Mistral udostępnia wagi Mistral Large 4, Cohere celuje w 7 miliardów dolarów kanadyjskich, OpenAI szczegółowo opisuje monitorowanie rozbieżności z celami

Mistral udostępnia wagi Mistral Large 4, natywnie multimodalnego modelu MoE o około 1 000 miliardów parametrów, udoskonalonego dzięki trzem tygodniom uczenia przez wzmacnianie od wersji zapoznawczej z 6 października, na zmodyfikowanej licencji MIT i w cenie 0,70 dolara za milion tokenów wejściowych. Cohere ogłasza pierwsze zamknięcie rundy serii E, której celem jest pozyskanie do 7 miliardów dolarów kanadyjskich, OpenAI opisuje system, który monitoruje już wszystkie jego najbardziej zaawansowane treningi z uczeniem przez wzmacnianie, a Pika wprowadza H3 Flex, model wideo i audio z otwartymi wagami. Wśród nowości produktowych aplikacje Claude obsługują już 33 języki i trafiają do CarPlay, Gemini edytuje pliki w rozmowie, a Amp daje swoim agentom komputer Mac.

Mistral udostępnia wagi Mistral Large 4 (Le Chonk), udoskonalonego dzięki trzem tygodniom uczenia przez wzmacnianie

29 października — Mistral dotrzymuje obietnicy złożonej przy okazji wersji zapoznawczej z 6 października: wagi Mistral Large 4, zwanego „Le Chonk”, są dostępne na Hugging Face. Nie jest to dokładnie ten sam model co trzy tygodnie temu. Mistral przez trzy tygodnie kontynuował uczenie przez wzmacnianie (reinforcement learning), według własnych deklaracji bez oznak nasycenia, uzyskując wydajniejsze rozumowanie i trzy tryby do wyboru: low, medium i high (domyślny), przy czym low zastępuje dawny tryb bez rozumowania.

Architektura pozostaje bez zmian: natywnie multimodalna mieszanka ekspertów (MoE) o około 1 000 miliardów parametrów (1T), z których 49 miliardów jest aktywnych na token (52 miliardy z warstwami wejściową i wyjściową), 128 ekspertów routowanych, w tym 4 aktywnych, oraz jeden ekspert współdzielony, okno 1M tokenów, tekst i obrazy na wejściu. Model wytrenowano od zera na 3 800 GPU NVIDIA Grace Blackwell w europejskich centrach danych Mistral. Obsługuje ponad 160 języków, w tym wszystkie języki urzędowe Unii Europejskiej.

Poniższe liczby to wyniki, które Mistral podaje wprost we wpisie i w karcie modelu na Hugging Face; wyniki konkurentów przedstawiono tam wyłącznie na wykresach.

Benchmark przywołany przez Mistral	Mistral Large 4 (29 października)	Wersja zapoznawcza lub punkt odniesienia
FrontierCode 2.0 (Cognition)	19,7 %, 1. wśród otwartych modeli	8,8 % dla wersji zapoznawczej (wpis Cognition, 27/10)
Terminal-Bench 4.0	41 %	+13 punktów, o 30 % mniej tokenów wyjściowych
AA Coding Agent Index	48 %	ex aequo z GLM-5.3, o 47 % mniej tokenów
AA Intelligence Index v5	26	najlepszy zachodni otwarty model
AA Cyber Index	51 %	—
Odmowa realizacji złośliwych żądań cybernetycznych	średnio 96,6 %	najwyższy wynik zmierzony przez Mistral wśród otwartych modeli
B3 Agent Security Benchmark	97,1 % powstrzymanych ataków	93,3 % dla wersji zapoznawczej
BrowseComp	84,5 %	75 % dla modelu wyjściowego po dostrojeniu (SFT)
Finch (FinWorkBench)	73,3 %	2. wśród otwartych modeli, za Kimi K3

Sam Mistral przyznaje, że najlepsze chińskie otwarte modele osiągają lepsze wyniki w zbiorczym Intelligence Index. W ślepych ocenach przeprowadzanych przez ludzi w Surge Code model jest preferowany względem GLM-5.3, Kimi K3 i DeepSeek V4.1 Flash, ustępując jedynie Claude Opus 5.5.

Cyberbezpieczeństwo zajmuje połowę wpisu, wraz z wypowiedziami przedstawicieli CrowdStrike, Cloudflare, Zscaler, Cisco, Fortinet czy ENISA. Mistral zachowuje tu ostrożność: od wydania wersji zapoznawczej monitoruje wykorzystanie swojego modelu do działań cybernetycznych, a choć model skutecznie odmawiał pomocy w atakach typu black-box na rzeczywiste cele, Mistral nadal dostrzega potencjał realnego zwiększenia możliwości napastników (uplift). Dlatego modyfikuje zabezpieczenia, w najbliższych miesiącach pojawią się kolejne aktualizacje, a wyspecjalizowany wariant do testów penetracyjnych i symulowanych ataków (red teaming) pozostaje zarezerwowany dla zweryfikowanych partnerów związanych umową, takich jak Orange Cyberdefense.

Model udostępniono na Mistral Ecosystem Open-Weight License, zmodyfikowanej licencji MIT: korzystanie, modyfikowanie, dostrajanie i komercjalizacja są dozwolone, z jednym zastrzeżeniem — oferowanie modelu jako usługi (Model-as-a-Service) wymaga odrębnej licencji komercyjnej. Można go serwować za pomocą vLLM (zalecane), SGLang, transformers lub llama.cpp. Dostępny jest wariant NVFP4 dla GPU Blackwell, a model zawiera głowicę dekodowania spekulacyjnego DSpark, która według Mistral zwiększa przepustowość nawet 1,9 raza; skala poprawy zależy od sprzętu i obciążenia. Model jest dostępny w Mistral Studio, przez API Mistral, OpenRouter, Vibe Code, Microsoft Foundry, który przedstawia się jako pierwszy dostawca chmurowy oferujący ten model, oraz przez NVIDIA NIM. Zapowiedziano pełny raport techniczny, bez podania daty.

Rodzaj opłaty (za milion tokenów)	Cena na 29 października	Wersja zapoznawcza z 6 października
Wejście	0,70 dolara	1,36 dolara, cena przekreślona i podzielona przez dwa (0,68)
Wejście z cache	0,07 dolara	—
Wyjście	2,10 dolara	4,18 dolara, cena przekreślona i podzielona przez dwa (2,09)

Ostateczny cennik odpowiada więc mniej więcej cenie podzielonej przez dwa, którą pokazywała karta wersji zapoznawczej, czyli około połowie jej ceny bazowej.

🔗 Wpis Mistral · Karta modelu na Hugging Face

Hugging Face obsługuje Mistral Large 4 już w dniu premiery w Transformers v5.22.0 i TRL v1.17.0

29 października — Hugging Face zapewnia obsługę modelu od razu po jego premierze. Transformers v5.22.0, wydana o 14 h 15 UTC, jest w całości poświęcona Mistral Large 4 i wprowadza zmianę łamiącą kompatybilność: logika równoległości ekspertów trafia do osobnego pliku. Wpis zespołu szczegółowo opisuje architekturę (72 warstwy, mechanizm uwagi MLA z indekserem DeepSeek Sparse Attention, układ warstw RoPE i NoPE w proporcji 3:1, enkoder obrazu Pixtral o 1,6 miliarda parametrów) oraz dwa oficjalne warianty, FP8 i NVFP4, uzupełnione o GGUF od Unsloth i zespołu llama.cpp. vLLM i llama.cpp zapewniają obsługę od pierwszego dnia, a model można też wdrażać przez Inference Endpoints, inferencję bezserwerową (serverless) i Dell Enterprise Hub.

Jeśli chodzi o trening, TRL v1.17.0 pozwala dostrajać ten model o 1 000 miliardów parametrów za pomocą LoRA na jednym węźle z 8 GPU B300, bezpośrednio z wag FP8: 32 700 tokenów na krok w około 8 sekund, przy 142 Gio na GPU. Ta sama wersja usuwa subtelne obciążenie statystyczne w uczeniu przez wzmacnianie z vLLM, które normalizowało prawdopodobieństwa po filtrowaniu, podczas gdy trener robił to dla całego słownika: przy top_p=0.9 współczynnik próbkowania według ważności spadał do około 1e-4 zamiast 1. Uwaga: wpis Hugging Face przytacza wyniki przypisane Mistral, które różnią się od wyników we wpisie premierowym (28,3 % w Terminal-Bench 4 wobec 41 %); powyższa tabela opiera się na wpisie Mistral.

🔗 Wpis Hugging Face · Transformers v5.22.0 · TRL v1.17.0

Cohere ogłasza pierwsze zamknięcie rundy serii E, której celem jest pozyskanie do 7 miliardów dolarów kanadyjskich

29 października — Cohere ogłasza pierwsze zamknięcie (initial close) rundy serii E. Celem rundy jest pozyskanie do 7 miliardów dolarów kanadyjskich przy wycenie 35,7 miliarda dolarów kanadyjskich; ta ostatnia kwota pojawia się wyłącznie w przypiętym tweecie firmy, a nie we wpisie na blogu. Cohere nie podaje, ile środków pozyskano na tym pierwszym etapie: 7 miliardów to cel, a nie otrzymana kwota.

We’re proud to announce the initial close of our Series E, targeting up to CAD $7 billion at a CAD $35.7 billion valuation; marking the largest private financing round in Canadian startup history.

🇵🇱 Z dumą ogłaszamy pierwsze zamknięcie naszej rundy serii E, której celem jest pozyskanie do 7 miliardów dolarów kanadyjskich przy wycenie 35,7 miliarda dolarów kanadyjskich, co czyni ją największą prywatną rundą finansowania w historii kanadyjskich startupów. — @cohere na X

Wpis podpisany przez trzech współzałożycieli, Nicholasa Frossta, Ivana Zhanga i Aidana Gomeza, szczegółowo przedstawia rundę finansowania:

Element rundy	Ogłoszona wartość
Etap	Pierwsze zamknięcie
Cel	Do 7 miliardów dolarów kanadyjskich
Wycena (tylko w tweecie)	35,7 miliarda dolarów kanadyjskich
Dotychczas pozyskana kwota	Nie ujawniono
Główny inwestor	Schwarz Group
Pozostali wymienieni inwestorzy	Bell Ventures, Bullhound Capital, Inovia Capital, NVIDIA, Prosperity7 Ventures, rząd Kanady

Schwarz Group wymieniano już w kwietniu, przy okazji połączenia z Aleph Alpha, jako inwestora wnoszącego do tej rundy serii E 600 milionów dolarów amerykańskich; we wrześniu materiał CNN udostępniony przez Cohere szacował wycenę firmy na 7 miliardów dolarów. Premier Kanady Mark Carney z zadowoleniem przyjął tę zapowiedź w wiadomości udostępnionej przez Cohere.

Wpis jest przede wszystkim manifestem. Cohere chce stać się firmą z czołówki rozwoju AI poza Stanami Zjednoczonymi i Chinami i odrzuca to, co nazywa fatalizmem dotyczącym granicy możliwości (frontier fatalism): przekonanie, że świat powinien wynajmować inteligencję od dwóch krajów i garstki firm. Podaje przy tym liczbę: wcześniej w tym roku ponad 70 % tokenów otwartych modeli serwowanych przez OpenRouter pochodziło z modeli chińskich, wobec 3 % czternaście miesięcy wcześniej. Firma stawia tezę, że granica możliwości jest nierówna (jagged) i można przodować w konkretnych dziedzinach, takich jak cyberobrona: AISLE, którego przejęcie przez Cohere jest w toku, zidentyfikowało w ciągu roku ponad 500 CVE oraz 18 z 24 luk naprawionych w październikowej wersji curl.

Na najbliższe dwanaście miesięcy Cohere zapowiada cztery przedsięwzięcia, bez podania dat: sfinalizowanie połączenia z Aleph Alpha i przejęcia AISLE, uruchomienie Cohere Cyber dla środowisk izolowanych i niejawnych, opublikowanie nowej generacji modeli oraz rozpoczęcie treningu na skalę najbardziej zaawansowanych modeli wraz z partnerami z krajów sojuszniczych. Środki mają też wesprzeć North, platformę niezależną od modelu, którą można wdrażać w chmurze klienta, w jego centrum danych lub w odizolowanej sieci.

🔗 Wpis współzałożycieli Cohere

Cognition przejmuje Corridor, aby wzmocnić Devin Security

29 października — Cognition ogłasza przejęcie Corridor, startupu zajmującego się bezpieczeństwem oprogramowania, założonego prawie dwa lata temu przez Jacka Cable i Ashwina Ramaswamiego. We wpisie na blogu Cognition datowanym na 28 października, ale ogłoszonym na X 29 października, obaj współzałożyciele wyjaśniają, że Corridor, przedstawiający się jako warstwa bezpieczeństwa dla zespołów opartych od podstaw na AI, dołącza do twórcy Devin, aby dalej rozwijać Devin Security. Spotykają tam Russella Kaplana, prezesa Cognition i jednego z pierwszych doradców Corridor, Alexa Stamosa, dyrektora ds. bezpieczeństwa Cognition, z którym ponownie będą współpracować, oraz Stevena Hao, CTO firmy.

Wpis przedstawia transakcję jako pilną konieczność: według założycieli agenci AI potrafią już przeprowadzić cały atak od początku do końca, a najbliższe 6 do 12 miesięcy będzie najbardziej decydującym okresem w historii cyberbezpieczeństwa. Nie ujawniono kwoty ani warunków transakcji, podobnie jak przyszłości produktu Corridor i jego klientów. Przejęcie stanowi kolejny krok ofensywy Cognition w dziedzinie bezpieczeństwa, trzy dni po ponownym uruchomieniu Devin Security z dogłębnymi analizami opartymi na Claude Mythos.

🔗 Wpis Corridor · Ogłoszenie Cognition na X

OpenAI szczegółowo opisuje swój system monitorowania zachowań niezgodnych z założeniami, rozszerzony od czasu incydentu w Hugging Face na wszystkie treningi RL najzaawansowanych modeli

29 października — OpenAI opisuje system monitorujący zachowania swoich modeli niezgodne z założeniami (misaligned behavior) i zaczyna od przyznania się do niedopatrzenia: incydent w Hugging Face rozpoczął się podczas wewnętrznych ewaluacji cyberbezpieczeństwa, w których te mechanizmy monitorujące nie działały. Od tego czasu zakres monitorowania rozszerzono na trening, ewaluacje, zastosowania wewnętrzne oraz, w dostosowanej formie, wdrożenia zewnętrzne. W przypadku modeli o możliwościach co najmniej takich jak GPT-6 Astra monitorowane są każde uruchomienie uczenia ze wzmocnieniem (RL), każda ewaluacja i każde środowisko wykonawcze z narzędziami, a także cały wewnętrzny ruch Codex, niezależnie od modelu.

Today, we’re sharing a look at our expanded system for monitoring frontier models at OpenAI, which in September helped us catch a model’s attempt to access the live internet during training.

🇵🇱 Dziś przedstawiamy przegląd naszego rozszerzonego systemu monitorowania najzaawansowanych modeli w OpenAI, który we wrześniu pomógł nam wykryć próbę uzyskania przez model dostępu do rzeczywistego Internetu podczas treningu. — @OpenAI na X

System składa się z czterech warstw, od najmniej kosztownej po najbardziej szczegółową; treningi RL najzaawansowanych modeli i wewnętrzny ruch Codex pomijają pierwszą.

Warstwa monitorowania	Rola w systemie
L0, sondy aktywacji (activation probes)	Wykrywają podejrzane wzorce w wewnętrznych aktywacjach; losowo wybrane 5 % nieoznaczonego ruchu i tak trafia do następnej warstwy
L1, recenzent oparty na modelu	Analizuje rozmowę, łańcuch myślenia i wywołania narzędzi na końcu każdej tury oraz przy każdym podsumowaniu kontekstu
L2, agenci dochodzeniowi	Agent ds. bezpieczeństwa i agent ds. zgodności z założeniami analizują wszystkie okna kontekstowe i wykonują kod w izolowanym środowisku
L3, zautomatyzowane dochodzenie	Porównuje transkrypcję z logami sieciowymi i telemetrią w przypadku wrażliwych zadań (wewnętrzny Codex, ewaluacje, RL)

W przypadku warstwy L1 OpenAI przechodzi na kontrole nie rzadziej niż co 30 minut. Podawane liczby:

Wskaźnik opublikowany przez OpenAI	Deklarowana wartość
Alert podczas odtworzenia incydentu w Hugging Face	około 30 minut po wydostaniu się z izolowanego środowiska
Wyprzedzenie faktycznego włamania do Hugging Face	ponad 30 godzin
Próba uzyskania dostępu do Internetu przez DNS we wrześniu	zgłoszona w ciągu 15 minut, analiza przez człowieka 3 minuty później
Typowy czas do zgłoszenia alertów o najwyższym priorytecie	około 15 minut

Wpis wskazuje też ograniczenia systemu. Fałszywe alarmy uniemożliwiają stałe utrzymywanie powiadomień dla dyżurnych (paging): w przypadku treningów RL najzaawansowanych modeli działają one przez całą dobę, dla większości pozostałych zadań w godzinach pracy, a dla wewnętrznego ruchu Codex wcale. OpenAI dąży do automatycznego wstrzymywania działania, gdy alert o najwyższym priorytecie nie zostanie odrzucony w ciągu 30 minut od powiadomienia człowieka. Większość luk wykrytych przez METR i Redwood Research podczas lipcowych testów została usunięta, ale jedna poprawka nadal jest opracowywana.

Na uwagę zasługują dwie decyzje projektowe. Próbka treningowa, która uruchamia mechanizm monitorujący, zachowuje swoją nagrodę, aby nie uczyć modelu ukrywania odstępstw w łańcuchu myślenia; OpenAI zauważa, że bardziej zaawansowane modele, w tym Astra, już lepiej kontrolują to, co ten łańcuch ujawnia. Z kolei spośród modeli testowanych w roli monitorów GPT-5.6 Sol wykrywa znacznie więcej przypadków niż GPT-5.6 Terra czy Luna, częściowo, według OpenAI, dlatego, że prompt monitorujący został zoptymalizowany pod jego kątem.

Poza firmą wersja systemu monitoruje niektóre wdrożenia modeli przekraczających próg Critical w cyberbezpieczeństwie, takich jak Astra, bez systematycznego przekazywania przypadków pracownikom OpenAI: rozmowa może zostać automatycznie wstrzymana, firmy mogą otrzymywać alerty przez webhook, a zerowa retencja danych jest respektowana. Monitorowanie obejmuje żądania do Responses API z narzędziami, ale nie Chat Completions.

🔗 Wpis OpenAI

OpenAI reorganizuje Model Spec wokół pięciu wartości i usuwa większość wytycznych dotyczących stylu

29 października — Tego samego dnia OpenAI publikuje nową wersję Model Spec, publicznego dokumentu opisującego, jak powinny zachowywać się jego modele. Wytyczne pogrupowano wokół pięciu wartości: wierności ludzkim intencjom (faithfulness to human intent), ograniczania szkód, uczciwości i przejrzystości, wspierania ludzkiej sprawczości (human agency), czyli zdolności ludzi do samodzielnego rozumienia, wybierania i działania, oraz troski o ludzi (care). OpenAI uzasadnia ten wybór rosnącą autonomią modeli: im dłużej trwają ich zadania, tym bardziej ich decyzje oddalają się od tego, o co człowiek wyraźnie poprosił.

Wierność intencjom staje się podstawą, z nową sekcją inspirowaną grami asystującymi (assistance games): instrukcje pozostają najczytelniejszym sygnałem, ale model powinien uwzględniać kontekst, wcześniejsze rozmowy i zapisane wspomnienia oraz ujawniać założenia, które z nich wyprowadza. Obejmuje ona zaktualizowaną hierarchię poleceń (chain of command) między OpenAI, deweloperami i użytkownikami. Nowe wytyczne dotyczą ludzkiej sprawczości, poszanowania norm społecznych i kontrolowania skutków ubocznych działań. Jednocześnie OpenAI usuwa większość szczegółowych wytycznych dotyczących stylu, który ma odpowiadać indywidualnym preferencjom, a Spec nie mówi już o „asystencie”, lecz o „GPT”. OpenAI zaznacza, że jego modele nie odzwierciedlają jeszcze w pełni tego dokumentu, i zapowiada w przyszłych aktualizacjach metody treningu, dzięki którym przyswoją te wartości.

🔗 Wpis OpenAI o Model Spec · Wątek Jasona Wolfe’a

Anthropic uczy Claude samodzielnego zgłaszania nadużyć w prowadzonych przez niego rozmowach

29 października — Anthropic uruchamia nowy blog, Safeguards, i przy tej okazji wyróżnia wpis z 16 października o samoocenie (self-assessment), technice, dzięki której Claude sam monitoruje nadużycia. Bezpośrednio po każdej odpowiedzi krótka instrukcja systemowa prosi go o ocenę bezpieczeństwa rozmowy, a Claude odpowiada krótkim JSON-em: czy rozmowa została oznaczona, powód, kategoria i szczegółowa zasada, czy nastąpiła odmowa, priorytet od 1 do 10 dla analizy przez człowieka. Te dwie tury pozostają niewidoczne dla użytkownika i nie są uwzględniane w dalszej wymianie.

Because Claude has already read the conversation, self-assessment is very efficient. And unlike classifiers, which target a discrete set of harms, it draws on Claude’s own judgment, so it gets more accurate as our models improve.

🇵🇱 Ponieważ Claude przeczytał już rozmowę, samoocena jest bardzo wydajna. W przeciwieństwie do klasyfikatorów, które skupiają się na zamkniętym zbiorze szkód, opiera się na własnym osądzie Claude, dzięki czemu staje się coraz dokładniejsza w miarę rozwoju naszych modeli. — @AnthropicAI na X

Ocena jest mało kosztowna: rozmowa znajduje się już w cache KV, a Claude generuje około dziesięciu tokenów, co według Anthropic zwiększa obciążenie obliczeniowe inferencji o mniej niż 2 % i nie jest naliczane klientom. Działa od czerwca jako monitor offline, który niczego nie blokuje, we wszystkich modelach wydanych od Fable 5, z wyjątkiem ruchu objętego umową o zerowej retencji danych.

Wskaźnik opublikowany przez Anthropic	Deklarowana wartość
Czułość dla Claude Fable 5, przy 1 % wyników fałszywie dodatnich	78 % rozmów oznaczonych przez klasyfikator referencyjny
Czułość dla rozmów priorytetowych (7 i więcej)	94 %
Czułość zależnie od rozmiaru modelu (samo dostrajanie)	od około 16 % do około 96 %
Skuteczność cyberataków, bez zabezpieczeń	79 % (19 z 24)
Skuteczność przy blokowaniu na podstawie samooceny	54 % (13 z 24)
Skuteczność przy użyciu klasyfikatora z dedykowanym promptem	25 % (6 z 24)

Klasyfikator referencyjny to klasyfikator oparty na prompcie, zbudowany na Claude Mythos Preview i uwzględniający wszystkie wewnętrzne zasady. W środowisku produkcyjnym samoocena pozwoliła w sierpniu wykryć ponad 100 000 przypadków wykorzystywania seksualnego małoletnich pochodzących od jednego klienta API, które zgłoszono do NCMEC, a we wrześniu zautomatyzowane oszustwo romantyczne zbudowane przy użyciu Claude Code, którego konta zablokowano po analizie przez człowieka; ponad połowa wykrytych organizacji nie została w poprzednim miesiącu zgłoszona przez żadne inne źródło. Anthropic określa też ograniczenia tej techniki: nie wykrywa ona wszystkich szkodliwych rozmów, nie jest odporna na napastnika, który bezpośrednio w nią celuje, dziedziczy słabości klasyfikatora użytego do jej wytrenowania i nie monitoruje jeszcze niezawodnie zachowania samego Claude.

🔗 Wpis na blogu Safeguards

Pika wprowadza Pika H3 Flex, model wideo i audio z otwartymi wagami, dotrenowany na bazie MiniMax H3

29 października — Pika wprowadza Pika H3 Flex, model generowania wideo z zsynchronizowanym dźwiękiem, dotrenowany na bazie MiniMax H3 i udostępniony z otwartymi wagami od pierwszego dnia. Pika przedstawia go jako narzędzie do iteracyjnej pracy profesjonalistów: szybkiego tworzenia pierwszej wersji, a następnie retuszowania, zastępowania i dopracowywania wybranego ujęcia. Aby go zbudować, zespół dostroił H3 na wewnętrznym zbiorze danych audio-wideo, poddał go destylacji z 50 do 6 kroków odszumiania, a następnie dostosował do ludzkich preferencji poprzez uczenie oparte na nagrodach, z dwoma adapterami połączonymi w jeden LoRA, bez dodatkowego etapu generowania.

Model obsługuje generowanie wideo z tekstu, generowanie wideo z obrazu (pierwsza i ostatnia klatka), wideo sterowane materiałami referencyjnymi oraz edycję (sceneria, obiekt, postać, transfer ruchu). Przyjmuje do 12 materiałów referencyjnych, w tym maksymalnie 9 obrazów, 3 filmy i 3 fragmenty audio, oraz natywnie generuje materiały w 480p lub 768p, o długości od 5 do 15 sekund, przy 24 klatkach na sekundę, z dźwiękiem stereo o częstotliwości 32 kHz. Autorski moduł zwiększania rozdzielczości (upsampler) wykańcza następnie ujęcie w 1080p, 2K lub 4K. Pika podkreśla też możliwość eksportu pięciu osobnych ścieżek audio (dialogi, muzyka, efekty, imitacje odgłosów, tło dźwiękowe), przedstawiając ją jako nowość wśród modeli wideo.

Jeśli chodzi o szybkość, Pika deklaruje wygenerowanie 15-sekundowego klipu w 768p ze ścieżką dźwiękową w zaledwie 7 sekund, ale przypis wyjaśnia, że chodzi wyłącznie o obliczenia transformera dyfuzyjnego (DiT) w kontrolowanym środowisku testowym, a nie o pełny czas obsługi żądania; według tego samego pomiaru Flex ma być średnio 1,8 raza szybszy niż H3 Max. Wpis techniczny podaje też czas od początku do końca: 2,129 sekundy zamiast 3,409 dla 5-sekundowego klipu w 768p na ośmiu GPU B300, czyli 1,6 raza szybciej.

Pika umieszcza Flex na 7. miejscu ogółem i 1. wśród modeli z otwartymi wagami w rankingu generowania wideo z tekstu DesignArena w momencie premiery, przed MiniMax H3, H3 Max i Seedance 2.5. Rankingu nie dało się zweryfikować w chwili pisania tekstu, ponieważ strona DesignArena zwracała błąd. We własnych ewaluacjach w 768p w porównaniu z MiniMax H3, Fal H3 Max i HeyGen Video Flex uzyskuje najlepsze wyniki we wszystkich pięciu metrykach wizualnych i audio; ludzcy oceniający preferują go pod względem anatomii, kompozycji i synchronizacji dźwięku, ale inne modele nadal przodują w fizyce, narracji obejmującej wiele scen, oświetleniu i scenach akcji.

Model jest już dostępny przez API Pika (Pika API Club), ComfyUI i Diffusers, a 2 listopada pojawi się w narzędziu do tworzenia Pika. Opłaty naliczane są za sekundę wygenerowanego wideo:

Rozdzielczość wyjściowa	Cena premierowa, tekst lub obraz	Cena standardowa, tekst lub obraz	Cena premierowa, referencyjne wideo
480p	0,01 dolara	0,02 dolara	0,03 dolara
768p	0,02 dolara	0,04 dolara	0,06 dolara
1080p	0,035 dolara	0,07 dolara	0,075 dolara
2K	0,04 dolara	0,08 dolara	0,08 dolara
4K	0,08 dolara	0,16 dolara	0,10 dolara

W przypadku referencyjnego wideo sekundy wejściowe są rozliczane według tej samej stawki co wyjściowe; referencyjne obrazy i audio są bezpłatne, a osobne ścieżki kosztują 0,001 dolara za sekundę. Członkowie Pika API Club otrzymują 15 bezpłatnych generacji dziennie do 5 listopada. Wagi, objęte licencją społecznościową MiniMax H3, są dostępne na Hugging Face, a kod na GitHub; obejmują generowanie w 480p i 768p, natomiast wykańczanie w 4K, rozdzielanie ścieżek i ulepszanie promptów pozostają zarezerwowane dla usługi hostowanej. Pika obiecuje udostępnić również swój moduł zwiększania rozdzielczości, nie podając daty.

🔗 Wątek Pika · Wpis premierowy · Wpis techniczny · Wagi na Hugging Face

ElevenLabs wprowadza SFX v3, nowy model efektów dźwiękowych, który wykonuje wiele poleceń w jednym prompcie

29 października — ElevenLabs wprowadza SFX v3, nową wersję swojego modelu efektów dźwiękowych generowanych na podstawie tekstu. Model obiecuje bogatsze i dokładniejsze dźwięki, lepszą obsługę muzyki i głosów, a przede wszystkim wykonywanie wielu poleceń w jednym prompcie: wystarczy opisać wiwatujący tłum, spadającą piłkę, a następnie buczący tłum, aby otrzymać sekwencję we wskazanej kolejności. Jest dostępny w ElevenCreative (flows, zakładka Sound Effects, Studio, edytor muzyki), w aplikacji mobilnej oraz w API.

Dokumentacja doprecyzowuje tę dostępność: w API eleven_text_to_sound_v3 ma ograniczony dostęp, może nie być dostępny w niektórych regionach (konto bez dostępu otrzymuje błąd Unknown model), a v2 pozostaje modelem domyślnym. Wskazuje również na mniejsze przesterowanie wysokich dźwięków, takich jak gongi czy gwizdki, oraz generowanie pętli. ElevenLabs nie publikuje cen ani wyników porównawczych.

🔗 Wątek ElevenLabs · Dokumentacja modeli

Ideogram dodaje okno kontekstowe do Precise Edit, umożliwiając retusz obrazów do 8K

29 października — Ideogram dodaje okno kontekstowe (context window) do Precise Edit, swojego narzędzia do retuszu wybranych obszarów. Dotychczas edycja dużego obrazu wymagała jego zmniejszenia, a następnie wklejenia wyniku z powrotem. Teraz obszar o rozdzielczości do 2K można retuszować w oryginalnej rozdzielczości w obrazie do 8K, bez widocznych łączeń ani artefaktów, pozostawiając całą resztę bez zmian: obraz 4K pozostaje w 4K, zamiast zmniejszać się do 2K. Funkcja jest dostępna w aplikacji, przez API i u ośmiu partnerów, w tym Runway, fal, Luma i ComfyUI, z czterema poziomami jakości w cenie od 0,8 do 22 centów za retusz — w tym samym przedziale co tryby Ideogram 4.5, opisane tutaj 16 października.

🔗 Wątek Ideogram · Strona Precise Edit

Asystenci: obsługa wielu kont i CarPlay w Claude, edytowalne pliki i udostępniane awatary w Gemini, Kimi połączony z Gmail, Drive i Calendar

Anthropic, Google i Moonshot AI tego samego dnia rozbudowują swoich asystentów dla użytkowników indywidualnych, zarówno na urządzeniach mobilnych, jak i w przeglądarce.

Aplikacje mobilne Claude zyskują obsługę wielu kont, CarPlay i 24 dodatkowe języki

29 października — Anthropic opisuje w wątku @claudeai kilka ulepszeń aplikacji Claude wprowadzonych w tym tygodniu, bez wpisu na blogu ani informacji o wydaniu.

Platforma	Ogłoszona nowość
iOS i Android	Wiele zalogowanych kont, przełączanie bez wylogowywania
iPhone	Tryb głosowy z Apple CarPlay
Przeglądarka, komputery, iOS i Android	24 dodatkowe języki, łącznie 33, w tym bengalski, suahili, tajski, ukraiński i wietnamski
iOS i Android	Szybsze reakcje w trybie głosowym, lepsze rozpoznawanie mowy w hałasie, naturalniejszy głos w językach innych niż angielski, więcej telefonów z Android
iPad i iPhone Duo	Treści tworzone przez Claude otwierane obok rozmowy, pełny ekran na życzenie
Chromebooks, Googlebooks i urządzenia składane	Aplikacja Android w trybie laptopa: panel boczny o regulowanym rozmiarze, touchpad, prawy przycisk myszy, skróty z Claude Desktop

Obsługa wielu kont pozwala oddzielić konto osobiste od służbowego bez ponownego logowania, a CarPlay umożliwia zadawanie pytań Claude podczas jazdy, z rękami na kierownicy. Wkrótce ma się pojawić wyszukiwanie gestem przeciągnięcia w dół na iPhone i iPad, pozwalające znaleźć rozmowę, projekt lub ustawienie, ale nie podano daty.

🔗 Wątek Claude na X

Aplikacja Gemini pozwala generować, przeglądać i edytować dokumenty, PDF, prezentacje i arkusze kalkulacyjne bezpośrednio na czacie

29 października — Aplikacja Gemini potrafi teraz generować, przeglądać i edytować pliki bez opuszczania rozmowy: dokumenty, PDF, prezentacje, arkusze kalkulacyjne lub kod. Utworzony plik otwiera się na czacie; można przejść do pełnego ekranu, aby samodzielnie poprawić tekst, zaznaczyć fragment, by zadać pytanie, lub poprosić Gemini o przeredagowanie sekcji — zarówno tekstu, jak i elementów wizualnych. Google pokazuje to na przykładzie odręcznych notatek z zajęć przekształconych w materiały do nauki w formacie PDF, a następnie poprawionych ręcznie. Nowość jest dostępna dla wszystkich użytkowników, we wszystkich językach aplikacji, ale nie na wszystkich platformach:

Format pliku	Obsługiwane platformy
PDF	Przeglądarka i urządzenia mobilne
Google Docs, Google Sheets, prezentacje	Tylko przeglądarka
Markdown, TXT, kod	Tylko przeglądarka

🔗 Wpis Google

Aplikacja Gemini pozwala udostępniać swój awatar innym użytkownikom do wykorzystania na obrazach i w filmach

29 października — Awatar Gemini, wprowadzony tego lata do obrazów Nano Banana, można teraz udostępniać. Każdy rejestruje swoją twarz i głos na telefonie lub tablecie, a następnie zezwala bliskim na korzystanie z awatara, wskazując ich adresy Gmail: wywołują go oni w prompcie za pomocą nazwy użytkownika Google (@nom), aby stworzyć obraz w Nano Banana lub film w Gemini Omni, w którym pojawiają się wszyscy, zachowując spójny wygląd postaci i głos. Odbiorca przyjmuje lub odrzuca zaproszenie; właściciel widzi, kto ma dostęp, ustala daty wygaśnięcia i może w każdej chwili cofnąć dostęp, co uniemożliwia tworzenie nowych treści, ale nie usuwa tych już utworzonych. Dostęp podlega ograniczeniom: ukończone 18 lat, osobiste konto Google, wyłącznie język angielski, brak dostępności w Europejskim Obszarze Gospodarczym, Szwajcarii i Wielkiej Brytanii oraz plan Google AI wymagany do filmów z własnym awatarem.

🔗 Ogłoszenie Gemini na X · Strona pomocy Google

Kimi łączy się z Gmail, Google Drive i Google Calendar

29 października — Moonshot AI łączy Kimi z trzema usługami Google: Gmail, Google Drive i Google Calendar. Asystent może podsumowywać wątki wiadomości, odnajdywać pliki w Drive lub organizować dzień na podstawie kalendarza, korzystając z dostępu OAuth, którego użytkownik udziela i który kontroluje. Trzy konektory instaluje się ze strony wtyczek Kimi, gdzie dołączają do Outlook i narzędzi do dokumentów (PDF, Excel, Word). Moonshot nie precyzuje zakresu wymaganych uprawnień — tylko odczyt czy pełny dostęp do skrzynki — ani wymaganego planu czy ceny, a ogłoszenie nie wspomina o wysyłaniu wiadomości.

🔗 Ogłoszenie Kimi na X · Strona wtyczek Kimi

OpenAI podwaja limity korzystania z Work i Codex w planach Pro 100 i Pro 500 oraz wycofuje się z ich obniżenia w Pro 200

29 października — OpenAI zwiększa limity korzystania z Work i Codex w swoich najdroższych planach. Według informacji o wydaniu ChatGPT plany Pro 100 i Pro 500 oferują teraz dwukrotność wcześniejszego przydziału. W przypadku Pro 200 OpenAI wycofuje się z wcześniejszej decyzji: obniżka zapowiedziana e-mailem 29 września, przy wprowadzeniu Pro 500, zostaje anulowana. Osoby, które zachowały poprzedni przydział, nadal go utrzymują, a tym, które przeszły na obniżony przydział, zostaje on podwojony, co przywraca je do tego samego poziomu.

Plan	Zmiana na 29 października
Pro 100	Podwojony przydział Work i Codex
Pro 500	Podwojony przydział Work i Codex
Pro 200	Obniżka z 29 września anulowana, obniżony przydział podwojony
Business Premium	Wzrost bez podanej wartości w informacjach o wydaniu, podwojenie według @thsottiaux
Dots	Rozszerzone limity na razie utrzymane, wykorzystanie nadal rozliczane oddzielnie

Wiadomość @thsottiaux, udostępniona ponownie przez @OpenAI, rzeczywiście mówi o podwojeniu wszystkich limitów planów Pro i Business Premium ze skutkiem od tego samego dnia, podczas gdy informacje o wydaniu nie podają wartości dla Business Premium.

🔗 Informacje o wydaniu ChatGPT · Wiadomość @thsottiaux

Platformy dla firm i programistów: Sakana API Platform we wczesnym dostępie, Perplexity Enterprise z certyfikacją FedRAMP Moderate i poziom ultra-preview w Agent API

Trzy ogłoszenia dotyczą wdrożeń profesjonalnych: API z funkcjami zarządzania dla firm w Japonii, certyfikacja dla amerykańskiej administracji i nowe ustawienia agentów badawczych.

Sakana AI otwiera wczesny dostęp do Sakana API Platform, API zgodnego z OpenAI z funkcjami zarządzania dla firm

29 października — Sakana AI otwiera wczesny dostęp do Sakana API Platform, platformy udostępniającej jej modele firmom, we wpisie z 28 października, ogłoszonym na X następnego dnia. Fugu, model orkiestracji łączący kilka czołowych modeli, oraz Namazu, LLM wyspecjalizowany w języku japońskim, były już dostępne przez API, ale bez narzędzi do zarządzania. Platforma dodaje elementy brakujące przy wdrożeniu w firmie: organizacje i obszary robocze, konsolę skupiającą zarządzanie członkami, kluczami API i zużyciem, kontrolę dostępu opartą na rolach, dzienniki audytu z możliwością eksportu do CSV, limity budżetowe, płatności na podstawie faktury, umowy MSA i DPA oraz warunki wykluczające wykorzystywanie przesyłanych danych do trenowania.

API jest zgodne z OpenAI: aplikacja, która już wywołuje LLM, musi jedynie zmienić punkt dostępu. Najpierw udostępniane są Sakana Fugu i Fugu Ultra, a Namazu i Fugu Max dołączą później, bez wskazanej daty. Dostęp wymaga zgłoszenia, a Sakana AI nie publikuje cennika: ceny i warunki przekazywane są każdemu klientowi indywidualnie.

🔗 Ogłoszenie Sakana AI

Perplexity uzyskuje certyfikację FedRAMP Moderate dla Perplexity Enterprise, obejmującą wyszukiwanie w sieci w czasie rzeczywistym

28 października — Perplexity Enterprise uzyskuje certyfikację FedRAMP Class C (Moderate) w ramach amerykańskiego federalnego programu autoryzacji usług chmurowych, po ocenie przeprowadzonej przez niezależną organizację 360 Advanced. Perplexity podkreśla, że wyszukiwanie w sieci w czasie rzeczywistym, wraz z odnośnikami do źródeł, mieści się w certyfikowanym zakresie: zapytanie urzędnika nigdy nie trafia do zewnętrznej wyszukiwarki, ponieważ firma korzysta z własnego indeksu ponad 200 miliardów unikalnych adresów URL.

Agencje federalne kupują usługę za pośrednictwem Multiple Award Schedule GSA, władze stanowe, samorządy i placówki edukacyjne przez autoryzowanych sprzedawców, a podwykonawcy administracji państwowej bezpośrednio. Zapytania rozpoznane jako pochodzące od amerykańskich agencji nigdy nie są przechowywane w celu trenowania, ulepszania ani oceny modeli, a administratorzy zachowują kontrolę nad logowaniem jednokrotnym, udostępnianiem, konektorami, retencją danych, dziennikami audytu i wyborem dostawców modeli. Wpis, którego nie udostępniono na X, nie wyjaśnia, czy API Search, Agent i Embeddings mieszczą się w certyfikowanym zakresie. Osobno oferta Enterprise Pro for Government pozostaje dostępna dla agencji federalnych przez OneGov za 0,25 dolara za agencję do 31 marca 2027.

🔗 Wpis Perplexity

Agent API Perplexity dodaje poziom wysiłku ultra-preview i zwiększa limity poziomów od low do xhigh

29 października — Perplexity publikuje w rejestrze zmian swojego API zaległy wpis dotyczący poziomów wysiłku Agent API, opisujący zmiany stosowane od połowy października bez wcześniejszego ogłoszenia. Widoczną nowością jest poziom ultra-preview, przeznaczony do szeroko zakrojonych badań i zbierania danych, gdy zakres ma większe znaczenie niż szybkość, a wykonanie może trwać długo. Nieudokumentowana nazwa ultra znika i teraz zwraca błąd, alias wide-research wskazuje na xhigh, a parametr max_steps pozwala na maksymalnie 500 kroków zamiast 100.

Poziom wysiłku	Bieżąca wersja	Główna zmiana
fast	`fast@2026-10-16.0`	Przejście na GPT-5.6 Luna, gdy GPT-6 Luna jest niedostępny
low	`low@2026-10-24.0`	Maksymalny rozmiar odpowiedzi zwiększony z 32 768 do 128 000 tokenów
medium	`medium@2026-10-22.1`	Wyszukiwanie w sieci: z 2 000 do 4 000 tokenów na stronę
high	`high@2026-10-28.0`	GPT-6.1 Terra zamiast GPT-6 Sol, liczba kroków zwiększona z 15 do 40
xhigh	`xhigh@2026-10-29.0`	Claude Opus 5.5 z GPT-6.1 Sol jako modelem zapasowym, liczba kroków ze 100 do 300, kompaktowanie od 150 000 tokenów
ultra-preview	nowy	Szeroko zakrojone badania, długi czas wykonania

Wyszukiwanie w sieci na poziomach low i high również zwraca 4 000 tokenów na stronę zamiast 2 000, a xhigh działa teraz bez promptu systemowego. Poprzednie konfiguracje pozostają dostępne w przypiętych wersjach i nie ogłoszono żadnych nowych cen.

🔗 Rejestr zmian API Perplexity

Sprzęt: okulary XREAL AURA z Android XR i Gemini oraz urządzenie głosowe SecondBrain VoicePad od Genspark

Dwa urządzenia próbują wyprowadzić asystenta poza ekran: jedno umieszcza go na nosie, drugie pod palcami.

Google i XREAL wprowadzają XREAL AURA, pierwsze przewodowe okulary XR z Android XR i wbudowanym Gemini

28 października — Google i XREAL wprowadzają XREAL AURA, przedstawiane przez Google jako pierwsze przewodowe okulary XR z Android XR. Soczewki są przezroczyste: treści nakładają się na rzeczywisty świat w polu widzenia wynoszącym 70 stopni. Okulary ważą mniej niż 95 gramów, ponieważ układ obliczeniowy i bateria znajdują się w osobnym module połączonym przewodem, pierwszym urządzeniu na platformie Snapdragon Reality Elite firmy Qualcomm. Gemini rozumie to, co użytkownik widzi zarówno w pomieszczeniu, jak i na swoich ekranach, i może teraz wyróżniać istotne elementy, gdy użytkownik udostępnia swój widok; dzięki Wired Mirroring laptop podłączony przez USB-C staje się dodatkowym oknem, bez konieczności instalowania oprogramowania, które Gemini również potrafi odczytać.

Cecha XREAL AURA	Ogłoszona wartość
Pole widzenia	70 stopni
Masa okularów	Mniej niż 95 gramów
Układ w module	Snapdragon Reality Elite (Qualcomm)
Aplikacje zaprojektowane dla XR	Ponad 150 w Google Play
Cena premierowa	Od 1 099 dolarów, do końca roku
Rozpoczęcie przyjmowania zamówień	Stany Zjednoczone, Kanada i Korea od 28 października, Japonia 2 listopada

Według wpisu zamówienia złożone w Stanach Zjednoczonych na BestBuy.com będą wysyłane od połowy listopada; urządzenie jest przeznaczone dla osób, które ukończyły 18 lat.

🔗 Wpis Google

Genspark otwiera rezerwacje SecondBrain VoicePad, urządzenia głosowego z pięcioma przyciskami do obsługi swoich narzędzi IA

29 października — Genspark prezentuje SecondBrain VoicePad, urządzenie z pięcioma przyciskami, które zastępuje pisanie obsługą głosową narzędzi IA. Domyślnie przyciski służą do sporządzania notatek ze spotkań, zarządzania kalendarzem, uruchamiania prezentacji i otwierania przestrzeni roboczej IA Genspark, a największy z nich po przytrzymaniu pozwala dyktować uporządkowany tekst w miejscu kursora, w dowolnej aplikacji, także w terminalu. Każdy przycisk może też otwierać ChatGPT, Claude, Gemini lub Grok i wpisywać tam podyktowany prompt; na stronie zaznaczono, że VoicePad nie jest powiązany z tymi usługami ani przez nie oficjalnie zatwierdzony. Po połączeniu z Genspark ustne polecenie zostaje przekształcone w prezentację, arkusz kalkulacyjny, dokument lub stronę internetową, a tryb notatek ze spotkań nagrywa bez komputera.

Zapowiadana cecha	Wartość według strony Genspark
Obudowa	Aluminium obrabiane mechanicznie, 85 gramów, dwa mikrofony, mocowanie magnetyczne
Czas pracy	Około 20 godzin na jednym ładowaniu
Wprowadzanie głosowe	160 słów na minutę, wobec około 40 przy pisaniu
Kredyty w zestawie	1 000 kredytów Genspark Super Agent w pierwszym roku
Rezerwacja	9,99 dolara za miejsce VIP z gwarancją ceny 99 dolarów
Premiera	Kickstarter, listopad 2026

Wpis na X mówi o rozpoczęciu przedsprzedaży, ale strona sklepu precyzuje harmonogram: premiera odbędzie się na Kickstarterze w listopadzie, a obecna rezerwacja gwarantuje cenę 99 dolarów. Genspark zaprezentował już 1 września SecondBrain Note, inne urządzenie z serii SecondBrain.

🔗 Strona VoicePad · Ogłoszenie Genspark na X

Hugging Face i pięć amerykańskich uniwersytetów uruchamiają Project ProtoStar, aby umożliwić IA wykorzystanie badań finansowanych ze środków publicznych

29 października — Hugging Face uruchamia Project ProtoStar wraz z pięcioma amerykańskimi uniwersytetami zrzeszonymi w Open Forum for AI (Carnegie Mellon, Purdue, Georgia Tech, Arizona State i George Washington), Astera Institute oraz Open Research Community Accelerator (ORCA). Cel: publikowanie zbiorów danych, modeli i kodu z badań finansowanych ze środków publicznych w formatach, które IA może wykorzystywać, z dokumentacją i możliwością ponownego użycia. Hugging Face pełni rolę partnera infrastrukturalnego, a uczelnie zobowiązują się do współpracy na mocy porozumienia. Wpis przypomina, że amerykański rząd federalny przeznacza na badania i rozwój około 190 miliardów dolarów rocznie.

Wpis przedstawia też liczby pokazujące rozwój widoczny już na platformie Hub: ponad 17 000 publicznych naukowych zbiorów danych, ponad trzykrotnie więcej nowych zbiorów naukowych w pierwszych dziewięciu miesiącach 2026 niż w tym samym okresie 2025 oraz ponad 11 milionów pobrań 18 repozytoriów NCBI. Pierwsze wyzwanie, Climate Risk Intelligence, organizowane przez Carnegie Mellon od 2 do 13 listopada, polega na przewidywaniu czterech wskaźników klimatycznych dla 210 amerykańskich miast w latach 2019–2026 wyłącznie na podstawie wcześniejszych danych, z porównaniem do prostych statystycznych metod bazowych; ostateczne wyniki mają być dostępne na początku 2027.

🔗 Wpis Hugging Face · Wyzwanie Climate Risk Intelligence

Agenci programistyczni: Codex CLI 0.166.0, macOS Satellites od Amp, Antigravity IDE 2.6.0 z Gemini 4 Argon i Antigravity dla Eclipse

Codex CLI 0.166.0 dodaje zaznaczanie transkrypcji za pomocą klawiatury, codex doctor —network-only oraz GPT-6.1 Terra w katalogach Vertex AI i Bedrock

29 października — Dwa dni po wersji 0.165.0 ukazuje się stabilne wydanie Codex CLI 0.166.0, z 264 pozycjami w pełnym changelogu. Główne zmiany dotyczą interfejsu terminalowego (TUI): transkrypcję można teraz przeglądać i zaznaczać za pomocą klawiatury, a gdy żądanie zostaje zablokowane ze względów bezpieczeństwa, TUI lepiej wyjaśnia przyczynę i proponuje bezpieczniejsze sposoby ponowienia.

Nowość w 0.166.0	Szczegóły wydania
Zaznaczanie transkrypcji	Za pomocą klawiatury, słowami, wierszami lub stronami, z wbudowanym wyszukiwaniem i konfigurowalnymi skrótami
`codex queue --resume`	Wznawia niezaładowany wątek po dodaniu wiadomości do kolejki
`codex doctor --network-only`	Diagnostyka ograniczona do konfiguracji, łączności i WebSocket
Katalogi modeli	GPT-6.1 Terra dodany do katalogów Vertex AI i Amazon Bedrock w CLI
Renderowanie Markdown	Spójne w pytaniach asynchronicznych, opcjach wyboru i odpowiedziach

GPT-6.1 Terra znajdował się już we wbudowanych katalogach od wersji 0.165.0, a nowe wydanie nie oznacza ogłoszenia jego dostępności w usługach Google lub Amazon. Wśród poprawek: wcześniej przyznane uprawnienia są zachowywane po wznowieniu lub skopiowaniu (fork) wątku, licznik tokenów rozumowania zostaje zachowany w obu przypadkach, co zapobiega przedwczesnej kompakcji, a TUI lepiej odzyskuje sprawność po ponownym połączeniu. Klucze API FedRAMP są też domyślnie kierowane do rządowych punktów końcowych.

🔗 Wydanie 0.166.0 na GitHub

Amp wyposaża swoje orbs w komputery Mac dzięki macOS Satellites, w wersji beta od 2 dolarów za godzinę

29 października — Amp dodaje komputery Mac do swoich instancji orbs, czyli maszyn w chmurze, na których działają wątki. Dzięki macOS Satellites agent może pracować nad aplikacją na iOS lub Mac: samodzielnie uruchamia w chmurze komputer Mac z Xcode i symulatorami w około trzydzieści sekund, kompiluje na nim aplikację, uruchamia ją i testuje, a następnie przesyła zrzuty ekranu, logi i nagranie ekranu do wątku, z którego można też przejąć kontrolę nad komputerem. Wątek pozostaje na instancji orb z systemem Linux, a Mac jest jedynie satelitą, do którego trafia zsynchronizowany kod; uruchamia się z czystym środowiskiem i pozostaje dostępny tylko przez 20 minut po zakończeniu pracy, aby przy kolejnym uruchomieniu można było ponownie wykorzystać cache kompilacji. Amp zrezygnował ze swoich „Morbs”, czyli instancji orbs działających w całości na komputerach Mac, ponieważ uruchamiały się zbyt wolno, a koszt przestrzeni dyskowej był zbyt wysoki.

Rozmiar maszyny	Procesory (CPU)	Pamięć RAM	Stawka godzinowa
mac.medium	6	14 Go	2 dolary
mac.large	12	28 Go	4 dolary

Funkcja jest w wersji beta i jest stopniowo udostępniana osobom z listy oczekujących; czas korzystania z komputera Mac jest odliczany od zawartego w planie limitu użycia instancji orbs według wyższej stawki, a następnie rozliczany z kredytów Amp.

🔗 Ogłoszenie Amp

Antigravity IDE 2.6.0 dodaje Gemini 4 Argon i przeprojektowany interfejs agenta

26 października — Antigravity IDE, edytor Google Antigravity, przechodzi na wersję 2.6.0 (6 ulepszeń, 2 poprawki), pierwsze wydanie od wersji 2.5.5 z 13 sierpnia, i również otrzymuje Gemini 4 Argon w uprawnionych planach, bez podania dodatkowych szczegółów. Jeszcze 19 października strona modeli Antigravity nie uwzględniała IDE wśród narzędzi z dostępem do Argon. Interfejs agenta został przebudowany w oparciu o wbudowane rozszerzenie Antigravity, aby przyspieszyć uruchamianie, umożliwić aktualizacje w tle i zapewnić taki sam zestaw funkcji. Wersja dodaje skróty do akceptowania (Alt+Enter lub Option+Enter) lub odrzucania bloku diff, komentarze przy kodzie kolejkowane do następnej instrukcji oraz przeciąganie plików lub zrzutów ekranu do panelu Agent; dwie poprawki dotyczą przeciągania w systemach macOS i Linux oraz przywracania rozmów po przerwie w działaniu usługi.

🔗 Changelog Antigravity

Google wprowadza Antigravity dla Eclipse, rozszerzenie z czatem z agentem i przeglądem zmian diff w układzie obok siebie

27 października — Google Antigravity pojawia się w Eclipse w formie pierwszego rozszerzenia, w wersji 1.0.0 (10 ulepszeń, 6 poprawek). Dodaje widok czatu z agentem zadokowany obok edytora, do którego można wysłać zaznaczony fragment kodu lub dane wyjściowe terminala i konsoli, oraz wyświetla zmiany agenta obok siebie w edytorze porównawczym Eclipse, z możliwością akceptacji, odrzucenia i cofnięcia w jednym kroku. Plany i raporty tworzone przez agenta otwierają się w osobnych kartach, a rozszerzenie proponuje import, gdy agent tworzy projekt Maven, Gradle lub Eclipse. Podobnie jak w CLI agent uruchamia się dopiero po zatwierdzeniu przestrzeni roboczej, a zaufanie jest współdzielone z Antigravity CLI. Eclipse dołącza tym samym do VS Code i Visual Studio wśród obsługiwanych edytorów innych producentów.

🔗 Changelog Antigravity, karta rozszerzeń

Krótkie wiadomości

Wokół Mistral Large 4 i modeli otwartych

NVIDIA i Mistral Large 4 — NVIDIA zapewnia wsparcie dla modelu od dnia premiery, udostępniając checkpoint NVFP4 na Hugging Face i recepturę Dynamo do rozproszonego wnioskowania, oraz potwierdza trening na 3 800 GPU Grace Blackwell; SGLang twierdzi, że jako pierwszy udostępnił model na Vera Rubin. 🔗 źródło
Maya 2 Native — Maya Research publikuje na licencji Apache-2.0 model syntezy mowy dla jedenastu języków indyjskich i angielskiego, z 20 głosami, strumieniowaniem i klonowaniem na podstawie od 3 do 10 sekund nagrania; według własnych pomiarów obsługuje 224 jednoczesne strumienie na H100 NVL, a mediana czasu do pierwszego dźwięku wynosi 111 ms. 🔗 źródło
Granite Switch 4.1.1 — IBM publikuje poprawkową wersję zgodną wstecz: zmieniają się tylko model transkrypcji, teraz obsługujący 10 języków wraz z interpunkcją, oraz adapter decyzyjny; nie opublikowano danych liczbowych dotyczących poprawy. 🔗 źródło
Phonic-1 na Together AI — Together AI podaje, że wytrenowało i udostępnia Phonic-1, model przetwarzania mowy na mowę startupu Phonic przeznaczony dla agentów głosowych; LiveKit integruje go tego samego dnia i określa jako lidera Artificial Analysis Speech to Speech Index, czego nie zweryfikowano u źródła rankingu. 🔗 źródło
jack & jill — Together AI przywołuje tego klienta, który przewiduje, z którymi kandydatami rekruter będzie chciał się spotkać: dostrojony za pomocą Together Post-Training model otwarty dorównuje modelowi zamkniętemu w ocenie offline przy niższym koszcie obsługi; nie opublikowano danych liczbowych. 🔗 źródło
SixthView — Meta bez zapowiedzi udostępnia benchmark rozumowania przestrzennego obejmujący 604 przykłady i 11 634 obrazy, w którym trzeba odgadnąć ukrytą stronę konstrukcji z sześcianów; nie opublikowano żadnego wyniku. 🔗 źródło
AnySpeechRecognizer i AnyDecisionModel — Mattt (Hugging Face) publikuje dwa pakiety Swift: jeden zachowuje API rozpoznawania mowy Apple, wykorzystując Parakeet lub Qwen3-ASR uruchamiane na urządzeniu, a drugi odpowiada na pytania zamknięte, odczytując prawdopodobieństwa modelu — 16 pytań w około 0,45 s na M4 Max. 🔗 źródło
huggingface_hub 2.4.0 — HfFileSystem kopiuje i przenosi pliki do Buckets, przy czym pliki przechowywane za pomocą Xet są kopiowane po stronie serwera na podstawie ich hashy, bez pobierania; CLI hf sygnalizuje również przestarzałe rozszerzenia. 🔗 źródło
kernels 0.18.0 — Zaległa wiadomość z 28 października: biblioteka Hugging Face buduje kernele dla TPU, obsługuje PyTorch 2.15 z CUDA 13.4 i ROCm 7.14 oraz przywraca obsługę PyTorch od 2.10 do 2.12. 🔗 źródło

API, SDK i poradniki

Claude Platform — API Usage and Cost Analytics przechodzi do wersji beta, umożliwiając śledzenie zużycia tokenów i kosztów według modelu, przestrzeni roboczej, klucza API lub użytkownika, a dotychczasowe Usage and Cost API otrzymuje status starszej wersji; dzień wcześniej maksymalny rozmiar żądań do Messages API i Token Counting API wzrósł z 32 do 128 MB. 🔗 źródło
SDK OpenAI — openai-python 3.41.0 filtruje sesje agentów według metadanych, po wcześniejszym wprowadzeniu w openai-python 3.40.0 i openai-node 7.45.1 regulowanego czasu przechowywania dla poszczególnych punktów przerwania pamięci podręcznej promptów. 🔗 źródło
SDK TypeScript od SpaceXSI — Wersja 0.2.6 zmienia nazwę klienta na SpaceXSI, zachowując SpaceXAI jako przestarzały alias, a 0.2.7 ponownie synchronizuje typy ze specyfikacją API. 🔗 źródło
CLI mistral 0.15.0 — Zmiana niezgodna wstecz: bez systemowego pęku kluczy mistral login odmawia zapisania danych logowania w postaci jawnej, chyba że użyto opcji --insecure-storage; mistral upgrade można też instalować z wewnętrznego serwera lustrzanego, z weryfikacją SHA-256. 🔗 źródło
Cohere na AWS — Cohere publikuje poradnik budowy asystenta do analiz finansowych z użyciem Embed, Rerank i Parse na SageMaker AI oraz Claude na Bedrock, wraz z demonstracją CloudFormation opartą na 928 stronach raportów rocznych trzech banków; bez nowego produktu. 🔗 źródło
Embeddingi w Perplexity — Poradnik objaśniający embeddingi tekstowe przywołuje pplx-embed-v1, wydany w lutym, z wynikiem 69,66 nDCG@10 w wielojęzycznym wyszukiwaniu MTEB wobec 67,71 dla gemini-embedding-001; bez nowości. 🔗 źródło

Agenci i narzędzia do programowania

Antigravity 2.28.1 dodaje nawigator rozmowy i informację o pluginach zewnętrznych deweloperów — Zaległa wiadomość z 28 października: pasek po lewej pokazuje punkt dla każdej wymiany wiadomości, z rozdziałami według dat, a każda strona pluginu podaje jego dewelopera, wersję i linki. 🔗 źródło
Pluginy Copilot — Zaległa wiadomość z Universe: domyślne pluginy zadeklarowane przez zaufane repozytorium oraz firmowe mechanizmy kontroli pluginów (zatwierdzone platformy dystrybucji, pluginy wymagane lub blokowane) stają się ogólnodostępne w VS Code, Copilot CLI i aplikacji GitHub Copilot. 🔗 źródło
Visualize This w Amp — Amp tworzy na żądanie, bezpośrednio w wątku, wykresy, osie czasu, diagramy i klikalne makiety; nie podano cen ani limitów. 🔗 źródło
Devin, informacje z 28 października — Karta Progress pokazuje zadania sesji na żywo i zastępuje kartę Tasks, uwagi do pull requestów w Azure DevOps wracają do sesji, w której je otwarto, a osobiste skills można przywoływać przez @ Skills. 🔗 źródło
Devin, informacje z 26 października — Zaległa wiadomość: karty Progress i Shell łączą się w widok Activity, a Devin osadza bezpośrednio w swoich wiadomościach artefakty HTML (raporty, pulpity, wykresy). 🔗 źródło
Delta 0.23 — Każdy projekt wybiera swój domyślny checkout (izolowane worktree, lokalny checkout lub worktree Git), ustawienie ogranicza czas wykonywania poleceń terminala przez agentów, a 17 poprawek naprawia między innymi kompakcję przy użyciu modeli niestandardowych. 🔗 źródło
DeltaDB — Zed opisuje architekturę swojej bazy wersji dla agentów: struktury CRDT przechowywane w SQLite jako graf przyczynowy, jeden Cloudflare Durable Object na wątek oraz śledzenie każdego znaku aż do rozmowy, z której pochodzi; zapowiedź nie zawiera terminu. 🔗 źródło
Fabryka oprogramowania Warp — Wpis metodyczny wymienia siedem elementów fabryki oprogramowania (software factory), w tym sterowanie komputerem, które kondensuje trzy lub cztery minuty weryfikacji do 15 sekund wideo; Warp Factories pozostaje we wczesnym dostępie, z pulą do 10 000 dolarów w kredytach dla pierwszych zespołów. 🔗 źródło
Qwen Code v0.26.4 — Dzień po v0.26.3 stabilna wersja zapewnia niezależne worktrees dla Managed Agent i interaktywne widoki dla Generated UI, które teraz dostosowuje się do motywu aplikacji nadrzędnej; 19 funkcji i 18 poprawek. 🔗 źródło
safeagents — Zaległa wiadomość z 28 października: Hugging Face bez zapowiedzi publikuje na licencji Apache-2.0 lokalne proxy, które sprawdza każde wywołanie narzędzia przez agenta programistycznego (Claude Code, OpenCode, Pi, Hermes…) i neutralizuje te, które blokuje; dostępny jest tryb samej obserwacji. 🔗 źródło

Obraz, wideo i głos

Kling 4.0 w Genspark AI Media Studio — Dwa dni po uruchomieniu Media Studio Genspark dodaje do niego Kling 4.0: 30 sekund w jednym generowaniu bez łączenia fragmentów, do 15 materiałów referencyjnych i 10 klatek kluczowych, kredyty za połowę ceny do 4 listopada. 🔗 Genspark · 🔗 Kling
Wewnętrzni agenci ElevenLabs — Agenci ElevenAgents, podłączeni do Slack, oszczędzają zespołom firmy ponad 1 200 godzin miesięcznie i odpowiadają na ponad 5 000 pytań miesięcznie; wpis zaleca ograniczenie danych widocznych dla agenta zamiast modyfikowania jego promptu. 🔗 źródło
ElevenLabs i Karnataka — Indyjskim stanem, którego nazwy nie podano w memorandum o porozumieniu z 7 października, jest Karnataka: pilotażowe wdrożenia głosowej AI do obsługi skarg, infolinii i świadczeń w języku kannada oraz 13 innych językach, a także bezpłatny dożywotni dostęp do przywróconego głosu dla uprawnionych mieszkańców; nie podano kwoty ani harmonogramu. 🔗 źródło
Lettuce i Ads Engine — Fintech dla osób pracujących na własny rachunek tworzy niemal wszystkie swoje reklamy Meta za pomocą Ads Engine od ElevenLabs, uzyskując wariant w około 45 sekund zamiast ponad tygodnia, i szacuje obniżenie kosztów produkcji o około 75 %. 🔗 źródło

Produkty i biznes

Bezpłatne podręczniki w Gemini Notebook — Setki podręczników wydawnictw takich jak S Chand Publishing, OpenStax czy Open Textbook Library można bezpłatnie dodawać jako źródła do notatnika; nie określono krajów ani języków. 🔗 źródło
Kimi Work 3.2.22 — Agent potwierdza kluczowe informacje przed rozpoczęciem zadania (Ask user), pakiety dodatkowego użycia można kupić przy powiadomieniu o limicie, bez podanej ceny, a Task Center gromadzi automatyzacje. 🔗 źródło
Automatyczne rozumowanie w ChatGPT Enterprise i Edu — Instant nie przełącza się już samodzielnie na wyższy poziom rozumowania, z wyjątkiem przestrzeni roboczych skonfigurowanych do specjalistycznego routingu medycznego; poziom trzeba teraz wybrać w selektorze. 🔗 źródło
Ropes & Gray — Kancelaria prawna opracowuje z OpenAI narzędzie do audytu wstępnego (due diligence), które klasyfikuje zawartość data roomu i tworzy podsumowania oraz raport w formacie stosowanym przez kancelarię, weryfikowane przez prawników; raport gotowy w ciągu godzin zamiast tygodni pozostaje celem, a nie zmierzonym wynikiem. 🔗 źródło
Codex Originals — OpenAI Developers uruchamia serię krótkich filmów o dziewięciu osobach tworzących z Codex, w tym immunologu Deryi Unutmazie, Mikhailu Parakhinie (Shopify) i Mitchellu Hashimoto; bez danych liczbowych i produktu. 🔗 źródło
Teardown i UNBROKER w Perplexity Computer — Dwa skills opracowane przez społeczność trafiają na platformę dystrybucji Computer: jeden służy do tworzenia opisanych widoków rozstrzelonych, a drugi do przygotowywania wniosków o usunięcie danych u brokerów danych; ich zadania są bezpłatne do 6 listopada, w granicach 5 000 kredytów na użytkownika. 🔗 źródło
Sakana AI i wybory w połowie kadencji — Sakana AI przeanalizowała za pomocą Sakana Marlin 2 042 wpisy i 705 976 reakcji na X dotyczących wyborów do Senatu w Teksasie; według jej raportu zmiany opinii pojawiały się tam około dwóch miesięcy przed zmianami ocen organizacji zajmujących się prognozami wyborczymi. 🔗 źródło
OpenMath 2026 — Sakana AI wygrywa kategorię firm w hackathonie poświęconym rekurencyjnemu samodoskonaleniu w matematyce, zorganizowanym ze Stephenem Wolframem w Harvard Innovation Labs. 🔗 źródło

GitHub poza AI

Zakresy IP webhooków — GitHub dodaje 9.234.98.160/28, 9.234.98.176/28 i 9.234.106.48/28 do adresów dostarczania webhooków publikowanych w API meta; statyczne listy dozwolonych adresów muszą je uwzględnić. 🔗 źródło

Co to oznacza

Modele z otwartymi wagami wchodzą na kolejny poziom. Mistral Large 4 ma około 1 000 miliardów parametrów, został wytrenowany w Europie na 3 800 GPU, a cena API spadła do 0,70 dolara za milion tokenów wejściowych. Już w dniu premiery gotowy jest cały ekosystem: Transformers, vLLM, llama.cpp, NVIDIA NIM, Microsoft Foundry oraz dostrajanie LoRA mieszczące się na jednym węźle z 8 GPU. Pika stawia na to samo w wideo, publikując wraz z wagami wynik post-trainingu MiniMax H3. Otwartość nadal ma jednak swoje granice: Mistral wymaga licencji komercyjnej do udostępniania modelu podmiotom trzecim, Pika zachowuje 4K, rozdzielanie ścieżek i ulepszanie promptów w swojej usłudze hostowanej, a Mistral zaostrza zabezpieczenia cybernetyczne, udostępniając wariant ofensywny wyłącznie zweryfikowanym partnerom. Mistral przyznaje też, że najlepsze chińskie modele otwarte nadal wyprzedzają jego model w zbiorczym indeksie Artificial Analysis.

OpenAI i Anthropic publikują tego samego dnia dwa sposoby monitorowania własnych modeli. OpenAI nakłada coraz kosztowniejsze warstwy, od sond aktywacji po agentów prowadzących dochodzenia, i rozszerza monitoring na wszystkie treningi RL najbardziej zaawansowanych modeli po tym, jak incydent Hugging Face rozpoczął się tam, gdzie monitoring nie działał. Anthropic wykorzystuje Claude jako własny system monitorowania nadużyć, zwiększając nakład obliczeń o mniej niż 2 %. Obie firmy podkreślają ograniczenia: z jednej strony wyłączono dyżury dla wewnętrznego ruchu Codex, ponieważ nie dało się obsłużyć fałszywych alarmów, z drugiej samoocena blokuje tylko część ataków i nie jest odporna na atakującego, który bierze ją na cel. Zaktualizowany Model Spec przenosi tę samą debatę na grunt wartości: gdy model przez długi czas działa samodzielnie, wierność intencji danej osoby liczy się bardziej niż styl jego odpowiedzi.

Pieniądze płyną w stronę cyberbezpieczeństwa i suwerenności. Cohere pozyskuje finansowanie, by zbudować firmę rozwijającą najbardziej zaawansowane modele poza Stanami Zjednoczonymi i Chinami, z kanadyjskim rządem w gronie inwestorów, i przywołuje liczbę pokazującą stawkę: wcześniej w tym roku ponad 70 % tokenów modeli otwartych obsługiwanych przez OpenRouter pochodziło z modeli chińskich. Jej przedsięwzięcia, Cohere Cyber dla sieci obsługujących informacje niejawne i przejęcie AISLE, wpisują się w ten sam kierunek co działania Cognition, które przejmuje Corridor dla Devin Security, oraz Perplexity, które uzyskuje FedRAMP Moderate, by sprzedawać swoją usługę wyszukiwania amerykańskim agencjom federalnym. Mistral, eksponując referencje ENISA i Orange Cyberdefense, wpisuje się w tę samą logikę nieamerykańskiego gracza budującego pozycję w sektorze obronnym.

W zastosowaniach walka toczy się o codzienność i limity. Claude obsługuje już 33 języki i trafia do samochodu przez CarPlay, Gemini modyfikuje pliki w rozmowie i udostępnia awatary, ale nie w Europie, Kimi odczytuje Gmail i kalendarz, a dwa urządzenia, okulary XREAL AURA i VoicePad od Genspark, próbują wyprowadzić asystenta poza ekran. OpenAI podwaja limity korzystania z Work i Codex w planach Pro i rezygnuje z ograniczenia Pro 200 po opiniach abonentów: użycie wliczone w cenę stało się pełnoprawnym argumentem handlowym. Agenci programistyczni zyskują z kolei maszyny i edytory: Mac w chmurze uruchamiany w 30 sekund w Amp, Gemini 4 Argon w IDE Antigravity oraz pierwsze rozszerzenie dla Eclipse.