MiniMax lansează M3.1 Flash, a cărui versiune preliminară a fost Space Bunny, FLUX 3 Max generează 10 secunde de video în 12 secunde, OpenAI va retrage GPT-4o și GPT-4.1 din API-ul său pe 14 ianuarie

MiniMax pune în funcțiune M3.1 Flash, un model pentru agenți și cod, tarifat la 0,15 dolari pentru un milion de tokens de intrare, și dezvăluie că Space Bunny, modelul anonim care a procesat peste 200 000 de miliarde de tokens, era o versiune preliminară a acestuia. Black Forest Labs și fal lansează FLUX 3 Max, care generează un videoclip de 10 secunde în 12,45 secunde, de aproximativ 22 de ori mai rapid decât Seedance 2.5, și se clasează la egalitate pe primul loc într-o arenă de generare video din imagini, încă preliminară. OpenAI stabilește pentru 14 ianuarie 2027 retragerea GPT-4o și GPT-4.1 din API-ul său, Meta prezintă detalii despre Prometheus, supercomputerul care a antrenat Muse Wonder, iar Devin acordă acum eficienței fiecărui inginer un scor de la 0 la 100.

MiniMax lansează M3.1 Flash: Space Bunny era o versiune preliminară a acestuia, la 0,15 dolari pentru un milion de tokens de intrare

19 octombrie — MiniMax pune oficial în funcțiune M3.1 Flash, noul său model din gama Flash, și dezleagă misterul unui model anonim:

Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash.

🇷🇴 Space Bunny 🐰, care a procesat peste 200 000 de miliarde de tokens funcționând anonim, era o versiune timpurie a MiniMax M3.1 Flash. — MiniMax, articolul de lansare

M3.1 Flash succede M3.1-Flash-Preview, apărut pe 27 septembrie în MiniMax Code și apoi în Token Plan, fără benchmark sau tarif, precum și Space Bunny Alpha, un model discret listat pe 23 septembrie de OpenRouter fără un producător numit și prezentat aici pe 27. MiniMax îl descrie ca pe un salt de generație pentru sarcinile agenților, cod, utilizarea calculatorului (Computer Use) și securitatea cibernetică. Toate scorurile de mai jos provin de la MiniMax:

Test de evaluare	Scor anunțat de MiniMax
DeepSWE v1.1	73,7 %
OSWorld V2	61,7
Agents’ Last Exam (ALE)	29,6
BankerToolBench	76,2
CyberGym	82 %
Automation-Bench	62 % (tweet fixat)

Pe OSWorld V2 și Agents’ Last Exam, M3.1 Flash se clasează primul dintre modelele chinezești; pe AutomationBench-AA, articolul îl descrie doar ca fiind „printre cele mai bune”, dar tweetul fixat indică 62 % pe Automation-Bench.

Celălalt argument este costul. O sparsitate mai accentuată (sparsity) duce viteza de ieșire la peste 200 de tokens pe secundă (cu o mediană de peste 170) și ar face inferența online de aproape trei ori mai rapidă. Costul utilizării pentru sarcinile agenților scade cu 70 % față de modelul anterior, potrivit articolului, iar tweetul fixat vorbește despre o treime din costul M3, la o viteză triplată. Grila de tarife este fixă:

Tip de tarif	Preț pentru un milion de tokens
Intrare	0,15 dolari
Ieșire	0,60 dolari
Intrare în cache	0,015 dolari

M3.1 Flash este disponibil chiar de acum prin API-ul MiniMax, abonamentul M Plan și aplicația MiniMax Code. Ponderile vor fi publicate pe 23 octombrie, potrivit tweetului fixat, în timp ce articolul spune doar „mai târziu”, iar o versiune Pro va urma, fără o dată anunțată. În cursul serii, MiniMax a redistribuit anunțul privind suportul oferit de Ollama încă din prima zi, cu găzduire în SUA fără păstrarea datelor, și a afirmat că versiunea preliminară a petrecut douăsprezece zile în fruntea OpenCode.

🔗 Anunțul fixat al @MiniMax_AI

FLUX 3 Max: Black Forest Labs și fal generează 10 secunde de video în 12 secunde, de 22 de ori mai rapid decât Seedance 2.5

19 octombrie — Black Forest Labs (BFL) prezintă FLUX 3 Max într-un tweet fixat. Pagina fal îl descrie ca pe noul model video post-antrenat de fal Research, construit împreună cu BFL pe baza FLUX 3, atât pentru generarea video din text, cât și din imagini, la 720p.

Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

🇷🇴 Generați un videoclip de 10 secunde în 12 secunde. La egalitate pe primul loc la generarea video din imagini. De 22 de ori mai rapid decât Seedance 2.5 la aceeași calitate. FLUX 3 este un model conceput pentru personalizare. @fal l-a adaptat și optimizat pentru a crea FLUX 3 Max. — @bfl_ai pe X

Indicator publicat de fal	FLUX 3 Max	Comparație oferită de fal
Timp de generare a unui videoclip de 10 secunde	12,45 s	277,80 s pentru Seedance 2.5, 126,44 s pentru FLUX 3
Elo, arena de generare video din imagini a Artificial Analysis	1 139, la egalitate pe primul loc	Seedance 2.5 tot la 1 139; MiniMax H3 (768p) în frunte la 1 141, în marja de incertitudine; FLUX 3 la 1 089
Preț la 720p pe fal, până pe 7 noiembrie	0,0425 dolari pe secundă	0,17 dolari la prețul de listă

Față de FLUX 3 original, munca depusă de fal asupra inferenței face generarea de aproximativ 10 ori mai rapidă, iar post-antrenarea îi aduce 50 de puncte Elo în plus. Clasamentul Artificial Analysis, bazat pe voturi umane în orb, este doar o imagine preliminară de moment: MiniMax H3 apare în frunte cu 1 141, iar FLUX 3 Max, a cărui marjă de incertitudine se suprapune cu cea a liderilor, este prezentat ca fiind la egalitate pe primul loc, înaintea Gemini Omni Flash 1.1, Wan 3.0 și H3 Max. BFL evidențiază și vocile, realismul fizic, efectele sonore și performanța la cereri neobișnuite.

Prețul de lansare corespunde reducerii de 75 % timp de două săptămâni anunțate de BFL, atât pentru generarea video din text, cât și din imagini, fără un prag minim sau abonament. fal reia rețeta H3 Max, versiunea sa post-antrenată a MiniMax H3, oferită prin același API: trecerea de la unul la celălalt se face schimbând identificatorul. Este al treilea anunț din familia FLUX 3 într-o săptămână, după reducerea prețurilor FLUX 3 Video pe 14 octombrie și FLUX 3 Image Klein pe 15.

🔗 Pagina FLUX 3 Max de pe fal

OpenAI stabilește pentru 14 ianuarie 2027 retragerea GPT-4o, GPT-4o mini, GPT-4.1 și GPT-4.1 mini din API-ul său

14 octombrie — O informație din urmă: potrivit paginii de deprecări a API-ului său, OpenAI i-a anunțat pe 14 octombrie pe dezvoltatorii vizați despre retragerea a patru modele din seria GPT-4 pe 14 ianuarie 2027, inclusiv versiunile ajustate fin (fine-tuned). Aceeași pagină enumeră două serii de retrageri anunțate pe 1 octombrie:

Model retras din API	Data retragerii	Înlocuitor recomandat
GPT-4o (`gpt-4o-2024-08-06`, `gpt-4o-2024-11-20`)	14 ianuarie 2027	`gpt-6-luna`
GPT-4o mini (`gpt-4o-mini-2024-07-18`)	14 ianuarie 2027	`gpt-6-luna`
GPT-4.1 și GPT-4.1 mini (instantaneele din 14 aprilie 2025)	14 ianuarie 2027	`gpt-6-luna`
`gpt-5.3-codex` și `gpt-5.1`, anunțate pe 1 octombrie	1 aprilie 2027	`gpt-6-sol`
`gpt-5.4-nano`, anunțat pe 1 octombrie	1 aprilie 2027	`gpt-6-luna`
`tts-1`, `tts-1-hd` și `gpt-4o-mini-tts`, anunțate pe 1 octombrie	6 ianuarie 2027	`gpt-realtime-2.1-mini`

Aceste date apar doar pe pagina de deprecări, fără o intrare în changelog-ul API-ului; SDK-ul Node 7.37.0 din 17 octombrie adaugă notificări de retragere pentru aliasurile modelelor GPT-4.

🔗 Pagina de deprecări a API-ului OpenAI

Antrenarea modelelor: Prometheus de la Meta, MARBLE de la Luma, Together Post-Training și TorchNeuron pe Trainium

Patru anunțuri ale zilei vizează antrenarea, la patru niveluri: centrul de calcul al Meta, paralelismul între GPU-uri al Luma, serviciul de post-antrenare al Together AI și backend-ul PyTorch pentru cipurile AWS.

Prometheus: supercomputerul Meta care a antrenat Muse Wonder vizează un milion de GPU-uri

19 octombrie — Meta descrie Prometheus, supercomputerul său de ordinul unui gigawatt din New Albany (Ohio), care i-a antrenat modelele Muse, inclusiv Muse Wonder; monitorizarea noastră din 12 octombrie îi menționa doar numele. Prima fază cuprinde sute de mii de GPU-uri distribuite în mai multe clădiri.

Indicator al Prometheus	Valoare publicată de Meta
Debit util (goodput), Muse Wonder	peste 85 % la preantrenare, peste 90 % la RL
Timp mediu între întreruperi	aproximativ 47 000 de ore-GPU, peste 54 000 de atunci
Întreruperi pentru 8 000 GPU	aproape 1 000 pe zi la mijlocul lui 2025, în scădere cu 99 %
Platforme NVIDIA	GB200 și GB300 NVL72, apoi Vera Rubin NVL72

Cu NVL72, o defecțiune afectează un domeniu de 72 de GPU-uri: Meta folosește doar 64 per rack și le păstrează pe celelalte 8 ca rezervă, plus aproximativ 2 % din rackuri în rezervă, adică 523 de rackuri (37 656 de GPU-uri) pentru 32 768 de GPU-uri active. Hyperion, următorul său supercomputer, din Louisiana, va aplica aceste lecții.

🔗 În interiorul Prometheus (Engineering at Meta)

MARBLE: Luma face exact paralelismul de secvență pe milioane de tokens multimodali

19 octombrie — Luma publică MARBLE (Mask-Aware Ring with Balanced, Lossless Execution), un paralelism de secvență pentru antrenarea modelelor multimodale pe secvențe compactate de la 1 la 8 milioane de tokens, în care se îmbină textul cauzal, imaginile și videoclipurile bidirecționale. MARBLE descrie această mască folosind patru numere întregi per token și alege pentru fiecare strat între ring attention, all-to-all cu sparsitate și Ulysses.

Configurație testată de Luma	Rezultatul MARBLE
Față de un hibrid FlashMask + Ulysses	mai rapid în 47 de cazuri din 48
Câștig median la 32, apoi la 128 GPU H100	de 1,28 ori, apoi de 2,63 ori
Pas de antrenare Gemma 3 27B, 1 milion de tokens, 32 GPU	13,2 s, față de 32,5 s cu FlashMask

Un kernel FlashAttention-4 modificat păstrează starea softmax în fp32: ieșirile și gradienții sunt identici cu cei de pe un singur GPU. Luma recunoaște că acest kernel este rezervat GPU-urilor Hopper și că hibridul folosit pentru comparație a fost construit chiar de ea; publicarea codului este promisă, fără o dată stabilită.

🔗 Articolul Luma despre MARBLE

Together Post-Training: clientul își scrie bucla SFT sau RL, Together AI pune GPU-urile la lucru

19 octombrie — La o săptămână după depozitul său de rețete (post-training-cookbook), publicat fără anunț pe 12 octombrie și prezentat aici pe 13, Together AI lansează oficial serviciul. Clientul scrie singur bucla de antrenare, prin ajustare fină supravegheată (SFT) sau învățare prin întărire (RL); Together AI rulează în infrastructura de bază componenta de antrenare și generatoarele, pe GPU-uri dedicate.

Caracteristică a serviciului	Detaliu anunțat de Together AI
Adaptarea ponderilor	LoRA, mai multe adaptoare pe aceleași GPU-uri sau toate ponderile pentru anumite modele
Funcții de pierdere integrate	GRPO, CISPO, DPPO, entropie încrucișată sau funcție de pierdere personalizată
Modele la lansare	Muse Spark Open, GLM 5.3, Kimi K3, Qwen 3.8-27B
Preț de lansare	9 dolari pe oră de GPU B200 timp de opt săptămâni

Facturarea se face la minut de GPU, iar migrarea de la API-ul Tinker necesită o singură linie.

🔗 Together Post-Training (blogul Together AI)

TorchNeuron: Transformers, Diffusers și Kernels rulează nativ pe AWS Trainium

19 octombrie — Hugging Face oferă suport nativ pentru TorchNeuron, noul backend PyTorch al AWS pentru cipurile sale Trainium, în Transformers, Diffusers și Kernels; versiunea beta publică devine disponibilă pe 20 octombrie. Până acum, era necesară utilizarea Optimum Neuron, construit pe PyTorch XLA, cu forme statice și recompilare la fiecare întrerupere a grafului. TorchNeuron transformă cipul într-un dispozitiv PyTorch obișnuit, cu execuție imediată (eager), torch.compile și FSDP2.

La inferență, 89 % dintre cele mai utilizate 100 de arhitecturi de generare de text funcționează direct, față de 46 % cu Optimum Neuron v0.4.5, iar Hugging Face recomandă acum utilizarea Transformers, Diffusers, Accelerate, PEFT și TRL în locul Optimum Neuron. Un script SFT standard din TRL rulează pe 8 cipuri Trainium2, iar un kernel Neuron distribuit pe Hub accelerează modelele vision transformers de până la 2,4 ori.

🔗 TorchNeuron (blogul Hugging Face)

SDK-urile Python și Node ale OpenAI oferă suport pentru bucla de instrumente a computer use și browser use

16 octombrie — O informație din urmă: într-un fir de postări redistribuit de @OpenAIDevs, Kevin Whinnery, din echipa OpenAI pentru experiența dezvoltatorilor, prezintă noi funcții utilitare (helpers) ale SDK-urilor Python și Node.js, care gestionează bucla de instrumente (tool loop) a Responses API. Codul a fost introdus pe 14 octombrie în openai-python 3.31.0 și openai-node 7.33.0, prima parte a unei serii de patru.

Componentă a SDK-ului	Ce expune modelului
`ComputerToolset`	capturi de ecran, acțiuni ale mouse-ului și tastaturii, prin instrumentul computer
`BrowserToolset`	textul paginii, controale și file, sub formă de instrumente de tip funcție
Tool runner din Responses	progres transmis în flux și puncte de reluare (checkpoints)

Un driver (driver) scris sau importat de dezvoltator execută acțiunile, iar aplicația păstrează controlul: operațiunile expuse, confirmarea modificărilor, controalele de securitate, limitele numărului de pași. Ghidul enumeră integrări cu Browserbase, Browser Use, Daytona și E2B. SDK-urile Claude primiseră toolsets similare, în versiune beta, pe 7 octombrie.

🔗 Firul de postări al lui Kevin Whinnery · Ghidul Computer use

Perplexity: acces la conectori în funcție de rol, folder local în Projects, Nano Banana 2.1 și skill-ul Reverse Engineer

19 octombrie — Perplexity publică primul său changelog de produs de după 5 octombrie: șapte dintre cele treisprezece rubrici sunt noi.

Noutate din changelog	Ce se schimbă	Public vizat
Acces la conectori în funcție de rol	fiecare conector este accesibil tuturor, administratorilor sau anumitor roluri	administratorii planurilor Enterprise cu asistență
Folder local în Projects	Computer citește și salvează implicit într-un folder de pe Mac	aplicația Mac 26.38 sau ulterioară
Nano Banana 2.1 în Computer	generare și retușare de imagini, reluări în același fir de conversație	toți cei care au acces la Computer
Skill-ul Reverse Engineer	inspectarea unui software pe care ai dreptul să îl analizezi, apoi reconstruirea și testarea lui	gratuit până la 31 octombrie, în limita a 10 000 de credite per cont

Controlul accesului în funcție de rol, introdus la sfârșitul lui iulie, se aplică astfel fiecărui conector, cu jurnale de audit. Se adaugă o bandă de miniaturi în Computer, un font propriu (PPLX) și un chenar care indică, în zona de introducere a textului, modul Ask sau Computer. Dintre subiectele deja prezentate, Gemini 4 Argon este disponibil în Computer pentru abonații Pro și Max, dar în căutare doar pentru abonații Max.

🔗 Changelog-ul din 19 octombrie

LiteRT Tensor API: Google permite scrierea în C++ a unor modele încorporate care rulează pe CPU, GPU și NPU

19 octombrie — Google AI Edge publică LiteRT Tensor API, un strat al stivei sale de inferență pentru dispozitive încorporate care permite scrierea manuală a unui model, operație cu operație, în C++. Același graf rulează cu LiteRT pe CPU, pe GPU datorită motorului ML Drift, publicat ca open source pe 8 octombrie, sau pe NPU și se poate executa direct pe CPU prin XNNPACK. Ponderile se încarcă din fișiere .safetensors de pe Hugging Face, fără conversie, iar tensorii circulă fără copiere în memoria acceleratorului.

Măsurătoare Google pe SAM 2	Rezultat anunțat
Imagini pe secundă la 512x512 pe WebGPU	de la mai puțin de 10 la peste 30
Viteză față de Apple MLX (MacBook Pro, fp16)	de aproximativ 1,5 ori mai rapid

În demonstrație, SAM 2, modelul de segmentare al Meta, rulează în browser cu prompturi interpretate de Gemma 4 E2B; potrivit articolului, un agent de programare, Antigravity, l-a scris cu Tensor API, apoi l-a accelerat. Conversia rămâne calea recomandată pentru majoritatea proiectelor.

🔗 Articolul Google Developers

Agenți de programare: Devin evaluează eficiența utilizatorilor săi, Amp devine agent în Linear, Mistral publică Vibe CLI 3.0.0, Gemini 4 Argon devine disponibil abonaților Google AI Pro în Antigravity

Cognition și Amp adaugă funcții pentru echipe, Mistral publică o versiune majoră a CLI-ului său, iar Google oferă acces la Gemini 4 Argon unui nivel suplimentar de abonament.

Devin evaluează de la 0 la 100 eficiența fiecărui inginer și mărește automat limitele celor mai bine cotați

19 octombrie — Cognition adaugă trei funcții de gestionare a cheltuielilor în planul Enterprise al Devin. Efficiency Score evaluează utilizarea recentă a fiecărui inginer combinând eficiența E, în ore productive per ACU (unitatea de facturare a Devin), și volumul V, în ore productive pe zi: Score = 100 × (E + 0,2 × V × (1 − E)). Volumul are o pondere mică: un inginer mediu obține 55, un utilizator intensiv la fel de eficient 60, un consumator mare cu eficiență scăzută 41, un utilizator prudent, dar foarte eficient, 76.

Devin Coach comentează un prompt înainte de executarea sa, fără să îl rescrie vreodată pe ascuns. Cu opțiunea Approve based on efficiency, administratorul stabilește un plafon: când un inginer evaluat Healthy sau Satisfactory se apropie de limita sa, Devin o mărește fără ca acesta să fie nevoit să ceară, până la acel plafon și în limitele organizației. Surplusul, la fel ca solicitările inginerilor evaluați Needs Improvement sau Unknown, ajunge la un administrator, iar nicio solicitare nu este refuzată automat. Disponibile chiar de acum pentru toți clienții Devin Enterprise, aceste aprobări nu au un tarif publicat.

🔗 Articolul Devin

Amp devine agent în Linear: atribuirea unui issue sau menționarea @Amp lansează o orb

19 octombrie — Atribuirea unui issue Linear către Amp sau menționarea lui prin @Amp într-un comentariu deschide acum o sesiune de agent (Agent Session) în Linear și lansează o orb, un fir de agent care lucrează în numele persoanei. Amp răspunde în această sesiune, reacționează la mesajele trimise pe parcurs și semnalează dacă se oprește din cauza unei erori sau așteaptă aprobarea unui instrument. Potrivit documentației, abonamentele pot lansa și ele o orb pentru fiecare issue nou. Un administrator al spațiului Amp instalează aplicația, un administrator Linear o aprobă, apoi fiecare își conectează contul, iar Linear se adaugă serverelor MCP ale Amp. Nu este indicat niciun tarif; Amp putea deja să reacționeze la webhook-urile Linear din 23 iulie.

🔗 Anunțul Amp

Vibe CLI 3.0.0: Mistral păstrează doar Rust CLI și Unified Harness

19 octombrie — Mistral publică fără anunț Vibe CLI 3.0.0, prima sa versiune 3.x: 95 de intrări, dintre care 54 de remedieri și 5 eliminări. Vechea interfață Python, vechiul motor de execuție și modul Plan dispar, vibe lansează în continuare Rust TUI, iar toate interfețele, de la CLI la Desktop, trec prin Unified Harness.

Mai multe schimbări pot afecta funcționarea unei instalări: minimum Python 3.14 în loc de 3.12, certificate validate conform unor reguli RFC 5280 mai stricte, renunțarea la sesiunile Vibe 1.x, instrumente pentru subagenți redenumite în agents.*. Printre adăugiri, /branch ramifică o conversație într-o sesiune nouă, Vibe Desktop importă sesiunile unui alt agent de programare, iar un flag enable_mcp permite administratorilor să blocheze serverele MCP. Pe Windows, o comandă nu mai poate ocoli controlul de aprobare ascunzând o parte din ea însăși.

🔗 Notele versiunii Vibe CLI 3.0.0

Gemini 4 Argon devine disponibil abonaților Google AI Pro în Antigravity, cu o cotă săptămânală separată

15 octombrie — Din urmă: Gemini 4 Argon nu mai este rezervat abonaților Ultra în Google Antigravity. Contul @antigravity a anunțat disponibilitatea sa pentru abonații Google AI Pro cu plată, în aplicația desktop și în CLI, în timp ce la disponibilitatea generală din 13 octombrie aveau acces doar Google AI Ultra și clienții Gemini Enterprise eligibili. Pentru Pro, o cotă Argon distinctă, exclusiv săptămânală și fără o valoare precizată, se adaugă cotei Gemini 3.8 Flash.

Nivel de abonament	Gemini 4 Argon în Antigravity
Gratuit și Google AI Plus	nu
Google AI Pro	da, în afara perioadei de probă
Google AI Ultra	da
Companii	da

Argon funcționează în Antigravity App, Antigravity CLI și extensiile IDE, nu și în Antigravity IDE. Pe 19 octombrie, Zed 1.24.3 l-a inclus și în versiunea sa stabilă.

🔗 Anunțul @antigravity · Pagina de modele Antigravity

Știri pe scurt

Agenți și instrumente de programare

Claude Code 2.1.303 — Publicată pe 18 octombrie, această versiune are o singură linie de note, cu remedieri de bug-uri și îmbunătățiri de fiabilitate, fără lista problemelor corectate; SDK-ul Agent TypeScript o urmează cu versiunea 0.3.303. 🔗 sursă
Qwen Code v0.25.3 — Versiunea stabilă urmează versiunii preliminare prezentate pe 16 octombrie, fără schimbări cunoscute care să afecteze compatibilitatea: 41 de funcționalități și 81 de remedieri de la v0.25.2, în special pentru Managed Agent, care își execută instrumentele prin SSH sau într-un spațiu de lucru macOS nativ și primește modul Plan. 🔗 sursă
Copilot CLI 1.0.100 — Prima versiune stabilă de după 1.0.98 din 14 octombrie nu aduce nimic nou: cele 49 de intrări ale sale reiau versiunile preliminare de la 1.0.99-0 la 1.0.100-1, prezentate aici între 15 și 17 octombrie. 🔗 sursă
ZCode v3.16.1 — Z.ai sincronizează repository-ul open source ZCode cu versiunea 3.16.1, fără release sau note de versiune; singura noutate documentată este un ghid de utilizare a CLI-ului în chineză. 🔗 sursă
Gemini CLI, nightly din 19 octombrie — Nicio schimbare: este a treia versiune nightly consecutivă pe același commit, deoarece nu s-a integrat nimic din seara de 16 octombrie, iar versiunea stabilă v0.64.0 și versiunea preview v0.65.0-preview.0 rămân neschimbate. 🔗 sursă
Zed 1.24.3 — Singura notă a acestei versiuni stabile adaugă Gemini 4 Argon la modelele Google AI, acesta fiind deja prezent din 14 octombrie în versiunea preliminară 1.25.0. 🔗 sursă
Partenerii MCP ai Figma — Din urmă, din 15 octombrie, Figma anunță la Config India 20 de parteneri MCP noi, printre care Amp, Junie de la JetBrains, OpenCode, Cline, Delta și Zed, dar lista sa cuprinde 21 de nume și nu precizează nici funcțiile oferite, nici disponibilitatea lor; Zed a redistribuit anunțul pe 19 octombrie. 🔗 sursă · 🔗 Zed
Navan și agenții cloud ai Cursor — Din urmă, din 16 octombrie, Cursor povestește cum Navan a migrat la Spring Boot 4 (8 aplicații, 15 biblioteci) în aproximativ o săptămână, față de peste o lună acum doi ani, cu agenți cloud care rulează pe propriile mașini; 36 % dintre PR-urile integrate în repository-ul său principal au fost scrise cu Cursor pe parcursul a 30 de zile. 🔗 sursă
Reluarea unei sesiuni din aplicația GitHub Copilot în VS Code — Un tutorial de pe GitHub Blog arată cum acțiunea Open in VS Code redeschide o sesiune în worktree-ul său, cu sarcina, planul, conversația și diff-ul, înainte de revizuire, ajustări, teste locale și push către pull request-ul sesiunii. 🔗 sursă
COOKED — OpenAI Developers lansează o emisiune video despre ceea ce construiesc echipa și comunitatea cu Codex; primul episod (13 min 20 s) prezintă funcții deja disponibile, de la mediile cloud ale Codex la un joc cu ramen pe 8 biți construit cu Ultrafast. 🔗 sursă

API, harness și integrări

Agent API de la Perplexity — Setarea require_approval supune apelurile instrumentelor MCP și ale conectorilor aprobării aplicației înainte de executare, iar presetarea xhigh ajunge la 512 000 de tokenuri de ieșire, față de 128 000; Perplexity corectează și intrarea sa din 5 octombrie, preluată aici: xhigh folosește și el Fast Search. 🔗 sursă
Ingineria harness-ului — Perplexity publică un ghid despre harness (harness), tot ceea ce înconjoară modelul într-un instrument de IA, împărțit în șase componente, de la bucla agentului la verificare; citează un test independent, nenominalizat, în care simpla schimbare a harness-ului a făcut să varieze cu până la 11 % scorul aceluiași model la un test de programare. 🔗 sursă
SPACE la Crusoe — Crusoe anunță un parteneriat cu Perplexity pentru a integra SPACE, sandbox-ul open source al Perplexity, în oferta Managed AI a Crusoe Cloud, fără dată sau tarif; Crusoe figura deja printre partenerii citați la publicarea codului SPACE, pe 15 octombrie. 🔗 sursă
Perplexity în Lovable — Din urmă, din 15 octombrie, Perplexity se alătură, alături de Claude, Firecrawl, Gemini, OpenAI, p0 și TypeSafe, furnizorilor funcțiilor de IA pe care Lovable le integrează în aplicații, pentru răspunsuri web în timp real cu citări; fără tarif sau detalii tehnice. 🔗 sursă
Un agent vocal care nu tace — Un ghid Google Developers arată cum instrumentele de streaming și neblocante ale ADK evită perioadele de tăcere ale unui agent vocal pe gemini-3.8-live: într-un workflow de raportare a vânzărilor, timpul până la primele sale cuvinte scade de la 14,4 secunde la 1,2 secunde, fără o funcție nouă. 🔗 sursă
DeepSeek-V4.1-Flash-1017 la Together AI — Prezentat aici pe 17 octombrie, modelul DeepSeek este disponibil pe Together AI, „la același preț”, potrivit furnizorului de găzduire. 🔗 sursă

Modele deschise și cercetare

Muse Glimmer — Meta publică raportul tehnic al modelului său deschis de 30B pentru sarcini de agent pe hardware destinat publicului larg, lansat în august: text și imagini, peste o sută de limbi, aproximativ 4 biți pe un singur GPU, licență Apache 2.0; Meta afirmă că este lider în categoria sa față de Gemma4-31B și Qwen3.6-27B, fără cifre în rezumat. 🔗 sursă
SlideOn și mSlideOn — LightOn publică două modele de căutare rară (sparse retrieval) derivate din DenseOn și mLateOn, de 174M de parametri (engleză) și 339M de parametri (multilingv): SlideOn obține 56,68 pe BEIR-15 față de 56,20 pentru DenseOn, iar mSlideOn câștigă 10,19 puncte pe MLDR față de mDenseOn. 🔗 sursă
tokenizers v1.0.0-rc.3 — A treia versiune candidată a tokenizers v1 aduce biblioteca în browser, prin bindings WebAssembly publicate pe npm sub numele tokenizers-wasm, și deblochează încărcarea ModernBERT, NLLB și a modelelor convertite din SentencePiece. 🔗 sursă
Transformers v5.20.2 — Versiune de remediere: unele intrări nu își mai pierd tipul în timpul generării, ceea ce afecta modelele multimodale, iar gradienții experților nu mai sunt nuli în bfloat16 cu paralelism al experților. 🔗 sursă
Sortarea prompturilor — Într-un articol al comunității, Abdennacer Badaoui face vLLM, fără modificări, cu 12 până la 17 % mai rapid pe Qwen3-30B-A3B și cu 7 până la 12 % pe gpt-oss-120b, sortând prompturile după domeniu înainte de inferența în loturi, deoarece cererile similare solicită aceiași experți; câștigul dispare în serviciile online sensibile la latență. 🔗 sursă
Nesso3-0.4B-Agentic — mii-llm publică un model bilingv italiană-engleză de 0,4 miliarde de parametri pentru apelarea instrumentelor, sub licență Apache-2.0: 74/100 pe suita bilingvă a autorilor săi față de 67 pentru Qwen3-0.6B, dar 48 % față de 84 % pe instrumentele generice în engleză. 🔗 sursă
S²-MAS și Fin-Laya — Yang Li simulează 12 milioane de agenți derivați din 500 de milioane de profiluri de gospodării, în 3 h 59 pe 14 GPU, și prezintă Fin-Laya, un model de decizie financiară cu o acuratețe de 74,5544 % și o latență medie de 9,10 ms, față de 206,77 ms pentru Jev 1.13, potrivit propriilor măsurători. 🔗 sursă
BlenderWorld — Din urmă, din 15 octombrie, Qwen publică un benchmark de creație 3D în Blender (223 de sarcini, 2 651 de criterii binare): dintre 13 modele, GPT-6-Astra conduce cu 79,9 din 100, înaintea Opus-5 (73,0) și GPT-5.6-Sol (67,7), Qwen3.8-Max este al cincilea (60,6), iar primul îndeplinește toate criteriile doar pentru 42,2 % dintre sarcini. 🔗 sursă

Hardware, public larg și creație

Prețul laptopurilor RTX Spark — În completarea informațiilor din 16 octombrie, comunicatul de lansare al NVIDIA anunță că laptopurile RTX Spark de la ASUS, Dell, HP, Lenovo, Microsoft și MSI sunt disponibile la nivel mondial începând de la 2 599 de dolari; articolul de pe blogul NVIDIA din 17 octombrie indică însă un preț de pornire de 2 399 de dolari pentru aceiași producători. 🔗 comunicat · 🔗 articol
Grok Bot pe butonul Action — Contul @bot, al Grok Bot, arată într-un videoclip că asistentul poate fi atribuit butonului Action de pe iPhone, la fel ca dots de la OpenAI, prezentați aici pe 18 octombrie; nu sunt precizate versiunea de iOS sau abonamentul și nu există niciun articol pe x.ai sau vreo redistribuire de la @SpaceXSI. 🔗 sursă
Chroma Awards, sezonul 2 — ElevenLabs deschide al doilea sezon al competiției de creație cu IA pe care spune că a incubat-o: cinci divizii, teste în valoare de 1 milion de dolari și premii de peste 450 000 de dolari; articolul indică drept termen de încheiere 1 ianuarie 2027, apoi 7 ianuarie în regulament, înaintea unei ceremonii pe 11 februarie 2027. 🔗 sursă

GitHub, dincolo de IA

Clonări HTTPS autentificate — În perioadele cu trafic neobișnuit, GitHub poate solicita temporar autentificarea pentru anumite operațiuni git clone și git fetch prin HTTPS pe depozite publice; SSH, push-urile și operațiunile autentificate nu sunt afectate, iar GitHub recomandă GITHUB_TOKEN sau un token GitHub App pentru integrările continue. 🔗 sursă
CodeQL, Xcode 27 și Swift 6.4 — Din cauza lipsei codului x86_64 din anumite fișiere binare de sistem ale Apple, CodeQL nu mai urmărește build-urile cu Xcode 27 și nu oferă suport pentru Swift 6.4 pe nicio platformă; suportul pentru Mac-urile Intel va fi depreciat la jumătatea lunii decembrie, iar GitHub recomandă fixarea versiunilor macOS 26 și Xcode 26. 🔗 sursă

Ce înseamnă acest lucru

MiniMax și Black Forest Labs se luptă pe același teren: viteza și costul unei sarcini, mai mult decât calitatea brută. M3.1 Flash depășește 200 de tokens pe secundă la ieșire, reduce cu 70 % costul de utilizare pentru sarcinile agenților și percepe 0,15 dolari pentru un milion de tokens de intrare; FLUX 3 Max generează un videoclip de 10 secunde în 12,45 secunde, la 0,0425 dolari pe secundă până pe 7 noiembrie. Calitatea anunțată o egalează pe cea a celor mai bune modele, fără a o depăși: FLUX 3 Max se află la egalitate pe primul loc într-un clasament în care MiniMax H3 îl devansează cu două puncte, în marja de incertitudine, iar M3.1 Flash se declară primul dintre modelele chinezești în două benchmark-uri pentru agenți. Modelul MiniMax a fost pus la încercare și în condiții reale: Space Bunny a procesat peste 200 000 de miliarde de tokens fără să-și dezvăluie originea, iar versiunea sa preliminară a rămas douăsprezece zile pe primul loc în OpenCode, potrivit MiniMax. Toate aceste cifre provin în continuare de la furnizori, iar clasamentul Artificial Analysis este încă preliminar.

Post-antrenarea devine un produs în sine. fal nu a creat FLUX 3 Max de la zero: a adaptat și a optimizat FLUX 3 de la Black Forest Labs, așa cum transformase MiniMax H3 în propriul H3 Max; potrivit fal, post-antrenarea a adus modelului un câștig de 50 de puncte Elo, iar optimizarea inferenței a făcut generarea de aproximativ zece ori mai rapidă. Together AI le vinde acum această capacitate clienților săi, care își scriu propria buclă de antrenare, SFT sau RL, pe modele deschise, iar TorchNeuron permite rularea scripturilor PyTorch obișnuite din Transformers și TRL pe cipurile Trainium de la AWS. La celălalt capăt al lanțului, preantrenarea devine tot mai concentrată: Prometheus vizează un milion de GPU, iar cea mai mare parte a articolului Meta se referă la fiabilitate, cu 8 GPU de rezervă per rack și întreruperi reduse cu 99 %. MARBLE abordează aceeași problemă a scalării pe partea de software, pentru secvențe de mai multe milioane de tokens.

Agenții primesc și mecanisme de control la dispoziția administratorilor: cine poate lansa ce, cu ce buget și în urma cărei aprobări. Devin mărește singur limitele inginerilor pe care îi consideră eficienți și îi îndrumă pe ceilalți către un administrator; Perplexity permite accesul la fiecare conector anumitor roluri, iar Agent API poate suspenda un apel MCP până la aprobarea aplicației; toolset-urile OpenAI permit aplicației să confirme modificările și să limiteze numărul de pași; Vibe CLI 3.0.0 le oferă administratorilor un flag care dezactivează serverele MCP. Amp, la rândul său, lucrează în Linear în numele persoanei care îi atribuie un issue: agentul se instalează în instrumentele echipei și acționează folosind conexiunea Linear a fiecăruia.

În fine, pentru dezvoltatori, toamna aduce o serie de migrări. GPT-4o și GPT-4.1 vor fi retrase din API-ul OpenAI pe 14 ianuarie 2027, iar modelele de sinteză vocală tts-1 și gpt-4o-mini-tts încă de pe 6 ianuarie, iar aceste date apar doar pe pagina de deprecieri: o monitorizare limitată la changelog-ul API-ului le ratează. Pe Trainium, Hugging Face recomandă renunțarea la Optimum Neuron în favoarea Transformers și TRL pe TorchNeuron. Iar Vibe CLI 3.0.0 necesită Python 3.14, validează certificatele mai strict și nu mai redeschide sesiunile Vibe 1.x, ceea ce îi poate surprinde pe cei care fac actualizarea fără să citească notele.