ai-powered-markdown-translatorArtikel översatt från fr till sv med gpt-6.1-sol.
Google lanserar Gemini 4 Neon, en modell placerad mellan Carbon och Hydrogen, som kostar 3 och 15 dollar per miljon tokens, rankas först i Artificial Analysis Coding Agent Index och blir ny standardmodell i Antigravity. OpenAI uppger att de håller tillbaka modeller som GPT-6.1 Astra när de behöver mer tid för att uppfylla sina säkerhetskrav, och visar att deras modeller har hittat förbättringar som ger upp till 14 % bättre PPA på IP:n för AMD:s flaggskepps-GPU. Genie 4 kommer till Project Genie för Google AI Ultra-abonnenter, Claude Code 2.1.327 åtgärdar 100 problem och Perplexity lanserar ett Context API för 1 dollar per 1 000 URL:er.
Gemini 4 Neon: Googles mellanmodell, för 3 och 15 dollar per miljon tokens
18 november — Google DeepMind lanserar Gemini 4 Neon, en ny modell i Gemini 4-familjen efter Argon, Carbon och Hydrogen, placerad mellan Carbon, för de längsta och svåraste projekten, och Hydrogen, för snabb hantering av vardagsuppgifter. Modellen gemini-4-neon är allmänt tillgänglig i det betalda API:et: 3 dollar per miljon tokens i indata (0,15 dollar i cache), 15 dollar i utdata, en kontext på 1 miljon tokens och fyra nivåer av resonemang, från low till xhigh.
| Index eller benchmark som Google hänvisar till | Resultat för Gemini 4 Neon |
|---|---|
| Artificial Analysis Intelligence Index | 61 i xhigh, 3:a totalt |
| Artificial Analysis Coding Agent Index | 58,6, 1:a plats |
| Vals Index | 70,9 %, 2:a plats |
| Agent Arena Index (Arena) | 1336, 2:a plats |
| Terminal-Bench 4.1 | 65,2 % |
| SWE-sweep (testharness mini-SWE, sedan Antigravity) | 12,8 %, sedan 39,0 % |
Google lyfter framför allt fram kostnaden per uppgift: på high är den 32 % lägre än för Carbon, och 50 till 80 % lägre än för de bästa konkurrerande modellerna på Vals och Agent Arena. Glean uppger sig ha uppmätt samma eller högre kvalitet än Carbon, tre gånger snabbare och till 60 % av kostnaden. Per token är Neon ändå dyrare än Carbon, som behåller sitt lanseringspris på 2 och 10 dollar till den 30 november innan det höjs till 4 och 20 dollar. En variant, ”Gemini 4 Neon for cyber”, kommer under de närmaste dagarna till dem som arbetar med cyberförsvar inom Fairwind Program.
Utrullningen börjar samma dag: det betalda API:et (AI Studio, Android Studio), Gemini for business, Gemini-appen för Google AI Pro- och Ultra-abonnenter, där Tasks nu kan köras på Neon, och Antigravity för betalande Pro- och Ultra-abonnenter. Där blir Neon standardmodellen för nya konversationer när ingen modell har valts, med en kontext på 512K tokens, och alternativet Orchestrator (Neon) låter den sköta planeringen medan Hydrogen står för utförandet.
Gemini 4 Neon is rolling out now. Sitting between Carbon and Hydrogen, it brings frontier intelligence and fast task completion for complex software engineering, knowledge work, and science.
🇸🇪 Gemini 4 Neon rullas nu ut. Placerad mellan Carbon och Hydrogen erbjuder den ledande intelligens och snabb uppgiftshantering för komplex programvaruutveckling, kunskapsarbete och vetenskap. — @GoogleDeepMind på X
🔗 Googles inlägg om Gemini 4 Neon · Tillgängliga modeller i Antigravity
Säkerhet för avancerade modeller: OpenAI beskriver sin riskhantering och uppger att de håller tillbaka GPT-6.1 Astra
18 november — OpenAI:s inlägg om riskhantering för avancerade modeller inleds med en modell som hålls tillbaka:
We are pacing the development and release of our models, including pausing internal training or holding back models like GPT‑6.1 Astra when we need more time to meet our safety standards.
🇸🇪 Vi anpassar takten i utvecklingen och lanseringen av våra modeller, och kan även pausa interna träningar eller hålla tillbaka modeller som GPT-6.1 Astra när vi behöver mer tid för att uppfylla våra säkerhetskrav. — OpenAI, inlägg om riskhantering för avancerade modeller
Inlägget säger inget mer om den modellen. Ramverket kombinerar fyra skyddslager över tre steg. Under forskningen sker träning av de mest avancerade modellerna utan tillgång till det verkliga internet sedan Hugging Face-incidenten i juli; all inferens med avancerade modeller övervakas där, med automatisk paus om en modell når internet. Vid intern driftsättning, där modellerna har tillgång till internet, Slack och OpenAI:s kod, krävs i allmänhet Auto-Review för anställda som använder Codex. Vid extern driftsättning tillkommer tester av tredje part och offlinekontroll av utredande agenter och människor. Alla anställda kan rapportera en incident för att den ska offentliggöras.
🔗 OpenAI:s tillkännagivande på X
Chipdesign: OpenAI:s modeller förbättrar PPA med upp till 14 % för en av AMD:s flaggskepps-GPU:er och förbättrar Jalapeño-chippet
18 november — Tillsammans med AMD har OpenAI:s modeller hittat förbättringar som ger upp till 14 % bättre PPA (effekt, prestanda och yta) på IP:n för AMD:s flaggskepps-GPU, jämfört med redan mycket optimerade referenser, genom att skriva om koden som beskriver kretsarna (RTL SystemVerilog). AMD har redan införlivat en del av ändringarna i en konstruktion som skickats till tillverkning, och varje omskrivning verifieras med Synopsys verktyg.
| Berört chip eller testbänk | Resultat som OpenAI uppger |
|---|---|
| IP för AMD:s flaggskepps-GPU | upp till 14 % bättre PPA, på mindre än 5 månader |
| AMD:s kommande flaggskepps-CPU | ensiffriga förbättringar i centrala block |
| Jalapeño, vektorenhet | cirka 13 % mindre cellyta |
| Jalapeño, matrisenhet | cirka 10 % mindre cellyta |
För Jalapeño, OpenAI:s inferenschip, har teamets uppskattade förbättringar bekräftats i kisel. Nästa steg är GPT-Synopsys, en modell som tränats tillsammans med Synopsys för företagets verktyg för elektronikkonstruktion.
🔗 OpenAI:s inlägg om chipdesign
Interaktiva världar och videor: Genie 4 i Project Genie, Pika Enact
Genie 4 kommer till Project Genie för Google AI Ultra-abonnenter
18 november — Genie 4, världsmodellen som presenterades den 27 oktober i en forskningsförhandsversion, blir tillgänglig i en ny version av Project Genie för berättigade Google AI Ultra-abonnenter; Google AI Pro-medlemmar kan ställa sig på en väntelista. Man ändrar världen medan man rör sig i den genom att skriva en ny prompt (väder, karaktär), med inbyggt ljud i realtid. En agent bygger en värld utifrån en enkel beskrivning, och sedan föreslår och utlöser Gemini händelser under utforskningen. Ett communitygalleri gör det möjligt att upptäcka, remixa och publicera världar. Genie 3 finns kvar, med sessioner på 3 minuter per generering i stället för 60 sekunder och möjlighet att börja från en 360-graders panoramabild. Allt genererat innehåll märks med SynthID-vattenstämpeln.
🔗 Googles inlägg om Genie 4 i Project Genie
Pika Enact: regissera skådespelare, iscensättning och kamera i en video som fortsätter att spelas upp
18 november — Pika presenterar Enact, en forskningsförhandsversion byggd på Pika H3 Flex, som genererar bild och ljud i delar på mindre än en sekund medan scenen fortsätter att spelas upp.
| Interaktionsläge | Prestanda som Pika uppger |
|---|---|
| Iscensättning i realtid (Live Staging) | motiv flyttas med musen, bilden reagerar på mindre än 0,4 s på H100 |
| Skådespelarregi i realtid (Live Actor Direction) | agenter med minne, bild och ljud 1,75x snabbare än uppspelningen |
| Kamerastyrning i realtid (Live Camera Control) | 8 GPU B300, 640x480 vid 24 i/s, 1,50x realtid |
Man talar med skådespelarna, som svarar med sina egna röster, och vid ordet ”Action” omarbetas repetitionen till en sammanhängande tagning som börjar om från den första bildrutan. Distillering minskar samplingen från tjugo brusreduceringssteg till ett fåtal. Enact är inte öppet för allmänheten: tester och integrationer går via Pikas företagsteam, utan angivet pris eller datum.
Assistenter för allmänheten: diktering i realtid i ChatGPT, Perplexity på mobilen och skills skrivna av Brain, Gemini på Android Go
ChatGPT visar dikteringen medan man talar och tar bort gränsen på 10 minuter
18 november — ChatGPT:s röstdiktering sker nu i realtid med Live Dictation: talet visas som text medan man pratar, i stället för att visas först när transkriberingen av meddelandet är klar. Ett tryck eller klick på vågformen visar eller döljer den löpande texten. OpenAI tar samtidigt bort gränsen på 10 minuters inspelning. Funktionen rullas ut över hela världen för alla ChatGPT-abonnemang, på iOS, Android, webben och i skrivbordsappen. Att Advanced och Standard Voice avvecklas den 11 december togs upp här den 11 november.
🔗 Versionsinformation för ChatGPT
Perplexity gör Teammates och Multiagent tillgängliga på iOS och Android, med röststyrning
18 november — Teammates, personliga agenter som tar hand om löpande arbete i Computer (lanserade den 5 november på webben och sedan den 13 på Mac), och Multiagent, ansträngningsnivån där flera agenter från olika modeller arbetar i team (tillgänglig på webben sedan dagen före), kommer till Perplexity-appen på iOS och Android. Mobilen får en egen funktion: Teammates kan styras med rösten. Enligt Perplexity påbörjas redan ungefär en tredjedel av det mest krävande arbetet i Computer på iPhone. Allt är tillgängligt från den 18 november för Max-abonnenter; inlägget på X anger varken kreditkostnaden eller om Enterprise-abonnemang får tillgång.
🔗 Perplexitys tillkännagivande på X
Perplexity Brain skriver och korrigerar personliga skills på egen hand
18 november — Perplexity beskriver hur Brain, Computers minne, skriver och förbättrar skills, återanvändbara instruktioner för återkommande uppgifter. Utifrån en användares minne och historik skapar eller korrigerar en daglig körning personliga skills, utan tillgång till internet eller anslutningar, med en gräns på 10 automatiskt skapade skills per användare. Inbyggda skills, som är gemensamma för alla, genomgår en jämförande återkörning av de två versionerna och sedan en mänsklig granskning. Över 80 000 personliga skills har skrivits för fler än 20 000 användare mellan den 1 augusti och den 14 november. I ett randomiserat test under åtta veckor minskar misslyckade verktygsanrop med 11 % och missnöjet med 7,6 %, utan mätbar effekt på kostnaden; på SkillLearnBench ökar andelen lyckade uppgifter från 43,8 till 62,5 %. Funktionen är tillgänglig för alla Max-abonnenter i USA, aktiverad som standard och möjlig att stänga av.
🔗 Perplexitys inlägg om skills som förbättrar sig själva
Gemini-appen kommer till Android-telefoner med lite minne
18 november — Google har byggt om Gemini-appens arkitektur så att den kan köras på Android-telefoner med lite minne, däribland berättigade enheter med Android (Go edition), som hittills varit begränsade till enkla röstkommandon. För hundratals miljoner människor, påminner Google, är den här typen av telefon den dagliga länken till internet, utbildning och handel. Funktionerna som lyfts fram är Gemini Live på fler än 45 språk, kameran riktad mot anteckningar eller ett formulär för att lära sig eller översätta, samt bildskapande med Nano Banana. Appen kan laddas ned från Google Play eller öppnas genom ett långt tryck på strömknappen, och kommer att förinstalleras på framtida enheter från partner som Transsion. Inlägget anger varken någon minnesgräns eller någon lista över länder.
🔗 Googles inlägg om Gemini för telefoner med lite minne
Kodagenter: Claude Code 2.1.327, Claude Docs chaos loop, Codex sandbox, Vibe CLI 3.1.3, VS Code 1.147 och Replit på Ignite
Claude Code 2.1.327 läser MCP-konfiguration från stdin och gör /status till ett diagnostikverktyg
17 november — Claude Code 2.1.327 har 173 poster, varav 100 buggfixar. claude mcp add-json <nom> - läser konfigurationen för en MCP-server från standardindata, så att tokens hålls borta från kommandoraden. /status listar nu trasiga filer för agenter, skills, kommandon och utdataformat, ignorerade behörighetsinställningar och hooks vars filter (matcher) aldrig matchar något. Flera korrigeringar förhindrar dataförlust: Remote Control i worktree-läge kunde radera filer som ignoreras av git, som .env, claude mcp add och remove raderade andra nycklar i .mcp.json, och /export skrev över en fil utan att fråga. Att observera: för att snabba upp det första Bash-kommandot kan skalets startfiler köras innan kommandot har godkänts, även om det nekas (CLAUDE_CODE_DISABLE_SHELL_HEAD_START=1 stänger av detta). Auto-läget meddelar att en kommande version tar bort reservlösningen med den avgiftsbelagda klassificeraren. På npm är den stabila versionen fortfarande 2.1.311.
Så testade Claude Code Claude Docs i en chaos loop före lanseringen
17 november — På bloggen claude.dev berättar Vivek Nair om den kaosloop (chaos loop) som Claude Code fick i uppdrag att köra före lanseringen av Claude Docs den 16 september. Under ungefär två veckor orsakade en samordnande session, med upp till 30 underagenter, avsiktligt fel i en förproduktionsmiljö (staging) som speglade produktionen, läste telemetri via Datadog MCP, driftsatte sedan en korrigering och körde testet igen. Beslut som var svåra att återkalla låg kvar hos människan.
| Mått från lanseringen av Claude Docs | Publicerad siffra |
|---|---|
| Minnesåtgång för ett stort dokument | cirka 3 Go, sedan cirka 180 Mo |
| Planerade pods inför lanseringen | cirka 50 i stället för över 500 |
| Serverfel | 60 på 2 miljarder förfrågningar |
| Inferenskostnad (listpris för Fable 5.2) | cirka 125 000 dollar |
Författaren använde en intern forskningsmodell som låg nära Claude Fable 5.2 och uppskattar, utan att ha testat det, kostnaden till 3 000 till 10 000 dollar för ett litet team under två veckor.
🔗 claude.dev:s inlägg om kaosloopen
OpenAI beskriver Codex sandlåda, behörighetsprofiler och nätverksproxy
18 november — I ett inlägg av Michael Bolin förklarar OpenAI varför Codex varken använder en virtuell maskin eller en container: varje kommando begränsas med operativsystemets inbyggda skydd för att behålla utvecklarens miljö (en Docker-container skulle beröva verktyget tillgången till iPhone-simulatorn). Standardprofilen :workspace tillåter skrivning i repot, håller .git och .codex skrivskyddade och stänger av nätverket. Inlägget medger begränsningarna: känsliga filer utanför repot förblir läsbara, och en agent skulle kunna lägga in kod i node_modules/prettier, som editorn sedan kör utanför sandlådan. Behörighetsprofilerna beskrivs i config.toml, proxyn codex-network-proxy filtrerar efter domän och gör DNS-uppslag först efter godkännande, och codex sandbox isolerar andra verktyg, som en MCP-server.
| Operativsystem | Mekanism som Codex använder |
|---|---|
| macOS | Seatbelt (sandbox-exec) |
| Linux | bubblewrap och seccomp-bpf |
| Windows | Microsofts MXC-bibliotek, håller på att införas |
🔗 OpenAI:s inlägg om Codex sandlåda
Vibe CLI 3.1.3 gör Mistral Large 4 till standardmodell och lägger till /goal
18 november — Åtta dagar efter 3.1.2 släpper Mistral Vibe CLI 3.1.3 (78 poster: 13 tillägg, 20 ändringar, 44 korrigeringar, 1 borttagning). Mistral Large 4 blir standardmodell i stället för Mistral Medium 3.5; active_model = "mistral-medium-3.5" gör det möjligt att behålla den gamla. Kommandot /goal anger ett mål som Vibe arbetar mot från tur till tur tills det uppnås, med en tokenbudget som kan begränsas (max_goal_token_budget). Två hooks omger varje modellanrop: pre_llm kan stoppa turen, post_llm kan begära ett nytt försök, med en gräns på tre försök per tur som delas med post_agent. Bland skyddsåtgärderna finns att ett shellkommando som läser skyddade filer kräver godkännande, att ett projekts konfiguration inte längre kan återaktivera telemetrin och att en installation ansluten till en egenhostad server inte längre skickar kraschrapporter till Mistral.
🔗 Versionsinformation för Vibe CLI 3.1.3
VS Code 1.147 lägger till modellroutrar och låter företag tillåta agentramverken Claude och Codex
18 november — VS Code 1.147 introducerar experimentella modellroutrar (model routers) för sessioner i Copilots agentramverk: en YAML-fil i ~/.agents/model-routers/ beskriver vilken modell som ska användas för vilken typ av arbete, och beslutsmodellen gpt-6-luna-decisions styr varje förfrågan till rätt väg. Exemplet i versionsinformationen ger långa koduppgifter till Opus och snabba frågor till GPT-6 Luna. För företag försvinner en begränsning: hittills har minsta centralt hanterade Copilot-inställning inaktiverat agentramverken Claude och Codex, som inte tillämpar dessa inställningar. Administratörer kan nu tillåta ett eller båda via vscode.allowedHarnesses, i inställningar som hanteras via fil eller MDM. Centralt hanterade shellregler accepterar också reguljära uttryck, och Agents-fönstret får fördröjd sändning (Send Later) och flera parallella utkast. VS Code desktop markeras som utfasat på macOS Ventura och Sonoma samt på Linux ARM 32 bitar.
🔗 Versionsinformation för VS Code 1.147
Replit på Microsoft Ignite: lokal åtkomst och Teams blir allmänt tillgängliga, publicering på Azure i tidig åtkomst
18 november — Replit passar på under Microsoft Ignite att utöka sitt partnerskap med Microsoft och uppger att företaget har utsetts till 2026 Microsoft Partner of the Year for Startups.
| Microsoft-integration | Status den 18 november |
|---|---|
| Lokal åtkomst i Replit Desktop (Windows, Mac, Linux) | allmänt tillgänglig |
| Replit i Microsoft Teams | allmänt tillgänglig |
| Publicering i Azure-tenant, via Microsoft Marketplace | tidig åtkomst |
| Full BYOC på Azure | tillkännagivet, utan datum |
Den lokala åtkomsten låter Agent arbeta med mappar som användaren väljer, i en sandlåda baserad på Microsoft Execution Containers; lokala appar kan använda Microsoft Foundry Local-modeller som körs på enheten. I Teams kan man ställa frågor till Replit och starta arbete från en teamkonversation. På Azure sköter Replit driften, och publicerade appar kan ansluta till privata databaser via företagets nätverk eller ett VPN. Inga priser anges.
🔗 Replits inlägg om Microsoft Ignite
Öppna modeller och inferens: Rumble-2-Flash, Nemotron-Labs-Sigma, OpenCode-adaptern för Qwen3.8-27B och ett MoE på 180B på en Mac med 32 Go
Reson8 släpper Rumble-2-Flash, en taligenkänningsmodell på 0,5B för över 40 språk
18 november — Reson8 släpper Rumble-2-Flash under Apache 2.0-licensen, en taligenkänningsmodell med 0,5 miljarder parametrar för över 40 språk. Den bygger på Qwen3-ASR:s arkitektur och körs direkt i Transformers och vLLM. Den har tagits fram genom on-policy-distillering (on-policy distillation) av Rumble-2, Reson8:s produktionsmodell.
| Utvärdering | Jämförd modell | Uppmätt felfrekvens |
|---|---|---|
| Open ASR Leaderboard, flerspråkig | Rumble-2-Flash (0,5B) | 6,96 % i genomsnitt |
| AppTek, kontaktcenter (302 h) | Rumble-2-Flash (0,5B) | 7,86 % WER |
| AppTek, kontaktcenter (302 h) | Nemotron 3.5 Transcribe (30B) | 7,78 % WER |
| AppTek, kontaktcenter (302 h) | Qwen3-ASR 1.7B | 7,4 % WER |
På det flerspråkiga spåret presterar den bättre än Metas femton gånger större omniASR-LLM 7B och än Whisper large-v3. Med fulla batcher når den över 7 000 RTFx, vilket motsvarar ungefär en timmes ljud transkriberat på en halv sekund.
🔗 Hugging Face-inlägg om Rumble-2-Flash
NVIDIA släpper Nemotron-Labs-Sigma, 14 språkmodeller med kontinuerlig diffusion och öppna vikter
18 november — NVIDIA lyfter fram Nemotron-Labs-Sigma, vars vikter publicerades på Hugging Face och tillkännagavs den 16 november. Dessa modeller genererar inte text token för token utan i block som produceras parallellt: varje block börjar som gaussiskt brus och förfinas genom brusreducering.
| Publicerad del | Angivet värde |
|---|---|
| Storlekar och checkpoints | 3B och 8B, 14 repon (base, instruct, destillerade varianter) |
| Diffusionsutrymme | kontinuerliga embeddings med 16 dimensioner |
| Acceleration efter distillering | cirka 8x i matematik, 4x i kod |
| Kontext och språk | 8 192 tokens, engelska |
| Licens | NVIDIA Nemotron Open Model License |
Enligt forskningsartikeln överträffar modellerna både modeller med diskret diffusion och autoregressiva referensmodeller på GSM8K, Minerva, HumanEval och MBPP, med de tydligaste förbättringarna inom kod. Efter distillering producerar de 8 tokens per pass i matematik och 4 i kod, med en noggrannhetsförlust som författarna bedömer som försumbar.
🔗 Tillkännagivande från @NVIDIAAI på X · arXiv-artikel 2610.02665
harness-hub släpper OpenCode-adaptern för Qwen3.8-27B och utvärderar pi-adaptern på nytt till 64,7 %
18 november — Projektet harness-hub släpper Qwen3.8-27B-opencode-adapted, en LoRA-adapter under Apache 2.0 som tränats med förstärkningsinlärning i kodagenten OpenCodes agentramverk.
| Utvärderad konfiguration (OpenCode-agentramverk) | SWE-bench Pro (hard 51) | Terminal-Bench 2.1 (83 uppgifter) |
|---|---|---|
| Qwen3.8-27B | 35,3 % | 47,0 % |
| Qwen3.8-27B, resonemang xhigh | 47,1 % | 55,4 % |
| Qwen3.8-27B-opencode-adapted | 51,0 % | 53,0 % |
Utan resonemang matchar adaptern basmodellen inställd på maximal ansträngningsnivå samtidigt som den skriver 6 till 8 gånger färre tokens per uppgift. På Terminal-Bench 2.1 anger modellkortet en total förbättring på 6,0 poäng (p = 0,38), och en ökning från 45,5 till 59,1 % på de 66 uppgifter som inte användes för att välja checkpoint. Teamet har också utvärderat pi-adaptern på nytt: från 39,2 till 64,7 % på SWE-bench Pro, jämfört med 29,4 till 62,7 % som tillkännagavs dagen före och togs upp här den 17 november.
🔗 Modellkort för Qwen3.8-27B-opencode-adapted · Modellkort för pi-adaptern
Ett MoE på 180B på en MacBook med 32 Go och Transformers, med 6 % skillnad mot Strata
18 november — Tarek Ziadé från Hugging Face kör Qwen3.8-Flash-Next, en modell med en blandning av experter och 180 miljarder parametrar, på en MacBook M5 med 32 Go, enbart med Transformers. Principen är att hålla en expertcache på 12 Gio i minnet och för varje token läsa enbart de experter som routern väljer från SSD:n, kvantiserade till 3 bitar (49 Go på disk).
| Mätning på MacBook M5 (32 Go) | Transformers (streaming) | Strata 0.1.60 |
|---|---|---|
| Avkodning, 200 tokens | 13,9 tokens/s | 14,8 tokens/s |
| Prefill, prompt på 4K | 228 tokens/s | 220 tokens/s |
| Avkodning efter ett dokument på 6K | 12,4 tokens/s | 13,7 tokens/s |
Koden finns i en fortfarande öppen pull request i Transformers (PR 50717): funktionen har ännu inte släppts. Författaren uppger att all kod skrevs med AI och att resultatet fortfarande är för långsamt för hans kodagenter.
🔗 Hugging Face-inlägg om streaming av experter
Rankning: Metas Muse Ember före GPT-6 Luna och Claude Haiku 5.5 på Agent Arena, med 27 sekunder och 1,9 cent per uppgift
18 november — Arena publicerar resultaten för Muse Ember, som Meta lanserade den 9 november, på Agent Arena, sin benchmark som bygger på verkliga användarsessioner, i jämförelse med två andra effektiva modeller utformade för verkligt arbete. Meta delade tråden.
| Mätvärde på Agent Arena | Muse Ember (Max) | GPT-6 Luna (Max) | Claude Haiku 5.5 (High) |
|---|---|---|---|
| Tid per uppgift | 27 s | 5,8 min | 1,9 min |
| Nettoförbättring | +2,3 % | +1,4 % | +0,4 % |
| Kostnad per uppgift | 1,9 cent | 7,0 cents | 6,9 cents |
| Styrningspoäng (arbetet som helhet) | +11,2 % | +3,9 % | +3,8 % |
Enligt Arena är Muse Ember cirka 13 gånger snabbare än GPT-6 Luna och kostar mindre än en tredjedel så mycket som var och en av de två. Styrningspoängen (steering score), som mäts under tusentals sessioner, är högre ju mindre användaren behöver korrigera modellen. Det är mätningar från Arena, en tredjepartsutvärderare.
API för agenter: Perplexity lanserar Context API, som läser upp till 10 URL per anrop
17 november — Perplexity lägger till Context API på sin utvecklarplattform, med lansering den 18 november enligt tråden från @perplexitydevs. Det läser upp till 10 URL per anrop och returnerar för varje sida ren Markdown, HTML, länkar och utdrag valda utifrån en sökfråga. Utdragen återger originaltexten, inte en sammanfattning, och en modell skiljer huvudinnehållet från menyer och annonser. Som standard använder API:et kopian i Perplexitys index om den är mindre än två dagar gammal, annars läser det sidan direkt; max_age_seconds satt till 0 tvingar fram direktläsning och cache_only förbjuder den.
| Kriterium som Perplexity mätt | Resultat för Context API |
|---|---|
| URL med användbart innehåll | 92,3 % |
| Täckningsgrad för centrala fakta | 87,9 % |
| Innehållets precision | 80,3 % |
| Pris | 1 dollar för 1 000 hämtade URL |
Perplexity har jämfört sig med Firecrawl, Exa, Parallel, Keenable och Context.dev på 715 webbplatser, med en blindad modell som bedömare, men redovisar deras poäng enbart i ett diagram. Misslyckade hämtningar debiteras inte.
🔗 Perplexitys inlägg om Context API · Tråd från @perplexitydevs på X
Verksamhetsagenter: ChatGPT for Sales och ElevenAgents for Healthcare
OpenAI lanserar ChatGPT for Sales, med ett Sales-plugin och över 30 partnerplugin
17 november — OpenAI lanserar ChatGPT for Sales för säljteam: ett nytt Sales-plugin med färdiga arbetsflöden (välja kundkonton att bearbeta, förbereda ett samtal, skriva uppföljningen) och över 30 nya eller förbättrade partnerplugin. De täcker hela säljcykeln: CRM (Salesforce, HubSpot, Close, monday CRM, Attio), prospektering (Apollo, Clay, Common Room, ZoomInfo), samtalsanteckningar (Gong, Otter.ai, Granola), presentationer (Gamma, Figma, Canva) och avtal (Docusign, Ironclad, PandaDoc, ServiceNow CPQ). Dots, ChatGPT:s permanenta agenter, kan använda dem för att förbereda mötesunderlag eller följa affärer; med Rox kan en dot granska en affär varje morgon. Administratörer för ChatGPT Business och Enterprise aktiverar dessa plugin i Admin Console, med möjlighet till standardinstallation, och tillgängligheten varierar beroende på abonnemang och region. OpenAI anger inget pris.
🔗 OpenAI:s inlägg om ChatGPT for Sales
ElevenLabs lanserar ElevenAgents for Healthcare, röstbaserade agenter för vården
18 november — Dagen efter Scribe v3 Live Medical samlar ElevenLabs sina vårdkomponenter i ElevenAgents for Healthcare: röstbaserade agenter som bokar, flyttar eller avbokar tider i vårdinrättningens journalsystem, kontrollerar ersättningar och förhandsgodkännanden samt svarar patienter dygnet runt. En fråga om ett symtom skickas vidare till vårdpersonal tillsammans med samtalets sammanhang, och driftsättningarna kan omfattas av HIPAA för Enterprise-kunder som tecknar ett BAA och aktiverar Zero Retention Mode.
| Mätvärde som ElevenLabs anger | Angivet resultat |
|---|---|
| Cadence, mediantid för att nå en patient | från nära 2 timmar till 3,5 minuter |
| Angle Health, samtal från vårdpersonal utan vidarekoppling | över 90 % |
| Scribe v3 Live Medical på PriMock57 (interna tester) | 17 % färre fel än den näst bästa modellen |
Banner Health, Pfizer och AstraZeneca finns också bland de team som nämns. Mallen Healthcare Receptionist gör det möjligt att komma igång, och inget pris publiceras.
🔗 ElevenLabs inlägg om ElevenAgents for Healthcare
Press: Groupe Figaro gör sin journalistik tillgänglig i ChatGPT
18 november — Två dagar efter LVMH:s mediedivision ingår Groupe Figaro ett strategiskt partnerskap med OpenAI. Nya artiklar och arkivmaterial från Le Figaro och dess närstående publikationer (nyheter, ekonomi, kultur, livsstil) kommer att visas i ChatGPT som sammanfattningar och utdrag, med länkar till artiklarna. Tidningen behåller sin redaktionella självständighet. Marc Feuillée, koncernens vd, framhåller en redaktion med över 600 journalister. Le Figaro planerar också att införa ChatGPT Enterprise i flera team och utforska andra användningsområden inom ramen för sin AI-policy. Varken belopp eller avtalstid offentliggörs.
🔗 OpenAI:s tillkännagivande av partnerskapet
Kortnyheter
- Antigravity CLI 1.5.10 och 1.5.11 — Version 1.5.10 lägger till ett accept-edits-läge för fjärragenter (
--remote-agent): i standardläget ber fjärragenten nu om godkännande före varje filändring. Den öppnar också Orchestrator (planering med Carbon, körning med Hydrogen) för Gemini Enterprise-konton. 🔗 källa - Gemini CLI — Fem korrigeringar har slagits samman med huvudgrenen, fortfarande utan någon ny version sedan den 10 november: ett shell-kommando med olöst expansion kräver fortsatt bekräftelse, och reglerna
commandPrefixochcommandRegexgäller nu bara kommandot på översta nivån. 🔗 källa - Gemini 4 Carbon visas upp — Google publicerar fem verk från communityn skapade med Carbon, däribland en äng med 52 000 blommor kodad i CUDA, 1 048 576 partiklar simulerade i WebGPU och ett optiklaboratorium från 1800-talet med 92 instrument, återskapat från en enda bild. 🔗 källa
- EmbeddingGemma 2 — Ett inlägg presenterar den tekniska rapporten om modellen för embeddings, som funnits på arXiv sedan den 27 oktober, tillsammans med en fem minuter lång video; enligt författarna överträffar modellen modeller som är 2 till 12 gånger större. 🔗 källa
Kodagenter och utvecklingsverktyg
- Zed 1.29 och 1.30 — Version 1.29 blir stabil med grenläget i Git Panel och Claude Fable 5.2 via BYOK; förhandsversionen 1.30 lägger till GPT-6.1 Terra, ansträngningsnivån Extra High för Gemini 4 Hydrogen och Copilot-modellernas fullständiga kontext när ingen extra kostnad tillkommer. 🔗 källa
- Codex CLI 0.170.0 — Terminalens röstsamtal i realtid förhandlar fram anslutningen via WebRTC, OpenTelemetry-headers uppdateras automatiskt och flera brister där sandboxens begränsningar föll bort åtgärdas; enligt Codex changelog från den 17 november kan Pro 500-prenumeranter använda Ultrafast med GPT-6.2 Sol och Astra. 🔗 källa · 🔗 Codex changelog
- Copilot SDK 2.0.1 och Copilot CLI 1.0.114 — SDK:n accepterar återigen importer av
@github/copilot-sdkoch äldre alternativformat från befintliga tillägg, och lägger till möjligheten att välja GPT-6.2 Sol och Astra; Copilot CLI 1.0.114 släpps med enbart en allmän hänvisning till korrigeringar och ändringar i versionsinformationen. 🔗 källa - Copilot-plugins per team — Funktionen är allmänt tillgänglig i Copilot Business och Enterprise: teamansvariga och organisationsägare väljer godkända Agent Plugins som aktiveras som standard för direkta medlemmar i VS Code, GitHub Copilot-appen och Copilot CLI. 🔗 källa
- GitHub Agentic Workflows 1.3.1 — Den här förhandsversionen tar bort modellernas direkta API-värdar från den nätverksåtkomst som tillåts som standard (Claude kräver att
api.anthropic.comtillåts), tar bort den experimentella motorn Atomic och sprider ut återkommande schemalagda körningar över tid. 🔗 källa - DeepSeek Harness 0.2.2-rc.5 — Med DeepSeek-modeller använder kodagenten DeepSeeks webbsökning på serversidan, utan debitering per sökning; andra modeller använder DeepSeek Search API. 🔗 källa
- Replit Missions i praktiken — Enligt Replit gick Missions igenom över 1 000 användarflöden i den ledande plattformen för elektroniska underskrifter för företag och återskapade dem sedan i TernSign, som publicerats kostnadsfritt i en förhandsversion; för Replit Slides förbättrade 6 iterationer designpoängen med 20 % för mindre än 500 dollar. 🔗 källa · 🔗 Replit Slides
API:er och plattformar
- Dashboard för användning av OpenAI:s API — Fliken Analytics visar användning och utgifter, hastighetsgränser och begränsade förfrågningar samt fel per modell, projekt eller API-nyckel. 🔗 källa
- Datalagringsregion för OpenAI:s API — Ägare av berättigade organisationer väljer region för sina data när ett projekt skapas, utan separat begäran om att inga data ska sparas; enligt guiden kan regionen därefter inte ändras, och regionala endpoints kostar 10 % mer för berättigade modeller som släppts sedan den 5 mars 2026. 🔗 källa · 🔗 guide
- Agents SDK Python 0.25.0 — Första stabila versionen sedan mitten av oktober: sandboxleverantören Runloop tas bort, formatet för Pydantic-checkpoints ändras och komprimering av Responses-sessioner använder nu GPT-6 Luna som standard. 🔗 källa
- Perplexitys API:er — Modellerna pplx-embed-v2-context kommer till Embeddings API (0,12 dollar per miljon texttokens för 9b, 0,02 dollar för 0.6b), och Agent API lägger till GPT-6.2 Sol (2 och 10 dollar per miljon tokens) och GPT-6.2 Astra (8 och 40 dollar) med upp till 272 000 indatatokens. 🔗 källa
- Together AI — DeepSeek-V4.1-Flash-1017 kommer till Together Post-Training: SFT eller förstärkningsinlärning med egna data, belöningar och miljöer, medan träningsloopen ligger kvar i kundens Python-kod. 🔗 källa
- Qwen4-Max — Qwen förmedlar att modellen nu finns hos TokenHarbor och Runware, som erbjuder den med en kontext på 1 miljon tokens och upp till 128 000 utdatatokens. 🔗 källa · 🔗 Runware
- GPT-6.2 hos Genspark — GPT-6.2 Sol kommer till AI Chat och Code Agent, GPT-6.2 Astra enbart till Code Agent. 🔗 källa
Assistenter och appar
- Claude Desktop — Uppdateringskanalen Latest, som aktiveras under Settings > Desktop app på Windows och Mac, levererar tätare men ibland mindre tillförlitliga versioner; Stable förblir standardkanalen. 🔗 källa
- Grok Bot — SpaceXSI:s agent kan nu boka flyg, hotell och hyrbilar genom att leta efter det bästa erbjudandet; inlägget nämner varken länder, abonnemang eller bokningspartner. 🔗 källa
- Kimi Work 3.2.28 — Projektinstruktioner i en projektspecifik AGENTS.md, inloggning via företagets SSO, en panel med en samtalssammanfattning och presentationer som levereras i PPTX som standard. 🔗 källa
- Försämrad kontext — Perplexity publicerar en guide om hur en agent förlorar precision när dess kontext fylls (context rot) och påminner om hur Computer begränsar detta: underagenter, arbetsfiler och komprimering av kontexten utifrån förfrågan. 🔗 källa
Bild, video och ljud
- Kling Image 4.0 hos tredje part — Dagen efter lanseringen kommer modellen till fal, Runware och eachlabs samt till AI Media Studio och Gensparks AI Image Agent (nativ 8K, 2 000 tecken text per bild). 🔗 källa · 🔗 Runware · 🔗 eachlabs · 🔗 Genspark
- MAI-Image-2.7 hos Genspark — Microsoft AI:s bildmodeller MAI-Image-2.7 och MAI-Image-2.7-Flash kommer till Genspark, med bättre återgivning av text i bilden. 🔗 källa
- Suno MCP för alla — Sunos MCP-server, som varit i beta med anmälan sedan den 28 oktober, öppnas för alla: låtar och nu även bilder kan skapas från ChatGPT, Claude, Gemini, Claude Code eller Cursor, utan API-nyckel, med Suno-krediter. 🔗 källa
- Synthesia i Claude — Synthesia beskriver sin anslutning: agenten Syren skapar videor från samtalet för abonnemangen Starter, Pro och Enterprise, med Synthesia-krediter; enligt företaget bygger Syren på Opus 5.5. 🔗 källa
- Runway AI Festival 2027 — Ansökan är öppen till den 5 april 2027 i fem kategorier (film, reklam, mode, datorspel, design), med galavisningar i New York, Los Angeles och Tokyo. 🔗 källa
Öppna modeller, data och forskning
- NVIDIA Cosmos Data Factory — NVIDIA anger beräkningskostnaden för sina datablueprints för fysisk AI till ungefär 2,66 dollar per videoklipp med körning på en server med åtta RTX PRO 6000 och uppger att Cosmos Dataset Search nu är open source under Apache 2.0. 🔗 källa
- ANEMLL — En forskningsversion fördelar Qwen3.8-27B mellan Neural Engine och GPU:n i en Mac M6: en prompt på 64K tar omkring två och en halv minut i stället för fem minuter med enbart Neural Engine; versionen kräver att SIP inaktiveras. 🔗 källa
- Samdei Type — Två små modeller under Apache 2.0 (7,1M och 18,2M parametrar) omvandlar khmer som skrivits med latinska bokstäver till khmerskrift, med en teckenfelsfrekvens på 0,052 jämfört med 0,066 för den bästa befintliga öppna modellen, enligt upphovspersonen. 🔗 källa
- ViKernel Scanner — VIDRAFT publicerar en scanner som är open source och ger modellerna fingerade verktyg: samtliga 20 testade öppna modeller får betyget F, och medianmodellen försöker utföra en farlig handling i 40 av 100 tester. 🔗 källa
- Ocensurerad Kimi K3.1 Pro — Leverantören OpenUncensored erbjuder en version utan begränsningar som hanterar 97 % av de legitima men gränsfallsliknande förfrågningarna i dess testuppsättning, jämfört med 83 % för originalet, med en erkänd svaghet i agentloopar. 🔗 källa
- olmOCR-Bench — Ai2 förmedlar Unsiloeds rapporterade resultat på 88,0 i sitt benchmark för läsning av komplexa dokument, före GPT-5.5 på 84,6. 🔗 källa
- RoboTwin Unified — Harpreet Sahota publicerar en FiftyOne-import med 27 500 episoder och över 6 miljoner bilder av manipulation med två armar för 50 uppgifter. 🔗 källa
- Recapture — Nutrient publicerar ett verktyg som är open source och omvandlar en annoterad sida till mobilfoton eller realistiska skanningar, med bibehållna annoteringar, för att träna modeller för dokumentläsning. 🔗 källa
- Lokal Kafka-assistent — I den tredje delen av sin serie ersätter Roman Melnyk finjustering med dokumentsökning med en oförändrad Qwen3.8-27B: +1,48 på 40 frågor, jämfört med +0,08 och -0,18 för hans finjusterade adaptrar. 🔗 källa
- Ai2 och Taylor Geospatial — Ett partnerskap för öppna benchmarks, modeller (OlmoEarth) och geospatiala data, däribland Fields of The World utökat med grödtyp och avkastning, som publiceras kostnadsfritt på Source Cooperative och GitHub. 🔗 källa
Ekosystem
- Replit & Co. — Replit lanserar ett kreatörsprogram riktat till yrkesverksamma målgrupper, med 45 kreatörer från start som får förmåner på sina Replit-konton. 🔗 källa
- Manus och Godot — Manus blir Platinum-sponsor för Godot Foundation, som finansierar spelmotorn med fri källkod; inget belopp anges. 🔗 källa
- GitHub Team — Utanför AI: bedömningar av säkerhetsrisker (exponerade inloggningsuppgifter, sårbarheter i koden) startas automatiskt för GitHub Team-organisationer. 🔗 källa
Vad det betyder
Mellanklassen blir det mest omstridda området. Google placerar Gemini 4 Neon mellan Carbon och Hydrogen och säljer in den med kostnaden per uppgift snarare än priset per token, som förblir högre än för Carbon fram till den 30 november. Arena jämför Metas Muse Ember med GPT-6 Luna och Claude Haiku 5.5, tre effektiva modeller avsedda för praktiskt arbete, och Muse Ember slutför en uppgift på 27 sekunder för 1,9 cent. Bland öppna modeller gäller samma logik i mindre skala: Rumble-2-Flash, med 0,5 miljarder parametrar, når samma nivå som en modell med 30 miljarder på verkliga inspelningar från ett callcenter, och en enkel LoRA-adapter låter Qwen3.8-27B nå samma nivå som sitt eget maximala resonemangsläge med 6 till 8 gånger färre tokens. Dessa siffror kommer fortfarande från leverantörerna eller de utvärderare som de hänvisar till.
Säkerheten avgörs lika mycket i verktygen som i laboratorierna. OpenAI uppger att företaget håller tillbaka GPT-6.1 Astra och tränar sina mest avancerade modeller utan åtkomst till det verkliga internet; samma dag medger företaget i sitt inlägg om Codex att sandboxen lämnar blinda fläckar som modellens träning måste täcka upp för. Kodverktygen gör dessa avvägningar öppet: Claude Code snabbar upp sitt första Bash-kommando till priset av att startfiler körs före godkännande och meddelar att en avgiftsbelagd fallback i dess autoläge tas bort, VS Code låter företag åter tillåta harness för Claude och Codex som inte tillämpar dess administrerade inställningar, och Vibe förbjuder projekt att återaktivera telemetrin.
Modellerna används allt oftare för att förbättra det som omger dem. Hos AMD skriver de om redan kraftigt optimerade kretsar och uppnår upp till 14 % bättre PPA. Hos Anthropic har en Claude Code-session minskat minnesåtgången för ett stort dokument från 3 GB till 180 MB; hela arbetet, från slutet av augusti till lanseringen av Claude Docs, kostade omkring 125 000 dollar i inferens till listpris. Perplexity låter Brain skriva användarnas skills, och Replit låter Missions återskapa över 1 000 användarflöden i en plattform för elektroniska underskrifter. Människan behåller kontrollen över det som inte kan göras ogjort: omskrivningar verifieras med Synopsys verktyg, schemabeslut lämnas till ingenjören som styrde arbetsloopen i Claude Docs, och Perplexitys inbyggda skills granskas av människor.
AI tar till sist plats där människor redan befinner sig. Google gör om Gemini-appen för telefoner med lite minne som enligt företaget kopplar upp hundratals miljoner människor mot internet varje dag, Perplexity flyttar sina agenter till mobilen och ChatGPT visar dikterad text löpande under talet, utan gränsen på 10 minuter. På företagssidan kommer agenterna in i befintliga verksamhetsverktyg: CRM och säljverktyg för ChatGPT for Sales, patientjournaler för ElevenAgents, Teams och Azure för Replit. Pressen följer efter: efter LVMH:s mediedivision för Groupe Figaro in sina arkiv i ChatGPT och behåller sin redaktionella självständighet.
Källor
- Googles inlägg om Gemini 4 Neon
- Tillgängliga modeller i Antigravity
- @GoogleDeepMind på X: Gemini 4 Neon
- Hantering av risker med avancerade modeller (OpenAI)
- @OpenAI på X: riskhantering
- Chipdesign med OpenAI:s modeller (OpenAI)
- Genie 4 i Project Genie (Google)
- Förhandsversion för forskning: Pika Enact
- Versionsinformation för ChatGPT
- @perplexity_ai på X: Teammates och Multiagent på mobilen
- Självförbättrande färdigheter (Perplexity)
- Gemini på telefoner med lite minne (Google)
- Claude Code v2.1.327
- Kaosloop inför lanseringen av Claude Docs (claude.dev)
- Sandboxen i Codex (OpenAI)
- Vibe CLI 3.1.3
- Versionsinformation för VS Code 1.147
- Replit på Microsoft Ignite
- Rumble-2-Flash (Hugging Face)
- @NVIDIAAI på X: Nemotron-Labs-Sigma
- Artikel på arXiv 2610.02665
- Qwen3.8-27B-opencode-adapted (harness-hub)
- Qwen3.8-27B-pi-adapted (harness-hub)
- Streaming av MoE-experter med Transformers (Hugging Face)
- @arena på X: Muse Ember på Agent Arena
- Context API (Perplexity)
- @perplexitydevs på X: Context API
- Lansering av ChatGPT for Sales (OpenAI)
- ElevenAgents for Healthcare (ElevenLabs)
- Groupe Figaro och OpenAI (OpenAI)
- Changelog för Antigravity
- Gemini CLI, PR 30338
- Gemenskapens skapelser med Gemini 4 Carbon (Google)
- Teknisk rapport om EmbeddingGemma 2 (Google)
- Zed v1.29.1
- Codex CLI 0.170.0
- Changelog för Codex
- Copilot SDK v2.0.1
- Anpassa GitHub Copilot för ditt team (GitHub)
- GitHub Agentic Workflows v1.3.1
- DeepSeek Harness 0.2.2-rc.5
- @Replit på X: Missions och TernSign
- @Replit på X: Missions och Replit Slides
- @OpenAIDevs på X: instrumentpanel för användning
- Versionsinformation för ChatGPT Enterprise och Edu (OpenAI)
- Guide till datahemvist (OpenAI)
- OpenAI Agents SDK Python v0.25.0
- Changelog för Perplexity API
- @togethercompute på X: DeepSeek-V4.1-Flash-1017
- @Alibaba_Qwen på X: Qwen4-Max hos TokenHarbor
- @Alibaba_Qwen på X: Qwen4-Max hos Runware
- @genspark_ai på X: GPT-6.2
- @ClaudeDevs på X: kanalen Latest i Claude Desktop
- @bot på X: bokningar med Grok Bot
- Versionsinformation för Kimi Work
- Perplexitys guide till kontextförsämring
- @Kling_ai på X: Kling Image 4.0 hos fal
- @Kling_ai på X: Kling Image 4.0 hos Runware
- @Kling_ai på X: Kling Image 4.0 hos eachlabs
- @genspark_ai på X: Kling Image 4.0
- @genspark_ai på X: MAI-Image-2.7
- @suno på X: Suno MCP
- Synthesia i Claude (Synthesia)
- @runwayml på X: AI Festival 2027
- Cosmos Data Factory (NVIDIA)
- Hybrid-ANEMLL med Neural Engine och GPU (Hugging Face)
- Samdei Type (Hugging Face)
- ViKernel Scanner (Hugging Face)
- Ocensurerad Kimi K3.1 Pro (Hugging Face)
- @allen_ai på X: olmOCR-Bench
- RoboTwin Unified i FiftyOne (Hugging Face)
- Recapture (Hugging Face)
- Lokal SRE-assistent för Kafka, del 3 (Hugging Face)
- Ai2 och Taylor Geospatial (Ai2)
- Replit & Co. (PR Newswire)
- Manus ansluter sig till Godot Foundation (Manus)
- Bedömningar av säkerhetsrisker på GitHub Team (GitHub)