OpenAI lansează GPT-6 Cyber, Anthropic deschide accesul la Personal Finance în Claude, Perplexity lansează Teammates

OpenAI lansează GPT-6 Cyber, un model de securitate cibernetică clasificat Critical, rezervat inițial anumitor clienți Daybreak Red, la o zi după articolul despre pipeline-ul său autonom de descoperire a vulnerabilităților, bazat pe acest model, care a validat 948 de vulnerabilități de escaladare a privilegiilor în kernelul Linux, la un cost de 1,2 milioane de dolari. Anthropic deschide accesul la Personal Finance în Claude, doar pentru citire și în versiune beta în Statele Unite, iar Perplexity lansează Teammates, agenți care lucrează continuu, precum cei pe care Mistral îi adaugă în Studio. În domeniul creației, OpenAI accelerează generarea imaginilor cu Images 2.6, iar Google aduce Gemini Omni 1.2 Flash în disponibilitate generală, cu videoclipuri de 15 secunde și un preț redus cu 30 %. La rândul său, Ricursive Intelligence publică Ripple-65B Preview, un model dens cu ponderi deschise, orientat spre cod agentic.

OpenAI lansează GPT-6 Cyber, un model de securitate cibernetică clasificat Critical, rezervat inițial unor clienți Daybreak Red

5 noiembrie — OpenAI lansează GPT-6 Cyber, succesorul GPT-5.6 Cyber, antrenat să găsească și să valideze vulnerabilități exploatabile, rămânând în limitele stabilite de cercetători. Cadrul său de pregătire (Preparedness Framework) îl clasifică drept Critical în securitate cibernetică, față de High pentru GPT-5.6 Cyber. Potrivit OpenAI, acesta depășește GPT-6 Astra la majoritatea sarcinilor de securitate cibernetică, inclusiv atunci când Astra nu refuză solicitarea.

Introducing GPT‑6 Cyber: a major advance in security research that pairs stronger capabilities with better model alignment. The model powered the Linux kernel research we announced yesterday, and security teams at companies like Mozilla, Palo Alto Networks, Calif, and Cisco—alongside our own at OpenAI—are already putting it to work. GPT-6 Cyber is available to select Daybreak Red customers and we are expanding access over time.

🇷🇴 Iată GPT-6 Cyber: un progres major pentru cercetarea în securitate, care combină capacități sporite cu o mai bună aliniere a modelului. Modelul a stat la baza cercetărilor asupra kernelului Linux anunțate ieri, iar echipele de securitate ale unor companii precum Mozilla, Palo Alto Networks, Calif și Cisco, alături de echipele noastre de la OpenAI, îl folosesc deja. GPT-6 Cyber este disponibil pentru anumiți clienți Daybreak Red și vom extinde accesul în timp. — @OpenAI pe X

Cifrele publicate de OpenAI vizează mai întâi exploatarea, apoi capacitatea modelului de a rămâne în limitele misiunii sale: ExploitGym Honeypot plasează în apropierea țintei servicii auxiliare intenționat ușor de atacat, pe care acesta trebuie să le ignore.

Evaluare publicată de OpenAI	Scorul GPT-6 Cyber	Punct de comparație
ExploitGym (exploatarea de la distanță a unei vulnerabilități date)	48,5 %	32,1 % pentru GPT-5.6 Cyber
Test de penetrare web fără acces la codul sursă	40,3 % dintre vulnerabilități regăsite	32,0 % pentru GPT-6 Astra
RemoteExploitBench (evaluare inițială)	95 % dintre sarcini reușite	100 % refuzuri pentru GPT-6 Astra (Daybreak Blue)
ExploitGym Honeypot, fără prompt de implementare	99,93 % dintre atacurile în afara perimetrului evitate	94,49 % pentru GPT-5.6 Cyber
SRE-Bench, inginerie inversă binară (fișa de sistem)	92,84 %	87,98 % pentru GPT-6 Astra

În practică, OpenAI evidențiază 948 de exploituri de escaladare locală a privilegiilor în kernelul Linux (detaliate mai jos) și 81 de vulnerabilități noi de gravitate ridicată în Firefox, potrivit clasificării Mozilla, care a început să publice patch-urile. Echipele de securitate de la Cisco, Calif și CodeRabbit îl folosesc deja pentru descoperirea vulnerabilităților și revizuirea codului.

Măsurile de protecție sunt consolidate: monitorizarea dezalinierii specifice securității cibernetice, Private Safety Processing obligatoriu ca regulă generală pentru clienții API care folosesc opțiunea de nepăstrare a datelor (înregistrări criptate păstrate 30 de zile în spațiul de stocare al clientului), o listă de adrese IP permise impusă implicit pentru accesul la API al Daybreak Red și noi controale împotriva asistenței pentru atacarea sistemelor critice. Un grup Daybreak Red for Critical Infrastructure permite efectuarea de teste autorizate de către apărătorii aprobați ai infrastructurilor critice, după evaluări realizate împreună cu Dragos pe o centrală electrică simulată.

GPT-6 Cyber este oferit inițial, în API și Codex, unui grup restrâns de clienți Daybreak Red aprobați, înaintea unei extinderi treptate către toți acești clienți; GPT-5.6 Cyber le este disponibil chiar de acum. În API, gpt-6-cyber costă 20 de dolari per milion de tokens de intrare (2 dolari pentru cei din cache) și 100 de dolari pentru ieșire, cu o fereastră de context de 1 050 000 de tokens. OpenAI promite alte anunțuri în cadrul unei transmisiuni în direct, „Cyber at the Frontier”, pe 12 noiembrie, la ora 10, ora Pacificului.

🔗 GPT-6 Cyber: Extinderea frontierei agenților de securitate cibernetică aliniați (OpenAI) · Fișa de sistem a GPT-6 Cyber

Un pipeline autonom a validat 948 de vulnerabilități de escaladare a privilegiilor în Linux, la un cost de 1,2 milioane de dolari

4 noiembrie — În ajunul lansării, echipa Cyber a OpenAI a descris un prototip care înlănțuie fără intervenție descoperirea vulnerabilităților, reproducerea lor într-o mașină virtuală izolată, evaluarea posibilității de exploatare și generarea de patch-uri, înaintea unei verificări umane. Acesta a rulat zece zile la jumătatea lunii octombrie pe ramura principală a kernelului Linux, în cea mai recentă stare a acesteia, cu modelul pe care tweetul de lansare îl identifică drept GPT-6 Cyber; cele 948 de vulnerabilități de escaladare locală a privilegiilor sunt numărate pe baza patch-urilor distincte.

Etapa execuției	Rezultat obținut	Cost în credite API
Cercetare realizată de agenții analiști (12 h)	2 308 vulnerabilități potențiale	316 549 dolari
Validare dinamică (30 h)	1 724 vulnerabilități reproduse	73 330 dolari
Exploatare	1 169 exploituri funcționale, 948 de vulnerabilități distincte	775 929 dolari
Execuție completă, inclusiv identificarea și trierea	948 de vulnerabilități distincte de escaladare a privilegiilor	1 213 430 dolari, adică 1 279 per vulnerabilitate

La sfârșitul lunii iulie, GPT-5.6 Sol găsise și exploatase doar 166 de vulnerabilități de acest tip, la un cost de 513 690 de dolari, iar kernelul a fost securizat suplimentar în cele trei luni care separă cele două campanii. Pe kernelCTF, programul Google cu un kernel consolidat, pipeline-ul a obținut 21 de exploituri în 112 ore, la un cost de aproximativ 32 936 de dolari. Agenții au folosit cel puțin 10 tehnici de exploatare necunoscute atât echipei OpenAI, cât și experților consultați, ale căror detalii rămân confidențiale. OpenAI estimează, cu titlu de ipoteză, că aceste vulnerabilități ar fi valorat între 18,9 și 66,3 milioane de dolari conform vechilor grile de recompense ale Pwn2Own și TyphoonPWN. La sfârșitul celor zece zile, 61 de vulnerabilități erau deja remediate upstream, 43 aveau un patch în pregătire, iar 299 făceau obiectul unor discuții publice.

🔗 Cu o mie mai puține căi către root (OpenAI)

Anthropic lansează Personal Finance în Claude, cu acces doar pentru citire prin Plaid și în versiune beta în Statele Unite

5 noiembrie — Anthropic lansează Personal Finance în Claude, în versiune beta în Statele Unite, pentru abonamentele Pro, Max și Ultra. Utilizatorul conectează conturile bancare și cardurile dorite, apoi își pune întrebările despre bani în limbaj obișnuit; Claude răspunde pe baza propriilor solduri și tranzacții ale utilizatorului.

Introducing Personal Finance in Claude, in beta in the US. Connect the accounts you choose, and Claude answers your money questions in everyday language, from your own balances and transactions. Access is read-only, and Claude can’t move, manage, or invest your money.

🇷🇴 Iată Personal Finance în Claude, în versiune beta în Statele Unite. Conectați conturile dorite, iar Claude răspunde la întrebările despre bani în limbaj obișnuit, pe baza propriilor solduri și tranzacții. Accesul este doar pentru citire, iar Claude nu vă poate transfera, administra sau investi banii. — @claudeai pe X

Conectarea se face prin Plaid: utilizatorul se autentifică personal la banca sa și aprobă acolo accesul lui Claude, care nu vede niciodată parola bancară. Pentru conturile alese, Claude citește numele băncii, denumirea, tipul și ultimele patru cifre ale fiecărui cont, soldurile, limitele de credit și până la doi ani de tranzacții; pentru investiții, împrumuturi și carduri, citește doar soldurile și limitele, nici pozițiile, nici ratele dobânzii. Funcția nu este concepută pentru a oferi sfaturi de investiții și nu afișează nici reclame, nici recomandări sponsorizate; Anthropic precizează că nu oferă nici carduri de credit, nici împrumuturi, nici conturi de economii.

O pagină dedicată reunește cheltuielile, fluxurile de numerar, abonamentele și facturile viitoare. În exemplul din articol, Claude însumează cheltuieli lunare de 4 309,37 dolari, dintre care peste jumătate reprezintă chiria și cheltuielile de întreținere, enumeră patru debitări viitoare înainte de salariu și calculează ce va rămâne: 1 393,22 dolari. De asemenea, semnalează debitările duble, comisioanele neașteptate sau o factură a cărei valoare crește și poate crea un grafic, un calendar al scadențelor sau un tablou de bord.

Parametrul ofertei	Valoare anunțată
Abonamente vizate	Pro, Max și Ultra (fără Free, Team sau Enterprise)
Țară și bănci	Statele Unite, cel mult 16 bănci americane
Stadiul lansării	Beta, lansare treptată începând din această săptămână
Platforme	Web, Claude Desktop, iOS și Android
Date citite	Până la 24 de luni de tranzacții, doar pentru citire
Antrenarea modelelor	Conversațiile din spațiul Personal Finance sunt excluse

În afara acestui spațiu se aplică setările obișnuite de confidențialitate; potrivit centrului de ajutor, o conversație care a folosit conturile nu este utilizată nici pentru memorie, nici pentru căutarea în istoric. Conturile conectate nu sunt folosite nici în Cowork, nici în Claude Code, nici în sarcinile programate, iar funcția lipsește din Claude Duet. Anthropic prezintă Personal Finance ca pe un prim pas și afirmă că explorează, fără un termen anunțat, colaborarea cu profesioniști autorizați și instituții reglementate. Claude se alătură ChatGPT, Perplexity și Grok, care folosesc, de asemenea, Plaid.

🔗 Prezentarea Personal Finance în Claude · Utilizați Personal Finance în Claude (centrul de ajutor)

Agenți care lucrează continuu: Perplexity Teammates și agenții gestionați din Mistral Studio

5 noiembrie — Perplexity lansează Teammates, agenți personali pentru activități de lungă durată, anunțați de Aravind Srinivas și apoi de contul oficial al Perplexity. Fiecare coechipier (teammate) pornește de la ceea ce există deja în Computer: proiecte, skills, memorie, plugins și automatizări. I se atribuie un nume, un rol, o instrucțiune permanentă și reguli care stabilesc când să revină la utilizator; acesta planifică activitatea, coordonează sesiuni Computer și alți coechipieri, verifică rezultatele pe parcurs și predă rezultatul final pentru validare. Păstrează obiectivele, istoricul sarcinilor și fișierele de la o execuție la alta, într-un fir de conversație unic și permanent.

Today, we’re launching Perplexity Teammates. They are personal agents for work. And change the paradigm from writing prompts in a session to giving high-level goals. Rolling out to Max users on the web today. Native apps (mobile, desktop) coming soon.

🇷🇴 Astăzi lansăm Perplexity Teammates. Sunt agenți personali pentru muncă. Și schimbă paradigma: de la scrierea de prompts într-o sesiune la stabilirea unor obiective de nivel înalt. Lansare astăzi pentru utilizatorii Max pe web. Aplicațiile native (pentru mobil și computer) vor fi disponibile în curând. — @AravSrinivas pe X

Diferența față de Computer ține de proactivitate. Un coechipier monitorizează activitatea în curs și acționează când se schimbă ceva, fără o nouă solicitare: un coechipier responsabil de vânzări identifică un client obișnuit care nu mai cumpără, îi examinează comenzile și tichetele, apoi pregătește o ofertă sau semnalează o problemă. Potrivit FAQ, coechipierii rulează în fundal 24 de ore din 24 și anunță când este nevoie de o decizie. Adăugat într-un canal Slack, un coechipier primește sarcini de la colegi, iar coechipierii preiau ștafeta unii de la alții: unul găsește bug-uri pe un site, altul pregătește patch-urile.

Aspect al produsului	Detaliu publicat de Perplexity
Abonament necesar	Doar Perplexity Max
Platforme	Web din 5 noiembrie, aplicații native anunțate fără dată
Cost de utilizare	Gratuit în timpul unei perioade promoționale, apoi credite lunare incluse în Max
Izolare	Desktop, browser, sesiuni și cookies proprii fiecărui coechipier
Permisiuni	Cele ale instrumentelor și proiectelor din Computer, date de autentificare criptate

Utilizatorul poate verifica lucrarea, prelua controlul asupra desktopului sau redirecționa un coechipier pe parcurs. Nu a fost anunțată o dată pentru sfârșitul perioadei promoționale, iar Perplexity promite să extindă accesul și funcțiile în săptămânile următoare. Teammates duce mai departe Computer în Slack, lansat pe 1 aprilie, și automatizările din 29 septembrie.

🔗 Teammates sunt agenți pentru activități complexe și continue (Perplexity) · Pagina produsului Perplexity Teammates

Mistral extinde Studio cu agenți gestionați și aplicații, iar Workflows trece la disponibilitate generală

5 noiembrie — Pentru companii, Mistral își extinde platforma AI Studio: agenții gestionați (Managed Agents) și aplicațiile (Apps) intră în previzualizare publică, iar Workflows, aflat în previzualizare publică de la sfârșitul lui aprilie, trece la disponibilitate generală. Cele trei componente sunt disponibile din 5 noiembrie pe Mistral Cloud și vor ajunge în implementările în cloud privat și la sediu la sfârșitul lui noiembrie. Agenții gestionați se scriu în Python cu SDK-ul mistralai-agents: definit o singură dată, același agent rulează pe serverele proprii (agents serve) sau la Mistral (agents deploy), lucrează în fundal ore sau zile, reia execuția de la ultima etapă finalizată după o cădere și poate aștepta aprobarea unei persoane. Studio asigură găzduirea, autentificarea și controlul accesului pentru aplicații. Notele de versiune enumeră douăsprezece noutăți, printre care un constructor de fluxuri de lucru în limbaj natural cu Mistral Vibe, evaluări offline și pe trafic real, un index de căutare gestionat și webhooks. Mistral menționează ABANCA, BNP Paribas, Capgemini și CMA CGM printre clienții și partenerii care folosesc deja Studio în producție. Nu este publicat niciun tarif, iar API-ul agenților gestionați se mai poate schimba în perioada de previzualizare.

🔗 Le Chonk aduce inteligența. Studio o pune la lucru (Mistral AI)

OpenAI lansează Images 2.6: GIF-uri animate, imagini de referință și două modele API cu 50 % mai rapide

4 noiembrie — La două luni după Images 2.5, OpenAI lansează Images 2.6 în ChatGPT, Codex și API, printr-un anunț publicat în seara de 4 noiembrie. Modelul generează imagini cu 50 % mai repede și păstrează mai bine detaliile de la o retușare la alta, de exemplu ținuta unui personaj atunci când se schimbă fundalul. Este disponibil la nivel mondial în ChatGPT și Codex, pentru toate abonamentele, pe web, desktop și mobil.

Două funcții ajung în ChatGPT. Crearea de GIF-uri, aflată în curs de lansare, transformă un prompt, o imagine sau o schiță într-o buclă animată, cu viteză de redare reglabilă și posibilitatea de a retușa fiecare cadru. Imaginile de referință salvate permit reutilizarea unei fotografii în conversații noi: se salvează fotografia propriului câine sub numele Pepper, apoi se cere un portret în acuarelă al lui @Pepper fără a o trimite din nou.

Model API	Avantaj anunțat	Imagine generată, per milion de tokens
`gpt-image-2.6-flare`	O imagine în șase secunde la calitate scăzută, aranjare îngrijită în pagină a afișelor și materialelor vizuale	30 dolari
`gpt-image-2.6-sunburst`	Calitate și consecvență mai bune de-a lungul retușărilor, la calitate medie sau ridicată	30 dolari

În API, cele două modele servesc atât la generare, cât și la retușare. API-ul primește și un parametru de complexitate, care reglează gradul de planificare al modelului (o valoare scăzută este potrivită pentru retușări rapide), export SVG, generare de GIF-uri animate și editare ghidată de adnotări, disponibilă și pentru modelele GPT Image 2.5 compatibile. Tarifele sunt cele ale GPT-Image-2.5 Flare: 5 dolari per milion de tokens de text la intrare și 8 dolari per milion de tokens de imagine la intrare. OpenAI estimează utilizarea la 4 miliarde de imagini pe săptămână prin ChatGPT, Codex și API, adică peste o jumătate de miliard pe zi. OpenArt, Figma Weave, Picsart, fal, Sable și Higgsfield au avut acces anticipat, iar HeyGen l-a integrat chiar a doua zi (vezi Știrile pe scurt).

🔗 Prezentarea Images 2.6 (OpenAI) · Notele de versiune ChatGPT

Google trece Gemini Omni 1.2 Flash la disponibilitate generală: videoclipuri de 15 secunde și prețuri mai mici cu 30 %

5 noiembrie — Google lansează Gemini Omni 1.2 Flash, noua versiune a modelului său de generare și modificare video, în disponibilitate generală în API-ul Gemini (gemini-omni-1.2-flash, doar nivelul cu plată) și în Gemini for business. Potrivit Google, este prima dată când Gemini Omni este disponibil general cu infrastructura Google Cloud, inclusiv Provisioned Throughput; fiecare rezultat poartă un filigran SynthID.

Modelul produce și modifică nativ clipuri de 15 secunde, față de 10 pentru Omni 1.1, cu o durată reglabilă în trepte de o secundă între 3 și 15 secunde. Respectă mai bine referințele (imagini de personaje, produse sau stiluri, clipuri scurte de mișcare, indicii audio, până la 6 imagini de referință în API) și produce mai puține tăieturi bruște (jump cuts). Editarea conversațională în mai multe runde funcționează pe clipuri complete de 15 secunde, cu dialoguri mai naturale și o sincronizare mai precisă a buzelor. În API, extinderea unui clip adaugă între 3 și 10 secunde pe rundă, până la 30 de secunde în total, iar limitele de debit ale nivelului cu plată se dublează.

Parametru comparat	Omni 1.1 Flash	Omni 1.2 Flash
Durată nativă maximă	10 secunde	15 secunde
Ieșire video, per milion de tokens	17,50 dolari	12 dolari
Preț efectiv în 720p	circa 0,10 dolari pe secundă	circa 0,07 dolari pe secundă

Google anunță astfel o reducere de 30 %: un clip de 15 secunde în 720p costă aproximativ 1,04 dolari, iar o secundă costă 0,023 dolari în 360p și 0,209 dolari în 4K supraeșantionat. Pe 3 decembrie, toate cererile trimise către gemini-omni-1.1-flash vor fi redirecționate către versiunea 1.2 și facturate la tariful acesteia. Pentru publicul larg, modelul ajunge în Flow, în Google Vids, unde clipurile de 15 secunde nu implică niciun cost suplimentar cu un cont Google sau un abonament Workspace, în Google Ads și în aplicația Gemini pentru toți abonații Google AI, videoclipurile de 15 secunde fiind rezervate acolo abonaților Google AI Ultra. Runway l-a adăugat în aceeași zi (vezi Știrile pe scurt). Google recunoaște că mai sunt necesare progrese în privința acțiunilor sportive rapide, a schimbărilor rapide de scenariu și a fizicii complexe și nu publică niciun benchmark.

🔗 Prezentarea Gemini Omni 1.2 Flash (Google) · Tarifele Gemini Omni 1.2 Flash

Luma își conectează fluxurile de lucru creative la Claude și ChatGPT printr-un conector MCP

3 noiembrie — Luma lansează un conector MCP care aduce instrumentele sale de creație în Claude și ChatGPT; articolul, datat 3 noiembrie și actualizat pe 4, a fost distribuit de Luma pe 5. Conectorul oferă acces la Luma Agent, prezentat ca fiind capabil să orchestreze un proiect întreg pornind de la un singur prompt, și la fluxurile predefinite Luma: Product Shots, Camera Angles, Background swap, Relight Studio și clipuri promoționale scurte. Imaginile și videoclipurile finalizate revin în conversație. Scenariul evidențiat vizează marketingul: să întrebi asistentul care reclamă a avut cele mai bune rezultate în săptămâna precedentă, apoi să îi ceri lui Luma să creeze variante ale celei câștigătoare, cu scene noi, unghiuri noi și iluminare nouă. Contul Luma se conectează o singură dată, iar fiecare generare consumă credite din abonamentul Luma, fără un tarif separat pentru conector. Luma conectase deja un conector MCP la Claude Motion pe 8 octombrie; noutatea constă în ChatGPT, fluxurile predefinite și Luma Agent, disponibile acum în ambii asistenți. Luma se alătură Runway, Synthesia, Suno și HeyGen, care și-au conectat toate instrumentele la asistenți în ultimele săptămâni.

🔗 Conectează Luma la ChatGPT și Claude (Luma)

Ricursive Intelligence publică Ripple-65B Preview, un model dens cu ponderi deschise orientat spre programarea agentică

4 noiembrie — Ricursive Intelligence, un laborator care nu a mai fost menționat până acum în această sinteză, publică Ripple-65B Preview: un model de limbaj dens cu 65 de miliarde de parametri, preantrenat de la zero pe 12 000 de miliarde de tokens, sub licență Apache 2.0, cu un context de până la 1 048 576 tokens. Publicarea include modelul ajustat pentru instrucțiuni în BF16 și NVFP4, un model de bază rezultat exclusiv din preantrenare și un mic model draft DFlash2 pentru decodare speculativă. Ricursive se prezintă ca un laborator care optimizează împreună hardware-ul, software-ul și modelul, iar Ripple-65B Preview este varianta generalistă a modelului proprietar al platformei sale de proiectare de cipuri prin AI.

Rezultatele evidențiate vizează programarea agentică: 80,5 % pe Terminal-Bench 2.1, 79,1 % pe SWE-Bench Pro v2.0-Hard și 44,3 % pe DeepSWE v1.1. Ricursive susține că ocupă primul loc în rândul modelelor americane cu ponderi deschise în acest domeniu, înaintea unor modele mult mai mari, de tip amestec de experți (Mixture-of-Experts, MoE); afirmația se referă la modelele americane deschise, nu la ansamblul modelelor deschise.

Caracteristică (fișa Ricursive)	Ripple-65B Preview	Reflection Beam	Muse Spark Open	Inkling	Nemotron 3 Ultra
Arhitectura modelului	Densă	MoE	MoE	MoE	MoE
Parametri totali	65B	501B	816B	975B	550B
Parametri activi	65B	23B	42B	41B	55B
Terminal-Bench 2.1	80,5	80,1	76,4	63,8	56,4
GPQA Diamond	85,2	90,6	89,0	87,2	87,0

Ricursive vorbește despre o comparație realizată în limita posibilităților (best-effort): scorurile oficiale ale concurenților atunci când există, evaluări proprii în caz contrar, medii de evaluare diferite în funcție de teste și scoruri Terminal-Bench 2.1 care sunt toate mai mici cu mediul oficial de evaluare Terminus 2, cu excepția Muse Spark Open. La cunoștințe generale (GPQA Diamond), Ripple rămâne în urma concurenților săi.

Rețeta aparține unei echipe mici, care a crescut de la una la cinci persoane. Ricursive a pornit de la rețeta de antrenare a Olmo 3, modelul deschis al Ai2, și a refăcut-o la toate nivelurile (legi de scalare, arhitectură, date, postantrenare): afirmă că a crescut de 16 ori eficiența computațională pentru cod față de seria de modele Olmo 3 și de până la 55 de ori pentru antrenarea completă. Modelul este dens, în loc să fie un amestec de experți, pentru a simplifica infrastructura, cu o arhitectură îngustă și profundă inspirată de Gemma 3N (80 de straturi) și antrenare în BF16 fără kernel-uri de calcul proprii. Postantrenarea, relativ ușoară, a atins 80,5 pe Terminal-Bench 2.1 cu 1,4 milioane de episoade de învățare prin întărire (rollouts), de aproximativ 70 de ori mai puține decât Reflection Beam, potrivit Ricursive.

Modelul generează 250 tokens pe secundă pe două B200 (loturi de 8), fără cuantizare, și încape pe un DGX Spark cu checkpoint-ul NVFP4. Together AI îl oferă spre utilizare din 5 noiembrie la 0,20 dolari per milion de tokens la intrare și 0,60 dolari la ieșire, cu o fereastră de 128K tokens pe platforma sa, iar Atomic Chat a publicat un prim GGUF prin portarea sa în llama.cpp.

🔗 Anunțul Ricursive pe X · Ripple-65B Preview pe Hugging Face · Ripple-65B Preview pe Together AI

Agenți de programare: Devin Review 2.0, aplicații online în Cursor, microVM de la Replit și Qwen Code v0.26.8

Cognition lansează Devin Review 2.0, o revizuire a PR-urilor mai ieftină și incrementală în mod implicit

5 noiembrie — Cognition lansează Devin Review 2.0 și îl transformă în instrumentul implicit de revizuire a pull request-urilor atunci când se lucrează cu Devin. Titlul articolului anunță o revizuire de cinci ori mai ieftină față de august și estimează la 82 % reducerea costului per PR în această perioadă, datorită unei combinații mai bune de modele și optimizării mediului de execuție; firul de anunț al @cognition vorbește, la rândul său, despre o revizuire de până la cinci ori mai ieftină. O revizuire tipică costă între 0,25 și 0,75 dolari, iar un bug remediat îi costă pe clienți, în medie, aproximativ 2,25 dolari. Potrivit Cognition, numărul mediu de buguri găsite per PR crește de la 1,22 la 1,32, iar latența mediană scade de la 139 la 94 de secunde. Revizuirea devine incrementală în mod implicit: o nouă rulare recitește doar ceea ce s-a schimbat, aproximativ 80 % dintre PR-uri costă mai puțin de un dolar, incluzând toate push-urile, iar un plafon de cheltuieli per PR previne depășirile. Se adaugă Devin Review Ultra, un nivel de efort mai ridicat și mai scump pentru codul sensibil (facturare, securitate), precum și evaluatori personalizați (Custom Reviewers) în beta; nu este publicat niciun tarif nou.

🔗 Devin Review 2.0 (Cognition)

Cursor construiește, găzduiește și partajează aplicații online

5 noiembrie — Cursor permite construirea de aplicații online și partajarea lor printr-un link. Constatarea de la care pornește Cursor: agenții au redus costul codului, dar majoritatea instrumentelor create nu părăsesc niciodată calculatorul local (localhost). Se pornește un agent cloud cerându-i explicit o aplicație: Cursor îi creează structura inițială, creează o bază de date Postgres dacă este necesar, condiționează accesul de autentificarea în Cursor și o găzduiește într-un cont dedicat, izolat de cele ale altor echipe. Înainte de orice publicare pe domeniul ales, trebuie să treacă patru verificări deterministe (secrete scrise în fișiere, fișiere cu credențiale, fișiere .env, source maps) și o revizuire de securitate prin AI, apoi utilizatorul publică în mod explicit. Administratorii văd toate aplicațiile și toate secretele, își adaugă propriile reguli de revizuire și pot retrage din publicare orice aplicație. Partajarea poate fi făcută cu persoane, grupuri, echipa sau publicul larg, ultima opțiune fiind dezactivată implicit pentru Teams și Enterprise. Funcția este disponibilă în toate planurile cu plată care includ agenți cloud, din Cursor Origin sau GitHub, suportul pentru GitLab fiind anunțat pentru curând; nu este indicat niciun preț pentru găzduire.

🔗 Construiește aplicații online în Cursor · Documentația Cursor despre aplicații

Replit își rescrie motorul sandbox în jurul unor microVM, fiecare cu propriul kernel Linux

4 noiembrie — Replit publică prima parte a unei serii despre noul său motor sandbox, apărută online în seara de 4 noiembrie și redistribuită a doua zi. Fiecare sandbox este acum o microVM, o mașină virtuală ușoară cu propriul kernel Linux, în locul containerelor care partajează kernelul gazdei; Replit afirmă că a migrat sute de milioane de proiecte fără pierderi de date. Monitorul Cloud Hypervisor partajează componente cu Firecracker, iar kernelul sistemului oaspete, construit pornind de la tinyconfig, renunță la Bluetooth, USB și driverele de afișare.

Auditul CVE-urilor din kernelul Linux (1 iunie – 4 noiembrie 2026)	Valoare conform Replit
CVE-uri publicate și auditate	6 211
CVE-uri evitate de noul motor	5 969 (96,1 %)
Remedieri integrate înainte de divulgare	4 375 (70,4 %)
CVE-uri eliminate prin configurația kernelului	676 (10,9 %)

Pentru CVE-2026-98432, vulnerabilitatea TCP a cărei exploatare a fost demonstrată de Anthropic, kernelul corectat era deja instalat din 12 octombrie. Regulile pentru traficul de rețea de ieșire sunt aplicate în afara mașinii oaspete, printr-un proxy pe gazdă, iar intermediarii de credențiale apelează GitHub sau Google Docs fără a transmite vreodată cheia contului către sandbox. Un sandbox se obține în aproximativ 500 de milisecunde; a doua parte va trata orchestrarea a zeci de mii de microVM cu Kubernetes.

🔗 În interiorul noului motor sandbox al Replit, partea 1

Qwen Code v0.26.8 se conectează la abonamentele Plus și Pro de la Qwen

5 noiembrie — Qwen Code v0.26.8 restabilește autentificarea prin contul Qwen, legată acum de un abonament. În CLI, extensia VS Code și aplicația Desktop, opțiunea „Cont Qwen cu abonament” permite utilizarea unui abonament Plus sau Pro încheiat pe chat.qwen.ai, fără cheie API: clientul încarcă catalogul de modele al contului, folosește abonamentul pentru conversație și căutarea web integrată și îndrumă utilizatorul în cazul unei erori de autentificare, al unei cote depășite sau al unei limite de rată. Potrivit cererii de integrare care o introduce, această cale răspunde încetării vechiului serviciu OAuth gratuit; nici notele de versiune, nici documentația nu precizează data acestei încetări sau prețul abonamentelor, iar CI și containerele continuă să folosească o cheie API. Această versiune stabilă, fără modificări incompatibile, cuprinde 83 de intrări, dintre care 14 funcționalități, 37 de remedieri și 13 optimizări de performanță: Mods pot trimite propriile prompturi, iar hook-urile furnizate de un proiect necesită aprobarea printr-o casetă de dialog. Aplicația Desktop v0.26.8 și SDK-ul TypeScript v0.1.28 apar în aceeași zi.

🔗 Qwen Code v0.26.8

Inferență mai rapidă: CPU-ul Vera de la NVIDIA, sgl-muse-mega de la Meta și Runway Characters în timp real

NVIDIA cuantifică avantajul CPU-ului său Vera față de x86 pentru agenți

5 noiembrie — NVIDIA publică noi cifre despre Vera, procesorul său conceput pentru agenți. Fiecare etapă a unui agent (căutare, interogarea unei baze de date, scrierea și testarea codului, acțiune) se execută pe un CPU și, deoarece fabricile de IA sunt limitate de energie, NVIDIA măsoară lucrul efectuat per watt. În propria comparație, la scara unui centru de date de 100 de megawați, un singur CPU Vera ar rula de 1,6 ori mai mulți agenți per watt decât cel mai rapid x86 și ar face agenții de două ori mai rapizi decât cel mai eficient energetic x86; niciunul dintre acestea nu este numit. NVIDIA citează și rezultatele a șase parteneri:

Partener citat de NVIDIA	Rezultat anunțat cu Vera
Perplexity	Programare agentică de 1,5 ori mai rapidă decât pe CPU-uri tradiționale, implementare planificată
DeepInfra	Până la 2,2 ori viteza celui mai bun x86 în orchestrare agentică
ClickHouse	Scalare aproape liniară pe 176 de nuclee, pe primul loc în clasamentul ClickBench
DuckLabs	Aproximativ 1,5 ori performanța mediană a unui Intel Xeon 6 pe TPC-H SF1000
Daytona	1 000 de sandbox-uri pornite în 10,8 s, față de 88,4 s pe x86
Modal	Până la de 2 ori rata de procesare a sandbox-urilor per nucleu față de un x86 comparabil

Articolul nu oferă nici prețuri, nici un calendar; Vera fusese prezentat la CES în ianuarie, apoi livrat către AWS la sfârșitul lui august.

🔗 Vera oferă ce e mai bun din ambele lumi (NVIDIA)

Meta publică fără un anunț sgl-muse-mega, care decodează Muse Spark Open de până la 2,1 ori mai rapid pe GB300

5 noiembrie — Meta a publicat pe GitHub-ul facebookresearch, sub licență MIT și fără un anunț, sgl-muse-mega: un plugin pentru motorul de inferență SGLang care rulează Muse Spark Open, modelul său cu ponderi deschise de 816 miliarde de parametri (42 de miliarde activi), pe GPU-uri GB300. În loc să lanseze sute de mici nuclee de calcul (kernels) la fiecare pas de decodare, acesta execută fiecare strat al decodorului într-o singură lansare și reunește modelul draft DFlash2, verificarea și acceptarea decodării speculative în același graf CUDA. Potrivit README, o singură cerere atinge până la 1 109 tokenuri pe secundă pe GSM8K cu opt GB300, față de 517 pentru SGLang cu același model draft, adică de 2,1 ori mai mult; un pas de decodare scade de la 12,9 ms și 1 450 de nuclee la 5,9 ms și 97 de nuclee. Câștigul este valabil doar pentru decodarea unei singure cereri la un moment dat (celelalte cereri revin la SGLang), instrumentul este marcat ca experimental și necesită opt GB300 în același domeniu NVLink sau patru pe un nod.

🔗 sgl-muse-mega (facebookresearch)

Runway rulează în timp real modelul video de 57B al Runway Characters pe patru H100

5 noiembrie — Runway Research publică o postare și un articol arXiv despre modul în care Runway Characters, personajele sale video cu care se poate conversa în direct pornind de la o singură imagine, reușește să funcționeze în timp real. Un transformer de difuzie video autoregresiv, cu aproximativ 57B de parametri, trebuie să producă, la 24 de cadre pe secundă, un bloc de patru cadre în 704x1088 la fiecare 166,7 ms, pentru un singur utilizator: gruparea cererilor mai multor utilizatori este imposibilă, fiecare milisecundă trebuie câștigată chiar la nivelul etapei. Prima sursă de optimizare este cache-ul: 29 % din timpul GPU era folosit pentru a reprocesa, în fiecare dintre cele 240 de apeluri de atenție, un cache aproape neschimbat. Aplicând RoPE și cuantizarea FP8 o singură dată, la scriere, într-un cache circular, Runway reduce timpul de întreținere a acestuia de la 69,7 la 6,2 ms per etapă.

Configurație măsurată de Runway	Durata unei etape de difuzie
Software-ul de la lansare, pe patru H100	240,9 ms
După optimizare, pe patru H100	159,3 ms (24,5 images/s)
Cu un kernel care fuzionează reducerea și calculul FP8	147,4 ms
Pe trei B200	154,3 ms

O sesiune poate rula acum pe patru H100, față de opt la lansare. Pe parcursul a șapte săptămâni de producție, media a depășit 23,5 cadre pe secundă în 99,5 % dintre sesiuni, iar durata mediană a unui schimb conversațional este de 2,13 s, dintre care 1,42 s îi revin agentului vocal.

🔗 Video în timp real cu dimensiunea batch-ului de unu (Runway) · Articolul arXiv 2611.05642

Robotică deschisă: LeRobot v0.7.0 de la Hugging Face și ToyBlocks de la Ai2

Hugging Face publică LeRobot v0.7.0, care permite dialogul cu un robot în funcțiune

5 noiembrie — Hugging Face publică LeRobot v0.7.0, o nouă versiune a bibliotecii sale de robotică deschisă, în timp ce Hub găzduiește aproape 300 To de date de IA fizică în formatul LeRobot. Cu sesiunile interactive, se poate vorbi cu robotul în funcțiune: /subtask schimbă instrucțiunea fără a-l opri, /vqa întreabă politica ce vede, iar /autosteer îi încredințează un obiectiv. Ultimele două comenzi necesită o politică ce generează text, precum FineART-VLA, antrenată pe setul de date FineART de la Scale AI și Hugging Face (1 718 ore de manipulare cu două brațe, peste 533 000 de subsarcini adnotate), sau un planificator VLM extern. În ceea ce privește antrenarea, seturile de date se citesc în flux din Hub sau LanceDB, fără descărcare, iar stack-ul trece la FSDP2 și HSDP: pe un model FastWAM de 6B, vârful de utilizare a memoriei la reluare scade de la 143 la 42 Go per GPU. Versiunea adaugă patru modele de acțiune în lume (Cosmos 3 și Long-WAM de la NVIDIA, FLUX 3 Action de la Black Forest Labs, LaWAM de la RLinf) și patru politici viziune-limbaj-acțiune, printre care LingBot-VLA 2.0 și Wall-OSS-0.5. Aceasta introduce incompatibilități în mai multe fluxuri de lucru: PyTorch compilat pentru CUDA 13, inferența asincronă înlocuită cu un server de politici, Trackio în locul Weights & Biases.

🔗 LeRobot v0.7.0 (blogul Hugging Face)

Ai2 publică online fără un anunț ToyBlocks, un cadru de simulare care generează demonstrații pentru roboți

5 noiembrie — Ai2 a publicat online, între seara de 4 și 5 noiembrie, fără un anunț, componentele ToyBlocks: un cadru de simulare deschis, construit pe IsaacSim și IsaacLab, în care un braț robotic împinge, răstoarnă și stivuiește blocuri pe o masă. Avantajul său constă în înlocuirea teleoperării cu generarea automată de sarcini și demonstrații: setul de date publicat reunește 83 496 de demonstrații reușite de stivuire a trei blocuri, adică 143,7 milioane de imagini și aproape 1 600 de ore, pe trei niveluri de dificultate, cu seturi de validare de 1 000 de episoade per nivel. Acesta este însoțit de două modele: Molmo2-4B-tb, un Molmo2-4B ajustat fin care citește imaginea camerei și obiectivul, formulează un plan scurt și indică următoarea acțiune (apucare, așezare, răsturnare, rotire) și ținta acesteia, la aproximativ 6 Hz, și o politică ManiFlow care execută aceste gesturi. Articolul de blog citat în depozite returna o eroare 404 la momentul scanării, iar raportul tehnic este anunțat pentru curând.

🔗 ToyBlocks (allenai)

Anthropic măsoară modul în care oamenii de știință folosesc Claude, pe baza a 207 049 de sesiuni de cercetare

5 noiembrie — Echipa Economics de la Anthropic publică un raport despre utilizarea științifică a Claude, bazat pe 207 049 de sesiuni de cercetare din abonamentele destinate publicului larg, între 2 august și 30 septembrie 2026, analizate de clasificatoare care păstrează doar etichete de domeniu și de sarcină. Științele formale folosesc Claude într-o proporție mult mai mare decât ponderea lor în cercetarea mondială: informatica reprezintă 32,7 % din sesiunile Claude Code, față de 4,3 % dintre cercetătorii din lume.

Indicator observat	Pe Claude (Chat și Cowork)	Pe Claude Code
Sesiuni analizate	128 914	78 135
Ponderea analizei datelor	33,7 %	48,1 %
Ponderea generării de idei și a ipotezelor	4,2 %	2,1 %

Oamenii de știință folosesc Claude mai ales pentru a analiza date și a scrie, mult mai puțin pentru a formula ipoteze, deși cei 528 de cercetători intervievați plasează generarea de idei și colectarea datelor în fruntea sarcinilor care contează; pe Claude Science, generarea de idei are o pondere de aproximativ două ori mai mare decât pe Claude. Raportul schițează scenarii prezentate ca ilustrative, nu ca previziuni: dacă actualele capacități ar fi adoptate pe scară largă, producția de cercetare ar fi multiplicată cu un factor cuprins între 1,35 (arte) și 2,02 (statistică); dacă IA ar prelua toată munca nefizică, factorul ar fi între 15 și 16 în domeniile fără activități de laborator, față de 3 până la 4 în biologie sau chimie. Aproximativ 40 % dintre cercetătorii intervievați se așteaptă ca, până în 2030, să existe proiecte de cercetare conduse exclusiv de IA.

🔗 IA pentru descoperiri științifice: cum folosesc cercetătorii Claude (Anthropic)

OpenAI publică un pact cu comunitățile care găzduiesc campusurile sale de calcul

5 noiembrie — OpenAI publică un pact național cu comunitățile (National Community Compact) și un plan de politici publice pentru campusurile de calcul (Compute Campus Policy Blueprint). Fiecare viitor campus pe care OpenAI îl va deține și opera va avea propriul pact local, cu o consultare organizată suficient de devreme pentru a influența proiectul, o persoană de contact locală și un raport public anual. OpenAI se angajează să plătească integral energia electrică și infrastructura necesare, cu garanții financiare pentru a-i proteja pe ceilalți clienți dacă un proiect este întârziat, redus sau anulat, să publice consumul de apă și energie electrică al fiecărei locații, să acorde prioritate răcirii în circuit închis sau cu un consum redus de apă și să nu impună acorduri de confidențialitate aleșilor și funcționarilor publici, cu excepția unor protecții strict delimitate. În comitatul Effingham, din Georgia, locuitorii au direcționat o subvenție de 4,8 milioane de dolari către mese școlare gratuite pentru cei 14 000 de elevi ai comitatului; în comitatul Pike, din Ohio, OpenAI și SB Energy alocă 6 milioane de dolari pentru îngrijirea copiilor. Planul le cere decidenților și reguli comune: marii consumatori să suporte costurile suplimentare pe care le generează pentru rețea, să fie facilitată racordarea campusurilor capabile să își reducă cererea, așa cum prevede Grid Protectors, lansat pe 2 noiembrie, și să fie accelerată construirea liniilor de transport al energiei electrice.

🔗 Stabilirea unui nou standard pentru o infrastructură IA responsabilă (OpenAI)

Pe scurt

Agenți și instrumente de programare

Amp și GitLab — Amp se integrează cu GitLab, atât pe gitlab.com, cât și pe instanțele autogestionate: mediile sale cloud, numite orbs, clonează și fac push în numele utilizatorului, deschid și urmăresc cereri de integrare, iar Orb Spawner pornește un orb pentru fiecare cerere sau tichet nou; fără informații despre preț. 🔗 sursă
Revizuirea PR-urilor agenților la Warp — Ben Holmes propune trei măsuri împotriva blocajelor din procesul de revizuire: un agent propriu de revizuire în mai multe runde, o verificare integrală efectuată de agent și un scor al riscului de integrare bazat pe cinci criterii, publicat sub forma unui skill /merge-risk. 🔗 sursă
Copilot CLI 1.0.106-10 — O nouă versiune preliminară apare pe npm fără note de versiune; SDK-ul Copilot 1.0.29-preview.9, care o include, dezvăluie o compactare experimentală a istoricului și autentificarea prin cod de dispozitiv. Cea mai recentă versiune stabilă rămâne 1.0.105 din 28 octombrie. 🔗 sursă
Copilot Fusion — GitHub stabilește data de 30 noiembrie pentru încheierea reducerii de 30 % la acest router de modele, pe care anunțul din 28 octombrie o rezerva abonamentelor Copilot plătite pentru o perioadă limitată; postarea îl prezintă în aplicația GitHub Copilot, Copilot CLI și VS Code. 🔗 sursă
Kimi Code 2.5.1 — Opt remedieri, inclusiv eliminarea erorilor HTTP 400 repetate cauzate de mesaje de sistem goale pentru schemele instrumentelor dinamice și revenirea previzualizărilor imaginilor și videoclipurilor în rezultatele instrumentelor. 🔗 sursă
Kimi Work 3.2.25 — O căutare globală acoperă proiecte, pluginuri, skill-uri și conversații, pluginurile neautorizate sunt identificate în timpul sarcinii printr-o fereastră care ghidează autorizarea lor, iar o nouă acțiune oprește sarcina înainte de a o arhiva. 🔗 sursă
CLI mistral 0.17.2 — Două remedieri în ziua extinderii Studio: linkul de avertizare din mistral apps deploy deschide fila Secrets a aplicației, iar comenzile mistral agents nu mai eșuează din cauza blocării uv.lock atunci când shell-ul exportă UV_DEFAULT_INDEX sau UV_INDEX_URL. 🔗 sursă
Codex pe iOS — Pe 2 noiembrie, ChatGPT pentru iOS 1.2026.300 permite adăugarea și eliminarea atașamentelor fără a părăsi editorul pe tot ecranul din Codex, sincronizează starea de citire a sarcinilor între dispozitive și direcționează implicit mesajele ulterioare către sarcina în curs. 🔗 sursă
Extensii Antigravity — Pe 2 noiembrie, extensia VS Code 1.11.0 face clicabile etichetele de context ale terminalului trimise în conversație, iar extensia Visual Studio 1.0.261102.0 activează implicit diff-urile inline, care pot fi acceptate sau respinse pe bloc ori pe fișier. 🔗 sursă
Pagina Overview pentru pull requests — GitHub pune la dispoziție în versiune preliminară publică, prin înscriere, o pagină care aduce în partea de sus starea integrării și acțiunile următoare, cu o zonă de integrare reproiectată și filtre pentru conversație; revenirea la vizualizarea clasică este posibilă. 🔗 sursă
Discord în Rust — În afara domeniului AI, Discord prezintă o nouă versiune a clientului său, reconstruită în Rust, pe care Zed o descrie ca fiind construită pe GPUI, framework-ul său de interfață open source. 🔗 sursă

Companii și parteneriate

DevRev și Codex — Într-un studiu de caz publicat de OpenAI, DevRev încredințează raționamentul agenților săi Computer și Operator modelelor OpenAI, inclusiv GPT-6.1 Sol, și afirmă că și-a mutat întreaga activitate de inginerie pe Codex, renunțând la licențele Cursor; fără cifre privind rezultatele. 🔗 sursă
Replit și SMFL — Replit încheie un parteneriat cu Sumitomo Mitsui Finance and Leasing pentru a-și conecta platforma la AssetForce, serviciul de gestionare a activelor al SMFL folosit de peste 200 de companii, sprijinind obiectivul SMFL de a-și crește de zece ori veniturile din servicii digitale, până la 10 miliarde de yeni până în 2031. 🔗 sursă
Baseten și Nemotron Coalition — Baseten se alătură alianței NVIDIA dedicate modelelor deschise, prezentată în martie alături de Mistral, Black Forest Labs, Cursor, Ai2 și Perplexity, contribuind cu medii de învățare prin întărire, postantrenare și inferență optimizată. 🔗 sursă

Platforme, API și securitate

Securitatea Claude Enterprise — Anthropic adaugă, în versiune beta, un centru de securitate care compară setările conversației, ale Cowork și ale Claude Code cu recomandările sale, o consolă de administrare centralizată și un senzor EDR (detectare și răspuns pe stațiile de lucru) în mașina virtuală locală a Cowork, pe macOS și Windows. 🔗 sursă
Claude Console și Admin API — În versiune beta, o listă de adrese IP permise, de până la 1 000 de adrese sau intervale per organizație, respinge cererile provenite din alte surse, limitând astfel utilizarea unei chei API divulgate, iar Admin API poate deconecta de peste tot un membru Claude Enterprise. 🔗 sursă
SDK-urile OpenAI — openai-python 3.46.0 și openai-node 7.51.0 adaugă opțiunile de rezidență a datelor în Australia, India și Japonia, GPT-6 Rosalind și opțiunile de control pentru Images 2.6, apoi versiunile următoare adaugă gpt-6-cyber; încă nicio versiune stabilă a Codex CLI de la 0.166.0 din 29 octombrie. 🔗 sursă
API Gemini — API-ul acceptă acum prezentări PPT și ODP și foi de calcul ODS, procesează documentele DOC ca imagini ale paginilor, iar instrumentele pot returna modelului conținut audio, video sau fișiere Office și OpenDocument. 🔗 sursă
API Perplexity — Agent API pune la dispoziție nivelul de efort ultra, care rulează pe Claude Opus 5.5 pentru cercetări ample, a nu se confunda cu nivelul Ultra din Effort Mode al Computer; cu o zi înainte, Decisions API dobândise capacitatea de a citi textul de la un URL înainte de a căuta, la 0,001 dolari per preluare. 🔗 sursă
Orchestrarea agenților — Perplexity publică un ghid care compară trei arhitecturi de orchestrare (centralizată, descentralizată, ierarhică), inventariază șapte defecțiuni frecvente și propune șapte bune practici, de la contractele de sarcină la reîncercările idempotente; nicio noutate de produs. 🔗 sursă
Scanarea secretelor pe GitHub — SpaceX devine partener: un identificator starlink_public_api_v2_secret expus într-un depozit public îi este transmis pentru revocare, iar detectoarele pentru șase furnizori, inclusiv AWS și Google Cloud Storage, produc mai puține rezultate fals pozitive. 🔗 sursă

Infrastructură și simulare la NVIDIA

Memorie și inferență — Un articol explicativ susține proiectarea în comun a întregului stack în condițiile în care HBM este rară și scumpă: de la Blackwell Ultra la Vera Rubin, cantitatea de HBM per GPU crește cu doar aproximativ 3 %, dar debitul per dolar crește de până la 30 de ori pe SemiAnalysis AgentX; soluția de stocare NVIDIA CMX reunește nouă parteneri. 🔗 sursă
Into the Omniverse — NVIDIA își actualizează articolul despre simulările construite de agenți, prezentat pe 9 octombrie, cu aproximativ zece proiecte realizate în principal cu GPT-6 Astra, uneori cu Claude, inclusiv un depozit cu 80 de benzi transportoare, 40 de brațe și 800 de cutii, menținut la 30 de cadre pe secundă; niciun produs nou. 🔗 sursă

Modele deschise, date și cercetare

ML Intern în Slack — Agentul open source al Hugging Face care evaluează, pregătește date și ajustează fin modele devine un bot Slack de instalat în spațiul de lucru, conectat la datele, fișierele și serverele MCP ale acestuia; fără preț sau link de instalare. 🔗 sursă
Llama și modelele de decizie — Aplicația locală a echipei llama.cpp și a Hugging Face, gratuită pe Mac și Windows, rulează d1-Omni de la Liquid AI și d3-flash, pe care îl atribuie vLLM și îl plasează în fruntea Jev Decision Index. 🔗 sursă
Sand3D — Sandflow publică 106 094 de obiecte 3D, dintre care 10 456 articulate, fiecare scris sub forma unui scurt program Python în biblioteca sa deschisă sand3d, cu export OpenUSD care poate fi vizualizat în vizualizatorul 3D al Hub. 🔗 sursă
SimReady Central — Lightwheel își detaliază rolul în biblioteca de obiecte 3D a NVIDIA de pe Hugging Face, care depășește acum 3 500 de obiecte OpenUSD: compania validează și ajustează comportamentul lor fizic la contact și în mișcare. 🔗 sursă
DreamTac — Un articol prezintă acest set de date al Universității din Beijing, convertit de Voxel51 pentru FiftyOne: 703 traiectorii ale unui braț Franka cu vârfurile degetelor din gel, acoperind 12 sarcini și 7,03 ore, în care contactul devine vizibil în imagini. 🔗 sursă
Sinteză vocală în dialectul libanez — Bilal Zaraket a clonat vocea unui tester din Beirut cu patru modele: evaluată fără cunoașterea sursei de către cinci ascultători nativi, vocea reală obține 4,98 din 5, iar cel mai bun model, VoxCPM2, obține 3,89 și este perceput ca libanez în doar 65 % dintre cazuri. 🔗 sursă
Guardián colombiano — Hugo Alonso ajustează fin Tiny Aya Global (3,35 miliarde de parametri) pentru a modera, în spaniola din Columbia, un panou public dedicat memoriei colective, pe un GPU de 6 Go, în locul unui lanț de trei servicii cloud. 🔗 sursă
Anvaya-1B — Un dezvoltator preantrenează de la zero un model cu puțin peste un miliard de parametri pe două plăci T4 de 16 Go, cu PyTorch FSDP și FineWeb, și publică primul checkpoint și rețeta. 🔗 sursă
traj2envs — Hugging Face publică fără anunț un instrument care transformă traiectoriile agenților în format ATIF în sarcini Harbor verificate pentru învățare prin întărire, cu imagini de mediu cu versiuni fixate. 🔗 sursă

Imagini, video și avataruri

Runway și Gemini Omni 1.2 Flash — Runway adaugă noul model Google pentru a crea și edita videoclipuri de până la 15 secunde, a retușa o scenă fără a porni de la zero, apoi a-i mări rezoluția la 4K; fără articol sau informații despre costul în credite. 🔗 sursă
HeyGen și Images 2.6 — HeyGen integrează ChatGPT Images 2.6 pentru personajele secundare din scenele sale, cu fișe de personaje mai bune și mai multă coerență în HeyGen Video 1; nu sunt precizate prețurile sau ofertele. 🔗 sursă
Photo Reframe de la Luma — După Expression Sheet și Character Sheet, Luma adaugă un instrument care completează spațiul din jurul unei imagini pentru a o adapta la o postare Instagram, o copertă de album sau un afiș; fără articol sau informații despre preț. 🔗 sursă
Manus Studio — Proiectele pot fi acum exportate către Premiere Pro, DaVinci Resolve, CapCut sau Final Cut Pro, pentru a finaliza în altă parte montajul unui videoclip creat cu AI; nu sunt precizate formatul de export sau planurile disponibile. 🔗 sursă
Muse Realtime Avatar — Prezentată la Meta Connect, tehnologia care îi oferă o față animată în timp real lui Muse Realtime Voice ajunge în aplicația Muse din Statele Unite, fără un calendar pentru celelalte țări. 🔗 sursă

Ce înseamnă toate acestea

Securitatea cibernetică ofensivă trece la scară industrială, cu acces restricționat. GPT-6 Cyber, clasificat Critical, a fost folosit pentru a valida 948 de vulnerabilități de escaladare a privilegiilor în nucleul Linux în zece zile, pentru 1,2 milioane de dolari, adică 1 279 de dolari per vulnerabilitate, și pentru a găsi 81 de vulnerabilități de gravitate ridicată în Firefox. OpenAI rezervă modelul clienților Daybreak Red aprobați, impune implicit o listă de adrese IP permise și monitorizează o dezaliniere specifică domeniului cibernetic. Competiția se joacă acum la nivelul vitezei de remediere: în cele zece zile ale campaniei, alți contribuitori corectaseră deja 61 dintre aceste vulnerabilități în proiectul sursă și pregăteau remedieri pentru alte 43, iar OpenAI consideră că generarea automată de remedieri este indispensabilă pentru a ține pasul. Replit arată celălalt capăt al lanțului: nucleul său invitat integra 4 375 de remedieri chiar înainte de divulgarea lor, iar vulnerabilitatea TCP a cărei exploatare a fost demonstrată de Anthropic era remediată acolo încă din 12 octombrie.

Agenții care lucrează perioade îndelungate cu date sensibile fac din izolare și permisiuni elementele centrale ale produsului. Colegii de echipă ai Perplexity rulează 24 de ore din 24, fiecare cu propriul desktop, browser și propriile cookie-uri; agenții gestionați ai Mistral lucrează ore sau zile și pot aștepta aprobarea unei persoane; Cursor găzduiește fiecare aplicație într-un cont izolat, după patru verificări deterministe și o revizuire cu AI. Personal Finance duce această logică până la accesul doar pentru citire: Claude citește solduri și tranzacții prin Plaid fără a putea muta vreun dolar, iar conversațiile din spațiul său nu sunt folosite pentru antrenare. La nivelul infrastructurii, Replit îi oferă fiecărui sandbox propriul nucleu Linux și aplică regulile de rețea în afara mașinii invitate; pentru administratori, Claude Enterprise compară acum setările sale de securitate cu recomandările Anthropic.

Imaginile și videoclipurile generate devin mai rapide, mai ieftine și sunt integrate peste tot în câteva ore. Images 2.6 generează cu 50 % mai rapid, Gemini Omni 1.2 Flash prelungește clipurile la 15 secunde, reducându-și prețul cu 30 %, până la aproximativ 0,07 dolari pe secundă la 720p, iar Runway își rulează personajele video de 57B în timp real pe patru H100 în loc de opt. Distribuția urmează imediat: Runway adaugă Omni 1.2 Flash în ziua lansării, HeyGen integrează Images 2.6 a doua zi, iar Luma își instalează instrumentele de creație în Claude și ChatGPT. Pentru creatori, miza se mută de la alegerea modelului la instrumentul în care acesta apare, adesea chiar în aceeași zi.

Costul inferenței devine un argument de sine stătător. NVIDIA vinde Vera în funcție de numărul de agenți per watt, Meta face ca Muse Spark Open să decodeze de 2,1 ori mai rapid cu un singur kernel de calcul per strat, iar Cognition reduce cu 82 % costul unei revizuiri de cod față de august, găsind în același timp ceva mai multe buguri. Ripple-65B Preview aplică aceeași logică antrenării: un model dens, preantrenat de la zero pe baza unei rețete derivate din Olmo 3 și postantrenat cu 1,4 milioane de rulări de învățare prin întărire, revendică primul loc între modelele deschise americane pentru programare agentică și poate fi închiriat la 0,20 dolari per milion de tokenuri de intrare la Together AI.