Moonshot släpper vikterna för Kimi K3.1 Pro, Cognition lanserar SWE-2 Flash, RoboColosseum utvärderar robotar under verkliga förhållanden

Moonshot AI håller sitt löfte och publicerar vikterna för Kimi K3.1 Pro på Hugging Face, en MoE med 2,8T parametrar, under en MIT-liknande licens med villkor för de största återförsäljarna. Cognition lanserar SWE-2 Flash, en kodmodell byggd på Inkling-Small som är fem gånger billigare än SWE-2, och RoboColosseum låter utvärdera robotpolicyer på över 100 fysiska robotar. OpenAI ska förvärva Pierre, vars verktyg redan används i Codex, samtidigt som VS Code 1.145 samlar Copilot, Claude och Codex i samma session och GitHub Copilot kommer till Xcodes kodassistent.

Moonshot AI publicerar som utlovat vikterna för Kimi K3.1 Pro, en MoE med 2,8T parametrar, på Hugging Face

4 november — Vid lanseringen av Kimi K3.1 Pro den 23 oktober lovade Moonshot AI att släppa de fullständiga vikterna senast den 4 november: nu är det gjort. Kodarkivet moonshotai/Kimi-K3.1-Pro, som skapades den 2 november och tillkännagavs av @Kimi_Moonshot den 4 november klockan 16.00 UTC, är fritt tillgängligt utan formulär: 96 safetensors-filer, totalt cirka 1,56 To.

Modellkortet beskriver i detalj det som sammanfattades i lanseringsmeddelandet. Kimi K3.1 Pro, som Moonshot AI presenterar som sin mest kapabla modell ”i 3T-klassen”, är multimodal från grunden (text och bild) och eftertränad utifrån Kimi K3. En angiven arkitekturförändring jämfört med Kimi K3: dess lager med full attention av typen Gated MLA ersätts av 24 lager med Gated DeepSeek Sparse Attention (Gated DSA), som är effektivare för långa kontexter. Vikterna levereras i MXFP4, med aktiveringar i MXFP8, ett format som lärs in redan under träningen (quantization-aware training).

Teknisk egenskap	Värde enligt modellkortet
Totala och aktiva parametrar	2,8T, varav 104B aktiva
Nätverkets lager	93, varav 69 KDA och 24 Gated DSA
MoE-experter	896, varav 16 per token och 2 delade
Kontextfönster	1 048 576 tokens
Vikternas format	MXFP4, aktiveringar i MXFP8
Visuell encoder	MoonViT-V2, 401M parametrar
Publicerade filer	96 safetensors, cirka 1,56 To

Moonshot AI rekommenderar vLLM, SGLang och TokenSpeed för att köra modellen för inferens. Den är också tillgänglig via API:et på platform.kimi.ai (identifierare kimi-k3.1-pro). Together AI, som listas bland sidans inferensleverantörer, erbjuder redan inferens för modellen och möjlighet att efterträna den (se Kortnyheter). Modellkortet betonar en integrationsdetalj: i konversationer med flera turer eller med verktygsanrop måste assistentens fullständiga meddelande, inklusive resonemanget, skickas tillbaka oförändrat till modellen. Resultaten som presenterades vid lanseringen återges: 65,7 på Terminal-Bench 4.0, strax efter Claude Opus 5.5 (66,4), och 51,7 på SWE Marathon v1.1, tabellens bästa resultat, där Kimi K3.1 Pro utvärderas med Claude Code som harness.

Licensen, som kallas ”Kimi K3.1-Pro License”, följer upplägget för en MIT-licens (användning, modifiering, vidaredistribution och försäljning tillåts) med två villkor. Ett företag som driver modellverksamhet som tjänst (Model as a Service), ger tredje part tillgång till inferens eller finjustering och har en sammanlagd omsättning som överstiger 20 miljoner dollar under tolv på varandra följande månader måste teckna ett separat avtal med Moonshot AI före all kommersiell användning. En kommersiell produkt med fler än 100 miljoner aktiva användare per månad, eller med månadsintäkter över 20 miljoner dollar, måste visa ”Kimi K3.1-Pro” tydligt. Varken intern användning eller användning via Moonshot AI:s officiella produkter eller dess certifierade inferenspartners omfattas.

🔗 Kimi K3.1 Pro på Hugging Face · Moonshot AI:s tillkännagivande på X

Cognition lanserar SWE-2 Flash, en kodmodell byggd på Inkling-Small som är fem gånger billigare än SWE-2

4 november — Cognition lanserar SWE-2 Flash, en snabb och effektiv kodmodell som är tillgänglig direkt i Devin Desktop och Devin CLI och gratis fram till den 30 november (för abonnenter på Pro, Max och Teams, enligt tillkännagivandets tråd). Ny bas: där SWE-2, som släpptes den 10 september, eftertränades på Kimi K3, utgår SWE-2 Flash från Inkling-Small, Thinking Machines modell med öppna vikter (276B parametrar, varav 12B aktiva). Cognition presenterar den som en kodmodell som är helt och hållet amerikansk (helt amerikansk kodmodell). Enligt företaget kostar den fem gånger mindre än SWE-2 och är tre gånger snabbare, utan att något absolut pris har publicerats; hastighetsdemonstrationen (200 mot 60 tokens per sekund) är en simulerad uppspelning av en uppgift.

Introducing SWE-2 Flash, our new fast & efficient coding model. On leading evals, it outperforms all American open-weight models, even ones 3x larger. To balance transparency and cyber risks, we are building a program to securely share the weights with partners & researchers.

🇸🇪 Här är SWE-2 Flash, vår nya snabba och effektiva kodmodell. I de viktigaste utvärderingarna överträffar den alla amerikanska modeller med öppna vikter, även dem som är tre gånger större. För att förena transparens med hänsyn till cyberrisker inrättar vi ett program för säker delning av vikter med partner och forskare. — @cognition på X

Nyheten ligger främst i träningsupplägget. För första gången lägger Cognition in en mellanträningsfas (mid-training) före förstärkningsinlärningen: några tusen miljarder tokens från vetenskapliga artiklar, blogginlägg och kod, i tre steg där de mest sällsynta och noggrant bearbetade data sparas till slutet. Därefter följer RL i stor skala, där förbättringarna främst kommer från mer varierade och bättre verifierade uppgifter. Angivna förbättringar jämfört med basmodellen: Terminal-Bench 4.0 går från 0,9 % till 20,0 %, FrontierCode 2.0, företagets eget benchmark, från 3,2 % till 24,0 %, och ExploitBench från 11,3 % till 34,8 %.

Utvärdering (%)	SWE-2 Flash	Inkling-Small (bas)	Muse Spark Open	GLM 5.3 Flash	SWE-2
Storlek (totalt-aktiva)	276B-A12B	276B-A12B	816B-A42B	320B-A18B	2,8T-A104B
FrontierCode 2.0	24,0	3,2	6,2	14,2	23,8
Terminal-Bench 4.0	20,0	0,9	8,0	41,8	27,3
DeepSWE 1.1	60,1	17,4	60,0	63,4	73,0
SWE-Atlas QA	50,0	27,4	54,0	56,5	56,3
ExploitBench	34,8	11,3	—	36,0	36,1

Tabellen i inlägget nyanserar huvudbudskapet. Metas Muse Spark Open, som är tre gånger större, behåller försprånget på SWE-Atlas QA (54,0 mot 50,0) och ligger på samma nivå på DeepSWE 1.1. I jämförelsen med kinesiska öppna modeller är bilden blandad: SWE-2 Flash ligger före GLM 5.3 Flash och DeepSeek V4.1 Flash på FrontierCode 2.0, men långt efter dem på Terminal-Bench 4.0 (20,0 mot 41,8 och 42,3). Den slår SWE-2 med knapp marginal på FrontierCode 2.0, utan att komma ikapp på någon annan rad.

Vikterna är ännu inte publicerade. Cognition har fokuserat på cybersäkerhet under träningen och påminner om att dessa förmågor även hjälper angripare, vilket en färsk våg av cyberattacker enligt företaget har visat. Företaget förbereder ett program för säker delning av vikter med betrodda industripartner och forskningslaboratorier, som skulle kunna finjustera modellen och köra den i känsliga miljöer; detaljer utlovas om några veckor.

🔗 Vi presenterar SWE-2 Flash (Cognition)

Kodagenter: Claude Code 2.1.318, VS Code 1.145, Copilot i Xcode, Vibe CLI 3.1.0 och Antigravity 2.29.0

Claude Code 2.1.318 meddelar när anslutningar löper ut, och Haiku 5.5 skriver underagenternas statusrad

4 november — Claude Code 2.1.318 har 84 poster, varav 47 buggfixar. Versionen kom till npm den 3 november klockan 21.55 UTC, och versionsinformationen publicerades på GitHub strax efter midnatt UTC; den stabila kanalen på npm ligger kvar på 2.1.311. Den mest användbara nyheten gäller sparade anslutningar till claude.ai, som har en giltighetstid: deras slutdatum visas nu i claude auth status (loginExpiresAt) och i JSON-resultaten från claude -p (credential_expires_at), och claude -p varnar på stderr tio dagar innan giltighetstiden löper ut. En automatiserad uppgift upptäcker inte längre att anslutningen har löpt ut först när den misslyckas.

Berört område	Nyhet i 2.1.318
Cloud-sessioner	Alternativet No repository: en session i en miljö som Anthropic driftar, utan att välja något kodarkiv
Underagenter i bakgrunden	Ett shell-kommando flyttas till bakgrunden efter 3 minuter, så att promptcachen inte löper ut
Administration	`deniedMcpServers` blockerar även servrar som tillhandahålls av Anthropic vars upstream-URL matchar, `assume_role` på `mantle`-upstreams
IDE-tillägg	Installeras inte längre vid start i en IDE:s terminal: använd `/ide`
Egenhostad runner	Nytt format för orkestratorns loggar, skript som söker efter `retryable=true:` behöver ses över

Samma dag meddelar @ClaudeDevs en förändring som inte beskrivs i någon versionsinformation från 2.1.316 till 2.1.318. Statusraden för en underagent i bakgrunden, som uppdateras var 30:e sekund, läste hittills om hela dess konversation; nu skrivs den av Haiku 5.5 utifrån korta anteckningar, medan underagenten behåller sin egen modell. Enligt Anthropic kostar varje uppdatering cirka 99 % mindre, och sessioner med underagenter i bakgrunden har förbrukat omkring 5 % mindre av användningskvoten, vilket motsvarar cirka 6 % fler prompts. Förändringen gäller de flesta Pro-, Max- och Ultra-abonnenter och alla Team- och Enterprise-abonnenter med Claude Code 2.1.316 eller senare; Lydia Hallie från Claude Code-teamet förtydligar att den bara gäller CLI:et.

🔗 Versionsinformation för Claude Code 2.1.318 · @ClaudeDevs tråd om Haiku 5.5

VS Code 1.145 kombinerar harness för Copilot, Claude och Codex i samma session

4 november — VS Code 1.145 fortsätter sin övergång till agenter. Den största nyheten, i förhandsversion: samma session kan samla nästlade konversationer som körs i olika harness, till exempel Claude som granskar planen som skrivits i en Copilot-konversation, eller Codex som tilldelas samma uppgift, sida vid sida. Varje konversation behåller sin modell, sin agent och sina behörighetsnivåer. Idén bygger vidare på Compare Models, som kom i förhandsversion med VS Code 1.143.

Lokala automatiseringar stöder nu schemaläggning med cron-uttryck och kan använda en anpassad agent i arbetsytan; cloud-automatiseringar har inte den möjligheten. För fjärragenter går den inbyggda webbläsaren i fönstret Agents via fjärrvärden, vilket gör det möjligt att förhandsgranska applikationen som agenten har startat på den maskinen (förhandsversion). Copilot-harness förblir standardvalet för nya sessioner, med en övergångsguide från Local-harness, som förlorar tre verktyg (#installExtension, #runCommand och #newWorkspace) samt kommandot /new: anpassade agenter och promptfiler som hänvisar till dem behöver uppdateras. I företagsmiljö går organisationens lista över tillåtna MCP-servrar nu före begränsningen till registret.

🔗 Versionsinformation för VS Code 1.145

GitHub Copilot kommer till Xcodes inbyggda kodassistent i offentlig förhandsversion

4 november — GitHub Copilot fungerar nu i Xcodes inbyggda kodassistent, i offentlig förhandsversion från Xcode 27.3 beta, på en Mac med macOS Tahoe 26.6 eller senare. Integrationen konfigureras i Xcodes inställningar under Intelligence och fungerar med alla Copilot-abonnemang. Det är en andra väg in för Apple-utvecklare: tillägget GitHub Copilot for Xcode, som distribueras separat, finns kvar. GitHub anger varken vilka modeller som erbjuds eller vilka funktioner som är tillgängliga via Apples assistent och samlar in återkoppling i tilläggets kodarkiv eller via Apples rapporteringsverktyg (Feedback Assistant).

🔗 GitHub Copilot i Xcodes kodassistent

Vibe CLI 3.1.0 lägger till /context, en mätare för månadsanvändning och stöd för att läsa bilder

4 november — Mistral släpper Vibe CLI 3.1.0, den första minor-versionen sedan 3.0.0 den 19 oktober, utan tillkännagivande på X: 67 poster (11 tillägg, 25 ändringar, 29 buggfixar och 2 borttagningar). Kommandot /context visar vad som fyller kontextfönstret (systemprompt, verktygsdefinitioner, skills, konversation, ledigt utrymme och reserv för automatisk kontextkomprimering) med en uppskattning i tokens per kategori. Sidfoten visar hur stor del av månadsanvändningen i Vibe Code som förbrukats, i gult och sedan rött, eller texten PAYG när betalning per användning tar över. Verktyget read_file öppnar också bilder med en modell som kan läsa dem, Ctrl+R söker i prompthistoriken (röstinspelning flyttas till Ctrl+T), och en MCP-anslutning från Mistral införs som experimentell funktion.

Flera buggfixar gäller Mistral Large 4: en tur som startas utan resonemangsnivå misslyckas inte längre med fel 400, väljaren erbjuder Low, High och Max, och läget smart approve begär inte längre ett godkännande vid varje verktygsanrop för modeller som inte kan stänga av sitt resonemang, som GLM 5.3. Inställningen smart_approve_default tas bort och ersätts av default_agent = "smart-approve".

🔗 Versionsinformation för Vibe CLI 3.1.0

Antigravity 2.29.0 börjar rulla ut ett röstläge med Gemini Live och fjärragenter i molnet

3 november — Version 2.29.0 av appen Antigravity (22 förbättringar, 13 buggfixar) börjar gradvis rulla ut två funktioner. Röstläget, som drivs av Gemini Live, gör det möjligt att prata med Antigravity och ge agenten uppdrag med rösten. Fjärragenter (remote agents) blir tillgängliga för prenumeranter på Google AI Ultra och Pro: samtalen i ett molnprojekt körs i molnet i stället för på datorn och förblir åtkomliga via antigravity.google.com/remote. Antigravity kunde redan fjärrstyras med Remote Control sedan augusti, men då kördes sessionen på användarens dator; den här gången lämnar själva körningen datorn.

Versionen lägger också till en inbyggd visare för Jupyter-notebooks, en omarbetad sida för automatiseringar (schemalagda, alltid aktiva, pausade) samt nedladdningar och webbhistorik i den inbyggda webbläsaren. Bland buggfixarna finns att Git-worktrees som skapas för underagenter nu tar med lokala ändringar som inte har committats.

🔗 Antigravitys ändringslogg

RoboColosseum utvärderar robotpolicyer på en flotta med över 100 verkliga robotar

4 november — RoboColosseum öppnar dörrarna: ett öppet utvärderingsinitiativ som mäter robotpolicyer utanför laboratorier och simulatorer, på en flotta av robotar som används i verkliga miljöer (in-the-wild), som humanoida Unitree G1 i bostäder eller YAM-armar i restauranger. Enligt webbplatsen grundades initiativet av NUS MAGIC Lab, BitRobot, EAIC Singapore och Hugging Face, som beskriver sig som grundande partner. Lanseringstråden meddelar att det finns över 100 robotar, över 140 scener och 10 000 kostnadsfria utvärderingstimmar, som tilldelas efter ansökan.

Robotics has an evaluation problem. Most benchmarking efforts have measured progress in sim or labs.

🇸🇪 Robotiken har ett utvärderingsproblem. De flesta mätinsatser har följt framstegen i simulering eller i laboratorier. — @RoboColosseum på X

Det finns två parallella spår. I Open Track ställs två anonyma modeller mot varandra och får samma nya instruktion i samma scen: en mänsklig bedömare väljer det bästa utförandet eller förklarar resultatet oavgjort. I Fine-tune Track finjusteras varje modell för samma uppgift utifrån samma 100 demonstrationer och får sedan 25 försök. Den första utvärderingsomgången ställer fem vision-language-action-policyer (VLA) mot tre av de mest avancerade modellerna.

Utvärderad policy (Franka, Open Track)	Modellutgivare	DCR-poäng (±1 standardavvikelse)	Blinda jämförelser
GPT-6 Astra	OpenAI	1 925 ±38	194
MolmoAct2	Ai2	1 869 ±24	1 859
G0.5	Galaxea	1 744 ±27	1 626
Claude Opus 5.5	Anthropic	1 636 ±47	206
GR00T N1.7	NVIDIA	1 350 ±36	1 797
π0.5	Physical Intelligence	1 285 ±43	1 845
LingBot-VLA v2	Robbyant	1 233 ±56	1 603
Grok 4.7	SpaceXSI	1 160 ±128	193

På Franka-armen placerar Open Tracks resultattavla på nätet (data från den 4 november, uppdaterade varje timme, 4 662 blindbedömda jämförelser) GPT-6 Astra först, före MolmoAct2 från Ai2. Skillnaden ligger dock inom felstaplarna, och de mest avancerade modellerna har där bara omkring 200 jämförelser vardera, mot över 1 600 för varje VLA. Ai2 framhåller att MolmoAct 2 kommer tvåa utan ytterligare träning för dessa uppgifter.

Artikeln som åtföljer lanseringen, publicerad på arXiv den 2 november, nyanserar bilden utifrån 5 699 jämförelser på 124 platser: de mest avancerade agenterna kan mäta sig med specialiserade VLA, men inget system utför tillförlitligt uppgifter i öppna miljöer. Efter finjustering tar GR00T N1.7 ledningen på SO-101 och π0.5 på Franka och den tvåarmade YAM-stationen, och rankningen i Open Track förutsäger dåligt resultaten efter finjustering. På humanoiden G1 klarar ingen policy en enda av de fem uppgifterna, med en genomsnittlig framstegsgrad på 13,3 % till 23,2 %. Alla körningar, även misslyckade, publiceras på Hugging Face i LeRobot-format.

🔗 RoboColosseums lanseringstråd · RoboColosseums resultattavla · arXiv-artikeln 2611.02497

OpenAI ska förvärva Pierre Computer Company, vars verktyg Trees och Diffs redan används i Codex

4 november — OpenAI meddelar att företaget ska förvärva Pierre Computer Company, ett litet företag som utvecklar verktyg för utvecklare. Dess kommersiella produkt, Code Storage, är ett API som låter applikationer lagra kod och följa dess historik med Git; dess open source-bibliotek Trees, för att navigera bland projektfiler, och Diffs, för att visa ändringar, är redan integrerade i Codex-appen.

Today we’re announcing that OpenAI will acquire @pierrecomputer to accelerate our vision for making Codex a place where teams can build software together with AI, from first idea to the version they ship. Pierre’s open-source developer tools already power parts of Codex today. Together, we’ll build on that foundation for the agentic era.

🇸🇪 I dag meddelar vi att OpenAI ska förvärva @pierrecomputer för att påskynda vårt arbete med att göra Codex till en plats där team bygger programvara med AI, från den första idén till den version de levererar. Pierres open source-verktyg för utvecklare driver redan delar av Codex. Tillsammans bygger vi vidare på denna grund för agenternas era. — @OpenAINewsroom på X

OpenAI kopplar affären till Pando, Git-backend för företagets monorepo som presenterades två dagar tidigare: företaget vill sätta standarderna för programvaruutveckling, från den första branchen som skapas av en agent till driftsättningen, och utveckla versionshanteringen (source control) i hela branschen när förvärvet är slutfört. Pierres open source-projekt förblir öppna, och Code Storage förblir tillgängligt för kunderna medan dess funktioner integreras i Codex. Affären kräver fortfarande sedvanliga myndighetsgodkännanden; varken köpesumman eller tidsplanen har offentliggjorts.

🔗 OpenAI ska förvärva Pierre Computer Company

AI i vetenskapens tjänst: en vaultpartikel från en bakteriofag med Claude, NeuralGCM+ hos Ai2 och FVCOM portat till Rust

Anthropic beskriver med Claude 3D-strukturen hos en vaultpartikel från en bakteriofag

4 november — Anthropics forskarteam publicerar 3D-strukturen hos en vaultpartikel framställd av ett bakteriofagprotein, den första hos prokaryoter enligt företaget. Vaultpartiklar är stora, ihåliga proteinskal, ungefär tre gånger tyngre än en ribosom, som upptäcktes 1986 och vars funktion fortfarande är okänd. Den här, som kallas L05 och har framställts i bakterien E. coli, består av 96 kopior av samma protein, jämfört med 78 hos däggdjur, med en massa på cirka 9,5 megadalton och ungefär 25 % större volym. En liten oidentifierad molekyl, inrymd i var och en av de 96 kopiorna, påminner till formen om koenzym A: en första ledtråd till funktionen, om den bekräftas.

Claude deltog i varje steg: sökning efter besläktade proteiner bland omkring 15 miljarder predikterade proteiner med Claude Science, rening som kortades från ungefär tre dagar till cirka 90 minuter och en första strukturmodell på 34 timmar i stället för flera veckor enligt teamet. Anthropic redovisar också modellens misstag: ett protokoll med en tillsats som försvårar DNA:s inträde i cellerna kostade två veckor, och ett överhoppat standardsteg i kryoelektronmikroskopi gav en karta blandad med sin spegelbild. Preprinten har skickats in till bioRxiv; Leonard Rome, en av upptäckarna av vaultpartiklar, har varit rådgivare åt teamet som betald konsult.

🔗 Undersökning av vaultpartiklar med Claude

Ai2 lanserar NeuralGCM+, en öppen klimatmodell som finansieras av Google.org under tre år

4 november — Ai2 startar ett program för klimatmodellering som finansieras av Google.org med flera miljoner dollar under tre år (det exakta beloppet har inte offentliggjorts), med tekniskt stöd från Google Research. Programmet ska ta fram NeuralGCM+, en open source-modell som vidareutvecklar Google Researchs NeuralGCM: en hybridmodell som löser fysikaliska ekvationer för storskalig dynamik och överlåter mer småskaliga processer, som molnbildning och nederbörd, åt AI. I ett offentligt benchmark simulerade en version av NeuralGCM som enbart modellerar atmosfären ett år av jordens atmosfär på åtta minuter med en enda TPU.

Ai2 vill koppla in havet och havsisen för att kunna köra stabila simuleringar över flera årtionden och samtidigt minska regionala fel i temperatur och nederbörd för de senaste 50 åren. Roller har fördelats: Google Research fokuserar på prognoser för några veckor eller månader, Ai2 på trender över år och årtionden, som förändringar i nederbörd och vattentillgång fram till mitten av århundradet i sydvästra USA. Modeller och modelleringsramverk kommer att publiceras med dokumenterade workflows.

🔗 Ai2:s inlägg om partnerskapet med Google

Google portar kärnan i FVCOM, en havsmodell med 174 000 rader Fortran, till Rust med Gemini 4 Argon

3 november — Ett annat sätt att utveckla verktygen för havsmodellering: på Antigravitys blogg berättar Dan Gruhl och Prashant Nair från Googles AI R&D-team hur Gemini 4 Argon moderniserade FVCOM (Finite-Volume Community Ocean Model), en modell för kustnära hav med 174 774 rader Fortran 90 och C fördelade på 264 filer. Utifrån en enda prompt portade agenten modellens kärna till helt minnessäker Rust på 59 minuter, med fyra villkor: ingen unsafe-kod, inga allokeringar i beräkningslooparna, filer med färre än 400 rader och ett resultat identiskt med Fortran-versionens för 100 slumpfrön.

Granskningen upptäckte sex flera årtionden gamla buggar i ursprungskoden, däribland ett heltalsöverskridande för beräkningsnät med över 1 300 noder. De 100 simuleringarna stämmer överens med Fortran-versionen till 12 decimaler.

Steg i migreringen	Körtid	Uppmätt hastighetsökning	Maximal minnesanvändning
Ursprunglig Fortran 90 och C (-O3)	883 ms	1,00x	11,84 Mo
Idiomatisk minnessäker Rust	682 ms	1,29x	6,39 Mo
Structure of Arrays (SoA), utan allokering i loopar	548 ms	1,61x	5,83 Mo
Profilstyrd optimering med LLVM	469 ms	1,88x	5,48 Mo

Google presenterar metoden som en open source-skill, migrate-to-rust, som finns i kodarkivet google/skills sedan den 13 oktober.

🔗 Antigravitys inlägg om FVCOM

API:er och plattformar för utvecklare: Perplexitys Decisions API, vattenmärkning som standard i Grok, Together Compiler och Cohere på OpenRouter

Perplexitys Decisions API söker på webben innan det svarar

4 november — Perplexity lägger till webbförankring (web grounding) i sitt Decisions API, ett API för beslutsmodeller som lanserades den 1 oktober och svarar med sannolikheter i stället för text. Hittills kände modellen bara till sin träning och den kontext (state) som utvecklaren skickade med. Med inställningen "mode": "web_grounding" gör gatewayen först en Perplexity Fast Search-sökning per fråga (upp till 100 per anrop), lägger till sidornas titlar, URL:er och text i kontexten, och svaret listar källorna i search_results. Varje sökning kostar 0,001 dollar utöver indatatokens (0,02 dollar per miljon för pplx-decider-v1.2). Med SDK:erna för Python och TypeScript skickas parametern i anropets body.

Mätvärde publicerat av Perplexity	Utan web grounding	Med web grounding
Internt test, 328 påståenden	56,4 %	97,3 %
Internt test, medianlatens	139 ms	366 ms
PWS-Decisions, 100 offentliga frågor	51 %	86 %

I det offentliga benchmarket PWS-Decisions uppmäter Perplexity också 370 ms i medianlatens och 685 ms vid den 95:e percentilen med webbsökning.

🔗 Webbförankring för Decisions API

SpaceXSI kommer som standard att vattenmärka text från sina Grok-modeller i API:et från den 7 november

3 november — Version 0.2.8 av SpaceXSI:s TypeScript-SDK synliggjorde en dokumentationssida som uppdaterades den 31 oktober: från den 7 november 2026 kommer text som genereras av grok-4.7, grok-4.6, grok-4.5, grok-4.3 och de tre varianterna av grok-4.20 som standard att vattenmärkas i API:et för att följa EU:s AI Act. Den osynliga vattenmärkningen styr valet av tokens något utan att lägga till tecken; den omfattar alla text-API:er, inklusive strukturerad utdata och argument till verktygsanrop, på alla endpoints. Headern x-watermark anger att ett svar är vattenmärkt, och det statistiska detektions-API:et är endast tillgängligt efter ansökan.

Endast teamadministratörer kan stänga av den, modell för modell, med verkan inom 5 minuter, genom att intyga att ett lagstadgat undantag gäller och att teamet ensamt ansvarar för sina märkningsskyldigheter; vissa modeller kan förbli låsta. Anthropic utökade sin egen textvattenmärkning den 3 november, medan OpenAI:s fortfarande är avstängd som standard i API:et.

🔗 Vattenmärkning av utdata, SpaceXSI:s dokumentation

Together AI lanserar Together Compiler, agenter som kontinuerligt optimerar inferensen för företagets öppna modeller

4 november — Together AI överlåter optimeringen av sin inferensmotor åt agenter. Together Compiler utgår från modellen, hårdvaran och trafikmönstret: en svärm av agenter föreslår ändringar i kernels, en kontinuerligt aktiv motor testar varje ändrings hastighet och korrekthet mot ursprungsmotorn, och endast verifierade ändringar går vidare till produktion. Together kallar det kontinuerlig kompilering (continual compilation), som startas om när modellen, hårdvaran eller belastningen förändras.

De rapporterade förbättringarna är Togethers egna: upp till 2,6 gånger fler tokens per GPU vid samma hastighet per användare på Kimi K3, GLM 5.3, MiniMax M3.1-Flash och DeepSeek V4.1-Flash, efter 24 timmars kompilering på två noder per modell, jämfört med de bästa publicerade konfigurationerna i SemiAnalysis benchmark InferenceX; upp till 50 % snabbare för kunders arbetsbelastningar; 1 111 respektive 1 205 tokens per sekund med låg latens på MiniMax M3.1-Flash och DeepSeek V4.1-Flash. SemiAnalysis säger sig ha validerat ett av resultaten. Kompilatorn är redan aktiverad som standard för DeepSeek V4.1 Flash, GLM 5.3 Flash och GLM 5.3 i serverless-läge. Together beskriver den som det första inferenssystemet med rekursiv självförbättring (recursive self-improvement) i produktionsskala, ett påstående som står för företaget självt.

🔗 Together Compiler på Together AI:s blogg

Cohere gör Embed 5 och Rerank 5 tillgängliga på OpenRouter

4 november — De fyra varianterna av Coheres sökmodeller (Embed 5 Pro och Fast, Rerank 5 Pro och Fast) kommer till OpenRouter och kan användas med befintlig OpenRouter-nyckel och befintliga krediter, till samma priser som i Coheres API: 0,12 och 0,08 dollar per miljon tokens för embeddings, 0,05 och 0,02 dollar för omrangering (reranking). Två begränsningar gäller specifikt för OpenRouter: vektorerna returneras som flyttal (int8 och binärformat kräver Coheres API), och Rerank 5 är fortfarande begränsad till text. Inlägget, en handledning i generering förstärkt med informationshämtning (RAG), påminner om att sökningar med Embed 5 Fast i ett index byggt med Embed 5 Pro enligt Coheres tester på 40 dataset behåller 98,4 % av kvaliteten hos en sökning där enbart Pro används.

🔗 Coheres modeller för informationssökning på OpenRouter

Röst: remixning av röster i Gemini 3.8 Flash TTS och ElevenAgents i kontaktcenter

Gemini 3.8 Flash TTS får remixning, som skapar en ny röst utifrån en befintlig

4 november — Google lägger till ett tredje sätt att skapa röster i Gemini 3.8 Flash TTS, efter röstdesign (Voice design) och replikering som lanserades den 23 september. Röstremixning (Voice remixing) utgår från en befintlig röst, antingen någon av bibliotekets över 2 000 röster eller en specialdesignad röst, och ändrar den med instruktioner på naturligt språk: klang, tonhöjd, taltempo, accent eller ålder. Google nämner exempelvis en lätt sydstatsaccent från USA eller rösten hos en eldsprutande drake.

I API:et skapar anropet POST /v1beta/voices med gemini-3.8-flash-tts en ny lagrad röst, oberoende av originalet, som kan användas med Gemini 3.8 Flash TTS och Gemini 3.8 Flash-Lite TTS och i sin tur ligga till grund för en ny remixning. I AI Studio erbjuder knappen Remix this voice tre tagningar att lyssna på sida vid sida. Ett projekt på en betalnivå krävs (Tier 1 eller högre); varje projekt kan lagra upp till 200 röster, och en röst sparas i ett år efter att den senast använts.

🔗 Googles tillkännagivande på X · Guiden till Voice remixing

ElevenLabs integrerar ElevenAgents direkt med NiCE CXone, Genesys Cloud, Amazon Connect och Five9

4 november — ElevenAgents, ElevenLabs plattform för röstagenter, har nu inbyggda integrationer med fyra stora kontaktcenterplattformar för att lägga till röstagenter i befintliga samtalsflöden utan att ändra telefoni, routning eller CRM. Till andra plattformar ansluts ElevenAgents via SIP (Session Initiation Protocol), med telefonileverantörer som Twilio, Vonage, Telnyx, Plivo, Bandwidth eller Exotel.

Kontaktcenterplattform	Tillkännagivet integrationssätt
NiCE CXone	Inbyggd integration, CXone behåller telefoni, routning och rapportering
Genesys Cloud	Inbyggd Audio Connector, utan SIP-förbindelse (SIP trunking)
Amazon Connect	Amazon Connects AI-agent kopplar in ElevenAgents och tar sedan över igen
Five9	SIP via Five9 AI Agent Connect, ett tillägg till Five9

Inlägget påminner om över 17 000 röster på fler än 90 språk och nämner AMC Health, som valde ElevenLabs bland annat eftersom Genesys redan var företagets telefoniplattform. Det anger varken priser eller prestandasiffror och bygger vidare på partnerskapet med Genesys som tillkännagavs den 3 september.

🔗 ElevenAgents integreras med ledande kontaktcenterplattformar

Generativ video och musik: Kling 4.0 Flash för alla och Suno som utgår från en MIDI-fil

Kling gör Kling 4.0 Flash tillgänglig för alla, på sin webbplats och via API:et

4 november — Kling 4.0 Flash, den snabba varianten av Kling 4.0, som haft begränsad förhandsåtkomst sedan den 28 september, är nu öppen för alla på Kling AI:s webbplats och via API:et. Kling förtydligar att modellen också kan anropas via dess MCP-server, CLI och plugins, däribland de för Adobe Photoshop, Premiere Pro och After Effects. Tillkännagivandet anger varken maximal längd, upplösning eller pris, och Klings versionsanteckningar sträcker sig bara fram till lanseringen av Kling 4.0 den 15 oktober. Under förhandsåtkomsten producerade Kling 4.0 Flash klipp på 3 till 20 sekunder i 720p; inget tyder på om dessa begränsningar har ändrats.

🔗 Klings tillkännagivande på X

Suno gör det möjligt att börja skapa en låt från en MIDI-fil

4 november — Suno accepterar nu en MIDI-fil som utgångspunkt för en låt: man drar en .mid- eller .midi-fil till sidan Create eller väljer den i menyn « + » och beskriver sedan på naturligt språk vad Suno ska göra med den, spela noterna exakt som de är skrivna eller ta ett motiv och utveckla det eller låta andra instrument spela det. Till skillnad från Remix och Cover, som utgår från en ljudfil (WAV eller MP3), överför MIDI de exakta noterna och rytmen och ger därmed mer precis kontroll. Inlägget nämner arrangemang av en MIDI-fil för full orkester, en gospelkör med piano eller en stråkkvartett som följer ackorden. Vid lanseringen används funktionen via läget Simple Create och modellen v6-wild, och den är begränsad till Pro- och Premier-prenumeranter; den kompletterar MIDI-exporten som lades till den 26 juli.

🔗 Börja skapa låtar med MIDI

ChatGPTs dots blir allmänt tillgängliga för Enterprise, Edu och Healthcare, aktiveras som standard den 18 november

4 november — Dots, ChatGPTs permanenta agenter som lanserades den 29 september för abonnemangen Pro och Business Premium med en Enterprise-beta, blir allmänt tillgängliga för berättigade ChatGPT Enterprise-, Edu- och Healthcare-arbetsytor. En förhandsversion för enbart administratörer pågår fram till den 18 november 2026: tills dess förblir dots avstängda om administratören inte aktiverar dem; därefter blir de tillgängliga som standard om arbetsytan inte väljer bort dem. Administratörer väljer vilka medlemmar som får tillgång, ser personliga dots och deras anslutningar, kan pausa eller starta dem igen och följer användningen; enligt hjälpartikeln kräver aktiveringen också kompatibla policyer för Agent Security. När det gäller regelefterlevnad stöder dots datahemvist och Enterprise Key Management, med inferens som körs i EU eller USA; dots som skapats före den allmänna tillgängligheten flyttas till den region som krävs inom 30 dagar, och de kan användas inom ramen för HIPAA i arbetsytor som omfattas.

🔗 Versionsnyheter för ChatGPT Enterprise och Edu

Kortnyheter

Agenter och kodverktyg

Zed 1.27 och förhandsversion 1.28 — Den stabila 1.27-versionen bygger på förhandsversionen från den 28 oktober (resurssnålare Agent-panel, återställningspunkterna försvinner, minst macOS 12 krävs); förhandsversion 1.28 följer den senaste versionen av Agent Client Protocol, kapar rader som agenten läser till 2 000 tecken och rättar tre fel i kontextkomprimeringen. 🔗 källa
Delta 0.24 — Ändringar i en undertråd slås samman med den överordnade tråden (/merge-into-parent, /pull-from-subthread), en agent kan läsa en delad tråd via enbart dess länk och skriva till agenten i en annan tråd med delta thread send; MCP-servrarna accepterar bearer-token och anpassade headers. 🔗 källa
Copilot CLI 1.0.106-7 till 1.0.106-9 — Tre förhandsversioner, fortfarande utan en stabil 1.0.106: ett /code-kommando öppnar den aktuella sessionen i VS Code, Fusion-nivån ställs in i copilot config, och 79 buggfixar neutraliserar bland annat nya escape-sekvenser. 🔗 källa
Gemini CLI v0.67.0 och v0.68.0-preview.0 — Den redan presenterade 0.67.0-serien blir stabil, och förhandsversionen samlar de senaste åtta dagarnas nightly-versioner; den enda nyheten är att nightly-versionen från den 4 november får gemini hooks migrate att känna igen Claude Codes händelse SubagentStop och lägger till --userns=keep-id under Podman utan root-behörighet. 🔗 källa
Qwen Code v0.26.7 — Hooks, behörigheter och språkservrar som tillhandahålls av ett repo körs inte längre utan att mappen uttryckligen har godkänts som betrodd; qwen serve öppnas för fjärranslutningar, och det tvingade verktygsvalet rättas för Claude Opus 5.5, Sonnet 5.5, Fable 5.1 och Mythos 5.1. 🔗 källa
Kimi Code 2.5.0 — En session kan startas i en SSH- eller Docker-miljö eller en miljö som definieras med ett kommando (--environment), och /model eller /effort kan användas medan agenten arbetar; flera av serverns REST- och WebSocket-endpoints tas bort, trots att ändringarna klassas som buggfixar. 🔗 källa
CLI mistral 0.17.0 — mistral agents init skapar ett agentprojekt, och en applikation kan bädda in en agent som mistral dev kör under utveckling och som mistral deploy publicerar, bakom flaggan mistral_cli_agents; anslutningen mistral login --device nekas nu. 🔗 källa
DeepSeek Harness 0.2.2-rc.1 — Första releasekandidaten i 0.2.2-serien och den 37:e förhandsversionen utan en stabil version: den tar främst med de alfaversioner som redan behandlats, anpassar SDK:erna för TypeScript och Python till webbläget och låter Ralph loop och sessionssökning lämna experimentstadiet. 🔗 källa
Programvarufabrik enligt Zach Lloyd — På Warps blogg argumenterar han för att en programvarufabrik (software factory) inte byggs genom att rada upp prompts och molnagenter, utan som en stack: fabriken beskriven i kod, beständig orkestrering, utvärderingar och återkörning av tidigare uppgifter, med API- och MCP-integrationer i första hand. 🔗 källa

Plattformar, API:er och administration

Together AI och Kimi K3.1 Pro — Together AI tillhandahåller Kimi K3.1 Pro samma dag som modellens vikter publiceras, i originalutförande eller eftertränad med RL eller SFT via Together Post-Training; inga priser anges i tillkännagivandet. 🔗 källa
OpenAI:s SDK:er — openai-python 3.45.0 och openai-node 7.50.0 stöder svarscache i 12 timmar och tjänstenivåer per projekt, som tillkännagavs i oktober; för Codex CLI finns ingen stabil version sedan 0.166.0 den 29 oktober, bara förhandsversioner med tomma versionsanteckningar. 🔗 källa
Användningsstatistik för Copilot — API:et för användningsstatistik särredovisar nu lokal BYOK-användning (bring your own key), som räknas som en nedre gräns, och markerar företagsanpassade modeller med indikatorn is_custom_enterprise_model; de befintliga totalsiffrorna ändras inte. 🔗 källa
grok-imagine-image-quality avvecklad — Sedan den 2 november hanterar SpaceXSI anrop till denna bildmodell med grok-imagine-image-2.0 i låg kvalitet, utan kodändringar, för 0,04 dollar per 1K-bild och 0,06 dollar per 2K-bild, alltså 0,01 dollar mindre än tidigare. 🔗 källa
Claude Marketplace — 14 agenter och partnerprodukter ansluter till Claude Marketplace, från Chainguard till Zoom via Datadog, Netlify, Runway och Glean, vilket ger över 25 totalt. De kan betalas med en del av det belopp som berättigade företag har åtagit sig att spendera hos Anthropic. 🔗 källa

Säkerhet

Warps GPG-nyckel — Warp förnyar som försiktighetsåtgärd den GPG-undernyckel som signerar en del av dess Linux-paket efter en säkerhetsincident som inte namnges och utan att något missbruk har konstaterats; på Fedora 42 och tidigare versioner, RHEL och openSUSE måste den gamla nyckeln först tas bort. 🔗 källa
GPT-5.6 Cyber i AWS GovCloud — Godkända Daybreak Red-kunder får tillgång till GPT-5.6 Cyber i regionen AWS GovCloud (US-East) via Amazon Bedrock, efter godkännande från OpenAI och därefter aktivering av AWS; AWS hade publicerat detta redan den 30 oktober. 🔗 källa
Mistral Large 4 mot en sårbarhet i Django — I en video som spelas upp i 90 gångers hastighet kartlägger 133 agenter koden, hittar och bekräftar en ny sårbarhet i Django, varefter Le Chonk åtgärdar den; varken CVE-nummer, kostnad eller faktisk tidsåtgång anges. 🔗 källa
CodeQL 2.27.4 — Färre falska positiva resultat i Java och Kotlin, Rust och C/C++, CWE-730-etiketten tas bort från ReDoS-frågor i sex språk, och länkade filer utanför ett pakets rotkatalog utesluts när paketet skapas; ingen AI-del den här gången. 🔗 källa
Perplexitys MCP-guide — Tre kategorier och elva risker i MCP-system, från indirekt promptinjektion till kompromettering av en lokal server, med tillhörande motåtgärder; inga produkter eller siffror från Perplexity. 🔗 källa

Öppna modeller och forskning

Detektering av syntetiska röster — Två forskare vid Melbournes universitet publicerar VeriSpoof, en ljud-LLM med 2,9 miljarder parametrar som detekterar en syntetisk röst, identifierar dess källa och förklarar sin bedömning; enligt författarna har varianten VeriSpoof-Plus en genomsnittlig equal error rate (EER) på 1,79 % på Speech-DF-Arena, och vikterna omfattas av den icke-kommersiella licensen CC BY-NC 4.0. 🔗 källa
Field Extractor från Dharma-AI — En modell på 2B som returnerar fälten i ett dokument som typad JSON; i det egna benchmarktestet med 546 dokument får den 0,834 mot 0,816 för Claude Opus 5, med jämförelsemodeller som inte är de senaste från respektive utgivare, och inga vikter har hittats på Hub. 🔗 källa
OTAP från Cribl — Ett mått som bedömer en agent utifrån strukturen i dess plan, som matchas mot referensplaner med optimal transport; enligt författarna stämmer det bättre överens med mänskliga bedömare än ROUGE-L på 236 trajektorier (0,74 mot 0,64). 🔗 källa

Agenter för konsumenter

Grok Bot och shopping — Den 3 november erbjuder SpaceXSI:s agent en shoppingupplevelse: hitta det bästa erbjudandet, jämföra varor och följa alla beställningar; inga länder, abonnemang eller handlare anges. 🔗 källa
Grok Bot i telefon — Den 4 november meddelar kontot @bot att Grok Bot kan ringa telefonsamtal, med en video som visar funktionen, utan uppgifter om länder, abonnemang eller priser. 🔗 källa
Get Maine Lobster och Computer — I ett pilotprojekt som Perplexity erbjuder, med en testbudget på 30 000 dollar från Perplexity, visar Computers Meta-kampanj 63 % högre avkastning på annonsutgifterna (ROAS) och 3,5 gånger omsättningen vid 2,1 gånger utgifterna, jämfört med kundens vanliga annonser. 🔗 källa
MotionSites i Computer — Skillen från @viktoroddy låter Perplexitys agent bygga animerade webbplatser i WebGL, med scrollanimationer, utifrån 40 referensplaner och 52 hostade resurser; tillgänglig för alla på webben. 🔗 källa
Manus i 3D — Manus omvandlar foton till en spelbar 3D-version av användaren, som kan föras in i de världar som skapats med agenten, som en fortsättning på Game Dev; varken abonnemang eller kostnad i krediter anges. 🔗 källa

Bild, video och kreatörer

HeyGen Video 1 på mobilen — HeyGens videomodell kommer till HeyGen-appen på iOS och Android, utan uppgifter om pris, längd eller upplösning. 🔗 källa
Pika H3 Flex — Modellen lanseras officiellt på Pika-plattformen, två dagar efter det aviserade datumet, med 15 kostnadsfria genereringar per dag fram till den 15 november för Creator- och Fancy-prenumeranter. 🔗 källa
Character Sheet från Luma — Dagen efter Expression Sheet kommer ett konsekvent karaktärsblad med flera vyer, skapat utifrån referenser eller en beskrivning, med åtta layouter; varken blogginlägg eller pris anges. 🔗 källa
HyperFrames — HeyGens familj av videoverktyg uppger att den har över 700 000 användare per månad, utan att ange beräkningsmetod, och öppnar en Discord-server för sin community. 🔗 källa

Vad det innebär

Öppna modellvikter når frontiermodellernas skala, med villkor. Kimi K3.1 Pro, med 2,8T parametrar och cirka 1,56 TB filer, kan laddas ned fritt, och Together AI tillhandahåller modellen och erbjuder efterträning från första dagen. Licensen visar dock var öppenheten tar slut: över 20 miljoner dollar i omsättning måste en återförsäljare förhandla med Moonshot AI, och licensen för Mistral Large 4 krävde redan den 29 oktober en kommersiell licens för att tillhandahålla modellen som tjänst. Infrastrukturen följer efter: Together Compiler låter agenter optimera öppna modeller med vitt skilda arkitekturer och uppger att det ger upp till 2,6 gånger fler tokens per GPU. Cognition håller däremot tills vidare inne vikterna för SWE-2 Flash med hänvisning till cyberrisker och byter basmodell: SWE-2 byggde på Kimi K3, medan SWE-2 Flash bygger på en amerikansk modell.

Kodagenterna blandas och får fler verktyg. VS Code låter Copilot, Claude och Codex arbeta i samma session, Copilot integreras i Xcodes inbyggda assistent, och OpenAI ska förvärva de Git-verktyg som Codex redan använder, två dagar efter presentationen av Pando: versionshantering blir ett strategiskt område när agenterna skapar allt fler grenar. Kostnaden förblir den andra fronten. SWE-2 Flash kostar en femtedel så mycket som SWE-2 enligt Cognition, och Anthropic låter Haiku 5.5 hantera underagenternas statusrad för att få plats med cirka 6 % fler prompts inom samma gräns.

Utvärderingen lämnar testbänken. RoboColosseum låter robotpolicyer bedömas på riktiga robotar i bostäder och restauranger, och resultatet ger en mer nyanserad bild av rankningarna: frontiermodellerna kan mäta sig med specialiserade VLA-modeller, men inget system är tillförlitligt i en öppen värld, och inget klarar en enda uppgift på humanoiden G1. Perplexitys Decisions API utgår från samma iakttagelse på mjukvarusidan: en modell vars kunskap enbart kommer från träningen har fel om aktuella händelser, och webbsökning höjer resultatet för pplx-decider-v1.2 från 51 % till 86 % på ett offentligt benchmark. Inom vetenskapen blir verifieringen själva leveransen: FVCOM i Rust överensstämmer med Fortran till 12 decimaler i 100 simuleringar, och Anthropic publicerar Claudes fel tillsammans med resultaten.

Vattenmärkning blir en standardinställning som styrs av regleringen. SpaceXSI aktiverar den den 7 november på sju Grok-modeller med hänvisning till AI Act, och endast ett intyg om ett lagstadgat undantag gör det möjligt att avstå; Anthropic utökade sin vattenmärkning den 3 november, medan OpenAI låter sin vara avstängd som standard. För utvecklare syns skillnaden inte i texten, utan i svarshuvudet och i ansvaret: att stänga av vattenmärkningen innebär att ensam ta ansvar för sina märkningsskyldigheter.