Anthropic släpper version 2026-10-21 av Claude API, Hugging Face lanserar DNA-modellen Carbon-X, METR testar agentövervakningen hos OpenAI

Anthropic släpper version 2026-10-21 av Claude API, den första sedan 2023: temperature, top_p och top_k avvisas, och alla SDK:er får nya huvudversioner under Apache 2.0-licens. Hugging Face lanserar Carbon-X, en öppen modell med 14 miljarder parametrar som läser och genererar DNA nästan på samma nivå som GPT-6.1 Sol, och METR publicerar tillsammans med Redwood Research en rapport om tre veckors angrepp mot övervakningen av OpenAI:s interna agenter. Agent Skills och OpenEnv ansluter sig till MCP hos Agentic AI Foundation, OpenAI:s Decisions API blir allmänt tillgängligt och NVIDIA ägnar den andra dagen av GTC Berlin åt Cosmos och Minerva.

Claude API 2026-10-21: den första versionen sedan 2023 avvisar temperature, top_p och top_k

21 oktober — Anthropic släpper version 2026-10-21 av Claude API, värdet som ska anges i headern anthropic-version, tillsammans med nya huvudversioner av alla sina SDK:er och sitt CLI ant.

API version 2026-10-21 is now available. The Claude API has evolved a lot, but this is our first official version release since 2023. We plan to release versions more often so you can handle breaking changes before a new model requires them. 2023-06-01 is not deprecated.

🇸🇪 API-version 2026-10-21 är tillgänglig. Claude API har utvecklats mycket, men det här är vår första officiella versionsrelease sedan 2023. Vi planerar att släppa versioner oftare, så att ni kan hantera bakåtinkompatibla ändringar innan en ny modell gör dem obligatoriska. 2023-06-01 är inte markerad som föråldrad. — @ClaudeDevs på X

Den mest synliga förändringen gäller sampling. Med 2026-10-21 orsakar temperature, top_p och top_k ett 400-fel i Messages API, vid tokenräkning och i varje anrop i en batch (Message Batch), även med sina standardvärden; utan dem sker sampling med en temperatur på 1.0. Claude 4.7 och senare modeller accepterade redan bara dessa värden. På en äldre modell som Claude Sonnet 4.6 förlorar däremot en sänkt temperatur för jämnare svar sin effekt, utan någon ersättningsinställning: dokumentationen rekommenderar då att behålla 2023-06-01 för det anropet.

Del av anropet	Effekt med 2026-10-21
`temperature`, `top_p`, `top_k`	400-fel, även med standardvärdet
Dokumentblock placerat direkt i ett assistentmeddelande	400-fel (ett nästlat dokument, som ett resultat från web fetch, accepteras fortfarande)
Icke-tomma källhänvisningar i ett användarmeddelandes textblock	400-fel, inklusive `search_result`
`workspace_id` för API-nycklar	Borttaget, ersatt av `scope`
Omdöpta fält i Admin API och Enterprise Analytics API	Gamla namn borttagna

Python 2.0.0, TypeScript 1.0.0, C# 13.0.0, Go 2.0.0, Java 3.0.0, PHP 1.0.0, Ruby 2.0.0 och ant CLI 2.0.0 skickar den nya versionen som standard. Dessa SDK:er övergår från MIT till Apache 2.0-licens, medan tidigare versioner behåller MIT, och inför egna bakåtinkompatibla ändringar: en meddelandetyp per roll, API-nyckeln skickas i Authorization: Bearer i stället för i X-Api-Key (API:et accepterar fortfarande båda), det äldre Text Completions API tas bort (TypeScript, Go, Java, Ruby och CLI) och komprimering på klientsidan i tool runner tas bort till förmån för komprimering på serversidan.

För migreringen publicerar Anthropic en stegvis guide och hänvisar till Claude Code-skillen /claude-api, vars version 2.1.307 lägger till kommandot /claude-api api-version. På Amazon Bedrock är 2026-10-21 endast tillgänglig för Claude 4.7 och senare modeller. Samma dag lägger versionsinformationen till fälten enforcement_status och enforcement_actions i användarprofilerna (user profiles), som anger om Anthropic har begränsat eller stängt av någon av en organisations slutkunder.

🔗 Migreringsguiden för 2026-10-21 · Versionsinformationen för Claude Platform

Carbon-X: Hugging Face släpper en öppen modell med 14 miljarder parametrar som läser och genererar DNA

22 oktober — Hugging Face släpper Carbon-X, en öppen modell med 14 miljarder parametrar som behandlar DNA och naturligt språk i samma tokenflöde: man kan ställa frågor om en sekvens, fråga om effekten av en mutation eller låta den generera DNA. Modellen bygger på Qwen3-14B och publiceras under Apache 2.0-licens av organisationen HuggingFaceBio, som släppte genannoteringsmodellen Carbon-A den 8 oktober.

Teamet med Loubna Ben Allal, Lewis Tunstall och Leandro von Werra fortsatte träningen av Qwen3-14B (midtraining) på 300 miljarder tokens som blandade DNA, engelska och sammanflätade data, och eftertränade den sedan med övervakad finjustering och förstärkningsinlärning. En hybridtokenizer behåller Qwen3:s BPE för text och delar upp DNA i icke överlappande 6-mers, där en token täcker sex baspar. Utan en separat DNA-encoder delar text och sekvenser samma embeddingmatris, och ett svar kan blanda båda.

I fem benchmarktester (effekt av varianter, sekvensförståelse, prediktion av nästa bas) når Carbon-X ett genomsnitt på 66,7 % utan reflektion: 27 procentenheter mer än Qwen3-14B och bättre än alla andra utvärderade öppna modeller. GPT-6.1 Sol presterar bara marginellt bättre, med 67,5 %, men Carbon-X överträffar alla testade modeller, både öppna och slutna, när det gäller effekten av kodande varianter (BioReason Coding) och prediktion av nästa bas.

Utvärderad modell	DNA-index i blogginlägget (avrundat)
GPT-6.1 Sol	68 %
Carbon-X	67 %
Kimi K3	50 %
DeepSeek V4.1 Flash	47 %
Qwen3-14B	40 %
GLM-5.3	40 %

Introducing Carbon-X: The best open DNA model. We midtrained a 14B model on DNA and text, and it beats every open language model and matches GPT-6.1 Sol at 1,000x lower cost.

🇸🇪 Här är Carbon-X, den bästa öppna modellen för DNA. Vi har fortsatt träningen av en modell med 14B parametrar på DNA och text: den slår alla öppna språkmodeller och matchar GPT-6.1 Sol till en 1 000 gånger lägre kostnad. — @LoubnaBenAllal1 på X

När det gäller kostnaden förekommer två siffror: modellkortet uppskattar den till ungefär 1/1 800 av kostnaden för GPT-6.1 Sol per problem, medan lanseringsbeskedet avrundar till 1 000 gånger billigare. Beräkningen bygger på standardpriserna för de jämförda modellernas API:er, där varje modell körs med den reflektionsnivå som ger dess bästa genomsnitt, och för Carbon-X på den uppmätta genomströmningen under en H200-timme som kostar 5 dollar; modellen svarar direkt, utan utökat resonemang. Clément Delangue, vd för Hugging Face, presenterar Carbon-X som ett svar på de ledande laboratoriernas skyddsmekanismer inom biologi, som enligt honom hindrar forskare, universitet, ideella organisationer och hälsomyndigheter utan att stoppa illasinnade aktörer.

🔗 Modellkortet för Carbon-X · Lanseringsinlägget · Clément Delangues tweet

METR och Redwood Research prövar övervakningen av OpenAI:s interna agenter

22 oktober — METR publicerar en rapport om en övning som genomfördes hos OpenAI i somras tillsammans med Redwood Research. Från den 21 juli till den 11 augusti tillbringade en anställd från vardera organisationen tre veckor på plats med att angripa (red-teaming) det asynkrona system som övervakar om OpenAI:s interna agenter avviker från sina avsedda mål, de agenter som skriver kod eller genomför experiment åt företagets forskare. Åtkomsten var omfattande: enheter som tillhandahölls av OpenAI och aldrig lämnade lokalerna, intern kod, övervakarnas prompts och konfiguration samt intervjuer med ett dussin forskare och ingenjörer.

Mått rapporterat av METR	Uppskattat värde
Intern agenttrafik i Responses API som omfattades av övervakningskriterierna (modeller från GPT-5.5)	Cirka 75 till 94 %
Trafik från interna Codex-agenter som omfattades av övervakningskriterierna	99,2 %
Intern Codex-trafik som omfattades av övervakningskriterierna men inte övervakades, maj till juli 2026	I storleksordningen 10 % (compaction)
Anrop till övervakaren som gav fel	Mindre än 0,2 %
Intern rapport, därefter maskerad version	61 sidor, därefter 38 sidor

Dessa uppskattningar, som enligt METR är förenade med stor osäkerhet, gäller systemet som det såg ut den 21 juli. Den största luckan berodde på kontextkomprimeringar som övervakarna inte såg:

Because of this coverage gap, we estimated that on the order of 10% of internal Codex traffic was unmonitored from May to July. OpenAI had independently identified this issue shortly before the exercise began.

🇸🇪 På grund av denna lucka i täckningen uppskattade vi att ungefär 10 % av den interna Codex-trafiken inte övervakades från maj till juli. OpenAI hade på egen hand upptäckt problemet strax innan övningen började. — @METR_Evals på X

OpenAI åtgärdade luckan under övningen. Eftersom övervakaren bara aktiverades när agenten lämnade tillbaka kontrollen till användaren kunde en agent, så länge komprimeringen undgick övervakningen, skjuta upp övervakningen på obestämd tid genom att fortsätta agera. Träning med förstärkningsinlärning omfattades inte i början av övningen.

Teamet beskriver också sårbarheter: ett sätt att kringgå sandboxen i Codex och Auto-Review som gav agenten värdanvändarens samtliga behörigheter, en teknik som undanhöll hundratals nyligen utförda åtgärder från övervakningen (detaljer maskerade av OpenAI), indata som kunde få övervakaren att sluta fungera genom att utnyttja skillnader i serialisering, två headers som klienten kunde styra och som inaktiverade övervakningen av nya agenter, även om användningen fortfarande gick att upptäcka, samt två interna verktyg utan övervakning, som antogs vara skrivskyddade och som en enkel exploit, inte verifierad i praktiken, skulle ha kunnat missbruka. Samtidigt ser övervakaren agentens hela handlingsförlopp, med några få undantag, och dess prompts söker efter intriger (scheming), sabotage, dataexfiltrering, vilseledande och promptinjektioner.

OpenAI uppger att alla sårbarheter som påverkade dess skyddssystem i produktion har åtgärdats; METR betonar att man inte har utvärderat detta påstående. Parterna hade på förhand kommit överens om att endast publicera ett kort blogginlägg, med möjlighet för OpenAI att maskera delar av rapporten. METR drar fem designprinciper av arbetet, däribland att göra övervakningen svår att undvika (exempelvis var N:e minut eller vart N:e meddelande), regelbundet angripa systemet och isolera agenterna från deras övervakare. Enligt OpenAI bidrog resultaten till att stärka skyddet medan systemet byggdes ut och kommer att vägleda framtida samarbeten med externa utvärderare. Den 15 oktober hade Anthropic beskrivit en jämförbar åtkomst som beviljats ett team från METR.

🔗 Red-teaming av OpenAI:s interna system för agentövervakning (METR) · Tweeten från @OpenAI

Agentic AI Foundation: Agent Skills, Open Responses, OpenEnv och OpenSandbox ansluter sig till MCP

22 oktober — Agentic AI Foundation (AAIF), stiftelsen inom Linux Foundation som grundades gemensamt av Anthropic, Block och OpenAI förra året och redan är hemvist för MCP, tar emot fyra nya projekt på en gång: Agent Skills från Anthropic, Open Responses från OpenAI, OpenEnv från Hugging Face och OpenSandbox från Alibaba. Därmed har stiftelsen 10 projekt redan under sitt första år; enligt dess CTO och medgrundare Manik Surtani täcker de var sin del av teknikstacken, från hur agenter förvärvar förmågor till var de körs.

Anthropic överlåter namnet och logotypen Agent Skills, GitHub-organisationen och domänen agentskills.io. Detta mappformat, som lär en agent en uppgift (en SKILL.md-fil, skript och referensdokument), föddes under arbetet med Claude Code och publicerades som en öppen standard i december 2025; enligt Anthropic har över 70 agentplattformar integrerat det sedan dess, däribland ChatGPT, Cursor, GitHub Copilot och VS Code, och 1 miljon skills har publicerats, med närmare 280 miljoner installationer. Ingenjörer från Anthropic, Google, OpenAI och andra företag kommer att underhålla det i individuell kapacitet, med David Soria Parra och Mahesh Murag som huvudansvariga (Lead Maintainers), och tråden från @ClaudeDevs nämner även Earendil, Microsoft och OpenCode i den tekniska styrgruppen. Befintliga skills fortsätter att fungera och licenserna ändras inte; föreslagna första steg är numrerade versioner, en formell förslagsprocess och säkerhetsrekommendationer.

Hugging Face överlåter för sin del OpenEnv, sitt öppna ramverk för miljöer där agenter tränas, till en neutral förvaltning, med en kommitté som bland annat samlar Microsoft, Reflection, Meta-PyTorch, Fleet, Mercor, Nebius, Modal, Prime Intellect och Unsloth. De tidigare adresserna meta-pytorch/OpenEnv och huggingface/OpenEnv omdirigerar nu till github.com/openenv/OpenEnv.

🔗 Pressmeddelandet från Linux Foundation · Anthropics blogginlägg · Beskedet från Ben Burtenshaw (Hugging Face) · Tråden från @ClaudeDevs

Utforma och styra agenter: hopfällda underagenter, autoläge som standard och jämförelse av agentanvändning

Tre tillkännagivanden handlar mindre om vad agenter kan göra och mer om hur man organiserar dem, låter dem ta kontrollen och mäter deras användning.

Anthropic rekommenderar att föra tillbaka underagenter till huvudloopen och publicerar ett migrationskit med öppen källkod

22 oktober — I en guide med rekommenderade arbetssätt för Claude Platform, skriven av Diane Sarkis, konstaterar Anthropics Applied AI-team att en enda agent utrustad med skills i flera företagsinstallationer ofta har gett bättre kvalitet än en enda allomfattande prompt eller en arkitektur med underagenter, ofta till lägre kostnad och med lägre latens per uppgift; en kund uppmätte ungefär dubbelt så snabb körning som med sitt ramverk för flera agenter. Anthropic uppger att systemprompten för Claude Code har minskats med över 80 % för de mest avancerade modellerna, delvis genom att successivt exponera skills och verktyg, och observerar att verktygsvalen försämras när antalet verktygsdefinitioner överstiger 30 till 50. Underagenter fyller fortfarande en funktion när kontexten blir full, för parallella uppgifter där kontexten kan kasseras, eller när agenten har svårt att välja verktyg. Kitet single-agent-loop-kit (Apache-2.0) kör /claude-api build-eval, prompt-audit, hillclimb och cost-optimize i följd för att övergå till en enda loop.

🔗 Anthropics guide om underagenter · anthropics/single-agent-loop-kit (GitHub)

Sessioner i Claude-apparna får autoläge som standard på Pro, Max och Team

22 oktober — Från och med nästa vecka kommer sessioner i Claude-apparna på webben, på datorn och i mobilen enligt @claudeai att köras i autoläge som standard för abonnemangen Pro, Max och Team: i stället för att be om godkännande för varje steg blockerar en automatisk kontroll riskfyllda åtgärder, och det går att återgå till manuellt läge när som helst. Autoläget är redan standardinställningen i Claude Code för dessa abonnemang sedan den 14 augusti, och för sessioner i terminalen och VS Code på alla abonnemang sedan version 2.1.284 den 28 september; inlägget hänvisar också till augustibeskedet, där klassificeraren i tester upptäckte 89 % av de farliga kommandona, jämfört med 14 % vid manuellt godkännande. Beskedet ryms i ett enda inlägg, utan exakt datum, utan detaljer om vilka sessioner som omfattas och utan att Enterprise nämns.

🔗 Inlägget från @claudeai

Copilot impact dashboard jämför ett företags agentanvändning med liknande företags

22 oktober — Copilots effektöversikt (Copilot impact dashboard) får en branschjämförelse (Industry comparison), som är frivillig och avstängd som standard. Företag och organisationer som inte ingår i ett företag kan där jämföra två indikatorer med aggregerade referensvärden från liknande deltagande organisationer: andelen användare som i första hand arbetar med agenter (agent-first) eller med flera agenter (multi-agent), och andelen sammanslagna pull requests från dessa agentanvändare jämfört med övriga användare. Varje värde rangordnas mot jämförelsegruppens median över 28 dagar, och sedan mot den översta decilen när gruppen växer, uppdelat efter företagsstorlek och mellan tio branscher. Jämförelserna uppdateras dagligen, aggregaten raderas efter 30 dagar, kunder med krav på datalagringsregion jämförs endast inom sin region, och inga uppgifter lämnas ut via mätvärdes-API:et eller exporter. Vid lanseringen kan bristen på deltagare innebära att endast medianen visas, eller att ingen rangordning alls visas.

🔗 Branschjämförelser i Copilot impact dashboard

Beslutsmodeller: OpenAI:s Decisions API blir allmänt tillgängligt, GLiDE v1.2 toppar Decision Index

Beslutsmodeller besvarar slutna frågor (klassificera, dirigera, välja nästa åtgärd) utan att generera text. Samma dag öppnar OpenAI sitt särskilda API för alla, och Fastino publicerar modellvikter som företaget uppger toppar Hugging Faces jämförelseindex.

OpenAI gör Decisions API allmänt tillgängligt, med 400 frågor per anrop

22 oktober — Sexton dagar efter den offentliga betaversionen blir Decisions API allmänt tillgängligt (generally available). Det bygger på GPT-6 Luna och returnerar en sannolikhet (predicate), ett val bland angivna värden (choice) eller en poäng på en skala (score), upp till 10 gånger snabbare än GPT-6 Luna via Responses API enligt OpenAI. Det accepterar nu indata direkt i JSON-format, bilder i instruktionerna för varje fråga och upp till 400 frågor per anrop, jämfört med 200 i betaversionen, och får cachning av återanvänd kontext, inferens som hålls inom USA respektive EU samt inbyggd integration med GPT-Live. Indata kostar fortfarande 0,10 dollar per miljon tokens, cachad indata kostar 0,01 dollar och utdata debiteras inte.

Nämnd kund	Förbättring som rapporterats till OpenAI
Box	Ungefär 5 gånger snabbare val av rutt, samma träffsäkerhet som Responses API
Datadog	Riskpoäng för agentkommandon beräknas 40 gånger snabbare vid p95
Ramp	4 gånger snabbare och 30 % billigare än GPT-6 Luna
Sierra	Under 280 ms vid p95, 90 % billigare per anrop än den tidigare metoden
Speak	Tiden till nästa åtgärd minskad från 1,4 s till 0,13 s

SDK:n openai-python 3.37.0, som publicerades samma kväll, utökar typerna för Decisions med en typändring som bryter bakåtkompatibiliteten.

🔗 Bygg mer responsiva appar med Decisions API

Fastino publicerar GLiDE v1.2, som företaget uppger toppar Decision Index v0.4.1

22 oktober — Fastino publicerar GLiDE v1.2, en ny version av sin beslutsmodell, med modellvikter på Hugging Face och åtkomst via företagets API. Enligt Fastino ligger modellen först i Hugging Faces Decision Index v0.4.1 och har ett av indexets lägsta kalibreringsfel; den 21 oktober uppgav Base Labs att mammoth-1 låg först med 71,24, men i version 0.4: de två resultaten är inte jämförbara. Modellen läser text, JSON och numera även bilder och returnerar i en enda körning en sannolikhet för varje alternativ: ett val bland högst 255 alternativ, ett ja eller nej, eller en nivå på en skala; Fastino har tagit bort resonemangstokens för att minska latensen.

Egenskap hos GLiDE v1.2	Angivet värde
Modellstorlek	26 miljarder parametrar
Minimikrav på hårdvara	En GPU med minst 80 Go
Resultat enligt Fastino	71,5 i Decision Index v0.4.1, 1,7 poäng före nästa modell
Pris för Fastinos API	0,04 dollar per miljon indatatokens
Licens för modellvikterna	fastino-community: kostnadsfri, kommersiellt avtal vid en årsomsättning över 10 miljoner dollar

🔗 Fastinos blogginlägg · fastino/GLiDE (Hugging Face)

Modellåtkomst: routrar kräver OpenAI:s godkännande, Batch API hos Perplexity, konfidentiell databehandling hos Cohere

Tre förändringar gäller hur modeller nås snarare än själva modellerna: mellanhänder, massbearbetning och förfrågningars konfidentialitet.

OpenAI kräver från den 20 november att modellroutrar och AI-gateways får företagets godkännande

21 oktober — I ett inlägg i avdelningen Safety uppger OpenAI att företaget tillsammans med sina kunder och partner har samordnat säkerhetspolicyerna för tjänster som ger tillgång till dess modeller, direkt, via en partner som driftar dem eller via en återförsäljare: skyddsåtgärder som är förenliga med OpenAI:s egna, utredningar av möjliga överträdelser, åtgärder när ett problem identifieras och samordnad tillämpning av begränsningar mellan tjänster. Den mest konkreta förändringen kommer från användningspolicyerna (Usage Policies), som uppdateras den 20 november 2026: tjänster som ger direkt tillgång till modellerna, såsom modellroutrar (model routers) eller AI-gateways (AI gateways), måste genomgå OpenAI:s granskning och få dess godkännande innan de erbjuder denna åtkomst. OpenAI inför också SafetyIDs, som kunder kan tillhandahålla för att skilja slutanvändare åt under en utredning utan att avslöja deras identitet för företaget. Inlägget namnger inga berörda tjänster och beskriver inte godkännandeprocessen i detalj.

🔗 Bredare åtkomst genom enhetliga standarder (OpenAI)

Perplexity öppnar ett Batch API för sitt Agent API, med upp till 50 000 anrop per fil

22 oktober — Perplexity lägger till ett Batch API till sitt Agent API för arbeten som inte kräver omedelbara svar (utvärderingar, klassificering, databerikning): man laddar upp en JSONL-fil med anrop, skapar en batch och hämtar sedan en resultatfil och en felfil, med endpoints som följer samma utformning som OpenAI:s Batch API. Varje anrop kör hela Agent API-loopen: webbsökning (web_search) och sidläsning (fetch_url) fungerar alltså även vid asynkron körning.

Begränsning i Batch API	Publicerat värde
Anrop per fil	50 000, högst 200 Mo
Modeller som stöds	En enda per fil, bland modellerna i Agent API
Bearbetningstid	Målsättning på 24 h utan garanti, fast tidsgräns på 48 h
Lagring av filer	30 dagar
Pris för bearbetning	Inget separat batchpris; flex-nivå för de OpenAI-modeller som erbjuder den

Anrop i en batch räknas inte in i Agent API:s anropsgräns, och de som inte har startat när tidsgränsen nås löper ut utan att debiteras. Tjänsten är inte tillgänglig för organisationer med noll datalagring.

🔗 Tråden från @perplexitydevs · Dokumentationen för Batch API

Cohere öppnar Confidential Computing i Model Vault som offentlig beta, på NVIDIA H100-GPU:er i Azure

22 oktober — Confidential Computing i Model Vault, Coheres dedikerade och förvaltade inferensplattform, lanserades med tidig åtkomst den 16 september och går nu över till offentlig beta: kunder kan redan nu skapa krypterade valv och driftsätta sina arbetslaster där med samma API:er. Betan körs på NVIDIA H100-GPU:er i Microsoft Azure, som tillhandahåller infrastrukturen för konfidentiell databehandling, medan NVIDIA Confidential Computing skyddar GPU-minnet och krypterar kommunikationen mellan CPU och GPU. Innehållet i förfrågningarna krypteras från ände till ände med Oblivious HTTP (OHTTP) fram till den attesterade miljön, och klientprogramvaran verifierar ett signerat bevis för hårdvaran, den fasta programvaran (firmware) och programvaran innan något skickas; enligt Cohere kan varken företagets egna operatörer eller molnleverantören läsa det skyddade minnet. Vissa fysiska attacker och sidokanalsattacker, tillgänglighet, applikationssårbarheter som promptinjektion, metadata samt API- och modellidentifierare omfattas inte av skyddet. Blackwell B200-GPU:er, allmän tillgänglighet och en stack med öppen källkod aviseras utan datum, och inga priser anges.

🔗 Confidential Computing i Cohere Model Vault · Coheres tekniska artikel

Observera och förutse planeten: ForTy, OlmoEarth v1.3 och StormScope EU

Tre av dagens publikationer kartlägger jorden eller gör prognoser utifrån satellitbilder, varav två bygger på embeddings som sammanfattar varje pixel på 10 meter.

Google DeepMind publicerar ForTy, en världskarta med 10 meters upplösning som skiljer naturskogar, plantager och trädodlingar åt

22 oktober — Google DeepMind och Google Research publicerar tillsammans med World Resources Institute (WRI) och IIASA Forest Typology (ForTy) 2020, en karta som placerar varje ruta på 10 gånger 10 meter av jordens landyta i en av sex kategorier hämtade från FAO:s definitioner: primärskog, naturligt föryngrad skog, planterad skog, skogsplantage, trädodlingar och agroskogsbruk, övrig mark. Där de flesta kartor bara visar förekomsten av träd skiljer ForTy en primärskog från en oljepalmsplantage, vilket gör den till en referens för EU:s förordning om avskogningsfria produkter (EUDR). Modellen bygger på embeddings från AlphaEarth Foundations och omkring 1,7 miljoner annoterade punkter; vid validering på över 9 000 slumpmässigt utvalda platser identifierar den rätt skogstyp i 90 % av fallen, skiljer skog från mark utan skog i 95 % av fallen och ger en sannolikhet per klass i stället för en etikett. En preliminär årsserie för 2017-2025 visar också vad som ersätter skog som har försvunnit. Kartan och serien är fritt tillgängliga på Google Earth Engine under en öppen licens.

🔗 Google DeepMinds blogginlägg · Artikeln i Scientific Data

Ai2 publicerar OlmoEarth v1.3 och förberäknade satellit-embeddings för hela planeten

22 oktober — Ai2 publicerar OlmoEarth v1.3, en modell som läser ett års radarbilder (Sentinel-1) och multispektrala bilder (Sentinel-2, Landsat) och sammanfattar varje pixel på 10 meter i en vektor. Ai2 har beräknat dessa embeddings och delar dem på Source Cooperative: hela planeten för 2023 till 2025, endast vissa länder för 2017 till 2022. En liten klassificerare som tränats på dem räcker nu för att kartlägga grödor, marktäcke eller förändringar, utan att finjustera modellen för varje uppgift. Ett utforskningsverktyg i webbläsaren, utan kontokrav, jämför år, söker efter liknande platser och exporterar en karta i GeoTIFF-format.

Mått för OlmoEarth v1.3	Publicerat värde
Embedding per pixel på 10 m	128 dimensioner, eller de första 64 i en lättviktsversion
Utvärderingar där modellen överträffar AlphaEarth Foundations och Tessera v2	20 av 27 (128 dimensioner), 18 av 27 (64 dimensioner)
Beräkningsåtgång för träning jämfört med v1.2	53 %
Arkiv med förberäknade embeddings	Omkring 150 To per år

Modellvikter, data och kod publiceras under OlmoEarth Artifact License, och Ai2 presenterar samtidigt PLANTEUR, ett benchmark för kartläggning av grödor i sex franska utomeuropeiska territorier.

🔗 Ai2:s blogginlägg

StormScope EU ansluter till Earth-2 under den andra dagen av GTC Berlin

22 oktober — NVIDIA utökar Earth-2, sin familj av modeller för väder- och klimatprognoser, med StormScope EU: en regional version av StormScope tränad på europeiska data, som utifrån EUMETSAT:s observationer gör mycket kortsiktiga prognoser för molnens utveckling i Meteosats 16 kanaler, i steg om 10 minuter. Flera europeiska användare av Earth-2 nämns: AXA har simulerat över 1 000 cyklonsäsonger med FourCastNet 3, Vaisala Xweather kompletterar StormScope med data om blixturladdningar, TotalEnergies prognostiserar solinstrålningen på två platser, och Manchesters universitet kör en CorrDiff-modell för luftkvalitet på en DGX Spark, tränad på superdatorn Isambard-AI.

🔗 Earth-2 i Europa (NVIDIA:s blogg)

GTC Berlin, andra dagen: NVIDIA utökar Cosmos, lanserar Minerva och redovisar siffror från sina europeiska kunder

22 oktober — Under den andra dagen av GTC Berlin publicerar NVIDIA en serie blogginlägg om sina europeiska kunder, främst med kvantifierade användningsfall. Shopify har eftertränat Nemotron 3.5 Lightning för GraphQL-underagenten i sin assistent Sidekick, som överträffar en ledande modell i företagets interna tester, med 90 % lägre driftkostnad och 7 gånger snabbare svar; bunq kör sin assistent Finn på öppna modeller, i nivå med de bästa slutna modellerna till 60 % av kostnaden per svar; Stripe snabbar upp datapipelines för sitt bedrägeribekämpningsverktyg Radar med en faktor 42 i offlinetester. På energiområdet är Hitachi Energys batterier DSX Ready-kvalificerade, Schneider Electric validerar referensarkitekturer för Vera Rubin och Siemens Energy publicerar en referensdesign. På produktsidan utökar NVIDIA Cosmos och lanserar Minerva.

🔗 Den europeiska handeln (NVIDIA:s blogg) · Europeiska finansiella tjänster · Energin till AI-fabrikerna

Cosmos: fem Data Factory-blueprints, ett Framework öppet för andra modeller och upp till dubbelt så snabba NIM

22 oktober — NVIDIA kompletterar Cosmos, sin plattform för världsmodeller (world models), i varje steg. För data finns Cosmos Data Factory, som nämndes redan dagen före, i fem molnnativa blueprints tillgängliga via GitHub, Microsoft Azure, Nebius och CoreWeave: dataset för självkörande fordon, utökning av bildattribut, videor av sällsynta eller farliga händelser, bilder av defekter (kretskort, metall, glas) och videoaugmentering (väder, belysning). För träning utökar Cosmos Framework sina recept för finjustering (fine-tuning), förstärkningsinlärning, destillering och kvantisering, i form av agent-skills, till andra öppna modeller som GR00T, Alpamayo, Qwen och Pi0.5. För driftsättning används nya Cosmos 3 Nano-varianter för att i simulering utvärdera styrpolicyer för självkörande fordon och tvåarmade robotar, NIM-mikrotjänsterna för Cosmos 3 får upp till 2 gånger snabbare inferens i validerade konfigurationer, och Metropolis VSS 3.3-blueprinten följer 40 % fler videoströmmar på samma GPU. MicroAGI har på så sätt destillerat sin resonerande Cosmos 3-modell på 32B till en Nano på 8B utan förlust av precision, och Porsche, som nämndes dagen före, anger att företagets upprepade fysiska tester har minskat med upp till 90 %.

🔗 Inlägget om Cosmos (NVIDIA:s blogg)

Minerva, en AIOps-plattform som håller AI-fabrikerna produktiva

22 oktober — NVIDIA lanserar Minerva, en plattform för AI-baserad drift (AIOps) av AI-fabriker, där en enda komponent med försämrad prestanda kan bromsa en hel träning. Den samlar telemetri från GPU:er, nätverk, lagring, schemaläggare och arbetslaster i en kunskapsgraf som kopplar hårdvaran (GPU, SuperNIC, switchar, kablar) till pågående jobb, för att spåra en långsam träning till den ansvariga komponenten, enligt NVIDIA även över hundratusentals GPU:er. Modeller med övervakad och oövervakad inlärning analyserar miljarder datapunkter per timme, upptäcker tidigare okända avvikelser, förutser fel och samlar en lavin av larm i en enda incident med dess sannolika orsak; en assistent som kommunicerar på naturligt språk föreslår åtgärder som genomförs manuellt eller automatiskt. IREN använder redan plattformen; Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI och Tesla planerar att driftsätta den, och Lenovo och Supermicro kommer att erbjuda den, utöver Dell Technologies. NVIDIA publicerar varken pris eller kvantifierade förbättringar.

🔗 Minerva (NVIDIA:s blogg)

Att representera kulturer och befolkningar: CulturalRiddles och Nemotron-Personas-UK

Två dataset som publicerades samma dag mäter eller förbättrar hur väl modellerna speglar verkliga kulturer och befolkningar.

Cohere Labs publicerar CulturalRiddles, 6 200 gåtor från 62 kulturer som avslöjar LLM:ers kulturella blinda fläckar

22 oktober — Cohere Labs publicerar CulturalRiddles, ett benchmark som mäter språkmodellers kulturella förståelse med hjälp av gåtor. Under sex månader skrev 194 volontärer omkring 6 200 originella gåtor på sina egna språk, för 62 kulturgemenskaper, 45 länder och 51 språk, däribland några som saknas i befintliga benchmark, som buginesiska och mongondow. Bland 28 proprietära, öppna eller regionala modeller, med omkring 68 000 svar granskade av modersmålstalare, löser den bästa 79 % av gåtorna, men ingen överstiger 22 % på lumasaba (Uganda) eller mongondow (Indonesien). Språket förklarar bara en liten del av skillnaden: när gåtorna från de fem svåraste kulturgemenskaperna översätts till engelska stiger resultaten för fem modeller bara från 22 % till 32 %. När modellerna fick möjlighet att svara ”jag vet inte” gjorde de det bara i 0,7 % av fallen, trots att omkring 31 % av de granskade svaren var påhittade; 18 av 28 modeller svarar vattenpolo på en tysk gåta vars lösning är undervattensrugby. Gåtorna, koden och instrumentpanelen är offentliga, utan att någon Cohere-modell lyfts fram.

🔗 CulturalRiddles (Cohere Labs) · Datasetet på Hugging Face

Nemotron-Personas-UK: en miljon syntetiska personas anpassade till de brittiska folkräkningarna

22 oktober — Locai Labs, ett Londonbaserat laboratorium för suverän AI, publicerar tillsammans med NVIDIA Nemotron-Personas-UK, en miljon syntetiska personas under licensen CC BY 4.0. Varje persona följer de demografiska, geografiska, socioekonomiska och yrkesmässiga fördelningarna i folkräkningarna för England och Wales, Skottland och Nordirland, utan att någon verklig person finns med. Med NeMo Data Designer drar en probabilistisk modell först realistiska kombinationer, därefter skriver Gemma 4 31B attributen för varje persona (kulturell bakgrund, kompetenser, karriärmål, fritidsintressen), på 18 NVIDIA-GPU:er. Dessa dataset används för att träna och testa modeller som ska spegla en viss befolkning utan att exponera personuppgifter. Under den andra dagen av GTC Berlin presenterade NVIDIA samtidigt Nemotron-Personas-Germany, en miljon dataposter förankrade i folkräkningen från 2022 (16 delstater, 400 distrikt), som kan användas med open source-biblioteket NeMo User Sim för att kontrollera att en modell för offentlig service beter sig på samma sätt mellan olika regioner eller åldersgrupper; utgåvor planeras med SpeakLeash i Polen och universitetet i Ljubljana. Samlingen Nemotron-Personas omfattar nu 12 länder, däribland Frankrike.

🔗 Inlägget från Locai Labs · Den europeiska offentliga sektorn (NVIDIA:s blogg)

Generativa bilder och videor: Ideogram Vector 1.0, HeyGen Video 1 och FLUX Video Upscale

Ideogram lanserar Ideogram Vector 1.0, sin första vektormodell, som genererar redigerbara SVG-filer

22 oktober — Ideogram går bortom rasterbilder med Ideogram Vector 1.0. Utifrån en prompt, med referensbilder om så önskas, genererar modellen direkt en SVG-fil; den kan också konvertera en befintlig bild till vektorgrafik utan någon prompt. Varje skapelse är en enda SVG vars former, färger och gradienter förblir redigerbara i Illustrator, Figma eller kod. Ideogram riktar in sig på logotyper, bokstavsdesign, etiketter, tryck och illustrationer (gravyr, popkonst, enfärgade ytor, linjeteckning), och satsar på sin historiska styrka, läsbar text. Modellen finns tillgänglig i Ideogram, via API:et och hos ej namngivna partner, utan något publicerat benchmark.

Genereringsläge	Pris per SVG
Text till vektor, kvalitet Low	0,13 dollar
Text till vektor, kvalitet Medium	0,16 dollar
Text till vektor, kvalitet High	0,20 dollar, 0,32 dollar med referenser
Bild till vektor	0,10 dollar per bild

🔗 Ideograms tillkännagivande · Modellsidan

HeyGen Video 1 rankas först för text till video utan ljud på Artificial Analysis, trea med ljud

22 oktober — HeyGen uppger att HeyGen Video 1, företagets första generella videomodell, kom på första plats för text till video i ett blindtest av Artificial Analysis. Rankningen AA-Video-T2V v2.1 nyanserar påståendet: den rankade varianten, HeyGen Video (ultraquality), är visserligen etta i vyn utan ljud, med ett konfidensintervall som överlappar Wan 3.0:s, men bara trea i vyn med ljud, som visas som standard.

Rankningsvy	Placering för HeyGen Video (ultraquality)	Närliggande modeller i rankningen
Utan ljud	1:a plats, 1 144 Elo (placering 1 till 2)	Wan 3.0 på 1 134, MiniMax H3 768p på 1 120
Med ljud, standardvy	3:e plats, 1 160 Elo (placering 2 till 7)	Wan 3.0 på 1 175, Utopai X på 1 167

Modellen, som har eftertränats på MiniMax H3, ligger tydligt före sin basmodell utan ljud (1 144 mot 1 120), men bara två poäng före med ljud (1 160 mot 1 158). Artificial Analysis anger att ett API ”kommer” för denna variant, medan HeyGen presenterar HeyGen Video 1 som tillgänglig i HeyGen och via API:et, till ett kampanjpris på 0,01 dollar per sekund.

🔗 Artificial Analysis rankning för text till video · Tweeten från @HeyGen

Black Forest Labs gör om FLUX Video Upscale, som enligt företaget är billigare än Topaz Astra 2 och dubbelt så snabbt

22 oktober — Black Forest Labs tillkännager en fullständig omarbetning av FLUX Video Upscale, sitt verktyg för superupplösning av video som lanserades den 20 augusti, och beskriver det som marknadens bästa, billigare än Topaz Astra 2 och dubbelt så snabbt, utan att publicera någon sifferbaserad jämförelse. Verktyget, som enligt produktsidan drivs av FLUX 3, återskapar varje bildruta i den nya upplösningen i stället för att interpolera pixlarna. En parameter styr dess beteende: det precisa läget förfinar källmaterialet utan att förändra det, för ansikten och produkter, medan det kreativa läget, som är standard, hittar på detaljer med risk för att ett ansikte förändras.

Parameter i FLUX Video Upscale	Publicerat värde
Förstoringsfaktor	1,5 till 3 gånger, upp till 4K, från 480p
Längd per klipp	Högst 20 sekunder, originalljudet bevaras
Pris i precist läge	0,035 dollar per levererad megapixel-sekund
Pris i kreativt läge (standard)	0,05 dollar per levererad megapixel-sekund

🔗 Black Forest Labs tillkännagivande · Sidan för uppskalningsverktyget

Kodagenter: Claude Code 2.1.307, VS Code 1.143, Replit Monitoring Agent, Amps orbs och Cognitions plugin

Claude Code följer med den nya API-versionen, VS Code kör en kodmodell på utvecklarens dator, Replit och Amp överlåter mer infrastruktur åt agenterna, och Cognition ger alla agenter verktyg mot tre kritiska sårbarheter. Copilot CLI 1.0.103, Vibe CLI 3.0.2, Qwen Code v0.26.0, Zed 1.25 och dagens övriga versioner finns bland kortnyheterna.

Claude Code 2.1.307 lägger till /claude-api api-version och OpenTelemetry-händelsen safety_event

21 oktober — Claude Code 2.1.307 (43 poster, varav 26 buggfixar) följer med den nya API-versionen: /claude-api api-version uppdaterar koden i en Claude API-applikation till version 2026-10-21. För observerbarhet skickas OpenTelemetry-händelsen claude_code.safety_event för varje verktygsanrop som en behörighetsregel, autoläget, en säkerhetskontroll, en hook eller sandlådan har stoppat, krävt bekräftelse för eller skickat tillbaka till Claude; den kompletterar klassificerarens fält som lades till den 15 oktober i tool_decision-händelserna. Code Review får @claude review stop (eller off, pause), som avslutar en @claude review always-prenumeration på en pull request. Bland buggfixarna skickas MCP-verktygsanrop över HTTP inte längre två gånger när anslutningen stängs under ett anrop, eftersom endast skrivskyddade eller idempotenta verktyg anropas på nytt, ett oläsbart verktygsanrop försöks på nytt upp till två gånger innan turen avbryts, och den självhostade runnern stoppar som standard sina checkout-hooks efter 30 minuter. Version 2.1.308 från den 22 oktober begränsar sig till buggfixar och tillförlitlighetsförbättringar.

🔗 Claude Code 2.1.307 på GitHub

VS Code 1.143 kör MAI Code 1.1 Flash lokalt med Copilot och gör Copilots harness till standardval

22 oktober — VS Code 1.143 levererar experimentellt den lokala routning som tillkännagavs den 7 oktober: en ny flik, On This Device, i modellväljaren laddar ned MAI Code 1.1 Flash, som kan användas i sessionerna i Copilots harness. Svaren som beräknas på enheten, märkta On-device, förbrukar inga AI-krediter, och alternativet Use in Auto låter Auto-läget skicka lämpliga förfrågningar dit, med molnet som reserv. Hårdvarukraven är fortsatt höga: en kompatibel version av llama.cpp, en GitHub-inloggning och en NVIDIA-GPU med minst 96 GB minne. Copilots harness, byggd på Copilot SDK, blir standardvalet för nya sessioner, och fönstret Agents får en förhandsversion av Compare Models, som ger samma instruktion till flera modeller och harness (Copilot, Claude, Codex) parallellt, med en valfri bedömarmodell. Installationsprogrammet erbjuder också Copilot CLI, Voice Mode accepterar en personlig OpenAI-nyckel, och företag kan bestämma vilka standardmodeller som ska användas och låta obligatoriska plugins installeras automatiskt.

🔗 Versionsinformation för Visual Studio Code 1.143

Replit lanserar Monitoring Agent, som utreder produktionslarm, åtgärdar fel och kan publicera på nytt på egen hand

22 oktober — Replit släpper Monitoring Agent, som presenteras som en autonom jouringenjör för applikationer publicerade på plattformen: vid en produktionsincident utreder den larmet, söker orsaken i loggar, mätvärden och kod, förbereder och validerar en korrigering, kan driftsätta den och redovisar sedan vad som har ändrats. Tre separata inställningar görs för varje applikation: larm för felloggar, HTTP-fel och latens; automatisk felkorrigering (Auto-fix), som utreder i bakgrunden och skickar en sammanfattning via e-post; automatisk återpublicering (Auto-republish), som fortfarande är experimentell och bara är tillgänglig för applikationer där Auto-fix är aktivt. Replit påpekar att ett larm inte garanterar en korrigering och att migreringar och indexoperationer fortfarande är riskfyllda; utan automatisk återpublicering väntar korrigeringen på granskning i agentens chatt. Ingen särskild prissättning: körningarna kan medföra användningsavgifter för Agent. Replit kallar agenten ”den första i sitt slag”, men Cognition lanserade den 15 oktober Devin Oncall, som också utreder produktionsincidenter.

🔗 Replits blogginlägg · Dokumentationen för Monitoring Agent

Amp gör det möjligt att hosta sina orbs på egen infrastruktur, gratis för alla fram till den 29 oktober

22 oktober — Amp gör det möjligt att själv hosta sina orbs, fjärrmaskinerna som agenterna körs på: kunden tillhandahåller beräkningsresurserna och Amp gör dem till orbs, förutsatt att infrastrukturen snabbt kan starta nya maskiner, försätta dem i viloläge och återuppta dem, behålla dem länge och skala ned till noll. amp orb provider körs hos kunden, ansluter till Amp och vidarebefordrar begäranden om att skapa, pausa och ta bort till ett program som kunden har skrivit; Amp tillhandahåller exempel för Docker, E2B, Kubernetes, Apple Containers, Modal, Vercel, Daytona och exe.dev. Amp avråder ändå de flesta av sina användare från alternativet: det riktar sig till företag som på grund av reglering, interna nätverk eller särskild hårdvara inte kan använda de hostade orbs som erbjuds. Egenhostade orbs förblir gratis för individer och team; Enterprise-kunder betalar standardpriset för orbs från och med 29 oktober, och fram till dess är alternativet gratis för alla. Hittills var det bara Amps runners som lät agenten arbeta hos kunden, men på beständiga maskiner.

🔗 Amps blogginlägg

Cognition släpper en agentplugin som open source för att åtgärda kritiska sårbarheter i PHP, Node.js och GitLab

22 oktober — Dagen efter PHP2Shell släpper Cognition Vulnerability Fixes, en gratis plugin med öppen källkod (MIT-licens) som låter en kodagent åtgärda tre kritiska sårbarheter. Den installeras från Devins marketplace, men består av skills i formatet Agent Skills: npx skills add lägger även till den i Claude Code, Codex, Cursor, Factory Droid, GitHub Copilot, Gemini CLI eller OpenCode. Agenten börjar med en skrivskyddad inventering av allt som innehåller PHP eller Node.js (Docker-avbildningar, distributionspaket, CI, Helm, Terraform, AWS Lambda-runtimes…), väntar på att användaren väljer vilka repon som ska åtgärdas, uppgraderar till en korrigerad version som verifierats mot officiella källor, kör tester före och efter och öppnar sedan en pull request per repo, med en risketikett och en återställningsplan.

Berörd komponent	Åtgärdad sårbarhet	Korrigerade versioner
PHP (PHP2Shell, som behandlades den 21 oktober)	CVE-2026-109618 och CVE-2026-109619, CVSS v4 9,2	8.2.35, 8.3.36, 8.4.27, 8.5.12
Node.js (uppdatering den 21 oktober)	10 CVE, däribland CVE-2026-111497 (Brotli-avkodare)	22.23.4, 24.22.1, 26.12.1
Egenhostad GitLab	CVE-2026-110264, CVSS 10.0	19.5.1, 19.4.3, 19.3.6, 19.2.9, 19.1.9, 19.0.10, 18.11.13

Enligt Cognition utnyttjas sårbarheterna i PHP och Node.js aktivt genom automatiserade angrepp, och blogginlägget rekommenderar att man först tar sina PHP-webbapplikationer offline. Devin Enterprise-kunder utlovas krediter och stöd, utan angivet belopp.

🔗 Cognitions blogginlägg · Repot CognitionAI/devin-vuln-fixes · Tillkännagivandet från @cognition

Notiser

Kodagenter och verktyg

Copilot CLI 1.0.103 — Dagen efter 1.0.102 kommer GitHubs stabila version främst med felkorrigeringar: ACP-sessioner följer äntligen inställningarna för sandbox, verktygsanrop i Gemini misslyckas inte längre vid schemavalidering och de gamla startalternativen --remote och --no-remote tas bort. 🔗 källa
Vibe CLI 3.0.2 — Mistral höjer standardgränserna för underagenter som hålls igång och underagenter som körs parallellt till 32, från tidigare 8 respektive 4, justerbart med max_subagents och max_concurrent_subagents, och tillämpar äntligen behörigheter, verktygslistor och skills för anpassade underagenter. 🔗 källa
Qwen Code v0.26.0 — Den stabila versionen följer på förhandsversionerna av v0.25.4 som behandlades dagen före, utan någon stabil v0.25.4: 64 av dess 237 poster, däribland 21 funktioner, är nya, exempelvis godkännanden som kan ändras under en tur i Managed Agent och omstart av daemonen qwen serve. 🔗 källa
Zed 1.25 i stabil version — v1.25.2 gör förhandsversionen som behandlades den 14 oktober stabil, med kontextkomprimering för ACP-agenter samt GPT-6 Astra, Claude Fable 5.1 och Claude Opus 5.5 via leverantören Amazon Bedrock, och en binärfil som är omkring 30 % mindre än i 1.23. 🔗 källa
Gemini CLI, nightly från den 22 oktober — IDE-integrationen fungerar äntligen när CLI körs i en sandbox med docker, podman eller runsc, utan att hjälpprogrammets token förs in där, och ett godkännande av ett shell-kommando gäller för samma alternativ fram till sessionens slut. 🔗 källa
Antigravity 2.25.0 och VS Code-tillägg 1.9.0 — Uppsamling av nyheter från den 19 och 18 oktober: applikationen markerar projekt som hanteras av plugins med ett märke och reparerar YAML-frontmatter i skills; tillägget lägger till kortkommandon för att godkänna eller avvisa ett diff-block och valfri automatisk omstart av språkservern. 🔗 källa
Versionsinformation för Devin från den 21 oktober — Devin Review blir tillgängligt för Bitbucket Cloud, Devin Oncall får ett Lite-läge och Enterprise-administratörer kan visa en länk för att begära åtkomst bredvid repon som ännu inte är anslutna. 🔗 källa
Ett skolverktyg byggt med GenCode — Genspark publicerar en användarberättelse från Jason Hill, som på tre dagar och för omkring 600 krediter byggde ett verktyg för lediga platser och överbeläggning i sitt skoldistrikts scheman; ingen produktnyhet. 🔗 källa

Företag och driftsättningar

Uber och ChatGPT Work — Efter ett pilotprojekt med 1 000 anställda inför Uber agenten i ChatGPT Enterprise för över 30 000, med GPT-6.1 Sol som standard och anslutningar till Google Drive, Gmail, Google Calendar och Slack; inga kvantifierade resultat. 🔗 källa
OpenAI:s Forward Deployed Engineers — Colin Jarvis beskriver deras metod med siffror från kunder som stöd: omkring 90 % av den kundanpassade koden togs bort hos en kund inom halvledarbranschen genom en övergång till en grund byggd på Codex, och en röstmodell inom telekom gick från omkring 60 % till över 90 % i centrala utvärderingar på sex månader. 🔗 källa
Replit for Government — Ett erbjudande för offentlig förvaltning på alla nivåer, i USA och på andra håll, som uppges användas i 25 amerikanska delstater och över 20 länder, utan namngivna kunder, FedRAMP eller prisuppgift. 🔗 källa
Cognition i London — Nytt kontor vid Finsbury Square, en brittisk personalstyrka som vuxit med över 200 % på sex månader och tre nyrekryteringar, däribland Katrin Lehmann, tidigare global IT-chef på Mercedes-Benz. 🔗 källa
SpaceXSI:s Partner Network — Programmet för integratörer och programvaruleverantörer som bygger med Grok lämnar early access, följs av över 130 företag och har 45 lanseringspartner, däribland Bain & Company, Databricks, NVIDIA och Snowflake; varken pris eller tidsplan anges. 🔗 källa
Synthesia och Hays — Pilotprojektet med Roleplay Sessions hos rekryteringsföretaget visar en genomsnittlig förbättring på 29 % av säljfärdigheterna, med över 70 % frivilligt deltagande. 🔗 källa
Trinity Logistics och ElevenAgents — I ett kundfall publicerat den 20 oktober förhandlar och bokar röstagenter omkring 1 000 fraktuppdrag per månad via 30 000 samtal, med 25 % högre marginal och 40 % lägre plattformskostnad. 🔗 källa
Eleven Realtime Translation, fortsättning — Blogginlägget om röstöversättning i realtid, som behandlades dagen före, nämner en första kund, Deutsche Telekom, för dess Magenta AI Call Assistant och preciserar att Eleven v4 Turbo används som standardbas; företagsalphan saknar fortfarande prisuppgift. 🔗 källa

Säkerhet

OpenAI och lokala banker — Samarbetet med ICBA ger kvalificerade medlemsbanker subventionerad tillgång till Daybreak for Frontline Defenders, inklusive utbildningar; varken belopp eller antal banker anges. 🔗 källa
Cloudflare, Daybreak och Codex — I en fallstudie daterad den 21 oktober tar Cloudflare med hjälp av OpenAI:s modeller fram korrigeringar och WAF-regler som granskas innan de delas, och ett team på fyra personer byggde om en produkt på tre dagar med Codex för 1 100 dollar i tokens. 🔗 källa
Grok Bot och 1Password — Grok Bot kommer under de närmaste dagarna att använda inloggningsuppgifter från 1Password som användaren har godkänt utan att se lösenorden, inom ramen för 1Password for Agents, som även ska användas av Muse från Meta, Claude Duet och ChatGPT Work. 🔗 källa · 🔗 1Password for Agents
Övervakning av offentliga commits med datahemvist — GitHubs secret scanning övervakar nu offentliga commits för kunder med GitHub Enterprise Cloud med datahemvist, i offentlig förhandsversion, med attribuering enbart utifrån verifierade domäner. 🔗 källa

Assistenter

Gemini, Google Maps och Google Agenda — Med användarens godkännande kombinerar Gemini-applikationen användarens sökningar och sparade platser i Google Maps med kalendern för att ge rekommendationer för dagen via Personal Intelligence, som inte är tillgängligt inom Europeiska ekonomiska samarbetsområdet. 🔗 källa
Från Gemini-applikationer till Google Sites — Sedan den 19 oktober öppnar Exportera > Google Sites en interaktiv webbapplikation skapad i Gemini i ett privat webbplatsutkast, med bibehållen interaktivitet, för Workspace och personliga konton. 🔗 källa
Kimi Work 3.2.19 — Dagen efter 3.2.18 visar Moonshot AI:s applikation en sida för begränsad åtkomst när ett företags IP-tillåtelselista blockerar anslutningen, och lägger till ett verktyg för nätverksdiagnostik. 🔗 källa

Utvecklingsplattformar

Blanksteg och delad vy i pull requests — Inställningen för visning av blankstegsändringar sparas för alla pull requests, och nya eller borttagna filer upptar hela bredden i delad vy. 🔗 källa
Nya blob-värdar för GitHub Actions — Intervallen productionresultssa30 till 49 och 100 till 199 på blob.core.windows.net, publicerade i meta-API:et, måste tillåtas om inget wildcard redan finns på plats, för att undvika avbrott i jobbsammanfattningar och loggar. 🔗 källa
huggingface_hub 2.3.0 som release candidate — Parallell listning minskar tiden för att hitta de 798 924 filerna i objaverse från 776 till 19,7 sekunder, och Buckets kan följas i realtid. 🔗 källa
OpenUSD på Hub — Filer med ändelserna .usd, .usda, .usdc och .usdz öppnas i en interaktiv 3D-visare, publicerad som open source, dagen efter SimReady Central. 🔗 källa

Forskning, öppna modeller och metoder

PLANTEUR — Detta benchmark för kartläggning av grödor i sex franska utomeuropeiska territorier (2 750 tidsserier, 4 506 km² odlingsskiften), publicerat av Ai2 tillsammans med OlmoEarth v1.3, visar att varje modell förlorar omkring hälften av sin träffsäkerhet på en ö som den aldrig har sett. 🔗 källa
Seb-9B-v2 — Denna lokala beslutsmodell med 9 miljarder parametrar, under Apache 2.0, får 59,16 på Decision Index jämfört med 57,96 för den hostade Jev 1.13 enligt upphovspersonen, som inte anger indexets version, med 22 ms per beslut på en RTX PRO 6000. 🔗 källa
Laghu — UDGAM LABS tränar från grunden för 146 dollar en konversationsmodell med 152 miljoner parametrar, 163 MB i webbläsaren, som enligt upphovspersonerna är jämbördig med SmolLM2-135M-Instruct i konversation. 🔗 källa
BaseQuant V1 — basecompute publicerar kvantiseringar av Qwen3.8-27B (10,93, 16,41 och 20,82 GB) vars KL-divergens enligt upphovspersonerna är 15 % lägre än Unsloths vid 3 och 4 bitar. 🔗 källa
En VLM som reranker — Utan träning i reranking slår Qwen3.8-27B den övervakat tränade Qwen3-VL-Reranker-2B på tre benchmarktester och matchar 8B-versionen på de visuella dokumenten i MMEB-V2, enligt ett communityinlägg. 🔗 källa
Utvärdera en agent enligt Perplexity — En guide i sex steg, från framgångskriterier till regressionstester och uppföljning i produktion, rekommenderar felanalys av ett hundratal verkliga körningsspår och kalibrering av LLM-domare; ingen produkt från Perplexity. 🔗 källa
Project Chrysalis — Google Cloud beskriver en referensarkitektur för självutvecklande driftagenter på agentplattformen Gemini Enterprise: vid simulerade driftstörningar minskar tiden till den första skadebegränsande åtgärden (mitigation) från 15–45 minuter till 1,8 sekunder; det är ingen produkt. 🔗 källa

Vad det betyder

Plattformarna skriver om sina åtkomstvillkor. Anthropic låser nu Claude API till daterade versioner och tar bort inställningar som företagets senaste modeller redan hade slutat låta användarna ändra: en utvecklare som sänkte temperaturen i en äldre modell måste välja mellan att stanna kvar på 2023-06-01 och att acceptera standardinställningen för sampling, och alla SDK:er byter huvudversion och licens samma dag. OpenAI ska sålla bland mellanhänderna: från och med den 20 november måste en router eller gateway som ger direkt åtkomst till företagets modeller få dess godkännande, och med SafetyIDs kan företaget rikta åtgärder mot en slutanvändare utan att känna till dennes identitet. Perplexity övertar utformningen av OpenAI:s Batch API, och Cohere låter kunden kontrollera den miljö som ska behandla begäran före varje sändning.

Agenternas byggstenar ställs under neutral styrning. Med Agent Skills, Open Responses, OpenEnv och OpenSandbox har AAIF samlat tio projekt på ett år, varav de fyra senaste kommer från Anthropic, OpenAI, Hugging Face och Alibaba. Nyttan med ett gemensamt format märks samma dag: Cognitions plugin mot PHP2Shell och säkerhetsbristerna i Node.js och GitLab installeras som skills i sju konkurrerande kodagenter. När det gäller arkitekturen går signalerna däremot isär: Anthropic rekommenderar att underagenter förs in i en enda loop med skills och behåller dem bara när kontexten är full eller för parallella engångsuppgifter, medan Vibe CLI 3.0.2 samma dag höjer standardantalet samtidiga underagenter till 32.

Ju mer agenterna agerar på egen hand, desto mer blir övervakningen en infrastruktur som måste prövas. Övningen som METR och Redwood Research genomförde visar att en övervakare kan se en agents hela förlopp och ändå släppa igenom en del av trafiken: så länge kontextkomprimeringen undgick övervakaren kunde en agent som aldrig lämnade tillbaka kontrollen skjuta upp granskningen på obestämd tid. Samma dag meddelar Claude-apparna att auto-läget blir standard, där en automatisk kontroll ersätter godkännandet av varje steg, Claude Code skickar en händelse för varje stoppat verktygsanrop, Replit låter en agent på egen hand publicera om en korrigering i produktion, och GitHub erbjuder företag att jämföra sin andel användare av agenter med motsvarande andel hos jämförbara företag.

Inom ett avgränsat område hinner en specialiserad modell ikapp en modell vid forskningsfronten till en bråkdel av kostnaden. Carbon-X, med 14 miljarder parametrar, ligger mindre än en poäng efter GPT-6.1 Sol inom ADN för ungefär 1/1 800 av dess kostnad per problem; Decisions API och GLiDE svarar utan att generera text; OlmoEarth v1.3 förberäknar embeddings för hela planeten som en liten klassificerare sedan kan använda för att skapa en karta, och ForTy bygger sin karta på embeddings från AlphaEarth Foundations. Benchmarktesterna påminner om baksidan: på CulturalRiddles överstiger ingen av de 28 testade modellerna 22 % för vissa grupper, och modellerna svarar ”jag vet inte” i endast 0,7 % av fallen.