DeepSeek deschide codul DeepInfer, motorul care deservește V4.1-Flash în producție, Mistral lansează Voxtral 3 și ElevenLabs Eleven Realtime pentru agenții vocali, Perplexity Computer rulează local pe Mac

DeepSeek deschide codul DeepInfer, motorul de inferență care deservește DeepSeek-V4.1-Flash în producție, și prezintă cifrele serviciului său: 155 000 de miliarde de tokenuri pe zi pe un singur cluster. În aceeași zi, Mistral și ElevenLabs își lansează modelele pentru agenți vocali pe două căi opuse, un lanț de transcriere și sinteză cu Voxtral 3, un model unic de la vorbire la vorbire cu Eleven Realtime, în timp ce Perplexity rulează Computer integral local pe Mac. Google publică și TorchTPU în regim open source, iar OSS Scanner, serviciul Anthropic, prezintă un prim bilanț, care include o vulnerabilitate curl între timp remediată.

DeepInfer: DeepSeek deschide codul motorului de inferență care deservește DeepSeek-V4.1-Flash în producție

20 octombrie — DeepSeek publică în regim open source DeepInfer, propriul cadru de inferență (inference framework) care deservește DeepSeek-V4.1-Flash în serviciile sale, sub licența Apache-2.0. Versiunea publicată, dedicată inferenței offline, acceptă doar acest model, pe GPU NVIDIA SM100 și NPU Huawei Ascend 950. Ea preia componentele din producție: bibliotecile de kerneluri deja publicate de DeepSeek (FlashMLA, DeepGEMM, DeepEP, TileKernels, DeepSelect) și kerneluri TileLang, paralelismul experților cu echilibrarea încărcării pentru componenta MoE, o decodare speculativă proprie (DSpark), o reluare limitată a ferestrei glisante de atenție care reduce sarcina preumplerii și ieșiri structurate prin expresii regulate, schemă JSON sau gramatică EBNF.

DeepSeek deschide în același timp codul deepseek-recipe (licență MIT), componenta din producție care transformă cererile API-urilor Messages, Chat Completions și Responses în tokenuri pentru DeepSeek V4 și V4.1, apoi ieșirile modelului în răspunsuri. Logica sa este aliniată cu cea a API-ului oficial: un furnizor terț de găzduire obține același comportament pentru modul de raționament, apelurile de instrumente sau ieșirile structurate. Secțiunea FAQ despre implementare din depozit arată amploarea serviciului:

Date de producție publicate de DeepSeek	Valoare publicată
Tokenuri furnizate de un singur cluster	155 000 de miliarde pe zi
Venit total la tariful din afara orelor de vârf	38 de dolari pe oră-GPU
Preumplere	mașini obișnuite cu 8 GPU
Decodare	supernoduri cu 64 până la 128 GPU
Păstrarea cache-ului KV	peste 72 de ore

Nu totul este deschis. Gestionarea cache-ului KV și echilibrarea încărcării între replici, prea strâns legate de infrastructura internă potrivit DeepSeek, rămân închise și sunt descrise doar într-o postare pe Zhihu, iar separarea dintre encoderul vizual, preumplere și decodare nu este furnizată. Măsurătorile de debit sunt publicate doar sub formă de grafice. Construit inițial în principal pe baza vLLM, cu inspirație din SGLang și TensorRT-LLM, DeepInfer va găzdui și codul de inferență al viitoarelor modele DeepSeek; depozitul avea 11 562 de stele în aceeași seară.

🔗 Firul de postări al @deepseek_ai · DeepInfer pe GitHub · deepseek-recipe pe GitHub

Voxtral 3: Mistral lansează modele de transcriere și sinteză vocală și un SDK pentru agenți vocali

20 octombrie — Mistral lansează Voxtral 3, o familie de modele de transcriere (speech-to-text) și sinteză vocală (text-to-speech), însoțită de un SDK pentru construirea agenților vocali. Totul este disponibil începând cu 20 octombrie în API-ul Mistral, prin endpoint-uri europene, americane și globale, precum și în mediile de testare (playgrounds) din Studio; implementarea la sediul clientului sau în cloud privat este oferită la cerere.

Model Voxtral 3	Utilizare prevăzută	Preț anunțat
Voxtral Small Transcribe 3	Cea mai precisă transcriere, diarizare	0,004 dolari pe minut
Voxtral Mini Transcribe 3 (4B)	Transcriere în lot, diarizare	0,0035 dolari pe minut
Voxtral Mini Transcribe Realtime 3	Transcriere în timp real, sub 500 ms	0,008 dolari pe minut
Voxtral Speech 3	Sinteză vocală, în lot și în timp real	13 dolari pe milion de caractere

Transcrierea acoperă 50 de limbi, inclusiv cele 24 de limbi oficiale ale Uniunii Europene. Ea separă vorbitorii (diarizare), acceptă cuvinte-cheie pentru a recunoaște mai bine vocabularul profesional fără ajustare fină (fine-tuning) (favorizare contextuală, context biasing) și detectează sfârșitul unei intervenții. Pentru 45 de limbi din benchmark-ul FLEURS, Mistral publică următoarele rate de eroare la nivel de cuvinte, limba fiind indicată modelului sau detectată automat:

Model evaluat (FLEURS, 45 de limbi)	Limba indicată modelului	Limba detectată automat
Voxtral Small Transcribe 3	4,0 %	4,1 %
Microsoft AI Transcribe 2	4,0 %	4,1 %
Voxtral Mini Transcribe 3	4,5 %	4,6 %
Gemini 3.5 Transcribe	4,5 %	6,1 %
Scribe v2	4,9 %	4,9 %
GPT Transcribe	5,6 %	6,3 %
Whisper large-v3	14,9 %	16,0 %

Mistral afirmă că modelul său Small este mai bun decât Whisper, Scribe v2 și Gemini 3.5 Transcribe, dar propriul grafic plasează Microsoft AI Transcribe 2 la egalitate. În timp real, cu o latență de 480 ms, modelul Mini obține 6,4 % pentru 35 de limbi, în urma Gemini 3.5 Realtime Transcribe (4,2 %) și Microsoft AI Transcribe 2 Streaming (5,8 %), dar înaintea GPT Live Transcribe (8,4 %) și Scribe v2 Realtime (8,7 %).

Voxtral Speech 3 vorbește peste 35 de limbi și peste 50 de dialecte, deduce emoția și ritmul din contextul conversației sau urmează instrucțiuni explicite pentru fiecare replică, iar Pro Voice reproduce o voce profesională pornind de la 30 de minute de audio; potrivit Mistral, rularea sa costă mai puțin decât cea a modelelor comparabile de la OpenAI, Deepgram, ElevenLabs și Google.

SDK-ul pentru agenți vocali, construit pe LiveKit, înlănțuie trei modele în flux: modelul în timp real ascultă și identifică sfârșitul frazei, un model generalist precum Mistral Small raționează și apelează instrumentele, apoi Voxtral Speech 3 răspunde. Nicio etapă nu așteaptă încheierea celei precedente: fiecare tur de conversație se încheie în mai puțin de o secundă, potrivit Mistral, agentul tace când este întrerupt, efectuează apeluri prin SIP sau WebRTC, iar fiecare etapă rămâne un model înlocuibil. Spre deosebire de Voxtral Transcribe 2 (februarie) și Voxtral TTS (martie), Voxtral 3 nu este anunțat cu ponderi deschise: postarea propune API-ul Mistral sau o implementare pe infrastructura proprie, de organizat împreună cu echipa Mistral, iar pe Hugging Face nu apărea niciun depozit în seara lansării.

🔗 Postarea Mistral · Firul de postări al @MistralAI

Eleven Realtime: ElevenLabs transformă agentul vocal într-un singur model de la vorbire la vorbire

20 octombrie — În aceeași zi cu Voxtral 3, ElevenLabs adoptă abordarea opusă. Acolo unde SDK-ul Mistral înlănțuie trei modele separate și înlocuibile, fiecare model Eleven Realtime reunește întregul agent vocal într-un singur model de la vorbire la vorbire (Speech to Speech): recunoașterea vocală, detectarea activității vocale, alternarea intervențiilor, LLM-ul și sinteza sunt optimizate împreună, ca un întreg. Modelele vorbesc peste 90 de limbi și pot folosi cele peste 17 000 de voci din biblioteca ElevenLabs.

Sunt lansate două versiuni. Eleven Realtime v1 Mini, modelul implicit, vizează conversațiile cu cost redus (asistenți, profesori, personaje interactive). Eleven Realtime v1 Max raționează înainte de a răspunde și se adresează sarcinilor complexe, precum asistența pentru clienți sau fluxurile cu mai multe etape și apeluri de instrumente; costă mai mult pe token. Rezultatele publicate provin din evaluări Artificial Analysis citate de ElevenLabs:

Indicator (Artificial Analysis, potrivit ElevenLabs)	Eleven Realtime v1 Max	Eleven Realtime v1 Mini
Big Bench Audio (1 000 de întrebări adresate cu voce tare)	98,8 %	75,9 %
Timp mediu până la începerea răspunsului vocal	0,57 s	0,62 s
Full-Duplex-Bench (pauze, întreruperi)	94,1 %	95,8 %
Sarcini cu instrumente finalizate cu succes	87,1 %	60,3 %

Potrivit ElevenLabs, niciun model din clasamentul Artificial Analysis nu este în același timp mai rapid și mai precis decât v1 Max. Mini gestionează puțin mai bine dinamica conversației, dar Max se distanțează în sarcinile cu instrumente.

În ElevenAgents, este suficient să schimbi modul vocal al unui agent din „Custom” în „Realtime” pentru a păstra restul platformei: telefon, web, WhatsApp și centre de contact. Modelele sunt oferite și printr-un API Realtime compatibil cu cel al OpenAI: un dezvoltator care are deja integrarea schimbă endpoint-ul și numele modelului și își păstrează codul, exclusiv prin WebSocket. Implementarea se face treptat, în funcție de spațiile de lucru. Mini nu este disponibil nici în modul Zero Retention, nici în regim HIPAA, spre deosebire de Max, și nu este indicat niciun preț concret: ElevenLabs facturează tariful obișnuit pe minut din ElevenAgents plus tokenurile la tariful modelului ales.

ElevenLabs se alătură astfel modelelor vocale end-to-end deja oferite de OpenAI (GPT-Live-1, la 0,05 dolari pe minut în API din 10 septembrie), Google (Gemini 3.8 Live) și SpaceXSI (Grok Voice 3.0).

🔗 Postarea ElevenLabs · Documentația modelelor Realtime

Perplexity Computer rulează integral local pe Mac, inclusiv modelul

20 octombrie — Perplexity rulează Computer, agentul său, integral pe Mac: modelul, cadrul de orchestrare (harness) și executarea sarcinilor rămân pe dispozitiv.

Perplexity Computer can now run fully local on your Mac. Work with your native Mac apps and local files, and run tasks without sending sensitive data to the cloud. The model and the agent both run on your Mac. Available now in the Perplexity Mac app.

🇷🇴 Perplexity Computer poate rula acum integral local pe Mac-ul dumneavoastră. Lucrați cu aplicațiile native pentru Mac și cu fișierele locale și executați sarcini fără a trimite date sensibile în cloud. Modelul și agentul rulează amândoi pe Mac-ul dumneavoastră. Disponibil acum în aplicația Perplexity pentru Mac. — @perplexity_ai pe X

Element al lansării	Detalii potrivit Perplexity
Modele locale	Qwen 3.6 și PPLX Pro
Memorie recomandată	36 Go de memorie unificată sau mai mult
Dispozitive vizate	Mac-uri Apple silicon compatibile, precum noul Mac mini cu M6 și M5 Pro
Abonamente vizate	Pro, Max și Enterprise
Credite Computer	nu sunt consumate de sarcinile locale
Trecerea prin cloud	cu autorizare, către peste 15 modele de frontieră

Cu permisiunea utilizatorului, agentul lucrează cu fișierele locale și în aplicații precum Notes, Messages, Mail sau Numbers. PPLX Pro este, potrivit postării Perplexity, versiunea sa post-antrenată a Qwen 3.8; întrebat despre dimensiunea sa, Aravind Srinivas, șeful Perplexity, răspunde că este un model dens cu 27 de miliarde de parametri și estimează că 36 Go de memorie vor deveni ceva obișnuit.

Aplicația pentru Mac oferă acum două moduri de a lansa Computer. Hybrid Compute, lansat pe 1 septembrie, pornește din cloud pentru căutare și raționament și prelucrează fișierele private local; noul mod pornește de pe Mac, care păstrează planificarea, raționamentul și prelucrarea fișierelor. Dacă utilizatorul autorizează acest lucru, agentul trece prin cloud pentru informații actualizate, navigare web sau aplicații conectate, iar codul și instrumentele se execută în medii sandbox izolate, cu aceleași protocoale de securitate ca versiunea cloud. Perplexity menționează trei utilizări: analiza unui portofoliu pornind de la poziții private, o propunere comercială construită pe baza unor note confidențiale și o listă de priorități pentru dimineață extrasă din Messages și Mail.

Este echivalentul pe Mac al Portable Computer, versiunea integral locală lansată pe 25 august pe DGX Spark, apoi extinsă în septembrie la Linux, Windows și PC-uri cu procesor AMD Ryzen AI Max.

🔗 Postarea Perplexity

PyTorch dincolo de GPU-urile NVIDIA: TorchTPU în regim open source, suport nativ pentru TPU la Hugging Face și MPS în PyTorch 2.15

Trei anunțuri ale zilei fac PyTorch să ruleze pe alte cipuri decât cele de la NVIDIA: Google publică TorchTPU la PyTorch Conference, Hugging Face îl integrează în aceeași zi în bibliotecile sale, iar echipa PyTorch de la Hugging Face detaliază ce aduce PyTorch 2.15 pentru Mac-uri.

TorchTPU: Google își publică stiva PyTorch nativă pentru TPU, cu vLLM, SGLang, TorchTitan și llm-d 1.0

20 octombrie — Google publică în open source TorchTPU, stiva sa PyTorch nativă pentru TPU, dezvoltată împreună cu echipa PyTorch de la Meta. TPU devine un dispozitiv PyTorch ca oricare altul (torch.device("tpu")): depanarea se face în execuție imediată (eager), apoi se trece în producție cu torch.compile, care compilează prin XLA. Până acum, trebuia să îți rescrii codul în JAX sau să folosești vechiul torch_xla.

Două motoare de inferență se bazează pe TorchTPU: vLLM-TorchTPU, dezvoltat împreună cu Inferact, și SGLang-TorchTPU, împreună cu RadixArk, deja în producție la Meta. Google anunță 2,01 cenți de dolar pentru un milion de tokens în clasamentul InferenceX al SemiAnalysis, cu Qwen 3.5 pe Ironwood, și peste 700 de tokens pe secundă pentru un singur utilizator pe Kimi K3, un model cu 2 800 de miliarde de parametri. Pentru antrenare, TorchTitan pe TPU atinge o rată de utilizare a capacității de calcul (Model FLOPs Utilization) de până la 52 % pe Qwen 3 8B, cu teste pe până la 8 192 de cipuri Ironwood. Google lansează și llm-d 1.0, o stivă Kubernetes pentru servire distribuită, creată împreună cu Red Hat și IBM: pentru o sarcină de programare agentică, timpul median până la primul token scade cu peste 85 %, iar debitul crește de 2,4 ori față de un simplu Service Kubernetes.

🔗 Articolul Google Cloud · Motoarele vLLM și SGLang pe TPU · llm-d 1.0

Hugging Face oferă suport nativ pentru TPU în Transformers, Diffusers și Kernels

20 octombrie — Hugging Face integrează TorchTPU în ecosistemul său: TPU devine un dispozitiv ca oricare altul, fără a trece prin PyTorch/XLA sau JAX, iar Optimum TPU, stratul pe care Hugging Face îl întreținea până acum, nu mai este necesar pentru Transformers și Diffusers. În Transformers, este suficient să încarci un model cu device_map="tpu"; în Diffusers, este suficient un pipe.to("tpu"), cu compilare opțională și paralelism tensorial pentru a distribui modelele mari pe mai multe cipuri.

Caz măsurat de Hugging Face	Rezultat publicat
Qwen-Image-2.1, imagine 1024 × 1024 în 40 de pași (TPU v6e-4)	3,5 s cu compilare, 8,0 s fără compilare
MiniMax-H3, video cu audio de 5,2 s (TPU v6e-4)	188 s cu compilare, 262 s fără compilare
Decodare Qwen3-30B-A3B, lot de 64, kernel Tokamax (v6e-8)	De 21,5 ori mai rapid
Teste Transformers trecute pe TPU	96,5 %

Echipa a raportat 34 de probleme proiectului TorchTPU, dintre care 19 au fost deja remediate, și pregătește o CI nocturnă pe TPU. Este al doilea backend PyTorch nativ pentru un accelerator non-NVIDIA integrat de Hugging Face în două zile, după TorchNeuron pentru AWS Trainium în ziua precedentă.

🔗 Articolul Hugging Face despre TorchTPU

PyTorch 2.15 aduce FP8 pe Mac și accelerează de până la 6,5 ori decodarea modelelor MoE

20 octombrie — Echipa PyTorch de la Hugging Face, care lucrează la MPS, backendul GPU pentru Mac-urile Apple silicon, detaliază ce aduce PyTorch 2.15, aflat încă în versiune candidată. FP8 ajunge pe Mac, cu un octet pentru fiecare valoare, jumătate față de BF16, și cu înmulțire directă pe GPU. Datorită unei operații native de înmulțire grupată a matricelor, decodarea modelelor MoE devine de 5 până la 6,5 ori mai rapidă decât în 2.14.

Măsurătoare pe Mac	Cu PyTorch 2.14	Cu PyTorch 2.15
Decodare Qwen3.6-35B-A3B pe M3 Ultra	9,4 tokens/s	61,3 tokens/s
Decodare LFM2.5-8B-A1B pe M3 Ultra	23,6 tokens/s	123,6 tokens/s
Softmax FP32 pe 128 256 de logits	57 µs	7 µs
Vârf de memorie al driverului, VAE pentru Wan2.2	270,1 Gio	8,1 Gio

Codificatorul VAE al Qwen-Image-2.1, care corupea imaginile pe MPS fără a semnala eroarea, a fost reparat. PyTorch 2.15 necesită macOS 15 și Python 3.11, iar o prezentare preliminară a versiunii 2.16, încă susceptibilă de modificări, anunță un mecanism de atenție scris integral în Metal.

🔗 Articolul Hugging Face despre MPS

Securitatea software-ului open source: primul bilanț al OSS Scanner și firewallul pentru pachete al GitHub

Două anunțuri vizează lanțul software open source la ambele capete: găsirea vulnerabilităților în codul proiectelor și filtrarea pachetelor în momentul instalării.

OSS Scanner: 114 proiecte acceptate, 77 de vulnerabilități critice și 803 de severitate ridicată raportate, o vulnerabilitate curl remediată

19 octombrie — La unsprezece zile de la lansare, OSS Scanner, serviciul gratuit al Anthropic care scanează proiectele open source critice cu cele mai puternice modele ale sale, prezintă primele cifre. Într-un fir de discuție redistribuit în aceeași seară de @ClaudeDevs, Punit Shah, managerul de produs al serviciului, menționează aproximativ 650 de proiecte candidate și 114 acceptate. Scanările au raportat deja responsabililor de întreținere 77 de vulnerabilități critice și 803 de severitate ridicată, conform nivelului de severitate atribuit de model, deși nu toate proiectele au fost încă scanate.

Cazul evidențiat este curl: vulnerabilitatea CVE-2026-92392, o utilizare a memoriei după eliberare (use-after-free) în timpul unei trimiteri prin HTTP/2, descoperită cu o primă versiune a OSS Scanner, a fost remediată în curl 8.23.0 pe 14 octombrie. Avizul curl o clasifică drept vulnerabilitate de severitate ridicată pentru versiunile 8.12.0 până la 8.22.0 și atribuie raportarea către « Luna with Claude, Anthropic ». O altă lecție: majoritatea primelor rapoarte, trimise prin e-mail cu dovada de concept, au fost respinse, filtrele de e-mail confundându-le probabil cu software malițios. Anthropic testează, așadar, transmiterea prin GitHub Security Advisories; peste 150 de proiecte încă așteptau o decizie, potrivit unei estimări a lui Punit Shah.

🔗 Firul de discuție al lui Punit Shah · Avizul de securitate curl

GitHub filtrează în versiune preliminară pachetele npm instalate de runner-ele Actions și de agenții de programare

20 octombrie — GitHub lansează în versiune preliminară publică un firewall pentru pachete (package firewall). Constatarea de la care pornește: tot mai multe atacuri exploatează momentul instalării unui pachet pentru a colecta date de autentificare de pe gazdele CI/CD sau de pe stațiile de lucru ale dezvoltatorilor, fără a executa măcar codul pachetului. Firewallul se interpune între executanții (runners) GitHub Actions sau agenții de programare și registrele sursă și inspectează atât cererile de metadate, cât și descărcările.

Element cheie al firewallului	Ce prevede versiunea preliminară
Controale disponibile	Perioadă de așteptare, alerte din GitHub Advisory Database, retrogradări ale atestărilor
Clienți vizați	GitHub Enterprise Cloud, inclusiv rezidența datelor
Ecosistem acceptat	Doar npm pentru moment
Preț	Gratuit în versiunea preliminară, apoi facturat în funcție de utilizare, ca GitHub Actions

Agenții de programare și gazdele CI/CD trebuie configurate să treacă prin firewall în loc să interogheze direct registrele, iar pentru un pachet blocat din greșeală se poate solicita o excepție.

🔗 Anunțul GitHub

Asistenți: conversațiile blocate din ChatGPT, Gemini pentru întreprinderile mici și pentru administrațiile americane

OpenAI și Google adaugă asistenților lor funcții pentru nevoi specifice: confidențialitatea unei conversații în ChatGPT, întreprinderile mici și serviciile publice americane în Gemini.

ChatGPT ascunde conversații în spatele unui cod PIN de 4 cifre

20 octombrie — ChatGPT introduce conversațiile blocate (locked chats): o conversație aleasă rămâne în cont, dar dispare din istoric, din conversațiile fixate și din căutare. Aceasta este mutată în spațiul Locked chats din Projects, care se deschide cu un cod PIN al contului de 4 cifre sau, pe mobil, cu Face ID, Touch ID ori deblocarea dispozitivului Android. Funcția este implementată treptat pe web, iOS, Android și în noua aplicație desktop pentru macOS și Windows, de la Free la Pro, precum și pe Business, Enterprise și Edu, dar nu și pe ChatGPT for Healthcare.

OpenAI îi precizează limitele: blocarea nu aduce nici criptare de la un capăt la altul, nici un seif separat și nu modifică durata de păstrare. Resetarea unui PIN uitat șterge definitiv toate conversațiile blocate și fișierele pe care le protejează. În companii, conversațiile blocate rămân în jurnalele OpenAI Compliance Platform, iar administratorii nu pot nici să dezactiveze funcția, nici să deblocheze o conversație. Conversațiile Codex, conversațiile temporare sau cele de grup nu pot fi blocate.

🔗 Notele de versiune ChatGPT · Ghidul conversațiilor blocate

Aplicația Gemini deschide un spațiu pentru întreprinderile mici

20 octombrie — Google adaugă aplicației Gemini o pagină de pornire dedicată întreprinderilor mici, prezentată drept un punct unic de acces pentru dezvoltarea mărcii, analizarea finanțelor și o mai bună înțelegere a clienților; potrivit Google, zeci de milioane de proprietari de întreprinderi mici folosesc deja Gemini. Pentru materialele vizuale, antreprenorul încarcă site-ul, ghidul de identitate vizuală, fonturile sau culorile sale: Gemini se bazează pe Nano Banana 2.1 pentru a produce materialele unei lansări sau campanii și păstrează acest stil fără o nouă încărcare. Pentru finanțe, foile de calcul dezordonate, bonurile sau istoricul achizițiilor devin în câteva secunde grafice și modele interactive.

Gemini se conectează la Google Business Profile, Google Ads și Google Workspace, precum și la Adobe, Canva, Dropbox, Shopify, Wix, Zoho și Xero. Printre mărturii, o ceramistă din Bordeaux (Bleu Clémentine) spune că economisește două până la trei ore pe zi. Implementarea începe « în zilele următoare », la nivel mondial și pentru toți utilizatorii aplicației.

🔗 Articolul Google

Gemini for government services: agentul Gemini în versiune preliminară pentru administrațiile americane

20 octombrie — Google Cloud adaptează pentru sectorul public agentul Gemini prezentat la începutul lui octombrie la Gemini at Work: Gemini for government services este disponibil în versiune preliminară pentru agențiile federale, de stat și locale din SUA, a anunțat Thomas Kurian, directorul Google Cloud. Oferta reunește skills care aplică legile, reglementările și instrucțiunile agențiilor, conectori către sistemele acestora, interogate la sursă fără migrarea datelor, agenți parteneri, inclusiv cei ai SZNS Solutions, un plan de control unic pentru securitate și conformitate și o rețea de 13 integratori.

Google menționează șapte utilizări, de la cercetarea reglementărilor cu citări la nivel de paragraf până la mascarea informațiilor din documente înainte de publicare, trecând prin cererile de acces la documente administrative (FOIA) și auditarea cheltuielilor din subvenții. Conectorii acoperă Federal Register, regulations.gov și eCFR, Oracle, Salesforce, ServiceNow, Google Workspace și Microsoft 365. Google colaborează cu statul Missouri și cu Departamentul Sănătății din SUA (HHS), iar oferta poate fi implementată în perimetrul de date FedRAMP High al Assured Workloads; nu au fost anunțate nici prețul, nici data disponibilității generale.

🔗 Articolul Google Cloud

IA aplicată: proteine de legare concepute de Claude, recomandările QD-Rec și Flora pentru roboți

Trei lucrări ale zilei aplică modelele la câte o problemă specifică: proiectarea proteinelor împotriva veninurilor, sprijinirea deciziilor și adnotarea videoclipurilor pentru antrenarea roboților.

Claude concepe proteine de legare împotriva neurotoxinelor de scorpion: 17 validate din 211 testate

20 octombrie — Anthropic publică pe blogul său Science o campanie de proiectare a proteinelor realizată de Claude împotriva a cinci neurotoxine de scorpion din patru regiuni, din Mexic până în Orientul Mijlociu. Un model intern de cercetare, utilizat în Claude Science, a preluat promptul unui studiu din august, adaptat împreună cu Citrini Research, apoi a lucrat în mare parte singur, ghidat de patru intervenții ale echipei: 318 484 de variante generate cu 12 instrumente și o listă finală de 180 de variante în 64 de ore, pentru un volum de calcul de ordinul a 10 000 de ore GPU. Adaptyv Bio și Twist Bioscience au testat 211 variante, dintre care 31 adăugate de echipă. Conform unor criterii stricte, 17 se leagă de ținta lor, fiecare de o singură toxină, și niciuna nu vizează toxina braziliană Ts1. Cele mai bune două, Cn2-B1 și Cn2-B2, se leagă de toxina mexicană Cn2 cu o afinitate de câțiva nanomolari și par să vizeze același situs ca anticorpul LR, care o neutralizează la șoareci.

This is exploratory work, and we’re not claiming to have produced an antivenom—for that, we’d have to test the binders within living cells, then in mice, among many other steps. But it’s an example of how Claude can concretely assist research in protein design.

🇷🇴 Este o lucrare exploratorie și nu pretindem că am produs un antivenin: pentru aceasta, ar trebui să testăm proteinele de legare în celule vii, apoi la șoareci, printre multe alte etape. Dar este un exemplu al modului în care Claude poate ajuta concret cercetarea în proiectarea proteinelor. — @AnthropicAI pe X

Cele 211 variante și datele lor sunt publicate. O notă recunoaște că acest volum de calcul depășește resursele majorității cercetătorilor, dar indică faptul că un prompt simplificat, cu un singur agent și un singur GPU timp de 24 de ore, atinge scoruri in silico comparabile.

🔗 Articolul Anthropic

QD-Rec: Sakana AI generează prin evoluție recomandări variate și argumentate

20 octombrie — Sakana AI prezintă QD-Rec, care aplică căutarea deschisă (open-ended search) și abordarea calitate-diversitate (Quality-Diversity) recomandărilor pentru sprijinirea deciziilor. În loc să clasifice candidații, metoda caută perechi candidat-ipoteză: o companie de achiziționat, un client de contactat sau un articol de citit și textul care explică de ce să fie ales. Un bandit contextual alege următorul candidat favorizând zonele slab acoperite, un LLM redactează ipoteza adaptând sau combinând ipotezele deja arhivate, iar o arhivă organizată pe nișe păstrează justificările noi.

Testat pe fuziuni și achiziții, pe selectarea publicului pentru marketing și pe recomandarea de articole, cu Claude Sonnet 5 sau Claude Haiku 4.5 ca generator de propuneri și gpt-5.6-terra ca evaluator, QD-Rec obține în majoritatea cazurilor cea mai bună calitate medie și cea mai mare arhivă pentru 1 000 de evaluări: pentru Walt Disney, 2,91 din 10 și 214 recomandări, față de 2,40 și 85 fără evoluție. Sakana precizează că aceste scenarii nu constituie sfaturi de investiții și că un model a indicat o valoare absentă din date; codul este publicat sub licența Apache-2.0.

🔗 Articolul tehnic al Sakana AI

Flora: NVIDIA publică ponderile unei suite de modele care adnotează videoclipuri pentru roboți

20 octombrie — Laboratorul GEAR al NVIDIA publică ponderile Flora, o suită de modele care transformă videoclipuri brute cu roboți sau oameni în semnale de antrenare: descrieri ale acțiunilor cu marcaje temporale, recompense pentru rezultate destinate monitorizării implementărilor și recompense de proces pentru învățarea prin întărire. Flora servește deja drept motor de date pentru antrenarea modelelor GR00T și adnotează 200 000 de ore de material video pe zi pe 512 GPU GB300. Potrivit NVIDIA, este competitiv cu GPT-6 Astra la un cost de aproximativ 125 de ori mai mic, dar tabelul publicat oferă o imagine mai nuanțată:

Benchmark și metrică	Flora	GPT-6 Astra
DenseRewardBench, macro F1 (mai mare = mai bine)	46,2	40,7
RoboReward, eroare absolută medie (mai mică = mai bine)	40,0	55,4
DenseCaptionBench Robot200, F1 de segmentare	66,9	71,9
WGO-Bench, acuratețe (gold-window)	64,7	77,4

Flora depășește GPT-6 Astra la majoritatea metricilor de recompensă și la videoclipurile cu oameni, dar rămâne în urmă la videoclipurile cu roboți, la două dintre cele trei metrici WGO-Bench, la corelația Robometer în afara distribuției și la RubricBench.

🔗 Pagina proiectului Flora · Firul de postări al lui Jim Fan

Achiziție și parteneriat: OpenAI achiziționează Orchestra Bio, Runway intră în Claude Marketplace

Două operațiuni comerciale ale zilei: o achiziție în domeniul dezvoltării de medicamente la OpenAI și un acord de distribuție între Runway și Anthropic.

OpenAI achiziționează Orchestra Bio pentru a conecta Rosalind la dezvoltarea de medicamente

20 octombrie — OpenAI anunță achiziția Orchestra Bio, o platformă pe care oamenii și agenții IA avansează împreună programele de dezvoltare a medicamentelor: cercetătorii și responsabilii de program le deleagă agenților urmărirea studiilor și a campaniilor. OpenAI oferă un exemplu: un lot de fabricație nereușit poate întârzia începerea unui studiu clinic; agenții identifică atunci activitățile și calendarele afectate, reunesc informațiile și compară răspunsurile posibile, decizia rămânând la echipe.

Echipa și tehnologia Orchestra se alătură Rosalind, oferta OpenAI pentru științele vieții: GPT-Rosalind pentru raționament în biologie și chimie, Rosalind Workbench pentru conectarea acestor capacități la instrumentele și datele cercetătorilor. Obiectivul declarat: agenți care conectează descoperirile la studii, decizii și etapele următoare ale unui potențial medicament. OpenAI reamintește că, în Statele Unite, trec în medie 10 până la 15 ani între descoperirea unei ținte și aprobarea de către autoritățile de reglementare. Nu este comunicată nicio sumă.

🔗 Anunțul OpenAI

Runway Creative intră în Claude Marketplace, cu plata din angajamentul de cheltuieli Anthropic

20 octombrie — Runway intră în Claude Marketplace al Anthropic cu Runway Creative, platforma sa de generare și editare de videoclipuri, imagini și conținut audio. Clienții eligibili din companii pot aloca o parte din angajamentul lor de cheltuieli Anthropic pentru achiziționarea Runway, prin reprezentantul lor Runway sau Anthropic; nu este publicat niciun tarif. Runway Creative reunește Gen-4.5, Aleph 2.0, Seedance 2.5, Kling 3.0 și ElevenLabs V4, iar Claude asigură raționamentul pentru Runway Agent, care transformă o cerere într-o structură pe cadre, alege modelul pentru fiecare cadru și asamblează videoclipul. Animațiile Claude Motion, în versiune beta pe Claude Team și Enterprise, pot fi exportate în Runway pentru a adăuga imagini, narațiune și muzică.

Runway afirmă că are peste 65 de milioane de creatori, cineaști și echipe de marketing. Este echivalentul, în ecosistemul Anthropic, al intrării Runway Creative în OpenAI Marketplace pe 29 septembrie.

🔗 Anunțul Runway

Evaluarea modelelor: MultiLangBench de la OpenAI, FairStress de la Ai2 și CALIBER de la Cohere Labs

Trei publicații de cercetare evaluează modelele din trei perspective: codul în limbaje puțin răspândite, echitatea deciziilor lor și încrederea pe care o acordă propriilor răspunsuri.

MultiLangBench: GPT-6 Astra construiește un motor compatibil cu SQLite în 20 de limbaje, inclusiv COBOL

19 octombrie — OpenAI publică o postare de cercetare despre limbajele de programare cu resurse reduse (low-resource), precum COBOL, Fortran sau Visual Basic, pentru care există mult mai puțin cod și documentație decât pentru Python, deși ele susțin sisteme bancare sau prognoze meteo. Prima sa evaluare, MultiLangBench, publicată sub licența Apache-2.0, cere construirea de la zero a unui motor de baze de date compatibil cu SQLite într-unul dintre cele 20 de limbaje, verificat prin teste adaptate din suita SQLite.

Model evaluat (efort maxim)	Media pe 20 de limbaje	COBOL	Fortran	Visual Basic
GPT-5.6 Sol	26,8 %	10,9 %	21,4 %	27,5 %
GPT-6 Luna	40,3 %	17,1 %	31,4 %	41,6 %
GPT-6 Astra	87,4 %	72,1 %	83,5 %	89,4 %

GPT-6 Luna costă aproximativ 0,77 dolari per eșantion, față de 3,48 dolari pentru GPT-5.6 Sol. La o a doua evaluare, migrarea programelor COBOL către C++, Java, Kotlin, Python sau Rust cu rezultate identice octet cu octet, GPT-6.1 Sol reușește în 86,6 % dintre cazuri cu efort redus, față de 5,4 % pentru GPT-5.6 Sol la aceeași setare, și costă cu 39 % mai puțin; cu un efort mai mare, ajunge la 97,9 %. OpenAI reamintește că o migrare în producție necesită în continuare o revizuire de către experți.

🔗 Postarea OpenAI · MultiLangBench pe GitHub

FairStress: Ai2 măsoară echitatea demografică dincolo de răspunsul final

20 octombrie — Ai2 publică FairStress, un benchmark care testează echitatea demografică a modelelor dincolo de alegerea lor finală: măsoară și cât de ușor renunță un model la o decizie bine fundamentată în fața unui argument persuasiv, precum și modul în care o justifică. Benchmarkul cuprinde 300 de scenarii de decizie între doi candidați în 29 de domenii, de la angajare la locuințe, dezvoltate în peste 13 milioane de cazuri de test.

Fără informații demografice, modelele se comportă simetric. Pe 15 modele, diferența medie în renunțarea la un răspuns corect ajunge la 6,9 puncte cu o identitate implicită și la 9,3 puncte cu o etichetă explicită: modelele renunță mai ușor la candidatul mai bun când acesta este marcat ca aparținând majorității, ceea ce Ai2 numește o supracorecție antistereotipică. Modele de vârf precum Claude Opus 5 și GPT-5.5 aleg candidatul marcat ca aparținând unei minorități în aproximativ 60 până la 65 % dintre cazurile ambigue, iar majoritatea celor nouă metode de corecție testate nu reduc asimetria în mod fiabil. Ai2 precizează că definiția sa a echității se bazează pe egalitatea de tratament; codul este publicat sub licența MIT.

🔗 Postarea Ai2

CALIBER: Cohere Labs învață modelele de raționament să își estimeze încrederea înainte și după raționament

20 octombrie — Cohere Labs, laboratorul de cercetare al Cohere, prezintă CALIBER (Calibration Before and After Reasoning), o metodă care învață un model de raționament să își estimeze șansele de două ori: înainte de a raționa, apoi pentru răspunsul produs. Încrederea inițială este antrenată pe rata de succes a modelului la mai multe încercări pentru aceeași întrebare (șapte reușite din zece dau o țintă de 70 %), iar încrederea finală, pe corectitudinea răspunsului său.

Pe benchmarkul BigMathDigits, eroarea de calibrare așteptată (Expected Calibration Error, ECE) a modelului cu 7 miliarde de parametri scade de la 0,059 pentru cea mai bună metodă cu o singură estimare a încrederii la 0,028, adică cu 52,5 %; fără antrenare suplimentară, scăderea ajunge la 26,8 % pe GPQA, 32,2 % pe TriviaQA și 36,2 % pe SimpleQA. Modelul cu 30 de miliarde nuanțează imaginea: ECE a acestuia (0,022) este doar foarte puțin mai bună decât cea a CoCA-lite (0,023). Utilizarea acestor estimări pentru a decide când să verifice sau să se abțină nu a fost testată și nu este anunțat niciun produs Cohere.

🔗 Postarea Cohere · Articolul pe arXiv

API-ul OpenAI păstrează prompturile în cache timp de 12 ore, la un cost de scriere de 2,5 ori prețul de intrare

20 octombrie — API-ul OpenAI permite acum păstrarea unui prompt în cache timp de 12 ore, față de 30 de minute în mod implicit. Noutatea vizează agenții persistenți, precum dots de la OpenAI, care reutilizează aceleași instrucțiuni, instrumente și același context pe tot parcursul zilei: cererile trimise la intervale de câteva ore beneficiază în continuare de tariful redus pentru tokenurile din cache. Configurarea se face prin parametrul prompt_cache_options.ttl din Responses API, pentru GPT-5.6 și modelele ulterioare, iar cele două durate se combină într-o singură cerere: 12 ore pentru instrucțiunile comune, 30 de minute pentru partea recentă a conversației.

Tip de tarif (GPT-5.6 și modelele ulterioare)	Multiplicatorul prețului de intrare fără cache
Scriere în cache, 30 de minute (implicit)	1,25
Scriere în cache, 12 ore (Responses API)	2,5
Citire din cache	0,1 (0,05 pentru GPT-6.1 Sol)

Pentru un context reutilizat pe tot parcursul zilei, OpenAI estimează că economiile depășesc cu mult costul suplimentar al scrierii.

🔗 Ghidul pentru păstrarea prompturilor în cache · Firul de postări al @OpenAIDevs

Agenți de programare: Claude Code 2.1.304, Copilot CLI 1.0.101, Vibe CLI 3.0.1 și Devin Fusion

Trei CLI pentru agenți de programare publică versiuni axate pe permisiuni și fiabilitate, iar Cognition se compară cu Claude Code pe un index independent.

Claude Code 2.1.304: /claude-api managed-agents-secure, avertizare înaintea unei reluări costisitoare și 43 de remedieri

19 octombrie — Claude Code 2.1.304, publicată pe GitHub la 21 h 34 UTC, cuprinde 76 de intrări, dintre care 43 de remedieri. Noua comandă /claude-api managed-agents-secure compară setările unui agent Claude Managed Agents cu ghidul de securitate publicat de Anthropic, fără a modifica nimic. Abonații Pro și Max sunt avertizați când reluarea unei conversații inactive ar consuma o parte semnificativă din limita lor de utilizare pentru intervalul de cinci ore și pot deschide în schimb o conversație nouă în care Claude o va regăsi pe cea veche. /auto-mode-setup devine disponibil pe Bedrock, Vertex, Foundry și gateway-ul Claude apps.

Mai multe remedieri protejează munca utilizatorului: claude --worktree nu mai șterge, fără să întrebe, un worktree și ramura sa când HEAD era detașat sau pe altă ramură, ceea ce putea duce la pierderea unor commituri, iar un rm -r pe un disc montat declanșează acum solicitarea de securitate. Căutarea instrumentelor devine activă implicit când se folosește un ANTHROPIC_BASE_URL personalizat, iar Code Review poate revizui toate repository-urile unei organizații GitHub, inclusiv pe cele adăugate ulterior.

🔗 Notele versiunii Claude Code 2.1.304

Copilot CLI 1.0.101: ieșiri structurate native pentru subagenți și instrucțiuni pentru evaluatorul permisiunilor

20 octombrie — GitHub publică versiunea stabilă Copilot CLI 1.0.101, la o zi după 1.0.100; cele 30 de intrări ale sale provin din două versiuni preliminare apărute între timp. Două noutăți deschid lista: ieșiri structurate native pentru subagenții fluxurilor de lucru dinamice (dynamic workflows), pe modelele care permit acest lucru, și o setare assistedApprovalInstructions care ghidează deciziile de confirmare ale evaluatorului Assisted Permissions.

Permisiunile devin mai clare: solicitările de aprobare explică motivul escaladării și propun o comandă de diagnostic specifică cererii, iar o comandă shell care creează și apoi deschide un dosar solicită o aprobare pentru cale în loc să fie refuzată imediat. Pentru companii, pluginurile atribuite unei Team se instalează din marketplace-urile GitHub ale acelei Team, iar selectorul marchează drept implicit modelul impus de administrator. Pe macOS, sandbox-ul se conectează direct la serviciile TCP locale când accesul local este permis, iar modelele locale din providers.json nu mai blochează modul Auto.

🔗 Notele versiunii Copilot CLI 1.0.101

Vibe CLI 3.0.1: revenirea compatibilității cu Python 3.12 și modul YOLO interzis de administrator

20 octombrie — La o zi după Vibe CLI 3.0.0, Mistral publică fără un anunț versiunea 3.0.1: 58 de intrări, dintre care 9 adăugări, 15 modificări și 34 de remedieri. Aceasta revine asupra unei decizii din 3.0.0: Vibe funcționează din nou cu Python 3.12 și versiunile ulterioare, în loc să necesite Python 3.14. O nouă setare de administrator, enable_auto_approve, interzice modul de aprobare automată numit „YOLO”: agentul auto-approve dispare, iar opțiunile --auto-approve, --yolo și bypass_tool_permissions sunt ignorate, permisiunile pentru fiecare instrument fiind aplicate în continuare.

Subagenții sunt monitorizați mai bine: vibe -p îi așteaptă pe cei pe care o rundă i-a lăsat să ruleze, iar exportul detaliază starea, modelul, utilizarea și costul lor, fiecare la tariful propriului model. Comanda experimentală vibe run-server rulează numeroase sesiuni neinteractive într-un singur proces, iar un răspuns trunchiat la limita tokenurilor de ieșire este solicitat din nou de până la șase ori.

🔗 Notele versiunii Vibe CLI 3.0.1

Devin Fusion: 68,2 pe Coding Agent Index, la un cost pe sarcină cu 31 % mai mic decât Claude Code cu Opus 5.5

19 octombrie — Cognition evidențiază scorul Devin Fusion, harness-ul său care asociază un model principal și un model asistent (sidekick), pe Coding Agent Index al Artificial Analysis, un index independent care evaluează agenții de programare prin trei evaluări cu ponderi egale:

Devin Fusion has claimed a top score of 68 on the @ArtificialAnlys Coding Agent Index with an Opus 5.5 lead and GPT-6 Luna sidekick. Devin Fusion outperforms Claude Code with Opus 5.5 on both performance and price – earning a score of 68 at a 31% lower cost per task.

🇷🇴 Devin Fusion obține unul dintre cele mai mari scoruri, 68, pe Coding Agent Index al @ArtificialAnlys, cu Opus 5.5 ca model principal și GPT-6 Luna ca asistent. Devin Fusion depășește Claude Code cu Opus 5.5 atât la performanță, cât și la preț, cu un scor de 68 la un cost pe sarcină cu 31 % mai mic. — @cognition pe X

Datele indexului confirmă diferența de cost; Devin Fusion se află pe locul al doilea din 42 de configurații:

Configurație evaluată	Scorul indexului	Cost mediu pe sarcină
Claude Code, Sonnet 5.5 (max)	68,4	14,19 dolari
Devin Fusion CLI, Claude Opus 5.5 Max + GPT-6 Luna High	68,2	9,02 dolari
Claude Code, Opus 5.5 (max)	66,0	13,04 dolari

Muse Code cu Muse Wonder Full urmează cu 68,0. Devin Fusion conduce clar pe DeepSWE v1.1 (72,6 față de 68,4) și pe SWE-Atlas-QnA (69,4 față de 66,4), dar Claude Code cu Opus 5.5 păstrează avantajul pe Terminal-Bench v4 (63,1 față de 62,6). Cognition nu publică o nouă postare.

🔗 Coding Agent Index al Artificial Analysis

Știri pe scurt

Agenți și instrumente de programare

Notele de lansare Devin din 19 octombrie — Devin verifică acum starea CI pentru un commit, un branch sau un tag, și nu doar pentru un pull request, pe GitHub, GitLab, Azure DevOps și Bitbucket; Devin Review primește un editor de reguli și un buton Review now, iar visarea nocturnă a memoriei (nightly memory dreaming) poate fi dezactivată. 🔗 sursă
Agent Manager — Hugging Face publică sub licența Apache-2.0 un spațiu de lucru privat, implementat într-un Space, pentru a coordona din browser zeci de agenți Claude Code, Codex, Gemini CLI, opencode sau Hermes, care comunică între ei și continuă să ruleze când utilizatorul reia activitatea de pe alt dispozitiv. 🔗 sursă
Căutarea instrumentelor MCP la Zed — Echipa Zed a comparat 25 de moduri de a găsi instrumentul MCP potrivit, inclusiv modele de decizie, LLM și reprezentări vectoriale (embeddings), pe 150 de interogări și 536 de instrumente, și a ales un BM25 ponderat cu câteva reguli de normalizare, care rulează local și nu apelează API-uri; fără scoruri detaliate sau un produs vizat. 🔗 sursă
Zed 1.24.4 și 1.25.1 în versiune preliminară — Versiunea stabilă corectează încărcarea modelelor OpenCode; versiunea preliminară adaugă evidențierea sintaxei HTML pentru șabloanele etichetate svg, mathml și raw și evidențierea sintaxei CSS pentru șabloanele transmise către css() în JavaScript și TypeScript; nimic nou pentru agenți. 🔗 versiune preliminară 1.25.1 · 🔗 1.24.4
v0 pe iOS — Aplicația iOS v0 primește adnotările Browser Use, anunțate printr-un tweet cu video, fără o descriere a funcției și fără o intrare în changelog-ul v0. 🔗 sursă
Gemini CLI, versiunea nightly din 20 octombrie — După trei versiuni nightly fără modificări, două remedieri: reîmprospătarea ecranului nu mai golește istoricul de derulare al terminalului, /clear și Ctrl+L ștergând acum doar zona vizibilă, iar DevTools nu mai afișează caractere UTF-8 fragmentate între două pachete HTTP; versiunea stabilă v0.64.0 rămâne neschimbată. 🔗 sursă
ZCode v3.16.2 — Depozitul open source al ZCode, mediul de programare al Z.ai, se sincronizează cu v3.16.2 fără note de lansare: vizualizare completă a panoului lateral în aplicația desktop și, în magazinul său, un plugin anet care încredințează sarcini altor agenți prin protocolul A2A. 🔗 sursă
CLI-ul mistral 0.9.0 — Instrumentul care implementează aplicații pe platforma Mistral adaugă mistral upgrade, o implementare experimentală de pe disc fără un commit trimis prin push și, sub un feature flag, mistral apps list și logs; modificare incompatibilă cu versiunile anterioare, tokenul unui registru privat se mai citește doar din MISTRAL_REGISTRY_TOKEN sau NODE_AUTH_TOKEN. 🔗 sursă
API-ul politicilor de modele Copilot — Endpoint-urile REST GET și PATCH devin disponibile general pentru a citi și modifica modelele permise la nivelul întreprinderii, al echipelor întreprinderii, al aplicațiilor de agenți și al organizațiilor, cu posibilitatea delegării către organizații sau echipe. 🔗 sursă

Companii și cazuri de utilizare

Inference hooks pentru Claude Enterprise — Ieșite din beta, acestea trimit transcrierea fiecărei cereri către serverul de securitate al organizației, care o autorizează sau o respinge înainte să ajungă la model, în 5 secunde în mod implicit, de la claude.ai la Claude Code, Cowork, Claude Tag sau Claude in Chrome; nu sunt incluse Bedrock, Google Cloud sau API-ul. 🔗 note de lansare · 🔗 documentație
Perplexity și Valarian — Împreună cu această companie britanică de infrastructură suverană, Perplexity rulează Computer pe serverele instituțiilor reglementate, inclusiv în rețele izolate (air-gapped), cu modele deschise precum Nemotron, GLM, Kimi, DeepSeek-R1 sau Qwen; implementări la cerere, fără preț sau client menționat. 🔗 sursă
IncidentWatch și IncidentSweep — SpaceXSI povestește cum doi Grok Bots gestionează incidentele serviciului său de asistență: unul detectează la fiecare 5 minute creșterile bruște ale numărului de tichete și alertează echipa de gardă, celălalt închide tichetele în loturi aprobate de un inginer, 204 în aproximativ zece minute în timpul unui incident din 18 septembrie. 🔗 sursă
ChatGPT Work la un francizat — Ted Taylor, care administrează trei restaurante Schlotzsky’s și Cinnabon în New Mexico, reduce timpul necesar revizuirii prețurilor din meniuri de la 5 zile la 1 până la 2 ore și timpul pentru reconcilierea lunară a casei de la 3 ore la 5 până la 10 minute, adică cu 94 % mai puțin, potrivit studiului de caz OpenAI. 🔗 sursă
Trei Java Champions și Copilot — Pe GitHub Blog, Vlad Mihalcea, Patrick Baumgartner și Frank Delporte povestesc cum folosesc Copilot, de la migrarea a aproximativ 900 de diapozitive către Marp în opt până la zece ore până la un pull request al agentului de programare pentru un bug din Pi4J, obținut în jumătate de oră. 🔗 sursă
Hippolyte.ai și ElevenLabs — Platforma franceză de recrutare a desfășurat 4 830 de interviuri vocale de preselecție în trei săptămâni cu sinteza vocală ElevenLabs, cu procesare vocală în Uniunea Europeană, înregistrări brute șterse în cel mult 24 de ore și un model cu ponderi deschise găzduit pe infrastructură proprie în Franța. 🔗 sursă
Replit în Japonia — Replit deschide un birou în Japonia pentru a aduce serviciul său de creare a aplicațiilor și agenților de întreprindere mai aproape de companiile japoneze, cu patru evenimente la Tokyo pe 5 și 6 noiembrie, inclusiv un atelier cu Microsoft; fără adresă, număr de angajați sau ofertă specifică Japoniei. 🔗 sursă

Clasamente și ghiduri

ClaimBench — Noul benchmark al Vals AI întreabă dacă un fragment dintr-un raport anual 10-K susține o afirmație, o contrazice sau nu spune nimic despre ea: pplx-decider-v1.2 de la Perplexity conduce clasamentul modelelor de decizie cu 99,69 % pentru 0,000104 dolari pe afirmație, înaintea Mercury Decide (99,08 %), cu una dintre cele mai mari latențe (1,23 s). 🔗 sursă
MiniMax M3.1 Flash la Parallel — Parallel Web Systems plasează modelul MiniMax, lansat cu o zi înainte, pe primul loc pentru eficiență în clasamentul său de căutare web, cu performanțe apropiate de DeepSeek V4.1 Flash la un cost de aproximativ trei ori mai mic; este un clasament realizat de un furnizor terț. 🔗 sursă
Gateway-urile IA potrivit Perplexity — Un ghid din secțiunea Idei descrie aceste proxy-uri plasate între aplicații sau agenți și modele (rutare, bugete de tokens, cache semantic, mecanisme de protecție) și citează un test Broadcom în care un gateway Envoy configurat corespunzător adaugă aproximativ 2 ms pe cerere; nu este prezentat niciun produs Perplexity. 🔗 sursă

Creație: imagini, video și prezentări

Fibo 2.0 de la Bria — Diffusers oferă suport încă de la lansare pentru acest model de editare a imaginilor cu ponderi deschise, prezentat ca primul din categoria sa, care se controlează prin JSON, redă corect textul și există în variantele Turbo și Dev, potrivit lui Sayak Paul. 🔗 sursă
Art Style Match de la Luma — Instrumentul aplică unei imagini de produs stilul a una până la patru referințe, menținând produsul și compoziția neschimbate; este prezentat doar printr-un tweet, fără articol, model sau preț. 🔗 sursă
HeyGen Video 1.0 pe Design Arena — Potrivit HeyGen, Design Arena plasează pe locul al treilea, la video și la conversia din imagine în video, modelul său 1080p post-antrenat pe MiniMax H3, pe care HeyGen îl prezintă pentru prim-planuri de produs și cadre de inserție. 🔗 sursă
Wan3.0 Prime pe OpenRouter — Alibaba plasează această variantă rapidă a Wan 3.0, de la 0,068 dolari pe secundă, în fruntea vizualizării Trending din clasamentul video OpenRouter, cu aproximativ 3 000 de cereri (+85 %); Wan 3.0 se află acolo pe locul al treilea. 🔗 sursă
TJ la GTC Berlin — Synthesia transformă dublura în desen animat a lui Jensen Huang într-un avatar interactiv, construit pe modelele sale video și vocale și pe Interactive Avatar API, care le recomandă vizitatorilor sesiuni dintre cele peste 100 disponibile pe 21 și 22 octombrie. 🔗 sursă
Co-crearea în Gemini Notebook — Abonații Pro și Ultra aleg tema, formatul, durata, limba și stilul vizual, apoi revizuiesc planul unei prezentări (Slide Deck) sau notele de producție ale unui rezumat video (Video Overview) înainte de a lansa generarea; lansarea treptată continuă. 🔗 sursă

Modele deschise, cercetare și hardware

AnyLanguageModel 1.0 — Pachetul Swift al Hugging Face înlocuiește framework-ul Foundation Models al Apple prin schimbarea unui import, pentru a rula aceeași sesiune cu modelul de sistem, cu modele deschise prin llama.cpp, MLX sau Core ML, ori cu furnizori găzduiți precum OpenAI, Anthropic sau Gemini. 🔗 sursă
Post-antrenarea agenților cu TRL — Hugging Face publică un parcurs în cinci etape, de la fine-tuning supravegheat pe trasee de execuție ale agenților până la antrenarea printr-un harness real cu AsyncGRPO, trecând prin distilare, GRPO și mediile OpenEnv; un material educațional, fără un produs nou. 🔗 sursă
Nemotron 3.5 Super VL la Thoughtworks — În al doilea său raport, Thoughtworks constată că trei adaptoare LoRA câștigă între 5,42 și 9,41 puncte pe date păstrate pentru evaluare din domeniile juridic și medical, fără câștig semnificativ pe benchmark-ul public CaseHOLD, și elimină un evaluator al cărui verdict varia cu 35,1 puncte în funcție de instrucțiunile primite. 🔗 sursă
Prognoze meteo mai detaliate pentru Franța — Pe blogul Hugging Face, un U-Net cu aproximativ 2 milioane de parametri, antrenat într-o oră, crește rezoluția prognozelor de temperatură AIFS-ENS de la 28 la 5,5 km: în comparație cu stațiile Météo-France, eroarea scade cu 14 % (RMSE) pe două zile, în ceea ce autorii săi prezintă ca o demonstrație. 🔗 sursă
Coral NPU — Google Research finalizează arhitectura de 32 de biți a procesorului său neuronal deschis pentru IA încorporată, construit pe RISC-V, cu o unitate matriceală de până la 1 TOPS pentru o putere medie vizată de 10 mW, și publică Coral Compiler v1.0; Synaptics lansează seria sa de cipuri Astra SR200. 🔗 sursă

GitHub, în afara IA

Secret scanning — Pe 12 noiembrie, câmpul business din două familii de evenimente de audit va trece de la numele afișat al întreprinderii la identificatorul său scurt (slug); revocarea, în versiune preliminară, acceptă și tokenuri GitHub codificate în Base64 în depozitele private și interne. 🔗 sursă
Alerte Dependabot — API-ul REST și webhook-urile dependabot_alert returnează un câmp version_requirement, care conține versiunea sau restricția de versiune a dependenței vulnerabile, pe github.com și GitHub Enterprise Cloud, în așteptarea GitHub Enterprise Server 3.24. 🔗 sursă
Dependabot și noile sisteme de gestionare a pachetelor — Dependabot oferă suport pentru npm 12, pnpm 11 și 12 și Bun 1.4 pentru toți utilizatorii github.com și le va include în GitHub Enterprise Server 3.24. 🔗 sursă
Seturi de reguli — Toate măsurile de protecție ale branch-urilor dintr-un depozit se pot converti acum în seturi de reguli (rulesets) printr-o singură acțiune, cu o previzualizare, un statut de aplicare la alegere (Active, Evaluate sau Disabled) și păstrarea sau ștergerea regulilor inițiale. 🔗 sursă

Ce înseamnă asta

Inferența nu se mai bazează exclusiv pe NVIDIA, iar furnizorii deschid motoarele care o deservesc. DeepInfer rulează atât pe GPU-urile SM100 de la NVIDIA, cât și pe NPU-urile Ascend 950 de la Huawei, TorchTPU transformă TPU într-un dispozitiv PyTorch obișnuit, inclusiv în Transformers și Diffusers, iar PyTorch 2.15 accelerează de peste șase ori decodarea unui MoE pe Mac. DeepSeek publică și datele economice ale serviciului său, 155 000 de miliarde de tokens pe zi pe un singur cluster și 38 de dolari venit pe oră-GPU în orele cu trafic redus, iar deepseek-recipe îi permite unui furnizor terț de găzduire să reproducă comportamentul API-ului său oficial. Reutilizarea contextului cântărește tot mai mult în acest calcul: DeepSeek își păstrează cache-ul KV mai mult de 72 de ore, iar OpenAI vinde acum 12 ore de cache pentru prompturi agenților care reiau același context toată ziua.

Pentru agenții vocali, Mistral și ElevenLabs promovează două arhitecturi în aceeași zi. Voxtral 3 păstrează un lanț de modele separate, transcriere, LLM la alegere și sinteză, pe care SDK-ul le face să lucreze în streaming pentru a finaliza o rundă de conversație în mai puțin de o secundă; fiecare componentă poate fi schimbată fără rescrierea agentului, iar prețurile sunt afișate pe minut sau pe caracter. Eleven Realtime reunește întregul lanț într-un singur model speech-to-speech și mizează pe compatibilitatea cu API-ul Realtime al OpenAI pentru a atrage dezvoltatorii care l-au integrat deja, fără a anunța un tarif concret. Mistral adaugă argumentul găzduirii în Europa, în momentul în care cazul Hippolyte.ai arată ce cer clienții mari: procesare vocală în Uniunea Europeană și înregistrări șterse în cel mult 24 de ore.

Locul în care lucrează asistentul devine un argument. Perplexity Computer rulează acum integral pe un Mac dotat cu 36 Go de memorie, inclusiv modelul, iar Valarian îl aduce în rețele izolate; la Anthropic, Inference hooks permit serverului de securitate al unei companii să respingă o cerere înainte să ajungă la model. Furnizorii detaliază și limitele acestor protecții: chat-urile blocate din ChatGPT ascund o conversație fără a o cripta de la un capăt la altul, iar aceasta rămâne în jurnalele de conformitate ale companiilor.

Securitatea lanțului software se decide acolo unde acționează agenții. OSS Scanner a semnalat 77 de vulnerabilități critice și 803 de severitate ridicată în unsprezece zile, severitatea fiind încă atribuită de modelul însuși, în timp ce vulnerabilitatea din curl a primit un identificator CVE, un aviz de securitate și o remediere. Firewall-ul pentru pachete al GitHub vizează momentul instalării, când un pachet malițios poate colecta credențialele unui executor de integrare continuă sau ale unui agent de programare. În același timp, CLI-urile agenților le oferă administratorilor mai mult control: Vibe CLI 3.0.1 permite interzicerea modului YOLO, Copilot CLI 1.0.101 permite ghidarea evaluatorului care validează permisiunile, iar Claude Code 2.1.304 nu mai șterge un worktree fără să întrebe.