GPT-5.6 Sol förenar ChatGPT, Kimi K3 blir allmänt tillgänglig i Copilot, WeatherNext förutspår cykloner fem dagar i förväg

Den 6 augusti 2026 förenar OpenAI chattupplevelsen i ChatGPT kring en uppdaterad GPT-5.6 Sol för betalande prenumeranter, med 68% färre faktiska fel, medan GPT-5.6 Luna blir obegränsat gratis för chattar. Samma dag når Kimi K3 allmän tillgänglighet i GitHub Copilot, Google DeepMind publicerar i Nature WeatherNext, sin öppna modell som förutspår cykloner fem dagar i förväg, och Alibaba öppnar den offentliga betan för Wan3.0 för videogenerering i 30 sekunder. Meta avslutar veckan med Artificial Analysis-benchmarks som placerar Muse Spark 1.2 nära gränsen och ett resultat på fem guldnivåer vid internationella vetenskapsolympiader, medan ett femtontal tillkännagivanden täcker agentiska kodverktyg (Amp, Devin, Replit, Warp, Cursor), ekosystemet med open-weight (Hugging Face, Sakana, Together AI) och mediegenerering (ElevenLabs, Suno).

ChatGPT övergår till en enhetlig GPT-5.6 Sol, GPT-5.6 Luna blir gratis obegränsad

6 augusti — OpenAI förenar diskussionsupplevelsen i ChatGPT kring en uppdaterad version av GPT-5.6 Sol för betalande prenumeranter. Tidigare växlade Plus- och Pro-användare manuellt mellan en snabb modell (Instant) och en modell för fördjupat resonemang. Nu hanterar GPT-5.6 Sol båda lägena i en enda upplevelse, med ett justerbart reglage för resonemangsinsats (slider) som kan ändras i farten — en direkt förenkling av gränssnittet, som svar på användarnas återkoppling om förvirringen mellan de två tidigare lägena.

När det gäller tillförlitlighet anger OpenAI en konkret siffra: på sin fakticitetsutvärdering med höga insatser (finans, medicin, juridik) producerar den nya versionen av GPT-5.6 Sol 68% färre svar som innehåller faktiska fel, jämfört med GPT-5.5 Instant. Det är det centrala argumentet i denna uppdatering, som presenteras som en förbättring av tillförlitlighet snarare än ett språng i rå kapacitet.

På den kostnadsfria sidan får Free- och Go-användare också utökad tillgång till GPT-5.6 Luna: obegränsade textkonversationer från och med den 7 augusti, samt en ny knapp “Think” för att utlösa mer resonemang kring svåra frågor — en funktion som tidigare var reserverad för betalplaner.

Följt element	Kvantifierad detalj
Faktiska fel finans/medicin/juridik	-68% vs GPT-5.5 Instant
GPT-5.6 Sol + reglage (Plus/Pro)	tillgänglig sedan 6 augusti
Obegränsade GPT-5.6 Luna-chattar (Free/Go)	tillgänglig sedan 7 augusti

En avgränsning att notera: denna uppdatering gäller endast chattupplevelsen i ChatGPT — GPT-5.6 Sol-versionen som driver ChatGPT Work och Codex ändras inte av detta tillkännagivande.

🔗 Officiellt tillkännagivande från OpenAI

Kimi K3 tillgänglig i allmän version i GitHub Copilot

6 augusti — GitHub tillkännager allmän tillgänglighet för Kimi K3, Moonshot AIs open-weight-modell, i Copilot. Utrullningen sker stegvis för Pro, Pro+, Max, Business och Enterprise, och modellen är tillgänglig från alla Copilot-gränssnitt: Visual Studio Code, Visual Studio, Copilot CLI, molnagenten, GitHub Copilot-appen, github.com, GitHub Mobile, samt JetBrains-, XCode- och Eclipse-plugins.

📣 @Kimi_Moonshot’s Kimi K3, an open-weight model, is now generally available and rolling out in GitHub Copilot. The model shows frontier-level abilities on agentic coding with highly cost-effective pricing. It is hosted by @FireworksAI_HQ.

🇸🇪 📣 Kimi K3 från @Kimi_Moonshot, en modell med öppna vikter, är nu allmänt tillgänglig och rullas ut i GitHub Copilot. Modellen uppvisar kapacitet på gränsnivå för agentisk kod, med mycket konkurrenskraftig prissättning. Den hostas av @FireworksAI_HQ. — @github på X

Modellen hostas via Fireworks AI, med användningsbaserad debitering i linje med leverantörens priser — changeloggen anger varken exakta priser eller kontextfönster. För organisationer i Business och Enterprise är Kimi K3 avaktiverad som standard: administratörer måste uttryckligen aktivera modellpolicyn innan team kan få åtkomst. Denna ankomst ingår i Copilots strategi med flera modeller, som redan tidigare i augusti hade integrerat Kimi K2.7 Code.

🔗 GitHub-changelog

WeatherNext: Google DeepMind förutspår cykloner fem dagar i förväg, öppna vikter

6 augusti — Google DeepMind publicerar i tidskriften Nature resultaten för WeatherNext, sin AI-modell för prognoser av tropiska cykloner. Modellen uppnår state of the art-noggrannhet för att förutsäga en storms bana och intensitet, vilket i genomsnitt ger 24 timmar extra förberedelsetid jämfört med tidigare metoder.

Predicting cyclones accurately can help save lives - and every hour of lead time counts. Published in @Nature, our AI model WeatherNext achieves state-of-the-art accuracy in forecasting a storm’s track and intensity, giving us a critical extra 24 hours to prepare on average.

🇸🇪 Att förutspå cykloner exakt kan rädda liv — och varje timme extra spelar roll. Publicerad i @Nature uppnår vår AI-modell WeatherNext state of the art-noggrannhet i prognoser av en storms bana och intensitet, vilket ger oss i genomsnitt 24 timmar extra förberedelsetid. — @GoogleDeepMind på X

Under orkanen Melissa gav WeatherNext tidiga prognoser om dess landfall i kategori 5, med fem dagars framförhållning och en tillförlitlighet på 80%. Modellen, tränad på flera år av globala atmosfärdata och nära 5 000 historiska cykloner, genererar varje sannolikhetsbaserat 15-dagarsprognosscenario på mindre än en minut på ett TPU-chip. Google DeepMind tillhandahåller nu 1 000 sannolikhetsprognoser per storm, tillgängliga via verktyget WeatherLab.

Mätt indikator	Mätt värde
Extra förberedelsetid	+24h i genomsnitt
Orkanvarning Melissa (kategori 5)	5 dagar i förväg, 80% tillförlitlighet
Historiska cykloner i träningen	~5 000

Noterbart för ekosystemet: modellens kod och vikter är öppna på GitHub, fritt tillgängliga för såväl akademisk forskning som operativ prognostisering.

Wan3.0 (Alibaba) går in i offentlig beta med inbyggda 30-sekundersvideor

6 augusti — Alibaba lanserar den offentliga betan för Wan3.0, nästa generation av sin videogenereringsmodell, med tre huvudpunkter: inbyggd videogenerering på upp till 30 sekunder i ett enda pass, en visuell återgivning som beskrivs som “reality-grade” (mer uttrycksfulla karaktärer, bättre konsekvens i referenser från scen till scen), samt en Omni-Reference-funktion som utökar modellens förståelse bortom text, bild, ljud och video: Wan3.0 kan nu läsa strukturerade dokument (doc, xls, ppt, pdf osv.) och generera en video direkt från deras innehåll.

Betan är tillgänglig från och med nu på Alibaba Cloud Model Studio och Qwen Cloud, med en kommande lansering i Wan-appen för medlemmar.

Videoupplösning	API-pris (per genererad sekund)
480p	0,05 $
720p	0,10 $
1080p	0,20 $

Full API-åtkomst ska öppnas gradvis under de kommande veckorna. Lanseringen positionerar Wan3.0 mot de senaste konkurrentannonseringarna inom långformat-videogenerering med fin multimodal kontroll — FLUX 3 Video från Black Forest Labs, Seedance 2.5 från ByteDance, MiniMax H3 — ett segment där förmågan att generera klipp på 20 till 30 sekunder med rik referenskontroll blir ett centralt differentieringsargument.

🔗 Tillkännagivande @Alibaba_Wan

Muse Spark 1.2 från Meta närmar sig gränsen, enligt Artificial Analysis

5–6 augusti — Det oberoende analysföretaget Artificial Analysis publicerar sin fullständiga utvärdering av Muse Spark 1.2, Meta-modellen som lanserades parallellt med agenten Muse Code. På AA Intelligence Index får den poängen 54 (varianten xhigh), en ökning med 3 poäng jämfört med Muse Spark 1.1 (51) och med 11 poäng jämfört med Muse Spark 1.0 (43, släppt i april) — dess tredje lansering på fyra månader. Denna poäng placerar den i praktisk jämlikhet med GPT-5.5 (xhigh, 55) och Grok 4.5 (high, 54), strax bakom dagens toppmodeller: Claude Opus 5 (max, 61), Claude Fable 5 (max, 60), GPT-5.6 Sol (max, 59) och Kimi K3 (max, 57).

Den största förbättringen gäller agentiskt kunskapsarbete, den svaga punkt som identifierades vid lanseringen av Muse Spark 1.1: GDPval-AA v2 Elo-poängen hoppar från 1371 till 1631, vilket placerar modellen på 5:e plats bland alla utvärderade modeller, före Claude Opus 4.8 (1588).

Mätt indikator	Muse Spark 1.1	Muse Spark 1.2
AA Intelligence Index (xhigh)	51	54
GDPval-AA v2 Elo	1371	1631
Terminal-Bench 2.1	78%	80%
Kostnad per uppgift (Intelligence Index)	0,29 $	0,40 $

Kostnadsmässigt förblir Muse Spark 1.2 bland de mest effektiva modellerna på sin intelligensnivå, med 0,40 $ per uppgift och oförändrad API-prissättning (1,25 $ / 4,25 $ per miljon tokens in/ut). Endast Grok 4.5 och GPT-5.6 Sol (medium) är billigare i dess grupp. På Vals Index tar sig Muse Spark 1.2 också in i topp 5 till bara 0,69 $ per test — tre gånger billigare än Kimi K3, tio gånger billigare än Claude Fable 5, Opus 5 och GPT-5.6 Sol.

🔗 Artificial Analysis-tråd

Meta hävdar resultat på guldnivå vid fem internationella vetenskapsolympiader

6 augusti — Meta Superintelligence Labs (MSL) meddelar att de har skickat interna versioner av Muse Spark-familjen till fem internationella vetenskapstävlingar på hög nivå under 2026, för att mäta verkliga framsteg i resonemang snarare än på syntetiska benchmarks — ett samlat resultat efter en första fysikmedalj som redan rapporterades i juli.

To understand whether we’re making genuine progress on reasoning, we entered our AI models in five international STEM Olympiad competitions this year. The results: Asian Physics Olympiad (APhO): Perfect score on the theory exam — gold medal. International Physics Olympiad (IPhO): Perfect score — gold medal. International Mathematical Olympiad (IMO): Gold medal, top 4% of human participants. International Chemistry Olympiad (IChO): Gold-medal level. Romanian Masters of Mathematics (RMM): Gold-medal level.

🇸🇪 För att veta om vi verkligen gör framsteg i resonemang har vi i år skickat våra AI-modeller till fem internationella vetenskapstävlingar. Resultat: Asiatiska fysikolympiaden (APhO) — perfekt poäng på teoriprovet, guldmedalj. Internationella fysikolympiaden (IPhO) — perfekt poäng, guldmedalj. Internationella matematikolympiaden (IMO) — guldmedalj, topp 4% av de mänskliga deltagarna. Internationella kemiolympiaden (IChO) — nivå för guldmedalj. Romanian Masters of Mathematics (RMM) — nivå för guldmedalj. — @shuchaobi på X

Vetenskapstävling	Uppnått resultat
APhO (fysik, Asien)	Perfekt poäng på teoriprovet — guld
IPhO (fysik, internationell)	Perfekt poäng på teoriprovet — guld
IMO (matematik)	Guld, topp 4% av de mänskliga deltagarna
IChO (kemi)	Nivå för guldmedalj
RMM (matematik, Rumänien)	Nivå för guldmedalj

Tre av dessa tävlingar (APhO, IPhO, IMO) var direktsända prov, rättade av de officiella domarna enligt samma bedömningsskala som för mänskliga deltagare. Meta preciserar att de använda modellerna inte hade tillgång till några externa verktyg — ingen webbsökning, ingen kodtolkare, ingen miniräknare — med en multiagent-orchestrering i parallellt resonemang.

🔗 @AIatMeta-relä

Verktyg för AI-utveckling: Portals, distanssandlådor, modellsroutning

Fem tillkännagivanden minskar gapet mellan lokal utveckling och avlägsna eller multimodella miljöer denna vecka.

Amp lanserar Portals — liveförhandsvisning av appar i Orbs

6 augusti — Amp lägger till Portals, tillgängligt från och med nu i alla orbs (Aamps distansutvecklingsmiljö), en funktion som direkt exponerar HTTP-tjänster som körs inuti en orb i webbläsaren. Tidigare krävde testning i realtid av ändringar som gjorts av agenten att man konfigurerade en VPN eller jonglerade med portar. Tekniskt skapar eller upptäcker agenten en .amp/services.yaml-fil och kör amp orb services ensure för att starta applikationen, som därefter exponeras via en säker HTTPS-anslutning. Portals är tillgängligt för alla som har åtkomst till tråden, vilket gör det möjligt för flera teammedlemmar att se samma ändringar live, även när orben vaknar efter viloläge.

🔗 Amp — Portals

Devin Outposts kör nu på Vercel Sandbox

5 augusti — Cognition utökar Devin Outposts (lanserat i slutet av juli för att köra Devin nativt på vilken dator som helst) med en integration till Vercel Sandbox, tillgänglig från och med nu. Agenten kan nu bygga och testa en applikation i en isolerad microVM på Vercels infrastruktur, med åtkomst till Docker, anslutning till privata nätverk via VPN, och återupptagning från en ögonblicksbild av filsystemet som bevarar repositoryt, beroenden och build-status intakta. Denna integration för Devin Outposts närmare erbjudanden om tillfälliga molnmiljöer liknande dem från Amp (Orbs) eller Warp, med fördelen att bygga på den Vercel-infrastruktur som redan används av många front-end-team.

🔗 @cognition på X

Replit kör sina säkerhetsskanningar under byggnationen, med Semgrep

5 augusti — Replit meddelar, i samarbete med Semgrep, att dess säkerhetsskanningar nu körs under applikationsbyggandet i stället för enbart i slutet — en utveckling som direkt svarar mot en användarönskan. Dessa skanningar är aktiva som standard och integreras i hela funktionsuppsättningen Replit Auto-Protect, som automatiskt säkrar applikationer som genererats av agenten. Replit anger att dess Agent redan utför mer än 100 000 skanningar per dag, en siffra som illustrerar den skala på vilken verktyget används för vibe coding i produktion, med upptäckt och åtgärdande av sårbarheter innan de går live.

🔗 @Replit på X

Warp introducerar egna modellroutrar

5 augusti — Lite mer än en vecka efter lanseringen av Warp Agent CLI lägger Warp till egna modellroutrar, tillgängliga från och med nu för alla användare. Det blir möjligt att definiera egna routningsregler i naturligt språk (“skicka enkla uppgifter till Minimax”, “skicka buggfixar till Kimi K3”), och varje förfrågan dirigeras därefter automatiskt till den modell som bedöms vara mest lämplig. Dessa routrar läggs ovanpå den automatiska routning som redan är inbyggd i CLI:t och fungerar med open weight-modeller, i BYOK (bring your own key), eller via en SuperGrok-prenumeration — ett direkt svar på trenden hos flera konkurrerande verktyg att orkestrera flera modeller beroende på uppgift snarare än att satsa på en enda gränsmodell.

🔗 @warpdotdev på X

Cursor detaljerar Cursor Router — upp till 68 % besparingar utan kvalitetsförlust

6 augusti — Cursor publicerar ett tekniskt inlägg som beskriver hur Cursor Router fungerar, dess system för automatisk modellval som lanserades den 22 juli — alltså inte en lansering, utan en fördjupande artikel med tidigare opublicerade data. Routaren fungerar i två steg: «Compass» uppskattar först uppgiftens komplexitet genom att förutsäga sannolikheten för användarnöjdhet, och därefter väljer en taxonomi-baserad klassificerare (domän, uppgiftstyp, modifierare som visuella ändringar) den bästa frontier-modellen för just den kategorin. Routaren fördelar förfrågningar mellan Grok (rutinarbeten), Sol/GPT-5.6 (planering), Opus (utförande) och Fable (felsökning) — Opus 5 lades till efter den ursprungliga lanseringen. Cursor anger konkreta siffror: läget «Auto Intelligence» skulle ge högre användarnöjdhet än enbart Fable till en kostnad som är 68 % lägre, och läget «Auto Balance» skulle överträffa Opus 4.8 för 41 % lägre kostnad.

🔗 Cursor — hur Cursor Router fungerar

Ekosystem för open-weight: inferens, lagring och autonom sökning

Tre tillkännagivanden stärker infrastrukturen kring modeller med öppna vikter, både på värdsidan och på söksidan.

Baseten blir officiell inferensleverantör på Hugging Face

6 augusti — Baseten, en AI-infrastrukturplattform specialiserad på serverless-inferens, ansluter sig till Hugging Faces Inference Providers. Integrationen gör det möjligt att köra inferens som hostas av Baseten direkt från modellernas sidor på Hub, via webbgränssnittet eller Python- och JavaScript-SDK:erna. Det inledande stödet omfattar tre stora open-weight-modeller: DeepSeek V4 Flash, Kimi K3 och GLM-5.2, med fler uppgiftstyper planerade längre fram. PRO-prenumeranter får 2 $ i månatliga inferenskrediter giltiga hos samtliga leverantörer, medan gratiskonton har mer begränsade kvoter. Integrationen exponerar ett OpenAI-kompatibelt API-format via Hugging Faces router, vilket förenklar bytet av leverantör utan att skriva om anropskoden.

🔗 Hugging Face — Baseten

Ai2 utökar sitt partnerskap med Hugging Face — lagringen upp till ~2 petabyte

5 augusti — Ai2 (Allen Institute for AI) utökar sitt partnerskap med Hugging Face för att påskynda spridningen av sitt arbete inom öppen vetenskap. Den allokerade lagringen på Hub nästan tredubblas och uppgår till cirka 2 petabyte, och trafiken omfattas inte längre av standardgränser för bandbredd — en tydlig fördel för nedladdning av de största datasetten och modellerna med flera checkpoints. Ai2 anger att dess resurser har laddats ned mer än 50 miljoner gånger sedan våren 2024, och att artefakterna kopplade till modellen MolmoAct 2 översteg 400 000 nedladdningar på tre veckor. Partnerskapet omfattar hela Ai2:s portfölj: modellerna Olmo och Molmo, jordobservationsmodellen OlmoEarth, samt flera utvärderingsdataset. Enligt Ai2 publicerar organisationen varje år fler nya artefakter på Hub än någon annan aktör som följs av Hugging Face, med mer än 900 modeller och 1 200 dataset i katalogen.

🔗 Ai2 — Hugging Face-partnerskap

Sakana Marlin — autonom forskningsagent och lansering av Marlin Insights

6 augusti — Sakana AI lyfter fram Sakana Marlin, beskriven som en «Virtual CSO» (virtuell vetenskaplig chef) som kan resonera och bedriva forskning autonomt i flera timmar. Företaget uppger att denna förmåga bygger på två forskningskomponenter publicerade av dess team: AB-MCTS, accepterad som spotlight på NeurIPS 2025, och AI Scientist, publicerad i Nature. Sakana AI har också lanserat Marlin Insights, en serie forskningsprojekt producerade av Marlin; det första numret analyserar utfallet av krisen i Hormuzsundet och varför USA, trots sin militära överlägsenhet, har svårt att hitta en utväg. Denna lansering illustrerar Sakana AI:s strategi att omvandla sin grundforskning till produkter för autonom analys riktade mot företag, i linje med företagets senaste kommersiella utrullningar (Daiwa Securities, Namazu).

🔗 @SakanaAILabs på X

GitHub Copilot och ekosystemet: öppna data, återanvändbar design, slash-kommandon

Q1 2026-uppdatering av GitHub Innovation Graph

5 augusti — GitHub publicerar den kvartalsvisa uppdateringen (Q1 2026) av sin Innovation Graph, ett projekt med öppna data som följer den globala utvecklingsaktiviteten. Tweet-tråden lyfter fram en acceleration av Git-pushaktiviteten i flera länder utanför de traditionella marknaderna, samt en ökning med 16 % kvartal för kvartal i gränsöverskridande open source-samarbete under Q1 2026, med tydliga uppgångar för Europeiska unionen, Indien och Singapore sedan 2020.

Land som följs	Git pushes (Q1 2020 → Q1 2026)
Indien	4,4M → 45M
Vietnam	630K → 5,1M
Pakistan	240K → 3,5M

Hela datasetten förblir öppna och nedladdningsbara, vilket gör det möjligt att fördjupa sig i dessa dynamiker per land och tidsperiod.

🔗 @github-tråd — Innovation Graph

Genspark Design — återanvändbart designsystem mellan projekt

6 augusti — Genspark lanserar Genspark Design, en funktion som finns tillgänglig från och med nu och som automatiskt omvandlar ett redan byggt projekt (färger, typografi, komponenter) till ett återanvändbart designsystem för kommande projekt. Målet är att slippa börja om med den grafiska profilen för varje nytt projekt: en genererad landningssida ärver samma stil som en befintlig app, utan manuellt återarbete. Tillkännagivandet ansluter till Gensparks senaste satsningar kring gränssnittsgenerering och kontorssviter (GenOffice), och riktar sig till användare som kedjar ihop flera AI-genererade projekt och vill ha visuell konsekvens utan upprepad konfigurering.

🔗 @genspark_ai på X

Guide till slash-kommandon i GitHub Copilot-appen

6 augusti — GitHub publicerar en guide som beskriver de sex slash-kommandon som finns i GitHub Copilot desktop-appen och som nås genom att skriva « / » i chattfältet. De täcker hela arbetsflödet: planering, att pröva ett angreppssätt, automatiserad implementering, korsgranskning av en annan modell, skapande av interaktiva gränssnitt och samordning över flera repos — och skiljer sig från slash-kommandon i CLI, som riktar sig mot terminalen snarare än desktop-appen.

Slash-kommandot	Utförd funktion
`/plan`	Delar upp uppgiften innan kodning
`/spar`	Djävulens advokat för att utmana ett angreppssätt
`/autopilot`	Förvandlar en plan till kod
`/rubber-duck`	Oberoende granskning av en annan modell
`/orchestrate`	Samordnar arbetet mellan flera repos

🔗 GitHub — guide till slash-kommandon

Mediegenerering: dubbning och ljudtransparens

ElevenLabs lanserar Dubbing v2 på ElevenAPI

6 augusti — ElevenLabs gör version 2 av sin dubbningsmotor (Dubbing v2), som redan fanns i produkten, allmänt tillgänglig på ElevenAPI för att låta utvecklare integrera AI-dubbning direkt i sina egna applikationer. Tekniskt sett utgår Dubbing v2 direkt från det ursprungliga ljudets prestanda snarare än från en platt transkription, vilket bevarar ton, känsla och frasering i källrösten. Modellen anpassar fraseringen för naturligt uttal på fler än 90 språk, med en «sync-aware»-översättning som automatiskt synkar replikers början och slut utan manuell justering. För företagsanvändning finns ett granularitetsläge som låter en importera sin egen transkription och endast regenerera de modifierade segmenten i stället för hela dubbningen — där hela kedjan (översättning, röstkloning, dubbning, synkronisering) exponeras via ett enda API.

🔗 @ElevenLabs på X

Suno rullar ut verktyg för transparens och uppdaterar sina communityregler

6 augusti — Suno publicerar ett inlägg undertecknat av vd:n Mikey Shulman, där de principer företaget säger sig vilja följa för att «ansvarsfullt» bygga framtiden för AI-genererad musik presenteras. Konkret introducerar tillkännagivandet en utrullning av vattenmärkning och ljudfingeravtryck för att identifiera spår som genererats på plattformen, presenterade som motståndskraftiga mot förfalskning utan att försämra lyssningsupplevelsen, samt kommande begränsningar för nedladdningar som syftar till att begränsa massdistribution till streamingplattformar samtidigt som professionella och kreativa användningsområden bevaras. Tillkännagivandet åtföljs av en uppdatering av Community Guidelines som nu uttryckligen förbjuder återskapande av befintliga låtar, användning av en persons röst eller bild utan samtycke, samt spam och automatiserad kringgåendeteknik i modereringen, med påföljder som sträcker sig från varning till permanent avstängning.

🔗 @suno på X

Agenter och plugins: öppna standarder och subagent-modeller

Agent Plugins — öppen standard för agentplugins

6 augusti — OpenAI tillkännager Agent Plugins, en ny öppen standard framtagen tillsammans med AWS, Cursor, GitHub, VS Code och Vercel för att paketera Agent Skills och MCP-serverkonfigurationer i ett gemensamt format. Målet är att utvecklare ska kunna bygga ett plugin en enda gång och återanvända det i flera kompatibla agentklienter, i stället för att duplicera integrationen för varje verktyg. Vid lanseringen är de listade kompatibla klienterna Codex, ChatGPT, Cursor, GitHub Copilot, Kiro och VS Code — en bred omfattning som täcker både OpenAI-ekosystemet och flera direkta konkurrenter på området kodagenter. Tweetarna beskriver inte den exakta tekniska mekaniken (manifestformat, publiceringsprocess) eller något datum för allmän tillgänglighet utöver den annonserade lanseringen.

🔗 @OpenAIDevs på X

Perplexity Computer rullar ut GPT-5.6 Terra och Luna som subagentmodeller

6 augusti — Perplexity rullar ut två nya GPT-5.6-modeller inom Computer, sin plattform för subagenter och automatiseringar: Terra och Luna. Terra blir standardmodell för alla subagenter i Computer och fungerar även som orkestreringsmodell; Luna positioneras som huvudmodell för schemalagda automatiseringar. Enligt Perplexity är Terra utformad för komplext målorienterat arbete, en profil som passar rollen som subagent som måste bryta ned en uppgift och utföra den autonomt. På benchmarken WANDR skulle Terra få en poäng som är 11 punkter högre än Claude Sonnet, samtidigt som kostnaden minskar med en storleksordning. Denna introduktion av rollspecialiserade modeller illustrerar en allt mer differentierad agentarkitektur hos Perplexity.

🔗 @perplexity_ai på X

Kortnyheter

Together AI hävdar att Kimi K3 är nästan dubbelt så bra som Claude Fable 5 på det juridiska benchmarket Harvey LAB-AA — Utan publicerad metoddetalj bör detta ses som ett marknadsföringspåstående från en inferensleverantör. 🔗 källa
Hugging Face lyfter fram Cadena, en dekompilator för 3D-meshar till redigerbar CAD — Spaces-demo som omvandlar en frusen 3D-fil till ett modifierbart CAD-program steg för steg, till exempel för att göra ett hål större utan att bygga om modellen. 🔗 källa
Hugging Faces vd försvarar en AI-reglering i lager — Clément Delangue stödjer det nya amerikanska regelverket som skiljer mellan modellvikter, API:er och applikationer, vilket han anser vara skyddande för open source. 🔗 källa
Together AI beskriver sin multi-datacenterarkitektur med 99,9 % tillgänglighet — Trafik fördelas direkt över två platser samtidigt, med kapacitet att absorbera total förlust av ett datacenter utan avbrott i tjänsten. 🔗 källa
Gemini Omni: gratis generering av 10 videor förlängs till den 11 augusti — Erbjudandet, som skulle avslutas den 4 augusti, är fortfarande tillgängligt till den 11 augusti 2026 kl. 23.59 (Pacific Time). 🔗 källa
GenOffice tillgängligt på Linux — Gensparks open source-AI-kontorssvit, som redan finns på macOS och Windows, går nu att bygga och använda på Linux. 🔗 källa
Flux 3 tillgängligt i Gensparks AI-videoagent — Integration av Flux 3 (Black Forest Labs) med inbyggt ljud och flerspråkig dialog, för klipp upp till 20 sekunder i 1080p. 🔗 källa
Qwen3.8-Max klättrar i de offentliga rankingarna — Alibaba hävdar 5:e plats i Artificial Analysis Intelligence Index och 1:a plats i Agentic Index, efter en 2:a plats i Image-to-WebDev Arena dagen innan. 🔗 källa
Qwen-Image-3.0-Pro utrullad på Qwen Cloud och fal.ai — Alibabas bildgenereringsmodell, redan rankad som världens 5:e bästa, blir direkt tillgänglig på Qwen Cloud och på tredjepartsplattformen fal.ai. 🔗 källa
OpenAI och American Psychological Association samarbetar kring AI och ungas psykiska hälsa — Partnerskap för att utveckla evidensbaserade rekommendationer och skyddsräcken kring ungas välbefinnande. 🔗 källa
OpenAI publicerar Signals-data om ChatGPT:s globala användning — Nya indikatorer per land om adoption och användningstrender, utan tillgängliga detaljerade siffror vid detta datum. 🔗 källa
Cohere samarbetar med University of Waterloo om ett certifikat i AI-transformation — Det nya certifikatet «AI Transformation & Change Management» ska förbereda studenter för ansvarsfull AI-användning i företag. 🔗 källa

Vad det innebär

Veckan illustrerar en tydlig förskjutning: spetsintelligens blir standardalternativet snarare än ett extra betalt tillval. OpenAI samlar ChatGPT kring en GPT-5.6 Sol som hanterar både snabbhet och djupt resonemang, samtidigt som Luna görs obegränsad och gratis för Free- och Go-konton. GitHub följer en liknande logik på utvecklarsidan genom att göra Kimi K3, en open-weight-modell, allmänt tillgänglig i Copilot för hela sitt betalda utbud. I båda fallen är nyheten inte ett språng i rå kapacitet utan en förändring i distributionen: modeller som tidigare var reserverade för premiumnivåer eller skräddarsydda integrationer blir standardkonfigurationen, vilket förskjuter konkurrensen mot upplevd tillförlitlighet och åtkomstkostnad snarare än mot den råa poängen på ett benchmark.

Mätningen av AI-kapacitet blir i sig ett strukturerat konkurrensfält. Meta’s Muse Spark 1.2 klättrar nästan till gränsen enligt Artificial Analysis, till en kostnad per uppgift som fortfarande hör till de lägsta i sin kategori, medan Meta Superintelligence Labs hävdar guldnivåresultat i fem internationella vetenskapsolympiader utan verktygsanvändning — en offentlig demonstration utformad för att övertyga bortom de vanliga leaderboardsen. Samtidigt professionaliseras infrastrukturen som bär dessa öppna modeller: Baseten blir officiell inferensleverantör på Hugging Face för DeepSeek V4 Flash, Kimi K3 och GLM-5.2, Ai2 tredubblar nästan sin lagring på Hubben, och Sakana AI förvandlar sin grundforskning till en autonom forskningsprodukt med Marlin. Den röda tråden: värdet flyttar från den isolerade modellen till ekosystemet som distribuerar, hostar och verifierar den.

Verktygen för agentisk kod konvergerar kring samma idé: ingen enskild modell dominerar längre alla uppgifter, så routing måste göras intelligent. Cursor beskriver hur dess router kombinerar komplexitetsbedömning och taxonomibaserad klassificering för att sänka kostnaderna med upp till 68 % utan att förlora upplevd nöjdhet, Warp introducerar routningsregler i naturligt språk, och Amp liksom Devin utökar sina fjärrmiljöer (Portals, integration med Vercel Sandbox) för att föra molnutveckling närmare komforten i lokal utveckling. Replit flyttar i sin tur sina Semgrep-säkerhetsskanningar till före bygget i stället för efteråt, till mer än 100 000 skanningar per dag i den här skalan. Tillsammans tecknar dessa annonseringar en generation verktyg där intelligens inte längre är den enda hävstången: orkestrering, säkerhet som standard och infrastrukturell integration väger lika tungt.

Utöver språkmodeller visar veckan hur AI etablerar sig både i användningsområden med direkt påverkan och i storskalig kreativ produktion. WeatherNext från Google DeepMind, publicerad i Nature och tillgänglig med öppna vikter, ger i genomsnitt 24 timmars extra framförhållning för att förutse en cyklon — en tillämpning där det allmänna intresset tydligt går före kommersiell konkurrens. I motsatt riktning illustrerar Wan3.0 från Alibaba, ElevenLabs och Suno den snabba mognaden i mediagenerering: inbyggd video på 30 sekunder med multimodal kontroll, dubbning som villkoras på den ursprungliga röstprestationen och nu är allmänt tillgänglig via API, samt vattenmärkningsverktyg som rullas ut som svar på oro kring äktheten i genererat innehåll. Dessa två riktningar, öppen vetenskap och kommersiellt skapande, utvecklas i samma takt men med mycket olika ansvarsfrågor.