OpenAI încetinește modelele sale în fața riscului cibernetic Astra, Warp lansează Warp Factories, Claude Code lansează skill-ul Design

Pe 18 august 2026, OpenAI publică un raport care detaliază de ce a încetinit antrenarea ultimelor sale modele în fața capacităților cibernetice critice ale unui model numit Astra, în timp ce Warp lansează o infrastructură agentică pentru întreprinderi și Claude Code lansează un skill de concepție a interfeței. În jurul acestor trei anunțuri majore, alte optsprezece noutăți acoperă Anthropic, uneltele de cod, cercetarea IA deschisă și platformele de generare media.

OpenAI încetinește implementarea modelelor sale în fața capacităților cibernetice critice ale lui Astra

18 august — OpenAI explică de ce compania a încetinit implementarea modelelor sale recente. Două evenimente au motivat această decizie: incidentul de securitate OpenAI-Hugging Face survenit în timpul evaluării unui model și dovezi preliminare că unul dintre modelele viitoare, numit Astra, ar putea depăși pragul de „capacitate cibernetică critică” definit de Preparedness Framework-ul său.

OpenAI a observat o pauză de două săptămâni în antrenarea prin întărire (RL) pe ultimele sale modele destinate implementării, timp necesar pentru a întări și a red-teama mediile sale de cercetare. Cel mai mare run de RL frontier planificat rămâne suspendat, în așteptarea ca antrenamentele la scară mai mică să valideze noile protecții.

Protecție	Detaliu
Monitorizare	Clasificatori per token, alertă vizată sub 30 de minute
Aliniere	Reducerea acțiunilor dăunătoare sau neautorizate
Securitate	Izolare de rețea întărită, sandbox-uri pentru cod nesigur
Cost indus	Aproximativ 20 % calcul suplimentar de inferență monitorizată

Această monitorizare este obligatorie pentru orice antrenament RL și orice evaluare cu instrumente începând cu nivelul „Sol”; din 7 august, o cerință suplimentară se aplică oricărei inferențe Astra cu instrumente. OpenAI prevede un raport tehnic despre incidentul Hugging Face și o evoluție a Preparedness Framework-ului său împreună cu organizații externe.

As models become more capable, the risks associated with developing and testing them internally also grow. We temporarily paused reinforcement learning (RL) training on our latest models intended for deployment for two weeks while we hardened and red-teamed our research environments and expanded monitoring coverage. Our largest planned frontier RL run remains on hold while smaller-scale training and evaluations validate these safeguards and establish more evidence of alignment.

🇷🇴 Pe măsură ce modelele devin mai capabile, cresc și riscurile legate de dezvoltarea și testarea lor internă. Am pus temporar în pauză antrenarea prin întărire (RL) pe ultimele noastre modele destinate implementării, timp de două săptămâni, pentru a ne întări și a red-teama mediile de cercetare și pentru a extinde acoperirea monitorizării noastre. Cel mai mare run de RL frontier planificat al nostru rămâne suspendat în timp ce antrenamentele și evaluările la scară mai mică validează aceste protecții și stabilesc mai multe dovezi de aliniere. — @OpenAI pe X

🔗 OpenAI — Ritmul dezvoltării modelelor

Warp lansează Warp Factories, infrastructură pentru cloud software factories

18 august — Warp anunță Warp Factories, o infrastructură deschisă destinată companiilor care își construiesc propriile bucle de automatizare în jurul ciclului de viață software: agenți cloud care triiază, specifică, implementează, revizuiesc și verifică munca, cu oamenii păstrați în circuit la punctele cheie de decizie. Anunțul identifică două probleme semnalate de responsabilii de inginerie: dificultatea de a măsura rentabilitatea agenților de codare în timp și guvernanța, fiecare dezvoltator configurându-și propriul agent, ceea ce creează unghiuri moarte de securitate.

Din punct de vedere tehnic, factories se configurează ca și cod — analogia revendicată este „Terraform pentru configurarea agenților” — și acceptă orice model sau harness, inclusiv Claude Code sau Codex direct ca harness. Agenții dispun de acces computer use pe Linux și Mac pentru a reproduce bug-uri și a dovedi corectitudinea unei modificări, cu partajarea înregistrărilor pe pull request-uri. Un tablou de bord, un API și un SDK măsoară costul și viteza, cu agenți de auto-îmbunătățire configurabili.

Warp afirmă că automatizează astăzi aproximativ 30 % din propriile sale sarcini prin factories-urile sale interne și anticipează o creștere rapidă a acestui procent. Compania deschide accesul unui număr limitat de întreprinderi începând de astăzi, cu o ofertă de 10 000 de dolari în credite de utilizare factory pentru anumiți clienți selectați.

Introducing Warp Factories: open, flexible infrastructure for building cloud software factories. - Configure your factory as code - Use any model and any harness - Measure quality with evals and benchmarks on your own data - Built-in self-improvement and memory

🇷🇴 Prezentarea Warp Factories: infrastructură deschisă și flexibilă pentru a construi cloud software factories. Configurați-vă factory-ul ca și cod. Folosiți orice model și orice harness. Măsurați calitatea cu evaluări și benchmark-uri pe propriile voastre date. Auto-îmbunătățire și memorie integrate. — @warpdotdev pe X

🔗 Anunț Warp Factories

Claude Code lansează skill-ul /design în cercetare preliminară

17 august — Anthropic lansează un nou skill /design pentru Claude Code, aflat în prezent în cercetare preliminară. Această funcționalitate importă în CLI și în aplicația Desktop workflow-ul de artboards al Claude Design, construit pe sistemul existent de artifacts. Comanda /design generează mai multe artboards editabile care reprezintă propuneri de interfață utilizator: utilizatorul o alege pe cea care i se potrivește, o ajustează, apoi îi cere lui Claude să o implementeze în cod.

Acest lansament apropie Claude Code de o utilizare pentru concepția de interfață, până acum mai degrabă rezervată uneltelor dedicate, integrând-o direct în fluxul de lucru al dezvoltatorului din terminal sau Desktop. Funcționalitatea este disponibilă pentru planurile Pro, Max, Team și Enterprise, și necesită o actualizare a lui Claude Code pentru a fi testată. Niciun detaliu suplimentar (limitări ale research preview, roadmap, exemple vizuale) nu a fost furnizat dincolo de acest anunț de lansare.

Claude Code can design now. The new /design skill (research preview) brings Claude Design’s artboard workflow into the CLI and Desktop, built on artifacts. Run /design to get editable artboards for your UI — pick one, tweak it, then have Claude implement it.

🇷🇴 Claude Code poate acum să conceapă interfețe. Noul skill /design (cercetare preliminară) aduce workflow-ul de artboards al Claude Design în CLI și în Desktop, construit pe artifacts. Lansați /design pentru a obține artboards editabile pentru interfața voastră — alegeți unul, ajustați-l, apoi cereți-i lui Claude să îl implementeze. — @ClaudeDevs pe X

🔗 Disponibilitate Pro, Max, Team, Enterprise

Anthropic: Cowork generalizat, limite prelungite, CPU optimizat

Trei anunțuri Anthropic ale zilei vizează accesul și performanțele Claude Code și Cowork.

Claude Cowork disponibil pe mobil și web pentru toate planurile plătite

18 august — Claude Cowork, mediul colaborativ al Anthropic, este acum accesibil pe mobil și pe web pentru toate planurile plătite (Pro, Max, Team și Enterprise). Menționat până acum mai ales în jurul panoului său lateral partajat între desktop, web și mobil, acest anunț marchează o generalizare a accesului mai degrabă decât o funcționalitate nouă: utilizatorii plătitori își regăsesc acum sesiunile Cowork de pe oricare dintre aceste trei puncte de intrare, fără detalii suplimentare despre interfață sau eventuale limitări mobile.

🔗 Anunț Claude Cowork

Creșterea cu 50 % a limitelor săptămânale Claude Code, prelungită până la 31 august

18 august — Anthropic prelungește până la 31 august creșterea cu 50 % a limitelor săptămânale de utilizare Claude Code, inițial temporară. Echipa speră să facă această schimbare permanentă, dar avertizează că cererea puternică pentru modelele sale ar putea duce la tensiuni de capacitate în săptămânile următoare, fără o dată definitivă pentru o decizie finală. Acest anunț se înscrie într-o serie de comunicări recente în jurul performanțelor și utilizării Claude Code, reflectând o presiune continuă a cererii asupra infrastructurii produsului.

🔗 Anunț limite Claude Code

Claude Code CLI folosește de două ori mai puțin CPU la p99

18 august — O corecție face acum ca garbage collector-ul (ramasse-miettes) al Bun, runtime-ul JavaScript al instrumentului, să aștepte până la inactivitatea procesului înainte de a se executa. Declanșarea avea loc anterior pe un temporizator fix, potențial chiar în mijlocul unui tur de conversație, în momentul în care Claude Code solicita cel mai mult procesorul. Rezultat: CLI-ul folosește acum de două ori mai puțin CPU la percentila 99, în continuitatea altor optimizări de performanță comunicate la începutul lui august.

🔗 Anunț optimizare CPU

Agenți de codare: chat vocal și SSH nativ

Amp și Warp își completează agenții de codare cu noi moduri de interacțiune.

Amp lansează chatul vocal în timp real cu Puck

18 august — Amp adaugă conversația vocală în timp real cu Puck, agentul său asistent, propulsată de gpt-realtime-2.1, care deleagă munca către agentul Puck deja existent (alimentat de GPT-5.6 Sol) și rezumă răspunsul cu voce tare în timp ce textul complet continuă să fie afișat în firul de discuție. Amp evidențiază mai multe cazuri de utilizare: coordonarea muncii în paralel, obținerea de puncte de avansare sau citirea cu voce tare a mesajelor Slack relevante, atât la birou, cât și în deplasare.

🔗 Vorbește cu Puck

Amp lansează un tarif educațional de 10 dolari pe lună

18 august — Studenții și profesorii se pot abona acum la Amp Megawatt Edu pentru 10 dolari pe lună, adică jumătate din tariful obișnuit. Oferta include agentul frontier al Amp, orbs (mașini la distanță pentru agenți fără supraveghere), găzduire de cod nelimitată (publică și privată), 750 de ore de utilizare orb pe an și 10 dolari credite lunare. Abonații pot lega un abonament ChatGPT existent pentru a accesa GPT-5.6, sau un abonament X Premium+/SuperGrok pentru Grok 4.6; nu este instituită nicio verificare strictă a statutului de student.

🔗 Amp Megawatt Edu

Warp Agent CLI adaugă suport SSH nativ

17 august — Warp Agent CLI, gratuit de descărcat și compatibil BYOK și cu abonamente Grok, permite acum invitarea agentului direct într-o sesiune SSH deja activă — inclusiv în vim, un REPL SQL sau alte interfețe text — în loc să se limiteze la executarea de comenzi punctuale. Nu este necesar niciun CLI suplimentar pe mașina distantă: comanda ! ssh este suficientă pentru a lucra alături de agent direct în sesiune.

🔗 Warp Agent CLI și SSH

OpenAI : adolescenți, DevDay global și impact agentic

Patru anunțuri OpenAI ale zilei acoperă securitatea utilizatorilor tineri, internaționalul și impactul concret al lui Codex.

ChatGPT for Teens : protecții consolidate și parteneriat educațional cu CodeAI

18 august — OpenAI lansează ChatGPT for Teens, o experiență dedicată adolescenților care combină Study Mode, remindere anti-scurtătură capabile să detecteze ocolirea unei teme, quiz-uri și vizualizări pedagogice, precum și Study Hours programabile de adolescenți sau de părinți. Sistemul comută automat în această experiență orice utilizator estimat minor, cu noi evaluări „sub 18 ani” publicate în system cards (automutilare, tulburări alimentare, violență, conținut sexual). În paralel, un parteneriat emblematic cu CodeAI prevede, pe durata unui an, un consiliu consultativ privind dezvoltarea copilului, extinderea programului „Hour of AI”, un „Builders Challenge” pentru liceeni și sprijin pentru cursul gratuit „AI Foundations”.

🔗 ChatGPT for Teens

DevDay Exchange : OpenAI își globalizează evenimentul pentru dezvoltatori

18 august — Începând cu octombrie 2026, OpenAI lansează DevDay Exchange, o serie de evenimente pentru dezvoltatori în opt orașe: Bengaluru, Tokyo, Seul, Berlin, Paris, Londra, São Paulo și Mexico. Obiectivul declarat este de a le permite builder-ilor să facă schimb de idei despre proiectele lor reale și să întâlnească direct echipele OpenAI care dezvoltă instrumentele (API, Codex, ChatGPT Work). La acest stadiu nu este furnizat niciun detaliu despre formatul exact sau despre înscrieri.

🔗 DevDay Exchange

Asana realizează cinci ani de muncă de inginerie în două săptămâni cu Codex

18 august — Asana a folosit Codex pentru a elimina Enzyme, un sistem de testare învechit care bloca modernizarea stack-ului său frontend. Un proiect estimat la aproximativ cinci ani de muncă și 6 milioane de dolari a fost realizat în 1,5 săptămâni de efort de inginerie întinse pe două săptămâni calendaristice, pentru un cost total de aproximativ 12 000 de dolari. Pornind de la un prompt de cinci propoziții, până la patru agenți Codex au lucrat în paralel pe copii distincte ale bazei de cod, un inginer validând fiecare modificare de două ori pe zi.

🔗 Studiu de caz Asana

OpenAI lansează o inițiativă pentru a întări controlul democratic asupra IA în securitatea națională

18 august — OpenAI anunță o inițiativă dotată cu 5 milioane de dolari pentru a ajuta instituțiile de control democratic să supravegheze utilizarea IA în securitatea națională, prin formare, suport tehnic și credite OpenAI. Trei principii ghidează această muncă: IA trebuie să întărească și nu să înlocuiască judecata instituțională, utilizarea guvernamentală trebuie să rămână trasabilă pentru organele de control autorizate, iar IA trebuie să le ofere acestor instituții mijloacele de a acționa la scara necesară. Pe durata unui an, OpenAI prevede să piloteze instrumente de trasabilitate a deciziilor guvernamentale asistate de IA, instituțiile participante păstrând controlul asupra probelor.

🔗 Control democratic și securitate națională

Cercetare și modele deschise

Patru publicații de cercetare ilustrează ce poate demonstra deschiderea greutăților și a datelor.

Sentence Transformers v6.0 : modelele multi-vector ColBERT în prim-plan

18 august — Hugging Face publică versiunea 6.0 a Sentence Transformers cu adăugarea MultiVectorEncoder, care plasează modelele cu interacțiune tardivă de tip ColBERT la același nivel cu modelele dense, sparse și re-ranker deja suportate. Fiecare token al documentului își păstrează propriul vector, iar scorul final adună similaritatea maximă a fiecărui token de interogare (operatorul MaxSim). Pe bancul de test NanoBEIR (13 seturi de date), versiunea multi-vector obține un NDCG@10 mediu de 0,6868 față de 0,6764 pentru versiunea densă echivalentă, cu prețul unui stocaj mai ridicat (aproximativ 92 Mo comprimați pentru 4 874 de pasaje). Biblioteca adaugă și suport Flash Attention, multiplicând debitul de 2,44 ori în precizie fp16.

🔗 Sentence Transformers v6.0

Ai2: Olmo 3 dezvăluie o scurtătură morfologică în răspunsurile medicale ale LLM-urilor

18 august — Cercetători de la UT Austin, Northeastern University și MD Anderson Cancer Center au folosit Olmo 3 (7B Instruct), model complet deschis de la Ai2, pentru a verifica dacă modelele răspund la întrebări despre medicamente pe baza unei cunoașteri reale sau exploatând structura numelui (sufixul „-pril” semnalează, de exemplu, un inhibitor ECA). Pentru 51 până la 59 % dintre medicamentele testate, răspunsul modelului la numele real este abia deosebit de răspunsul său la un nume inventat. Accesul la ponderile, datele și checkpoint-urile intermediare ale lui Olmo a permis urmărirea acestei scurtături până la datele de antrenare — o trasabilitate imposibilă cu modelele proprietare.

🔗 Olmo 3 și scurtătură morfologică

IBM Research: calibrând memoria agentică în funcție de model

18 august — Un nou articol din seria ALTK-Evolve a IBM Research arată că memoria agentică — instrucțiuni distilate din munca anterioară a unui agent — trebuie dozată în funcție de capacitatea modelului de bază. Testată pe opt modele: gpt-oss-120b câștigă +16,1 puncte la rata de finalizare a sarcinilor cu o recuperare selectivă țintită pentru doar +5 % tokeni; DeepSeek-V3.2 avansează cu +9,5 puncte cu injectarea completă a instrucțiunilor; GLM-5 nu arată niciun câștig măsurabil, caz de saturație. Concluzie contraintuitivă: strategia cea mai ieftină oferă adesea cea mai bună precizie pentru cele mai slabe modele.

🔗 ALTK-Evolve — memorie agentică

AlphaEvolve contribuie la un nou record pentru înmulțirea matricilor

18 august — Google DeepMind anunță un nou record pentru omega (ω), exponentul teoretic al celei mai rapide viteze de înmulțire a matricilor, cu ω < 2,371177. Acest rezultat provine dintr-un efort comun între Google DeepMind, colaboratori academici și AlphaEvolve, agentul de codare alimentat de Gemini, deja cunoscut pentru îmbunătățirea mai multor algoritmi în 2025. Înmulțirea matricilor stă la baza unei mari părți din informatica modernă, inclusiv antrenarea și inferența modelelor de IA — astfel, un câștig teoretic la acest exponent depășește simpla cercetare academică.

🔗 Nou record omega

Economia inferenței: A/B testing și cascadă de costuri

Două publicații de la Together AI măsoară costul real al punerii în producție și al comparării modelelor.

Together AI lansează A/B testing pentru modele la nivel de endpoint-uri

18 august — Together AI integrează A/B testing direct la nivelul endpoint-ului, în loc de codul aplicației: un experiment asociază un model de control și până la 20 de variante, fiecare cu un procent fix de trafic (95/5, 80/20, 50/50), independent de numărul de replici. Actualizările se propagă în 30 până la 60 de secunde, cu protecție prin etag împotriva suprascrierilor concurente. Odată identificat un câștigător, acesta este promovat prin deployment blue-green, apoi experimentul este eliminat: 100 % din trafic revine la control, fără logică reziduală de curățat pe partea clientului.

🔗 A/B testing Together AI

DeepSeek V4 Pro față în față cu GPT-5.6 Sol și Claude Fable 5 pe DeepSWE: cost și cascadă

17/18 august — Together AI publică două benchmark-uri independente, fiecare cu câte 904 rulări (113 sarcini, 4 încercări), comparând DeepSeek V4 Pro 0813 cu GPT-5.6 Sol și Claude Fable 5 pe DeepSWE, banc de test pentru ingineria software.

Comparație	Pass@1 Pro	Pass@1 concurent	Cost rulare Pro	Cost concurent	Cascadă Pro-first
Pro vs GPT-5.6 Sol	62,8 %	72,7 %	0,24 $	8,37 $ (35x)	83,0 % la 3,35 $/sarcină
Pro vs Claude Fable 5	62,8 %	69,7 %	0,24 $	21,63 $ (90x)	82,7 % la 8,28 $/sarcină

La pass@4, Pro recâștigă avantajul în ambele cazuri (88,5 % față de 85,8 % în raport cu Sol, 88,5 % față de 84,1 % în raport cu Fable). Cascada „Pro-first” — rulează mai întâi Pro, escaladează doar în caz de eșec — depășește fiecare model luat separat, la o fracțiune din cost.

🔗 Benchmark DeepSWE — GPT-5.6 Sol

Produse prin email și audio generativ

Perplexity Computer accesibil prin email

18 august — Computer, agentul de acțiune al Perplexity, devine accesibil prin email pentru toți utilizatorii săi: este suficient să trimiți, să redirecționezi sau să dai copy la computer@perplexity.com pe orice fir de discuție pentru a declanșa o sarcină. Fiecare sarcină prin email se execută ca o sesiune normală de Computer, consultabilă pe web și pe mobil, cu același jurnal de audit ca sarcinile lansate din aplicație.

🔗 Computer prin email

Stability AI lansează un plugin DAW și o nouă interfață web pentru Stable Audio 3.0

18 august — Stability AI anunță două instrumente beta pentru Stable Audio 3.0, ambele bazate pe modele „commercially-safe” ale căror ieșiri aparțin utilizatorului. Pluginul DAW (macOS AU/VST3, Apple Silicon și Intel) generează audio direct ca piesă instrumentală sincronizată cu tempo-ul, secvențe scurte de până la șase minute. Interfața web îmbunătățită de pe stableaudio.com adaugă prompturi direcționale pentru ajustarea unei generații, transformarea audio-la-audio, mixaj multipistă și efecte pe pistă. Aceste instrumente apropie Stable Audio de fluxurile profesionale de producție muzicală, pe un teren unde Suno și Pika oferă deja alternative concurente.

🔗 Stable Audio 3.0 — instrumente noi

Scurte

Hugging Face Hub depășește 3 milioane de modele — nou prag pentru platforma comunitară de referință pentru modelele deschise. 🔗 Tweet
Sakana Namazu disponibil pe OpenRouter și Vercel AI Gateway — modelul care alimentează Sakana Chat, specializat în japoneză și context de business, devine accesibil pe aceste două platforme de distribuție. 🔗 Tweet
Ai2 oferă o previzualizare pentru MolmoMotion înainte de webinarul din 20 august — extensie a lui Molmo pentru predicția traiectoriilor 3D din instrucțiuni în limbaj natural, cu ponderi și date deschise anunțate ca urmând să fie disponibile. 🔗 Tweet
Together AI: adoptarea modelelor deschise se accelerează — un studiu Brex citat de Together AI arată 14 dintre cei 25 de furnizori software cu cea mai rapidă creștere deservind IA; utilizarea de tokeni pe Together a crescut de la 30 de miliarde pe lună la 400 000 de miliarde într-un an. 🔗 Tweet
Josh Woodward detaliază foaia de parcurs a aplicației Gemini — instrumente Workspace revizuite în testare, îmbunătățirea tool calling-ului cu Gemini 3.7 Flash, nouă interfață Projects și 49 de conectori acum suportați. 🔗 Tweet
HeyGen lansează Brand Kits — fonturi, logo, coduri hexazecimale și glosar de pronunție preconfigurate pentru ca fiecare videoclip de avatar generat să rămână conform cu identitatea de brand, fără reluări. 🔗 Tweet
NVIDIA construiește TensorRT Model Connect cu agenți Codex — instrument în preversiune pentru conversia modelelor Hugging Face în TensorRT, dezvoltat integral cu agenți Codex sub supraveghere umană, proiect open source. 🔗 Tweet
Cohere — Aidan Gomez despre suveranitatea digitală — CEO-ul avertizează asupra concentrării pieței tehnologice globale în jurul câtorva actori și pledează pentru evitarea oricărui punct unic de eșec. 🔗 Tweet

Ce înseamnă asta

Guvernanța IA se traduce acum în măsuri concrete, nu în principii. Pauza de două săptămâni de la OpenAI în fața capacităților cyber ale Astra, inițiativa de 5 milioane de dolari pentru dotarea controlului democratic în securitatea națională și protecțiile întărite din ChatGPT for Teens formează aceeași mișcare: laboratoarele își documentează public pragurile pe care și le impun, cu cifre verificabile (20 % cost suplimentar de calcul, alertă sub 30 de minute), nu doar declarații de intenție.

Infrastructura agentică devine ea însăși un produs distinct. Warp Factories propune un strat de guvernanță și măsurare a ROI-ului pentru agenții de codare enterprise, Claude Code extinde aria de acoperire la designul de interfață cu /design, iar Amp adaugă un strat vocal agentului său Puck în timp ce Warp își deschide agenții către sesiunile SSH active. În toate cele patru cazuri, miza depășește generarea de cod: este vorba despre a oferi agenților o priză directă asupra unor fluxuri întregi de lucru, cu guvernanță și control uman integrate.

Deschiderea ponderilor și a datelor continuă să producă o valoare științifică pe care modelele proprietare nu o pot oferi. Descoperirea Ai2 privind scurtătura morfologică a LLM-urilor în farmacologie a fost posibilă doar pentru că Olmo 3 își expune datele de antrenare; articolul IBM Research despre memoria agentică cuantifică câștiguri diferențiate pe model (gpt-oss-120b, DeepSeek-V3.2, GLM-5) datorită testelor reproductibile; iar pragul de 3 milioane de modele pe Hugging Face Hub ilustrează scara la care ajunge acest ecosistem deschis.

Costul inferenței continuă să structureze alegerile de produs mai mult decât performanța brută. În fața GPT-5.6 Sol și Claude Fable 5, DeepSeek V4 Pro pierde la pass@1, dar câștigă clar la raportul calitate-preț, iar o simplă cascadă „Pro-first” reduce cea mai mare parte a diferenței de precizie pentru o fracțiune din cost. Together AI împinge această logică până la infrastructura în sine, cu A/B testing la nivel de endpoint-uri — compararea modelelor în producție devine o funcționalitate de platformă, nu o chestiune de cod aplicațional.