ChatGPT Wallet låter agenter betala, Claude Code lägger till Code Mode, llama.cpp går över till 1.0

OpenAI lanserar ChatGPT Wallet: dess personliga agenter, dots, kan nu gå hela vägen till betalning, där varje köp godkänns med biometrisk verifiering och betalas med en token som döljer det riktiga kortet. Samma dag kopplar Google Gemini-appen till Google Wallet, med enbart läsåtkomst. Claude Code 2.1.323 lägger till Code Mode, där Claude skriver JavaScript för att kedja ihop sina verktyg, DeepSeek gör sin apps sökning, filer och röst tillgängliga via sitt API, och llama.cpp går över till version 1.0.0 med ett stabilt API. GitHub Copilot får stöd för Gemini 4 Hydrogen och meddelar att sex modeller tas bort den 14 december.

ChatGPT Wallet: OpenAI:s dots går hela vägen till betalning, med en token som döljer det riktiga kortet

13 november — OpenAI lanserar ChatGPT Wallet, en plånbok som låter dots, dess personliga agenter, slutföra ett köp åt användaren. Kortet registreras en gång. Före varje betalning visar agenten handlaren, varorna, totalbeloppet och det valda kortet; användaren godkänner med biometrisk verifiering (Face ID, Touch ID eller fingeravtryck), och varje godkännande lämnar en registrering av det godkända köpet.

We’re introducing ChatGPT Wallet, setting a new bar for secure payments by agents. It’s the first wallet that lets agents pay without access to users’ actual card details and that requires a security check for every purchase, while also preserving existing card rewards and protections for eligible disputes.

🇸🇪 Vi lanserar ChatGPT Wallet, som sätter en ny standard för säkerheten vid betalningar som utförs av agenter. Det är den första plånboken som låter agenter betala utan att få tillgång till användarnas riktiga kortuppgifter och som kräver en säkerhetsverifiering för varje köp, samtidigt som befintliga kortförmåner och skyddet vid tvister som uppfyller villkoren bevaras. — OpenAI, lanseringsinlägg om ChatGPT Wallet

Mekanismen bygger på betalningsnätverkens tokenisering. När köpet har godkänts tillhandahåller nätverket en betalningstoken med ersättningsuppgifter för kortnummer, säkerhetskod och utgångsdatum: kortet debiteras utan att vare sig agenten eller handlaren ser de riktiga uppgifterna. Kortförmånerna och skyddet vid tvister finns kvar. Plånboken har byggts tillsammans med American Express, Mastercard och Visa; för American Express är det den första integrationen av företagets erbjudande Agentic Commerce Experiences. Att detta skulle vara den första plånboken av sitt slag är fortfarande ett påstående från OpenAI.

Del av lanseringen	Villkor den 13 november
Var den kan användas	Konversationer med en dot; varken Chat, Work eller fristående trådar i Codex
Berörda abonnenter	ChatGPT Pro, 18 år och äldre, i USA, med gradvis utrullning
Kort som stöds	Kreditkort från American Express, Chase, Mastercard och Visa utfärdade i USA
Kort som utesluts vid lanseringen	Debetkort och virtuella kort
Godkännande av varje köp	Biometrisk verifiering: Face ID, Touch ID eller fingeravtryck
Uppgifter som handlaren får	En betalningstoken med ersättningsuppgifter

Hjälpartikeln varnar för att godkännandet inte gäller som orderbekräftelse, vilket måste kontrolleras hos handlaren; i lanseringsinlägget tilläggs att vissa webbplatser fortfarande oavsiktligt kan blockera agenters köp. Längre fram, utan angivet datum, kommer användaren att kunna delegera hela köp inom förutbestämda gränser: utgiftstak, kategorier, tidsperiod.

För handlare publicerar OpenAI en Commerce Partner Playbook: göra anspråk på sin profil med Businesses in ChatGPT (lanserat den 10 november) och publicera ett produktflöde, identifiera Web Bot Auth-signerade förfrågningar från ChatGPT-agenter i sitt CDN eller sin brandvägg, och se till att dessa köp godtas av bedrägeribekämpningsverktyg (Forter, Riskified, Sardine, Signifyd) och betalningsleverantörer (Adyen, Checkout.com, Stripe). Efter visuell shopping och Agentic Commerce Protocol, som presenterades i mars, går OpenAI därmed vidare till att slutföra köpen.

🔗 Handla med ChatGPT Wallet (OpenAI:s hjälp) · Versionsanteckningar för ChatGPT · Commerce Partner Playbook (OpenAI)

Google Wallet i Gemini-appen: läsa sina utgifter utan att kunna röra pengarna

13 november — Samma dag väljer Google motsatt väg: assistenten läser plånboken utan att någonsin betala. Google Wallet blir en av de anslutna apparna i Personal Intelligence, tillsammans med Gmail, Photos, YouTube och Search, för alla användare av Gemini-appen i USA, på webben, Android och iOS. Genom att nämna @Google Wallet kan man få diagram över kassaflöde, tillgångsfördelning eller budget, upptäcka sina återkommande abonnemang och deras prishöjningar, eller planera budgeten för högtiderna utifrån förra årets transaktioner. Bank- och kreditkortskonton kan kopplas till Wallet via Plaid.

Gemini can only read information from your accounts; it can’t move, manage, or invest your money.

🇸🇪 Gemini kan bara läsa information från dina konton; assistenten kan varken flytta, förvalta eller investera dina pengar. — Googles inlägg på blog.google

Anslutningen är frivillig och kan när som helst stängas av i inställningarna för Personal Intelligence. Samma inlägg lanserar Memory Summary, en sida som visar vad Gemini har lagt på minnet (preferenser, intressen, pågående mål) och låter användaren korrigera det, på webben och mobilen, överallt där Personal Intelligence är tillgängligt.

Kodagenter: Claude Code 2.1.323 lanserar Code Mode, tillsammans med Codex CLI 0.169, Antigravity 2.32, Devin Apps och Devin Teams

12 november — Version 2.1.323 av Claude Code, publicerad på GitHub på kvällen den 12 november med 294 poster, varav 195 buggfixar, introducerar Code Mode, ett experimentellt alternativ som ändrar hur Claude använder sina verktyg. Utan det begär Claude varje anrop (Bash, Read, Edit) och läser resultatet innan nästa steg bestäms. Med Code Mode skriver Claude ett stycke JavaScript som kedjar ihop flera anrop i ett enda steg: kör kommandon parallellt, återanvänder resultatet från ett anrop i nästa och returnerar bara den användbara delen av utdata. Dokumentationen rekommenderar det för upprepade ändringar i många filer, sökningar som behöver filtreras innan resultaten läses och oberoende kommandon. Verktygsanropen visas fortfarande i konversationen; själva koden kan läsas i transkriptionsvyn (Ctrl+O).

Krav för Code Mode	Värde enligt dokumentationen
Aktivering	Variabeln `CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1`, därefter bekräftelse vid första starten
Lägsta version	Claude Code 2.1.323, nativ build
Konto som krävs	Claude-abonnemang eller Console-konto
Modeller som stöds	Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.2
Miljö som stöds	Interaktiv session i en terminal (varken `-p`, SDK Agent, VS Code, Desktop eller molnsessioner)
Konfigurationer som utesluts	Gateways, Amazon Bedrock, Agent Platform från Google Cloud, Microsoft Foundry, HIPAA, noll datalagring
Maximal körtid för ett kodstycke	10 minuter i vänteläge, upp till 2 timmar i bakgrunden

När det gäller säkerheten går varje verktygsanrop som koden startar fortfarande genom reglerna deny och ask och genom PreToolUse-hooks. I auto-läge granskar klassificeraren koden före körningen, men inte varje anrop: den ser inte värden som beräknas under körningen, till exempel en sökväg som hämtats från en sökning, och dokumentationen rekommenderar att behålla regler eller hooks för känsliga anrop. Administratörer kan blockera läget för hela organisationen genom att sätta variabeln till 0 i de hanterade inställningarna, men kan inte aktivera det på det sättet. Dokumentationen beskriver också att åtkomst nekas när läget ännu inte har gjorts tillgängligt för kontot, med rådet att försöka igen en annan dag. npm:s stabila kanal ligger än så länge kvar på 2.1.311.

Resten av versionen täpper till brister i behörigheterna. En session som startas i auto-läge när läget är otillgängligt startar nu i Manual-läge, som frågar innan det agerar, i stället för ett mer tillåtande läge; Write och Edit kan inte längre skriva till en sökväg som skyddas av en Read deny-regel, och reglerna deny och ask kan inte längre kringgås via sudo eller env. Det antagna kontextfönstret för en okänd modell ökar från 200 000 till 1 miljon tokens, MCP v1-klienten tas bort och plugins kan ange vilka versioner av Claude Code de stöder (engines["claude-code"]). Utanför terminalen lägger Claude Tag till sina Slack-sessioner i Compliance API för Enterprise, i beta, och Code Review exporterar sina kostnader per repo till CSV.

🔗 Claude Code 2.1.323 (GitHub) · Dokumentation för Code Mode

Claude Code 2.1.325: Bash-kommandon i sandboxen omfattas åter av behörighetskontroller, och en zstd-sårbarhet åtgärdas

13 november — Dagen efter ändrar Claude Code 2.1.325 ett standardbeteende: Bash-kommandon som körs i sandboxen följer nu det vanliga behörighetsflödet i stället för att köras utan att fråga. För att behålla det gamla beteendet måste man ställa in sandbox.autoAllowBashIfSandboxed: true, i den högst prioriterade källan för hanterade inställningar när det är organisationen som aktiverar sandboxen. Versionen åtgärdar också en sårbarhet i avkodningen av svar komprimerade med zstd, utan närmare detaljer.

Andra ändringar stramar åt behörigheterna: git-kommandon som enbart läser data kräver bekräftelse i ett repo som varken är projektets repo eller ett betrott repo, och schemalagda uppgifter som /loop frågar innan de startar en skill som deklarerar tillåtna verktyg eller hooks (Skill(name) i permissions.allow för oövervakad användning). En bakgrundssession som öppnades med ett claude.ai-konto kunde använda en API-nyckel som ärvts från shell-miljön och låta användningen faktureras via den: det är åtgärdat. Av 139 poster är 88 buggfixar, varav flera för Code Mode; 2.1.324, som publicerades på npm mindre än två timmar tidigare, saknar versionsanteckningar.

🔗 Claude Code 2.1.325 (GitHub)

Codex CLI 0.168 och 0.169: sidokonversationer i flikar, och codex exec kräver att projektet är betrott

13 november — OpenAI publicerar två stabila versioner av Codex CLI på mindre än fem timmar. 0.168.0 (03 h 54 UTC, 226 listade PR) introducerar som tillval (features.tui_workspace) en sidokonversation som visas bredvid huvudkonversationen; 0.169.0 (08 h 37 UTC, 243 PR) placerar den i flikar som öppnas igen efter en omstart. I panelen Sessions → Model providers väljs modellleverantören för nya konversationer utan att påverka dem som redan är öppna, och anpassade leverantörer kan nu skapas från terminalen, med en enhetskod för anslutningar via SSH.

Den ändring som spelar roll för skript och CI kommer med 0.169.0: i en mapp som inte är betrodd läser codex exec inte längre in projektets konfiguration eller dess MCP-servrar, även med --sandbox workspace-write. Man måste skicka --trust till codex exec eller codex review för att registrera att projektet är betrott. De båda versionerna lägger också till animerade GIF:ar som tillval, ljudinspelningar med en kompatibel modell, sökning bland tidigare uppgifter i agenternas kommandocentral och en lokal ZIP-fil för diagnostik (Ctrl+S). Alternativet features.multi_agent håller på att fasas ut till förmån för agents.enabled, och en PR-titel nämner en lokal migrering av skills från Claude Code, utan någon punkt i versionsanteckningarna.

🔗 Codex CLI 0.168.0 (GitHub) · Codex CLI 0.169.0 (GitHub)

Antigravity 2.32 och Antigravity CLI 1.5.8: Dynamic Workflows i Python, Hydrogen och Carbon med en Gemini-API-nyckel

13 november — Antigravity-appen går över till 2.32.0 med Dynamic Workflows: agenten orkestrerar parallella underagenter och uppgifter i flera steg genom att skriva Python, som körs av den runtime som följer med appen. Idén ligger nära de dynamiska workflows som redan erbjuds av Claude Code, Copilot CLI och Devin; changeloggen förklarar inte hur funktionen samverkar med /swarm, som finns i förhandsversion sedan den 10 november. Versionen skyddar också webbläsarflikar som styrs av agenten: inbäddade ramar (frames) från andra webbplatser laddas där utan inloggning och förblir dolda i agentens skärmbilder utan uttryckligt tillstånd. Totalt 11 förbättringar och 13 buggfixar, däribland Everforest-teman och lokal kloning av GitHub-repon i molnet för fjärragenter.

Samma dag gör Antigravity CLI 1.5.8 Gemini 4 Hydrogen (nivåerna Low till XHigh) och Gemini 4 Carbon (Low till High) tillgängliga vid anslutning med nyckeln GEMINI_API_KEY, och Hydrogen även med Google Cloud-inloggningsuppgifter (ADC) och bakom en företagsgateway. De 22 buggfixarna täpper till flera möjligheter att kringgå säkerheten: sandboxens nätverksproxy som kunde luras av kodade snedstreck (%2F) eller segmenten « .. » i en URL, regler för « tillåt alltid » som kunde missbrukas i Windows via cmd eller PowerShell, MCP-behörighetsregler som ignorerades för vissa verktyg, och en blockerande hook skriven med dubbla citattecken som tyst hoppades över i Windows.

🔗 Changelog för Antigravity

Devin Apps: privata webbapplikationer på Devins molnmaskin

13 november — Cognition lanserar Devin Apps: man beskriver verktyget som teamet behöver (dashboard, granskningskö, sida med projektstatus), Devin bygger och publicerar det, och teamet öppnar det via en stabil URL. En App kan också skapas från en pågående session, utifrån en förhandsvisning som redan har visats i webbläsaren. Appar förblir privata: inloggning i Devin krävs, och de kan delas med enskilda personer, en organisation eller hela företaget. Varje ändring ger en ny version på samma adress, och om den inte startar fortsätter den föregående att köras.

Apparna bygger på de minnesögonblicksbilder som gör att Devin kan gå i viloläge: maskinen somnar 5 minuter efter den senaste begäran och vaknar på några sekunder vid nästa besök. Debiteringen följer tiden som maskinen är vaken, men något pris anges inte. Alla stackar som serverar HTTP fungerar, med SQLite eller Postgres på samma maskin; en App körs på en enda maskin och är avsedd för interna verktyg och förproduktionsmiljöer, inte tjänster med hög trafik. Tillkännagivandet följer efter Apps från Cursor (5 november) och Boxes från Amp (10 november).

🔗 Vi presenterar Devin Apps · Dokumentation för Devin Apps

Devin Teams: Devin Desktop utan betalda användarplatser, Free-läge med SWE-2 och taket sänkt till 100 platser

12 november — Kvällen innan gjorde Cognition om sitt Devin Teams-abonnemang. Devin Desktop kräver inte längre betalda användarplatser, och ett Free-läge, som drivs av den egna modellen SWE-2, ger varje användare två kostnadsfria samtidiga sessioner. Kostnadsfri användning av SWE-2 i Devin Desktop och CLI blir permanent för abonnemangen Teams, Pro och Max, efter flera tillfälliga gratisperioder sedan september.

Del av Teams-abonnemanget	Ändring som Cognition har meddelat
Användarplatser i Devin Desktop	Ingår för hela teamet, inga betalda användarplatser krävs längre
Free-läge	2 samtidiga sessioner per användare, med SWE-2
Enkel inloggning	Okta, Microsoft Entra ID, valfri SAML- eller OIDC-leverantör
Användningsgränser	Upp till 3 nivåer, utökningar godkänns manuellt eller automatiskt
Tak för användarplatser	100, jämfört med 200 tidigare
Platser med kvot	Tas bort om 30 dagar

Abonnemanget får också Devin Coach, som till exempel föreslår ett lättare läge för en liten uppgift, och ett standardavtal för behandling av hälsodata (BAA) som kan begäras via inställningarna. Inget pris anges.

🔗 Devins nya Teams-abonnemang

DeepSeek gör appens funktioner tillgängliga i sitt API: sökning, filer, länkläsning, säkerhet och röst

13 november — DeepSeek ger utvecklare tillgång till funktionerna som ligger bakom appupplevelsen. Sedan den 17 oktober erbjöd API:et redan sökning och läsning av webbsidor (Search och Fetch). DeepSeek lägger nu till samtliga appfunktioner, som kan aktiveras med några parametrar på deepseek-flash (DeepSeek-V4.1-Flash-1017), i de tre API:erna Messages, Responses och Chat Completions; tjänsten sköter själv verktygsanropen och sammanställningen av kontexten.

The capabilities behind the DeepSeek App are now available through the DeepSeek API. Enable built-in features with a few parameters, or call standalone APIs such as OCR, ASR, and TTS.

🇸🇪 Funktionerna som DeepSeek-appen bygger på finns nu tillgängliga i DeepSeek API. Aktivera de inbyggda funktionerna med några parametrar, eller anropa fristående API:er som OCR, ASR och TTS. — @deepseek_ai på X

Verktyget deepseek_web_search söker på webben eller efter bilder och svarar med källhänvisningar när resonemangsfunktionen är avstängd; när den är aktiverad gör modellen flera sökningar i följd och läser själv länkar. Verktyget deepseek_read_url hämtar sidorna som nämns i meddelandet. Filer (PDF, Office-dokument, bilder) analyseras och läggs sedan till i kontexten. En parameter för säkerhetskontroll granskar indata och utdata och returnerar en avvisningsmarkör vid risk; DeepSeek ber tjänster som är öppna för allmänheten att aktivera den och uppfylla sina skyldigheter (säkerhetsgranskning av innehåll, registrering av stora modeller, AI-märkning).

Dessa komponenter säljs också separat, med tre nya API:er för OCR, taligenkänning (ASR) och talsyntes (TTS). Verktygsavgifterna tillkommer utöver kostnaden för tokens, vars pris är oförändrat: för deepseek-flash, 0,30 dollar per miljon indatatokens utan cache och 1,20 dollar för utdata under högtrafiktid, halva priset under lågtrafiktid.

Debiterad funktion	Listpris	Tillfälligt pris (-50 %)
Webbsökning (text, bild)	0,75 dollar per 1 000	Ingen rabatt
Webbläsning (fetch)	0,75 dollar per 1 000	Ingen rabatt
Filanalys och OCR	0,225 dollar per 1 000 sidor	Ingen rabatt
Talsyntes (TTS)	0,45 dollar per 10 000 tecken	0,225 dollar
Taligenkänning (ASR)	0,116 dollar per timme ljud	0,058 dollar

För att visa helheten publicerar DeepSeek chat-demo under MIT-licens, en statisk chattklient utan server som anropar API:et direkt från webbläsaren, med sökning, länkläsning, bilagor, röst och import av appens historik. Samma dag får en förhandsversion av DeepSeek Harness ett experimentellt plugin som importerar dessa konversationer till en arbetsyta. För en utvecklare innebär det en möjlighet att återskapa DeepSeek-appen i sin egen produkt, eller bara använda en av komponenterna.

🔗 Ändringslogg för DeepSeek API · Priser för DeepSeek API · Guide till att bygga en chatbot (DeepSeek) · chat-demo (GitHub)

llama.cpp och ggml går över till 1.0.0 med ett stabilt API; SGLang, Transformers och Diffusers kompletterar de öppna verktygen

13 november — Efter tre och ett halvt år med versioner numrerade efter byggen släpper llama.cpp och dess beräkningsbibliotek ggml sin första huvudversion, 1.0.0. Motorn, som kör modeller lokalt på allt från telefoner till arbetsstationer, ligger till grund för en lång rad applikationer. Teamet, som numera finns hos Hugging Face, förbinder sig till semantisk versionshantering (semantic versioning) av det publika C-API:et: varje API- eller ABI-inkompatibilitet kommer att medföra en ny huvudversion.

Versionstyp	Vad som utlöser den
Huvudversion	Inkompatibel ändring av det publika C-API:et eller ABI:et
Underversion	Kompatibel funktion, ny backend, ny modell eller tillägg till API:et
Korrigering	Buggfix utan API-ändring

Övergången till 1.0 innebär en upprensning: 35 utfasade funktioner försvinner, och API:et för spekulativ avkodning med NextN flyttas in i huvudheaderfilen llama.h. Versionen lägger till KV-cacher i FP8, en cache för MoE-experter i värdminnet där andelen som läggs på processorn kan ställas in, och stöd för Kimi-K3.1-Pro, Ripple-65B-Preview, talsyntesen drama-3 samt synfunktionerna i MageVL-Cowork och Kimi-K3.1. Servern llama-server får skydd mot SSRF-, CORS- och DNS-rebinding-attacker, en OpenAI-kompatibel endpoint /v1/audio/speech och ett omarbetat webbgränssnitt.

Enligt inlägget stöder motorn över 150 arkitekturvarianter och alla vanliga metoder för spekulativ avkodning. Biblioteket distribueras via Homebrew, Winget, conda-forge, Debian, Docker eller MacPorts, och teamet testar varje ändring med HF Jobs och maskiner som lånats ut av NVIDIA, AMD, Qualcomm, Arm, IBM och Intel. Clément Delangue beskriver denna v1 som den första helt stabila huvudversionen av det mest använda biblioteket för att köra modeller lokalt. Cohere välkomnade lanseringen och meddelade att dess lilla modell North Micro Vision nu stöds. För en utvecklare som integrerar llama.cpp i en produkt innebär det ett löfte om ett stabilt API mellan två huvudversioner.

🔗 Inlägg från ggml-org på Hugging Face · llama.cpp v1.0.0 (GitHub) · Tillkännagivande från Georgi Gerganov

SGLang Consortium: åtta grundande medlemmar kring LMSYS inferensmotor

12 november — LMSYS Org, den ideella organisationen som utvecklar inferensmotorn SGLang med öppen källkod, lanserar SGLang Consortium vid öppnandet av det första SGLang Summit, den 12 och 13 november i San Francisco. De åtta grundande medlemmarna är NVIDIA, AMD, Intel, Google, Meta, Cloudflare, Modal och RadixArk. Varje medlem utser en teknisk representant och deltar i två möten om färdplanen per år; projektets underhållare behåller kontrollen över de tekniska besluten och vilken kod som godkänns, och projektet förblir öppet för alla. Prioriteringarna är nya modeller, resonemang och multimodalitet, distribuerad inferens samt hårdvaruoptimering.

NVIDIA, som vidareförmedlade tillkännagivandet den 13 november, uppger att samarbetet omfattar fem generationer av accelererad beräkning, från Ampere till Vera Rubin, och över 100 modeller med stöd från lanseringsdagen. Enligt LMSYS, som hänvisar till Deloitte, väntas inferens stå för ungefär två tredjedelar av AI-beräkningarna 2026, jämfört med hälften 2025.

🔗 LMSYS Org lanserar SGLang Consortium · Vidareförmedlat av @NVIDIAAI

Transformers v5.23.0: ett enda ExportedModel för ONNX Runtime, OpenVINO, ExecuTorch och Dynamo

13 november — Transformers v5.23.0 gör modellexporten enhetlig. Oavsett om målet är ONNX Runtime, OpenVINO, ExecuTorch eller PyTorchs Dynamo-graf returnerar exporten nu ett ExportedModel som anropas på samma sätt som originalmodellen (samma argument, samma klass för utdata), kan publiceras på Hub och läsas in direkt i den avsedda motorn. Ändringen bryter bakåtkompatibiliteten: export() returnerar inte längre samma objekt. ONNX-exporter kan slås samman för processorn, CUDA, WebGPU eller DirectML.

Motor och hårdvara (EmbeddingGemma2, versionsinformation)	Prestandavinst jämfört med PyTorch eager	Prestandavinst jämfört med torch.compile
ONNX Runtime med TensorRT, A100	7,6 gånger	1,4 gånger
OpenVINO, Xeon Platinum 8570	4,1 gånger	2,2 gånger
OpenVINO med int8-vikter, samma Xeon	4,9 gånger	2,6 gånger

Versionen lägger till sju modeller, däribland Inkling 2 Small från Thinking Machines, LFM3 och LFM3-VL från Liquid AI, Dots 3 Note Preview (text, bild, video och ljud), IQuest-Coder-V1 och InternLM3; beslutshuvudet JEV är fortfarande experimentellt.

🔗 Transformers v5.23.0 (GitHub)

Diffusers 0.43.0: fem modulära pipelines, från MiniMax-H3-Image till simulatorn PAN 2

12 november — Diffusers 0.43.0 lägger till fem generativa modeller i form av modulära pipelines. MiniMax-H3-Image och P-H3-Image från Pruna AI genererar och retuscherar bilder utifrån text och referensbilder (upp till åtta för P-H3-Image), i sex eller åtta steg. Pika H3 Flex, som bygger på MiniMax-H3, skapar video med synkroniserat stereoljud i sex steg. Kandinsky S2V 1.0 animerar en person utifrån ett foto och en inspelning av personens röst, inklusive kroppsrörelser, i segment om fem sekunder. PAN 2, en simulator med 29 miljarder parametrar, genererar scener utifrån handlingar och kamerarörelser, med säkerhetskontroller aktiverade som standard. Versionen förbättrar också tensorparallellism, LoRA och attention-backends.

🔗 Diffusers 0.43.0 (GitHub)

GitHub Copilots modellkatalog: Gemini 4 Hydrogen kommer även till Pro-abonnemanget, sex modeller tas bort den 14 december

Gemini 4 Hydrogen i Copilot, även i Pro-abonnemanget

13 november — Dagen efter Googles lansering blir Gemini 4 Hydrogen allmänt tillgänglig i GitHub Copilot. GitHub presenterar den som Googles senaste Flash-modell, utformad för snabb agentisk kodning, verktygsanvändning och workflows i flera steg, med bättre instruktionsföljning än Gemini 3.8 Flash, utan siffror som stöd. Till skillnad från de två föregående tillskotten, Gemini 4 Carbon och Claude Fable 5.2, ingår Copilot Pro-abonnemanget, tillsammans med Pro+, Max, Business och Enterprise.

Modellen blir tillgänglig i elva miljöer: de tio där Carbon finns, från Visual Studio Code till Eclipse via Copilot CLI, kodagenten, GitHub Copilot-appen och GitHub Mobile, samt Copilot SDK. Den debiteras efter användning enligt leverantörens listpris och aktiveras automatiskt för Business och Enterprise så länge administratören inte har stängt av standardaktiveringen av nya modeller. Utrullningen sker gradvis. Samma dag kommer Hydrogen också till Perplexitys Agent API och till Antigravity CLI.

🔗 Gemini 4 Hydrogen i GitHub Copilot (GitHub Changelog)

Sex modeller tas bort från Copilot den 14 december

13 november — GitHub meddelar att sex modeller tas bort från alla Copilot-funktioner (Chat, redigering direkt i koden, lägena ask och agent, kodkomplettering) den 14 december. Varje modell har en föreslagen ersättare, som ofta har tillkommit under de senaste veckorna.

Utfasad modell	Ersättare som GitHub föreslår
Claude Fable 5	Claude Fable 5.2
Claude Haiku 4.5	Claude Haiku 5.5 (Haiku 4.5 förblir tillgänglig för individuella abonnenter med årsabonnemang)
Gemini 3.8 Flash	Gemini 4 Hydrogen
Gemini 4 Argon	Gemini 4 Carbon
Grok 4.6	Grok 4.7
Kimi K3	Ersättare meddelas senare

För Business och Enterprise aktiveras ersättarna automatiskt när standardaktiveringen av nya modeller är påslagen, och inget behöver göras för att ta bort de gamla. GitHub hade redan tagit bort fyra modeller den 2 oktober och sex den 19 oktober enligt samma upplägg; Gemini 4 Argon, som tillkom i mitten av oktober, kommer därmed bara att ha funnits i Copilot i två månader.

🔗 Kommande utfasning av utvalda GitHub Copilot-modeller i december (GitHub Changelog)

Utvärdering av modeller: Anthropics rekommendationer för säkerhet och Ai2:s XYBench

Anthropic: tio rekommendationer för tillförlitliga säkerhetsutvärderingar

13 november — På sin Engineering-blogg publicerar Anthropic en guide för att utforma, genomföra och presentera säkerhetsutvärderingar, med tio rekommendationer enligt företagets tweet. Utgångspunkten: att säga att en modell är ”säkrare än den föregående” är bara meningsfullt om utvärderingen som mäter det håller måttet, och AI-utvärderingar är lätta att kringgå och svåra att reproducera. Inlägget hämtar inspiration från reformerna inom psykologin efter dess replikationskris, däribland förregistrering (preregistration) av hypoteser innan man ser data.

Anthropic föredrar andelen lämpliga svar framför andelen avböjanden, mätt i samtal med flera turer där en enda dålig tur gör att hela samtalet underkänns: en Claude-modell spelar den simulerade användare som en expert har beskrivit, och en automatisk utvärderare, validerad mot mänskliga annoteringar, betygsätter varje transkription. Efter interna incidenter pausades många utvärderingar med internetåtkomst tillfälligt.

Mått som Anthropic nämner	Publicerat värde
Ofarliga svar, tester med en tur via API	94 % till 98 % för alla nyare modeller (mättat)
Romansbedrägerier på claude.ai	Opus 5: 98 %, Opus 5.5: 94 % (icke-signifikant skillnad)
Skillnad mellan API och claude.ai för Fable 5.1	Upp till 34 procentenheter
Suicid och självskadebeteende, ny systemprompt	60 % via API, 94 % på claude.ai
Minsta stickprovsstorlek	100 poster med flera turer, 1 000 med en tur

🔗 Att bygga robusta säkerhetsutvärderingar (Anthropic) · Tillkännagivande från @AnthropicAI

XYBench: assistenter ser sällan den verkliga frågan bakom en illa formulerad begäran

13 november — Ai2 publicerar XYBench tillsammans med Carnegie Mellon, NVIDIA och Johns Hopkins (priset för bästa resursartikel vid EMNLP 2026). Detta benchmark handlar om ”XY-problemet”: någon vill nå ett mål X, antar att en metod Y fungerar och ber om hjälp med Y. Dess 8 115 frågor sträcker sig från programmering (Stack Overflow) till matlagning och gör det själv (WikiHow). De fem testade modellerna, från tidigare generationer, föreslår ofta en lösning på det verkliga problemet, men håller fokus på den bokstavliga begäran.

Utvärderad modell (Stack Overflow-frågor)	Lösning för det verkliga målet	Svar med fokus på målet	Missuppfattning påpekad
Bästa mänskliga svar	67 %	55 %	79 %
GPT-5	71 %	41 %	60 %
Qwen3.5-9B	64 %	41 %	60 %
DeepSeek-V4 Pro	66 %	35 %	55 %
Gemini 3.1 Pro	62 %	40 %	54 %
Claude Sonnet 4.6	59 %	36 %	47 %

När modellerna får välja mellan två svar föredrar de i 71 till 84 % av fallen det som behandlar det verkliga målet, medan de själva bara skriver sådana svar i 35 till 41 % av fallen: att kunna känna igen ett bra svar räcker inte för att producera ett.

🔗 XYBench (Ai2) · Tillkännagivande från @allen_ai

Promptinjektion: IBM publicerar LLMON och två förhandsversioner av Granite 4.1 med bättre motståndskraft

12 november — IBM presenterar LLMON, ett märkspråk utformat för språkmodeller. Under en lång uppgift blandas systemprompt, samtal, hämtade dokument, verktygssvar, utmatningskrav och resonemang i modellens kontext, utan uttrycklig struktur eller i format som JSON som enligt IBM inte är utformade för modeller. LLMON märker upp var och en av dessa delar så att modellen vet vad den läser, vilket ska hjälpa den att undvika att följa instruktioner som injicerats i dess kontext.

IBM publicerar två experimentella förhandsversioner baserade på grundmodellerna Granite 4.1, granite-4.1-3b-LLMON-preview och granite-4.1-8b-LLMON-preview, tränade för att läsa och producera text uppmärkt med LLMON. I sitt benchmark för promptinjektion uppger IBM att de avvärjer 47 % fler attacker än den bästa testade frontiermodellen och 95 % fler än den bästa open source-modellen, samtidigt som de ligger på samma nivå som Granite 4.1 Instruct i allmänna benchmarks. Detta är leverantörens egna mätningar i dess eget benchmark.

🔗 LLMON, ett märkspråk utformat för LLM, finns nu i Granite (Hugging Face)

PARDIG och SatWeave: Google DeepMind gör datamängderna bakom WeatherNext 3 öppet tillgängliga

13 november — Google DeepMind publicerar de två datamängder som WeatherNext 3 bygger på med fri åtkomst. Den globala vädermodellen lanserades i september. SatWeave sammanfogar bilder från geostationära satelliter (GOES, Meteosat, Himawari) till en global mosaik med 17 kanaler som uppdateras varje timme: det är detta som gör att WeatherNext 3 kan ta fram en ny global prognos varje timme, medan andra modeller utgår från analyser som uppdateras var sjätte timme.

PARDIG uppskattar nederbörden över hela planeten var 15:e minut med en upplösning på cirka 10 km. Det lär sig från mätningar med rymdradarn i NASA:s GPM-uppdrag i stället för enbart från markbaserade instrument, för att förbli användbart där varken radar eller regnmätare finns. Jämfört med tre radarnätverk (USA, Europa, Japan) och fler än 36 000 stationer förbättrar det den timvisa detekteringen av svagt till måttligt regn med mer än 30 % jämfört med IMERG-Final, NASA:s referensprodukt.

Öppen datamängd	Innehåll och frekvens	Tillgängligt arkiv
SatWeave	Geostationär mosaik med 17 kanaler, varje timme	Över tio år
PARDIG	Global nederbörd var 15:e minut, cirka 10 km	1999 till 2026

Direktflöden och arkiv finns på Google Cloud Storage, och PARDIG finns även i Google Earth Engine.

🔗 Datamängderna bakom våra AI-vädermodeller blir öppet tillgängliga (Google DeepMind) · Tråd från @GoogleDeepMind

Generativt ljud: Suno Bridge i Ableton Live, Stable Audio omarbetas med Generate och Sampler

Suno Bridge: generera Suno-spår i en Ableton Live 12-session

13 november — Suno lanserar Suno Bridge, en fristående app i beta som för in företagets musikmodeller i användarens produktionsprogram. Vid lanseringen fungerar den endast med Ableton Live 12 på Mac; andra system och andra DAW är planerade, utan någon tidsplan. Bridge körs vid sidan av Ableton Live och synkroniseras med den öppna sessionen, vars filer laddas upp till Suno så att tjänsten kan förstå det musikaliska sammanhanget. Prompts genererar nya instrument- eller sångpartier anpassade till sessionens tempo, tonart, stil, harmonik och groove, inom den loop som valts med markörerna i Arrangement View (exempelvis 8 takter, från takt 9 till 16). Resultatet hamnar direkt på tidslinjen. Bridge ingår i alla Premier-abonnemang, utan separat avgift.

🔗 Suno Bridge: din DAW, med kraft från Suno · Tillkännagivande från @suno

Stable Audio: en gemensam arbetsyta, Generate för låtar och Sampler för kit

12 november — Stability AI tillkännager en omarbetning av Stable Audio, beskriven i detalj i versionsinformationen för november (sidan är daterad den 4 november i sina metadata och tillkännagavs den 12). Webbplatsen samlar nu projekt och ljud i en gemensam arbetsyta, med en startsida och ett bibliotek som delas av alla appar.

Stable Audio-app	Vad den producerar
Generate	Låt eller ljudeffekt, från text eller ”paints” med genrer, stilar och instrument; Lens för att klippa, ersätta eller förlänga
Sampler	Upp till 8 variationer per prompt eller ett kit med 8 ljud, sequencer med 8 instrument och 16 steg, mönster på upp till 32 takter, export till ZIP
Sessions (Labs, beta)	Komplett mix eller 8 redigerbara spår, med en producent som styrs via chatt

Stability presenterar varken någon ny modell eller någon prissättning.

🔗 Versionsinformation för Stable Audio i november · Tillkännagivande från @stableaudio

Cohere slutför förvärvet av AISLE och tar in cubic-teamet för en verksamhetsgren för säker kod

13 november — Cohere meddelar att förvärvet av AISLE har slutförts, en månad efter avsiktsförklaringen den 15 oktober. Företaget utvecklar autonoma system för att upptäcka och åtgärda sårbarheter. I samma inlägg välkomnar Cohere teamet från cubic, en plattform för kodgranskning med AI grundad och ledd av Paul Sanglé-Ferrière, som ska bygga upp verksamhetsgrenen för ”säker kod” (secure coding vertical). Enligt Cohere innebär AISLE och cubic att årets strategiska fusioner och förvärv nu uppgår till fyra, tillsammans med Aleph Alpha och Reliant AI. Inget belopp offentliggörs.

AISLE:s medgrundare får ledande befattningar: Ondrej Vlcek blir senior vice president för Cohere Cyber, en ny cybersäkerhetsverksamhet riktad till företag, myndigheter och operatörer av kritisk infrastruktur; Jaya Baloo är informationssäkerhetschef, vilket meddelades dagen innan; Stanislav Fort blir vice president för AI Security. Cohere planerar en långsiktig investering i Prag, som beskrivs som företagets framtida globala centrum för AI-baserad cybersäkerhet. cubics kodgranskningsagenter körs lokalt och i isolerade miljöer (air-gapped); Cohere uppger att de hör till de bästa i benchmarks för kodgranskning, utan att ange några siffror.

🔗 Cohere utökar sin suveräna AI-plattform med AISLE och cubic

Perplexity: Teammates kommer till Mac-appen för Max-abonnenter

13 november — Perplexity gör Teammates tillgängliga i sin Mac-app, fortsatt för Max-abonnenter. Dessa personliga agenter för långvarigt arbete lanserades på webben den 5 november. Enligt tillkännagivandet arbetar de självständigt eller tillsammans med andra teammates, exempelvis med kvalitetssäkring, kundservice, research eller tillväxtmarknadsföring.

Produktsidan var ännu inte uppdaterad när vi kontrollerade den: där anges att de finns på webben och i iOS och kommer ”snart” till datorer och Android. iOS-versionen hade inte tillkännagivits vid lanseringen, och datumet för den är fortfarande okänt. Prismodellen ändras inte: Teammates är gratis under en kampanjperiod och förbrukar därefter de krediter som ingår i Max. Kvällen innan visade Perplexity också att webbläsaragenten i Computer och Teammates nu visar sitt arbete i realtid och låter användaren ta över kontrollen.

🔗 Tillkännagivande från @perplexity_ai · Produktsida för Teammates

Google AI Studio: Pro- och Ultra-abonnenter kan hämta sina Google Cloud-krediter utan att lämna verktyget

13 november — Abonnenter på Google AI Pro och Ultra hade redan månatliga Google Cloud-krediter via Google Developer Program, men för att hämta dem behövde de gå via flera webbplatser. Nu hanteras de direkt i Google AI Studio: att skapa en Developer Program-profil, koppla ett faktureringskonto, hämta krediter och följa saldot ryms i ett enda flöde, och kommande tilldelningar läggs till automatiskt.

Varje månatlig kredittilldelning är giltig i 12 månader och tilldelningarna kan samlas på hög; krediterna som löper ut först används först. De betalar för Gemini API och modellerna på betalnivån när abonnemangets kvot är förbrukad. Två villkor gäller: en förskottsbetalning på minst 5 dollar till Cloud-faktureringen krävs, och endast abonnemangets huvudinnehavare kan använda dem, inte familjemedlemmarna. Beloppet beror på abonnemangsnivån och anges inte i inlägget.

🔗 Hämta dina Google Cloud-krediter i Google AI Studio (blog.google)

Praxis-1 på SO-101-armen: Runway publicerar den checkpoint som aviserades två dagar tidigare

13 november — Två dagar efter att Praxis-1 släpptes med öppna vikter, vilket vi rapporterade om den 11 november, publicerar Runway versionen för SO-101, den billiga robotarmen med öppen källkod som är mycket vanlig bland hobbyanvändare och forskare. I README från den 11 november angavs denna checkpoint som ”kommande”: praxis-1-so101 (Apache 2.0-licens) och dess NVFP4-variant finns nu på Hugging Face, med koden för testmiljön (server, LeRobot-klient) i GitHub-repot. Enligt Runway körs modellen på en enda RTX 5090 i NVFP4.

För att finjustera den hämtade Runway data från LeRobot-communityn: 3 956 offentliga SO-100- och SO-101-datamängder från 1 783 bidragsgivare, motsvarande cirka 1 260 timmar; finjusteringen omfattade cirka 1 070 timmar från 3 814 datamängder. Modellen styr de fem lederna och gripdonet vid 15 Hz, med eller utan kamera vid handleden. Runway anger ingen framgångsgrad för denna arm, utan visar endast videor (vika en handduk, torka av en tallrik). Repot har också fått inferensoptimeringar och stöd för Jetson Thor, som tillskrivs NVIDIA.

🔗 Tillkännagivande från @runwayml · praxis-1-so101 på Hugging Face · Teknisk rapport om Praxis-1

Kortnyheter

Kodagenter och CLI

Copilot CLI 1.0.111 — Släpptes som stabil version den 13 november, stöder reguljära uttryck i företagets behörighetsregler för Shell, Bash och PowerShell och hindrar ett dynamiskt workflow från att kopiera sig självt utan gräns. Förhandsversionen 1.0.112-0 använder som standard varje modells rekommenderade kontextfönster; i SDK:n får sessioner med Claude Haiku 5.5 som standard 936K prompt-tokens i stället för 100K, vilket enligt versionsinformationen kan bli dyrare. 🔗 källa
Qwen Code v0.27.3 — 113 poster utan brytande ändringar: en DingTalk-kanal som enbart skickar meddelanden för aviseringar, GitLab som repokanal i Web Shell, /pr för att koppla en session till en pull request; auto-edit-läget respekterar nu permissions.ask, och git commit --amend kräver godkännande i AUTO-läget. 🔗 källa
Kimi Code 2.6.1 och 2.6.2 — Två korrigeringsversioner: det tar inte längre flera sekunder att öppna långa sessioner igen, sessionerna fastnar inte längre i stället för att komprimeras, Swarm-panelen har reparerats och /feedback accepterar inte längre svar som enbart består av text. 🔗 källa
Gemini CLI — Fortfarande ingen ny version sedan v0.68.0 den 10 november, och nattbygget misslyckas fortfarande. Tre korrigeringar som slagits samman med huvudgrenen gör till slut att gemini-3.8-flash visas i gemini models list; inga spår av Gemini 4 Hydrogen i repot. 🔗 källa
DeepSeek Harness 0.2.2-rc.3 — Denna 39:e förhandsversion, fortfarande utan stabil version, lägger till ett experimentellt plugin som importerar konversationer från DeepSeeks app eller webbplats till en arbetsyta så att de kan fortsättas där, och korrigerar uppdateringen av Windows-appen. 🔗 källa
Delta 0.26 och Zed — Delta kan nu skapa trådar från webbversionen och telefonen, anpassa kortkommandon och förhandsvisa en sammanslagning av en worktree; Zed meddelar, utan datum, att agenter ska kunna följa en kodrad tillbaka till tråden som skrev den, och visar en markering av ursprung som bygger på DeltaDB. 🔗 källa
Replits Performance Agent — Agenten söker efter prestandaproblem i kod och loggar från fliken Monitoring, redan före publiceringen, med ett betalabonnemang; i Enterprise kan ett projekt nu delas med utvalda Viewers. 🔗 källa
Codex på Durable Objects — Cloudflare meddelar att Codex kan köras på deras Durable Objects ”som på en bärbar dator”; tweeten från den 11 november, som delades vidare av OpenAI Developers, visar bara en skärmbild med kod, utan blogginlägg eller prisuppgifter. 🔗 källa
GitHub Agentic Workflows 1.2.3 — Denna förhandsversion dirigerar som standard workflows som inte anger någon modell till Copilot i ett kostnadsinriktat läge, ersätter sina integrationer för Jira, Linear och Azure DevOps med deklarativa anslutningar och blockerar sammanslagning av PR:er som berör skyddade filer. 🔗 källa

SDK, API och plattformar

Agents SDK JS 0.22.0 — Den stabila versionen skärper typerna, vilket riskerar att bryta befintlig TypeScript-kod, och ställer som standard in resonemangsansträngningen på none för verktyg och handoffs i Chat Completions med gpt-6-sol och gpt-6-luna. 🔗 källa
OpenAI:s Python SDK 3.51.0 och Node SDK 7.57.0 — De förbereder stöd för livslängden på prompt-cachen för agentsessioner, SVG-utdata vid bildredigering, säkerhetsidentifierare för Live-sessioner och externa nycklar i OCI Vault, som ännu saknas i API:ts changelog. 🔗 källa
Gemini 4 Hydrogen i Perplexitys Agent API — 1,50 dollar per miljon input-tokens, 0,075 dollar för cachad input och 7,50 dollar för output, inklusive resonemang; Gemini 3.6, 3.7 och 3.8 Flash försvinner ur dokumentationen, utan något meddelande om att de tas bort från API:t. 🔗 källa
GitHubs AI Scan via REST API — I offentlig förhandsversion kan AI Scan för repon aktiveras eller inaktiveras med inställningen repository_scan på organisations- och reponivå; aktiveringen startar ingen skanning, och varje analys förbrukar AI-krediter i Code Security. 🔗 källa
GitHub Copilot-appen och GitHub Enterprise Server — Stöd för GHES-konton är allmänt tillgängligt i appen för repon, issues och pull requests från version 1.2.0; inga molnsessioner för GHES. 🔗 källa

Assistenter och agenter

Grok Bot i möten — SpaceXSI gör Grok Bots mötesdeltagande tillgängligt för abonnemangen Super, Ultra, Team och Enterprise samt motsvarande äldre abonnemang; blogginlägget om Grok Bot 1.0 nämnde bara Team, Enterprise och Ultra. 🔗 källa
Perplexitys webbläsaragent — Agenten i Computer och Teammates visar nu sitt arbete i realtid; användaren kan ta över kontrollen, själv logga in på en webbplats och sedan lämna tillbaka kontrollen. 🔗 källa
Side chat i Manus — En sidodiskussion öppnas bredvid den pågående uppgiften, med dess kontext, för att ställa frågor utan att belamra huvudtråden; inget anges om abonnemang eller krediter. 🔗 källa

Guider och användningsområden

Ständigt aktiva agenter — En guide på claude.com beskriver fem byggstenar (inkorg för händelser, timers, minne i beständiga filer, behörigheter, utkorg); på ett icke namngivet kodbenchmark kostar Opus 5.5 78 % mindre per löst uppgift än Opus 5, jämfört med 40 % för typiska arbetslaster. 🔗 källa
Claude Tag hos åtta startupföretag — Hos NavigateAI körs Claude Tag i omkring 90 kanaler och har öppnat omkring 223 PR:er sedan juni, varav 134 har slagits samman; guiden påminner om att betan är begränsad till Team och Enterprise och inte omfattar ZDR, CMEK och HIPAA. 🔗 källa
Guide till agent skills — GitHub Blog förklarar hur man skriver en skill en gång, i en versionshanterad katalog kring en SKILL.md-fil, och kör den med flera agenter, med påminnelsen att den varken ger verktyg eller behörigheter. 🔗 källa
Gondola och Codex — Enligt denna fallstudie publicerad av OpenAI har utvecklingsteamets månatliga produktion ökat med omkring 25 %, och omsättningen har mer än fördubblats på ett år utan ökade lönekostnader, enligt Gondola. 🔗 källa
Perplexitys guide till sökmotorer — Den skiljer mellan sökmotorer med sökrobotar, metasökmotorer och AI-svarsmotorer, med StatCounters marknadsandelar för oktober 2026 (Google på 91,05 %), utan någon produktnyhet. 🔗 källa

Bilder, video och ljud

Seedance 2.5 Flash på Runway — Denna variant av ByteDances videomodell presenteras som snabbare och billigare, utan siffror för hastighet, kostnad eller upplösning. 🔗 källa
Pika H3 Flex i Reactors API — Referensbilder, kontroll över första och sista bildrutan samt ljud som användaren tillhandahåller för en musikvideo eller dialog; inga prisuppgifter. 🔗 källa
MiniMax H3-Image på Picsart och HyperFrames Studio — Picsart tillkännager generering och redigering i 4K på omkring tio sekunder; HyperFrames Studio, HeyGens verktyg, tillkännager bilder på 16 megapixlar med upp till 16 referensbilder. 🔗 källa
Redraw i Genspark Media Studio — Man målar över det område i en bild som ska korrigeras och beskriver vad som ska ersätta det, medan resten bevaras; inget lanseringsdatum eller någon kostnad i krediter anges. 🔗 källa
Lumas organisatör — Lumas agent grupperar och märker upp en kreativ anslagstavla efter produkt, koncept, kampanj eller kanal, med upp till 10 000 objekt, utan att flytta något utan godkännande. 🔗 källa
ElevenLabs Forward Deployed Creatives — Producenter och kreativa strateger arbetar tillsammans med varumärkesteam i ElevenCreative eller levererar färdiga annonser, i tre paket, utan offentliga prisuppgifter. 🔗 källa
ElevenMusic för dem som förlorat rösten — Personer med permanent röstförlust får gratis tillgång till ElevenMusic; NYU Langone Health ansluter sig till 1 Million Voices, programmet för röståterställning som uppger sig ha hjälpt över 11 000 personer, och Wounded Warrior Project blir partner till programmet Impact. 🔗 källa
SOFIA for Business — En röstagent byggd på ElevenAgents gör det möjligt att ställa frågor om intervjuerna från Oxford Saïds initiativ Inspiring Female Founders och genomför själv nya intervjuer. 🔗 källa

Öppna modeller, forskning och robotik

TRL v1.18.0 — AsyncGRPOTrainer, som skiljer genereringen som hanteras av vLLM från träningen, blir en stabil tränare som kan importeras från trl; den gamla experimentella sökvägen stöds fortsatt fram till v2.0.0. 🔗 källa
North Micro Vision i llama.cpp — I samband med att Cohere välkomnar v1.0.0 uppger företaget att dess minsta vision-language-modell nu stöds av llama.cpp, utan datum eller länk till ändringen. 🔗 källa
Demo av Déjà View — NVIDIA lägger upp en interaktiv demo utan kod på Hugging Face av sin modell för 3D-rekonstruktion med 117 miljoner parametrar, som presenterades den 11 november. 🔗 källa
FLUX-mimic — Startupföretaget mimic och BMW Group presenterar en video-action-modell byggd på FLUX 3 för fordonsmontering: 77,5 % lyckade försök med 2 timmars demonstrationer på en uppgift som går ut på att lägga undan delar, 95 % med 8 timmar. 🔗 källa
OpenMed — Två extraktionsmodeller med 73,9 miljoner parametrar, för läkemedel och anatomi, under Apache-2.0-licens; på 200 tidigare osedda PubMed-sammanfattningar stiger F1 från 45,09 till 66,81 respektive från 26,20 till 61,74. 🔗 källa
TiHon-TTS — En vietnamesisk talsyntes med 100 118 parametrar (402 Ko) körs 40 gånger snabbare än realtid på en x86-kärna och kan köras på en Cortex-M-mikrokontroller, enligt upphovspersonen. 🔗 källa
YOLO26 på NXP i.MX 95 — Med sin programvara EdgeFirst går Au-Zone från omkring 40 till 84 bilder per sekund på NPU:n med 2 TOPS, med 7 poäng högre mAP, enligt företagets mätningar. 🔗 källa
s1d1-bench — Ett öppet benchmark jämför en flerspråkig prompt-router med tre lokala LLM-bedömare: överensstämmelse på 0,807 (QWK), jämfört med 0,774 mellan bedömarna och 0,278 för RouteLLM:s BERT-router, enligt upphovspersonen. 🔗 källa

Ekosystem

Black Forest Labs i AI 100 — Efter Synthesia finns FLUX-laboratoriet med i Newcomers och Bessemers första rankning av privatägda AI-företag, utan angiven placering. 🔗 källa

Vad det betyder

Betala eller läsa: OpenAI och Google kopplar samma dag sina assistenter till användarens pengar, med två motsatta förtroendenivåer. ChatGPT Wallet låter en agent slutföra ett köp, men varje betalning går genom biometrisk verifiering och en ersättningstoken, så att varken agenten eller handlaren ser kortet; fullständig delegering, med beloppsgränser, har aviserats utan datum. Gemini läser konton som är kopplade till Google Wallet och har ingen rätt att agera. Dagen innan hade även Replit Agent börjat handla, med Link och Visa. Nu återstår att få med handlarna: OpenAI publicerar en guide för att webbplatser ska känna igen signerade agenter och bedrägeribekämpningsverktyg ska acceptera deras köp.

Kodagenterna överlåter åt ett program det de tidigare gjorde en tur i taget. Code Mode låter Claude skriva JavaScript som kedjar samman dess verktyg, och Antigravitys Dynamic Workflows gör samma sak i Python för att samordna underagenter. Vinsten sker på bekostnad av insynen: i Claude Code bedömer klassificeraren i auto-läget koden före körning utan att se värdena som beräknas under körningen, och dokumentationen hänvisar till regler och hooks för känsliga anrop. Dagens övriga versioner skärper kontrollerna: Bash-kommandon i sandboxen går åter genom behörighetskontrollerna i Claude Code 2.1.325, codex exec ignorerar konfigurationen i ett ej godkänt projekt utan --trust, och Antigravity CLI 1.5.8 täpper till sätt att kringgå dess proxy och regler i Windows.

De öppna verktygen inför regler för stabilitet och styrning. llama.cpp lovar att en brytande ändring av dess C-API kommer att kräva en ny huvudversion, SGLang samlar åtta industriföretag i ett konsortium där de som underhåller projektet behåller kontrollen över koden, och Transformers ger fyra körmotorer ett gemensamt exportgränssnitt. DeepSeek går i samma riktning på tjänstesidan: företaget säljer inte längre bara en modell, utan byggstenarna i sin app, från sökning till röst, med en demoklient under MIT-licens.

Även själva mätningarna ifrågasätts. Anthropic bedömer att dess säkerhetstester med en enda tur har mättats, eftersom alla nyare modeller når 94 till 98 %, och visar att samma modell kan uppvisa en skillnad på 34 poäng mellan API:t och claude.ai. XYBench mäter en annan blind fläck: modellerna känner igen det svar som behandlar det verkliga målet i 71 till 84 % av fallen, men skriver det själva bara i 35 till 41 %. De förbättringar som IBM meddelar för promptinjektion och Transformers för export kommer från leverantörerna, utifrån deras egna testbänkar, och Runway publicerar ingen andel lyckade försök för SO-101: Anthropics rekommendation att redovisa osäkerheten gäller även dem.