MiniMax lanserar M3.1 Flash, som Space Bunny var en förhandsversion av, FLUX 3 Max genererar 10 sekunders video på 12 sekunder, OpenAI tar bort GPT-4o och GPT-4.1 från sitt API den 14 januari

MiniMax tar M3.1 Flash i drift, en modell för agenter och kod som kostar 0,15 dollar per miljon indatatokens, och avslöjar att Space Bunny, den anonyma modellen som har behandlat över 200 000 miljarder tokens, var en förhandsversion av den. Black Forest Labs och fal lanserar FLUX 3 Max, som genererar en 10 sekunder lång video på 12,45 sekunder, cirka 22 gånger snabbare än Seedance 2.5, och intar en delad förstaplats i en ännu preliminär arena för bild till video. OpenAI fastställer den 14 januari 2027 som datum för avvecklingen av GPT-4o och GPT-4.1 i sitt API, Meta beskriver Prometheus i detalj, superdatorn som tränade Muse Wonder, och Devin betygsätter nu varje ingenjörs effektivitet från 0 till 100.

MiniMax lanserar M3.1 Flash: Space Bunny var en förhandsversion, för 0,15 dollar per miljon indatatokens

19 oktober — MiniMax tar officiellt M3.1 Flash i drift, sin nya modell i Flash-serien, och avslöjar hemligheten bakom en anonym modell:

Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash.

🇸🇪 Space Bunny 🐰, som har behandlat över 200 000 miljarder tokens under anonym drift, var en tidig version av MiniMax M3.1 Flash. — MiniMax, lanseringsinlägg

M3.1 Flash efterträder M3.1-Flash-Preview, som dök upp den 27 september i MiniMax Code och sedan i Token Plan utan benchmarkresultat eller prisuppgifter, och Space Bunny Alpha, en modell som OpenRouter listade i det tysta den 23 september utan att ange utvecklare och som presenterades här den 27:e. MiniMax beskriver den som ett generationssprång för agentuppgifter, kod, datoranvändning (Computer Use) och cybersäkerhet. Alla resultat nedan kommer från MiniMax:

Benchmark	Resultat enligt MiniMax
DeepSWE v1.1	73,7 %
OSWorld V2	61,7
Agents’ Last Exam (ALE)	29,6
BankerToolBench	76,2
CyberGym	82 %
Automation-Bench	62 % (fäst tweet)

På OSWorld V2 och Agents’ Last Exam placerar sig M3.1 Flash först bland de kinesiska modellerna; på AutomationBench-AA beskriver inlägget den bara som ”bland de bästa”, men den fästa tweeten anger 62 % på Automation-Bench.

Det andra argumentet är kostnaden. En högre grad av gleshet (sparsity) höjer utdatahastigheten till över 200 tokens per sekund (median över 170) och uppges göra inferens online nästan tre gånger snabbare. Användningskostnaden för agentuppgifter minskar med 70 % jämfört med föregående modell enligt inlägget, och den fästa tweeten talar om en tredjedel av kostnaden för M3, med tredubblad hastighet. Prissättningen är fast:

Pristyp	Pris per miljon tokens
Indata	0,15 dollar
Utdata	0,60 dollar
Cachad indata	0,015 dollar

M3.1 Flash är tillgänglig redan nu via MiniMax API, abonnemanget M Plan och applikationen MiniMax Code. Vikterna kommer den 23 oktober enligt den fästa tweeten, medan inlägget bara säger ”senare”, och en Pro-version följer utan något angivet datum. Under kvällen vidareförmedlade MiniMax att Ollama stöder modellen från första dagen, med drift i USA utan att data sparas, och uppgav att förhandsversionen legat i topp på OpenCode i tolv dagar.

🔗 Det fästa tillkännagivandet från @MiniMax_AI

FLUX 3 Max: Black Forest Labs och fal genererar 10 sekunders video på 12 sekunder, 22 gånger snabbare än Seedance 2.5

19 oktober — Black Forest Labs (BFL) presenterar FLUX 3 Max i en fäst tweet. Sidan hos fal beskriver den som den nya videomodellen som eftertränats av fal Research och byggts tillsammans med BFL på FLUX 3, för både text till video och bild till video i 720p.

Generate a 10-second video in 12 seconds. Tied for #1 in image-to-video. 22× faster than Seedance 2.5 at the same quality. FLUX 3 is a model designed for customization. @fal adapted and optimized it to create FLUX 3 Max.

🇸🇪 Generera en 10 sekunder lång video på 12 sekunder. Delad förstaplats för bild till video. 22 gånger snabbare än Seedance 2.5 vid samma kvalitet. FLUX 3 är en modell utformad för anpassning. @fal har anpassat och optimerat den för att skapa FLUX 3 Max. — @bfl_ai på X

Mått publicerat av fal	FLUX 3 Max	Jämförelse enligt fal
Genereringstid för en 10 sekunder lång video	12,45 s	277,80 s för Seedance 2.5, 126,44 s för FLUX 3
Elo, Artificial Analysis arena för bild till video	1 139, delad etta	Seedance 2.5 också på 1 139; MiniMax H3 (768p) i topp med 1 141, inom osäkerhetsmarginalen; FLUX 3 på 1 089
Pris i 720p hos fal, till och med 7 november	0,0425 dollar per sekund	0,17 dollar enligt ordinarie prislista

Jämfört med ursprungliga FLUX 3 gör fals arbete med inferensen genereringen cirka 10 gånger snabbare, och efterträningen ger modellen ytterligare 50 Elo-poäng. Rankningen från Artificial Analysis, som bygger på blindröstning av människor, är bara en preliminär ögonblicksbild: MiniMax H3 ligger i topp med 1 141, och FLUX 3 Max, vars osäkerhetsintervall överlappar ledarnas, anges som delad etta, före Gemini Omni Flash 1.1, Wan 3.0 och H3 Max. BFL lyfter också fram rösterna, den fysiska realismen, ljudeffekterna och förmågan att hantera ovanliga instruktioner.

Introduktionspriset motsvarar den rabatt på 75 % under två veckor som BFL meddelat, för både text till video och bild till video, utan minimikrav eller abonnemang. fal använder samma upplägg som för H3 Max, sin eftertränade version av MiniMax H3, som tillhandahålls via samma API: man växlar mellan dem genom att byta identifierare. Det är det tredje tillkännagivandet i FLUX 3-familjen på en vecka, efter prissänkningen för FLUX 3 Video den 14 oktober och FLUX 3 Image Klein den 15:e.

🔗 Sidan för FLUX 3 Max hos fal

OpenAI fastställer den 14 januari 2027 som datum för avvecklingen av GPT-4o, GPT-4o mini, GPT-4.1 och GPT-4.1 mini i sitt API

14 oktober — En tidigare nyhet: enligt sidan om avvecklingar i sitt API meddelade OpenAI berörda utvecklare den 14 oktober att fyra modeller i GPT-4-serien tas bort den 14 januari 2027, inklusive finjusterade versioner (fine-tuned). Samma sida listar två omgångar av avvecklingar som tillkännagavs den 1 oktober:

Modell som tas bort från API:et	Avvecklingsdatum	Rekommenderad ersättare
GPT-4o (`gpt-4o-2024-08-06`, `gpt-4o-2024-11-20`)	14 januari 2027	`gpt-6-luna`
GPT-4o mini (`gpt-4o-mini-2024-07-18`)	14 januari 2027	`gpt-6-luna`
GPT-4.1 och GPT-4.1 mini (ögonblicksversioner från 14 april 2025)	14 januari 2027	`gpt-6-luna`
`gpt-5.3-codex` och `gpt-5.1`, tillkännagivna den 1 oktober	1 april 2027	`gpt-6-sol`
`gpt-5.4-nano`, tillkännagiven den 1 oktober	1 april 2027	`gpt-6-luna`
`tts-1`, `tts-1-hd` och `gpt-4o-mini-tts`, tillkännagivna den 1 oktober	6 januari 2027	`gpt-realtime-2.1-mini`

Dessa datum finns bara på sidan om avvecklingar, utan någon post i API:ets changelog; Node-SDK 7.37.0 från den 17 oktober lägger till avvecklingsvarningar för GPT-4-modellernas alias.

🔗 Sidan om avvecklingar i OpenAI:s API

Träna modeller: Metas Prometheus, Lumas MARBLE, Together Post-Training och TorchNeuron på Trainium

Fyra av dagens tillkännagivanden handlar om träning på fyra nivåer: Metas datacenter, Lumas parallellism mellan GPU:er, Together AI:s tjänst för efterträning och PyTorch-backend för AWS:s chip.

Prometheus: Metas superdator som tränade Muse Wonder siktar på en miljon GPU:er

19 oktober — Meta beskriver Prometheus, sin superdator på gigawattnivå i New Albany (Ohio), som tränade företagets Muse-modeller, däribland Muse Wonder; vår omvärldsbevakning den 12 oktober nämnde bara namnet. Den första fasen omfattar hundratusentals GPU:er fördelade över flera byggnader.

Mått för Prometheus	Värde publicerat av Meta
Nyttig genomströmning (goodput), Muse Wonder	över 85 % vid förträning, över 90 % vid RL
Genomsnittlig tid mellan avbrott	cirka 47 000 GPU-timmar, över 54 000 sedan dess
Avbrott per 8 000 GPU	nära 1 000 per dag i mitten av 2025, en minskning med 99 %
NVIDIA-plattformar	GB200 och GB300 NVL72, sedan Vera Rubin NVL72

Med NVL72 påverkar ett fel en domän med 72 GPU:er: Meta låter bara 64 per rack arbeta och håller de 8 övriga i reserv, plus cirka 2 % extra rack, vilket ger 523 rack (37 656 GPU:er) för 32 768 aktiva GPU:er. Hyperion, företagets nästa superdator i Louisiana, kommer att bygga vidare på dessa lärdomar.

🔗 Inuti Prometheus (Engineering at Meta)

MARBLE: Luma gör sekvensparallellism exakt för miljontals multimodala tokens

19 oktober — Luma publicerar MARBLE (Mask-Aware Ring with Balanced, Lossless Execution), en metod för sekvensparallellism för att träna multimodala modeller på packade sekvenser med 1 till 8 miljoner tokens, där kausal text blandas med dubbelriktade bilder och videor. MARBLE beskriver denna mask med fyra heltal per token och väljer för varje lager mellan ring attention, glest all-to-all och Ulysses.

Konfiguration testad av Luma	Resultat för MARBLE
Jämfört med en hybrid av FlashMask + Ulysses	snabbare i 47 av 48 fall
Medianförbättring med 32 respektive 128 H100-GPU	1,28 gånger respektive 2,63 gånger
Träningssteg för Gemma 3 27B, 1 miljon tokens, 32 GPU	13,2 s, mot 32,5 s med FlashMask

En modifierad FlashAttention-4-kernel håller softmax-tillståndet i fp32: utdata och gradienter är identiska med dem från en enda GPU. Luma medger att kerneln är begränsad till Hopper-GPU:er och att jämförelsehybriden har byggts av dem själva; koden utlovas utan något datum.

🔗 Lumas MARBLE-inlägg

Together Post-Training: kunden skriver sin SFT- eller RL-loop, Together AI kör GPU:erna

19 oktober — En vecka efter sitt kodarkiv med recept (post-training-cookbook), som lades ut utan tillkännagivande den 12 oktober och presenterades här den 13:e, lanserar Together AI tjänsten officiellt. Kunden skriver själv träningsloopen för övervakad finjustering (SFT) eller förstärkningsinlärning (RL); Together AI kör tränaren och generatorerna i bakgrunden på dedikerade GPU:er.

Tjänstens egenskap	Detalj enligt Together AI
Anpassning av vikter	LoRA, flera adaptrar på samma GPU:er, eller samtliga vikter på vissa modeller
Inbyggda förlustfunktioner	GRPO, CISPO, DPPO, korsentropi eller en anpassad förlustfunktion
Modeller vid lanseringen	Muse Spark Open, GLM 5.3, Kimi K3, Qwen 3.8-27B
Introduktionspris	9 dollar per GPU-timme med B200 i åtta veckor

Faktureringen sker per GPU-minut, och en migrering från Tinker-API:et kräver bara en rad.

🔗 Together Post-Training (Together AI:s blogg)

TorchNeuron: Transformers, Diffusers och Kernels körs nativt på AWS Trainium

19 oktober — Hugging Face lägger till inbyggt stöd för TorchNeuron, AWS:s nya PyTorch-backend för Trainium-chip, i Transformers, Diffusers och Kernels; den publika betan öppnar den 20 oktober. Hittills har man behövt gå via Optimum Neuron, som bygger på PyTorch XLA, med statiska former och omkompilering vid varje avbrott i beräkningsgrafen. TorchNeuron gör chipet till en vanlig PyTorch-enhet, med omedelbar exekvering (eager), torch.compile och FSDP2.

Vid inferens fungerar 89 % av de 100 mest använda arkitekturerna för textgenerering direkt, jämfört med 46 % med Optimum Neuron v0.4.5, och Hugging Face rekommenderar nu att använda Transformers, Diffusers, Accelerate, PEFT och TRL i stället för Optimum Neuron. Ett vanligt SFT-skript från TRL körs på 8 Trainium2-chip, och en Neuron-kernel som delas på Hub gör vision transformers upp till 2,4 gånger snabbare.

🔗 TorchNeuron (Hugging Face-bloggen)

OpenAI:s Python- och Node-SDK:er hanterar verktygsloopen för computer use och browser use

16 oktober — En tidigare nyhet: i en tråd som @OpenAIDevs delat vidare presenterar Kevin Whinnery, från OpenAI:s team för utvecklarupplevelse, nya hjälpfunktioner (helpers) i Python- och Node.js-SDK:erna som hanterar verktygsloopen (tool loop) i Responses API. Koden kom den 14 oktober i openai-python 3.31.0 och openai-node 7.33.0, som den första delen i en serie om fyra.

SDK-komponent	Vad den gör tillgängligt för modellen
`ComputerToolset`	skärmbilder, mus- och tangentbordsåtgärder via verktyget computer
`BrowserToolset`	sidtext, kontroller och flikar som funktionsverktyg
Tool runner för Responses	strömmande statusuppdateringar och återupptagningspunkter (checkpoints)

En drivrutin (driver) som utvecklaren skriver eller importerar utför åtgärderna, och applikationen behåller kontrollen: vilka operationer som exponeras, bekräftelse av ändringar, säkerhetskontroller och steggränser. Guiden listar integrationer med Browserbase, Browser Use, Daytona och E2B. Claude-SDK:erna fick jämförbara toolsets i beta den 7 oktober.

🔗 Kevin Whinnerys tråd · Guiden för datoranvändning

Perplexity: rollbaserad åtkomst till anslutningar, lokal mapp i Projects, Nano Banana 2.1 och skillen Reverse Engineer

19 oktober — Perplexity publicerar sin första produktchangelog sedan den 5 oktober: sju av dess tretton avsnitt är nya.

Nyhet i changelog	Vad som ändras	Berörda användare
Rollbaserad åtkomst till anslutningar	varje anslutning är öppen för alla, administratörer eller vissa roller	administratörer för Enterprise-abonnemang med support
Lokal mapp i Projects	Computer läser från och sparar i en mapp på Mac som standard	Mac-appen 26.38 eller senare
Nano Banana 2.1 i Computer	bildgenerering och bildredigering, nya försök i samma tråd	alla som har tillgång till Computer
Skillen Reverse Engineer	inspektera programvara som man har rätt att analysera, sedan återskapa och testa den	gratis till den 31 oktober, upp till 10 000 krediter per konto

Den rollbaserade åtkomstkontrollen, som infördes i slutet av juli, omfattar därmed varje enskild anslutning, med granskningsloggar. Dessutom tillkommer en miniatyrrad i Computer, ett eget typsnitt (PPLX) och en ram i inmatningsfältet som visar om läget är Ask eller Computer. Bland tidigare behandlade ämnen erbjuds Gemini 4 Argon i Computer för Pro- och Max-prenumeranter, men i sökningen endast för Max-prenumeranter.

🔗 Changelog från den 19 oktober

LiteRT Tensor API: Google låter utvecklare skriva inbäddade modeller i C++ som körs på CPU, GPU och NPU

19 oktober — Google AI Edge släpper LiteRT Tensor API, ett lager i sin stack för inbäddad inferens som gör det möjligt att skriva en modell för hand, operation för operation, i C++. Samma graf körs med LiteRT på CPU, på GPU med hjälp av motorn ML Drift, som släpptes med öppen källkod den 8 oktober, eller på NPU, och kan köras direkt på CPU via XNNPACK. Vikterna läses in från .safetensors-filer från Hugging Face utan konvertering, och tensorerna flyttas utan kopiering i acceleratorns minne.

Googles mätning på SAM 2	Rapporterat resultat
Bilder per sekund i 512x512 på WebGPU	från under 10 till över 30
Hastighet jämfört med Apple MLX (MacBook Pro, fp16)	cirka 1,5 gånger snabbare

I demonstrationen körs SAM 2, Metas segmenteringsmodell, i webbläsaren med prompts som tolkas av Gemma 4 E2B; enligt inlägget var det en kodagent, Antigravity, som skrev den med Tensor API och sedan gjorde den snabbare. Konvertering är fortfarande den rekommenderade vägen för de flesta projekt.

🔗 Inlägget på Google Developers

Kodagenter: Devin betygsätter användarnas effektivitet, Amp blir en agent i Linear, Mistral släpper Vibe CLI 3.0.0, Gemini 4 Argon blir tillgänglig för Google AI Pro-prenumeranter i Antigravity

Cognition och Amp lägger till funktioner för team, Mistral släpper en ny huvudversion av sin CLI och Google öppnar Gemini 4 Argon för ytterligare en abonnemangsnivå.

Devin betygsätter varje ingenjörs effektivitet från 0 till 100 och höjer själv gränserna för dem med högst betyg

19 oktober — Cognition lägger till tre funktioner för utgiftsstyrning i Devins Enterprise-abonnemang. Efficiency Score betygsätter varje ingenjörs senaste användning genom att kombinera effektiviteten E, i produktiva timmar per ACU (Devins debiteringsenhet), och volymen V, i produktiva timmar per dag: Score = 100 × (E + 0,2 × V × (1 − E)). Volymen väger lätt: en genomsnittlig ingenjör får 55, en storanvändare med samma effektivitet 60, en ineffektiv storförbrukare 41 och en försiktig men mycket effektiv användare 76.

Devin Coach kommenterar en prompt innan den körs, utan att någonsin skriva om den utan att säga till. Med alternativet Approve based on efficiency anger administratören ett tak: när en ingenjör med betyget Healthy eller Satisfactory närmar sig sin gräns höjer Devin den utan att personen behöver be om det, upp till taket och inom organisationens gränser. Det som överstiger taket går till en administratör, liksom förfrågningar från ingenjörer med betyget Needs Improvement eller Unknown, och ingen förfrågan avslås automatiskt. Dessa godkännanden är tillgängliga redan nu för alla Devin Enterprise-kunder och saknar publicerad prissättning.

🔗 Devins inlägg

Amp blir en agent i Linear: tilldela en issue eller nämn @Amp så startas en orb

19 oktober — Att tilldela Amp en Linear-issue eller nämna @Amp i en kommentar öppnar nu en agentsession (Agent Session) i Linear och startar en orb, en agenttråd som arbetar för personens räkning. Amp svarar i sessionen, reagerar på meddelanden som skickas under arbetets gång och meddelar om den stoppas av ett fel eller väntar på att ett verktyg ska godkännas. Enligt dokumentationen kan prenumerationer också starta en orb för varje ny issue. En administratör för Amp-arbetsytan installerar appen, en Linear-administratör godkänner den, sedan länkar varje användare sitt konto och Linear läggs till bland användarens MCP-servrar. Inget pris anges; Amp kunde redan reagera på Linear-webhooks sedan den 23 juli.

🔗 Amps tillkännagivande

Vibe CLI 3.0.0: Mistral behåller bara Rust CLI och Unified Harness

19 oktober — Mistral släpper utan tillkännagivande Vibe CLI 3.0.0, sin första 3.x-version: 95 poster, varav 54 buggfixar och 5 borttagningar. Det gamla Python-gränssnittet, den gamla exekveringsmotorn och läget Plan försvinner, vibe startar alltid Rust TUI och alla gränssnitt, från CLI till Desktop, går via Unified Harness.

Flera ändringar kan göra att en installation slutar fungera: minst Python 3.14 i stället för 3.12, certifikat valideras enligt striktare regler i RFC 5280, Vibe 1.x-sessioner stöds inte längre och verktyg för underagenter byter namn till agents.*. Bland tilläggen förgrenar /branch en konversation till en ny session, Vibe Desktop importerar sessioner från en annan kodagent och flaggan enable_mcp låter administratörer blockera MCP-servrar. I Windows kan ett kommando inte längre kringgå godkännandekontrollen genom att dölja en del av sig självt.

🔗 Versionsanteckningarna för Vibe CLI 3.0.0

Gemini 4 Argon blir tillgänglig för Google AI Pro-prenumeranter i Antigravity, med en separat veckokvot

15 oktober — I efterhand: Gemini 4 Argon är inte längre förbehållet Ultra-prenumeranter i Google Antigravity. Kontot @antigravity meddelade att modellen blir tillgänglig för betalande Google AI Pro-prenumeranter i skrivbordsappen och CLI, medan endast Google AI Ultra och berättigade Gemini Enterprise-kunder hade tillgång till den vid den allmänna lanseringen den 13 oktober. För Pro tillkommer en separat Argon-kvot utöver kvoten för Gemini 3.8 Flash; den gäller enbart per vecka och dess storlek anges inte.

Abonnemangsnivå	Gemini 4 Argon i Antigravity
Gratis och Google AI Plus	nej
Google AI Pro	ja, utanför provperioden
Google AI Ultra	ja
Företag	ja

Argon fungerar i Antigravity App, Antigravity CLI och IDE-tilläggen, men inte i Antigravity IDE. Den 19 oktober tog Zed 1.24.3 också in modellen i sin stabila version.

🔗 Tillkännagivandet från @antigravity · Antigravitys modellsida

Notiser

Kodagenter och kodverktyg

Claude Code 2.1.303 — Versionsanteckningarna för denna version, som släpptes den 18 oktober, består av en enda rad om buggfixar och förbättrad tillförlitlighet, utan lista över åtgärdade problem; Agent SDK för TypeScript följer efter med 0.3.303. 🔗 källa
Qwen Code v0.25.3 — Den stabila versionen följer på förhandsversionen som behandlades den 16 oktober, utan kända ändringar som bryter kompatibiliteten: 41 funktioner och 81 buggfixar sedan v0.25.2, framför allt för Managed Agent, som kör sina verktyg via SSH eller i en nativ macOS-arbetsyta och får läget Plan. 🔗 källa
Copilot CLI 1.0.100 — Den första stabila versionen sedan 1.0.98 från den 14 oktober innehåller inget nytt: dess 49 poster återger förhandsversionerna 1.0.99-0 till 1.0.100-1, som presenterades här den 15 till 17 oktober. 🔗 källa
ZCode v3.16.1 — Z.ai synkroniserar ZCodes repo med öppen källkod till version 3.16.1, utan release eller versionsanteckningar; den enda dokumenterade nyheten är en användarguide för CLI på kinesiska. 🔗 källa
Gemini CLI, nightly från den 19 oktober — Ingen ändring: detta är den tredje nightly-versionen i rad på samma commit, eftersom ingen merge har gjorts sedan kvällen den 16 oktober, och både den stabila v0.64.0 och förhandsversionen v0.65.0-preview.0 är oförändrade. 🔗 källa
Zed 1.24.3 — Den enda punkten i versionsanteckningarna för denna stabila version lägger till Gemini 4 Argon bland Google AI-modellerna, där den redan funnits sedan den 14 oktober i förhandsversionen 1.25.0. 🔗 källa
Figmas MCP-partner — En nyhet från den 15 oktober: Figma tillkännager på Config India 20 nya MCP-partner, däribland Amp, Junie från JetBrains, OpenCode, Cline, Delta och Zed, men listan innehåller 21 namn och anger varken vilka funktioner som öppnas eller när de blir tillgängliga; Zed förmedlade tillkännagivandet den 19 oktober. 🔗 källa · 🔗 Zed
Navan och Cursors molnagenter — En nyhet från den 16 oktober: Cursor berättar hur Navan migrerade till Spring Boot 4 (8 applikationer, 15 bibliotek) på ungefär en vecka, jämfört med över en månad för två år sedan, med molnagenter som körs på företagets egna maskiner; 36 % av de PR som mergats i huvudrepot under 30 dagar skrevs med Cursor. 🔗 källa
Återuppta en session från GitHub Copilot-appen i VS Code — En handledning på GitHub Blog visar hur åtgärden Open in VS Code öppnar en session på nytt i dess worktree, med uppgiften, planen, konversationen och dess diff, före granskning, justeringar, lokala tester och push till sessionens pull request. 🔗 källa
COOKED — OpenAI Developers lanserar ett videoprogram om vad teamet och communityn bygger med Codex; det första avsnittet (13 min 20 s) visar redan tillgängliga funktioner, från Codex molnmiljöer till ett ramenspel i 8 bitar byggt med Ultrafast. 🔗 källa

API:er, harness och integrationer

Perplexitys Agent API — Inställningen require_approval kräver applikationens godkännande innan anrop till MCP-verktyg och anslutningar körs, och förinställningen xhigh ökar till 512 000 tokens i utdata, från 128 000; Perplexity rättar också sin post från den 5 oktober, som återgavs här: även xhigh använder Fast Search. 🔗 källa
Utveckling av harness — Perplexity publicerar en guide om harness (harness), allt som omger modellen i ett AI-verktyg, uppdelat i sex komponenter, från agentloopen till verifieringen; guiden hänvisar till ett oberoende, namnlöst test där enbart bytet av harness fick en och samma modells resultat på ett kodtest att variera med upp till 11 %. 🔗 källa
SPACE hos Crusoe — Crusoe tillkännager ett partnerskap med Perplexity för att integrera SPACE, Perplexitys sandbox med öppen källkod, i Crusoe Clouds Managed AI-erbjudande, utan datum eller pris; Crusoe fanns redan med bland partnerna som nämndes när källkoden till SPACE öppnades den 15 oktober. 🔗 källa
Perplexity i Lovable — En nyhet från den 15 oktober: Perplexity ansluter sig, tillsammans med Claude, Firecrawl, Gemini, OpenAI, p0 och TypeSafe, till leverantörerna av AI-funktioner som Lovable integrerar i applikationer, för webbsvar i realtid med källhänvisningar; varken pris eller tekniska detaljer anges. 🔗 källa
En röstagent som inte tystnar — En guide på Google Developers visar hur ADK:s verktyg med streaming och icke-blockerande körning undviker tystnader hos en röstagent på gemini-3.8-live: i ett workflow för en försäljningsrapport sjunker tiden till de första orden från 14,4 sekunder till 1,2 sekunder, utan någon ny funktion. 🔗 källa
DeepSeek-V4.1-Flash-1017 hos Together AI — Modellen från DeepSeek, som presenterades här den 17 oktober, finns nu på Together AI, ”till samma pris” enligt värdtjänsten. 🔗 källa

Öppna modeller och forskning

Muse Glimmer — Meta publicerar den tekniska rapporten för sin öppna 30B-modell för agentuppgifter på konsumenthårdvara, som lanserades i augusti: text och bilder, över hundra språk, cirka 4 bitar på en enda GPU, Apache 2.0-licens; Meta uppger att den leder sin kategori jämfört med Gemma4-31B och Qwen3.6-27B, utan siffror i sammanfattningen. 🔗 källa
SlideOn och mSlideOn — LightOn släpper två modeller för gles sökning (sparse retrieval) baserade på DenseOn och mLateOn, med 174M (engelska) respektive 339M parametrar (flerspråkig): SlideOn får 56,68 på BEIR-15 jämfört med 56,20 för DenseOn, och mSlideOn får 10,19 poäng mer på MLDR än mDenseOn. 🔗 källa
tokenizers v1.0.0-rc.3 — Den tredje versionskandidaten av tokenizers v1 tar biblioteket till webbläsaren genom WebAssembly-bindningar som publiceras på npm under namnet tokenizers-wasm, och gör det möjligt att ladda ModernBERT, NLLB och modeller konverterade från SentencePiece. 🔗 källa
Transformers v5.20.2 — Korrigeringsversion: indata förlorar inte längre sin typ under generering, vilket störde multimodala modeller, och expertgradienterna är inte längre noll i bfloat16 med expertparallellism. 🔗 källa
Sortera sina prompts — I ett communityinlägg gör Abdennacer Badaoui vLLM, utan ändringar, 12 till 17 % snabbare på Qwen3-30B-A3B och 7 till 12 % på gpt-oss-120b genom att sortera prompts efter domän före batchinferens, eftersom likartade förfrågningar aktiverar samma experter; vinsten försvinner vid latenskänslig onlinedrift. 🔗 källa
Nesso3-0.4B-Agentic — mii-llm släpper en tvåspråkig italiensk-engelsk modell med 0,4 miljarder parametrar för verktygsanrop, under Apache-2.0-licens: 74/100 på upphovspersonernas tvåspråkiga testsvit jämfört med 67 för Qwen3-0.6B, men 48 % mot 84 % på generiska verktyg på engelska. 🔗 källa
S²-MAS och Fin-Laya — Yang Li simulerar 12 miljoner agenter hämtade från 500 miljoner hushållspersonas, på 3 h 59 med 14 GPU, och presenterar Fin-Laya, en modell för finansiella beslut med 74,5544 % träffsäkerhet och en genomsnittlig latens på 9,10 ms, jämfört med 206,77 ms för Jev 1.13, enligt egna mätningar. 🔗 källa
BlenderWorld — En nyhet från den 15 oktober: Qwen publicerar ett benchmark för 3D-skapande i Blender (223 uppgifter, 2 651 binära kriterier): bland 13 modeller leder GPT-6-Astra med 79,9 av 100 före Opus-5 (73,0) och GPT-5.6-Sol (67,7), Qwen3.8-Max är femma (60,6), och den förstplacerade uppfyller alla kriterier på bara 42,2 % av uppgifterna. 🔗 källa

Hårdvara, konsumentprodukter och skapande

Priset på bärbara RTX Spark-datorer — I lanseringsmeddelandet från den 16 oktober, som tas upp i efterhand, meddelar NVIDIA att bärbara RTX Spark-datorer från ASUS, Dell, HP, Lenovo, Microsoft och MSI finns tillgängliga globalt från 2 599 dollar; NVIDIA:s blogginlägg från den 17 oktober anger däremot från 2 399 dollar för samma tillverkare. 🔗 pressmeddelande · 🔗 blogginlägg
Grok Bot på snabbknappen — Kontot @bot, som tillhör Grok Bot, visar i en video att assistenten kan kopplas till iPhones snabbknapp, precis som OpenAI:s dots som presenterades här den 18 oktober; varken iOS-version eller abonnemang anges, och det finns inget blogginlägg på x.ai eller någon vidarepublicering från @SpaceXSI. 🔗 källa
Chroma Awards, säsong 2 — ElevenLabs öppnar den andra säsongen av tävlingen i AI-skapande som företaget uppger sig ha utvecklat i sin inkubator: fem kategorier, 1 miljon dollar i provanvändning och över 450 000 dollar i prispengar; blogginlägget anger den 1 januari 2027 som slutdatum, men därefter den 7 januari i villkoren, inför en ceremoni den 11 februari 2027. 🔗 källa

GitHub, utanför AI

Autentiserade HTTPS-kloningar — Under perioder med ovanligt hög trafik kan GitHub tillfälligt kräva autentisering för vissa git clone och git fetch via HTTPS mot publika repos; SSH, pushes och autentiserade operationer påverkas inte, och GitHub rekommenderar GITHUB_TOKEN eller en GitHub App-token för kontinuerlig integration. 🔗 källa
CodeQL, Xcode 27 och Swift 6.4 — Eftersom x86_64-kod saknas i vissa av Apples systembinärer spårar CodeQL inte längre builds med Xcode 27 och stöder inte Swift 6.4 på någon plattform; stödet för Intel-Macar kommer att markeras som föråldrat i mitten av december, och GitHub rekommenderar att låsa versionerna till macOS 26 och Xcode 26. 🔗 källa

Vad det innebär

MiniMax och Black Forest Labs konkurrerar på samma område: hastigheten och kostnaden för en uppgift, snarare än ren kvalitet. M3.1 Flash genererar över 200 tokens per sekund, sänker användningskostnaden för agentuppgifter med 70 % och tar 0,15 dollar per miljon tokens i indata; FLUX 3 Max renderar en 10 sekunder lång video på 12,45 sekunder, för 0,0425 dollar per sekund fram till den 7 november. Den uppgivna kvaliteten når upp till de bästas utan att överträffa den: FLUX 3 Max delar förstaplatsen i en rankning där MiniMax H3 ligger två poäng före, inom osäkerhetsmarginalen, och M3.1 Flash uppges vara främst bland kinesiska modeller i två agentbenchmark. MiniMax-modellen har också prövats under verkliga förhållanden: Space Bunny har bearbetat över 200 000 miljarder tokens utan att avslöja var den kom ifrån, och dess förhandsversion låg i topp på OpenCode i tolv dagar enligt MiniMax. Alla dessa siffror kommer fortfarande från leverantörerna själva, och rankningen från Artificial Analysis är ännu preliminär.

Post-training blir en produkt i egen rätt. fal har inte skapat FLUX 3 Max från grunden: företaget har anpassat och optimerat Black Forest Labs FLUX 3, precis som det tidigare gjorde MiniMax H3 till sitt H3 Max; enligt fal gav post-training modellen 50 extra Elo-poäng, och arbetet med inferens gjorde genereringen ungefär tio gånger snabbare. Together AI säljer nu denna förmåga till sina kunder, som skriver sin egen träningsloop, SFT eller RL, för öppna modeller, och TorchNeuron gör AWS:s Trainium-chip tillgängliga för vanliga PyTorch-skript med Transformers och TRL. I andra änden av kedjan blir förträningen alltmer koncentrerad: Prometheus siktar på en miljon GPU:er, och större delen av Metas blogginlägg handlar om tillförlitlighet, med 8 GPU:er i reserv per rack och 99 % färre avbrott. MARBLE angriper samma skalningsproblem på mjukvarusidan, för sekvenser med flera miljoner tokens.

Agenterna får också administratörskontroller: vem får köra vad, med vilken budget och efter vilket godkännande. Devin höjer på egen hand gränserna för de utvecklare som den bedömer är effektiva och hänvisar övriga till en administratör; Perplexity ger vissa roller tillgång till varje connector, och dess Agent API kan pausa ett MCP-anrop tills applikationen ger sitt godkännande; OpenAI:s toolsets låter applikationen bekräfta ändringar och begränsa antalet steg; Vibe CLI 3.0.0 ger administratörer en flagga som stänger av MCP-servrar. Amp arbetar i sin tur i Linear för den persons räkning som tilldelar agenten en issue: agenten tar plats i teamets verktyg och agerar via varje persons Linear-anslutning.

Slutligen innebär hösten en rad migreringar för utvecklarna. GPT-4o och GPT-4.1 tas bort från OpenAI:s API den 14 januari 2027, talsyntesmodellerna tts-1 och gpt-4o-mini-tts redan den 6 januari, och dessa datum finns bara på sidan om utfasningar: den som enbart bevakar API:ets changelog missar dem. På Trainium rekommenderar Hugging Face att gå från Optimum Neuron till Transformers och TRL på TorchNeuron. Och Vibe CLI 3.0.0 kräver Python 3.14, validerar certifikat striktare och öppnar inte längre Vibe 1.x-sessioner, vilket kan överraska den som uppdaterar utan att läsa versionsanteckningarna.