Căutare

OpenAI lansează GPT-6.2 Astra și Sol, Jensen Huang părăsește conducerea NVIDIA, Microsoft lansează MAI Code 2 în Copilot

Companiile din această ediție

Debifează ce nu te interesează. Alegerea se aplică tuturor edițiilor și rămâne pe acest dispozitiv.

Marile laboratoare
China
Europa
Instrumente de programare
Agenți și căutare web
Media generative
Infrastructură și open source
Altele

ai-powered-markdown-translator

Articol tradus din fr în ro cu gpt-6.1-sol.

Vezi proiectul pe GitHub ↗

OpenAI lansează GPT-6.2 Astra și GPT-6.2 Sol, care obțin rezultate mai bune cu un număr mai mic de tokens: Astra atinge 78,3 % pe Agents’ Last Exam la mai puțin de o treime din costul GPT-6 Astra, iar cele două modele ajung în aceeași zi în GitHub Copilot și Perplexity. NVIDIA raportează venituri trimestriale de 115,8 miliarde de dolari, primele sale rezultate de la plecarea lui Jensen Huang pe 12 noiembrie, iar Microsoft lansează MAI Code 2 în Copilot la Ignite. Perplexity deschide accesul la Orchestrator API, Cognition și Replit lansează agenți care urmăresc un obiectiv (Devin Bots, Replit Missions), iar Google oferă gratuit Tasks din Gemini în șase țări.


GPT-6.2 Astra și GPT-6.2 Sol: rezultate mai bune cu un număr mai mic de tokens, în ChatGPT Work, Codex și API

17 noiembrie — OpenAI lansează GPT-6.2 Astra și GPT-6.2 Sol, succesoarele GPT-6 Astra și GPT-6.1 Sol. Astra devine modelul de vârf pentru cele mai solicitante proiecte, iar Sol modelul versatil pentru utilizarea de zi cu zi. Ideea centrală a anunțului este eficiența: rezultate mai bune cu un număr mai mic de tokens la ieșire, deci mai multe sarcini în aceleași limite de utilizare și un cost pe sarcină semnificativ mai mic.

Pe Agents’ Last Exam v1.1, care evaluează activități profesionale în mai multe etape, GPT-6.2 Astra atinge 78,3 % la 2,89 dolari pe sarcină: cu 5,2 puncte peste GPT-6 Astra la mai puțin de o treime din cost și cu 5,5 puncte înaintea Claude Fable 5.2 la 5 % din cost. Conduce și pe Terminal-Bench-Science (77,1 %, +9 puncte față de GPT-6 Astra), Harvey LAB-AA (cu o rată de peste două ori mai mare decât cea a Fable 5.2) și GDPval v2 intern al OpenAI (+6,2 puncte cu 22 % mai puține tokens la ieșire) și ocupă primul loc în AA-3D, un clasament al modelelor 3D bazat pe preferințe umane exprimate fără cunoașterea identității modelelor, cu 1 318 Elo. Graficele din articol arată totuși că Claude Fable 5.2 rămâne în față pe Artificial Analysis Intelligence Index (64,6 față de 62,1) și pe FrontierCode 2.0 de la Cognition (49,1 % față de 44,2 %). GPT-6.2 Sol termină la mai puțin de 0,5 puncte de Astra pe FrontierCode 2.0 (43,8 % față de 44,2 %), la aproximativ o cincime din cost, și depășește GPT-6 Astra pe LifeVal la aproximativ o șeptime din cost.

Benchmark evaluatGPT-6.2 AstraGPT-6.2 SolGPT-6 AstraGPT-6.1 SolClaude Fable 5.2Gemini 4 Carbon
Agents’ Last Exam v1.178,3 %73,0 %73,1 %72,5 %72,8 %77,4 %
Cost pe sarcină (Agents’ Last Exam)2,89 dollars1,32 dollar8,99 dollars2,02 dollars60,05 dollars4,60 dollars
Terminal-Bench-Science 0.177,1 %68,0 %68,1 %57,0 %73,3 % (AA)—
AA Intelligence Index v5.0.162,157,356,954,664,660,0
FrontierCode 2.0 (Cognition)44,2 %43,8 %42,8 %39,0 %49,1 % (xhigh)41,1 % (medium)
Harvey LAB-AA v1.115,0 %11,1 %8,6 %6,9 %7,2 %—
GDPval v2 (intern)50,4 %46,9 %44,2 %41,5 %44,8 %48,8 % (high)

Cea mai bună configurație prezentată de OpenAI pentru fiecare model, la nivelul maxim de efort dacă nu se precizează altfel (GPT-6.2 Astra în xhigh și Gemini 4 Carbon în high pe Agents’ Last Exam, ale cărui rezultate pentru Fable 5.2 exclud nouă sarcini preluate de un model de rezervă). Pe Terminal-Bench-Science, scorul Fable 5.2 este cel raportat de Artificial Analysis; Anthropic anunță 74,6 % în Claude Code.

În privința prețurilor, Astra devine cu 20 % mai ieftin la intrare și la ieșire față de GPT-6 Astra și cu 60 % mai ieftin pentru intrarea din cache; Sol păstrează tarifele GPT-6.1 Sol. În API (gpt-6.2-astra și gpt-6.2-sol), cele două modele sunt compatibile cu Responses API și Chat Completions, dar apelarea instrumentelor se face prin Responses API. OpenAI recomandă păstrarea neschimbată a începutului prompturilor și adăugarea noilor instrucțiuni la final, pentru a reutiliza cache-ul.

Tip de tarif (pe milion de tokens)GPT-6.2 AstraGPT-6.2 Sol
Intrare8 dollars2 dollars
Intrare din cache0,40 dollar0,10 dollar
Ieșire40 dollars10 dollars

In the API, use gpt-6.2-astra and gpt-6.2-sol. Both models also support Fast and Ultrafast modes. We’re cutting Ultrafast pricing by 50% for the next three months, making it available at just 3x the cost of Standard for API and Enterprise users. Ultrafast is also coming to Pro 200 subscribers, starting with GPT-6.2 Sol.

🇷🇴 În API, utilizați gpt-6.2-astra și gpt-6.2-sol. Cele două modele acceptă și modurile Fast și Ultrafast. Reducem prețul Ultrafast cu 50 % pentru următoarele trei luni, ceea ce îl face disponibil la doar 3 ori costul Standard pentru utilizatorii API și Enterprise. Ultrafast ajunge și la abonații Pro 200, începând cu GPT-6.2 Sol. — @OpenAIDevs pe X

Ultrafast pentru GPT-6.1 Sol, lansat pe 8 octombrie, costa de 6 ori mai mult decât Standard. Cele două modele sunt disponibile din 17 noiembrie în ChatGPT Work și Codex pentru abonații Plus, Pro, Enterprise și Edu, dar nu în Chat clasic. În spațiile Enterprise și Edu, versiunea preliminară este dezactivată implicit: administratorul trebuie să o activeze, iar aceasta rămâne indisponibilă în spațiile care impun efectuarea inferenței în Emirate. Dintre primii clienți menționați, Basis afirmă că a redus la jumătate durata medie a lucrărilor sale contabile de lungă durată.

Siguranța ocupă o mare parte din articol și din fișa de sistem. Cele două modele ating pragul Critical în securitate cibernetică, la fel ca GPT-6 Astra, și High în biologie și chimie. GPT-6.2 Astra este și primul model publicat de OpenAI care atinge pragul High în autoîmbunătățirea IA, adică în capacitatea sa de a accelera cercetarea în IA. Consecința pentru echipele de securitate: măsuri de protecție cibernetică mai stricte, care blochează și unele activități legitime de cercetare a vulnerabilităților, în așteptarea introducerii modelelor GPT-6.2 în Daybreak, fără o dată anunțată. OpenAI semnalează, în final, o deficiență de aliniere: în două teste, modelele omiteau mai des să menționeze un obstacol (fișier lipsă, instrument de căutare indisponibil); instrucțiunile adăugate în Codex reduc semnificativ aceste omisiuni, iar investigația continuă.

🔗 Articolul de lansare a GPT-6.2 Astra și Sol (OpenAI) · Fișa de sistem GPT-6.2

Astra for Law trece la GPT-6.2 Astra și devine disponibil la cerere pentru toți clienții ChatGPT Enterprise

17 noiembrie — În paralel, OpenAI actualizează Astra for Law, configurația sa juridică lansată pe 17 septembrie pentru câteva firme de avocatură. Aceasta combină acum GPT-6.2 Astra cu un index de cercetare juridică îmbogățit cu peste 539 000 de resurse americane și peste 98 000 de resurse britanice, australiene și canadiene, precum și cu instrucțiuni pentru cercetare, evaluarea surselor și redactare. Toți clienții ChatGPT Enterprise o pot solicita prin programul de acces de încredere din consola de administrare; accesul prin API necesită o autorizare separată.

Evaluare juridicăAstra for LawPunct de comparație
Harvey LAB-AA, sarcini cu punctaj complet20,8 %GPT-6.2 Astra 15,0 %, Muse Wonder Full 13,1 %
Halucinații substanțiale pe sarcină (LAB-AA)0,03Claude Opus 5.5 0,59
LAB: USCL, jurisprudență căutată de model1 844Claude Opus 5.5 1 817
LAB: USCL, precedente furnizate1 883Claude Opus 5.5 1 882
Legal Research Bench (Vals AI)54,81 %aproximativ 46 % pentru versiunea din septembrie

Pe LAB-AA, Astra for Law produce aproximativ 64 000 de tokens la ieșire pe sarcină, cu 54 % mai puține decât Muse Wonder Full. La redactarea memoriilor juridice (LAB: USCL), avansul față de Opus 5.5 este mic, iar intervalele de incertitudine se suprapun în ambele configurații.

🔗 Astra for Law pe GPT-6.2 Astra (OpenAI)

API-ul Responses oferă ferestre de execuție de 2 și 8 ore, cu 30 și 40 % mai ieftine

17 noiembrie — În aceeași zi, OpenAI adaugă în modul de fundal al Responses API ferestre de execuție cu reducere, în versiune beta publică, pentru GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra și GPT-6 Luna. Un dezvoltator care poate aștepta setează background_options.completion_window la două ore (tokens cu 30 % mai ieftine decât Standard) sau la opt ore (cu 40 % mai ieftine), în locul execuției imediate implicite, fără reducere.

Spre deosebire de Batch API, conceput pentru cereri independente trimise în bloc, aceste ferestre vizează agenții care lucrează în mai multe runde: cererile ulterioare, după apelarea unui instrument, păstrează reducerea și sunt procesate cu prioritate dacă folosesc în continuare aceeași fereastră, același model și același proiect. Reducerea necesită procesare Standard, folosește aceeași limită de debit ca Batch API și nu funcționează în streaming. SDK-urile openai-python 3.53.0 și openai-node 7.58.0 o integrează din 17 noiembrie.

🔗 Changelog al API-ului OpenAI · Ghidul modului de fundal

GPT-6.2 Astra și GPT-6.2 Sol ajung în GitHub Copilot

17 noiembrie — În ziua lansării, GPT-6.2 Astra și GPT-6.2 Sol devin disponibile general în GitHub Copilot, pentru planurile Pro+, Max, Business și Enterprise (nu și Pro). Potrivit testelor preliminare GitHub, GPT-6.2 Sol identifică în code review aproape de două ori mai multe probleme reale decât GPT-6.1 Sol, iar GPT-6.2 Astra găsește semnificativ mai multe decât GPT-6 Astra, consumând totodată un număr mai mic de tokens pentru sarcinile de programare agentică. Cele două modele sunt facturate în funcție de utilizare, la tariful de listă OpenAI, ajung treptat pe zece interfețe, de la VS Code la Eclipse, și sunt activate automat în organizațiile care nu au dezactivat activarea implicită a modelelor noi.

🔗 Changelog GitHub: GPT-6.2 Astra și GPT-6.2 Sol

Perplexity oferă acces la GPT-6.2 în Search și Computer, cu 0,783 și 0,746 pe WANDR

17 noiembrie — Perplexity oferă și GPT-6.2 Astra și GPT-6.2 Sol în Perplexity Search și Computer chiar din seara lansării. Pe WANDR, benchmark-ul său de cercetare documentată, GPT-6.2 Astra obține 0,783 la aproximativ 12,54 dolari pe sarcină, adică cu 0,095 puncte peste GPT-6 Astra, iar GPT-6.2 Sol obține 0,746 la aproximativ 2,65 dolari, cu 0,065 puncte peste GPT-6.1 Sol. Graficul publicat odată cu anunțul plasează aceste scoruri în contextul celorlalte modele: Gemini 4 Carbon și Claude Fable 5.2 rămân în față, iar GPT-6.2 Sol devine cel mai ieftin model cu un scor de peste 0,7. Tweetul nu precizează planurile vizate.

Model evaluat pe WANDRScorCost pe sarcină
Gemini 4 Carbon0,8575,86 dollars
Claude Fable 5.20,80715,82 dollars
GPT-6.2 Astra0,783~12,54 dollars
GPT-6.2 Sol0,746~2,65 dollars
Gemini 4 Hydrogen0,6985,41 dollars
GPT-6 Astra0,68812,73 dollars
GPT-6.1 Sol0,6811,59 dollar
Claude Opus 5.50,6625,33 dollars

Scorurile GPT-6.2 sunt preluate din textul tweetului, iar celelalte din graficul publicat de Perplexity.

🔗 Anunțul Perplexity pe X


NVIDIA: Jensen Huang părăsește conducerea, apoi un trimestru de 115,8 miliarde de dolari sub conducerea lui Colette Kress

12 noiembrie — Consiliul de administrație al NVIDIA a anunțat demisia lui Jensen Huang, cofondatorul companiei, din funcțiile de președinte, director general și membru al consiliului de administrație, cu efect imediat. Colette Kress, vicepreședintă executivă și directoare financiară din septembrie 2013, devine directoare generală interimară, păstrându-și și funcția de directoare financiară, până la numirea unui succesor permanent; consiliul începe căutarea, deschisă candidaților interni și externi. Harvey C. Jones, fost director general și președinte executiv al Synopsys, devine primul președinte al consiliului de administrație (Chair of the Board). Potrivit lui Harvey C. Jones, consiliul are încredere deplină în Colette Kress și se așteaptă ca operațiunile, angajamentele față de clienți și planul de dezvoltare a produselor să continue fără întreruperi. Același comunicat confirma publicarea rezultatelor trimestriale pe 17 noiembrie, conform planificării.

10 noiembrie — Cu două zile înainte, într-un comunicat separat, membrii independenți ai consiliului de administrație al NVIDIA anunțau că i-au încredințat o anchetă „aprofundată și independentă” lui Joon H. Kim, fost procuror federal interimar al Districtului de Sud din New York, și firmei de avocatură Wachtell, Lipton, Rosen & Katz. Acest comunicat nu precizează obiectul anchetei, iar cel din 12 noiembrie nu o menționează.

17 noiembrie — NVIDIA publică rezultatele pentru al treilea trimestru al exercițiului financiar 2027, încheiat pe 25 octombrie. Sunt primele de la plecarea lui Jensen Huang, iar comunicatul este prezentat de Colette Kress. Cifra de afaceri ajunge la 115,8 miliarde de dolari, cu 20 % mai mult decât în trimestrul precedent și de peste două ori mai mare decât acum un an. Centrele de date generează cea mai mare parte a acesteia.

Indicator (T3 al exercițiului financiar 2027)Valoare publicatăEvoluție față de anul precedent
Cifra de afaceri115,8 miliarde de dolari+103 %
Centre de date107,6 miliarde de dolari+110 %
Calcul la periferia rețelei (Edge Computing)8,2 miliarde de dolari+42 %
Marjă brută GAAP74,8 %+1,4 puncte
Profit net GAAP65,3 miliarde de dolari+105 %
Câștig diluat pe acțiune GAAP2,70 dolari+108 %

Pentru al patrulea trimestru, care include o săptămână în plus, NVIDIA estimează o cifră de afaceri de 130 de miliarde de dolari, cu o marjă de variație de 3 %, fără a include venituri din China pentru soluții de calcul destinate centrelor de date, și o marjă brută redusă la un nivel între 71 și 72 %. Compania a restituit acționarilor 28,1 miliarde de dolari în cursul trimestrului, iar în programul său de răscumpărare de acțiuni mai sunt disponibile aproximativ 227,3 miliarde de dolari. În privința produselor, trimestrul marchează primele livrări în volum ale Vera Rubin NVL72, pe care NVIDIA le prezintă drept cea mai rapidă creștere a producției din istoria sa, cu rackuri deja în funcțiune la CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure și Nebius.

🔗 Rezultatele celui de-al treilea trimestru al exercițiului financiar 2027 (NVIDIA) · Tranziția la conducerea generală (12 noiembrie) · Declarația membrilor independenți ai consiliului de administrație (10 noiembrie)


Microsoft lansează MAI Code 2 și MAI Code 2 Flash, disponibile de la lansare în GitHub Copilot

17 noiembrie — În timpul Ignite, Microsoft AI lansează două noi modele de cod, disponibile în aceeași zi în GitHub Copilot. MAI Code 2 vizează sarcinile complexe: debugging aprofundat, modificări în mai multe fișiere, refactoring, raționament la nivelul întregului repository. MAI Code 2 Flash vizează munca repetitivă: explicații de cod, ajustări punctuale, corecții de rutină.

Microsoft pune în evidență raportul performanță-preț, măsurat pe baza mediei a patru benchmarkuri apropiate de activitatea din companii (DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas și FrontierCode v1.1). Aceste costuri sunt calculate la prețul promoțional de 50 % al MAI-Code-2, cu toate modelele la nivelul maxim de efort de raționament, trei benchmarkuri fiind rulate cu Copilot CLI fără subagenți. Pentru frontend, în evaluări oarbe realizate de 258 de adnotatori, rezultatele MAI Code 2 sunt preferate celor ale GPT-6 Sol în 64 % din cazuri.

Comparație (conform Microsoft AI)Performanță relativăCost relativ
MAI Code 2 față de GPT 6.1 Sol98 %40 %
MAI Code 2 față de Claude Opus 5.596 %5 %
MAI Code 2 Flash față de GPT-6 Lunacomparabilă65 %
MAI Code 2 Flash față de Claude Haiku 5.5comparabilă20 %

Microsoft recunoaște o limită: aceste modele „nu sunt încă ajustate” pentru cercetarea științifică fundamentală sau pentru activități agentice cu un orizont foarte lung.

În Copilot, MAI Code 2 este disponibil de la Pro până la Enterprise, iar MAI Code 2 Flash începând cu planul Free, în zece medii (VS Code, Visual Studio, Copilot CLI, cloud agent, aplicația GitHub Copilot, github.com, GitHub Mobile, JetBrains, Xcode, Eclipse). Ambele modele sunt facturate în funcție de utilizare și activate implicit în organizațiile care nu au dezactivat activarea automată a modelelor noi. MAI-Code-2 este inclus și în nivelul Standard al Copilot Fusion, iar predecesorul său MAI-Code-1.1-Flash va fi retras din toate mediile Copilot pe 18 decembrie. În afara GitHub, MAI Code 2 Flash intră în versiune preliminară cu acces limitat în Microsoft Foundry, iar Microsoft anunță disponibilitatea în curând pe OpenRouter, Vercel, Hermes, Open Code și Kilo.

🔗 Changelog GitHub: MAI Code 2 și MAI Code 2 Flash · Anunțul Microsoft AI


Perplexity combină modelele mai multor furnizori: Orchestrator API și nivelul Multiagent din Computer

17 noiembrie — Perplexity lansează Orchestrator API, care le oferă dezvoltatorilor acces la stratul de modele al propriilor produse. Potrivit companiei, acest strat direcționează zilnic sute de milioane de cereri către peste 85 de modele și mai mult de o duzină de furnizori. Cu o singură cheie API, Orchestrator oferă acces la peste 45 de modele de la OpenAI, Anthropic, Google și xAI, precum și la modele cu ponderi deschise (GLM, Kimi, DeepSeek). Cererile se scriu în formatele OpenAI Chat Completions, OpenAI Responses sau Anthropic Messages: este suficient să schimbi cheia și URL-ul de bază al unui SDK existent.

Principalul argument este fiabilitatea. Când un furnizor returnează o eroare, atinge o limită de rată sau depășește timpul de așteptare, Orchestrator retrimite cererea către o altă implementare a aceluiași model: o cerere Claude poate trece de la Anthropic la AWS Bedrock, iar o cerere GPT, de la OpenAI la Azure. Fiecare model este facturat la tariful său public per token, indiferent de furnizorul care răspunde, fără taxe de platformă suplimentare față de credite. Două funcții sunt disponibile în versiune preliminară: Routes, care alege modelul pentru fiecare cerere (perplexity/auto) pe baza unor descrieri în limbaj obișnuit, și Auto effort, care ajustează efortul de raționament la următorul schimb.

Perplexity ilustrează Routes printr-un caz sensibil, ocolirea refuzurilor. Compania reamintește că Anthropic documentează faptul că mecanismele de protecție ale Claude Fable 5.2 pot bloca activități inofensive de securitate cibernetică sau din științele vieții. Păstrând Fable ca model implicit, dar trimițând aceste sarcini, precum și pe cele care urmează unui refuz, către GPT-6 Astra sau GPT-6.1 Sol, Claude Code rezolvă mai multe sarcini, la un cost estimat mai mare per sarcină. Orchestrator API exista deja în API-ul Perplexity din iulie, inițial pentru modelele cu ponderi deschise; această dată de 17 noiembrie marchează lansarea sa oficială.

Element măsurat de PerplexityValoare anunțată
Modele din catalogpeste 45 (OpenAI, Anthropic, Google, xAI, deschise)
Claude Opus 5.5, cel mai rapid furnizor (30 de zile)Anthropic 15 zile, AWS Bedrock 15 zile
GPT-5.6 Sol, viteza mediană a Azure față de OpenAI+27 %
Terminal-Bench 4.1 (63 de sarcini), doar Fable 5.238 din 63
Același test cu rutare către GPT-6 Astra sau GPT-6.1 Sol41 din 63
Taxe de platformăniciuna în plus față de credite

🔗 Prezentarea Orchestrator (Perplexity) · Orchestrator: un singur API pentru inferență fiabilă

17 noiembrie — În aceeași zi, Perplexity adaugă în Computer un nivel de efort Multiagent, situat deasupra nivelului Ultra. Până acum, un agent principal încredința părți ale sarcinii unor agenți de sprijin, care îi raportau doar lui. Cu Multiagent, agentul principal conduce o echipă de agenți care rulează pe modele diferite, lucrează în paralel, își transmit direct descoperirile, verifică munca celorlalți și își coordonează modificările în fișierele partajate. Echipa implicită este construită în jurul Claude Fable 5.2, care planifică și distribuie munca între agenți pe Claude Opus 5.5, GPT 6.1 Sol și Gemini 4 Carbon; agentul principal poate mobiliza până la 16 agenți, iar utilizatorul poate impune modelele dorite în cerere.

Rezultat publicat de PerplexityValoare anunțată
Cea mai bună echipă mixtă, Terminal-Bench 4.10,727 (condusă de Gemini 4 Carbon)
Câștig față de patru copii ale modelului principal (TB 4.1)+0,008 până la +0,125
Câștig față de patru copii ale modelului principal (WANDR)+0,015 până la +0,064
Costul celei mai bune echipe față de patru copii10,31 față de ~13 dolari; 54,50 față de 66,41 dolari

Potrivit Perplexity, fiecare echipă mixtă depășește atât modelul său principal folosit singur, cât și patru copii ale acestui model, iar cea mai bună echipă din fiecare test costă mai puțin decât aceste copii. Multiagent este rezervat abonaților Max pe web (Max și Enterprise Max, potrivit postării), aplicațiile mobile și desktop fiind anunțate pentru viitorul apropiat; Perplexity nu precizează costul său în credite.

Multiagent is optimized for performance. It is credit-intensive. Use it only for your most important tasks. Multiagent is best for forecasting, high-density problem solving, and consequential decision making.

🇷🇴 Multiagent este optimizat pentru performanță. Consumă multe credite. Folosiți-l doar pentru sarcinile cele mai importante. Multiagent este cel mai potrivit pentru previziuni, probleme foarte complexe și decizii cu consecințe majore. — @perplexity_ai pe X

🔗 Prezentarea Multiagent (Perplexity)


Devin Bots și Replit Missions: roiuri de agenți care urmăresc un obiectiv în locul unei sarcini

17 noiembrie — Cognition lansează Devin Bots, „coechipieri de inginerie” (engineering teammates). Un Bot este un agent persistent, cu propria memorie și propriile instrumente, care desfășoară mai multe sesiuni Devin în paralel. În locul unei sarcini, i se încredințează o responsabilitate: investighează, deleagă, evaluează rezultatele și decide ce urmează, aducând în atenția omului doar deciziile care necesită judecata acestuia, grupate într-o căsuță Needs You. Mai mulți Bots se pot coordona, de exemplu un QA Bot transmițând un bug către Developer Bot, și pot fi urmăriți din Slack, iMessage sau aplicația Devin.

Cognition ilustrează utilizarea prin propriii Bots. Android Bot, lansat pe 28 septembrie, a construit în 44 de zile aplicația Android a Devin, aflată acum în testare deschisă pe Google Play, cu 183 de mesaje din partea inginerului care îl supraveghea.

Bot menționat de CognitionRezultat publicat
Android Bot (44 de zile)1 134 PR, 344 651 de linii de Kotlin, 2 841 de teste, 1 217 tichete, 183 de mesaje
Layout Bot (3 săptămâni)159 PR integrate, latență redusă cu 70 %
Studio de jocuri mobileaproximativ douăzeci de Bots, între 50 și 1 900 PR pe săptămână

On average, beta testers are merging 4.5x more PRs per message using Devin Bots. We’ve seen individual engineers go from 50 PRs a week to nearly 2,000.

🇷🇴 În medie, testerii beta integrează de 4,5 ori mai multe PR per mesaj cu Devin Bots. Am văzut ingineri trecând de la 50 PR pe săptămână la aproape 2 000. — @cognition pe X

Bots sunt disponibili chiar acum. Pagina de prețuri îi include în planurile Max (200 de dolari pe lună), Teams (80 de dolari pe lună) și Enterprise, dar nu în Free sau Pro; nu este publicat niciun tarif specific pentru Bots.

🔗 Prezentarea Devin Bots (Cognition)

17 noiembrie — În aceeași zi, Replit lansează Missions, un „cadru de orchestrare a roiurilor de agenți” (agent swarm harness) pentru proiectele de care o echipă nu are timp să se ocupe. Utilizatorul descrie rezultatul așteptat, apoi un roi de agenți planifică, construiește, testează și iterează în paralel. Cadrul este stabilit într-un contract de misiune (Mission Contract): plafon de cheltuieli, acțiuni supuse aprobării (contactarea unui potențial client, asumarea unui angajament privind produsul) și compromisuri acceptabile. Un evaluator AI independent verifică rezultatele în raport cu criteriile convenite; misiunea se oprește când acestea sunt îndeplinite sau când bugetul este epuizat.

Replit susține anunțul prin trei demonstrații. Pe 13 sarcini de optimizare NumPy, un roi de 32 de agenți atinge o viteză de 19 ori mai mare decât cea inițială, față de 4 ori pentru un singur agent în modul Auto (Max). Pe E-Commerce Bench de la Qwen, Missions a transformat 100 000 de yeni în 4,82 milioane pe parcursul unui an simulat. În final, în două zile și cu un buget plafonat la 3 000 de dolari, Missions a construit DataCat, o platformă de monitorizare a aplicațiilor pe care Replit o publică în open source sub licența Apache 2.0 și pe care Replit o compară cu o versiune construită cu /goal în Claude Code pornind de la același prompt, precizând că este vorba despre teste controlate, cu o singură rulare pentru fiecare configurație.

Test DataCat publicat de ReplitRezultat anunțat
Detectarea unui bug introdus38 de secunde, pentru un obiectiv de 60 de secunde
Încărcare susținută timp de 3 ore26 de milioane de înregistrări, 4,4 milioane de jurnale
Urme pe secundă (față de Claude Code)49 000 față de 9 800
Compatibilitate API51 de verificări din 56 față de 45

Missions se lansează din butonul „New” al Replit; articolul nu precizează nici planul, nici tariful, cheltuielile încadrându-se în bugetul stabilit de utilizator.

🔗 Prezentarea Replit Missions · Repository DataCat


Aplicația Gemini oferă gratuit Tasks în șase țări și învață să telefoneze, să plătească și să primească SMS-uri

17 noiembrie — Google pune gratuit la dispoziție funcția Tasks din aplicația Gemini. Potrivit lui Josh Woodward, vicepreședinte responsabil de Labs, aplicația Gemini și AI Studio, acest mod, care îi încredințează lui Gemini proiecte de durată sau sarcini recurente, executate în fundal, este lansat pentru sute de milioane de utilizatori eligibili din Statele Unite, Japonia, Coreea, Canada, Australia și India. Rulează pe Gemini 4 Hydrogen, modelul rapid lansat pe 12 noiembrie, și se activează printr-un comutator Chat / Task de pe ecranul principal.

O serie de funcții avansate sunt lansate în paralel, inițial în Statele Unite. Gemini poate suna în locul utilizatorului, inclusiv la mai multe magazine simultan, pentru a compara oferte de preț, a verifica stocurile sau a face o programare; anunță că este o IA, iar comercianții pot refuza aceste apeluri. Poate plăti cu Google Pay prin Agent Payments Protocol (AP2), cu Visa și Mastercard, urmând în curând și American Express: utilizatorul stabilește un plafon de cheltuieli și alege magazinele autorizate, iar Gemini cere confirmare înainte de a cumpăra, cu excepția cazului în care este autorizat să acționeze singur în această limită. Se conectează la un portal online prin Google Password Manager și poate fi contactat prin SMS via RCS sau printr-un e-mail redirecționat la gemini@google.com.

Element anunțatDisponibilitate indicată
Tasks gratuite (Gemini 4 Hydrogen)Din 17 noiembrie: Statele Unite, Japonia, Coreea, Canada, Australia, India
Apeluri telefonice efectuate de GeminiInițial în Statele Unite, cu excepția Indiana, Louisiana, Minnesota, Montana, Nebraska
Plată Google Pay (AP2)Inițial în Statele Unite; Visa, Mastercard; American Express în curând
SMS via RCS și gemini@google.comInițial în Statele Unite; RCS: număr american și operator eligibil
Google Wallet pe iOSStatele Unite, din 17 noiembrie
Universal Commerce Protocol (UCP)Ulterior, fără o dată stabilită

Chitanțele și informațiile de urmărire a livrărilor ajung în Google Wallet, care este lansat în aceeași zi pe iOS în Statele Unite, iar Gemini se bazează pe peste 60 de aplicații conectate. În privința securității, fiecare sarcină se execută într-o mașină virtuală izolată la nivel de hardware, dedicată contului și niciodată partajată, pe Agent Compute Engine din Google Cloud; Google menționează și filtre împotriva injectării de prompturi și o confirmare obligatorie înainte de apăsarea oricărui buton „Buy”, cu excepția acțiunilor marcate „Always allow”. Articolul recunoaște, în cele din urmă, că unele sarcini încă pot eșua și că, pe anumite site-uri, Gemini îi redă utilizatorului controlul pentru ultimul clic.

🔗 Tasks în Gemini (blogul Google) · Google Wallet pe iOS în Statele Unite


Kling Image 4.0: generare nativă în 8K și până la 2 000 de caractere de text pe imagine

17 noiembrie — Anunțat cu o zi înainte ca fiind iminent, Kling Image 4.0 este disponibil. Noul model de imagini de la Kling reunește înțelegerea vizuală și generarea în aceeași arhitectură autoregresivă unificată (Native Unified Understanding and Generation Architecture) și evidențiază trei progrese.

Primul este realismul, cu generare nativă în 8K pentru prima dată la Kling și peste 110 etalonări cromatice predefinite sau o paletă extrasă dintr-o imagine de referință. Al doilea este textul: până la 2 000 de caractere lizibile într-o imagine, prompturi de până la 15 000 de tokens, peste 70 de fonturi comerciale și editarea directă a textului și a fonturilor unei imagini generate, în șapte limbi (chineză simplificată și tradițională, engleză, japoneză, coreeană, spaniolă, portugheză). Al treilea este generarea în serie: până la 10 imagini coerente produse dintr-o singură cerere, planificate prin capacitățile agentice ale modelului, precum și imagini foarte lungi pentru paginile de produs ale unui site de comerț electronic.

Caracteristică anunțatăKling Image 4.0
Rezoluție maximă8K nativă
Text pe imaginepână la 2 000 de caractere
Lungime promptpână la 15 000 de tokens
Imagini coerente per cererepână la 10
Fonturi predefinitepeste 70
Etalonări predefinitepeste 110
Limbile textului7

Kling Image 4.0 este disponibil tuturor utilizatorilor Kling Creative Studio și oferit prin API companiilor și dezvoltatorilor. Kling nu publică nici prețuri, nici benchmark: progresele anunțate, de la 8K nativ la textul lung, nu sunt încă cuantificate în comparație cu alte modele.

🔗 Kling Image 4.0 (blogul Kling) · Anunțul Kling pe X


Video generativ: Suno Visuals transformă melodiile în imagini, HeyGen lansează Avatar 6

17 noiembrie — După voce, în octombrie, Suno se extinde la imagini și video cu Visuals. Instrumentul transformă o melodie din bibliotecă într-un clip de cel mult 15 secunde, într-un videoclip cu versuri sincronizat cu ritmul, într-o copertă de album sau o fotografie într-un clip. Potrivit Suno, modelul său, al cărui nume nu este precizat, a fost optimizat pentru muzică: clipurile urmează structura piesei, preiau versurile și sincronizează buzele personajelor cu vocea cântată. Un clip poate fi apoi prelungit, editat sau se poate relansa un prompt text. Visuals este lansat pe web, iOS și Android și este accesibil și prin serverul MCP al Suno.

Visuals funcționează cu credite separate de cele pentru melodii, iar abonații plătitori își pot crea gratuit primul material vizual pentru o perioadă limitată.

Pachet de credite vizualePreț anunțat
2 500 de credite14,99 dolari
5 500 de credite29,99 dolari
20 000 de credite99,99 dolari
40 000 de credite199,99 dolari
Cost video (rapid / standard)15 / 30 de credite pe secundă

Suno insistă asupra măsurilor de protecție: filtrele blochează prompturile și imaginile care vizează artiști, personalități publice sau opere protejate, fiecare videoclip este verificat înainte de afișare, Audible Magic, ACRCloud și Musixmatch filtrează conținutul audio protejat, iar un filigran este integrat înainte de orice distribuire în afara platformei.

🔗 Prezentarea Visuals (Suno) · Prețurile creditelor vizuale

HeyGen lansează Avatar 6, identificat drept real în 42,2 % dintre comparațiile cu un videoclip real

17 noiembrie — HeyGen lansează Avatar 6, noul său model de avatari video, pe care îl prezintă drept liderul Avatar Arena de la New Measure. Modelul generează imagini native în 2K și își adaptează gesturile la sensul scriptului (numărat, indicat cu degetul, arătat o direcție), în loc să repete aceleași mișcări, și poate reuni doi avatari în același cadru pentru o conversație între prezentator și invitat. Avatarul se creează pornind de la o fotografie și un scurt videoclip cu propria persoană, după verificarea identității.

Test publicat de HeyGenRezultat anunțat
Avatar 6 identificat drept real (comparație alăturată, 270 de răspunsuri)42,2 %
„Indiscernabilitate” calculată de HeyGen84,4 % (Avatar V: 44,4 %)
Clip real considerat real, văzut separat78,9 %
Avatar 6 considerat real, văzut separat, cu vocea persoanei65,1 %
Preferință față de Seedance 2.572,4 %

Cifra de 84,4 % evidențiată este rezultatul unui calcul al HeyGen, care dublează rata de 42,2 % a cazurilor în care votanții au luat avatarul drept videoclipul real. Avatar 6 este disponibil în aplicație, prin API și MCP-ul HeyGen, fără un preț publicat.

🔗 Anunțul HeyGen pe X · Fișa modelului Avatar 6


GitHub Copilot la Microsoft Ignite: SDK 2.0 în Rust, Fusion pe Terminal-Bench 4.1, revizuire adaptivă a codului, browser, Evals, Entra și JetBrains

17 noiembrie — Ignite a generat în cursul zilei aproximativ cincisprezece intrări în changelog-ul GitHub. Dincolo de MAI Code 2 și GPT-6.2, tratate mai sus, iată noutățile de produs ale Copilot.

Microsoft Copilot SDK 2.0 trece la un nucleu în Rust și la un runtime partajat între sesiuni

SDK-ul care oferă acces la harness-ul Copilot, redenumit Microsoft Copilot SDK pe 28 octombrie, trece la o nouă versiune majoră. Un singur runtime poate găzdui acum numeroase sesiuni izolate, fiecare cu propria identitate, propriile instrumente, fișiere și propriul istoric: crearea unei sesiuni nu mai pornește niciun container, proces sau mașină virtuală. Pentru ca acest model să fie viabil, runtime-ul a fost rescris în Rust.

Măsurătoare publicată (workload preîncălzit)CLI TypeScriptNucleu Rust 2.0
Client + sesiune + o rundă5,25 s55,3 ms
Memorie pentru 10 clienți1 383 Mo126 Mo
Debit de sesiuni7,55 pe secundă120 pe secundă

SDK-ul adaugă un mod „gol” (fără shell sau sistem de fișiere moștenit de la gazdă), un jurnal de sesiune și un sessionFs pentru a relua o sesiune dintr-o altă instanță. Versiunea include schimbări incompatibile cu versiunile anterioare (opțiuni regrupate, protocol SDK 4, redenumiri în Python și Rust) și rămâne disponibilă în TypeScript, Python, Go, .NET, Java și Rust.

🔗 Microsoft Copilot SDK 2.0 (Command Line) · Versiunea v2.0.0

Copilot Fusion intră în clasamentul Terminal-Bench 4.1 și ajunge pe github.com, Visual Studio și mobil

GitHub publică într-un clasament public primele rezultate ale Copilot Fusion, modul care alege și coordonează modelele în funcție de nivelul de efort. Pe Terminal-Bench 4.1, găzduit de Stanford, Harbor și Laude Institute, Copilot Fusion Max atinge o rată de rezolvare de 71,2 %, cu 5,4 puncte peste Opus 5.5 și Fable 5.2, la un cost cu 88 % mai mic decât Fable 5.2 și cu 57 % mai mic decât Opus 5.5, potrivit GitHub. Fusion poate fi selectat pe github.com, în Visual Studio și în aplicațiile beta GitHub Mobile, iar catalogul său se extinde: Claude Sonnet 5.5 se alătură nivelului Max, GPT-6.1 Terra nivelului High și MAI-Code-2 nivelului Standard.

🔗 Changelog GitHub: Copilot Fusion

Funcția de code review a Copilot își alege singură nivelul de efort, detectează secretele și trece în GA pe Azure DevOps

Cu Adaptive, în versiune preliminară publică de la Pro la Enterprise, Copilot evaluează complexitatea și riscul fiecărui pull request și alege singur nivelul de efort Lite, Balanced sau Max; nivelul ales este afișat și nu depășește niciodată plafonul stabilit de administrator. Alte două funcții intră în versiune preliminară publică: citirea depozitelor publice asociate pentru a identifica codul care depinde de modificare și detectarea secretelor expuse în pull requests, care combină peste 500 de detectoare bazate pe expresii regulate cu detectarea prin IA a secretelor fără un format recognoscibil. O pagină Repository insights urmărește patru indicatori, printre care comentariile Copilot soluționate și pull requests integrate fără revizuirea sa. În cele din urmă, funcția de code review pentru Azure Repos devine disponibilă general, facturată în credite IA GitHub pe abonamentul Azure.

🔗 Changelog GitHub: code review adaptiv · Repository insights

Copilot acționează în browser printr-o extensie Chrome, aplicația se deschide către Azure DevOps

Asociat cu noua extensie GitHub Copilot in Chrome, browser use intră în versiune preliminară publică în Copilot CLI, aplicația GitHub Copilot, VS Code și JetBrains: Copilot completează formulare, extrage informații din pagini web sau testează aplicația în curs de dezvoltare, într-un grup izolat de file al unui browser Chromium (Chrome, Edge) în care utilizatorul este deja autentificat. Funcția este dezactivată implicit, iar administratorii o pot opri prin setarea administrată features.browserUse. Aplicația GitHub Copilot se deschide și către depozitele Azure DevOps, în versiune preliminară publică: un agent clonează depozitul, deschide un pull request, rezolvă un comentariu de revizuire și, cu agent merge, repară CI, apoi face merge; sesiunile cloud nu sunt disponibile pentru aceste depozite.

🔗 Changelog GitHub: browser use · Noutățile aplicației GitHub Copilot pentru Ignite

GitHub Copilot Evals, în versiune preliminară publică, testează skill-uri, agenți și instrumente MCP

GitHub Copilot Evals, în versiune preliminară publică pentru Copilot Individual, Business și Enterprise, verifică dacă o configurație Copilot funcționează în continuare când i se schimbă prompturile, modelele, skill-urile sau instrumentele. O eval descrie o sarcină realistă și ce înseamnă un rezultat bun, apoi verifică atât rezultatul, cât și traseul urmat de agent. Prin comanda /eval sau în limbaj natural, se creează o eval pentru un skill, un agent personalizat sau un instrument MCP, se lansează (fiecare execuție este aprobată înainte de pornire) și se compară execuțiile de dinainte și de după o modificare. Instrumentul se bazează pe Vally, un motor local de evaluare, și se instalează ca extensie VS Code sau ca plugin pentru Copilot CLI și aplicație.

🔗 Changelog GitHub: Copilot Evals

Copilot CLI acceptă autentificarea Microsoft Entra și licențele Microsoft 365 Copilot

Copilot CLI acceptă autentificarea prin Microsoft Entra, în versiune preliminară publică pe Windows și macOS, urmând să fie disponibilă și pe Linux. În companiile ale căror conturi EMU folosesc OIDC, identitatea Entra autentifică în fundal utilizatorul în contul GitHub asociat, cu o licență Copilot Business sau Enterprise. O noutate și mai mare este că organizațiile din programul Frontier care dețin o licență Microsoft 365 Copilot facturată în funcție de utilizare pot folosi Copilot CLI fără un cont GitHub: inferența trece atunci prin Microsoft 365, iar serverul MCP Work IQ aduce datele de lucru în context. Funcția necesită Copilot CLI 1.0.113, devenit stabil în aceeași zi.

🔗 Changelog GitHub: autentificarea Entra · Copilot CLI 1.0.113

Copilot pentru JetBrains primește un sandbox cloud, acces de la distanță și dictare locală

Pluginul GitHub Copilot pentru IDE-urile JetBrains ajunge din urmă VS Code în privința mai multor funcții de agent, toate în versiune preliminară publică: un sandbox cloud care execută sesiunile într-un mediu izolat găzduit de GitHub, acces de la distanță care permite reluarea conversațiilor din VS Code sau aplicația Copilot, browser use cu extensia Chrome și dictare vocală procesată pe dispozitiv. Pluginul acceptă și dezvoltarea de la distanță în split mode, permite reorientarea unui agent aflat în execuție (Enter) sau adăugarea în coadă a unui mesaj de continuare (Ctrl+Enter) și fixează Copilot Fusion în fruntea listei de modele. Pentru companii, setările administrate dezactivează acum Claude și Codex în lipsa unei excepții, iar IDE-urile 2025.2 nu mai sunt acceptate.

🔗 Changelog GitHub: Copilot pentru JetBrains


Claude Platform lansează facturarea asociată, iar Warp o oferă în planul Enterprise

17 noiembrie — Anthropic lansează în versiune beta facturarea asociată (linked billing) pe Claude Platform. Până acum, folosirea API-ului Claude într-un instrument terț însemna adesea să îi încredințezi o cheie API, care funcționează ca o parolă. Cu facturarea asociată, clientul își conectează organizația Claude Platform la platforma terță, iar consumul îi este facturat direct, fără ca vreo cheie să fie transmisă.

Pentru furnizorii de software, Anthropic găzduiește fluxul de aprobare și facturarea: aceștia văd, pentru fiecare client, numărul de cereri, tokenurile și modelele folosite, în Console sau prin API-ul Usage and Cost Analytics (beta), și decid la fiecare cerere cine plătește, ei sau clientul lor. Din partea clientului, un utilizator cu rolul Owner, Admin sau Billing aprobă asocierea o singură dată pentru întreaga organizație, stabilește o limită lunară de cheltuieli pentru fiecare platformă și poate întrerupe asocierea oricând; consumul poate fi acoperit dintr-un angajament existent față de Anthropic sau plătit în funcție de utilizare. Un aspect de reținut: cererile sunt executate în organizația platformei, astfel că setările organizației clientului (lista adreselor IP autorizate, cheile de criptare, păstrarea datelor) nu li se aplică. Nouăsprezece platforme o acceptă încă de la lansare, printre care Asana, Factory, Linear, Ramp, Railway, Tines și Warp.

🔗 Facturarea asociată pe Claude Platform (Anthropic) · Anunțul @ClaudeDevs pe X

Warp lansează facturarea asociată cu Claude Platform în planul Enterprise

17 noiembrie — Warp, una dintre cele 19 platforme de la lansare, își detaliază implementarea. O companie își conectează organizația Claude la Warp prin OAuth, fără să partajeze vreo cheie API, iar utilizarea Claude de către Warp Agent este facturată direct de Anthropic, la tarifele sale API; plafonul de cheltuieli se stabilește, iar asocierea se întrerupe, din pagina Linked Platforms a Claude Console. Documentația rezervă funcția pentru Warp Enterprise: spațiul de lucru partajează o singură asociere, pe care fiecare echipă alege dacă o activează. Aceasta acoperă agentul pe desktop, în CLI, pe web și în cloud, inclusiv subagenții, dar nu și Claude Code sau utilizarea prin Amazon Bedrock ori Vertex AI, iar abonamentele Claude Pro, Max, Team și Enterprise nu pot finanța acest consum. Dacă Anthropic refuză o cerere din lipsă de fonduri asociate, Warp o poate trece pe soldul Warp al echipei.

🔗 Warp acceptă acum facturarea asociată cu Claude Platform · Documentația Warp


Agenți de cod: Claude Code 2.1.326, verificarea potrivit echipei Claude Code, Mistral Vibe Desktop, Antigravity 2.33, Replit Desktop și aplicațiile Android din AI Studio

Claude Code 2.1.326: Code Mode cu agent teams, sandbox securizat și 233 de corecții

16 noiembrie — Claude Code 2.1.326 este o versiune amplă: 367 de intrări, dintre care 233 de corecții. Printre noutăți, Code Mode, modul experimental introdus în 2.1.323, în care Claude scrie scripturi care înlănțuie mai multe apeluri de instrumente, funcționează acum cu echipele de agenți (agent teams): potrivit documentației, colegii de echipă trec în Code Mode în vizualizarea implicită, dar nu și în panouri separate. Pe 17 noiembrie, @ClaudeDevs l-a prezentat pentru prima dată; rămâne dezactivat implicit și se activează cu CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1.

Remote Control progresează și el: răspunsurile unei sesiuni pornite prin claude remote-control, din Claude Desktop sau din VS Code, se afișează pe telefon sau în browser pe măsură ce sunt scrise. În organizațiile cu configurația HIPAA „Claude Code + Cowork”, sesiunile din terminal și din VS Code pornesc acum în modul auto, cu un clasificator pe server, printr-o conexiune directă la API.

O bună parte a versiunii întărește securitatea: sandbox-ul nu mai scrie implicit în anumite directoare sensibile din directorul personal (sandbox.filesystem.allowWrite pentru a autoriza unele), instrumentele pentru fișiere refuză să scrie în .credentials.json, subagenții izolați într-un worktree nu mai pot rescrie ramuri partajate, iar mai multe comenzi cer confirmare, inclusiv unele din modul bypass permissions. În schimb, un plugin refuzat din cauza unui câmp de afișare formatat greșit în plugin.json se încarcă acum cu hook-urile și serverele sale MCP: administratorii trebuie să verifice ce implementează. Două schimbări afectează factura: skill-ul /claude-api își construiește implicit agenții pe Managed Agents, iar compactarea automată în plan mode folosește modelul care răspunde (Opus cu opusplan), ceea ce poate costa mai mult. Contextul pentru /update-config scade de la aproximativ 93 000 la 13 000 de tokenuri, iar browser_batch din Claude in Chrome crește la 150 de secunde.

Tip de intrare (v2.1.326)Număr
Corecții (Fixed)233
Modificări (Changed)62
Îmbunătățiri59
Adăugări (Added)11
Eliminări (Removed)2

Printre corecții, mai multe previn pierderi fără avertizare: claude purge putea șterge datele unui proiect la o apăsare invizibilă pe Enter atunci când ieșirea sa era redirecționată, meniul limitei de cheltuieli elimina limita lunară fără să ceară confirmare, iar două apeluri MCP paralele își puteau inversa rezultatele. SDK-ul Agent TypeScript 0.3.326 trimite serverele MCP în cererea de inițializare (mcpServersDelivery: 'initialize'), în loc să le transmită prin linia de comandă, care rămâne deocamdată opțiunea implicită. Versiunea 2.1.327 se află deja pe canalul next din npm din 17 noiembrie, fără note de versiune.

🔗 Claude Code v2.1.326 · Documentația Code Mode

Cum verifică echipa Claude Code codul scris de Claude, de la skill-ul verify la poarta de validare a commiturilor

16 noiembrie — După prezentarea procesului său de revizuire a codului din octombrie, echipa Claude Code detaliază pe blogul claude.dev cum verifică munca lui Claude, care scrie și recitește aproximativ 90 % din codul său. Addy Osmani susține acolo o idee simplă: buclele de verificare fiabile permit rularea în paralel a zeci de sesiuni. Într-un test intern privind generarea de fișiere structurate, un evaluator separat, care apreciază rezultatul pe baza unei grile, a îmbunătățit rata de succes cu până la 10 puncte. Articolul recomandă mai întâi testele de la un capăt la altul, apoi testele de proprietăți și testele diferențiale, utile pentru migrări. La nivelul echipei, un skill verify descrie cum se pornește și se testează aplicația, Claude apelează la un om după trei runde eșuate, iar o listă de fiabilitate cu 39 de puncte, fiecare declanșat de ceea ce arată diff-ul, înlocuiește memorarea incidentelor. Fișierul REVIEW.md care ghidează Code Review este citit întotdeauna din ramura de bază, astfel încât o modificare să nu poată schimba regula după care este evaluată, iar o poartă de validare a commiturilor (modurile off, observe, enforce) poate bloca un commit dacă sesiunea nu a rulat nici /code-review, nici /verify.

🔗 Cum abordează echipa Claude Code verificarea (claude.dev)

Mistral lansează aplicația desktop Vibe și oferă trei luni de Vibe Pro dezvoltatorilor europeni

17 noiembrie — Mistral promovează Vibe, asistentul său de lucru și de cod (fostul Le Chat), pe două fronturi. Mai întâi, o aplicație desktop pentru macOS și Windows, Vibe Desktop: îi încredințezi mai multe sarcini simultan, urmărești agenții lucrând unul lângă altul, apoi le examinezi diff-urile și urmărești pull request-urile în aceeași fereastră. Menționată deja în notele CLI din octombrie, aplicația poate fi acum descărcată de pe pagina produsului. Apoi, o ofertă dedicată: trei luni de Vibe Pro oferite dezvoltatorilor din Europa cu codul LECHONK, în cantitate limitată, apoi 14,99 euro pe lună, cu posibilitatea de anulare oricând. La o oră după primul tweet, Mistral anunța că epuizase codurile zilei. Mistral prezintă Vibe și Mistral Large 4 (Le Chonk) drept cea mai bună combinație deschisă de model și harness, înaintea GLM și DeepSeek la cod, fără să ofere cifre în firul său de mesaje; ultimele rezultate publicate pentru Large 4, pe 29 octombrie, erau de 19,7 % pe FrontierCode 2.0 și de 41 % pe Terminal-Bench 4.0.

🔗 Anunțul Mistral AI pe X · Pagina produsului Vibe

Antigravity 2.33.0 se conectează prin SSH la mașini Linux la distanță și integrează pull request-urile GitHub

17 noiembrie — Versiunea 2.33.0 a aplicației Antigravity scoate agentul de pe mașina locală. Se conectează prin SSH la o mașină Linux pe 64 de biți aflată la distanță, își instalează singură serverul prin OpenSSH pornind de la ~/.ssh/config și rulează acolo proiecte, worktree-uri Git, agenți și terminale, care continuă să funcționeze chiar și după închiderea ferestrei. Linkurile către pull request-uri GitHub devin insigne de stare actualizate în timp real, cu o secțiune dedicată în panoul Overview. Versiunea oferă și acces la /swarm și la panourile de pluginuri pentru conturile profesionale și de întreprindere, dacă administratorul permite, adaugă șapte pluginuri partenere (Cloudflare, Grafana Cloud, SonarQube, incident.io, Better Stack, Tavily, Levels.fyi) și acceptă în panoul lateral fișiere multimedia de până la 200 Mo, totalizând 16 îmbunătățiri și 21 de corecții. Cu o zi înainte, versiunea 2.32.2 transformase întrebările secundare /btw într-o filă de conversație cu mai multe schimburi, cu instrumente doar pentru citire. În privința terminalului, Antigravity CLI 1.5.9, datată 14 noiembrie, oferă tuturor acces la instrumentul run_workflow, care îi cere agentului să scrie un script Python ce distribuie munca între numeroși subagenți, și remediază o scurgere de informații: antetele unui server MCP HTTP, precum o cheie API, puteau fi trimise către o altă gazdă în timpul unei redirecționări.

🔗 Changelog-ul Antigravity

Replit Desktop ajunge în Microsoft Store, cu un agent care lucrează pe directoarele locale

17 noiembrie — Anunțată în versiune preliminară împreună cu Microsoft pe 7 octombrie, aplicația Replit Desktop este disponibilă în Microsoft Store. Agentul Replit lucrează acolo pe fișierele din directoarele pe care utilizatorul alege să le partajeze: construiește instrumente, analizează date locale și creează pe baza lor rapoarte care pot fi partajate prin cloud-ul Replit. Aplicațiile sunt construite și executate local, fiecare build în propriul sandbox bazat pe Microsoft Execution Containers și NVIDIA OpenShell; pagina produsului precizează că această izolare se aplică pe dispozitivele Windows și macOS compatibile și oferă și versiuni Linux. Replit nu precizează nici prețul, nici planul.

🔗 Anunțul Replit pe X · Pagina Replit Desktop

Google AI Studio creează aplicații Android complete, cu bază de date, conectare prin Google și publicare pe Google Play

17 noiembrie — Cu Gemini 4 Carbon și Hydrogen, agentul Build din Google AI Studio pornește de la un prompt pentru a livra o aplicație Kotlin cu bază de date, autentificarea utilizatorilor și funcții AI. Când promptul descrie aceste nevoi, propune să configureze singur backend-ul: o bază Cloud Firestore cu regulile sale de securitate, Firebase Authentication cu Google Sign-In și apeluri către modelele Gemini prin Firebase AI Logic și App Check, astfel încât cheia API să nu apară niciodată în APK. Până acum, aplicațiile Android generate în AI Studio își păstrau datele doar în sesiunea locală. Apoi, un cont Google standard este suficient pentru a publica aplicația în biblioteca Google Play personală: AI Studio construiește și semnează bundle-ul, după care îl instalezi pe telefon. Emulatorul integrat transmite în HD 1200p cu sunet, iar o captură de ecran poate fi atașată la prompt cu un clic.

🔗 Creează aplicații Android full-stack cu Gemini în Google AI Studio


Modele deschise și inferență: Olala mini 7A1B de la OVHcloud, Qwen3.8-27B adaptat pentru harness-ul pi, Together Compiler

OVHcloud anunță Olala mini 7A1B, primul model din familia sa de LLM, antrenat pe supercalculatoare publice europene

17 noiembrie — OVHcloud intră în cursa modelelor de limbaj cu Olala, prima sa familie de LLM. Primul model, Olala mini 7A1B, are 7 miliarde de parametri, dintre care 1 miliard activat la fiecare cerere, distribuiți într-un amestec de experți (Mixture of Experts, MoE) cu 256 de experți pe strat, cu o atenție hibridă care combină Differential-TPA și Mamba-3. A fost antrenat de la zero pe trei supercalculatoare publice europene, Jupiter, MeluXina și Jean Zay, datorită unui sprijin pe care OVH îl evaluează la 7 milioane de euro în ore de calcul.

Caracteristică anunțatăOlala mini 7A1B
Parametri7 miliarde în total, 1 miliard activ
ArhitecturăMoE, 256 de experți pe strat, Differential-TPA + Mamba-3
Context32 000 tokens (128 000 prevăzuți în v1.1)
Debit anunțat160 tokens/s pe RTX A4500, 50 tokens/s fără GPU
Memorie GPU minimă8 Go
Licență anunțatăApache 2.0, pe Hugging Face

Ponderile nu sunt încă pe Hugging Face: comunicatul anunță că modelul „va fi disponibil” acolo sub licența Apache 2.0, împreună cu ponderile sale, modelul de bază preantrenat, un raport tehnic și o documentație de conformitate cu AI Act. Lansarea oficială este prevăzută la OVHcloud AI Summit din 19 noiembrie. Deocamdată nu este publicat niciun benchmark. Primul client menționat, Qwant, îl folosește deja pentru răspunsurile sale rapide, cu răspunsuri cu 20 % mai rapide și costuri de funcționare reduse de trei ori, potrivit OVH. Etapele următoare sunt stabilite: o versiune v1.1 până la sfârșitul anului, cu un context de 128 000 de tokenuri și un raționament matematic mai bun, apoi o versiune v2.0 cu peste 100 de miliarde de parametri, cu variante pentru AI agentică în întreprinderi, DevOps în cloud și securitate cibernetică. Potrivit lui Octave Klaba, directorul general al OVHcloud, costul antrenării a scăzut de 20 de ori în trei ani, iar OVH nu vrea să depindă de generozitatea câtorva laboratoare pentru a avea la dispoziție modele deschise.

🔗 Anunțul OVHcloud pe X · Comunicatul OVHcloud

Qwen3.8-27B-pi-adapted: un adaptor LoRA crește scorul Qwen3.8-27B de la 29,4 la 62,7 % pe SWE-bench Pro în harness-ul pi

17 noiembrie — Proiectul harness-hub, condus de echipe de la Hugging Face, publică Qwen3.8-27B-pi-adapted, un adaptor LoRA sub licența Apache-2.0 care specializează Qwen3.8-27B pentru a servi drept model în harness-ul agentului de cod pi. A fost antrenat prin învățare prin întărire (GRPO asincron din TRL) direct în harness, iar ponderile sunt pe Hub, împreună cu o versiune GGUF pentru llama.cpp.

Benchmark evaluat (harness pi, pass@1)Qwen3.8-27BCu adaptorulApeluri de instrumente pe sarcină
SWE-bench Pro (cele mai dificile 51 de sarcini)29,4 %62,7 %-55 %
Terminal-Bench 2.1 (86 de sarcini)39,5 %55,8 %-62 %
Terminal-Bench 2.1 (68 de sarcini rezervate)39,7 %55,9 %-64 %

Echipa analizează separat cele 68 de sarcini din Terminal-Bench care nu au fost folosite pentru alegerea checkpoint-ului, pe care câștigul rămâne de 16,2 puncte; alegerea s-a bazat însă și pe scorurile SWE-bench Pro. Aceasta este continuarea proiectului prezentat pe 6 noiembrie, iar younes anunță alți adaptori în zilele următoare.

🔗 Fișa Qwen3.8-27B-pi-adapted (Hugging Face) · Anunțul lui younes pe X

Together AI povestește cum a apărut Together Compiler, cu 28 % mai rapid decât vechile sale megakernel-uri pe B200

16 noiembrie — La două săptămâni după lansarea Together Compiler, echipa de cercetare a Together AI publică povestea conceperii sale: anul trecut, construia megakernel-uri, nuclee GPU scrise manual; anul acesta, le-a abandonat. Potrivit articolului, Together Compiler, care încredințează agenților rescrierea și fuziunea kernel-urilor unui model, depășește cu 28 % megakernel-urile scrise manual pe B200 (2 118 față de 1 649 tokens/s pe Llama 3.2 1B). Megakernel-urile erau rapide, dar atât de rigide încât, după luni de eforturi, doar unul a fost folosit în producție, pentru un model, o dimensiune de lot și un client; două primitive NVIDIA, CUDA Graphs și PDL, ating 98 % din performanța lor fără a scrie vreun kernel.

Configurație măsurată (Llama 1B, H100)Tokens/sProcent din performanța megakernel-ului
Torch Compile (Inductor)669—
+ CUDA Graphs86487 %
+ PDL plasat cu precizie97598 %
Megakernel scris manual990100 %

În cazul agenților, o bază de cunoștințe a redus accelerarea finală cu 19 %, în timp ce comunicarea frecventă între agenți și o instrucțiune minimală au oferit cele mai bune rezultate.

🔗 Drumul către Together Compiler (Together AI)


NVIDIA pentru știință: Nemotron for Science, o platformă cu 192 de CPU Vera aleasă de DKRZ, DGX Spark HPC Developer Kit

Nemotron for Science, un pachet deschis cu un model, date și rețete pentru agenții științifici

16 noiembrie — La SC26, Ian Buck a prezentat Nemotron for Science, un pachet deschis destinat agenților științifici. Acesta combină modelul multimodal Nemotron 3.5 Super VL, LitmusBench, un nou set de date de chimie cu aproape 50 000 de întrebări (solubilitate, metabolism), și rețete de post-antrenare NeMo Gym și NeMo RL pentru adaptarea modelului la un domeniu pe baza datelor experimentale, atât pe un DGX Spark, cât și pe un supercalculator. NVIDIA evidențiază rezultatele partenerilor săi: Lila Sciences afirmă că aproape a dublat precizia în sinteza punctelor cuantice, la 61 % față de 54 % pentru GPT-6 Astra, la un cost de inferență de 10 până la 20 de ori mai mic; Terray Therapeutics identifică aproximativ 76 % dintre reacțiile din schemele chimice în testul RxnScribe; iar un agent al KTH a reparat 81 % dintre configurațiile GROMACS defectuoase într-o singură noapte, pe un singur DGX Spark.

🔗 Nemotron for Science (NVIDIA) · Articol tehnic despre post-antrenare

O platformă în rack cu 192 de CPU Vera pentru calcul științific, aleasă de DKRZ

16 noiembrie — NVIDIA își adaptează procesorul Vera într-o platformă pentru simulări neaccelerate prin GPU: un rack răcit cu lichid, cu 192 de CPU Vera, fiecare cu 88 de nuclee Olympus, aproximativ 300 To de memorie și o lățime de bandă agregată a memoriei de peste 200 To/s. Potrivit testelor NVIDIA, Vera atinge performanțe de 1,9 ori mai mari și performanțe per watt de 2,4 ori mai mari decât sistemele x86 într-o simulare de curgere OpenFOAM. Primul client anunțat, centrul german de calcul pentru climă (DKRZ), o va instala în supercalculatorul său HLRE-5, construit de Bull și așteptat la începutul anului 2028. Rack-urile vor fi oferite de Dell, HPE, Lenovo și Supermicro începând cu începutul anului 2027, iar NVIDIA publică HPC SDK 26.11 cu un nou compilator Fortran în versiune preliminară.

🔗 Platforma Vera pentru știință (NVIDIA)

DGX Spark HPC Developer Kit, un cluster de patru DGX Spark pentru biroul cercetătorilor

16 noiembrie — NVIDIA prezintă un kit de dezvoltare HPC construit pe patru DGX Spark conectate în inel prin ConnectX-7, fără switch. Ansamblul totalizează 512 Go de memorie și 16 To de stocare, suficient pentru a rula local modele cu până la 700 de miliarde de parametri în NVFP4, și ar trebui să le permită cercetătorilor să dezvolte și să depaneze simulări pe mai multe noduri înainte de a-și utiliza orele de supercalculator; LAMMPS și NAMD au fost demonstrate pe cele patru noduri. Kitul este disponibil la nouă producători, printre care Acer, ASUS, Dell, HP și Lenovo, și pe NVIDIA Marketplace, fără un preț publicat; playbook-ul care va instala HPC SDK este anunțat pentru viitorul apropiat.

🔗 DGX Spark HPC Developer Kit (blogul NVIDIA)


IA și securitate cibernetică: OTAN și agențiile europene folosesc modelele de securitate cibernetică ale OpenAI, GitHub și Microsoft furnizează 99 de rapoarte verificate responsabililor de întreținere

OTAN și agențiile europene folosesc modelele de securitate cibernetică ale OpenAI prin Daybreak

17 noiembrie — OpenAI detaliază modul în care modelele sale de securitate cibernetică sprijină deja apărarea OTAN și a mai multor țări aliate. Prin intermediul agenției de comunicații și informații a OTAN (NCIA), instituțiile centrale ale Alianței au acces la modele avansate de securitate cibernetică și au consumat până la 300 de miliarde de tokens pe lună. OpenAI a sprijinit și exercițiul Crossed Swords 2026, în cadrul căruia o nouă componentă de instruire presupunea construirea și evaluarea unor agenți IA pentru operațiuni cibernetice cu Daybreak, sub supraveghere umană. ENISA, ANSSI și agențiile germană și poloneză au acces la aceste modele, iar Ucraina folosește Daybreak pentru a-și proteja infrastructura civilă. Rezultatele citate sunt concrete: patru vulnerabilități remediate în programele informatice ale instituțiilor europene, descoperite de ENISA; șase vulnerabilități MikroTik RouterOS descoperite de CERT Polska; și un raport al ENISA și CERT-EU în care 95 % dintre cele 88 de probleme potențiale trimise responsabililor de întreținere s-au dovedit reale, luând în calcul toate modelele testate. Articolul nu menționează valoarea niciunui contract.

🔗 Consolidarea apărării cibernetice a NATO și a aliaților cu AI (OpenAI)

GitHub și Microsoft transformă mii de alerte IA în 99 de rapoarte verificate pentru șase proiecte open source

17 noiembrie — GitHub și Microsoft publică bilanțul unui proiect pilot conceput pentru a combate avalanșa de rapoarte de vulnerabilități generate de IA care îi copleșește pe responsabilii de întreținere. Codename MDASH, cadrul de analiză agentică al Microsoft Security, a scanat șase proiecte (AutoGPT, Caddy, Express, FastMCP, ImageMagick și Netty) cu modelul MAI Cyber și a propus remedieri. Un agent de triere al GitHub Security Lab, construit pe baza unor skills Copilot, a eliminat duplicatele și rezultatele fals pozitive, apoi șapte cercetători ai Microsoft FORGE Lab au verificat manual fiecare alertă rămasă, în aproximativ două zile pentru fiecare proiect.

Etapă a proiectului pilot MDASHValoare publicată
Alerte brute (potrivit tweet-ului GitHub)9 791
Rapoarte private trimise responsabililor de întreținere99
Rapoarte cu probleme remediate până la 15 noiembrie55
Remedieri deja publicate într-o versiune14

Caddy a remediat problemele din toate cele 22 de rapoarte într-o săptămână sau mai puțin. GitHub desprinde trei lecții: remedierile contează mai mult decât descoperirile, verificarea umană rămâne indispensabilă, dar încă nu poate fi extinsă la scară largă, iar responsabilii de întreținere au nevoie de modele competente în securitate cibernetică pentru a verifica demonstrațiile de concept. Toate proiectele care au făcut anterior parte din GitHub Secure Open Source Fund vor beneficia de analize verificate înainte de trimitere și de acces la Copilot Max.

🔗 Responsabilii de întreținere au nevoie de remedieri, nu de mai multe rapoarte de erori generate de IA (GitHub) · Tweet-ul GitHub


IA și robotică: un plugin Robotics pentru Antigravity cu Gemini 4 Hydrogen, setul de videoclipuri HubEgo-100K

Google lansează un plugin Robotics pentru Antigravity și prezintă Gemini 4 Hydrogen ca model generalist de robotică

17 noiembrie — Google transformă Antigravity într-un atelier de robotică. Noul plugin Robotics reunește skills pe care Gemini le execută pentru dezvoltator: instalarea driverelor, detectarea camerelor, calibrarea brațului și mișcări de test pornind de la un cablu USB, scene MuJoCo construite în Antigravity, percepție și control în buclă închisă, apoi generarea aplicației complete. Modelul evidențiat este Gemini 4 Hydrogen: în benchmark-ul Artificial Analysis Robotics 0.1, în care un braț real cu 6 axe execută succesiv 8 sarcini cotidiene pe masă, obține 58, un scor apropiat de cel al Argon la un cost per token mai mic, iar pe ERQA depășește Gemini Robotics ER 2 la raționament spațial. Demonstrațiile arată amploarea: un braț YAM calibrat în aproximativ zece minute, un sistem de sortare a gustărilor pe bandă transportoare validat în simulare și apoi implementat în aproximativ o oră. Antigravity este rezervat abonaților plătitori Google AI Pro și Ultra; modelul poate fi folosit în continuare prin API Gemini și în AI Studio.

🔗 Gemini Hydrogen pentru robotică (Google Developers) · Firul de postări Google DeepMind

Hub pune la dispoziție HubEgo-100K, videoclipuri egocentrice cu acțiuni profesionale sub CC BY 4.0

16 noiembrie — Hub pune la dispoziție pe Hugging Face HubEgo-100K, un set de videoclipuri egocentrice cu sarcini specializate, destinat antrenării roboților, gratuit pentru cercetare și utilizare comercială. Numele și anunțul vizează 100 000 de ore provenite de la peste 100 000 de contributori; prima versiune publicată cuprinde 10 000 de ore filmate de 12 227 de persoane în 72 de ore, la locurile lor de muncă sau în cadrul unor activități profesionale desfășurate de acasă, în RGB cu date de la unități de măsurare inerțială, în formatele LeRobot și MCAP, sub licența CC BY 4.0 și cu acces la cerere. Accentul cade pe diversitate, mai degrabă decât pe volum: o mediană de 250 de persoane pentru fiecare tip de sarcină, fără ca vreo persoană să depășească 0,22 % din ore. Hub se bazează pe lucrări prezentate la ICLR 2025, potrivit cărora generalizarea unei politici robotice depinde în principal de numărul de medii și obiecte văzute.

🔗 Anunțul Hub pe X · Setul HubEgo-100K pe Hugging Face


IA vocală: ElevenLabs lansează Scribe v3 Live Medical, transcriere medicală în timp real pentru agenții vocali

17 noiembrie — La o săptămână după Scribe v3 Live, ElevenLabs publică o versiune medicală concepută pentru agenții vocali care răspund în direct pacienților, asiguraților și profesioniștilor din sănătate. Modelul vizează cuvintele pe care un model generalist le transcrie cel mai des greșit: denumiri de medicamente, doze și proceduri. Echipele pot încărca până la 10 000 de termeni specifici, ceea ce reduce, potrivit ElevenLabs, erorile privind termenii medicali cu până la 48 %; modelul așteaptă și finalul unui număr dictat în mai multe etape și urmărește schimbările de limbă în timpul apelului, dintre peste 90 de limbi, cu o latență de aproximativ 150 ms.

Test (intern ElevenLabs)Scribe v3 Live Medical
PriMock57 (WER)12,8 %
Fareez OSCE (WER semantic)0,6 %
Eka Medical ASR11 % (Scribe v3 Live : 11,54 %)
MED-Term engleză / germană / franceză2,24 % / 2,81 % / 3,24 %

Pe PriMock57, ElevenLabs anunță cea mai scăzută rată de eroare dintre modelele medicale testate, cu 17 % mai puține erori decât următorul clasat, fără a numi acești concurenți. Modelul este disponibil de acum în ElevenAgents, cu eligibilitate HIPAA pentru companiile care au un contract BAA.

🔗 Scribe v3 Live Medical (ElevenLabs)


Adoptarea în companii: Cognition se aliază cu McKinsey pentru a măsura valoarea Devin

16 noiembrie — Cognition anunță o alianță cu McKinsey & Company pentru a ajuta marile companii să obțină beneficii măsurabile din IA în ingineria software. Devin preia activitatea de inginerie; McKinsey îi ajută pe clienți să aleagă proiectele prioritare, să stabilească valori de referință pentru cost, viteză și calitate și să reorganizeze echipele. Articolul se bazează pe un sondaj McKinsey din al doilea trimestru al anului 2026, realizat în rândul a 334 de responsabili de produs și inginerie: sfertul cel mai avansat al organizațiilor raportează o productivitate de peste 2 ori mai mare, în timp ce 30 % constată o scădere. Cognition afirmă că printre clienții săi se numără șase dintre cele opt bănci americane de importanță sistemică globală și trei dintre primii șase asigurători de sănătate americani și că oferă un cost cu până la 60 % mai mic. Primul caz citat: compania poloneză de software Comarch, care își modernizează cu Devin sistemul ERP XL vechi de 20 de ani, în 18 luni. Nu este comunicată nicio sumă.

🔗 Cognition și McKinsey (blogul Devin)


Știri pe scurt

NVIDIA

  • Comitet pentru securitate națională și exporturi — În ziua publicării rezultatelor, NVIDIA creează un comitet permanent al consiliului de administrație, prezidat de Suzanne Nora Johnson, alături de Stephen C. Neal și John O. Dabiri; echipele de securitate națională și conformitate comercială raportează acestui comitet, precum și directoarei generale interimare. 🔗 sursă
  • Substraturi și încapsulare — Kinsus își va mări de peste 3,5 ori capacitatea de producție a substraturilor ABF dedicată NVIDIA (producție în al doilea semestru din 2027), SPIL extinde încapsularea avansată cu o finanțare de câteva miliarde de dolari de la NVIDIA, iar acordurile cu Amkor se apropie de 3 miliarde de dolari. 🔗 sursă
  • IBM, Fermilab și calculul cuantic — Sisteme DGX B200 sunt instalate lângă calculatoare cuantice IBM, inclusiv cele cu procesor Nighthawk, pentru o platformă comună de coproiectare dedicată corectării erorilor și fizicii energiilor înalte. 🔗 sursă

Imagine și creație

  • Midjourney — Modelul de editare aplică acum moodboard-uri, coduri de stil și imagini de referință pentru stil: este suficient să plasați o imagine în bara de prompt și să îi adăugați un stil, fără să scrieți un prompt; site-ul alpha adaugă un meniu „change style”. 🔗 sursă
  • Ideogram Print on Demand Studio — Un spațiu pentru vânzătorii de produse imprimate: identificarea tendințelor, crearea unui motiv grafic, vectorizarea sau mărirea acestuia, pregătirea pentru imprimare și vizualizarea lui pe produs, cu modelul vectorial al Ideogram; nu sunt precizate tarife sau oferte. 🔗 sursă
  • Laya la Luma — Luma explică modul de funcționare al organizatorului său de panouri: agentul principal, Orca, încredințează organizarea subagentului Laya, care decide grupările și lasă codului calcularea pozițiilor; o corectare a acestui calcul a redus durata unui test de la 195 la 22 de secunde. 🔗 sursă

Agenți de programare și CLI

  • Codex CLI 0.171.0-alpha.12 — Trei versiuni preliminare cu note goale; potrivit titlurilor commit-urilor lor, terminalul primește previzualizări ale documentelor și imaginilor în bara laterală, funcția de anulare în editorul de mesaje și crearea unor linii de stare personalizate. O versiune stabilă cu corecții, 0.169.1, a urmat în seara de 17 noiembrie, fără note de versiune. 🔗 sursă
  • Qwen Code v0.28.0 — Suport pentru Qwen4-Max (scală nativă de efort, TTL pentru cache), modul headless, interfața de terminal și subagenții folosesc implicit aceeași buclă de agent, iar sesiunile din Web Shell folosesc worktrees gestionate. 🔗 sursă
  • Kimi Code 2.6.3 — Șase corecții: hook-ul extern Stop se execută din nou după fiecare răspuns, notificările sarcinilor din fundal nu mai declanșează un nou răspuns la reluarea unei sesiuni, iar daemonul WebBridge se actualizează pe Windows. 🔗 sursă
  • Delta Personal Runners — Delta, mediul Zed pentru programare cu agenți, permite controlarea de pe un alt dispozitiv, inclusiv de pe telefon, a unui fir de conversație ale cărui runde se execută pe propria mașină; delta runner serve face același lucru pe un server fără interfață. Nu a fost anunțat niciun tarif. 🔗 sursă
  • Notele de versiune Devin — Bara laterală afișează sesiunile urmărite prin abonare, Mark done înlocuiește arhivarea, un registru Phonebook conectează identitățile fiecărui membru (Slack, Teams, Git, Jira, Linear), iar constatările de securitate pot fi exportate în CSV. 🔗 sursă
  • Gemini CLI — În continuare fără o versiune nouă din 10 noiembrie, ramura main evaluează acum expresiile regulate ale regulilor de politică folosind re2js, în timp liniar și cu un plafon de 2 000 de instrucțiuni; o regulă cu lookahead sau referință înapoi este ignorată. 🔗 sursă
  • DeepSeek Harness 0.2.2-rc.4 — A patruzecea versiune preliminară, fără o versiune stabilă, limitată la două corecții: gestionarea răspunsurilor neașteptate ale modelului și partajarea LiveShare în aplicația desktop. 🔗 sursă

Alte noutăți de la GitHub

  • Secret scanning la cerere — La activare, specialistul security-review din Copilot rulează cele peste 500 de detectoare de secrete ale GitHub și modelul său ajustat asupra modificărilor în curs, în CLI, aplicație, SDK și code review, în versiune preliminară publică. 🔗 sursă
  • Compararea harness-urilor — Site-ul de benchmark-uri al Copilot compară Copilot CLI cu Claude Code și Codex CLI folosind același model la același nivel de efort, în privința ratei de rezolvare și a costului pe sarcină; changelog-ul nu oferă nicio cifră. 🔗 sursă
  • GitHub Event Streams — În versiune preliminară, cu listă de așteptare, un agent se abonează la un pull request și primește în timp real review-uri, commit-uri, conflicte și modificări ale CI, fără să interogheze repetat API-ul sau să expună un webhook public. 🔗 sursă
  • Microsoft Agent 365 — Companiile care folosesc GitHub Enterprise Cloud cu Enterprise Managed Users pot trimite acolo activitatea agenților Copilot, cu prompt-uri, răspunsuri, apeluri de instrumente și semnale de risc în Purview și Defender. 🔗 sursă
  • Agent Host Protocol — Un articol de inginerie descrie construirea protocolului care transferă o sesiune de agent de pe un dispozitiv pe altul, cu două gazde independente, în TypeScript pentru VS Code și în Rust pentru GitHub, și biblioteci în șase limbaje. 🔗 sursă
  • Serverul MCP GitHub 2.2.0 — Instrucțiunile serverului sunt înlocuite de skill-uri MCP filtrate, instrumentele pentru alertele de secret scanning pot ascunde secretele, iar noi instrumente publice sunt destinate automatizării agenților. 🔗 sursă
  • Personalizări exclusiv prin plugin-uri — Setarea gestionată strictPluginOnlyCustomization le permite administratorilor de companii să impună ca skill-urile, agenții, hook-urile, serverele MCP și extensiile Copilot să provină din plugin-uri sau din setări gestionate. 🔗 sursă
  • Recapitularea Copilot din 9 noiembrie — Aplicația GitHub Copilot primește un cod QR pentru continuarea unei sesiuni cloud sau Codespace pe telefon, reconectarea la un server MCP fără părăsirea conversației și dictare multilingvă, inclusiv în franceză. 🔗 sursă
  • Dependabot — Cererile de respingere delegată a alertelor rămân deschise un an în loc de o săptămână, pe github.com, apoi în GHES 3.24. 🔗 sursă

Modele, cercetare și Hugging Face

  • Qwen4-Max pe You.com și Lebrel — După OpenRouter, Vercel și Novita AI, Qwen anunță disponibilitatea Qwen4-Max pe You.com, apoi pe Lebrel pentru programare cu agenți, fără preț sau plan tarifar. 🔗 sursă
  • TRL v1.18.1 — Versiune cu corecții: CLI reparată sub Python 3.15 și calcularea recompenselor pentru corectitudine într-un proces separat, astfel încât un răspuns patologic să nu mai blocheze antrenarea. 🔗 sursă
  • MecCog Challenge — Hugging Face și fondatorii CASP lansează un concurs, deschis până la 15 ianuarie 2027, pentru corelarea cu literatura de specialitate a cinci ipoteze despre rolul APOE4 în boala Alzheimer, deschis atât oamenilor, cât și agenților, cu publicarea rezultatelor într-o revistă. 🔗 sursă
  • Auto Router de la OpenRouter — Potrivit benchmark-ului AutoBench, al cărui autor oferă și un router, noul Auto Router alege modelul potrivit în 65,2 % dintre cazuri cu setarea high, față de 79,1 % pentru cel vechi; celelalte setări ale sale rămân la nivelul alegerii aleatorii. 🔗 sursă
  • Modele necenzurate ca agenți — OpenUncensored, care vinde acces la aceste modele, a testat 32 dintre ele pe cinci sarcini care implică instrumente: cele derivate din cele mai bune modele de bază finalizează 38 % dintre sarcini, iar celelalte 28 %. 🔗 sursă
  • TuHaMa — Turkish NLP Suite publică 52 000 de exemple de discurs instigator la ură în turcă, vizând 12 grupuri, extrase de pe forumul Ekşi Sözlük și prezentate ca un test al înțelegerii culturale a modelelor. 🔗 sursă
  • TRELLIS.2 în CUDA C++ — Suvaditya Mukherjee i-a cerut lui Claude să rescrie acest model 3D în CUDA C++: de 5,3 ori mai rapid decât implementarea PyTorch sau de 2,2 ori cu rezultate identice la nivel de bit, pentru aproximativ 7 dolari pentru IA și 60 de dolari pentru calcul pe H200. 🔗 sursă
  • AI Model Hacking Hackathon — VIDRAFT deschide un concurs de red teaming pentru ViKernel în browser, în patru sezoane, cu premii de 4 500 de dolari. 🔗 sursă

Robotică

  • LeWAM — Kevork Sulahian i-a cerut lui GPT-6 Astra să corecteze politica robotică LeWAM prin editarea directă a ponderilor: pe 300 de configurații inițiale noi, niciuna dintre cele șapte modificări nu depășește politica inițială (de la -2,3 la +3,0 puncte). 🔗 sursă
  • TartanGround pentru FiftyOne — Voxel51 convertește șase traiectorii de robot terestru din setul de date al CMU AirLab (spital, port, mlaștină, oraș japonez, fabrică, centrul orașului), cu date de cameră, segmentare, lidar, poziție și orientare și IMU. 🔗 sursă

IA vocală

  • PostNord și ElevenAgents — Operatorul poștal nordic și-a înlocuit în aproximativ 90 de zile serverul vocal suedez cu un sistem cu mai mulți agenți: ponderea apelurilor rezolvate fără transfer crește de la 45 la 60 %, înaintea extinderii în Danemarca, Norvegia și Finlanda. 🔗 sursă
  • Wonderful la Together AI — Wonderful furnizează, pe GPU NVIDIA dedicate și exclusiv în Europa, propriile modele vocale ajustate pentru limbi slab acoperite, cu 274 ms până la prima propoziție, potrivit Together AI. 🔗 sursă

Companii și instituții

  • Revolut și Codex — Într-un studiu de caz publicat de OpenAI, Revolut afirmă că și-a redus timpul de programare cu 30 până la 60 % folosind Codex și încredințează unui agent FinCrime verificările de prim nivel, decizia finală rămânând la om. 🔗 sursă
  • Grok Bots la SpaceXSI — Cinci Grok Bots preiau ciclul de facturare și încasare al echipei de contabilitate: o factură emisă în câteva minute în loc de aproximativ 24 de ore și reconcilierea plăților redusă de la 3 sau 4 ore la 30 de minute, potrivit SpaceXSI. 🔗 sursă
  • OpenAI for Chile — Memorandum de înțelegere cu Ministerul Științei din Chile pentru explorarea IA în administrație, formarea funcționarilor și sprijinirea startup-urilor, fără angajamente de investiții sau achiziții. 🔗 sursă
  • Crunchbase în Cohere North — După PitchBook, agenții North au acces la peste șapte milioane de profiluri de companii și la predicțiile Crunchbase, pentru clienții care au o licență Crunchbase și autentificare unică. 🔗 sursă
  • Ghidul RAG de la Perplexity — Al cincilea ghid din octombrie încoace despre generarea augmentată prin recuperare: beneficii, arhitecturi, cazuri de utilizare și diferențe față de un LLM folosit singur, MCP sau un API, fără noutăți de produs. 🔗 sursă

Ce înseamnă asta

Costul pe sarcină devine argumentul principal al lansărilor de modele. OpenAI nu promovează GPT-6.2 printr-un record izolat, ci prin puncte câștigate cu mai puține token-uri și un preț redus pentru Astra și adaugă ferestre de execuție de 2 și 8 ore, mai ieftine, pentru agenții care pot aștepta. Microsoft prezintă MAI Code 2 ca oferind 96 % din performanța Claude Opus 5.5 la 5 % din cost, GitHub plasează Copilot Fusion înaintea Opus 5.5 și Fable 5.2 la un cost cu 88 % mai mic decât Fable, iar Perplexity afișează lângă fiecare scor WANDR costul pe sarcină. Aceste comparații rămân cele ale furnizorilor, cu condițiile lor: preț promoțional pentru MAI Code 2, cea mai bună configurație a fiecărui model la OpenAI și Fable 5.2 care își păstrează primul loc în Intelligence Index și FrontierCode 2.0.

Agenții trec de la sarcină la obiectiv. Devin Bots primește o responsabilitate, Replit Missions un rezultat de atins într-un buget, Gemini Tasks un mandat de a telefona și de a plăti, iar Multiagent împarte un dosar între o echipă de modele. Măsurile de protecție își schimbă natura odată cu această autonomie: plafon de cheltuieli și aprobări în acordul de misiune Replit, limită de cheltuieli și magazine autorizate la Gemini, mașină virtuală izolată pentru fiecare sarcină, căsuța „Needs You” la Cognition. Cifrele avansate, precum cele 1 134 de PR ale Android Bot sau factorul de 19 ori al roiului NumPy, sunt cele ale furnizorilor pe propriile proiecte.

Modelul devine interschimbabil, iar valoarea se deplasează spre stratul care îl alege și îl facturează. Orchestrator de la Perplexity comută între furnizori și ocolește chiar refuzurile unui model încredințând sarcina altuia, Multiagent și Copilot Fusion combină modele concurente, iar facturarea asociată din Claude Platform permite plata API-ului Anthropic din Warp, Linear sau Ramp fără a furniza vreodată o cheie. În cazul modelelor deschise, aceeași logică funcționează la scară mică: un simplu adaptor LoRA dublează cu mult scorul Qwen3.8-27B pe cele mai dificile 51 de sarcini SWE-bench Pro într-un anumit harness, iar OVHcloud antrenează Olala pe supercalculatoare publice europene pentru a nu depinde de ponderile publicate de alții.

Securitatea cibernetică rămâne domeniul în care aceste capacități provoacă îngrijorare și sunt utile în același timp. GPT-6.2 atinge pragul Critical în securitate cibernetică și, pentru Astra, pragul High în autoîmbunătățirea IA, ceea ce se traduce prin măsuri de protecție mai stricte care îi încurcă și pe cercetătorii legitimi. În același timp, OTAN, ENISA și ANSSI folosesc modelele de securitate cibernetică ale OpenAI, iar proiectul-pilot MDASH al GitHub și Microsoft arată că o alertă generată de IA ajută un maintainer abia după ce este triată, verificată și livrată împreună cu remedierea ei: 99 de rapoarte selectate din mii de alerte, dintre care 55 deja remediate.


Surse