100M aktywnych parametrów

12 listopada — Zyphra publikuje ZONOS3-Mini, model syntezy mowy na licencji Apache 2.0, który klonuje głos bez wcześniejszego dostrajania (zero-shot) w 43 językach. Aktywuje zaledwie 100 milionów parametrów spośród 800 milionów, podczas gdy ZONOS2 opierał się na modelu z 8 miliardami parametrów, dzięki nowemu kodekowi audio o częstotliwości 15 Hz oraz hybrydowej architekturze łączącej Gated DeltaNet i attention z mieszanką ekspertów. Trenowanie trwało 2,5 dnia na 112 GPU H100. Opublikowano wagi, wersje skwantyzowane i silniki wykonawcze (przeglądarka z WebGPU, MLX, C++, SGLang-Omni), a kod udostępniono na licencji MIT. Zyphra plasuje go na pierwszym miejscu wśród otwartych modeli we własnym indeksie, przed Fish S2 Pro i MOSS TTS v1.5.

Urządzenie testowe (pomiary Zyphra)	Czas do pierwszego dźwięku
Pixel 9, w przeglądarce	Poniżej 570 ms
MacBook Air M3	Poniżej 150 ms
GPU H100 (mediana)	80 ms

🔗 ZONOS3-Mini (Hugging Face)

Decider v1.3: Perplexity dodaje ekstrakcję fragmentów do swoich otwartych modeli decyzyjnych

12 listopada — Perplexity udostępnia Decider v1.3 (27B, na bazie Qwen3.8-27B) i Decider Flash v1.3 (4B, uzyskany przez destylację pierwszego), swoje modele decyzyjne z otwartymi wagami. Te klasyfikatory ogólnego przeznaczenia zwracają w jednym przebiegu prawdopodobieństwa odpowiedzi na pytania zamknięte, bez generowania tekstu. Wagi są dostępne na licencji Apache w Hugging Face, modele są bezpłatne w OpenRouter do 19 listopada, a Decisions API zachowuje dotychczasowe ceny: 0,02 i 0,01 dolara za milion tokenów wejściowych, bez opłat za wyjście. Nowość, locate, wyodrębnia z tekstu fragmenty odpowiadające opisowi wraz z ich pozycjami; funkcja jest dostępna wyłącznie w v1.3, odczytuje tylko tekst i wyklucza web_grounding.

Ewaluacja Perplexity	Decider v1.3	Punkt odniesienia
Klasyfikacja zapytań (63 zadania)	91,6 %	+6,54 punktu względem klasyfikatorów produkcyjnych
Reranking (72 zadania, nDCG@10)	83,99	+2,24 względem Jev 1.14
Ekstrakcja locate (17 zadań spoza domeny)	69,0	Liquid d1: 43,3
Zgodność z ocenami sędziów LLM (1 milion zapytań)	93,98 %	Decider v1.2: 93,68 %

🔗 Perplexity Decider v1.3 · Bezpłatny dostęp w OpenRouter (@perplexitydevs)

Runway przechodzi do 3D: generowanie modeli przez Tripo H3.1, a następnie wybrany kąt widzenia służy jako odniesienie dla obrazu lub wideo

12 listopada — Runway obsługuje teraz 3D. Model Tripo H3.1 generuje szczegółowe modele 3D na podstawie tekstu lub obrazu, a użytkownik może również zaimportować własny model. Następnie wybiera dowolny kąt widzenia modelu, aby wykorzystać go jako odniesienie dla kolejnego obrazu lub wideo, a sam model można wyeksportować do innych narzędzi 3D. Runway zbliżał się już do 3D za pośrednictwem aplikacji: 3D Camera Control w App Studio (26 października), a następnie Sightline (9 listopada), które eksportuje swoją panoramę 360 do 3D. Tym razem generowanie modeli 3D trafia do samej aplikacji i zostaje powierzone modelowi zewnętrznemu. Ogłoszenie opublikowano w tweecie, bez wpisu na blogu ani w changelogu; nie podano kosztu w kredytach, objętych funkcją planów ani formatów eksportu.

🔗 Ogłoszenie @runwayml

Agenci programistyczni: Amp, Delta i Replit Agent

Amp zastępuje pokrętło Dial selektorem modelu i poziomu wysiłku

12 listopada — Amp rezygnuje z Dial, pokrętła z czterema trybami (low, medium, high, ultra), wprowadzonego w lipcu. Zastępuje je klasyczny selektor: dla każdego wątku wybiera się model i jego poziom wysiłku, a oba ustawienia można zmieniać w trakcie pracy. Powód wiąże się z rozliczeniami: odkąd Amp obsługuje subskrypcje i klucze API użytkownika, wybrany model decyduje również o tym, kto płaci, a selektor pokazuje dla każdego modelu połączenie, na które naliczane są opłaty. Zmiana modelu w trakcie wątku wiąże się z kosztem: cache promptu jest przypisany do konkretnego modelu, więc pierwsza wiadomość po zmianie kosztuje więcej. Opcja Staff Pick wskazuje model preferowany przez zespół, obecnie Claude Opus 5.5, i jest domyślnym ustawieniem dla nowych wątków. Ustawienia Dial nie są przenoszone.

Dawny tryb Dial	Domyślnie przypisany model
low	GLM-5.3-Flash
medium	Claude Opus 5.5
high	GPT-6 Astra
ultra	Claude Fable 5.2

🔗 Żegnaj, Dial (Amp)

Delta udostępnia Claude Agent przez ACP v2, z wykorzystaniem subskrypcji Claude użytkownika

12 listopada — Delta, wieloosobowe środowisko zespołu Zed, udostępnia pierwszego zewnętrznego agenta: Claude Agent, podłączonego przez Agent Client Protocol (ACP). Można zalogować się za pomocą subskrypcji Claude, zużywając zawarty w niej limit, lub konta Anthropic Console, rozliczanego jak API. Delta napisała dla Claude Agent SDK adapter ACP open source, który wczytuje skills, polecenia i pamięć tak jak Claude Code oraz korzysta z już skonfigurowanych serwerów MCP. Claude Agent na razie działa lokalnie, jeszcze bez obsługi Cloud Runners uruchomionych dzień wcześniej. Zespół twierdzi, że udostępnia go wcześniej niż zwykle, ponieważ była to najbardziej oczekiwana funkcja, i ocenia go jako wciąż niedojrzały. Integracja opiera się na ACP v2, który obsługuje pracę w tle: v2 jest na etapie projektu, wersja Preview ma pojawić się w najbliższych tygodniach, a Stable wkrótce potem. Kolejnym planowanym agentem jest Codex.

🔗 Claude Agent w Delta (wpis Delta)

Replit Agent robi zakupy dla firmy z Link i Visa oraz uruchamia kampanie Google Ads

12 listopada — Replit powierza swojemu Agentowi dwa nowe zadania. W ramach handlu agentowego (Agentic Commerce) Agent szuka zaopatrzenia na podstawie tego, co wie o działalności firmy, a następnie podagent przeglądarkowy dostarczany przez Browserbase wypełnia koszyk na stronie sprzedawcy. Całość zatrzymuje się na etapie płatności: właściciel zatwierdza końcową kwotę w Link, portfelu Stripe, z Visa do obsługi płatności inicjowanych przez agentów. Sesja przeglądarki jest izolowana, dostęp do shella odcinany na czas płatności, a wymóg zatwierdzenia egzekwowany w kodzie. Funkcja jest dostępna w planach Core i Pro, początkowo w Stanach Zjednoczonych; wpis mówi o zakupach jednorazowych, a dokumentacja również o subskrypcjach ze stałą ceną.

W ramach reklam agentowych (Agentic Ads) Agent tworzy lub podłącza konto Google Ads, pisze reklamy, generuje obrazy i dodaje śledzenie konwersji do aplikacji. Są to kampanie Performance Max, ze średnim budżetem dziennym wynoszącym co najmniej 15 dolarów, dostępne dla subskrybentów Pro na całym świecie w osobistym Workspace.

🔗 Replit Agent, zakupy i reklamy (wpis Replit) · Dokumentacja Agentic Commerce · Dokumentacja Agentic Ads

Krótkie wiadomości

Agenci programistyczni i CLI

Codex CLI 0.167.2 — Wersja opublikowana wieczorem 11 listopada domyślnie włącza przyrostowe przesyłanie aktualizacji narzędzi w Google Cloud Vertex AI, po Amazon Bedrock w 0.167.1. 12 listopada openai-python 3.50.0 i openai-node 7.56.0 dodają input_transformations, które informuje, jakie elementy rozumowania usunięto z wejścia i dlaczego. 🔗 źródło
Codex na iOS — Wersja 1.2026.307 ChatGPT na iOS z 10 listopada pozwala wklejać obrazy i pliki do pełnoekranowego pola tworzenia wiadomości w Codex, dyktować adnotacje i zmieniać dysk na hostach Windows; ręczne parowanie działa teraz z VoiceOver. 🔗 źródło
Copilot CLI 1.0.110-2 i 1.0.110-3 — Dwie wersje przedpremierowe, z odpowiednio 95 i 8 poprawkami: /compact przestrzega limitu kredytów AI dla sesji, CLI ostrzega, gdy --yolo lub --allow-all są ignorowane, a copilot -p informuje o nieuruchomionych serwerach MCP. SDK 1.0.32-preview.2 udostępnia BYOK dla natywnego API Interactions Gemini; najnowszą wersją stabilną pozostaje 1.0.109. 🔗 źródło
Antigravity CLI 1.5.7 i 1.5.6 — Wersja 1.5.7 uruchamia w trybie Auto każdą sesję bez zapisanego trybu, również w trybie headless (-p), przy czym restrykcyjne ustawienie uprawnień zachowuje pierwszeństwo. Wersja 1.5.6 z 11 listopada animuje /swarm board (królowa i po jednej pszczole na aktywnego agenta) oraz dodaje continuation_active do hooków Stop, aby zapobiegać pętlom. 🔗 źródło
Gemini CLI — Nadal brak nowej wersji od v0.68.0, a nocna kompilacja ponownie się nie powiodła. Do głównej gałęzi włączono dwie poprawki: gemini models list wyświetla rzeczywisty limit wyjścia (65 536 tokenów zamiast zakodowanych na stałe 8 192), a długie strumienie bez przesyłanych danych nie są już przerywane po 300 sekundach, gdy skonfigurowano dłuższy limit czasu. 🔗 źródło
Kimi Code 2.6.0 — Tryb pełnoekranowy zwija kolejne wywołania narzędzi i rozumowanie modelu do wierszy podsumowania, konfigurowalnych w /settings, a agent może wielokrotnie modyfikować plik bez ponownego odczytywania go. API lokalnego serwera zmienia się bez oznaczenia tej zmiany jako niekompatybilnej: punkty końcowe transkrypcji znikają na rzecz strumienia WebSocket. 🔗 źródło
Qwen Code v1.0.0-preview.1 — Wersja przedpremierowa skupiona głównie na poprawkach: subskrybenci Qwen odzyskują po zalogowaniu dostęp do modeli objętych ich subskrypcją, a modele Qoder wykonują teraz wywołania narzędzi równolegle. 🔗 źródło
CLI mistral 0.18.1 — Jedna poprawka: w macOS 27 narzędzie nie kończy już działania zaraz po uruchomieniu bez komunikatu (kod 137), dzięki prawidłowo podpisanym plikom binarnym dla macOS. 🔗 źródło
DeepSeek Harness 0.2.2-rc.2 — Ta opublikowana 11 listopada 38. wersja przedpremierowa agenta programistycznego DeepSeek, wciąż bez wydania stabilnego, pozwala przeglądać zmiany w worktree według gałęzi, commita lub typu pliku w ramach przeglądów GitHub oraz dodaje nazwanych podagentów na wielu poziomach. 🔗 źródło
Gemini 4 Carbon w Warp — Warp udostępnia Carbon w Warp Factories, swoim terminalu i narzędziu do benchmarków fabryk oprogramowania, umożliwiając porównanie na już wykonanych zadaniach agentów; nie podano cen ani wyników. 🔗 źródło
Astryx w v0 — v0 dodaje Astryx, przedstawiany jako design system Meta: po wybraniu go dla projektu v0 generuje interfejs z wykorzystaniem jego komponentów, wzorców i szablonów; nie podano planów ani cen. 🔗 źródło

Aplikacje i API

Grok Bot na Macu — Aplikacja desktopowa SpaceXSI może teraz korzystać z Wiadomości, Mail, Notatek, Przypomnień, Kalendarza, Lokalizacji i Kontaktów, przy czym każda aplikacja wymaga osobnej zgody; nie podano planu, wersji ani krajów. 🔗 źródło
Kimi Work 3.2.27 — Aplikacja desktopowa Moonshot AI trafia na Maki z procesorami Intel, wykonuje długie zadania w tle i współdzieli pluginy między trybami Work i Chat; poprawka uniemożliwia zapisanie projektu w folderze instalacyjnym, w którym aktualizacja mogła usunąć pliki. 🔗 źródło
Claude for Manufacturing — Anthropic udostępnia w planach Team i Enterprise plugin z 17 skills (sprzedaż, jakość, operacje, zakupy, projektowanie) i czterema konektorami (Autodesk Fusion, Infor, Microsoft 365, Oracle NetSuite), przy czym każdy proces zatrzymuje się na etapie weryfikacji przez człowieka; plugin nie steruje maszynami. 🔗 źródło
Opus 5.5 na co dzień — Poradnik Anthropic zaleca Opus 5.5 do pracy intelektualnej, powołując się na testy wewnętrzne (16 raportów na 18 bez zmyślonych liczb ani cytatów, analiza fuzji w 63 minuty wobec 93 dla Opus 5), i radzi zwiększyć poziom wysiłku przed zmianą modelu. 🔗 źródło
Adres e-mail w ChatGPT Enterprise — Globalni administratorzy Enterprise, Edu i Healthcare mogą zmieniać adresy użytkowników niezarządzanych przez SCIM w obrębie zweryfikowanej domeny tego samego tenantu, z limitem 2 zmian na 24 godziny i 20 przez cały okres istnienia konta. 🔗 źródło
Agent API Perplexity — Od 11 listopada max_output_tokens można pominąć we wszystkich modelach, również modelach Anthropic: każda generacja może wytworzyć do 128 000 tokenów wyjściowych, w granicach limitu modelu, przy wersjach poziomów wysiłku 2026-11-11.0. 🔗 źródło

GitHub

Koniec ARM32 w GitHub Actions — Hostowane runnery Linux i Windows przestaną wykonywać zadania ARM32 najpóźniej 8 grudnia 2026, ponieważ Node 24 nie obsługuje tej architektury; samodzielnie hostowane runnery ARM32 utraciły wsparcie 23 września. 🔗 źródło
Secret scanning i Cloudflare — Tokeny usługowe Cloudflare Access (cloudflare_access_service_token) są teraz automatycznie wykrywane w repozytoriach; changelog nie podaje, czy Cloudflare dołącza do programu partnerskiego. 🔗 źródło
Bezpośrednie linki do alertów public monitoring — Każdy alert monitorowania sekretów firmowych ujawnionych na github.com ma teraz własny URL, który można zapisać lub udostępnić współpracownikom mającym dostęp; funkcja pozostaje dostępna wyłącznie w GitHub Enterprise Cloud z Secret Protection lub Advanced Security, bez dodatkowych opłat. 🔗 źródło

Firmy i zastosowania

J.Crew Style Advisor — Stylista AI na JCrew.com proponuje w Stanach Zjednoczonych kompletne stylizacje z sesji zdjęciowych marki; zaprojektowany z Claude Fable 5.1 i prototypowany z Opus 5.5 w Claude Code, działa produkcyjnie na Sonnet 5.5 i Haiku 5.5. 🔗 źródło
Amplitude — Jej agent produktowy Wave w około 80 % korzysta z modeli OpenAI; według ewaluacji Amplitude GPT-6.1 Sol uzyskuje 67,5 wobec 69,3 dla innego modelu w agencie data science, przy koszcie 1,28 wobec 2,63 dolara za wykonanie. 🔗 źródło
Holiday Extras — Firma turystyczna przebudowała swoją aplikację z Codex w dwa tygodnie, wobec ponad sześciu miesięcy wcześniej; konwersja rośnie o 32,5 %, a wskaźnik błędów spada z 19 % do 9 %, przy różnych okresach porównawczych. 🔗 źródło
Gilbert + Tobin — Australijska kancelaria informuje, że z ChatGPT aktywnie korzysta 87 % zespołu, i przygotowała roczną ocenę swoich 120 partnerów przy użyciu ChatGPT Work, przy koszcie użycia wynoszącym około 62 dolary. 🔗 źródło
Lara Avci i Codex — OpenAI Developers przedstawia tę członkinię programu Codex Ambassador, która wspiera europejskich założycieli firm; jej strony i gry stworzone z Codex przyciągnęły ponad 30 000 odwiedzających w mniej niż cztery dni. 🔗 źródło

Obrazy, wideo i 3D

Character Swap & Insert w Luma — Udostępnione wieczorem 11 listopada narzędzie zastępuje lub wstawia postać, pojazd albo zwierzę, zachowując to samo ujęcie; nie podano ceny ani modelu, na którym się opiera. 🔗 źródło
Gemini Omni 1.2 Flash w HeyGen — Generowanie wideo z tekstu i obrazu, klipy o długości do 15 sekund z jednocześnie generowanym dźwiękiem i edycją w wielu turach; nie podano ceny ani kosztu w kredytach. 🔗 źródło
HeyGen i Grok Bot — HeyGen proponuje wytrenowanie Grok Bot w Slacku w zakresie stylu komunikacji marki i nadanie mu identyfikatora awatara HeyGen, aby zespołowo tworzyć filmy w stylu treści użytkowników; bez szczegółów integracji ani cen. 🔗 źródło
Moderacja w Runway — Runway wyjaśnia, że zastąpił zewnętrzne klasyfikatory ze stałymi kategoriami własnymi regułami, egzekwowanymi przez LLM i aktualizowanymi w ciągu kilku godzin: sceny walki i horror są dopuszczane, a nadużycia skuteczniej blokowane. 🔗 źródło
TRELLIS.2 dostrojony za pomocą LoRA — Hugging Face publikuje poradnik dostrajania tego modelu generowania 3D na zbiorze 188 butów; na dziewięciu obiektach testowych F-score rośnie z 0,276 do 0,803. 🔗 źródło

Otwarte modele i badania

ForeSpark — Meta bez ogłoszenia publikuje kod tej metody szeregowania równoległego dekodowania spekulatywnego; według README osiąga ona do 1,77 raza taką przepustowość jak DSpark i 2,49 raza taką jak dekodowanie autoregresyjne w vLLM. 🔗 źródło
Origami od Wirkung — Pięć otwartych modeli (Qwen3.5-9B i 27B, Gemma 4 31B, MiniMax-H3, Kolibri-1) przekonwertowanych bez ponownego trenowania do plików od 4,3 do 7,5 razy mniejszych; wpis nie podaje pomiarów zachowanej jakości. 🔗 źródło
Construction-Site-Traversability w FiftyOne — Voxel51 konwertuje dane robota gąsienicowego poruszającego się w pętli po dwóch placach budowy: 1 h 45 jazdy, 9 760 m terenu, 62 995 kolorowych obrazów i tyle samo skanów lidar. 🔗 źródło

Ekosystem

OpenAI i bezpieczeństwo dzieci — Podczas Paryskiego Forum Pokoju OpenAI podpisało kartę na rzecz bezpieczniejszej AI dla dzieci i zobowiązało się przekazać 2 miliony dolarów na sieć badawczą koalicji stojącej za tą inicjatywą; wyniki zostaną opublikowane, nawet jeśli będą negatywne. 🔗 źródło
Cohere — Jaya Baloo, współzałożycielka AISLE i była CISO Rapid7, Avast oraz KPN Telecom, zostaje pierwszą dyrektorką ds. bezpieczeństwa informacji w Cohere; wpis nie informuje, czy przejęcie AISLE zostało sfinalizowane. 🔗 źródło
Synthesia w AI 100 — Synthesia znalazła się w pierwszym rankingu 100 czołowych prywatnych firm AI przygotowanym przez Newcomer i Bessemer oraz przypomina o ponad 65 000 klientów i rundzie finansowania serii E w wysokości 200 milionów dolarów przy wycenie 4 miliardów. 🔗 źródło
Przewodnik Perplexity po oknie kontekstowym — Wyjaśnia pomiar w tokenach oraz limity wejścia i wyjścia, a także porównuje GPT-6 Astra (1,05 miliona tokenów), Claude Opus 5.5 (1 milion) i Gemini 4 Argon (1 048 576), bez nowości produktowych. 🔗 źródło

Co to oznacza

Szybki model dogania duży, a narzędzia do kodowania pozwalają porównać ich koszty. Gemini 4 Hydrogen wyprzedza Argon w Intelligence Index firmy Artificial Analysis, a w Devin ustępuje Carbon o 1,8 punktu przy koszcie zadania niższym o około 40 %. Na stronie z wynikami ocen Cursor różnica jest wyraźniejsza: 54,3 % przy 5,59 dolara za zadanie w trybie High wobec 60,4 % przy 9,22 dolara w przypadku Carbon. Antigravity Orchestrator i selektor modeli Amp prowadzą do tego samego wniosku na poziomie produktu: nie korzysta się już z jednego modelu przez całą sesję, lecz zmienia się go zależnie od etapu, przy czym w Amp każda zmiana wiąże się z kosztem, ponieważ tracony jest cache promptu.

Otwarte wagi są udostępniane etapami, wraz z wynikami podawanymi przez twórców. Inkling 2 Small przez tydzień działał na Tinker z nieudostępnionymi wagami, na czas zewnętrznych testów bezpieczeństwa, po czym został opublikowany na licencji Apache 2.0 wraz z całym ekosystemem wdrożeniowym. Trzy zaprezentowane dziś wyspecjalizowane modele — do transkrypcji, głosu i podejmowania decyzji — łączy otwarta licencja oraz oceny przeprowadzone przez ich autorów, czasem według własnego wskaźnika, jak w przypadku Zyphra. Ponieważ raport techniczny SOV-Transcribe-1 nie został jeszcze opublikowany, wyniki tych rankingów wymagają weryfikacji w innych źródłach.

Agenci przejmują zadania związane z bezpieczeństwem, a ich twórcy szczegółowo opisują zabezpieczenia regulujące ich działanie. Daybreak Red Team testuje aplikacje w odizolowanych środowiskach pod nadzorem Guardian, a Defense Factory proponuje poprawki, nigdy nie stosując ich samodzielnie. OpenAI obejmuje własnych agentów OpenClaw sandboxem Codex, mechanizmem Auto-review i osobną tożsamością dla każdego agenta; Anthropic stosuje podobne zasady w samodzielnie hostowanym Managed Agents, z danymi uwierzytelniającymi poza sandboxem, listą dozwolonych hostów i pełnym dziennikiem zdarzeń. Replit z kolei zatrzymuje swojego Agenta przy płatności i wymusza zatwierdzenie w kodzie, a nie w modelu.

Asystent trafia do miejsc, w których obecne są inne osoby, a oba dotyczące tego ogłoszenia od razu odnoszą się do tej kwestii. Claude Meetings przechowuje transkrypcję bez nagrania audio i domyślnie pomija rozmowy z udziałem gościa spoza organizacji. Okulary Google maskują twarze przechodniów przed przetwarzaniem danych i sygnalizują rejestrowanie kontrolką, której zasłonięcie je blokuje, a Google Play zabrania na nich identyfikacji twarzy w czasie rzeczywistym.