Anthropic inleder roadshow inför sin börsintroduktion, Google gör Gemini 4 Carbon allmänt tillgänglig, OpenAI lanserar Businesses in ChatGPT

Anthropic inleder sin roadshow inför börsintroduktionen: 825 miljoner A-aktier erbjuds för mellan 70 och 78 dollar, på Nasdaq under kortnamnet « ANT ». Google gör Gemini 4 Carbon tillgänglig för utvecklare, företag och Ultra-abonnenter, för 2 och 10 dollar per miljon tokens fram till den 30 november, och Cursor, GitHub Copilot, Perplexity och Devin integrerar modellen samma dag, flera av dem med egna mätresultat. OpenAI lanserar Businesses in ChatGPT i beta, Anthropic lägger till Whiteboards, Sheets och Data i Claude, ByteDance och MiniMax släpper Seedream 5.5 och H3-Image, och Élyséepalatset offentliggör ett upprop om AI-säkerhet undertecknat av 16 stater, 10 företag och 7 organisationer.

Anthropic inleder roadshow inför sin börsintroduktion: 825 miljoner aktier för mellan 70 och 78 dollar

10 november — Två veckor efter att ha lämnat in sin offentliga S-1 till SEC inleder Anthropic sin roadshow inför börsintroduktionen, en presentationsturné för investerare som föregår prissättningen. Inlägget i företagets Newsroom, som delas av @AnthropicAI, gäller ett erbjudande om 825 miljoner stamaktier av klass A. Nästan samtliga, 801 351 354 aktier, erbjuds av Anthropic; resterande 23 648 646 säljs av vissa befintliga aktieägare, och företaget får inga intäkter från deras försäljning.

De emissionsgaranterande bankerna får dessutom en option som löper i 30 dagar att köpa upp till 123 750 000 ytterligare A-aktier. Det förväntade priset ligger mellan 70 och 78 dollar per aktie. Anthropic har ansökt om notering av sina aktier på Nasdaq Global Select Market under kortnamnet « ANT », och det preliminära prospektet finns tillgängligt hos Goldman Sachs och Morgan Stanley.

Del av erbjudandet	Publicerat värde
Erbjudna A-aktier	825 000 000
Varav aktier som erbjuds av Anthropic	801 351 354
Varav aktier som säljs av aktieägare	23 648 646
Bankernas option (30 dagar)	Upp till 123 750 000 aktier
Prisintervall per aktie	70,00 till 78,00 dollar
Marknadsplats och kortnamn	Nasdaq Global Select, « ANT »

Registreringsanmälan som lämnats in till SEC har ännu inte trätt i kraft: inga aktier får säljas och inga köperbjudanden accepteras innan dess. Pressmeddelandet anger varken värdering, hur mycket kapital som ska tas in eller datum för första handelsdagen. S-1 lämnades in konfidentiellt den 1 juni och offentliggjordes sedan den 26 oktober.

🔗 Anthropic inleder roadshow (Anthropic Newsroom)

Gemini 4 Carbon blir allmänt tillgänglig, för 2 och 10 dollar per miljon tokens fram till den 30 november

10 november — Två veckor efter att ha reserverat modellen för cyberförsvarare inom Fairwind Program gör Google Gemini 4 Carbon allmänt tillgänglig. I ett inlägg undertecknat av Koray Kavukcuoglu, SVP på Google DeepMind och chefsarkitekt för AI, blir modellen gemini-4-carbon allmänt tillgänglig i Gemini API (betald nivå), Google AI Studio, Android Studio och Gemini for business, samt i Antigravity och CodeMender för företag. Den rullas också ut till alla Google AI Ultra-abonnenter i Antigravity, Gemini-appen (dator, mobil och webb) och AI-läget i Search. Cyberversionen är fortsatt tillgänglig efter ansökan till Fairwind Program.

Introduktionspriset har nu ett slutdatum. Enligt API:ets versionsinformation kostar Carbon 2 dollar per miljon inkommande tokens och 10 dollar per miljon utgående tokens fram till den 30 november 2026, därefter 4 och 20 dollar, belopp som redan angavs den 28 oktober utan datum för prisändringen. Google förtydligar att priset gäller den Carbon-modell som är avsedd för allmän tillgång.

Pristyp (API, per miljon tokens)	Till och med 30 november 2026	Efter 30 november 2026
Inkommande tokens	2 dollar	4 dollar
Utgående tokens	10 dollar	20 dollar

Google framhåller Gemini 4 Argon som det rätta valet för merparten av kodnings- och dokumentarbetsuppgifter och reserverar Carbon för långvariga och komplexa uppgifter som kräver mer utforskning och verifiering, till priset av högre tokenförbrukning. I inlägget rankas modellen först på CursorBench 4.0, på WANDR från Perplexity och på AutomationBench från Zapier, till en kostnad per uppgift som är mindre än hälften så hög som för den näst bästa externa modellen (siffrorna från Cursor och Perplexity redovisas i nästa avsnitt). Inom finans tangerar den resultatet för den bästa modellen som testats i Hebbias agentbaserade utvärdering och placerar sig först i 23 konfigurationer i Balyasny Asset Managements benchmark.

När det gäller säkerhet uppger Google att 99 % av attackförloppen blockeras i simulerade miljöer:

Säkerhetsmått som Google anger	Gemini 4 Carbon	Gemini 4 Argon
Andel intrång per försök (simulerad cybermiljö)	0,8 %	3,1 %
Lyckade attackförfrågningar (Gray Swan-tester)	2,17 %	9,86 %
Agenters ärlighet (benchmark med 375 uppgifter)	92 %	70 %

Programmet som ger 10 000 forskare gratis tillgång till Argon i sex månader utökas till Carbon, och forskare på Google har använt modellen tillsammans med AlphaProof Code för att i Lean bevisa säkerhetsegenskaper hos koden för Signals protokoll.

🔗 Gemini 4 Carbon är nu tillgänglig (blog.google) · Versionsinformation för Gemini API

MKA: Google och Artificial Analysis lanserar en benchmark med 200 uppgifter inom visuellt dokumentarbete

10 november — Google publicerar tillsammans med Artificial Analysis MKA (Multimodal Knowledge Agent), en benchmark som mäter agenters förmåga att arbeta med visuellt komplexa filer: arkitektritningar, tekniska scheman, diagram och tabeller. Dess 200 privata uppgifter har skapats tillsammans med experter från 10 branscher och 83 yrken; varje uppgift motsvarar 3 till 8 timmars arbete för en erfaren yrkesperson. En bedömningsmatris med cirka 70 ja- eller nej-kontroller poängsätter varje leverans, med en vikt på 75 % för korrekthet och 25 % för visuell design.

Alla modeller körs med samma open source-harness, Stirrup, och bedömningen görs av en agent byggd på en modell från en annan leverantör än Google, vars bedömningar överensstämmer med de mänskliga experternas i 96 % av fallen. Hela uppgiftsuppsättningen förblir privat hos Artificial Analysis; 10 offentliga uppgifter finns på Hugging Face. De testade modellerna använder i genomsnitt 30 till 130 turer per uppgift. Gemini 4 Carbon kommer tvåa i kvalitet, till en genomsnittlig kostnad per uppgift som är en sjättedel av kostnaden för ettan, vars namn inte anges i inlägget.

🔗 Benchmarken Multimodal Knowledge Agent (blog.google)

Gemini 4 Carbon samma dag hos Cursor, GitHub Copilot, Perplexity och Devin, var och en med sina villkor

Precis som Claude Fable 5.2 dagen innan dyker Carbon upp hos verktyg som integrerar modeller inom några timmar efter att den blivit tillgänglig. Cursor och Perplexity publicerar egna mätresultat, GitHub aktiverar den som standard i Copilot, och Cognition gör den tillgänglig i Devin Desktop och Devin CLI, där den redan vid låg ansträngningsnivå överträffar Argons bästa resultat enligt Cognition, som beräknar kostnaderna utifrån API:ets offentliga priser, inklusive offentliga rabatter (se Notiserna).

Cursor: etta på CursorBench 4.0 med 60,4 % vid hög ansträngningsnivå, till halva priset fram till den 30 november

10 november — Cursor gör Gemini 4 Carbon tillgänglig och placerar den överst på CursorBench 4.0, sin egen benchmark: 60,4 % vid hög ansträngningsnivå (High), för 9,22 dollar per uppgift. Medelhög ansträngningsnivå följer med 60,1 % för 8,49 dollar, före Claude Fable 5.2 vid maximal ansträngningsnivå (60,0 %, 32,79 dollar). En detalj som sticker ut på rankningssidan: låg ansträngningsnivå (58,6 %) är dyrast av Carbons tre nivåer, med 11,89 dollar per uppgift och 124 steg jämfört med 71 i High.

Modell och ansträngningsnivå	Poäng på CursorBench 4.0	Kostnad per uppgift
Gemini 4 Carbon High	60,4 %	9,22 dollar
Gemini 4 Carbon Medium	60,1 %	8,49 dollar
Claude Fable 5.2 Max	60,0 %	32,79 dollar
Gemini 4 Carbon Low	58,6 %	11,89 dollar
Claude Opus 5.5 Max	57,8 %	13,43 dollar
Gemini 4 Argon High	52,9 %	4,57 dollar

I Cursor kostar Carbon halva priset fram till den 30 november, 2 dollar per miljon inkommande tokens och 10 för utgående tokens, och går sedan över till ordinarie pris på 4 och 20 dollar från och med den 1 december. Sidan anger inte om Carbons kostnad per uppgift beräknas utifrån det rabatterade priset eller ordinarie pris, och ingen changelog medföljer tillkännagivandet.

🔗 Tillkännagivande från @cursor_ai · Rankning för CursorBench 4.0

GitHub Copilot: Carbon allmänt tillgänglig, aktiverad som standard i organisationer

10 november — GitHub lägger till Gemini 4 Carbon som allmänt tillgänglig modell i Copilot för abonnemangen Pro+, Max, Business och Enterprise. Modellen är avsedd för komplexa kodningsuppgifter, agentbaserade uppgifter och resonemangsuppgifter, med fokus på säker kodgenerering och säkerhetsarbete. Den visas i modellväljaren i tio gränssnitt: VS Code, Visual Studio, Copilot CLI, kodningsagenten, GitHub Copilot-appen, github.com, GitHub Mobile, IDE:er från JetBrains, Xcode och Eclipse; Gemini 4 Argon fanns den 13 oktober i åtta. Utrullningen sker gradvis.

Till skillnad från Claude Fable 5.2 (nästa avsnitt) kräver Carbon inga åtgärder i Business- och Enterprise-organisationer: eftersom nya modeller är aktiverade som standard visas den automatiskt, såvida administratören inte har stängt av den inställningen eller inaktiverar modellen. Den debiteras efter användning enligt leverantörens listpris, utan att några belopp eller kampanjpriser anges i changeloggen, medan Argon hade ett reducerat pris vid lanseringen.

🔗 Gemini 4 Carbon i GitHub Copilot (GitHub Changelog)

Perplexity: 0,857 på WANDR för 5,86 dollar per uppgift, i Computer och Search

10 november — Mindre än två timmar efter att modellen blivit allmänt tillgänglig gör Perplexity Carbon tillgänglig i Computer, sin agent, för Pro- och Max-abonnenter, och i Search enbart för Max-abonnenter, precis som Claude Fable 5.2 dagen innan.

Gemini 4 Carbon is now available in Perplexity Computer for Pro and Max subscribers, and in Search for Max subscribers. It scores 0.857 on our WANDR benchmark at $5.86 per task, matching Claude Fable 5.2 at 40% of the cost.

🇸🇪 Gemini 4 Carbon är nu tillgänglig i Perplexity Computer för Pro- och Max-abonnenter och i Search för Max-abonnenter. Den får 0,857 på vår benchmark WANDR för 5,86 dollar per uppgift, i nivå med Claude Fable 5.2 till 40 % av kostnaden. — @perplexity_ai på X

Modell utvärderad på WANDR	WANDR-poäng	Kostnad per uppgift
Gemini 4 Carbon	0,857	5,86 dollar
Claude Fable 5.2	0,851	14,51 dollar
Gemini 4 Argon	0,802	7,88 dollar

Att resultatet är i nivå med Fable 5.2 är Perplexitys tolkning: skillnaden mellan de två är 0,006 poäng, och Perplexitys diagram, som är källan till dessa siffror, placerar Carbon på Paretofronten. Denna poäng per modell kan inte jämföras med de 85,9 % för Agent API:s ultra-nivå som publicerades den 5 november, en konfiguration med flera agenter. API:ets changelog lägger till google/gemini-4-carbon i Agent API till introduktionspriset som gäller till och med den 30 november 2026 (2 dollar per miljon inkommande tokens, 0,10 dollar för cachelagrad indata, 10 dollar för utdata), samt anthropic/claude-fable-5-2. Varken den ansträngningsnivå som används för WANDR eller kostnaden i krediter i Computer anges.

🔗 Changelog för Perplexity API

Claude Fable 5.2 och Mythos 5.2 hos GitHub Copilot, Devin Security, Warp och Genspark

Dagen efter lanseringen fortsätter Fable 5.2 och Mythos 5.2 att bli tillgängliga i tredjepartsverktyg. Efter Cursor, Devin, Perplexity och v0 den 9 november gör Warp Fable 5.2 tillgänglig i Warp Factories och sin terminal, och Genspark i sin Code Agent (se Notiserna). Två integrationer har särskilda villkor: datalagringen hos GitHub Copilot och den begränsade åtkomsten till Mythos 5.2 i Devin Security.

GitHub Copilot: Fable 5.2 allmänt tillgänglig, med datalagring som standard

9 november — Samma dag som Anthropic lanserar Claude Fable 5.2 blir modellen allmänt tillgänglig i GitHub Copilot för Pro+, Max, Business och Enterprise, i samma tio gränssnitt som Carbon. Enligt GitHubs första tester löser den fler uppgifter än Fable 5.1 med färre steg och verktygsanrop, utan att några siffror publicerats. Den debiteras efter användning enligt leverantörens listpris, och Copilot CLI visar den i sin modellväljare sedan version 1.0.109.

Precis som för Fable 5 och 5.1 sparar Anthropic som standard prompts och utdata för att köra sina säkerhetsklassificerare, utan att använda dem för träning. För Business och Enterprise är policyn för Claude Fable 5.2 därför inaktiverad som standard, och att aktivera den innebär att man godtar denna datalagring; övriga Claude-modeller i Copilot har fortsatt ingen datalagring (zero data retention). Kvalificerade företag omfattas av ett undantag som ger noll datalagring för Fable 5.2, 5.1 och 5 fram till kalenderårets slut. Därefter kräver dessa modeller Enterprise Frontier Safeguards (EFS), som tillför automatiserad säkerhetsövervakning och lagringsalternativ, däribland krypteringsnycklar som kunden kontrollerar.

🔗 Claude Fable 5.2 i GitHub Copilot (GitHub Changelog)

Devin Security: Mythos 5.2 får 73,5 på Cognitions interna cyberbenchmark, jämfört med 56,9 för Mythos 5.1

10 november — Cognition integrerar Claude Mythos 5.2 i Devin Securitys hanterade säkerhetsskanningar för berättigade företagskunder, alltså de som har tillgång till de mest avancerade cybermodellerna via Devin; övriga kan ansöka om tillgång. Devin startar själv skanningarna: kundens säkerhetsteam behöver ingen separat tillgång till modellen, som Anthropic reserverar för sina verifieringsprogram.

Cognition publicerar ett nytt internt benchmark för upptäckt av sårbarheter: 25 kodarkiv i C, Python, Go, PHP och TypeScript, låsta vid en commit där 1 781 offentligt rapporterade sårbarheter finns kvar. F2-poängen, på en skala till 100, kombinerar recall och precision med större vikt på recall, och beräknas som ett genomsnitt av tre körningar per kodarkiv.

Modell utvärderad av Cognition	Genomsnittlig F2-poäng (internt benchmark)
Claude Mythos 5.2	73,5
Claude Mythos 5.1	56,9
Claude Opus 5.5	32,7

De krediter på ”över 100 miljoner dollar” som tillkännagavs med Mythos 5.2 förlänger åtagandet om Devin-krediter värda hundratals miljoner dollar som presenterades redan den 26 oktober; nyheten är att de uttryckligen kopplas till Mythos 5.2. Inga priser anges.

🔗 Tillkännagivande från @cognition · Claude Mythos 5.2 i Devin Security (Cognition)

ChatGPT för företag: Businesses in ChatGPT i beta och Business-abonnemanget i tredjepartsverktyg

10 november — OpenAI lanserar Businesses in ChatGPT i beta, vilket gör det möjligt för företag att hantera sin närvaro i assistenten. OpenAI presenterar det som ett nytt sätt att nå de 1,2 miljarder människor som använder ChatGPT varje vecka.

Now in beta: Businesses in ChatGPT. Claim your business, manage your information, and get insights on how people engage with you. Eligible businesses can also build a Business Agent to answer customers’ questions and help them explore what you offer.

🇸🇪 Nu i beta: Businesses in ChatGPT. Gör anspråk på ditt företag, hantera dina uppgifter och se hur människor interagerar med dig. Berättigade företag kan också skapa en Business Agent för att besvara kundernas frågor och hjälpa dem att utforska ditt utbud. — @OpenAI på X

Ingången är Business Hub, som nås från sidofältet i ChatGPT på webben. Där gör ett företag anspråk på sin profil; när den har verifierats uppdaterar företaget sina uppgifter och lägger till produktflöden med priser och tillgänglighet. Enligt versionsinformationen krävs identitetsverifiering via Persona före all publicering. Alla berättigade företag i områden där ChatGPT är tillgängligt kan göra detta; Enterprise-kunder och annonsörer går via sin OpenAI-representant, och Shopify-handlare ansluter från Business Hub eller Shopifys administration. Business Hub visar också aggregerad statistik: omnämnanden, klick till webbplatsen och upptäcktsteman, alltså återkommande ämnen i samtal där webbplatsen nämns. Varken användarnas samtal eller samtalen med en Business Agent delas, och statistiken visas först när vissa tröskelvärden har uppnåtts.

Den andra komponenten är Business Agent: företaget bygger, testar och publicerar en agent som svarar kunder utifrån informationen som företaget tillhandahåller. Användaren öppnar den från företagets profil när företaget förekommer i ett svar, i ett märkt samtal som är separat från det ursprungliga samtalet. Ett företag kan också sponsra sin agent och göra den till destination för sina ChatGPT Ads-kampanjer, med märkta placeringar.

Erbjuden komponent	Vad den möjliggör	Tillkännagiven tillgänglighet
Business Hub	Göra anspråk på sin profil, uppdatera sina uppgifter, produktflöden	Berättigade företag där ChatGPT är tillgängligt (beta)
Statistik	Omnämnanden, klick till webbplatsen, upptäcktsteman (aggregerade, med tröskelvärden)	Med Business Hub
Business Agent	Agent som svarar kunder utifrån företagets information	Berättigad e-handel och onlinetjänster, endast i USA
Sponsring	Business Agent som destination för ChatGPT Ads	Företag som har en Business Agent

Inga priser anges. OpenAI planerar att utöka helheten till fler marknader och kategorier och lägga till verktyg för organisationer med mer komplexa behov, utan att ange någon tidsplan.

🔗 Vi presenterar Businesses in ChatGPT (OpenAI)

ChatGPT Business-abonnemanget öppnas för tredjepartsverktyg, bland annat v0 och Warp, med Logga in med ChatGPT

10 november — ChatGPT Business-abonnemanget ansluter till Go, Plus och Pro i Logga in med ChatGPT (Sign in with ChatGPT): ett team kan använda sitt abonnemang i verktyg som Notion, v0, Amp, Kilo Code, Warp, Hermes från Nous Research, OpenClaw eller OpenCode. Användningen räknas av från abonnemangets kvot för Codex och ChatGPT Work, utan någon extra kvot, och den anslutna appen får varken tillgång till samtal eller minnen.

Nyheten ligger i administrationskontrollerna. På admin.openai.com godkänner administratören att varje app får använda abonnemanget och anger sedan hur stor procentandel av kvoten för varje Standard- eller Premium-medlem som får användas av dessa tjänster; därefter kan behöriga medlemmar använda arbetsytans krediter. Devin stöder inte användning av Business-abonnemanget.

v0 beskriver integrationen i sin ändringslogg: berättigade svar från OpenAI-modeller räknas av från abonnemanget i stället för från v0-krediterna, och när administratörens gräns nås pausar v0 genereringen och sparar arbetet, med möjlighet att begära en höjning eller fortsätta med sina v0-krediter. Warp bekräftar stödet för Business-abonnemang, utan ytterligare detaljer.

🔗 Tillkännagivande från @OpenAIDevs · Dokumentation för Logga in med ChatGPT · v0:s ändringslogg

Claude Whiteboards och Claude Sheets i beta, Claude Dashboards blir allmänt tillgängligt som Claude Data

10 november — Anthropic lägger till två typer av samarbetsartefakter i Claude och låter en tredje lämna beta. Claude Whiteboards är en delad whiteboard: man beskriver en plan högt, Claude strukturerar den med tidslinje, ansvariga och datum, och teamet redigerar den i realtid. Man kan markera ett område för att ställa frågor till Claude om det och sedan omvandla tavlan till ett dokument eller en presentation, eller exportera den till Lucid, Miro eller Vani by Zoho. Claude Sheets skapar kalkylblad med flikar, formler, formatering och rullgardinslistor, ofta utifrån en enda prompt, och markerar varje ändring det gör. Anthropic medger att Sheets fortfarande är enkelt och hänvisar till export i .xlsx eller CSV, Claude for Excel eller Airtable, Asana, monday.com och Smartsheet.

Claude Dashboards, som lanserades i beta den 8 oktober, blir allmänt tillgängligt under namnet Claude Data.

Claude Data (formerly Dashboards) is now generally available on paid plans. Along with dashboards, Claude can draft data stories and narrated videos from your metrics, for you to review before sharing. Certified queries and live sharing are in beta.

🇸🇪 Claude Data (tidigare Dashboards) är nu tillgängligt för alla med betalabonnemang. Utöver dashboards kan Claude skriva databerättelser och skapa videor med berättarröst utifrån dina mätvärden, som du granskar innan du delar dem. Certifierade frågor och delning i realtid är i beta. — @claudeai på X

Claude Data får definitioner av mätvärden som certifierats av datateamet och markeras med ett märke på diagrammen, delning i realtid där läsarna ser resultaten av godkända frågor utan att kunna köra andra med dina behörigheter, stöd för designsystem, en cache som kan ställas in per dashboard och en ändringshistorik med möjlighet att återgå till en tidigare version. Det kräver en dataanslutning (datalager eller CRM); Amplitude, Mixpanel, Omni, PostHog och Sigma är partner.

Claude-produkt	Status den 10 november	Aktivering på Enterprise
Claude Whiteboards	Beta, betalabonnemang	Inaktiverat som standard
Claude Sheets	Beta, betalabonnemang	Inaktiverat som standard
Claude Data	Allmän tillgänglighet (certifierade frågor och delning i realtid i beta)	Aktiveras som standard den 19 november 2026
Claude Meetings	Tillkännagivet, utan datum	Ej angivet

De tre produkterna är tillgängliga på alla betalabonnemang, på webben, datorn och mobilen, med gradvis utrullning; på Team är de aktiverade som standard. I en översiktsartikel samma dag tillkännager Anthropic också Claude Meetings, utan datum: Claude kommer att ansluta till ett samtal för att ta anteckningar och uppdatera dokument under samtalet. Dessutom tillkommer plugins för Salesforce (beta), NetSuite och Workday (beta) som levereras med skills, och en Claude Marketplace som enligt Anthropic har över 9 000 anslutningar och plugins.

🔗 Sheets, Whiteboards och Data (claude.com) · Fler sätt att arbeta med Claude (claude.com)

Interaktiva anslutningar öppnas i sin helhet i Claude, och MCP Apps får app tools och inbäddade webbplatser

10 november — De interaktiva anslutningarna, som sedan januari har visat en begränsad vy av ett verktyg i samtalet, öppnas nu i sin helhet, bredvid samtalet eller i helskärm: exempelvis hela redigeraren i Confluence eller Notion, ansluten till användarens konto. Claude kan redigera den öppna sidan, raden eller filen, med samma godkännande som för åtgärder via en anslutning och med visning i realtid; ett verktyg kan också öppnas utan prompt och fästas i sidofältet. Utrullningen gäller webben och Claude Desktop, på alla abonnemang, i den nya upplevelsen som förenar chatt och Cowork. De första verktygen är Asana, Canva, Carta, Dropbox, monday.com, Smartsheet, Vercel och Webflow; Figma, Harvey och Shopify förbereder sina integrationer.

För utvecklare stöder Claude fler delar av MCP Apps-tillägget, bland annat app tools och inbäddade webbplatser (embedded sites), i public preview: enligt @ClaudeDevs kan implementationsdetaljerna fortfarande ändras. Dokumentationen anger att de kräver en fjärrserver och, för katalogen, en verifierad listning.

🔗 Interaktiva anslutningar (claude.com) · Tråd från @ClaudeDevs

Seedream 5.5 redigerar en bild i 100 omgångar och genererar transparenta bilder direkt

9 november — ByteDances Seed-team lanserar Seedream 5.5, sin nya modell för bildgenerering, med målet att ge tillförlitliga resultat i professionella produktionsflöden. Den första förbättringen: stabil redigering i flera omgångar, upp till 100, som bevarar oredigerade områden pixel för pixel utan färgförskjutning. Den andra: direkt generering av transparenta eller halvtransparenta RGBA-bilder, redo att användas i kompositioner utan friläggning. Den tredje: mer naturlig återgivning av ljus, material och hud, med mindre glans och överexponering, samt bättre återgivning av liten, tät text.

Enligt ByteDances utvärderingar på den egna plattformen MagicArena, som genomförts inom sex användningsområden (e-handel, marknadsföring, film och tv, datorspel, kontorsarbete, mode), förbättrar Seedream 5.5 kvalitetsbetygen och andelen användbara resultat inom samtliga sex jämfört med Seedream 5.0 Pro. I parvisa jämförelser överträffar det GPT Image 2.5 Sunburst och Nano Banana 2.1 när det gäller textens struktur, även detta enligt ByteDance.

Utvärdering av Seedream 5.5 (enligt ByteDance)	Publicerat resultat
Användbarhet jämfört med 5.0 Pro (film och tv, kontorsarbete)	Mer än dubbelt så hög
GSB-preferens för realism vid image-to-image jämfört med föregående version	+55,62 %
Kraftigt förvanskad text	0,4 %
Lätt förvanskad text	1,7 %

Modellen kommer till Dreamina, CapCut och BytePlus. Redan den 10 november lade Pika till den gratis i Image Studio för sina Creator- och Fancy-abonnenter, med uppdelning i över 100 lager och export av transparent PNG, och Genspark ger tidig tillgång till den (se Kortnyheterna). En Pro-version av serien kommer senare, utan angivet datum; inga öppna vikter eller priser har tillkännagetts.

🔗 Vi presenterar Seedream 5.5 (ByteDance Seed)

MiniMax H3-Image genererar och redigerar bilder på 16 megapixlar, med öppna vikter under en communitylicens

10 november — MiniMax släpper H3-Image, en modell med öppna vikter för bildgenerering och bildredigering från H3-familjen, vars första modell tillkännagavs den 31 juli och har haft öppna vikter sedan den 3 augusti. Generering och redigering ryms i en enda checkpoint. Modellen producerar direkt bilder på cirka 16 megapixlar i alla format, från kvadratiska 4096x4096 till 6272x2688 i 21:9, utan uppskalning, och accepterar upp till 16 referensbilder. MiniMax uppger att en 4K-bild tar 10 sekunder, utan att ange vilken hårdvara som används.

Egenskap hos H3-Image	Publicerat värde
Nativ upplösning	Cirka 16 megapixlar, från 4096x4096 (1:1) till 6272x2688 (21:9)
Arkitektur	Tät diffusionstransformer (DiT) med 33,1 miljarder parametrar, 50 lager
Sampling	Destillerad till 6 steg, utan CFG-vägledning
Publicerade vikter	BF16, 66,28 Go för transformern, VAE på 2,34 Go
Referensbilder	Upp till 16
Licens	MiniMax-H3-Image Community License Agreement

Transformern använder arkitekturen från MiniMax H3 utan ljudlagren, med oförändrad textencoder. MiniMax tillhandahåller också en modell för promptutökning, MiniMax-H3-Image-PE, och en guide för driftsättning med vLLM-Omni; modellkortet innehåller inga benchmarkresultat. Hugging Face har vidareförmedlat tillkännagivandet.

Vikterna finns på Hugging Face under MiniMax egen licens: det separata skriftliga tillstånd som anges i avsnitt IV söks via ett formulär. Modellen erbjuds också i MiniMax API, med en Highspeed-variant och utdata på upp till 20 miljoner pixlar, samt i MiniMax Code och Hailuo AI, med 50 % rabatt på bilder på 16 megapixlar och mer under lanseringsveckan.

🔗 Tillkännagivande från @MiniMax_AI · Modellkortet för MiniMax-H3-Image på Hugging Face

Gemini Robotics 2.5 klarar 30 till 100 % fler uppgifter och lyckas med 96 % av kitting hos Mercedes-Benz

10 november — Google DeepMind presenterar Gemini Robotics 2.5, sin mest avancerade vision-language-action-modell (VLA), i ett inlägg av Carolina Parada. Modellen har utvärderats på över 200 olika uppgifter, från servering med tång till pipettering av vätska och att knyta ett band runt ett paket. Den klarar 30 % till 100 % fler uppgifter än tidigare referensmodeller beroende på uppgiftstyp och utför dem 20 % till 30 % snabbare. Den fungerar på Apptroniks humanoid Apollo 2, utrustad med en SharpaWave-hand med fem fingrar och 22 frihetsgrader, och på plattformen Franka Duo med parallella gripdon. Modellen tas i bruk hos Google DeepMinds robotikpartner; ingen offentlig tillgång har tillkännagivits.

Det mest konkreta testet genomförs hos Mercedes-Benz, tillsammans med Apptronik, på produktionslinjer i Kecskemét (Ungern) och Sindelfingen (Tyskland). I denna konceptdemonstration förbereder Apollo 2 satser med bildelar (kitting) med 96 % lyckade försök: resonemangsmodellen Gemini Robotics ER följer arbetsförloppet, medan Gemini Robotics 2.5 styr händerna och armarna.

Mått som anges av Google DeepMind	Publicerat värde
Utvärderade uppgifter	Över 200
Förbättrat resultat beroende på uppgiftstyp	30 % till 100 %
Ökning av utförandehastigheten	20 % till 30 %
Kitting hos Mercedes-Benz (Apollo 2)	96 % lyckade försök
Säkra uppgifter nära hinder / människor	+33 % / +43 %
ASIMOV-Jailbreak: Gemini 4 Argon / Robotics ER 2	99,5 % / 82 %

När det gäller säkerhet ökar resonemangsbaserad vägledning vid inferens antalet uppgifter som genomförs utan risk med 33 % nära hinder och med 43 % nära människor. Google DeepMind publicerar också ASIMOV-Jailbreak, ett benchmark med öppen källkod för kringgående av skydd inom robotik, bestående av hundratals prompts som döljer farliga förfrågningar i dussintals scenarier: Gemini 4 Argon står emot 99,5 % av dem, jämfört med 82 % för Gemini Robotics ER 2. Argon har också påskyndat utvecklingen genom att generera tusentals simuleringar utifrån en filmad scen.

🔗 Gemini Robotics 2.5 (Google DeepMind)

NVIDIA överlämnar OpenShell till CNCF och lanserar NVKE, NVKR och Snapshot för AI-fabriker med Kubernetes

10 november — På KubeCon + CloudNativeCon North America i Salt Lake City överlämnar NVIDIA OpenShell till Cloud Native Computing Foundation (CNCF), som ingår i Linux Foundation. Denna runtime med öppen källkod säkrar och styr autonoma agenter: den kontrollerar deras filer, nätverk, inloggningsuppgifter och de modellendpoints som de anropar. Den blir ett Sandbox-projekt inom CNCF; enligt NVIDIA används den av hundratals organisationer och har fått tiotusentals bidrag på mindre än ett år.

NVIDIA bidrar också till Agent Substrate, ett projekt med ursprung hos Google som har antagits till samma Sandbox och som pausar inaktiva agentmiljöer för att sedan återuppta dem i en gemensam pool av Pods. NVIDIAs tekniska inlägg anger en täthet som är 10 gånger högre än med standardcontainrar och siktar på miljontals agenter; NVIDIA och Google arbetar med att integrera OpenShell och Agent Substrate.

För AI-fabriker blir NVKE (NVIDIA Kubernetes Engine) och NVKR (NVIDIA Kubernetes Recipes) tillgängliga i offentlig förhandsversion, med öppen källkod under Apache 2.0-licens, som komponenter i plattformen NVIDIA DSX AI Factory. NVKE tillhandahåller programvaran för en hanterad Kubernetes-tjänst som installeras lokalt i AI-fabriken (provisionering och hantering av kluster); NVKR bygger systemavbilder, containeravbilder och paket utifrån validerade, signerade recept med låsta versioner. Mirantis, Netris, OpenNebula Systems, Rafay, Spectro Cloud, vCluster, Firmus och SK Telecom har integrationsplaner.

NVIDIA Snapshot tar sig an kallstarter vid inferens: denna komponent med öppen källkod sparar en redan initierad GPU-arbetslast (CPU- och GPU-minne) och återställer den på en nod med samma GPU och samma drivrutin, med exempel för vLLM, SGLang och TensorRT LLM.

Mått för Snapshot och använd GPU	Utan Snapshot	Med Snapshot
Crusoe, GLM-5.3 redo att hantera förfrågningar (HGX B300)	Cirka 8 minuter	31 sekunder
Saturn Cloud, start av vLLM (HGX B300)	2 till 8,5 minuter	6 till 34 sekunder
Alla testade konfigurationer (tekniskt inlägg, B200)	Kallstart	Under 45 sekunder, 8 till 36 gånger snabbare

Inga priser anges: det rör sig om projekt med öppen källkod.

🔗 OpenShell och infrastrukturen med öppen källkod (NVIDIAs blogg) · Pressmeddelande från CNCF

Röster och avatarer: Scribe v3 och Scribe v3 Live hos ElevenLabs, interaktiva kloner hos Synthesia

10 november — ElevenLabs lanserar två taligenkänningsmodeller utformade för verkligt ljud, där människor avbryter varandra och byter språk: Scribe v3 för inspelat ljud och Scribe v3 Live för realtid, i en variant med låg latens. På 102 språk (en intern version av benchmarktestet FLEURS) gör Scribe v3 27 % färre ordfel än Scribe v2, med förbättringar i varje testat språk: -42 % på tyska, -35 % på spanska och -23 % på engelska. Den kopplar också talet till rätt talare bättre: 12 % färre diariseringsfel totalt och 17 % färre vid tre eller fler talare.

Scribe v3 Live minskar den semantiska felfrekvensen med 43 % jämfört med Scribe v2 Realtime och ordfelfrekvensen med 31 %. Den tillför för första gången diarisation i realtid, med 39 % färre fel än den bästa av de övriga testade realtidsmodellerna, enligt ElevenLabs. För röstagenter bygger detekteringen av när en taltur är slut på samtalets kontext, och ett flerspråkigt läge följer språkbyten mitt i en mening. Hos Eneco, som levererar energi till över 2 miljoner hushåll och företag i Nederländerna, känner agenten igen postnummer på första försöket 40 % oftare och husnummer 15 % oftare.

Jämförelse publicerad av ElevenLabs	Angiven förbättring
Scribe v3 jämfört med v2, ordfel på 102 språk	-27 %
Scribe v3 jämfört med v2, diarisation vid 3 eller fler talare	-17 %
Scribe v3 Live jämfört med v2 Realtime, semantiska fel	-43 %
Scribe v3 Live jämfört med v2 Realtime, ordfel	-31 %
Scribe v3 Live, diarisation jämfört med den 2:a realtidsmodellen	-39 %

Scribe v3 Live finns i ElevenAgents, med en version optimerad för medicinska samtal, och båda modellerna finns i ElevenAPI (scribe_v3, scribe_v3_live) samt som standard i ElevenLabs-appen. Bearbetningen sker som standard i USA, med isolerade miljöer i EU, Indien och Singapore samt ett läge utan datalagring. Inga priser anges.

🔗 Scribe v3 (ElevenLabs)

Synthesia erbjuder gratis interaktiva AI-kloner som man kan prata med

10 november — Synthesia gör det möjligt att kostnadsfritt skapa en interaktiv AI-klon av sig själv. Man spelar in ett kort klipp, klonen är klar på ungefär två minuter, och sedan kan man prata högt med den och få svar i realtid, med användarens utseende och röst. För att skapa klonen krävs ett namn och en e-postadress.

Klonen delas via en länk, och varje mottagare kan prata med den och sedan skapa sin egen. Tre tonlägen erbjuds: standard, entusiastiskt (hype) eller hånfullt (roast). Synthesia anger varken vilken modell som används, hur långa samtalen kan vara eller vilka begränsningar gratiserbjudandet har, och har inte publicerat något blogginlägg.

🔗 Tillkännagivande från @synthesiaIO · Sidan för interaktiva kloner (Synthesia)

AI-säkerhet: Paris Call undertecknas av 16 stater, 10 företag och 7 organisationer, och Control Room hos OpenAI

9 november — Élyséepalatset publicerar ”Paris Call for AI safety and security”, en deklaration som undertecknades den 9 november efter ett möte om AI och säkerhet i Paris på inbjudan av Emmanuel Macron. Den samlar 16 stater, 10 företag och 7 organisationer från civilsamhället och är fortsatt öppen för nya stödjare. Undertecknarna vid publiceringen:

Kategori av undertecknare	Antal undertecknare	Lista över undertecknare
Stater och regeringar	16	Österrike, Bahrain, Kanada, Kroatien, Cypern, Estland, Finland, Frankrike, Irland, Kenya, Lettland, Liechtenstein, Luxemburg, Nederländerna, Norge, Portugal
Företag	10	Anthropic, Black Forest Labs, Cohere, Domyn, Hugging Face, Microsoft, Mistral AI, OpenAI, Sakana AI, Synthesia
Civilsamhälle	7	LawZero, SaferAI, AI Safety Connect, Ifri, Geopolitical Center for the Datasphere, GPAI Policy Lab, CeSIA

Google, Meta och SpaceXSI finns inte med i listan över företag, och USA, Storbritannien och Japan finns inte med i listan över stater.

Texten är uppbyggd kring tre åtaganden. Det första syftar till ett gemensamt ramverk för utvärdering och riskhantering av frontier-modeller, med stöd av gemensamma standarder och utvärderingsverktyg, med fokus på farliga användningsområden (cyber, nukleära, radiologiska, biologiska och kemiska) och risker kopplade till ökad autonomi eller bristande målanpassning, inklusive förlust av kontroll; icke-känsliga utvärderingsresultat ska publiceras i ett standardiserat format i en gemensam, offentligt tillgänglig lagringsplats. Det andra gäller ansvar: utvecklare av frontier-modeller åtar sig att redovisa förmågor, begränsningar och kända risker, stödja oberoende utvärdering när den står i proportion till risken och ha säkerhetsmekanismer (fail-safe mechanisms) som kan stoppa deras modeller, även under träning och intern användning. Texten erkänner risken med att ta bort skyddsmekanismer samtidigt som den värnar fördelarna med utveckling med öppna vikter. Det tredje gäller informationsdelning: system för tidig varning, gemensam klassificering av cyberincidenter och incidenter som rör kontroll över AI samt konfidentiella kanaler för visselblåsare, som de politiska beslutsfattarna åtar sig att inrätta.

Sakana AI meddelade på X den 10 november att företaget hade undertecknat, efter att ha deltagit i mötet.

🔗 Paris Call for AI safety and security (Élysée) · Tillkännagivande från Sakana AI

Control Room: OpenAI kan stoppa alla arbetslaster inom sin forskning på högst 35 sekunder

9 november — Samma dag beskriver OpenAI Control Room, det centrala system som följer modellarbetslaster i hela företagets forskningsinfrastruktur: agentisk sampling för träning och utvärdering samt databehandling. Varje jobb begär en identifierare (job_id) vid start, och varje inferensmotor begär tillstånd från Control Room innan den hanterar en förfrågan; när ett jobb stoppas nekas alla dess förfrågningar, på samtliga motorer. Den maximala tiden mellan beslutet att stoppa och det faktiska stoppet av genereringen är 35 sekunder, på grund av ett lager som cachelagrar tillstånd. OpenAI vill minska denna fördröjning till noll.

Kontrollen ligger i det centraliserade inferenslagret snarare än i experimentens kod. Control Room nekar som standard: om systemet kraschar, inaktiveras eller manipuleras nekas alla inferensförfrågningar. Principen gäller redan forskningsarbetslaster för de mest avancerade modellerna och utvidgas till övriga under de kommande dagarna; alla agentiska forskningsarbetslaster måste också ha ett godkänt säkerhetsunderlag (safety case).

🔗 Control Room (OpenAI)

Kodagenter: Cursor Projects för flera användare, Amp Boxes, Delta, /swarm i Antigravity, Gemini CLI och Qwen Code

Bland kodagenter präglas dagen framför allt av samarbete: Cursor låter flera teammedlemmars agenter arbeta tillsammans, Antigravity samordnar svärmar av agenter, Amp tillhandahåller drift för apparna som dess agenter bygger och Delta välkomnar användarna av Conductor. De kortare uppdateringarna (Claude Code, Codex CLI, Copilot CLI, Vibe CLI, Kimi Code…) finns i notiserna.

Cursor gör Projects till en miljö för flera användare: teammedlemmarnas agenter delar kontext, planer och uppgifter

10 november — Två månader efter lanseringen av Projects, där en samordnande agent leder en flotta av agenter genom ett helt utvecklingsprojekt, gör Cursor funktionen tillgänglig för flera användare tillsammans. Man bjuder in sina teammedlemmar till ett Project: var och en behåller sin chatt med sin samordnare och sina arbetaragenter, men alla delar ett gemensamt kontextlager (krav, diagram, specifikationer, mockups) och en uppgiftstavla som visar vem som gör vad, vad vars och ens agenter arbetar med och vilken PR som hör till varje uppgift. Ett beslut som fattas i en chatt blir tillgängligt för alla agenter i samma Project.

Agenterna kommunicerar också mellan teammedlemmarna: enligt Cursor delar de sina planer innan de börjar, signalerar konflikter under arbetets gång och undanröjer hinder för varandras uppgifter. Hos Cursor sköter team redan sina jourpass i ett delat Project. Företaget presenterar Projects som den första arbetsytan där utvecklingsteam arbetar tillsammans med alla sina agenter; funktionen rullas ut i beta till alla användare från den 10 november, utan angivet pris.

🔗 Projects, nu för flera användare (Cursor) · Tråd från @cursor_ai

Amp lanserar Boxes, ständigt påslagna maskiner för att hysa det som dess agenter bygger

10 november — Efter orbs för utveckling och portals för att dela pågående arbete lägger Amp till boxes för att varaktigt hysa det man har byggt. En box är en permanent virtuell maskin, utan container eller annan abstraktion, där agenten driftsätter en eller flera applikationer, var och en med sin egen URL. Driftsättningarna kan vara privata eller skyddade med Sign In With Amp, och en box som delas med arbetsytan låter varje medlem driftsätta nya versioner. Varje box har också sin egen runner för att köra agenter som ändrar tillståndet i applikationer i drift, till exempel städar databasen för en teamwiki.

Boxes debiteras per minut och kan startas och stängas av enligt ett schema. Inlägget anger fyra storlekar utan att precisera vilket abonnemang tabellen gäller; det uppger bara att priserna i videon gäller Enterprise och att boxes för Personal och Team kostar mindre.

Boxstorlek	Maskinkonfiguration	Timpris	30 dagar oavbrutet
b1.tiny	0,5 vCPU (toppar på 2), 2 Go	0,025 dollar	18 dollars
b1.small (standard)	1 vCPU (toppar på 2), 4 Go	0,042 dollar	30 dollars
b1.medium	2 vCPU, 8 Go	0,069 dollar	50 dollars
b1.large	4 vCPU, 16 Go	0,139 dollar	100 dollars

🔗 Boxes (Amp)

Delta importerar konversationer från Conductor, som läggs ned, och aviserar sina Cloud Runners till den 11 november

10 november — Zed-teamet erbjuder Conductor-användare att gå över till Delta, dess kodmiljö för samarbete mellan flera användare med agenter. Enligt Deltas inlägg meddelade Conductor-teamet föregående vecka att det ansluter sig till Meta och lägger ned sin produkt; även enligt Delta tar Conductor Cloud inte längre emot nya meddelanden från den 13 november och stänger den 20 november, då raderingen av data påbörjas.

Delta importerar därför konversationer från Conductor, via menyn eller sidofältet när de upptäcks på datorn; de blir privata trådar märkta Conductor. Importen omfattar bara konversationerna: filer och bilagor måste sparas från Conductor, och Cloud-arbetsytor måste överföras lokalt före den 20 november. Delta aviserar också sina Cloud Runners till följande dag, den 11 november, men de har ännu inte lanserats: en tråd inställd på Cloud kommer att köra sin agent på en hostad runner, synkroniserad mellan dator, webb och telefon. Claude Code-sessioner synkroniseras redan dit via Deltas CLI; Pi och Codex ska följa, och stöd för Agent Client Protocol (ACP) håller på att läggas till.

🔗 Importera dina Conductor-chattar (Delta) · Tråd från @zeddotdev

Antigravity lanserar /swarm i förhandsversion, och versionerna 2.30.0 och 2.31.0 lägger till gränssnittet Knowledge Work

9 och 10 november — Antigravity kompletterar lanseringen av Gemini 4 Carbon med /swarm, i förhandsversion i appen och CLI: en samordnande agent fördelar arbetet mellan parallella arbetsagenter, var och en i sin egen git-worktree, medan kritiskt granskande kontrollagenter kör tester och ifrågasätter diffs. Alla kommunicerar via en gemensam meddelandetavla där innehåll bara kan läggas till, och en väntande agent förbrukar inga tokens. Varje roll kan ha sin egen modell, Carbon för samordning och granskning, Argon eller en lättare modell för utförande, men Google varnar för att en svärm förbrukar kvoten mycket snabbare än en vanlig konversation.

Version 2.31.0 av appen, daterad den 9 november, ger /swarm, en inställning för teckenstorlek och krav på godkännande innan webbläsaragenten laddar ned en fil. Version 2.30.0, från samma dag, lägger till layouten Knowledge Work som döljer kodändringar och utvecklarverktyg för research, skrivande och vardagsuppgifter; den slutför utrullningen av röstläget (utom för jobb- och företagskonton) och fjärragenter (betalande Ultra- och Pro-abonnenter), och importerar konfigurationen från Claude Code, Codex eller Cursor till ett plugin (MCP-servrar, skills, kommandon, underagenter, instruktioner).

🔗 Gemini 4 Carbon och /swarm (Antigravity-bloggen)

Gemini CLI släpper den stabila versionen v0.68.0 och förhandsversionen v0.69.0 efter sex dagar utan release

10 november — Efter sex dagar utan release, på grund av uteblivna nightly-versioner (arbetsflödet har misslyckats varje natt sedan den 5 november), släpper Gemini CLI en stabil version och en förhandsversion med tolv minuters mellanrum. Den stabila v0.68.0 gör bara v0.68.0-preview.0 från den 4 november till stabil version: validering av tillägg, nedräkning vid 429-fel och bibehållen modell efter en fallback.

Förhandsversionen v0.69.0-preview.0 släpper äntligen ändringar som har legat kvar på huvudgrenen: /stats heatmap för daglig tokenanvändning, teman i en fristående theme.json-fil, /model som validerar modellnamnet och accepterar ett direkt argument, samt en nu justerbar tidsgräns på 60 sekunder innan de första headers tas emot. Den lägger till ett tjugotal tidigare outgivna rättningar: i headless-läge avslutar ett avbrott barnprocesserna och bevarar signalens exitkod; shell-läget öppnar inte längre en gemini-session inuti en annan; på macOS avgörs om mappen är betrodd innan Seatbelt-sandboxen aktiveras; flera minnesläckor kopplade till PDF-filer har åtgärdats.

🔗 Gemini CLI v0.69.0-preview.0 · Gemini CLI v0.68.0

Qwen Code v0.27.2 kopplar WeChat, QQ och e-post till Web Shell och öppnar tre API:er för Mods

10 november — Qwen Code v0.27.2 blir stabil dagen efter v0.27.1, med 55 ändringsposter, varav 20 funktioner och 20 rättningar. Web Shell konfigurerar nu kanaler för WeChat, QQ och e-post, med inloggning via QR-kod för de två första, och visar antalet turer, utmatningshastigheten, förbrukade tokens och cacheträffgraden under inmatningsfältet.

Mods, verktygets tillägg, får tre API:er: $.model.complete för en enstaka komplettering utan verktyg eller historik, hooken ui.render för att skriva om den visade texten i ett svar utan att ändra den lagrade texten, och $.store för att bevara värden mellan sessioner. Väntande godkännanden utlöser en ljudsignal eller en skrivbordsavisering när terminalen är i bakgrunden, och Managed Agent erbjuder sessionssammanfattningar, automatiskt om det alternativet väljs. Den enda ändringen som markerats som bakåtinkompatibel är en uppgradering av beroendena för SDK och Web Shell.

🔗 Qwen Code v0.27.2

Grok Bot ansluter till privata Tailscale-nätverk för att nå interna MCP-servrar

10 november — Grok Bot, agenten från SpaceXSI, kan nu ansluta till en privatpersons eller ett företags privata Tailscale-nätverk (tailnet) för att nå privata MCP-servrar, interna verktyg och applikationer som hålls utanför internet. Funktionen aktiveras via Tailscale-pluginet i skrivbordsappen Grok Bot.

Integrationen bygger på Tailscales OAuth apps, som enligt Tailscale blev allmänt tillgängliga dagen före. I stället för en delad tjänsteidentitet ansluter Grok Bot till tailnet som en enhet knuten till identiteten hos användaren som godkänner den, utan nyckel eller hemlighet att klistra in: åtkomstregler, granskningsloggar och enhetskvoter gäller som för användarens övriga maskiner. Med Tailscales Premium- och Enterprise-abonnemang får Grok Bot ett särskilt posture-attribut (custom:grokbot) som gör det möjligt att bara ge den åtkomst till vissa MCP-servrar, utan att ge den ägarens fulla nätverksåtkomst; med övriga abonnemang fyller en tagg som läggs till efter autentiseringen samma funktion. Utvecklare av andra agenter kan återskapa integrationen med hjälp av dokumentationen för OAuth apps.

Grok Bot använde redan MCP-servrar sedan oktober; nyheten är åtkomsten till privata servrar. Dagen före hade dess konto också återställt veckogränserna för samtliga användare.

🔗 Tillkännagivande från @bot · Inlägg från Tailscale

Gemini i enheter och programvara: Pixel 10, motorola signature 27 och partnerskap med Adobe

Google utökar Gemini i telefoner och i en partners programvara, utan någon ny modell.

10 november — Gemini Intelligence, Androids proaktiva AI-lager som presenterades i maj, utökas till nya enheter. Motorola presenterar motorola signature 27, företagets första enhet med Gemini Intelligence, som kan förbeställas i USA från den 19 november, och Pixel Drop för november ger de senaste funktionerna till Pixel 10, Pixel 10 Pro XL och Pixel 10 Pro Fold. Rambler, som omvandlar diktamen till välformulerad text, kommer till dessa enheter, och automatisering av uppgifter i appar (beställa mat eller en VTC-resa, göra bokningar) utökas till Storbritannien, Indien och Japan.

Create My Widget skapar en widget för hemskärmen utifrån en beskrivning, med information från Gmail, Agenda och Search; funktionen rullas ut under de kommande veckorna, även till Pixel Watch. Med Device Assistance kan man be Gemini att frigöra utrymme, kontrollera åtkomst till platsinformation eller stänga av distraktioner samtidigt som viktiga samtal släpps igenom. Proaktiva förslag i Android Auto aviseras som kommande inom kort, utan datum.

🔗 Gemini Intelligence: nyheter i november (blog.google)

Google och Adobe: Acrobat i Drive och Gmail, och en bildmodell från Google DeepMind undersöks för Photoshop

10 november — I samband med Adobe MAX tillkännager Google ett utökat partnerskap med Adobe, där allt fortfarande ligger framåt i tiden och saknar datum. Acrobat ska bli tillgängligt direkt i Google Drive och Gmail (som föreslagen app och med alternativet ”Redigera med” i filförhandsvisningar), Adobe-anslutningarna i Gemini och Gemini Enterprise ska utökas till Acrobat och andra kreativa verktyg, och dessa verktyg ska komma till AI-läget i Search. Företag kommer att kunna använda Adobes agent CX Enterprise Coworker i Gemini Enterprise, som skapar visuellt material, arbetar med PDF-filer och startar marknadsföringskampanjer.

I motsatt riktning kommer Googles mest avancerade modeller till Adobes appar, utan att någon modell preciseras. Adobe och Google DeepMind ska också undersöka nya redigeringsmöjligheter, med början i en bildmodell för Photoshop som skulle kunna möjliggöra nästan omedelbara retuscheringar: en möjlighet som undersöks, inte en tillkännagiven produkt.

🔗 Adobe och Google utökar sitt partnerskap (blog.google)

Arbete och AI: OpenAI och Upwork visar att AI omformar frilansarbete snarare än ersätter det

10 november — En ny del i OpenAI:s serie Work at the Frontier: tillsammans med Upwork jämför dess ekonomer användningen av ChatGPT med annonser för frilansuppdrag i rapporten ”Omfördelningen av frilansarbete i AI-eran”. Den första iakttagelsen är att de två skiljer sig åt: skrivande står för en betydligt större del av användningen av ChatGPT, medan video och animation har en större andel av annonserna på Upwork.

Av 63 matchade underkategorier följer 43 samma mönster: aktiviteter som är relativt vanliga i ChatGPT tappar andelar på Upwork. De övriga 20 visar motsatsen, och författarna drar slutsatsen att användningen av ChatGPT ensam inte förklarar dessa förändringar.

Uppdragskategori på Upwork	Andel av annonserna, S1 2025 till S1 2026
Mobilutveckling	+2,27 points
Video och animation	+1,38 point
QA-testning	+0,58 point
Innehållsskrivande	-0,57 point
Webb- och mobildesign	-0,68 point
Webbutveckling	-1,98 point

AI-relaterade projekt omformar yrkesrollerna: mellan början av 2023 och slutet av 2025 blir arbetsuppgifterna som efterfrågas i annonserna 45 % mer varierade, från 14,6 till 21,2 lika vanligt förekommande uppgifter. De annonserade timpriserna ligger nära övriga projekts, men budgetarna för fastprisuppdrag och antalet timmar är högre.

🔗 AI:s effekt på frilansarbete (OpenAI) · Fullständig rapport från OpenAI och Upwork (PDF)

Öppna data och öppen forskning: beslutsmodeller i Transformers, MotionGraphicsBench, inympade experter och Dory1.0-4B

Fyra öppna publikationer, från ett bibliotek till en modell, via ett benchmark och en träningsmetod.

DecisionPipeline och AutoModelForDecision kommer till Transformers, mergade men saknas i publicerade versioner

10 november — Hugging Face publicerar en referensguide om beslutsmodeller, som inte genererar text utan tilldelar sannolikheter till fördefinierade svar (en tjänst, en brådskandegrad, ja eller nej). Guiden är skriven av Aritra Roy Gosthipaty, Lysandre, Pedro Cuenca och Tom Aarsen och presenterar klasserna DecisionPipeline, AutoModelForDecision och DecisionConfig i Transformers, som gör det möjligt att anropa pipeline("decision", ...) som en pipeline för klassificering.

Koden kommer från PR 50054, som mergades till huvudgrenen den 9 november, och finns ännu inte i någon publicerad version: den senaste, v5.22.2, är daterad den 6 november. Inlägget visar också finjustering av en beslutsmodell med Trainer-API:et, på JEV-9B. Resten av guiden samlar redan tillgängliga byggstenar (endpointen /v1/systemone i transformers serve, modellservering via llama.cpp, etikett på Hub). Inga prestandasiffror publiceras.

🔗 Beslutsmodeller i Hugging Face · PR 50054 i Transformers

MotionGraphicsBench: GPT-6 Astra leder med 67,7 %, och bara fyra modeller överstiger 50 %

10 november — Jiaju Ma (Stanford och Figma) och tre medförfattare från Figma publicerar MotionGraphicsBench, ett benchmark som mäter modellernas förmåga att animera befintlig vektorgrafik. Var och en av de 100 uppgifterna, utformade av experter utifrån verkliga Lottie-animationer, innehåller en statisk SVG och en animationsinstruktion; ett deterministiskt kontrollprogram kontrollerar resultatet. Dessa kontrollprogram överensstämmer till 93,3 % med mänskliga bedömningar, jämfört med 83,3 % för en visuell bedömare baserad på GPT-6 Astra.

Av 32 modeller från 12 leverantörer klarar bara fyra över 50 % av uppgifterna på första försöket vid sin högsta ansträngningsnivå, och GPT-6 Astra leder med 67,7 %. De bästa öppna modellerna ligger fortfarande långt efter.

Utvärderad modell (ansträngningsnivå)	pass@1
GPT-6 Astra (max)	67,7 %
GLM 5.3 (max)	39,8 %
Qwen 3.8 (xhigh)	39,4 %
Qwen 3.8 Flash-Next (xhigh)	34,0 %
Genomsnitt för de 16 proprietära modellerna	38,8 %
Genomsnitt för de 16 öppna modellerna	21,8 %

🔗 MotionGraphicsBench (Hugging Face-bloggen, Figma) · Artikel på arXiv

TNG lägger till Rust- och Haskell-experter i Qwen3.5-35B-A3B som kan kombineras utan omträning

10 november — TNG Technology Consulting lägger till nya experter i en mixture-of-experts-modell (MoE) utan att ändra de befintliga: de ligger i ett separat parameterutrymme, och routern lär sig när de ska anropas. På Qwen3.5-35B-A3B-Base höjer en Rust-expert resultatet för generering av Rust-kod från 0,62 till 0,73 i pass@1, och en Haskell-expert höjer Haskell från 0,32 till 0,51, med allmänna förmågor på 0,78 respektive 0,80, jämfört med 0,80 för basmodellen.

Två separat tränade experter kan kombineras i en enda checkpoint och behålla huvuddelen av sina förbättringar (0,70 och 0,50). De bästa LoRA-adaptrarna presterar ungefär lika bra var för sig (0,74 och 0,48), men deras medelvärde sjunker till 0,67 och 0,36. Experterna har bara lagts till under fortsatt förträning, och inlägget länkar inte till några publicerade modellvikter.

Utvärderad konfiguration	Rust	Haskell
Basmodell	0,62	0,32
Rust-expert tillagd	0,73	—
Haskell-expert tillagd	—	0,51
Två kombinerade experter	0,70	0,50
Medelvärde av två LoRA	0,67	0,36

🔗 Ta med din egen expert! (Hugging Face-bloggen, TNG)

Dory1.0-4B: NVIDIA släpper en liten modell med loopar som anpassar beräkningsmängden vid inferens

16 oktober, uppmärksammad på nytt den 10 november — NVIDIA har publicerat Dory1.0-4B på Hugging Face, en öppen språkmodell från Nemotron Labs som ännu inte hade tagits upp i den här omvärldsbevakningen. I stället för att stapla lager återanvänder den samma block med 20 lager flera gånger, placerat mellan ett ingångsblock och ett utgångsblock med 8 lager vardera, och indata matas in på nytt i varje loop. Antalet loopar kan justeras vid inferens, utan omträning, för att väga beräkningsmängd mot precision; endast den sista loopens KV-cache behålls.

Dory förtränades direkt i NVFP4 och tränades sedan vidare i BF16. Modellen finns i BF16, MXFP8, NVFP4 och Q5_K_M, med en kontext på 256K tokens, på engelska, under licensen OpenMDW-1.1 som tillåter kommersiell användning. Stöd i vLLM är under granskning, och BF16-versionen laddades ned 13 488 gånger förra månaden. NVIDIA ägnade en ”Ask the Experts”-sändning åt modellen den 10 november.

🔗 Dory1.0-4B (Hugging Face)

Notiser

Kodagenter

Claude Code 2.1.322 — Version med en enda ändringspost: snabbläget kommer till Vertex i regionerna global, us och eu, med återgång till standardhastighet om Vertex nekar det. Enligt dokumentationen handlar det om snabbläget för Fable 5.2 på Google Clouds Agent Platform, som kan aktiveras med /fast eller startalternativen. 🔗 källa
Codex CLI 0.167.1 — Korrigeringsversion utan versionsinformation: enligt dess två pull requests deklarerar ett alternativ som är avstängt som standard, incremental_tools_legacy, verktyg efter hand under samtalet och är fortsatt begränsat till Amazon Bedrock-leverantörer. Samma dag lägger openai-python 3.49.0 och openai-node 7.55.0 till typning av asynkrona funktioner. 🔗 källa
Copilot CLI 1.0.109 och 1.0.110-0 — Den stabila versionen 1.0.109 samlar 158 ändringsposter: Fable 5.2 i modellväljaren, värdregler för sandlådan i CIDR-format och bekräftelse innan /share följer en symbolisk länk. Förhandsversionen 1.0.110-0 ersätter den gamla fjärrstyrningen med en AHP-miljö och erbjuder påfyllning av AI-krediter redan vid 90 % förbrukning. 🔗 källa
C++ Language Server i Copilot CLI — Servern innehåller nu sin egen extraktor för MSBuild-kompileringskommandon och anropar den automatiskt när projektet öppnas, utan konfigurationsskill eller manuell compile_commands.json; CMake-projekt använder fortfarande en skill. Copilot-abonnemang krävs. 🔗 källa
GitHub Agentic Workflows 1.2.2 — Första stabila versionen i 1.2-serien: fler workflows använder kostnadseffektiv modellrouting i stället för fasta modeller, ytterligare tio Copilot-workflows får kontroller som förhindrar onödiga körningar, och cancel-work --obsolete avbryter inaktuella uppgifter. Skärpta regler för agenternas utgående nätverkstrafik. 🔗 källa
Antigravity CLI 1.5.3 — Version från den 7 november: varje underagents modell och ansträngningsnivå visas, plugin-hooks får PLUGIN_ROOT och PLUGIN_DATA, och en sårbarhet i terminalens sandlåda åtgärdas (ett kommando kunde ändra miljön som sedan lästes in utanför sandlådan). 🔗 källa
Vibe CLI 3.1.2 — Mistrals kommandoradsagent gör det möjligt att inaktivera en plugin utan att avinstallera den, gör om /skills (sökning, aktivering och inaktivering, delade skills från register med låst version) och ser till att --max-tokens och --max-price följs före varje komplettering i headless-läge. 🔗 källa
mistral CLI 0.18.0 — Mistrals verktyg för driftsättning av applikationer och agenter förnyar en utgången session i stället för att avbryta med fel 401, lägger till mistral context show --json och ger agenter som körs i en Mistral-sandlåda den roll som krävs. 🔗 källa
Kimi Code 2.5.3 — Ett styrmeddelande avbryter nu den pågående förfrågan till modellen, och fortsättningen sker inom samma tur, med en särskild endpoint steer; MCP-servrar som startas med npx startar om under Windows. 🔗 källa
Säkerhetsgranskning i v0 — På begäran granskar v0 ändringarna i ett samtal (eller projektets mest riskfyllda kod) för att hitta saknad autentisering, injektioner eller SSRF, kontrollerar varje fynd mot hela projektet och föreslår en korrigering som endast tillämpas efter godkännande. Endast för betalabonnemang, med v0-krediter. 🔗 källa
Performance Scanner i Replit — Replit lyfter fram ett verktyg som upptäcker potentiella prestandaproblem i en applikation och ger Agent en utgångspunkt för att åtgärda dem; inlägget på X anger varken tillgänglighetsdatum, abonnemang eller pris, och funktionen fanns ännu inte i dokumentationen. 🔗 källa
Gemini 4 Carbon i Devin — Cognition gör Carbon tillgänglig i Devin Desktop och Devin CLI; enligt inlägget överträffar modellen Gemini 4 Argons bästa resultat redan vid låg ansträngningsnivå, och dess bästa resultat kostar mindre än två tredjedelar av Argons kostnad per uppgift. Resultatet på 40,0 % på FrontierCode 2.0 publicerades redan den 30 oktober. 🔗 källa
Fable 5.2 i Warp — På kvällen den 9 november gör Warp Claude Fable 5.2 tillgänglig i Warp Factories och sin terminal, och rekommenderar att man ber modellen identifiera en applikations implicita tillståndsmaskiner för att göra den mer lättläst för agenter; varken pris eller benchmark anges. 🔗 källa
Fable 5.2 i Gensparks Code Agent — Genspark lägger till Claude Fable 5.2 i sin Code Agent och upprepar påståendet om det bästa resultatet på FrontierCode 2.0 före Opus 5.5, utan siffror, abonnemang eller kreditkostnad. 🔗 källa

Företag

JPMorganChase — Banken breddar användningen av Claude till fler än ingenjörer: granskning av pull requests, självreparerande agenter, incidentanalys, produktbackloggar och riskbedömningar. Claude Code körs i Devspace, bankens containerbaserade plattform, utan att agenterna har direkt tillgång till autentiseringsuppgifter, och automatiska kontroller hindrar Claude från att godkänna sitt eget arbete; inga siffror har publicerats. 🔗 källa
Curative — Det amerikanska sjukförsäkringsbolaget tecknar 2 000 till 2 400 vårdgivaravtal per vecka med Gwen, sin agent baserad på Claude (främst Opus, med Sonnet som granskare och Haiku som domare), jämfört med 2 100 under hela 2025, för cirka 20 miljoner tokens per avtal; ersättningstvister går från cirka 90 dagar till mindre än 30 minuter. 🔗 källa
CodeRabbit — I en fallstudie från OpenAI den 9 november uppger CodeRabbit att de levererar cirka 20 gånger mer programvara på sex månader med Codex; deras kostnadsfria Deep Scan har upptäckt över 43 000 sårbarheter i 13 000 djupgående analyser, och GPT-6 Astra upptäcker 50 % av problemen i deras interna testsvit. 🔗 källa
Gemini for healthcare — Google Cloud lanserar en förhandsversion av en lösning som kopplar samman patientjournaler, fakturering, kliniska rekommendationer och Medicare-data för uppgifter i flera steg (journalsammanfattningar, granskning av förhandsgodkännanden) under mänsklig tillsyn, tillsammans med HCA Healthcare, Highmark Health och Northwell Health. 🔗 källa

Utbildning och samhälle

AI i skolan i EMEA — OpenAI sammanfattar lärdomarna från sina utbildningssamarbeten i Estland, Slovakien, Grekland och Italien med stöd av en studie från ThinkYoung: 79 % av de tillfrågade studenterna använder AI till sina läxor, men bara 47 % säger att de har fått lära sig hur den ska användas. 🔗 källa
Workshoppar för anhörigvårdare — OpenAI Academy anordnar den 10 november kostnadsfria ChatGPT-workshoppar för anhörigvårdare i Oakland, Tampa, Pittsburgh, Atlanta och Detroit tillsammans med tre föreningar; enligt OpenAI handlar över 40 miljoner hälsorelaterade meddelanden i veckan i USA om en närstående. 🔗 källa

Röst

Röstagenter med GPT-Live — OpenAI:s utvecklarblogg låter Juno, Treater, Picsart och Weekend komma till tals. Hos Juno minskar en liten modell i bakgrunden överlämningarna till textagenten med 40 % och kortar den längsta tystnaden i ett testsamtal från 9,3 till 3,2 sekunder; hos Treater ökar samtalens medianlängd med 26 till 30 %. 🔗 källa

Bilder

Seedream 5.5 hos Genspark — Genspark ger tidig tillgång till BytePlus Seedream 5.5 i Genspark Design och AI Media Studio, med 40 % rabatt under en månad för alla användare. 🔗 källa
Ideogram 4.5 — Ideogram uppger sig ligga på första plats bland 20 modeller i Rapidatas benchmark som med mänskliga bedömare mäter om ett ansikte förblir igenkännbart efter fem redigeringar i följd, före FLUX 3 Image, Muse Image och MAI-Image-2.6; inga resultatvärden publiceras. 🔗 källa
Pika H3 Flex på AMD-GPU:er — En bidragsgivare har portat inferensen för Pikas videomodell med öppna vikter till AMD-GPU:er, i en särskild branch för Instinct MI350X; Pika uppmanar AMD-utvecklare att bidra, utan att ange några prestandamätningar. 🔗 källa

Hugging Face och öppna labb

Hugging Face på Google Cloud-fakturan — En organisation kan nu betala för Team- och Enterprise-abonnemang, Jobs, Inference Endpoints, Inference Providers, GPU Spaces, ZeroGPU och lagring via Google Cloud Marketplace, till Hugging Faces offentliga priser, efter att Hugging Face godkänt varje abonnemang. 🔗 källa
Muse på Google Cloud — På kvällen den 9 november meddelar Meta att Muse Ember och Muse Wonder kommer till Google Cloud, där Muse Spark 1.3 har funnits i förhandsversion sedan september; varken tjänst, status eller pris anges. 🔗 källa
20 miljoner skapare på Hugging Face — Enligt Clément Delangue har Hugging Face 20 miljoner AI-skapare och lagrar 300 Po modeller, dataset, agentspår och RL-miljöer, varav 9 Po tillkommit på en vecka; oktober var deras bästa månad sett till aktiva användare och omsättning, utan att något belopp anges. 🔗 källa
GLM-5 på Trainium3 — David Corvoysier kör GLM-5 (754 miljarder parametrar) på en enda trn3.48xlarge-instans med den publicerade Transformers-koden: 43 minuters laddning, första token efter 4,1 sekunder, 6,9 tokens per sekund med batchstorlek 1, en första mätning utan optimering enligt upphovspersonen. 🔗 källa
Sjukdomsdetektion hos OpenMed — Maziyar Panahi publicerar tre öppna modeller med 194M till 576M parametrar under Apache-2.0, som identifierar sjukdomar i engelska medicinska texter på CPU; efter finjustering på NCBI Disease förbättras de med cirka 14 F1-poäng på BC5CDR. 🔗 källa
Agenter som levererar utan att testa — I ett inlägg på turkiska visar Serkan Peker att 39,4 % av 47 293 leveranser från SWE-agent sker utan test efter den sista ändringen, med ungefär en tredjedel lägre odds för att lösa uppgiften (oddskvot 0,68); hypotesen var förregistrerad och resultaten replikerades med Claude Code och gpt-oss-120b. 🔗 källa
Lånat resonemang — Timofey Klyubin infogar resonemangsspår från Qwen3.8-27B i Qwen3-8B, som går från 51,1 % till 80,9 % på 300 problem från LiveCodeBench; två 8B-modeller som tränats för att producera dessa spår hjälper inte. 🔗 källa
EgoDex i FiftyOne — Harpreet Sahota konverterar EgoDex testdataset, publicerat av Apple: 3 243 episoder med 111 manipulationsuppgifter, totalt 7 timmar, med position och orientering för 68 leder registrerade av en Apple Vision Pro. 🔗 källa

Vad det innebär

Precis som Fable 5.2 dagen före utvärderas Gemini 4 Carbon samma dag av dem som integrerar modellen, var och en med sin egen testsvit: 60,4 % på CursorBench 4.0 hos Cursor, 0,857 på WANDR hos Perplexity, och hos Devin ett resultat som redan vid låg ansträngningsnivå överträffar Argons bästa. Google hänvisar också till dessa externa rankningar i sitt eget inlägg. Siffrorna måste läsas tillsammans med kostnaden: hos Cursor kostar Carbon med låg ansträngningsnivå mer per uppgift än med hög, och Perplexity talar om likvärdiga resultat med Fable 5.2 vid 0,006 poängs skillnad och 40 % av kostnaden. GitHub anger däremot inga siffror men aktiverar Carbon som standard, medan Fable 5.2 förblir avstängd tills administratören godkänner Anthropics datalagring.

Den 30 november blir ett riktmärke. Google sätter då slutdatum för Carbons introduktionspris (2 och 10 dollar per miljon tokens, därefter 4 och 20), Cursor tar ut fullt pris från den 1 december och Perplexity använder samma introduktionspris i sitt Agent API. Introduktionsrabatterna blir också fler för bilder: 50 % på MiniMax H3-Images bilder på 16 megapixlar under en vecka, 40 % på Seedream 5.5 hos Genspark under en månad. De kostnader per uppgift som publiceras den här dagen måste därför läsas utifrån prisunderlaget: Devin anger att mätningarna använder API:ets offentliga priser, inklusive allmänt tillgängliga rabatter, medan Cursors sida inte säger om deras kostnader tar hänsyn till rabatten.

Assistenterna blir platser för arbete och handel. OpenAI öppnar ChatGPT för företag som vill hantera sin företagsprofil, följa omnämnanden och installera en agent som kan sponsras via ChatGPT Ads, och låter Business-team använda sin abonnemangspott i v0, Warp eller Notion. Anthropic gör Claude till en plats där man kan rita en plan, arbeta i ett kalkylark, dela certifierade mätvärden och öppna hela Confluence eller Notion. Samma dag inleder Anthropic sin roadshow inför börsintroduktionen, där endast två storheter offentliggörs: 825 miljoner A-aktier och ett prisintervall på 70 till 78 dollar, utan värdering, emissionsbelopp eller noteringsdatum.

Förmågan att stoppa en modell går från princip till ingenjörsarbete. Paris Call förbinder de undertecknande utvecklarna, däribland OpenAI, Anthropic och Mistral AI, att ha mekanismer som kan stoppa deras modeller, inklusive träning och intern användning; samma dag beskriver OpenAI sitt eget system, Control Room, med en maximal fördröjning på 35 sekunder och nekande som standard om systemet slutar fungera. NVIDIA överlämnar för sin del OpenShell till CNCF, som styr agenternas åtkomst till filer, nätverk och autentiseringsuppgifter, och Tailscale släpper in Grok Bot i privata nätverk under användarens identitet, med rättigheter som administratören kan begränsa.