Anthropic lansează roadshow-ul ofertei sale publice inițiale, Google oferă Gemini 4 Carbon în disponibilitate generală, OpenAI lansează Businesses in ChatGPT

Anthropic lansează roadshow-ul ofertei sale publice inițiale: 825 de milioane de acțiuni de clasă A oferite între 70 și 78 de dolari, pe Nasdaq sub simbolul „ANT”. Google oferă Gemini 4 Carbon dezvoltatorilor, companiilor și abonaților Ultra, la 2 și 10 dolari per milion de tokens până la 30 noiembrie, iar Cursor, GitHub Copilot, Perplexity și Devin îl integrează în aceeași zi, mai multe dintre ele publicând propriile evaluări. OpenAI lansează Businesses in ChatGPT în beta, Anthropic adaugă Whiteboards, Sheets și Data în Claude, ByteDance și MiniMax publică Seedream 5.5 și H3-Image, iar Palatul Élysée publică un apel privind siguranța IA, semnat de 16 state, 10 companii și 7 organizații.

Anthropic lansează roadshow-ul ofertei sale publice inițiale: 825 de milioane de acțiuni între 70 și 78 de dolari

10 noiembrie — La două săptămâni după depunerea publică a formularului S-1 la SEC, Anthropic lansează roadshow-ul ofertei sale publice inițiale, turneul de prezentare pentru investitori care precedă stabilirea prețului. Articolul din Newsroom, distribuit de @AnthropicAI, vizează o ofertă de 825 de milioane de acțiuni ordinare de clasă A. Aproape toate, 801 351 354 de acțiuni, sunt oferite de Anthropic; cele 23 648 646 rămase sunt vândute de unii acționari existenți, iar compania nu va încasa nimic din vânzarea lor.

Băncile subscriitoare vor avea, de asemenea, o opțiune de 30 de zile pentru a cumpăra până la 123 750 000 de acțiuni suplimentare de clasă A. Prețul estimat este între 70 și 78 de dolari per acțiune. Anthropic a solicitat listarea titlurilor sale pe Nasdaq Global Select Market sub simbolul „ANT”, iar prospectul preliminar este disponibil prin Goldman Sachs și Morgan Stanley.

Element al ofertei	Valoare publicată
Acțiuni de clasă A oferite	825 000 000
Dintre care acțiuni oferite de Anthropic	801 351 354
Dintre care acțiuni vândute de acționari	23 648 646
Opțiunea băncilor (30 de zile)	Până la 123 750 000 de acțiuni
Interval de preț per acțiune	70,00 până la 78,00 de dolari
Piață și simbol	Nasdaq Global Select, „ANT”

Declarația de înregistrare depusă la SEC nu a intrat încă în vigoare: nicio acțiune nu poate fi vândută și nicio ofertă de cumpărare nu poate fi acceptată înainte de acea dată. Comunicatul nu precizează nici evaluarea companiei, nici suma atrasă, nici data primei tranzacționări. Formularul S-1 fusese depus confidențial la 1 iunie, apoi făcut public la 26 octombrie.

🔗 Anthropic lansează roadshow-ul (Anthropic Newsroom)

Gemini 4 Carbon devine disponibil general, la 2 și 10 dolari per milion de tokens până la 30 noiembrie

10 noiembrie — La două săptămâni după ce l-a rezervat specialiștilor în apărare cibernetică din Fairwind Program, Google oferă Gemini 4 Carbon în disponibilitate generală. Într-un articol semnat de Koray Kavukcuoglu, SVP al Google DeepMind și Chief AI Architect, modelul gemini-4-carbon devine disponibil general în API-ul Gemini (nivelul cu plată), Google AI Studio, Android Studio și Gemini for business, precum și în Antigravity și CodeMender pentru companii. Este lansat și pentru toți abonații Google AI Ultra în Antigravity, aplicația Gemini (desktop, mobil și web) și modul IA din Search. Versiunea pentru securitate cibernetică rămâne accesibilă prin înscriere în Fairwind Program.

Tariful de lansare are acum o dată de încheiere. Potrivit notelor de versiune ale API-ului, Carbon costă 2 dolari per milion de tokens la intrare și 10 dolari per milion de tokens la ieșire până la 30 noiembrie 2026, apoi 4 și 20 de dolari, sume anunțate deja la 28 octombrie fără o dată de trecere. Google precizează că acest tarif se aplică modelului Carbon destinat accesului public.

Tip de tarif (API, per milion de tokens)	Până la 30 noiembrie 2026	După 30 noiembrie 2026
Tokens la intrare	2 dolari	4 dolari
Tokens la ieșire	10 dolari	20 de dolari

Google prezintă Gemini 4 Argon drept alegerea potrivită pentru majoritatea sarcinilor de programare și de lucru cu documente și rezervă Carbon sarcinilor lungi și complexe, care necesită mai multă explorare și verificare, cu un consum mai mare de tokens. Articolul îl plasează pe primul loc pe CursorBench 4.0, pe WANDR de la Perplexity și pe AutomationBench de la Zapier, la un cost per sarcină de peste două ori mai mic decât cel al următorului model extern din clasament (cifrele Cursor și Perplexity sunt detaliate în secțiunea următoare). În finanțe, egalează cel mai bun model testat în evaluarea agentică de la Hebbia și ocupă primul loc în 23 de configurații în benchmark-ul Balyasny Asset Management.

În privința siguranței, Google anunță că 99 % dintre traiectoriile de atac sunt blocate în medii simulate:

Indicator de siguranță citat de Google	Gemini 4 Carbon	Gemini 4 Argon
Rata de compromitere per tentativă (atacuri cibernetice simulate)	0,8 %	3,1 %
Rata de succes a solicitărilor de atac (teste Gray Swan)	2,17 %	9,86 %
Onestitate agentică (benchmark cu 375 de sarcini)	92 %	70 %

Programul care oferă Argon gratuit timp de șase luni unui număr de 10 000 de oameni de știință se extinde la Carbon, iar cercetători de la Google au folosit modelul împreună cu AlphaProof Code pentru a demonstra în Lean proprietăți de securitate ale codului protocolului Signal.

🔗 Gemini 4 Carbon este acum disponibil (blog.google) · Note de versiune ale API-ului Gemini

MKA: Google și Artificial Analysis lansează un benchmark cu 200 de sarcini de lucru vizual cu documente

10 noiembrie — Google publică împreună cu Artificial Analysis MKA (Multimodal Knowledge Agent), un benchmark care măsoară capacitatea agenților de a lucra cu fișiere complexe vizual: planuri de arhitectură, scheme tehnice, grafice, tabele. Cele 200 de sarcini private au fost create împreună cu experți din 10 sectoare și 83 de profesii; fiecare reprezintă între 3 și 8 ore de muncă pentru un profesionist experimentat. O grilă cu aproximativ 70 de verificări de tip da sau nu evaluează fiecare livrabil, cu o pondere de 75 % pentru corectitudine și 25 % pentru designul vizual.

Toate modelele folosesc același harness open source, Stirrup, iar evaluarea este încredințată unui agent construit pe un model care nu aparține Google și ale cărui evaluări coincid în proporție de 96 % cu cele ale experților umani. Setul complet rămâne privat la Artificial Analysis; 10 sarcini publice sunt disponibile pe Hugging Face. Modelele testate folosesc în medie între 30 și 130 de runde per sarcină. Gemini 4 Carbon ocupă locul al doilea la calitate, cu un cost mediu per sarcină de șase ori mai mic decât al modelului de pe primul loc, pe care articolul nu îl numește.

🔗 Benchmark-ul Multimodal Knowledge Agent (blog.google)

Gemini 4 Carbon ajunge în aceeași zi la Cursor, GitHub Copilot, Perplexity și Devin, fiecare cu propriile condiții

La fel ca Claude Fable 5.2 cu o zi înainte, Carbon ajunge, în orele de după lansarea accesului, în instrumentele care integrează modele. Cursor și Perplexity își publică propriile evaluări, GitHub îl activează implicit în Copilot, iar Cognition îl oferă în Devin Desktop și Devin CLI, unde depășește, încă de la nivelul de efort scăzut, cel mai bun rezultat al Argon, potrivit Cognition, care își calculează costurile pe baza tarifului public al API-ului, inclusiv reducerile publice (vezi Știri pe scurt).

Cursor: primul loc pe CursorBench 4.0, cu 60,4 % la efort ridicat, la jumătate de preț până la 30 noiembrie

10 noiembrie — Cursor oferă acces la Gemini 4 Carbon și îl plasează în fruntea CursorBench 4.0, propriul benchmark: 60,4 % la efort ridicat (High), pentru 9,22 dolari per sarcină. Nivelul de efort mediu urmează cu 60,1 % pentru 8,49 dolari, înaintea Claude Fable 5.2 la efort maxim (60,0 %, 32,79 dolari). O particularitate a paginii de clasament: efortul scăzut (58,6 %) este cel mai scump dintre cele trei niveluri Carbon, la 11,89 dolari per sarcină, cu 124 de pași față de 71 la High.

Model și efort	Scor CursorBench 4.0	Cost per sarcină
Gemini 4 Carbon High	60,4 %	9,22 dolari
Gemini 4 Carbon Medium	60,1 %	8,49 dolari
Claude Fable 5.2 Max	60,0 %	32,79 dolari
Gemini 4 Carbon Low	58,6 %	11,89 dolari
Claude Opus 5.5 Max	57,8 %	13,43 dolari
Gemini 4 Argon High	52,9 %	4,57 dolari

În Cursor, Carbon este la jumătate de preț până la 30 noiembrie, la 2 dolari per milion de tokens la intrare și 10 la ieșire, apoi trece la tariful integral de 4 și 20 de dolari începând cu 1 decembrie. Pagina nu precizează dacă costul per sarcină pentru Carbon este calculat la tariful redus sau la cel integral, iar anunțul nu este însoțit de niciun changelog.

🔗 Anunțul @cursor_ai · Clasamentul CursorBench 4.0

GitHub Copilot: Carbon în disponibilitate generală, activat implicit în organizații

10 noiembrie — GitHub adaugă Gemini 4 Carbon în Copilot în disponibilitate generală, pentru abonamentele Pro+, Max, Business și Enterprise. Modelul vizează sarcini complexe de programare, agentice și de raționament, cu accent pe generarea de cod sigur și activitățile de securitate. Apare în selectorul de modele din zece interfețe: VS Code, Visual Studio, Copilot CLI, agentul de programare, aplicația GitHub Copilot, github.com, GitHub Mobile, IDE-urile JetBrains, Xcode și Eclipse; Gemini 4 Argon, la 13 octombrie, era prezent în opt. Lansarea este treptată.

Spre deosebire de Claude Fable 5.2 (secțiunea următoare), Carbon nu necesită nicio acțiune în organizațiile Business și Enterprise: întrucât modelele noi sunt activate implicit, apare automat, cu excepția cazului în care administratorul a dezactivat această setare sau dezactivează modelul. Este facturat la prețul de listă al furnizorului, în funcție de utilizare, fără o sumă sau un tarif promoțional menționat în changelog, în timp ce Argon beneficiase de un preț redus la lansare.

🔗 Gemini 4 Carbon în GitHub Copilot (GitHub Changelog)

Perplexity: 0,857 pe WANDR pentru 5,86 dolari per sarcină, în Computer și Search

10 noiembrie — La mai puțin de două ore după lansarea generală, Perplexity oferă Carbon în Computer, agentul său, pentru abonații Pro și Max, și în Search doar pentru abonații Max, la fel ca Claude Fable 5.2 cu o zi înainte.

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

🇷🇴 Gemini 4 Carbon este acum disponibil în Perplexity Computer pentru abonații Pro și Max și în Search pentru abonații Max. Obține 0,857 pe benchmark-ul nostru WANDR pentru 5,86 dolari per sarcină, la egalitate cu Claude Fable 5.2, la 40 % din cost. — @perplexity_ai pe X

Model evaluat pe WANDR	Scor WANDR	Cost per sarcină
Gemini 4 Carbon	0,857	5,86 dolari
Claude Fable 5.2	0,851	14,51 dolari
Gemini 4 Argon	0,802	7,88 dolari

Egalitatea cu Fable 5.2 este interpretarea Perplexity: diferența dintre cele două este de 0,006 puncte, iar graficul Perplexity, sursa acestor cifre, plasează Carbon pe frontiera Pareto. Acest scor per model nu poate fi comparat cu cele 85,9 % ale nivelului ultra din Agent API, publicate la 5 noiembrie, o configurație cu mai mulți agenți. Changelog-ul API-ului adaugă google/gemini-4-carbon în Agent API la tariful de lansare valabil până la 30 noiembrie 2026 (2 dolari per milion de tokens la intrare, 0,10 dolari pentru intrarea din cache, 10 dolari la ieșire), precum și anthropic/claude-fable-5-2. Nu sunt precizate nici nivelul de efort folosit pentru WANDR, nici costul în credite în Computer.

🔗 Changelog-ul API-ului Perplexity

Claude Fable 5.2 și Mythos 5.2 în GitHub Copilot, Devin Security, Warp și Genspark

La o zi după lansare, Fable 5.2 și Mythos 5.2 continuă să ajungă în instrumente terțe. După Cursor, Devin, Perplexity și v0 la 9 noiembrie, Warp oferă Fable 5.2 în Warp Factories și terminalul său, iar Genspark în Code Agent (vezi Știri pe scurt). Două integrări impun condiții speciale: păstrarea datelor în GitHub Copilot și accesul restricționat la Mythos 5.2 în Devin Security.

GitHub Copilot: Fable 5.2 în disponibilitate generală, cu păstrarea implicită a datelor

9 noiembrie — În ziua lansării sale de către Anthropic, Claude Fable 5.2 devine disponibil general în GitHub Copilot, pentru Pro+, Max, Business și Enterprise, în aceleași zece interfețe ca Carbon. Potrivit primelor teste GitHub, rezolvă mai multe sarcini decât Fable 5.1, cu mai puțini pași și mai puține apeluri de instrumente, fără cifre publicate. Este facturat la prețul de listă al furnizorului, în funcție de utilizare, iar Copilot CLI îl afișează în selectorul său începând cu versiunea 1.0.109.

La fel ca pentru Fable 5 și 5.1, Anthropic păstrează implicit prompturile și ieșirile pentru a rula clasificatorii săi de siguranță, fără a le folosi pentru antrenare. În Business și Enterprise, politica Claude Fable 5.2 este, așadar, dezactivată implicit, iar activarea ei echivalează cu acceptarea acestei păstrări a datelor; celelalte modele Claude din Copilot continuă să nu păstreze datele (zero data retention). Companiile eligibile beneficiază de o excepție care permite nepăstrarea datelor pentru Fable 5.2, 5.1 și 5 până la sfârșitul anului calendaristic. După aceea, aceste modele vor necesita Enterprise Frontier Safeguards (EFS), care adaugă monitorizare automată de securitate și opțiuni de păstrare a datelor, inclusiv chei de criptare controlate de client.

🔗 Claude Fable 5.2 în GitHub Copilot (GitHub Changelog)

Devin Security: Mythos 5.2 obține 73,5 la benchmarkul cyber intern al Cognition, față de 56,9 pentru Mythos 5.1

10 noiembrie — Cognition integrează Claude Mythos 5.2 în scanările de securitate gestionate de Devin Security, pentru clienții enterprise eligibili, cei care au acces la modelele cyber de frontieră prin Devin; ceilalți pot solicita acces. Devin lansează singur scanările: echipa de securitate a clientului nu are nevoie de acces separat la model, pe care Anthropic îl rezervă programelor sale de verificare.

Cognition publică un nou benchmark intern pentru descoperirea vulnerabilităților: 25 de repository-uri în C, Python, Go, PHP și TypeScript, fixate la un commit în care există încă 1 781 de vulnerabilități raportate public. Scorul F2, din 100, combină rata de regăsire și precizia, acordând prioritate ratei de regăsire, și reprezintă media a trei rulări pentru fiecare repository.

Model evaluat de Cognition	Scor F2 mediu (benchmark intern)
Claude Mythos 5.2	73,5
Claude Mythos 5.1	56,9
Claude Opus 5.5	32,7

Cele „peste 100 de milioane de dolari” în credite anunțate odată cu Mythos 5.2 continuă angajamentul privind sute de milioane de dolari în credite Devin, prezentat deja pe 26 octombrie; noutatea este asocierea lor explicită cu Mythos 5.2. Nu este comunicat niciun tarif.

🔗 Anunțul @cognition · Claude Mythos 5.2 în Devin Security (Cognition)

ChatGPT pentru companii: Businesses in ChatGPT în versiune beta și planul Business în instrumente terțe

10 noiembrie — OpenAI lansează în versiune beta Businesses in ChatGPT, care le permite companiilor să își gestioneze prezența în asistent. OpenAI îl prezintă ca pe o nouă modalitate de a ajunge la cele 1,2 miliarde de persoane care folosesc ChatGPT în fiecare săptămână.

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

🇷🇴 Acum în versiune beta: Businesses in ChatGPT. Revendicați profilul companiei voastre, gestionați-vă informațiile și vedeți cum interacționează oamenii cu voi. Companiile eligibile pot crea și un Business Agent pentru a răspunde la întrebările clienților și a-i ajuta să exploreze oferta voastră. — @OpenAI pe X

Punctul de acces este Business Hub, disponibil din bara laterală a ChatGPT pe web. O companie își revendică acolo profilul; după verificare, își actualizează informațiile și adaugă fluxuri de produse cu prețuri și disponibilitate. Potrivit notelor de versiune, înainte de orice publicare este necesară verificarea identității prin Persona. Orice companie eligibilă dintr-o regiune în care ChatGPT este disponibil poate face acest lucru; clienții Enterprise și cei care publică reclame apelează la reprezentantul lor OpenAI, iar comercianții Shopify se conectează din Business Hub sau din interfața de administrare Shopify. Business Hub afișează și statistici agregate: menționări, clicuri către site și teme de descoperire, adică subiectele recurente ale conversațiilor în care este citat site-ul. Nici conversațiile utilizatorilor, nici schimburile de mesaje cu un Business Agent nu sunt partajate, iar aceste statistici apar doar după depășirea anumitor praguri.

A doua componentă, Business Agent: compania construiește, testează și publică un agent care le răspunde clienților pe baza informațiilor furnizate de aceasta. Utilizatorul îl deschide din profilul companiei atunci când aceasta apare într-un răspuns, într-o conversație etichetată și separată de conversația inițială. O companie își poate și sponsoriza agentul, folosindu-l ca destinație a campaniilor sale ChatGPT Ads, cu plasări etichetate.

Componentă oferită	Ce permite	Disponibilitate anunțată
Business Hub	Revendicarea profilului, actualizarea informațiilor, fluxuri de produse	Companii eligibile din regiunile în care ChatGPT este disponibil (beta)
Statistici	Menționări, clicuri către site, teme de descoperire (agregate, cu praguri)	Împreună cu Business Hub
Business Agent	Agent care le răspunde clienților pe baza informațiilor companiei	Companii eligibile de comerț și servicii online, doar în Statele Unite
Sponsorizare	Business Agent ca destinație pentru ChatGPT Ads	Companii care au un Business Agent

Nu este indicat niciun tarif. OpenAI intenționează să extindă ansamblul către alte piețe și categorii și să adauge instrumente pentru organizațiile cu nevoi mai complexe, fără a oferi un calendar.

🔗 Prezentarea Businesses in ChatGPT (OpenAI)

Planul ChatGPT Business devine disponibil în instrumente terțe, inclusiv v0 și Warp, prin Conectare cu ChatGPT

10 noiembrie — Planul ChatGPT Business se alătură planurilor Go, Plus și Pro în Conectare cu ChatGPT (Sign in with ChatGPT): o echipă își poate folosi abonamentul în instrumente precum Notion, v0, Amp, Kilo Code, Warp, Hermes de la Nous Research, OpenClaw sau OpenCode. Utilizarea este scăzută din cota Codex și ChatGPT Work a planului, fără o cotă suplimentară, iar aplicația conectată nu are acces nici la conversații, nici la memorii.

Noutatea constă în controalele de administrare. Pe admin.openai.com, administratorul autorizează fiecare aplicație să consume din plan, apoi stabilește procentul din cota fiecărui membru Standard sau Premium care poate fi folosit de aceste servicii; după depășirea acestuia, membrii autorizați pot folosi creditele spațiului de lucru. Devin nu acceptă utilizarea planului Business.

v0 detaliază integrarea în changelog: răspunsurile eligibile ale modelelor OpenAI sunt scăzute din plan în locul creditelor v0, iar când este atinsă limita stabilită de administrator, v0 întrerupe generarea, păstrând lucrul efectuat, cu opțiunea de a solicita o majorare sau de a continua cu creditele v0. Warp confirmă suportul pentru planurile Business, fără alte detalii.

🔗 Anunțul @OpenAIDevs · Documentația pentru Conectare cu ChatGPT · Changelogul v0

Claude Whiteboards și Claude Sheets în versiune beta, Claude Dashboards devine Claude Data și este disponibil general

10 noiembrie — Anthropic adaugă în Claude două tipuri de artefacte colaborative și scoate un al treilea din versiunea beta. Claude Whiteboards este o tablă albă partajată: prezentați un plan cu voce tare, Claude îl structurează cu un calendar, responsabili și date, iar echipa îl modifică în timp real. Puteți încadra o zonă pentru a-i pune lui Claude întrebări despre aceasta, apoi puteți transforma tabla într-un document sau într-o prezentare ori o puteți exporta în Lucid, Miro sau Vani by Zoho. Claude Sheets creează foi de calcul cu file, formule, formatare și liste derulante, adesea pornind de la un singur prompt, și evidențiază fiecare modificare pe care o face. Anthropic recunoaște că Sheets rămâne deocamdată simplu și indică drept alternative exportul .xlsx sau CSV, Claude for Excel ori Airtable, Asana, monday.com și Smartsheet.

Claude Dashboards, lansat în versiune beta pe 8 octombrie, devine disponibil general sub numele Claude Data.

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

🇷🇴 Claude Data (anterior Dashboards) este acum disponibil pentru toți utilizatorii planurilor cu plată. Pe lângă tablouri de bord, Claude poate crea relatări pe baza datelor și videoclipuri comentate pornind de la metricile voastre, pe care le verificați înainte de a le distribui. Interogările certificate și partajarea în timp real sunt în versiune beta. — @claudeai pe X

Claude Data primește definiții ale metricilor certificate de echipa de date, semnalate printr-o insignă pe grafice, partajare în timp real în care cititorii văd rezultatele interogărilor aprobate fără a putea lansa altele folosind drepturile voastre de acces, suport pentru sisteme de design, un cache configurabil pentru fiecare tablou de bord și un istoric al modificărilor cu posibilitatea revenirii la o versiune anterioară. Necesită un conector de date (depozit de date sau CRM); Amplitude, Mixpanel, Omni, PostHog și Sigma sunt parteneri.

Produs Claude	Stare la 10 noiembrie	Activare pe Enterprise
Claude Whiteboards	Beta, planuri cu plată	Dezactivat implicit
Claude Sheets	Beta, planuri cu plată	Dezactivat implicit
Claude Data	Disponibilitate generală (interogările certificate și partajarea în timp real sunt în versiune beta)	Activat implicit pe 19 noiembrie 2026
Claude Meetings	Anunțat, fără dată	Nespecificat

Cele trei produse sunt disponibile în toate planurile cu plată, pe web, desktop și mobil, printr-o lansare treptată; pe Team, sunt activate implicit. Într-un articol de prezentare generală din aceeași zi, Anthropic anunță și Claude Meetings, fără o dată: Claude se va alătura unui apel pentru a lua notițe și a actualiza documentele în timpul conversației. Se adaugă pluginuri Salesforce (beta), NetSuite și Workday (beta), livrate cu skills, precum și un Claude Marketplace care, potrivit Anthropic, numără peste 9 000 de conectori și pluginuri.

🔗 Sheets, Whiteboards și Data (claude.com) · Mai multe moduri de a lucra cu Claude (claude.com)

Conectorii interactivi se deschid integral în Claude, iar MCP Apps primește app tools și site-uri integrate

10 noiembrie — Conectorii interactivi, care afișau din ianuarie o versiune restrânsă a unui instrument în conversație, se deschid acum integral, alături de conversație sau pe tot ecranul: de exemplu, editorul complet Confluence sau Notion, conectat la contul utilizatorului. Claude poate modifica pagina, rândul sau fișierul deschis, cu aceeași aprobare ca pentru acțiunile unui conector, cu afișare în timp real; un instrument poate fi deschis și fără prompt și fixat în bara laterală. Lansarea vizează versiunea web și Claude Desktop, în toate planurile, în noua experiență care reunește chatul și Cowork. Primele instrumente: Asana, Canva, Carta, Dropbox, monday.com, Smartsheet, Vercel și Webflow; Figma, Harvey și Shopify își pregătesc integrarea.

Pentru dezvoltatori, Claude acceptă mai multe funcționalități ale extensiei MCP Apps, inclusiv app tools și site-uri integrate (embedded sites), în public preview: potrivit @ClaudeDevs, detaliile de implementare se mai pot schimba. Documentația precizează că acestea necesită un server la distanță și, pentru director, o fișă verificată.

🔗 Conectori interactivi (claude.com) · Firul @ClaudeDevs

Seedream 5.5 retușează o imagine pe parcursul a 100 de runde și generează nativ imagini transparente

9 noiembrie — Echipa Seed de la ByteDance lansează Seedream 5.5, noul său model de creare a imaginilor, cu obiectivul de a oferi rezultate fiabile în fluxurile de producție profesionale. Primul progres: retușare în mai multe runde, stabilă până la 100 de runde, care păstrează zonele neretușate la nivel de pixel, fără devieri de culoare. Al doilea: generarea nativă de imagini RGBA, transparente sau semitransparente, gata de integrat în compoziții fără decupare. Al treilea: o redare mai naturală a luminii, materialelor și pielii, cu mai puțin luciu și mai puțină supraexpunere, precum și o redare mai bună a textului mic și dens.

Potrivit evaluărilor ByteDance pe platforma sa MagicArena, realizate pentru șase utilizări (e-commerce, marketing, film și televiziune, jocuri video, activități de birou, modă), Seedream 5.5 îmbunătățește scorurile de calitate și ratele de utilizabilitate în toate cele șase față de Seedream 5.0 Pro. În comparații pe perechi, depășește GPT Image 2.5 Sunburst și Nano Banana 2.1 în privința structurii textului, tot potrivit ByteDance.

Evaluarea Seedream 5.5 (potrivit ByteDance)	Rezultat publicat
Utilizabilitate față de 5.0 Pro (film și televiziune, activități de birou)	Mai mult decât dublă
Preferință GSB pentru realism în transformarea imagine-imagine față de versiunea anterioară	+55,62 %
Text grav corupt	0,4 %
Text ușor corupt	1,7 %

Modelul ajunge pe Dreamina, CapCut și BytePlus. Din 10 noiembrie, Pika l-a adăugat gratuit în Image Studio pentru abonații Creator și Fancy, cu separare în peste 100 de straturi și export PNG transparent, iar Genspark îl oferă în acces anticipat (vezi Știrile pe scurt). Va urma o versiune Pro a seriei, fără o dată anunțată; nu sunt anunțate nici ponderi deschise, nici tarife.

🔗 Prezentarea Seedream 5.5 (ByteDance Seed)

MiniMax H3-Image generează și retușează imagini de 16 megapixeli, cu ponderi deschise sub licență comunitară

10 noiembrie — MiniMax publică H3-Image, un model de generare și retușare a imaginilor cu ponderi deschise din familia sa H3, al cărei prim model, anunțat pe 31 iulie, are ponderi deschise din 3 august. Generarea și retușarea sunt reunite într-un singur checkpoint. Modelul produce direct imagini de aproximativ 16 megapixeli în toate formatele, de la 4096x4096 în format pătrat la 6272x2688 în 21:9, fără a trece printr-o mărire, și acceptă până la 16 imagini de referință. MiniMax anunță o imagine 4K în 10 secunde, fără a preciza hardware-ul folosit.

Caracteristică H3-Image	Valoare publicată
Rezoluție nativă	Aproximativ 16 megapixeli, de la 4096x4096 (1:1) la 6272x2688 (21:9)
Arhitectură	Transformer de difuzie (DiT) dens cu 33,1 miliarde de parametri, 50 de straturi
Eșantionare	Distilat la 6 pași, fără ghidare CFG
Ponderi publicate	BF16, 66,28 Go pentru transformer, VAE de 2,34 Go
Imagini de referință	Până la 16
Licență	MiniMax-H3-Image Community License Agreement

Transformerul preia arhitectura MiniMax H3 fără straturile audio, cu encoderul de text neschimbat. MiniMax oferă și un model de îmbogățire a prompturilor, MiniMax-H3-Image-PE, și o rețetă de implementare vLLM-Omni; fișa nu publică niciun benchmark. Hugging Face a redistribuit anunțul.

Ponderile sunt disponibile pe Hugging Face sub o licență proprie MiniMax: autorizația scrisă separată prevăzută în secțiunea IV a acesteia se solicită prin formular. Modelul este oferit și prin API-ul MiniMax, cu o variantă Highspeed și rezultate de până la 20 de milioane de pixeli, precum și în MiniMax Code și Hailuo AI, cu o reducere de 50 % pentru imaginile de 16 megapixeli și mai mari în săptămâna lansării.

🔗 Anunțul @MiniMax_AI · Fișa Hugging Face pentru MiniMax-H3-Image

Gemini Robotics 2.5 îndeplinește cu 30 până la 100 % mai multe sarcini și atinge o rată de reușită de 96 % la kitting la Mercedes-Benz

10 noiembrie — Google DeepMind prezintă Gemini Robotics 2.5, cel mai avansat model al său de viziune-limbaj-acțiune (VLA), într-un articol semnat de Carolina Parada. Evaluat pe peste 200 de sarcini distincte, de la servirea cu clești la pipetarea unui lichid și legarea unei panglici pe un pachet, acesta îndeplinește cu succes cu 30 % până la 100 % mai multe sarcini decât modelele de referință anterioare, în funcție de tipul sarcinii, și le execută cu 20 % până la 30 % mai repede. Funcționează pe robotul umanoid Apollo 2 de la Apptronik, dotat cu o mână SharpaWave cu cinci degete și 22 de grade de libertate, și pe platforma Franka Duo cu clești paraleli. Modelul este implementat la partenerii din domeniul roboticii ai Google DeepMind; nu este anunțat niciun acces public.

Cel mai concret test are loc la Mercedes-Benz, împreună cu Apptronik, pe liniile de producție din Kecskemét (Ungaria) și Sindelfingen (Germania). În această demonstrație de concept, Apollo 2 pregătește kituri de piese auto (kitting) cu o rată de reușită de 96 %: modelul de raționament Gemini Robotics ER urmărește desfășurarea lucrului, în timp ce Gemini Robotics 2.5 comandă mâinile și brațele.

Indicator citat de Google DeepMind	Valoare publicată
Sarcini evaluate	Peste 200
Creșterea reușitei în funcție de tipul sarcinii	30 % până la 100 %
Creșterea vitezei de execuție	20 % până la 30 %
Kitting la Mercedes-Benz (Apollo 2)	96 % rată de reușită
Sarcini sigure în apropierea obstacolelor / a persoanelor	+33 % / +43 %
ASIMOV-Jailbreak : Gemini 4 Argon / Robotics ER 2	99,5 % / 82 %

În privința siguranței, ghidarea prin raționament în momentul inferenței crește cu 33 % numărul sarcinilor realizate fără risc în apropierea obstacolelor și cu 43 % în apropierea persoanelor. Google DeepMind publică și ASIMOV-Jailbreak, un benchmark open source pentru ocolirea protecțiilor, specific roboticii, alcătuit din sute de prompturi care maschează solicitări periculoase în zeci de scene: Gemini 4 Argon rezistă în proporție de 99,5 %, față de 82 % pentru Gemini Robotics ER 2. Argon a accelerat și dezvoltarea, generând mii de simulări pornind de la o scenă filmată.

🔗 Gemini Robotics 2.5 (Google DeepMind)

NVIDIA încredințează OpenShell CNCF și lansează NVKE, NVKR și Snapshot pentru fabricile de IA pe Kubernetes

10 noiembrie — La KubeCon + CloudNativeCon North America din Salt Lake City, NVIDIA încredințează OpenShell organizației Cloud Native Computing Foundation (CNCF), care face parte din Linux Foundation. Acest runtime open source asigură securitatea și guvernanța agenților autonomi: controlează fișierele, rețeaua, datele de autentificare și punctele de acces la modelele pe care le apelează. Devine un proiect Sandbox al CNCF; potrivit NVIDIA, sute de organizații îl folosesc și a primit zeci de mii de contribuții în mai puțin de un an.

NVIDIA contribuie și la Agent Substrate, un proiect inițiat de Google și acceptat în aceeași Sandbox, care suspendă mediile agenților inactivi, apoi le reia pe un pool comun de Pods. Articolul tehnic al NVIDIA anunță o densitate de 10 ori mai mare decât în cazul containerelor standard și vizează milioane de agenți; NVIDIA și Google lucrează la integrarea OpenShell cu Agent Substrate.

Pentru fabricile de IA, NVKE (NVIDIA Kubernetes Engine) și NVKR (NVIDIA Kubernetes Recipes) devin disponibile în previzualizare publică, în regim open source sub licența Apache 2.0, drept componente ale platformei NVIDIA DSX AI Factory. NVKE furnizează software-ul unui serviciu Kubernetes gestionat, instalat la fabrica de IA (provizionarea și gestionarea clusterelor); NVKR creează imagini de sistem, imagini de containere și pachete pornind de la rețete validate, semnate și cu versiuni fixate. Mirantis, Netris, OpenNebula Systems, Rafay, Spectro Cloud, vCluster, Firmus și SK Telecom au planuri de integrare.

NVIDIA Snapshot abordează pornirea la rece a inferenței: această componentă open source capturează o sarcină de lucru GPU deja inițializată (memoria CPU și GPU) și o restaurează pe un nod dotat cu același GPU și același driver, cu exemple pentru vLLM, SGLang și TensorRT LLM.

Măsurătoare pentru Snapshot și GPU utilizat	Fără Snapshot	Cu Snapshot
Crusoe, GLM-5.3 pregătit să răspundă cererilor (HGX B300)	Aproximativ 8 minute	31 de secunde
Saturn Cloud, pornirea vLLM (HGX B300)	2 până la 8,5 minute	6 până la 34 de secunde
Toate configurațiile testate (articol tehnic, B200)	Pornire la rece	Sub 45 de secunde, de 8 până la 36 de ori mai rapid

Nu sunt indicate tarife: este vorba despre proiecte open source.

🔗 OpenShell și infrastructura open source (blogul NVIDIA) · Comunicatul CNCF

Voce și avataruri: Scribe v3 și Scribe v3 Live la ElevenLabs, clone interactive la Synthesia

10 noiembrie — ElevenLabs lansează două modele de recunoaștere vocală concepute pentru înregistrări audio din lumea reală, în care interlocutorii se întrerup și schimbă limba: Scribe v3 pentru înregistrări audio, Scribe v3 Live pentru timp real, într-o variantă cu latență redusă. În 102 limbi (versiunea internă a benchmarkului FLEURS), Scribe v3 comite cu 27 % mai puține erori de recunoaștere a cuvintelor decât Scribe v2, cu îmbunătățiri în fiecare limbă testată: -42 % în germană, -35 % în spaniolă, -23 % în engleză. De asemenea, atribuie mai bine intervențiile fiecărui vorbitor: cu 12 % mai puține erori de diarizare în total și cu 17 % mai puține începând de la trei vorbitori.

Scribe v3 Live reduce cu 43 % rata erorilor semantice față de Scribe v2 Realtime și cu 31 % rata erorilor de recunoaștere a cuvintelor. Introduce pentru prima dată diarizarea în timp real, cu 39 % mai puține erori decât cel mai bun dintre celelalte modele în timp real testate, potrivit ElevenLabs. Pentru agenții vocali, detectarea încheierii replicii se bazează pe contextul conversației, iar un mod multilingv urmărește schimbările de limbă în mijlocul frazei. La Eneco, furnizor de energie pentru peste 2 milioane de gospodării și companii din Țările de Jos, agentul recunoaște din prima codurile poștale cu 40 % mai des, iar numerele caselor cu 15 % mai des.

Comparație publicată de ElevenLabs	Îmbunătățire anunțată
Scribe v3 față de v2, erori de recunoaștere a cuvintelor în 102 limbi	-27 %
Scribe v3 față de v2, diarizare cu 3 vorbitori sau mai mulți	-17 %
Scribe v3 Live față de v2 Realtime, eroare semantică	-43 %
Scribe v3 Live față de v2 Realtime, erori de recunoaștere a cuvintelor	-31 %
Scribe v3 Live, diarizare față de al 2-lea model în timp real	-39 %

Scribe v3 Live este disponibil în ElevenAgents, cu o versiune optimizată pentru conversații medicale, iar ambele modele sunt disponibile prin ElevenAPI (scribe_v3, scribe_v3_live), precum și implicit în aplicația ElevenLabs. Rularea are loc în mod implicit în Statele Unite, cu medii izolate în UE, India și Singapore și un mod fără păstrarea datelor. Nu este comunicat niciun tarif.

🔗 Scribe v3 (ElevenLabs)

Synthesia lansează clone IA interactive gratuite, cu care se poate conversa cu voce tare

10 noiembrie — Synthesia permite crearea gratuită a unei clone IA interactive a propriei persoane. Utilizatorul înregistrează un clip scurt, clona este gata în aproximativ două minute, apoi îi vorbește cu voce tare, iar aceasta răspunde în timp real, având înfățișarea și vocea utilizatorului. Crearea necesită un nume și o adresă de e-mail.

Clona se distribuie printr-un link, iar fiecare destinatar poate vorbi cu ea și apoi își poate crea propria clonă. Sunt propuse trei tonuri: standard, entuziast (hype) sau batjocoritor (roast). Synthesia nu precizează nici modelul folosit, nici durata conversațiilor, nici limitele acestei oferte gratuite și nu a publicat niciun articol pe blog.

🔗 Anunțul de la @synthesiaIO · Pagina clonelor interactive (Synthesia)

Siguranța IA: Apelul de la Paris semnat de 16 state, 10 companii și 7 organizații și Control Room la OpenAI

9 noiembrie — Palatul Élysée publică „Apelul de la Paris pentru siguranța și securitatea IA”, o declarație semnată pe 9 noiembrie, la încheierea unei reuniuni despre IA și securitate desfășurate la Paris la invitația lui Emmanuel Macron. Aceasta reunește 16 state, 10 companii și 7 organizații ale societății civile și rămâne deschisă unor noi susținători. Semnatarii la momentul publicării:

Categoria semnatarilor	Numărul semnatarilor	Lista semnatarilor
State și guverne	16	Austria, Bahrain, Canada, Croația, Cipru, Estonia, Finlanda, Franța, Irlanda, Kenya, Letonia, Liechtenstein, Luxemburg, Țările de Jos, Norvegia, Portugalia
Companii	10	Anthropic, Black Forest Labs, Cohere, Domyn, Hugging Face, Microsoft, Mistral AI, OpenAI, Sakana AI, Synthesia
Societatea civilă	7	LawZero, SaferAI, AI Safety Connect, Ifri, Geopolitical Center for the Datasphere, GPAI Policy Lab, CeSIA

Google, Meta și SpaceXSI nu figurează pe lista companiilor, iar Statele Unite, Regatul Unit și Japonia nu figurează pe cea a statelor.

Textul este structurat în trei angajamente. Primul vizează un cadru comun de evaluare și gestionare a riscurilor modelelor de frontieră, susținut de standarde și instrumente comune de evaluare, axat pe utilizările periculoase (cibernetice, nucleare, radiologice, biologice, chimice) și pe riscurile legate de autonomia tot mai mare sau de dezaliniere, inclusiv pierderea controlului; rezultatele nesensibile ale evaluărilor vor fi publicate într-un format standardizat, într-un depozit comun accesibil publicului. Al doilea privește responsabilitatea: dezvoltatorii modelelor de frontieră se angajează să dezvăluie capacitățile, limitele și riscurile cunoscute, să susțină evaluarea independentă atunci când aceasta este proporțională cu riscul și să dispună de mecanisme de siguranță (fail-safe mechanisms) capabile să le oprească modelele, inclusiv în timpul antrenării și al utilizării interne. Textul recunoaște riscul eliminării măsurilor de protecție, păstrând totodată beneficiile dezvoltării cu ponderi deschise. Al treilea privește schimbul de informații: sisteme de alertă timpurie, o clasificare comună a incidentelor cibernetice și a celor de control al IA și canale confidențiale pentru avertizorii de integritate, pe care factorii de decizie politică se angajează să le deschidă.

Sakana AI a anunțat pe X, pe 10 noiembrie, că a semnat declarația, după ce a participat la reuniune.

🔗 Apelul de la Paris pentru siguranța și securitatea IA (Élysée) · Anunțul Sakana AI

Control Room: OpenAI poate opri orice sarcină de lucru din activitatea sa de cercetare în cel mult 35 de secunde

9 noiembrie — În aceeași zi, OpenAI prezintă în detaliu Control Room, sistemul central care urmărește sarcinile de lucru ale modelelor în întreaga sa infrastructură de cercetare: eșantionarea agentică pentru antrenare și evaluare, procesarea datelor. Fiecare sarcină solicită un identificator (job_id) la pornire, iar fiecare motor de inferență solicită autorizarea de la Control Room înainte de a procesa o cerere; toate cererile unei sarcini oprite sunt refuzate, pe toate motoarele. Intervalul maxim dintre decizia de oprire și oprirea efectivă a generării este de 35 de secunde, din cauza unui nivel de cache pentru autorizări, iar OpenAI vrea să reducă acest interval la zero.

Controlul este plasat în stratul centralizat de inferență, în loc să fie în codul experimentelor. Control Room refuză implicit: dacă se defectează, este dezactivat sau manipulat, toate cererile de inferență sunt refuzate. Acest principiu se aplică deja sarcinilor de lucru de cercetare pentru modelele de vârf și va fi extins la celelalte în zilele următoare; orice sarcină de lucru agentică de cercetare trebuie să dispună și de un dosar de siguranță (safety case) aprobat.

🔗 Control Room (OpenAI)

Agenți de programare: Cursor Projects multiplayer, Amp Boxes, Delta, /swarm de la Antigravity, Gemini CLI și Qwen Code

În privința agenților de programare, ziua este marcată mai ales de colaborare: Cursor pune la lucru împreună agenții mai multor colegi de echipă, Antigravity coordonează roiuri de agenți, Amp găzduiește aplicațiile construite de agenții săi, iar Delta îi primește pe utilizatorii Conductor. Actualizările mai scurte (Claude Code, Codex CLI, Copilot CLI, Vibe CLI, Kimi Code…) se află în secțiunea Știri pe scurt.

Cursor face Projects multiplayer: agenții colegilor de echipă partajează contextul, planurile și sarcinile

10 noiembrie — La două luni după lansarea Projects, unde un agent coordonator conduce o flotă de agenți care lucrează la un proiect întreg, Cursor îl face multiplayer. Utilizatorii își invită colegii de echipă într-un Project: fiecare își păstrează chatul cu propriul coordonator și propriii agenți executanți, dar toți partajează un strat comun de context (cerințe, diagrame, specificații, machete) și un panou de sarcini care arată cine ce face, la ce lucrează agenții fiecăruia și ce PR corespunde fiecărei sarcini. O decizie luată într-un chat devine accesibilă tuturor agenților din Project.

Agenții colegilor de echipă comunică și între ei: potrivit Cursor, își partajează planurile înainte de a începe, semnalează conflictele în timpul lucrului și își deblochează reciproc sarcinile. La Cursor, echipele își desfășoară deja turele de permanență într-un Project comun. Compania prezintă Projects drept primul spațiu de lucru în care echipele software lucrează alături de toți agenții lor; funcția este lansată în versiune beta pentru toți utilizatorii începând cu 10 noiembrie, fără un tarif anunțat.

🔗 Projects, acum multiplayer (Cursor) · Firul de discuție al @cursor_ai

Amp lansează Boxes, mașini mereu pornite pentru a găzdui ceea ce construiesc agenții săi

10 noiembrie — După orbs pentru dezvoltare și portals pentru partajarea lucrărilor în curs, Amp adaugă boxes pentru a găzdui pe termen lung ceea ce a fost construit. Un box este o mașină virtuală permanentă, fără container sau altă abstracție, pe care agentul implementează una sau mai multe aplicații, fiecare cu propriul URL. Implementările pot fi private sau protejate prin Sign In With Amp, iar un box partajat cu spațiul de lucru permite fiecărui membru să implementeze versiuni noi. Fiecare box are și propriul runner, pentru a lansa agenți care modifică starea aplicațiilor aflate în funcțiune, de exemplu pentru a curăța baza de date a unui wiki de echipă.

Instanțele box sunt facturate la minut și pot fi pornite și oprite conform unui program. Articolul prezintă patru dimensiuni, fără a preciza cărei oferte îi corespunde acest tabel; indică doar că prețurile prezentate în videoclip sunt cele ale planului Enterprise și că instanțele box Personal și Team costă mai puțin.

Dimensiunea boxului	Configurația mașinii	Preț pe oră	30 de zile continuu
b1.tiny	0,5 vCPU (vârfuri de 2), 2 Go	0,025 dolari	18 dolari
b1.small (implicit)	1 vCPU (vârfuri de 2), 4 Go	0,042 dolari	30 dolari
b1.medium	2 vCPU, 8 Go	0,069 dolari	50 dolari
b1.large	4 vCPU, 16 Go	0,139 dolari	100 dolari

🔗 Boxes (Amp)

Delta importă conversațiile din Conductor, care se închide, și anunță Cloud Runners pentru 11 noiembrie

10 noiembrie — Echipa Zed le propune utilizatorilor Conductor să treacă la Delta, mediul său de programare colaborativă cu agenți. Potrivit articolului Delta, echipa Conductor a anunțat în săptămâna precedentă că se alătură Meta și că își închide produsul; tot potrivit Delta, Conductor Cloud nu mai acceptă mesaje noi începând cu 13 noiembrie și se închide pe 20 noiembrie, data la care începe ștergerea datelor.

Delta importă, așadar, conversațiile din Conductor, din meniu sau din bara laterală atunci când le detectează pe calculator; acestea devin fire de discuție private etichetate Conductor. Importul preia doar conversațiile: fișierele și atașamentele trebuie salvate din Conductor, iar spațiile de lucru Cloud trebuie transferate local înainte de 20 noiembrie. Delta anunță și Cloud Runners pentru ziua următoare, 11 noiembrie, fără ca acestea să fi fost deja lansate: un fir de discuție setat pe Cloud își va rula agentul pe un runner găzduit, sincronizat între calculator, web și telefon. Sesiunile Claude Code se sincronizează deja acolo prin CLI-ul Delta; Pi și Codex urmează să fie adăugate, iar suportul pentru Agent Client Protocol (ACP) este în curs de implementare.

🔗 Importă conversațiile tale din Conductor (Delta) · Fir de discuție al @zeddotdev

Antigravity lansează /swarm în versiune preliminară, iar versiunile 2.30.0 și 2.31.0 adaugă o interfață Knowledge Work

9 și 10 noiembrie — Antigravity însoțește sosirea Gemini 4 Carbon cu /swarm, în versiune preliminară în aplicație și în CLI: un agent coordonator împarte munca între agenți executanți care lucrează în paralel, fiecare în propriul worktree git, în timp ce verificatori adversariali rulează testele și contestă diff-urile. Toți comunică printr-un panou de mesaje partajat, care permite doar adăugarea de mesaje, iar un agent aflat în așteptare nu consumă tokens. Fiecare rol poate avea propriul model, Carbon pentru coordonare și audit, Argon sau unul mai ușor pentru execuție, însă Google avertizează că un roi consumă cota mult mai repede decât o conversație obișnuită.

Versiunea 2.31.0 a aplicației, datată 9 noiembrie, aduce /swarm, o setare pentru dimensiunea fontului și o aprobare obligatorie înainte ca agentul de navigare să descarce un fișier. Versiunea 2.30.0, din aceeași zi, adaugă un aranjament Knowledge Work care ascunde modificările de cod și instrumentele pentru dezvoltatori, destinat cercetării, redactării și sarcinilor curente; finalizează lansarea modului vocal (cu excepția conturilor profesionale și de companie) și a agenților la distanță (abonații Ultra și Pro cu plată) și importă într-un plugin configurația din Claude Code, Codex sau Cursor (servere MCP, skills, comenzi, subagenți, instrucțiuni).

🔗 Gemini 4 Carbon și /swarm (blogul Antigravity)

Gemini CLI publică versiunea stabilă v0.68.0 și versiunea preview v0.69.0, după șase zile fără release

10 noiembrie — După șase zile fără release, din lipsa versiunilor nightly (workflow-ul eșuează în fiecare noapte începând cu 5 noiembrie), Gemini CLI publică o versiune stabilă și una preview la douăsprezece minute distanță. Versiunea stabilă v0.68.0 doar promovează v0.68.0-preview.0 din 4 noiembrie: validarea extensiilor, numărătoare inversă la erorile 429, păstrarea modelului după un fallback.

Versiunea preview v0.69.0-preview.0 publică în sfârșit modificări rămase pe ramura principală: /stats heatmap pentru utilizarea zilnică de tokens, teme într-un fișier theme.json autonom, /model care validează numele modelului și acceptă un argument direct, posibilitatea de a configura perioada de așteptare de 60 de secunde până la primele headere. Adaugă aproximativ douăzeci de remedieri noi: în modul headless, o întrerupere oprește procesele copil și păstrează codul de ieșire al semnalului; modul shell nu mai deschide o sesiune gemini în interiorul alteia; pe macOS, statutul de încredere al dosarului este stabilit înainte de activarea sandboxului Seatbelt; sunt corectate mai multe scurgeri de memorie legate de PDF-uri.

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

Qwen Code v0.27.2 conectează WeChat, QQ și e-mailul la Web Shell și deschide trei API pentru Mods

10 noiembrie — Qwen Code v0.27.2 ajunge în versiune stabilă la o zi după v0.27.1, cu 55 de intrări, dintre care 20 de funcționalități și 20 de remedieri. Web Shell configurează acum canale WeChat, QQ și e-mail, cu conectare prin cod QR pentru primele două, și afișează sub zona de introducere a textului numărul de runde, viteza de generare, tokens consumați și rata de succes a cache-ului.

Mods, extensiile instrumentului, primesc trei API: $.model.complete pentru o completare punctuală fără instrumente sau istoric, hook-ul ui.render pentru a rescrie textul afișat al unui răspuns fără a modifica textul stocat și $.store pentru a păstra valori de la o sesiune la alta. Aprobările în așteptare declanșează un semnal sonor sau o notificare pe desktop când terminalul este în fundal, iar Managed Agent oferă rezumate ale sesiunilor, generate automat dacă este activată opțiunea. Singura modificare marcată drept incompatibilă cu versiunile anterioare este actualizarea dependențelor SDK-ului și ale Web Shell.

🔗 Qwen Code v0.27.2

Grok Bot se alătură rețelelor private Tailscale pentru a accesa servere MCP interne

10 noiembrie — Grok Bot, agentul SpaceXSI, se poate alătura acum rețelei private Tailscale (tailnet) a unei persoane sau a unei companii, pentru a accesa servere MCP private, instrumente interne și aplicații care rămân în afara Internetului. Activarea se face prin pluginul Tailscale din aplicația desktop Grok Bot.

Integrarea se bazează pe OAuth apps de la Tailscale, intrate în disponibilitate generală cu o zi înainte, potrivit Tailscale. În locul unei identități de serviciu partajate, Grok Bot se alătură tailnet-ului ca dispozitiv asociat identității utilizatorului care îl autorizează, fără chei sau secrete de lipit: regulile de acces, jurnalele de audit și cotele de dispozitive se aplică la fel ca pentru celelalte mașini ale acestuia. Pe planurile Premium și Enterprise ale Tailscale, Grok Bot are un atribut de postură dedicat (custom:grokbot), care permite acordarea accesului doar la anumite servere MCP, fără a-i oferi întregul acces la rețea al proprietarului său; pe celelalte planuri, un tag aplicat după autentificare îndeplinește acest rol. Dezvoltatorii altor agenți pot reproduce integrarea pornind de la documentația OAuth apps.

Grok Bot folosea deja servere MCP din octombrie; noutatea este accesul la servere private. Cu o zi înainte, contul său resetase și limitele săptămânale ale tuturor utilizatorilor săi.

🔗 Anunțul @bot · Articolul Tailscale

Gemini în dispozitive și software: Pixel 10, motorola signature 27 și parteneriat cu Adobe

Google extinde Gemini pe telefoane și în software-ul unui partener, fără un model nou.

10 noiembrie — Gemini Intelligence, stratul de IA proactivă al Android anunțat în mai, se extinde la dispozitive noi. Motorola prezintă motorola signature 27, primul său dispozitiv Gemini Intelligence, disponibil pentru precomandă în Statele Unite începând cu 19 noiembrie, iar Pixel Drop din noiembrie aduce cele mai recente funcții pe Pixel 10, Pixel 10 Pro XL și Pixel 10 Pro Fold. Rambler, care transformă dictarea în text îngrijit, ajunge pe aceste dispozitive, iar automatizarea sarcinilor în aplicații (comandarea unei mese sau a unei curse VTC, efectuarea rezervărilor) se extinde în Regatul Unit, India și Japonia.

Create My Widget creează un widget pentru ecranul de pornire pornind de la o descriere, folosind informații din Gmail, Agenda și Search; va fi disponibil în următoarele săptămâni, inclusiv pe Pixel Watch. Device Assistance permite solicitarea ajutorului Gemini pentru a elibera spațiu, a verifica permisiunile de acces la localizare sau a elimina distragerile, permițând apelurile importante. Sugestii proactive în Android Auto sunt anunțate pentru viitorul apropiat, fără o dată precisă.

🔗 Gemini Intelligence: noutățile din noiembrie (blog.google)

Google și Adobe: Acrobat în Drive și Gmail și explorarea unui model de imagine Google DeepMind pentru Photoshop

10 noiembrie — Cu ocazia Adobe MAX, Google anunță extinderea parteneriatului cu Adobe, care urmează să fie pusă integral în aplicare, fără o dată anunțată. Acrobat va fi accesibil direct din Google Drive și Gmail (aplicație sugerată, opțiunea « Editează cu » în previzualizările fișierelor), conectorii Adobe din Gemini și Gemini Enterprise vor fi extinși la Acrobat și la alte instrumente creative, iar aceste instrumente vor ajunge în modul IA din Search. Companiile vor putea folosi în Gemini Enterprise agentul CX Enterprise Coworker de la Adobe, care creează materiale vizuale, lucrează cu PDF-uri și lansează campanii de marketing.

În sens invers, modelele de frontieră ale Google vor intra în aplicațiile Adobe, fără a se preciza care. Adobe și Google DeepMind vor explora și noi capacități de editare, începând cu un model de imagine pentru Photoshop care ar putea permite retușuri aproape instantanee: o direcție aflată în studiu, nu un produs anunțat.

🔗 Adobe și Google își extind parteneriatul (blog.google)

Muncă și IA: OpenAI și Upwork arată că IA mai degrabă reconfigurează munca freelance decât o înlocuiește

10 noiembrie — Un nou episod al seriei Work at the Frontier de la OpenAI: împreună cu Upwork, economiștii săi analizează în paralel utilizarea ChatGPT și anunțurile pentru proiecte freelance în raportul « Regruparea muncii freelance în era IA ». Prima constatare: cele două nu seamănă; redactarea are o pondere mult mai mare în utilizarea ChatGPT, iar materialele video și animația în anunțurile Upwork.

Dintre cele 63 de subcategorii puse în corespondență, 43 urmează același tipar: activitățile relativ frecvente în ChatGPT pierd din pondere pe Upwork. Celelalte 20 arată contrariul, iar autorii concluzionează că utilizarea ChatGPT, de una singură, nu explică aceste evoluții.

Categoria proiectului pe Upwork	Ponderea anunțurilor, S1 2025 până în S1 2026
Dezvoltare mobilă	+2,27 puncte
Video și animație	+1,38 puncte
Testare QA	+0,58 puncte
Redactare de conținut	-0,57 puncte
Design web și mobil	-0,68 puncte
Dezvoltare web	-1,98 puncte

Proiectele legate de IA reconfigurează profesiile: între începutul anului 2023 și sfârșitul anului 2025, sarcinile solicitate în anunțurile lor sunt cu 45 % mai variate, de la 14,6 la 21,2 sarcini la fel de frecvente. Tarifele orare afișate rămân apropiate de cele ale celorlalte proiecte, însă bugetele cu preț fix și volumul de ore sunt mai mari.

🔗 Efectul IA asupra muncii freelance (OpenAI) · Raportul complet OpenAI și Upwork (PDF)

Date și cercetare deschise: modele de decizie în Transformers, MotionGraphicsBench, experți grefați și Dory1.0-4B

Patru publicații deschise, de la o bibliotecă la un model, trecând printr-un benchmark și o metodă de antrenare.

DecisionPipeline și AutoModelForDecision ajung în Transformers, integrate, dar absente din versiunile publicate

10 noiembrie — Hugging Face publică un ghid de referință despre modelele de decizie, care nu generează text, ci atribuie probabilități unor răspunsuri predefinite (un serviciu, un nivel de urgență, da sau nu). Semnat de Aritra Roy Gosthipaty, Lysandre, Pedro Cuenca și Tom Aarsen, acesta anunță sosirea în Transformers a claselor DecisionPipeline, AutoModelForDecision și DecisionConfig, care permit apelarea pipeline("decision", ...) ca pipeline de clasificare.

Acest cod provine din PR 50054, integrată pe 9 noiembrie în ramura principală, și nu figurează încă în nicio versiune publicată: cea mai recentă, v5.22.2, datează din 6 noiembrie. Articolul prezintă și ajustarea fină a unui model de decizie cu API Trainer, pe JEV-9B. Restul ghidului reunește componente deja disponibile (endpoint-ul /v1/systemone din transformers serve, rularea ca serviciu prin llama.cpp, eticheta de pe Hub). Nu este publicată nicio cifră de performanță.

🔗 Modele de decizie în Hugging Face · PR 50054 din Transformers

MotionGraphicsBench: GPT-6 Astra conduce cu 67,7 %, iar doar patru modele depășesc 50 %

10 noiembrie — Jiaju Ma (Stanford și Figma) și trei coautori de la Figma publică MotionGraphicsBench, un benchmark care măsoară capacitatea modelelor de a anima un element grafic vectorial existent. Fiecare dintre cele 100 de sarcini, redactate de experți pornind de la animații Lottie reale, oferă un SVG static și o instrucțiune de animație; un program determinist de verificare controlează rezultatul. Aceste programe de verificare sunt de acord în proporție de 93,3 % cu evaluările umane, față de 83,3 % pentru un evaluator vizual bazat pe GPT-6 Astra.

Dintre 32 de modele de la 12 furnizori, doar patru depășesc o rată de succes de 50 % la prima încercare, cu nivelul maxim de efort, iar GPT-6 Astra conduce cu 67,7 %. Cele mai bune modele deschise rămân mult în urmă.

Model evaluat (efort)	pass@1
GPT-6 Astra (max)	67,7 %
GLM 5.3 (max)	39,8 %
Qwen 3.8 (xhigh)	39,4 %
Qwen 3.8 Flash-Next (xhigh)	34,0 %
Media celor 16 modele proprietare	38,8 %
Media celor 16 modele deschise	21,8 %

🔗 MotionGraphicsBench (blogul Hugging Face, Figma) · Articol arXiv

TNG adaugă experți Rust și Haskell la Qwen3.5-35B-A3B, care pot fi combinați fără reantrenare

10 noiembrie — TNG Technology Consulting adaugă experți noi unui model cu amestec de experți (MoE) fără a-i modifica pe cei existenți: aceștia ocupă un spațiu separat de parametri, iar routerul învață când să îi apeleze. Pe Qwen3.5-35B-A3B-Base, un expert Rust crește scorul generării de cod Rust de la 0,62 la 0,73 în pass@1, iar un expert Haskell crește scorul pentru Haskell de la 0,32 la 0,51, cu scoruri pentru capacitățile generale de 0,78 și 0,80, față de 0,80 pentru modelul de bază.

Doi experți antrenați separat pot fi combinați într-un singur checkpoint, păstrând cea mai mare parte a câștigurilor lor (0,70 și 0,50). Cele mai bune adaptoare LoRA obțin rezultate aproximativ la fel de bune separat (0,74 și 0,48), dar media lor scade la 0,67 și 0,36. Experții au fost adăugați doar în etapa de preantrenare continuă, iar articolul nu trimite la ponderi publicate.

Configurație evaluată	Rust	Haskell
Model de bază	0,62	0,32
Expert Rust adăugat	0,73	—
Expert Haskell adăugat	—	0,51
Doi experți combinați	0,70	0,50
Media a două LoRA	0,67	0,36

🔗 Adu-ți propriul expert! (blogul Hugging Face, TNG)

Dory1.0-4B: NVIDIA publică un model mic cu bucle care își ajustează resursele de calcul la inferență

16 octombrie, readus în atenție pe 10 noiembrie — NVIDIA a publicat pe Hugging Face Dory1.0-4B, un model de limbaj deschis de la Nemotron Labs care nu fusese încă inclus în această sinteză. În loc să suprapună straturi, acesta reaplică de mai multe ori același bloc de 20 de straturi, plasat între un bloc de intrare și unul de ieșire, fiecare cu câte 8 straturi, datele de intrare fiind reintroduse la fiecare buclă. Numărul de bucle poate fi ajustat la inferență, fără reantrenare, pentru a obține mai multă precizie în schimbul unor resurse de calcul suplimentare; este păstrat doar cache-ul KV al ultimei bucle.

Preantrenat nativ în NVFP4, apoi antrenat în continuare în BF16, Dory este disponibil în BF16, MXFP8, NVFP4 și Q5_K_M, cu un context de 256K tokens, în engleză, sub licența OpenMDW-1.1, care permite utilizarea comercială. Suportul în vLLM este în curs de revizuire, iar versiunea BF16 a fost descărcată de 13 488 de ori luna trecută. NVIDIA i-a dedicat o transmisiune „Întreabă experții” pe 10 noiembrie.

🔗 Dory1.0-4B (Hugging Face)

Pe scurt

Agenți de programare

Claude Code 2.1.322 — Versiune cu o singură intrare în jurnalul de modificări: modul rapid ajunge pe Vertex în regiunile global, us și eu, cu revenire la viteza standard dacă Vertex îl refuză. Potrivit documentației, este vorba despre modul rapid al Fable 5.2 pe Agent Platform din Google Cloud, care poate fi activat prin /fast sau prin opțiunile de lansare. 🔗 sursă
Codex CLI 0.167.1 — Remediere fără note de versiune: potrivit celor două pull requests asociate, o opțiune dezactivată implicit, incremental_tools_legacy, declară instrumentele pe parcursul conversației și rămâne rezervată furnizorilor Amazon Bedrock. În aceeași zi, openai-python 3.49.0 și openai-node 7.55.0 adaugă tipizarea funcțiilor asincrone. 🔗 sursă
Copilot CLI 1.0.109 și 1.0.110-0 — Versiunea stabilă 1.0.109 reunește 158 de intrări: Fable 5.2 în selector, reguli pentru gazdele din sandbox în CIDR, confirmare înainte ca /share să urmeze o legătură simbolică. Versiunea preliminară 1.0.110-0 elimină vechiul control de la distanță în favoarea unui mediu AHP și propune reîncărcarea creditelor IA de la 90 % utilizare. 🔗 sursă
C++ Language Server din Copilot CLI — Serverul include acum propriul extractor de comenzi de compilare MSBuild și îl apelează automat la deschiderea proiectului, fără un skill de configurare sau un compile_commands.json creat manual; proiectele CMake folosesc în continuare un skill. Este necesar un abonament Copilot. 🔗 sursă
GitHub Agentic Workflows 1.2.2 — Prima versiune stabilă din seria 1.2: mai multe workflows folosesc o rutare economică între modele în locul unor modele fixe, încă zece workflows Copilot primesc mecanisme de control care evită execuțiile inutile, iar cancel-work --obsolete anulează sarcinile depășite. Accesul de ieșire al agenților la rețea este securizat mai strict. 🔗 sursă
Antigravity CLI 1.5.3 — Versiunea din 7 noiembrie: sunt afișate modelul și nivelul de efort al fiecărui subagent, hook-urile pluginurilor primesc PLUGIN_ROOT și PLUGIN_DATA, iar o vulnerabilitate a sandbox-ului terminalului este remediată (o comandă putea modifica mediul încărcat ulterior în afara sandbox-ului). 🔗 sursă
Vibe CLI 3.1.2 — Agentul Mistral pentru linia de comandă permite dezactivarea unui plugin fără dezinstalare, reface /skills (căutare, activare și dezactivare, skills partajate din registru cu versiune fixată) și impune respectarea --max-tokens și --max-price înaintea fiecărei completări în modul headless. 🔗 sursă
CLI mistral 0.18.0 — Instrumentul Mistral pentru implementarea aplicațiilor și agenților reînnoiește o sesiune expirată în loc să eșueze cu eroarea 401, adaugă mistral context show --json și acordă rolul necesar agenților executați într-un sandbox Mistral. 🔗 sursă
Kimi Code 2.5.3 — Un mesaj de ghidare întrerupe acum cererea curentă către model, iar continuarea are loc în aceeași rundă, cu un endpoint steer dedicat; serverele MCP lansate prin npx repornesc pe Windows. 🔗 sursă
Revizuirea de securitate din v0 — La cerere, v0 revizuiește modificările dintr-o conversație (sau codul cu cel mai mare risc din proiect) pentru a căuta lipsa autentificării, injecții sau SSRF, verifică fiecare constatare în întregul proiect și propune o remediere, aplicată doar cu acord. Este rezervată abonamentelor plătite și consumă credite v0. 🔗 sursă
Performance Scanner de la Replit — Replit promovează un instrument care identifică posibilele încetiniri ale unei aplicații și îi oferă Agentului un punct de plecare pentru remedierea lor; postarea nu precizează data disponibilității, abonamentele sau prețul, iar funcția nu apărea încă în documentație. 🔗 sursă
Gemini 4 Carbon în Devin — Cognition oferă acces la Carbon în Devin Desktop și Devin CLI; potrivit articolului său, încă de la nivelul scăzut de efort depășește cel mai bun rezultat al Gemini 4 Argon, iar cel mai bun scor al său costă mai puțin de două treimi din costul pe sarcină al Argon. Scorul său de 40,0 % pe FrontierCode 2.0 fusese deja publicat pe 30 octombrie. 🔗 sursă
Fable 5.2 în Warp — În seara de 9 noiembrie, Warp oferă acces la Claude Fable 5.2 în Warp Factories și în terminalul său și recomandă să i se ceară identificarea mașinilor de stări implicite ale unei aplicații, pentru ca aceasta să fie mai ușor de înțeles de către agenți; nu sunt prezentate prețuri sau benchmarkuri. 🔗 sursă
Fable 5.2 în Code Agent de la Genspark — Genspark adaugă Claude Fable 5.2 în Code Agent și reia argumentul celui mai bun scor pe FrontierCode 2.0, înaintea Opus 5.5, fără cifre, abonamente sau costuri în credite. 🔗 sursă

Companii

JPMorganChase — Banca extinde utilizarea Claude dincolo de echipele de inginerie: revizuirea pull requests, agenți care se repară singuri, analiza incidentelor, backloguri de produs, evaluări ale riscurilor. Claude Code rulează în Devspace, platforma sa containerizată, fără acces direct al agenților la credențiale, iar mecanisme automate de control împiedică Claude să își valideze propria muncă; nu au fost publicate cifre. 🔗 sursă
Curative — Asigurătorul american de sănătate semnează între 2 000 și 2 400 de contracte cu furnizori pe săptămână folosind Gwen, agentul său bazat pe Claude (în principal Opus, cu Sonnet pentru revizuire și Haiku pentru evaluare), față de 2 100 în întregul an 2025, consumând aproximativ 20 de milioane de tokens pe contract; litigiile privind rambursările trec de la aproximativ 90 de zile la mai puțin de 30 de minute. 🔗 sursă
CodeRabbit — Într-un studiu de caz OpenAI din 9 noiembrie, CodeRabbit afirmă că, în șase luni, a ajuns să livreze de aproximativ 20 de ori mai mult software cu Codex; oferta sa gratuită Deep Scan a identificat peste 43 000 de vulnerabilități în 13 000 de analize aprofundate, iar GPT-6 Astra detectează 50 % dintre problemele din suita sa internă de evaluare. 🔗 sursă
Gemini for healthcare — Google Cloud lansează în versiune preliminară o soluție care conectează dosarele pacienților, facturarea, recomandările clinice și datele Medicare pentru sarcini în mai multe etape (sinteza dosarelor, revizuirea autorizărilor prealabile), sub supraveghere umană, împreună cu HCA Healthcare, Highmark Health și Northwell Health. 🔗 sursă

Educație și societate

IA în școlile din EMEA — OpenAI prezintă lecțiile învățate din parteneriatele sale educaționale din Estonia, Slovacia, Grecia și Italia, bazându-se pe un studiu ThinkYoung: 79 % dintre elevii și studenții chestionați folosesc IA pentru teme, dar doar 47 % spun că li s-a arătat cum să o folosească. 🔗 sursă
Ateliere pentru persoanele care îngrijesc membri ai familiei — OpenAI Academy organizează pe 10 noiembrie ateliere ChatGPT gratuite pentru persoanele care îngrijesc membri ai familiei în Oakland, Tampa, Pittsburgh, Atlanta și Detroit, împreună cu trei asociații; potrivit OpenAI, peste 40 de milioane de mesaje săptămânale despre sănătate din Statele Unite privesc o persoană apropiată. 🔗 sursă

Voce

Agenți vocali bazați pe GPT-Live — Blogul OpenAI pentru dezvoltatori le oferă cuvântul celor de la Juno, Treater, Picsart și Weekend. La Juno, un model mic care rulează în fundal reduce cu 40 % delegările către agentul text și scurtează cea mai lungă pauză dintr-un apel de test de la 9,3 la 3,2 secunde; la Treater, durata mediană a conversațiilor crește cu 26 până la 30 %. 🔗 sursă

Imagini

Seedream 5.5 la Genspark — Genspark oferă acces anticipat la Seedream 5.5 de la BytePlus în Genspark Design și AI Media Studio, cu o reducere de 40 % timp de o lună pentru toți utilizatorii. 🔗 sursă
Ideogram 4.5 — Ideogram revendică primul loc între cele 20 de modele din benchmarkul Rapidata care măsoară, cu evaluatori umani, dacă o față rămâne recognoscibilă după cinci retușuri succesive, înaintea FLUX 3 Image, Muse Image și MAI-Image-2.6; nu este publicat niciun scor. 🔗 sursă
Pika H3 Flex pe GPU AMD — O contribuitoare a portat inferența modelului video cu ponderi deschise de la Pika pe GPU AMD, într-o ramură dedicată Instinct MI350X; Pika invită dezvoltatorii AMD să contribuie, fără a prezenta măsurători de performanță. 🔗 sursă

Hugging Face și laboratoare deschise

Hugging Face pe factura Google Cloud — O organizație poate plăti acum abonamentele Team și Enterprise, Jobs, Inference Endpoints, Inference Providers, GPU Spaces, ZeroGPU și stocarea prin Google Cloud Marketplace, la tarifele publice Hugging Face, după validarea fiecărui abonament de către Hugging Face. 🔗 sursă
Muse pe Google Cloud — În seara de 9 noiembrie, Meta anunță că Muse Ember și Muse Wonder ajung pe Google Cloud, unde Muse Spark 1.3 este disponibil în versiune preliminară din septembrie; serviciul, statutul și prețul nu sunt precizate. 🔗 sursă
20 de milioane de creatori pe Hugging Face — Potrivit lui Clément Delangue, Hugging Face numără 20 de milioane de creatori de IA și găzduiește 300 Po de modele, seturi de date, trase de execuție ale agenților și medii RL, dintre care 9 Po adăugați într-o săptămână; octombrie a fost cea mai bună lună a sa după numărul utilizatorilor activi și cifra de afaceri, fără a fi precizată o sumă. 🔗 sursă
GLM-5 pe Trainium3 — David Corvoysier rulează GLM-5 (754 de miliarde de parametri) pe o singură instanță trn3.48xlarge folosind codul Transformers publicat: 43 de minute pentru încărcare, primul token în 4,1 secunde, 6,9 tokens pe secundă cu un lot de 1, o primă măsurătoare fără optimizare, potrivit autorului. 🔗 sursă
Detectarea bolilor la OpenMed — Maziyar Panahi publică trei modele deschise cu 194M până la 576M de parametri sub Apache-2.0, care identifică bolile în texte medicale în engleză pe CPU; antrenate suplimentar pe NCBI Disease, acestea câștigă aproximativ 14 puncte F1 pe BC5CDR. 🔗 sursă
Agenți care livrează fără să testeze — Într-un articol în turcă, Serkan Peker arată că 39,4 % dintre cele 47 293 de livrări ale SWE-agent sunt realizate fără testare după ultima modificare, cu șanse de rezolvare cu aproximativ o treime mai mici (raport al șanselor de 0,68); ipoteza a fost preînregistrată, iar rezultatul a fost replicat cu Claude Code și gpt-oss-120b. 🔗 sursă
Raționament împrumutat — Timofey Klyubin introduce trasele de raționament ale Qwen3.8-27B în Qwen3-8B, care trece de la 51,1 % la 80,9 % pe 300 de probleme din LiveCodeBench; două modele de 8B antrenate să producă aceste trase nu ajută. 🔗 sursă
EgoDex în FiftyOne — Harpreet Sahota convertește setul de testare EgoDex, publicat de Apple: 3 243 de episoade din 111 sarcini de manipulare, adică 7 ore, cu poziția și orientarea a 68 de articulații înregistrate de un Apple Vision Pro. 🔗 sursă

Ce înseamnă toate acestea

La fel ca Fable 5.2 cu o zi înainte, Gemini 4 Carbon este evaluat chiar în ziua lansării de cei care îl integrează, fiecare folosind propria suită de teste: 60,4 % pe CursorBench 4.0 la Cursor, 0,857 pe WANDR la Perplexity, iar la Devin un rezultat care depășește, încă de la nivelul scăzut de efort, cel mai bun rezultat al Argon. De altfel, Google citează aceste clasamente externe în propriul articol. Aceste cifre trebuie interpretate împreună cu costurile lor: la Cursor, nivelul scăzut de efort al Carbon costă mai mult pe sarcină decât nivelul ridicat, iar Perplexity vorbește despre egalitate cu Fable 5.2 la o diferență de 0,006 puncte și 40 % din cost. GitHub nu prezintă cifre, dar activează Carbon implicit, în timp ce Fable 5.2 rămâne dezactivat până când administratorul acceptă politica Anthropic de păstrare a datelor.

30 noiembrie devine o dată de referință. Google stabilește atunci sfârșitul tarifului de lansare pentru Carbon (2 și 10 dolari pe milion de tokens, apoi 4 și 20), Cursor aplică tariful integral de la 1 decembrie, iar Perplexity preia acest preț de lansare în Agent API. Reducerile de lansare se înmulțesc și pentru imagini: 50 % la imaginile de 16 megapixeli ale MiniMax H3-Image timp de o săptămână, 40 % la Seedream 5.5 la Genspark timp de o lună. Costurile pe sarcină publicate în această zi trebuie, așadar, interpretate în funcție de tarifele folosite la calcul: Devin precizează că măsoară la tariful public al API-ului, inclusiv reducerile publice, în timp ce pagina Cursor nu spune dacă propriile costuri țin cont de reducere.

Asistenții devin spații de lucru și de comerț. OpenAI deschide ChatGPT companiilor care vor să își gestioneze profilul, să urmărească mențiunile și să instaleze acolo un agent care poate fi sponsorizat prin ChatGPT Ads și permite echipelor Business să își cheltuiască bugetul abonamentului în v0, Warp sau Notion. Anthropic transformă Claude într-un spațiu în care poți desena un plan, gestiona o foaie de calcul, partaja indicatori certificați și deschide integral Confluence sau Notion. În aceeași zi, Anthropic începe seria de prezentări pentru investitori aferentă ofertei sale publice inițiale, publicând doar două valori, 825 de milioane de acțiuni de clasa A și un interval de 70 până la 78 de dolari, fără evaluarea companiei, suma atrasă sau data listării.

Capacitatea de a opri un model trece de la principiu la inginerie. Paris Call îi angajează pe dezvoltatorii semnatari, printre care OpenAI, Anthropic și Mistral AI, să dispună de mecanisme capabile să le oprească modelele, inclusiv antrenarea și utilizarea internă; în aceeași zi, OpenAI își descrie propriul mecanism, Control Room, cu un timp maxim de 35 de secunde și refuz implicit dacă sistemul cade. La rândul său, NVIDIA încredințează CNCF OpenShell, care controlează fișierele, rețeaua și credențialele agenților, iar Tailscale introduce Grok Bot în rețelele private sub identitatea utilizatorului, cu drepturi pe care administratorul le poate restricționa.