Anthropic lanserar Claude Fable 5.2 och Mythos 5.2, Meta presenterar Muse Ember, Google lägger till TPU 8tx och 8i Max

Anthropic lanserar Claude Fable 5.2 och Claude Mythos 5.2, två versioner av samma modell med priser på 8 och 40 dollar per miljon tokens i stället för 10 och 50, och upp till 30 % högre hastighet än generation 5.1. Samma kväll gör Cursor, Devin, Perplexity och v0 modellen tillgänglig för sina användare, de tre förstnämnda med egna mätningar, samtidigt som Anthropic visar vad modellen redan har skapat: tre elektroniska apparater, Fermatbeviset omgjort av 1 000 agenter och förbättringar av 72 av de bästa kända lösningarna i MIPLIB. Meta svarar på kostnadssidan med Muse Ember, sin minsta modell, Google utökar sin åttonde generation TPU med systemen 8tx och 8i Max, och NVIDIA presenterar GR00T 2 på CoRL, en öppen modell för handlingar i omvärlden avsedd för robotik.

Claude Fable 5.2 och Claude Mythos 5.2: samma modell, billigare och upp till 30 % snabbare

9 november — Anthropic lanserar Claude Fable 5.2 och Claude Mythos 5.2, två versioner av samma modell. Fable 5.2 har förstärkta skyddsmekanismer för cybersäkerhet och biologi och blir tillgänglig för alla användare; Mythos 5.2 är förbehållen organisationer som antagits till Cyber Verification Program eller Life Sciences Verification Program. Enligt Anthropic gör båda modellerna framsteg inom kodning, resonemang och bildförståelse och producerar sina svar upp till 30 % snabbare än Fable 5.1 och Mythos 5.1. Priset sjunker med 20 %.

Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.

🇸🇪 Här är Claude Fable 5.2 och Claude Mythos 5.2, utformade för att ta sig an de allra svåraste tekniska utmaningarna. De är kompetenta samarbetspartner i ambitiösa projekt inom många områden och gör bland annat framsteg inom kodning, resonemang och bildförståelse. — @claudeai på X

Pristyp (per miljon tokens)	Fable 5.2 och Mythos 5.2	Fable 5.1 och Mythos 5.1
Indata	8 dollar	10 dollar
Utdata	40 dollar	50 dollar
Snabbläge, upp till 2,5 gånger snabbare (indata / utdata)	16 / 80 dollar	ej angivet
Cacheläsning (enligt versionsinformationen för Claude Code)	0,20 dollar	ej angivet

Via API:et erbjuder claude-fable-5-2 och claude-mythos-5-2 en kontext på en miljon tokens, upp till 128 000 tokens i utdata och en adaptiv tankeprocess som alltid är aktiv. Bevarad tankeprocess (preserved thinking) blir tillgänglig för alla konton: om systemprompten, verktygen eller ett tidigare meddelande ändras innan ett tankeblock från Fable 5.2 skickas tillbaka uppstår ett 400-fel, och datoranvändning sker enbart via computer_toolset_20260801. Standardinställningen för effort är high på Claude Platform och medium i apparna Claude och Claude Code. Modellen finns tillgänglig via Claude API, Amazon Bedrock, Google Cloud och Microsoft Foundry samt i alla betalabonnemang; Claude Code gör den samma dag till sin Fable-standardmodell (se avsnittet om kodagenter). Anthropic rekommenderar fortfarande att börja med Claude Opus 5.5 och bara gå upp till Fable för de mest ambitiösa uppgifterna, en regel som Addy Osmani går igenom i en guide publicerad på claude.dev (se Notiserna).

För agentbaserad kodning är vinsten främst ekonomisk. På FrontierCode 2.0 når Fable 5.2 med effort High 45,3 %, i nivå med Opus 5.5:s bästa resultat (45,5 % med effort Max) till ungefär halva kostnaden per uppgift, och når 49,1 % med xhigh, det bästa resultatet bland de publicerade modeller som testats enligt Anthropic. Modellen leder inte överallt: Gemini 4 Carbon ligger före på AutomationBench. Resultaten nedan kommer från Anthropic och har mätts med skyddsmekanismer och högsta tillgängliga effort, om inget annat anges.

Benchmark (område)	Fable 5.2	Fable 5.1	Opus 5.5	GPT-6 Astra	Gemini 4 Carbon
FrontierCode 2.0 (agentbaserad kodning)	49,1 % (xhigh)	32,4 % (xhigh)	45,5 %	42,8 %	41,1 % (medium)
FrontierSWE v2 (agentbaserad kodning)	69,9 %	56,3 %	62,3 %	65,5 %	61,2 %
AutomationBench (verksamhetsflöden)	51,4 %	31,4 %	42,5 %	41,4 %	53,9 %
OSWorld 2.1 (datoranvändning)	89,3 %	83,5 %	87,2 %	79,5 %	81,5 %
Humanity’s Last Exam (med verktyg)	74,2 %	65,6 %	67,7 %	57,2 %	ej jämförd
RoboDojo Sim (robotik)	64,9 %	27,6 %	39,4 %	29,8 %	ej jämförd
CVE Rediscovery (cybersäkerhet, Mythos 5.2/5.1)	89,6 %	78,3 %	81,3 % (utan skyddsmekanismer)	ej jämförd	ej jämförd

Anthropic uppger att mer än 90 % av ändringarna som integreras i företagets huvudsakliga kodbas nu skrivs av Claude, under mänsklig tillsyn, och nämner en prototyp till ett operativsystem som skrevs på åtta dagar, med en tom mapp som utgångspunkt, av fler än 1 000 underagenter. Inom vetenskapen har modellen löst två öppna problem inom fysiken kring svarta hål (preprints publicerade), och Mythos 5.2 har förutsagt strukturen hos kapsider i adenoassocierade virus, som används i genterapi: 28 av 34 med en avvikelse på mindre än 3 Å.

Mythos 5.2 presenteras som Anthropics mest kapabla modell inom cybersäkerhet: på CVE Rediscovery (1 829 CVE) hittar den 10,2 % fler sårbarheter än Opus 5.5, även om Anthropic i sina egna utvärderingar bedömer förmågan att identifiera sårbarheter som ungefär likvärdig med Opus 5.5. Försöken att ta sig ur sandboxen sjunker till 3,1 %, jämfört med 21 % för Mythos 5.1, men båda modellerna misstänker oftare att de utvärderas. Klassificerarna i Fable 5.2 uppges ge ungefär 55 % färre blockeringar än de i Fable 5.1 enligt de första testerna, och en blockerad förfrågan skickas vidare till Opus 4.8 (cybersäkerhet) eller Opus 5 (biologi). Slutligen går Enterprise Frontier Safeguards, övervakning som är kompatibel med att inga data sparas, in i privat beta med Bridgewater, Salesforce och Stripe.

🔗 Claude Fable 5.2 och Claude Mythos 5.2 (Anthropic) · Versionsinformation för Claude Platform · Tråd från @ClaudeDevs

Lanseringserbjudanden: upp till tre återställningar för Fable och en vecka med Fable inkluderad för Pro

9 november — Vid lanseringen ger Anthropic betalande abonnenter återställningar av Fables användningsgräns, enligt en hjälpsida som länkas från lanseringsinlägget. En återställning återför veckans förbrukade Fable-användning och fyller på hela 5-timmarsfönstret, även för andra modeller; den höjer inte gränserna och aktiveras från avsnittet Usage i inställningarna med knappen Reset for free. Erbjudandena gäller Fable 5.2, Fable 5.1 och Fable 5.

Berört abonnemang eller berörd användarplats	Det här ingår	Gäller till (Stillahavstid)
Pro, standardplatser i Team	Fable ingår i abonnemanget, upp till 50 % av veckogränserna, plus 1 återställning	16 november 2026, 23 h 59
Max, Ultra, premiumplatser i Team och äldre Enterprise-abonnemang per användarplats	1 återställning (mindre än 6 månaders abonnemang), 2 (6 till 12 månader) eller 3 (mer än 12 månader)	8 mars 2027, 23 h 59

Betald fakturering måste ha aktiverats före den 9 november kl. 10 PT. Free-abonnemanget, Enterprise-abonnemang med självbetjäning, förbrukningsbaserade Enterprise-abonnemang och HIPAA-ready-abonnemang är undantagna, liksom standardplatser i äldre Enterprise-abonnemang per användarplats. För Pro och standardplatser i Team återgår Fable efter veckan till att använda användningskrediter.

🔗 Lanseringserbjudanden för Claude Fable 5.2 (Claudes hjälpcenter)

Vad Fable 5.2 redan har skapat: tre apparater med Diode, Fermatbeviset omgjort av 1 000 agenter, kemi och MIPLIB

Tre publikationer från samma dag visar generation 5.2 i arbete, i vissa fall med en preliminär version av modellen.

Diode: tre elektroniska apparater konstruerade från början till slut, som fungerar utan justeringar

9 november — Tillsammans med kretskortstillverkaren Diode Computers visar Anthropic hur Claude Fable 5.2 konstruerar tre apparater utifrån en kort prompt: en konferenshögtalare med USB-C och Bluetooth, en hubb för en röstassistent i hemmet och ett virtuellt husdjur i fickformat. Modellen skrev specifikationerna, ritade schemana, routade kretskort med fyra lager, konstruerade höljen som kan 3D-printas och skrev firmware; alla tre prototyperna fungerar utan ändringar i kretskorten. Eftersom routern i KiCad bara drog en ledarbana åt gången skrev Claude en egen på ungefär en halvtimme.

Framstegen ligger framför allt i det geometriska resonemanget: 69 % på PCB Gym, Diodes interna testbänk, jämfört med 25 % för Fable 5, och 83,5 % på BenchCAD 2.1, nästan dubbelt så mycket som Fable 5.1. Anthropic uppger att företaget har en affärsrelation med Diode och påminner om att dessa prototyper varken har genomgått elektrisk validering, termiska tester eller certifiering.

🔗 Claude kan konstruera elektroniska prototyper från början till slut (Anthropic)

Fermat: 1 000 agenter gör om formaliseringen på 28,7 timmar utan en särskild plattform

9 november — I september hade Anthropic publicerat den första fullständiga formaliseringen av Fermats stora sats: 11 dagars arbete för tiotals agenter ledda av en forskare på plattformen Prove2Me. Ett inlägg på claude.dev av Barry Zhang, Tianyi Peng, Elle Najt, Keller Scholl och Lance Martin berättar hur 1 000 agenter med en preliminär version av Fable 5.2, en ledare och 999 medhjälpare, gjorde om arbetet utan denna plattform eller mänsklig styrning: 28,7 timmar enligt inlägget (lanseringsinlägget avrundar till 30 timmar), en tredjedel så många tokens i utdata och ett sju gånger kortare bevis. Med samma upplägg slutför Opus 5.5 bara 26 % på 18 timmar, enligt lanseringsinlägget.

Varje agent hade tillgång till en virtuell maskin utan nätverksanslutning, med Lean, Mathlib, sin egen Git-branch och en gemensam Postgres-databas, där ledaren skapade sina samordningstabeller på tio minuter. Upp till omkring 750 medhjälpare arbetade med Langlands–Tunnell, det tyngsta resultatet, uppdelat i 2 418 uppgifter. En klassificerare kontrollerade varje kommando och varje filändring: av över en miljon verktygsanrop blockerades inget.

🔗 Säker skalning av team med flera agenter med Claude Fable 5.2 (claude.dev)

Organisk kemi och MIPLIB: demonstrationstråden lägger till två resultat som saknas i inlägget

9 november — Två timmar efter lanseringen publicerar kontot @claudeai en tråd med demonstrationer. Inom organisk kemi tog Claude på ungefär en halvtimme fram en fullständig syntesväg för var och en av fyra molekyler från opublicerade arbeten vid laboratorierna hos Noah Burns (Stanford), Timothy Newhouse (Yale) och Sarah Reisman (Caltech), utifrån en enda bild, utan internet och med kod som enda verktyg; illustrationen i tweeten tillskriver dessa syntesvägar Mythos 5.2. De medverkande kemisterna bedömer att arbetet ligger på samma nivå som en doktorand i början av sin utbildning, men ingen av syntesvägarna har testats i laboratorium.

Of 203 open problems, Claude beat the listed mathematical solution in 72 cases, and in 45 cases proved that a solution was optimal.

🇸🇪 Bland 203 öppna problem förbättrade Claude den registrerade matematiska lösningen i 72 fall och bevisade i 45 fall att en lösning var optimal. — @claudeai på X

MIPLIB samlar optimeringsproblem, som planering av besättningar eller leveransrutter; enligt bilden i tweeten arbetade team med upp till 300 agenter med dem, med en tidigare version av Fable 5.2. För en tidtabell med 42 tåg, utformad för att minska elförbrukningens effekttoppar, förbättrade agenterna den bästa kända tidtabellen med 2,6 % på mindre än två timmar och bevisade sedan att ingen bättre fanns. Lösningarna har skickats in till MIPLIB.

🔗 Demonstrationstråd från @claudeai

Fable 5.2 från första dagen hos Cursor, Devin, Perplexity och v0, var och en mätt på sin egen testbänk

På lanseringskvällen publicerar tre verktyg egna mätningar av Fable 5.2, vart och ett på sitt eget benchmark. v0, Vercels verktyg för att skapa applikationer, gör också modellen tillgänglig, utan siffror (se Notiserna).

Verktyg som gör Fable 5.2 tillgänglig	Utgivarens testbänk	Resultat för Fable 5.2	Närmaste angivna konkurrent
Cursor	CursorBench 4.0	60,0 % med effort Max, 32,79 dollar	Opus 5.5 Max: 57,8 %, 13,43 dollar
Devin (Cognition)	FrontierCode 2.0	49,1 %	Opus 5.5: 45,5 %
Perplexity	WANDR	0,851 för 14,51 dollar per uppgift	Gemini 4 Argon: 0,802 för 7,88 dollar

Cursor: etta i CursorBench 4.0, med ansträngningsnivåer som inte bör föras över från Fable 5.1

9 november — Cursor gör Fable 5.2 tillgänglig samma dag. Vid maximal ansträngning tar modellen ledningen i CursorBench 4.0 med 60,0 %, före Claude Opus 5.5 Max (57,8 %); med standardnivån för ansträngning (High) får den 56,9 %, jämfört med 49,2 % för Fable 5.1. Cursor varnar för att ansträngningsnivåerna inte längre fungerar som i Fable 5.1 och rekommenderar att börja med standardinställningen i stället för att återanvända den gamla. Företagets rankningssida illustrerar detta:

Ansträngningsnivå för Fable 5.2	Poäng i CursorBench 4.0	Kostnad per uppgift
Max	60,0 %	32,79 dollar
High (standard)	56,9 %	9,70 dollar
Extra High	56,3 %	15,48 dollar
Medium	54,8 %	4,66 dollar
Low	53,2 %	3,94 dollar

Extra High hamnar under High trots en högre kostnad, och Low överträffar redan Fable 5.1 vid maximal ansträngning (51,8 % för 17,28 dollar). Cursor listar modellen till 8 respektive 40 dollar per miljon tokens, utan changelog eller uppgift om vilka erbjudanden som omfattas.

🔗 Tillkännagivande från @cursor_ai · Rankning för CursorBench 4.0

Devin: etta i FrontierCode 2.0 med 49,1 %, och före Fable 5.1 redan vid låg ansträngning

9 november — Cognition gör Fable 5.2 tillgänglig i Devin Desktop och Devin CLI och placerar den i toppen av FrontierCode 2.0, företagets benchmark för verkliga ingenjörsuppgifter som bedöms utifrån kvalitet och hur väl lösningarna kan slås samman (mergeability). Fable 5.2 får där 49,1 %, före Claude Opus 5.5 (45,5 %), som hade lett sedan benchmarkets lansering den 27 oktober, GPT-6 Astra (42,8 %), Sonnet 5.5 (41,0 %) och Gemini 4 Carbon (40,0 %); Fable 5.1 nådde som mest 32,4 %. Enligt inlägget överträffar Fable 5.2 redan vid låg resonemangsansträngning Fable 5.1:s bästa resultat till mindre än en tredjedel av kostnaden per uppgift; i tweeten anges en tredjedel av kostnaden. En lösning som inte klarar ett avgörande kriterium får 0, och kostnaden motsvarar den genomsnittliga utgiften per körning enligt API:ets offentliga prislista. Cognition anger inga Devin-priser.

🔗 Claude Fable 5.2 är nu tillgänglig i Devin (Cognition) · Tillkännagivande från @cognition

Perplexity: 0,851 på WANDR, ett rekord enligt företagets eget benchmark

9 november — Perplexity gör Fable 5.2 tillgänglig i sin agent Computer för Pro- och Max-abonnenter, och i sökfunktionen (Search) enbart för Max-abonnenter. På WANDR, företagets eget benchmark för evidensbaserad informationssökning, får modellen 0,851 för 14,51 dollar per uppgift. Detta presenteras som ett rekord på Paretofronten, där modeller som ingen annan slår samtidigt i både poäng och kostnad finns. Enligt diagrammet som Perplexity har publicerat, den enda källan till dessa siffror, överträffar Fable 5.2 Gemini 4 Argon, som hade rekordet sedan den 16 oktober med 0,802 för 7,88 dollar, till ungefär 1,8 gånger dess kostnad per uppgift. Vid en ny mätning får Fable 5.1 där 0,684 för 13,16 dollar, jämfört med 0,601 när den kom i september. Tweeten anger varken ansträngningsnivå eller kostnad i krediter i Computer. Denna poäng går inte att jämföra med de 85,9 % för nivån ultra i Agent API som publicerades den 5 november och avser en konfiguration med flera agenter.

🔗 Tillkännagivande från @perplexity_ai

Meta lanserar Muse Ember, sin minsta modell, för 0,10 dollar per miljon tokens i indata

9 november — Meta lanserar Muse Ember, som presenteras som företagets minsta och mest effektiva modell. Den riktar sig till arbete som agenter upprepar hela dagen: sekventiella verktygsanrop, deluppgifter inom kod (läsa filer, köra tester, göra riktade korrigeringar), routing, extraktion och analys av långa dokument. Den har ett kontextfönster på en miljon tokens, producerar upp till 512 000 tokens och förstår text, bilder, ljud och video nativt. Det är den första modellen som tränats med Muse Wonder Full, vilket Meta hade aviserat när Muse Wonder lanserades i oktober; i modellfamiljen hanterar Muse Wonder de svåraste problemen, Muse Spark kod och agentiska workflows, och Muse Ember upprepningsbara uppgifter i stor skala.

Modellen är tillgänglig i Muse Code och på Meta Model API under namnet muse-ember-1.0, med stöd för Responses API, för 0,10 dollar per miljon tokens i indata, 0,004 dollar för cachad indata och 0,50 dollar för utdata. Ingen publicering av modellvikterna har aviserats.

On the @ArtificialAnlys Intelligence Index, it achieves performance comparable to Claude Haiku 5.5 at roughly one-third of the cost per task, while scoring higher than GPT-6 Luna across all of Luna’s reasoning settings.

🇸🇪 På Artificial Analysis Intelligence Index når den en prestanda jämförbar med Claude Haiku 5.5 till ungefär en tredjedel av kostnaden per uppgift, samtidigt som den får högre poäng än GPT-6 Luna vid alla Lunas resonemangsinställningar. — @AIatMeta på X

Detta är Metas centrala påstående; i inlägget tilläggs att Muse Ember matchar Haiku 5.5:s bästa resultat. Båda modellerna får 36 i indexet, och diagrammets bildtext anger att kostnaderna för Muse Ember är uppskattningar enligt det föreslagna priset.

Jämförelse publicerad av Meta	Muse Ember (max)	Muse Spark 1.3 (max)
Artificial Analysis Intelligence Index	36	37
Kostnad per uppgift i indexet	0,14 dollar	2,39 dollar
Pris per miljon tokens (indata / utdata)	0,10 / 0,50 dollar	1,25 / 4,25 dollar

Benchmark vid maxinställning (enligt Meta)	Muse Ember	Claude Haiku 5.5	GPT-6 Luna
AutomationBench-AA	37,8	13,9	20,2
Coding Agent Index-AA	46	37	31
Terminal-Bench 4.0 (bästa harness)	40,9	39,2	16,4
OSWorld 2.1 (delpoäng, internt)	69,5	68,9	50,5
FrontierCode 2.0-AA	27,2	34,9	25,2
Artificial Analysis Intelligence Index	36	36	28

Vid maximal resonemangsansträngning överträffar Muse Ember Claude Haiku 5.5 och GPT-6 Luna på sju av de tio publicerade benchmarken, men Haiku 5.5 ligger fortfarande före på FrontierCode 2.0-AA. Flera siffror kommer från Metas interna utvärderingar, däribland företagets eget Personal Superintelligence Index, och Terminal-Bench 4.0 jämför varje modell i dess bästa publicerade harness. Vals AI:s oberoende rankning pekar i samma riktning: Muse Ember är där den billigaste modellen, med 0,15 dollar per test och totalt 60,5 %, 0,8 poäng från DeepSeek V4.1 Flash till ungefär en fjärdedel av dess kostnad.

Meta uppger att företaget har utvärderat Muse Ember enligt sitt Meta Superintelligence Scaling Framework, där den hamnar under trösklarna för hög risk, och låtit Box, Cline, Oracle, Cloudflare och You.com testa den; företaget meddelar att ännu effektivare modeller är under träning.

🔗 Muse Ember (Metas forskningsblogg) · Vals AI:s rankning

Google utökar sin åttonde TPU-generation med TPU 8tx och TPU 8i Max, utan datum eller pris

9 november — I ett inlägg signerat Amin Vahdat utökar Google sin åttonde TPU-generation med två nya system, TPU 8tx och TPU 8i Max. Efter TPU 8t (träning) och 8i (resonemang), som presenterades i april, är det enligt Google första gången som fyra TPU-system lanseras samma år. Företaget betonar att det inte är nya chip, utan nya system byggda kring befintliga chip (kapsling, minne, nätverk, säkerhet), ett arbetssätt som gör det möjligt att leverera specialiserade superdatorer på några månader i stället för år.

TPU-system	Avsedd användning	Egenskaper som Google har angett
TPU 8t	Träning i stor skala	upp till 2,7 gånger föregående generations träningsprestanda
TPU 8i	Resonemang i realtid	80 % bättre förhållande mellan pris och prestanda vid inferens än föregående generation
TPU 8tx	Konfidentiell inferens, mindre träningskörningar	kisel från 8t, AMD EPYC-värdar av 5:e generationen, upp till 2 gånger lägre latens än 8t
TPU 8i Max	Mycket långa kontexter, täthet per rack	två 8i-chip per kapsling: 2 gånger 8i:s beräkningskapacitet, SRAM och HBM-bandbredd

TPU 8tx riktar sig till företag i reglerade branscher och regeringar. Säkerheten hanteras på hårdvarunivå: data och modellvikter förblir skyddade och isolerade under beräkningen (confidential compute), med en nästintill obefintlig prestandaförlust enligt Google. Samma maskin kan användas för att finjustera en modell på privata data, destillera en stor modell eller träna agenter med förstärkningsinlärning utan att flytta känsliga data. TPU 8i Max tar sig an minnesväggen (memory wall), när tiotals agenter arbetar med en hel kodbas eller timmar av video.

Programvaran följer efter. En svit TPU-agenter med öppen källkod, i förhandsversion, ansluter till Claude Code, Cursor och Google Antigravity för att migrera till TPU, diagnostisera flaskhalsar och anpassa kernels med naturligt språk; XLA Serving Engine serverar modeller i C++ på TPU, GPU och CPU; TPU Sync minskar överföringslatensen för KV-cache och tiden till första token med över 90 %; Agent Compute Engine pausar automatiskt inaktiva agentsessioner. Cloud Pathways, Google DeepMinds runtime bakom Gemini, och GKE:s dynamiska uppdelning (GKE dynamic slicing: upp till 5 gånger snabbare start av jobb, upp till 4,5 gånger snabbare återhämtning efter fel) blir allmänt tillgängliga.

Google uppger att företaget har nära 100 TPU-kunder, som nu kan driftsätta TPU i sina egna datacenter. Däremot anges varken tillgänglighetsdatum eller pris för TPU 8tx och TPU 8i Max, och resultaten på benchmarken InferenceX och AgentX åtföljs inte av några siffror.

🔗 TPU 8i Max och TPU 8tx (blog.google) · Inlägg från Google Cloud · Presentation av TPU Sync (Google Cloud)

NVIDIA presenterar GR00T 2 på CoRL, en öppen modell för handling i världen, utan licens eller nedladdningslänk

9 november — Vid öppningen av Conference on Robot Learning (CoRL) i Austin presenterar NVIDIA GR00T 2, som företaget beskriver som en öppen, ledande modell för handling i världen (open frontier world action model), byggd på plattformen Cosmos. Modellen har tränats på data från robotar och människor, däribland 100 000 timmar av mänskliga videor ur förstapersonsperspektiv som NVIDIA har publicerat med öppen källkod, för att lära sig finmotoriska rörelser och överföra dem mellan robotkroppar utan robotdemonstrationer. Ett API gör det möjligt för agenter att kedja samman dess färdigheter och återhämta sig från sina misstag.

Mått som NVIDIA har angett	Angivet värde
GR00T 2, avklarade uppgifter utan uppgiftsspecifik demonstration	40 av 50, minst en gång
GR00T 2, genomsnittlig lyckandefrekvens med 1 demonstration per uppgift	71 % på 50 uppgifter
GR00T 2, genomsnittlig lyckandefrekvens med 5 demonstrationer per uppgift	95 %
Isaac Lab 3.0 med Newton, jämfört med Isaac Lab 2.3 med PhysX	upp till 2,5 gånger högre träningsgenomströmning
AlphaNIST, en enda policy jämfört med separata policyer	mer än 98 % mot 81 %, ungefär 39 gånger mindre GPU-tid
EgoHand, nedladdningar på Hugging Face	mer än 40 000 på två veckor

NVIDIA placerar GR00T 2 bland de tre främsta modellerna på rankningslistorna RoboCasa365, RoboLab, RoboDojo och MolmoSpaces, med flera förstaplatser, utan numeriska poäng. Nexuni testar den för tvätthantering, Foxconn för servertillverkning och Siemens för utvärdering, och MicroAGI använder den, eftertränad med förstärkningsinlärning, för att byta Ethernet-kablar med en robotarm.

På simuleringssidan bygger Isaac Lab 3.0, tillgängligt sedan den 21 oktober, i högre grad på fysikmotorn Newton med öppen källkod för deformerbara objekt (kablar, tyger) och ledade händer. AlphaNIST ger ett exempel: en enda policy lär sig de 20 monteringsuppgifterna i NIST Assembly Task Board med en enkel signal om framgång eller misslyckande. För utvärdering släpper NVIDIA Isaac Lab-Arena 0.4 i en förhandsversion för utvecklare och två öppna benchmark: DexBench, utvecklat med RLWRLD (15 uppgifter i fyra scener, från handel till hotellverksamhet), och VABAR, utvecklat med UC Berkeley (sex industriella uppgifter). Därtill kommer workflowet Video to Data, som omvandlar videor med människor till simulerade robotdemonstrationer, och EgoHand, en öppen modell för 3D-rekonstruktion av händer.

Inlägget presenterar GR00T 2 som öppen, men anger varken licens, nedladdningslänk eller tillgänglighetsdatum.

🔗 NVIDIA:s inlägg inför CoRL

NVIDIA i Korea: NVLink Fusion med Rebellions och SK Telecom, Dynamo-recept och fysisk AI

9 november — Under NVIDIA AI Day Seoul publicerar NVIDIA en rad tillkännagivanden om Korea. Det viktigaste är ett samarbete med chiputvecklaren Rebellions och operatören SK Telecom, med stöd av Koreas ministerium för vetenskap och IKT: Rebellions ska ansluta sina kommande neurala processorer (NPU) Rebel R200 till NVIDIA:s plattform via NVLink Fusion och bygga sina system på rackarkitekturen MGX, och SK Telecom planerar att driftsätta dem i sitt AI-datacenter, för sina modeller som A.X K2 och för offentliga tjänster inom regeringens projekt AI for All. Inferensen skulle delas upp: NVIDIA:s GPU:er skulle läsa prompten (prefill), medan Rebellions NPU:er skulle generera tokens. Varken datum eller volym anges.

NVIDIA publicerar också Dynamo-recept för fyra öppna koreanska modeller (A.X K2, K-EXAONE 2.0, Solar Open 2 och Motif-3), optimerade för B200-GPU:er, med upp till 2 gånger högre prestanda direkt enligt NVIDIA. LG AI Research öppnar API-åtkomst till K-EXAONE-2.5, som har tränats med Nemotron-dataset, däribland Nemotron-Personas-Korea (7 miljoner personas), och Hyundai Motor Group utforskar NemoClaw och OpenShell. NVIDIA meddelar slutligen en investering i Point2 (radiofrekvensbaserade förbindelser) och planerade investeringar i Motif Technologies, RLWRLD och Upstage, utan belopp. I samma serie redogör Samsung, Kakao Mobility och LG Electronics för sina projekt inom fysisk AI med NVIDIA (se Notiser).

🔗 Pressmeddelande från NVIDIA, Rebellions och SK Telecom · Dynamo-recept för de koreanska modellerna · Säkra agenter i Korea · Investeringar i koreanska startupföretag

Kodagenter: Claude Code 2.1.321, Vibe CLI 3.1.1, Qwen Code, Copilot CLI, Antigravity CLI, Amp och Delta

Claude Code och Vibe CLI släpper dagens två mest omfattande versioner. Qwen Code v0.27.1, Copilot CLI 1.0.108 i stabil version, Antigravity CLI 1.5.2, Portals och Windows-appen från Amp samt Deltas omskrivna editor sammanfattas i Notiser, under rubriken Agenter och kodverktyg.

Claude Code 2.1.321 gör Fable 5.2 till standardmodell för Fable och åtgärdar 74 problem

9 november — Claude Code 2.1.321 följer med lanseringen: Fable 5.2 blir standardmodell för Fable (kontext på en miljon tokens, 8 och 40 dollar per miljon tokens, cacheläsning för 0,20 dollar). Sparade val av Fable 5.1 växlar till aliaset fable, direkt på Pro och Max, och på Team och Enterprise när organisationen godkänner det; /model claude-fable-5-1 gör det möjligt att gå tillbaka. claude remote-control --settings tillämpar en inställningsfil för varje session som startas.

Av 118 poster är 74 buggfixar, däribland flera säkerhetsbrister: OAuth-tokens för MCP kunde skickas till en annan värd efter en omdirigering, ett Bash-kommando för enbart läsning kunde köras utanför sandboxen utan att fråga, och nekningsreglerna tillämpades inte vid cp eller mv mot en mapp. Om en gräns nås eller snabbtjänsten ligger nere växlar snabbläget först till standardhastigheten för samma modell. Mods som skrivits av Claude aktiveras utan att fråga i lägena auto och bypass, medan nekningsreglerna fortsätter att gälla. Ingen 2.1.320 har publicerats, den stabila npm-kanalen ligger kvar på 2.1.311, och Agent SDK följer efter med TypeScript 0.3.321 och Python 0.2.180.

🔗 Versionsanteckningar för Claude Code 2.1.321

Vibe CLI 3.1.1 lägger till fyra hook-händelser, ett Vim-läge och import av andra agenters konfiguration

9 november — Fem dagar efter 3.1.0 släpper Mistral Vibe CLI 3.1.1, utan något tillkännagivande på X. Trots att versionsnumret anger en buggfixversion innehåller den 92 poster: 17 tillägg, 26 ändringar, 44 buggfixar och 5 borttagningar. Hooks får fyra händelser: pre_agent, som körs innan modellen läser ett meddelande och kan blockera det, skriva om det eller lägga till kontext; notification, när Vibe väntar på ett godkännande eller ett svar; session_start och session_end. Den inbyggda skillen /vibe:import hittar andra kodagenters konfiguration och importerar instruktioner, skills, underagenter, kommandon, hooks, MCP-servrar och behörigheter.

Inmatningsfältet får Vim-lägen, och /pr listar sessionens pull requests, öppnar den första misslyckade CI-kontrollen eller skriver en prompt för att komma vidare med PR:en; denna uppföljning blir aktiv som standard. Versionen tar bort /teleport, alternativet --teleport och /remote-project. För Mistral Large 4 ändras resonemangsnivåerna till Low, Medium och High, de nivåer som API:et numera accepterar, och skills från plugins får pluginets namn (my-plugin:review i stället för my_plugin:review), vilket kräver att anpassade agenter uppdateras.

🔗 Versionsanteckningar för Vibe CLI 3.1.1

ChatGPT:s dots arbetar på flera lokala datorer som väljs för varje uppgift

9 november — Dots, ChatGPT:s permanenta agenter som lanserades i slutet av september, kan nu använda flera lokala datorer: man ansluter flera till samma dot och väljer sedan vilken som ska användas för en uppgift. OpenAI Developers lyfter fram användningsfall för utvecklare: bygga och testa en app på en dedikerad dator medan man kodar på sin bärbara dator, testa en ändring i Xcode på en andra Mac och få skärmbilder, återskapa en bugg på en dator med ett äldre SDK eller låta agenten navigera i ett gränssnitt utan att ta användarens skärm eller muspekare i anspråk.

Enligt hjälpsidan ansluts varje dator från ChatGPT-appen som är installerad på den, under Computers i dotens profil, och måste vara online med appen öppen. För oberoende uppgifter ber man doten om en separat tråd för varje dator. En offlinestatus återkallar inte åtkomsten, som måste tas bort uttryckligen, och denna behörighet är skild från anslutningen till Codex och Work Sync. OpenAI anger varken vilka abonnemang som omfattas eller någon tidsplan.

🔗 Tillkännagivande från @OpenAIDevs · Anslut datorer och appar till din dot

OpenAI säljer åter ModRetro Chromatic i Codex-utgåva, med ett plugin för att skapa Game Boy Color-spel

9 november — OpenAI Developers börjar åter sälja ModRetro Chromatic i Codex-utgåva på OpenAI Supply Co., OpenAI:s butik, en bärbar konsol som kör Game Boy Color-spel: 200 dollar med en programmerbar spelkassett och ett fodral. Den erbjöds först exklusivt på DevDay och återkommer med ett nytt utseende; butiken anger att den åter finns i lager den 19 november, med leverans begränsad till USA, Kanada, Australien, Nya Zeeland, Japan, Storbritannien och Europeiska unionen.

Konsolen visar upp pluginet ModRetro Chromatic, som ges ut av ModRetro och installeras via Codex pluginkatalog i ChatGPT:s skrivbordsapp. Det bygger på GB Studio och tillhandahåller verktyg för sprites och animationer, en kollisionskarta som visas bredvid spelmiljön, en emulator som öppnas i Codex inbyggda webbläsare och knappsekvenser som spelas upp med en skärmbild vid varje steg. Mer erfarna användare kan skriva i C med GBDK-2020 eller bygga en egen motor i assembler. Installation via USB-kabel på en omskrivningsbar spelkassett raderar det befintliga spelet och kan radera dess sparfiler, utan säkerhetskopia.

🔗 Tillkännagivande från @OpenAIDevs · Bygg ett spel för en bärbar retrokonsol med Codex och ModRetro Chromatic · Chromatic i Codex-utgåva på OpenAI Supply Co.

Google AI Studio skapar appar med Google Maps Platform från en prompt, utan bankkort

9 november — Google AI Studio gör det möjligt att skapa appar som bygger på Google Maps Platform direkt från en prompt. Man beskriver sin idé för Gemini, till exempel en interaktiv 3D-rundtur i New York, och AI Studio konfigurerar Google Maps Platform och hanterar API-nyckeln utan omdirigering, innan en interaktiv karta visas i förhandsvisningen; det kan också koppla ett befintligt Google Cloud-projekt. API:erna Maps (stiliserade kartor, fotorealistiska 3D-städer), Places (lokal sökning, platsinformation), Routes (rutter med delmål) och Environment (luftkvalitet, pollen) är tillgängliga, och tre exempel kan remixas i galleriet: City Immersive Tour, Pet Grooming Route Optimizer och Store Locator & Near Me Finder.

Det är gratis att prova och inget bankkort krävs, inom sandboxens kvoter: 100 anrop per dag och API, med nollställning var 24:e timme. För produktion måste ett faktureringskonto i Google Cloud kopplas, med Google Maps Platforms standardpriser.

🔗 Från prompt till app: bygg med Google Maps i AI Studio (Google Developers) · Tillkännagivande från @GoogleAIStudio

ElevenLabs lanserar Campaign Manager för att låta ElevenAgents sköta kampanjer med utgående samtal

9 november — ElevenLabs lanserar ElevenAgents Campaign Manager, som låter företagets röstagenter sköta hela kampanjer med utgående samtal. Man anger en kontaktlista och ett mål, som en kvalificerad potentiell kund eller ett bekräftat möte: agenten ringer under de valda tidsintervallen, behåller kontexten mellan samtalen, ringer tillbaka senare, bokar den önskade tiden eller vänder sig till ett annat nummer eller en annan person på kontot, och slutar så snart målet är uppnått eller kontakten ber om det.

Modulen sätter ramar för samtalen: ett tak för antalet försök (med ett separat tak för återuppringningar), spärrlistor som uppdateras så snart en kontakt begär att samtalen upphör, obligatorisk information i agentens inledning. Varje kontakt har en tidslinje över besluten, osäkra fall hamnar i en kö för hantering och allt kan exporteras till CSV. Den har betatestats inom försäkring, bank och e-handel och har fått The AA Ireland att öka andelen bearbetade potentiella kunder per dag från 50–60 % till 100 %, enligt företagets CTO Jeremy O’Sullivan. Campaign Manager är tillgängligt från och med nu, via telefon och WhatsApp, medan e-post och SMS har aviserats som kommande inom kort, utan separat prissättning.

🔗 ElevenAgents Campaign Manager (ElevenLabs) · Tillkännagivande från @ElevenLabs

Öppna data och öppen forskning: NVIDIAs syntetiska japanska dataset och Amazons beskärningsmetod HOPE

Två inlägg från dagen på Hugging Face-bloggen, det ena om träningsdata, det andra om minnesanvändningen hos modeller med experter.

NVIDIA och Elith publicerar två syntetiska japanska dataset för finans och dataskydd

9 november — NVIDIA publicerar två syntetiska japanska dataset på Hugging Face, utformade för att användas tillsammans. Nemotron-Personas-Finance-Japan, som tagits fram med företaget Elith, utökar Nemotron-Personas-Japan till finansområdet: 9 miljoner personas på japanska (1 miljon poster med 50 fält), med hushållssammansättning, tillgångar och finansiella beteenden förankrade i officiell statistik, motsvarande cirka 1,5 miljarder tokens under licensen CC BY 4.0. Enligt författarna är det det första öppna datasetet med personas i den storleken som kombinerar japansk offentlig statistik och uppgifter om hushållens ekonomi.

Nemotron-PII-Japan tillhandahåller 100 000 syntetiska japanska verksamhetsdokument inom åtta områden (bland annat hälso- och sjukvård, finans, förvaltning och juridik), med 56 annoterade typer av personuppgifter, däribland My Number-numret, för att träna modeller som upptäcker och maskerar dessa uppgifter. NVIDIA finjusterar där en GLiNER-modell på 95 000 dokument. Den övergripande idén: simulera kunder med det första datasetet och sedan använda det andra för att kontrollera att en bearbetningskedja skyddar deras uppgifter.

🔗 Nemotron-Personas-Finance-Japan (Hugging Face-bloggen) · Nemotron-PII-Japan (Hugging Face-bloggen)

Amazon presenterar HOPE, en metod för att beskära experter i MoE som tar hänsyn till vilka experter som arbetar tillsammans

9 november — I ett inlägg undertecknat av Alex M Tseng presenterar ett team från Amazon HOPE (Higher-Order Pruning of Experts), en metod för att ta bort de minst användbara experterna i en mixture-of-experts-modell (MoE) utan omträning. En MoE har alla sina experter i minnet trots att bara några få används för varje token: i Qwen3.5-122B står de för 95 % av modellens cirka 250 GB. De nuvarande metoderna bedömer varje expert för sig; HOPE mäter också samspelet mellan par av experter som ofta aktiveras tillsammans.

När metoden testades på Qwen3.5-122B, Qwen3.5-35B och GLM-4.5-Air mot REAP, MAN, EAN och Frequency, med 10 till 50 % av experterna borttagna, fick den enligt Amazon den bästa genomsnittliga placeringen (2,07 bland 5 metoder), och försprånget ökar med beskärningsgraden: vid 50 %, upp till +6,1 % på uppgifter med agentbaserad kodning jämfört med den bästa konkurrerande metoden. Den är kompatibel med kvantisering, med en extra tidsåtgång på en till två sekunder per lager.

🔗 Amazons inlägg om HOPE (Hugging Face-bloggen)

Notiser

Agenter och kodverktyg

Qwen Code v0.27.1 — Stabil version från den 9 november, två dagar efter v0.27.0, utan inkompatibla ändringar: 122 poster, varav 26 funktioner och 65 buggfixar. Managed Agent får ett valfritt personligt minne baserat på Mem0, samt arkivering och installation av MCP-servrar via självbetjäning; Desktop v0.27.1 och TypeScript-SDK v0.1.31 följer samma dag. 🔗 källa
Copilot CLI 1.0.108 som stabil version — Blir stabil den 9 november, utan nyheter utöver förhandsversionerna 1.0.108-0 och 1.0.108-1 som behandlades den 7 november: kommandona /index, delad tgrep-indexering som standard, sandboxinställning för Windows och 72 buggfixar. 🔗 källa
Antigravity CLI 1.5.2 — Version daterad 6 november i changelog: --dangerously-skip-permissions godkänner inte längre automatiskt skyddade kommandon eller åtkomst utanför arbetsytan när en Gemini Enterprise-administratör kräver granskning; pluginer med farliga namn nekas, och skills från molnpluginer blir tillgängliga i --remote-agent-sessioner. 🔗 källa
Amps Portals på runners — Portals, som hittills varit begränsade till orbs, fungerar på användarens datorer: en utvecklingsserver som agenten startar öppnas från trådens Portal-flik och är enligt dokumentationen tillgänglig i en webbläsare och i apparna för iPhone och iPad. Aktiveras via Allow Portals eller amp --no-tui --remote-control-portals; portalerna är privata utom på delade runners, och enligt dokumentationen aldrig offentliga. 🔗 källa · 🔗 dokumentation
Amp för Windows — Den 7 november lanserar Quinn Slack, vd för Amp, en experimentell Windows-app med ett installationsprogram som uppdaterar sig självt; rapporterade buggar belönas med krediter, och en stabil version utlovas inom ungefär tre till fyra dagar. Nedladdningssidan listar även en experimentell Linux-app. 🔗 källa
Deltas editor för trådar — Agus Zubiaga berättar på Deltas blogg om editorn som skrivits om för att göra trådar till ett gemensamt dokument där man kan lägga till kommentarer, i stället för en chatt, genom att överge Zeds editorarkitektur; Zed sammanfattar att det krävdes sex omstarter från grunden. Ett tekniskt blogginlägg, utan ny version. 🔗 källa · 🔗 tweet från Zed
v0 och Fable 5.2 — Vercels verktyg för att skapa appar gör Claude Fable 5.2 tillgänglig på lanseringskvällen, med direkt åtkomst via v0.app/?fable52, utan uppgifter om abonnemang eller pris. 🔗 källa

Plattformar, API:er och företag

Välja Claude-modell — I en guide publicerad på claude.dev rekommenderar Addy Osmani att börja med Opus 5.5 med effort satt till medium, gå ned till Sonnet 5.5 eller Haiku 5.5 för avgränsade uppgifter eller stora volymer och gå upp till Fable 5.2 för de svåraste projekten, efter att först ha provat att höja effort ett steg. På SWE-bench Pro når Opus 5.5 med low och nya försök med high vid misslyckanden ungefär 97 % för 0,17 dollar per uppgift, jämfört med 95,3 % för 0,29 dollar när allt körs med high. 🔗 källa
Asynkrona funktioner i Agents API — Michael Luo från OpenAI:s team för Agents API presenterar asynkrona funktioner: agenten fortsätter arbeta efter att ha anropat ett verktyg, utan att invänta resultatet, för att tidigt starta en långsam sökning eller behandla oberoende delar av en begäran. Han påminner också om promptcachen på 12 timmar, som redan behandlades den 20 oktober. 🔗 källa
OpenAI:s SDK:er — openai-python 3.48.0 lägger till streamingalternativ för agentsessioner, och SDK:erna för Python och Node (7.54.0) känner igen gpt-6-rosalind i Responses i beta; Codex CLI har inte släppt någon stabil version sedan 0.167.0 den 6 november, bara förhandsversioner av 0.169.0 utan versionsanteckningar. 🔗 källa
ChatGPT Enterprise på AWS Marketplace — ChatGPT Enterprise (ChatGPT, ChatGPT Work, Codex och dots) kan nu köpas via AWS Marketplace, med befintlig AWS-fakturering och utgifter som kan räknas av mot köpåtaganden hos AWS; enligt OpenAI är funktionerna desamma som vid direktköp, utan angivet pris, efter Google Cloud och Oracle i oktober. 🔗 källa
Kuken Industries — Den japanska tillverkaren av kyltorn hittar en reservdelsritning på 4,5 minuter i stället för nästan en timme, med ett verktyg som startupföretaget Recursive byggt på OpenAI:s API; företaget räknar med ungefär 90 % färre söktimmar under ett år. 🔗 källa
Perplexitys guide om minne — Perplexity förklarar AI-assistenters minne och beskriver sitt eget: det gäller för alla modeller, är specifikt för varje Project, visas bland källorna när det används och kan raderas; på konsumentkonton kan innehållet användas för att förbättra modellerna, om man inte stänger av inställningen AI Data Retention; aldrig på Enterprise-konton. 🔗 källa

Säkerhet

Secret scanning i Actions-loggar — GitHubs secret scanning analyserar nu workflow-loggar från GitHub Actions när körningen avslutas, i offentlig förhandsversion på GitHub Enterprise Cloud med Secret Protection eller Advanced Security; företagspolicyn är avstängd som standard, och under förhandsversionen analyseras inga äldre loggar och inga aviseringar skickas. 🔗 källa
Fizzls x402-prov — Frits Zwager gör x402 Agent Safety Bench till ett prov som är öppet för alla agenter på Fizzls webbplats: 19 köpuppgifter hos simulerade säljare, varav 14 fuskar, betalda med test-USDC på Base Sepolia. 🔗 källa

Öppna modeller och community

Harness adapters — Fortsättning på projektet harness-hub som presenterades den 6 november: träningen av LoRA är klar för Liquid AI:s LFM2.5-24B och LFM3 samt webAI:s Twil-8B, i harnessarna pi, hermes och opencode; teamet uppger upp till 43 % högre verktygseffektivitet och 15 % högre noggrannhet för LFM3, samt upp till 37 % högre effektivitet för Twil-8B. 🔗 källa
Redigera vikter för medicin — Maziyar Panahi (OpenMed) förbättrar små Qwen-modellers resultat på medicinska prov genom att ändra deras vikter utan träning: Qwen3.5-2B går från 52,0 till 70,5 % på MedQA, utan någon betydande förändring i matematik; förbättringen beror delvis på svarsformatet, förtydligar inlägget. 🔗 källa
Qwen3.8-27B finjusterad på en Mac Studio — Roman Melnyk gör Qwen3.8-27B till en assistent för Kafka, Strimzi, Kubernetes och Argo CD, helt på en Mac Studio M3 Ultra med 512 GB; 4-bitarsversionen ryms på ungefär 15 GB, och författaren bedömer att detta första resultat är blandat. 🔗 källa
Step 5 hos Together AI — Den 8 november uppger Together AI att de mer än tredubblat genomströmningen för StepFuns Step 5 genom att optimera sin inferensstack med agenter (MoE-routing, schemaläggning, kernels, spekulativ avkodning, sparse attention), utan absoluta siffror. 🔗 källa
3D-galleri på Hub — Enligt Caleb Fahlgren, vars uppgifter återges av Hugging Face, visas dataset som innehåller .glb-, .ply-, .stl-filer eller splats automatiskt i ett 3D-galleri; över 350 offentliga dataset får tillgång till detta, efter OpenUSD-visaren i oktober. 🔗 källa
Hugging Face och Qais hackathon i Doha — Aritra Roy Gosthipaty och fyra medförfattare från Hugging Face blickar tillbaka på detta hackathon den 5–7 november, som beskrivs som Hugging Faces första i Gulfregionen: över 500 ansökningar, 150 deltagare, 40 lag, 15 finalister och 3 vinnare. 🔗 källa
Sakana AI:s mobilapp — Sakana AI rekryterar testare fram till den 15 november för betaversionen av sin första mobilapp, som tills vidare kallas Sakana AI App, utan att beskriva funktionerna. 🔗 källa

Robotik, 3D och video

Fysisk AI i Korea — I NVIDIA:s serie om Korea snabbar Samsung upp sina beräkningar för halvledardesign (ungefär 1 600 gånger med PhysicsNeMo, från 18 timmar till 41 sekunder), Kakao Mobility siktar på autonom körning på nivå 4 med NVIDIA Hyperion och Kia-fordon, och LG:s robot CLOiD, som styrs av Isaac GR00T, arbetar i en riktig fabrik; inga uppgifter om tidsplan eller volym. 🔗 källa
Humanoid som monterar IKEA-möbler — Den 8 november konverterar Harpreet Sahota ett utdrag ur 2026 Humanoid IKEA Assembly Challenge för FiftyOne: 6 episoder och 30,7 minuter med en humanoid med 35 motorer och sju kameror, där motorernas vridmoment är synkroniserat med handledskamerorna. 🔗 källa
Meshys SAM3D-Part och BranchTokens — SAM3D-Part extraherar med ett klick en hel del ur ett befintligt 3D-objekt, med ett ungefär 72 % lägre Chamfer-avstånd än OmniPart på 500 objekt (artikeln accepterad till SIGGRAPH Asia 2026, vikterna publicerade); BranchTokens, som drivs tillsammans med Purdue, minskar felet vid generering av 3D-skelett med 16,9 % jämfört med Auto-Connect. 🔗 källa · 🔗 BranchTokens
Runways Sightline — Ny app från App Studio: den skapar ett 360-panorama av en plats, gör det möjligt att välja bildutsnitt från alla vinklar med en konsekvent miljö och exporterar panoramat i 3D för att användas som miljö; den förbrukar Runway-krediter, utan uppgifter om kostnad eller modell. 🔗 källa

Vad det innebär

En frontier-modell utvärderas numera redan samma dag av dem som integrerar den, och på deras egna testbänkar. Cursor, Cognition och Perplexity publicerar sina resultat för Fable 5.2 inom några timmar efter lanseringen, var och en på sitt eget benchmark, och Claude Code gör den omedelbart till sin förvalda Fable-modell. Dessa mätningar säger inte alla samma sak: på CursorBench presterar effort-inställningen Extra High sämre än High till ett högre pris, och på WANDR kostar rekordet ungefär 1,8 gånger så mycket per uppgift som Gemini 4 Argon. Cursors råd, att börja om från standardinställningen, gäller även utanför det egna verktyget: en ny modell kräver att effort kalibreras om.

Kostnad per uppgift blir jämförelseenheten. Anthropic sänker priset på Fable med 20 % och lyfter fram att samma resultat som Opus 5.5 uppnås till ungefär halva priset; Meta placerar Muse Ember på samma nivå som Claude Haiku 5.5 till ungefär en tredjedel av kostnaden per uppgift, enligt sina egna siffror; Cursor, Devin och Perplexity visar alla en kostnad per uppgift bredvid resultatet. Bakom modellerna bygger Google ut antalet TPU-system för inferens, och Amazon försöker minska MoE-modellernas minnesbehov med HOPE. TPU 8tx och 8i Max kommer dock utan datum eller pris, vilket fortfarande gör det omöjligt att jämföra dem.

Demonstrationerna växer i skala: 1 000 agenter för Fermat, upp till 300 per lag på MIPLIB, över 1 000 underagenter för en prototyp av ett operativsystem. Anthropic kompletterar dessa siffror med kvantifierade skyddsåtgärder: en klassificerare för vart och ett av de över en miljon verktygsanropen i Fermat-experimentet, sandboxrymningar som minskats till 3,1 % och Mythos 5.2 som är begränsad till verifieringsprogram inom cybersäkerhet och biologi. Att båda modellerna oftare misstänker att de utvärderas gör dock dessa säkerhetsmätningar svårare att tolka.

Inom robotik återstår öppenheten att bekräfta. NVIDIA beskriver GR00T 2 som en öppen modell och publicerar två öppna testbänkar, DexBench och VABAR, men blogginlägget innehåller varken licens eller nedladdningslänk. I Korea bygger NVIDIA ett ekosystem för suverän AI där företagets GPU:er samverkar med Rebellions NPU:er via NVLink Fusion: plattformen öppnar sig för chip från andra konstruktörer samtidigt som den behåller sin centrala roll i inferensen.