OpenAI avslutar sitt avtal med Cursor, Claude Code sänker sina veckogränser med 17 %, Copilot CLI går över till native Rust

Tjugotvå meddelanden inom åtta områden för den 29 augusti: en lugn lördag, med hälften så många nyheter som dagen innan. Dagens viktigaste nyhet är avtalsmässig snarare än teknisk. OpenAI har meddelat SpaceX att företaget avser att sluta leverera sina modeller till Cursor, med ett föreslaget slutdatum den 12 november, och hänvisar uttryckligen till Elon Musks företags tidigare agerande. Anthropic meddelar å sin sida en permanent ökning på 25 % av Claude Codes veckogränser, vilket — enligt företagets egen formulering — innebär en minskning på 17 % jämfört med i dag. GitHub flyttar Copilot CLI till en native Rust-körmotor, Together AI gör GLM-5.3 tillgänglig samma dag som modellen släpps, och en inferensgateway publicerar produktionssiffror som äntligen visar open-weight-modellernas verkliga position.

OpenAI avslutar sitt avtal med Cursor efter SpaceX:s uppköp

28 augusti — OpenAI har meddelat SpaceX att företaget avser att avsluta avtalet som ger Cursor direkt åtkomst till dess modeller. Det föreslagna slutdatumet är 12 november 2026: företaget uppger att det har valt den längsta uppsägningstid som avtalet tillåter, så att utvecklarna kan behålla åtkomsten till modellerna så länge som möjligt.

Orsaken är SpaceX:s uppköp av Cursor. OpenAI förklarar att företaget arbetar med sina stora partner genom skräddarsydda avtal som garanterar att användarvillkoren följs och att storskaliga integrationer är säkra, och säger att det inte kan lita på att SpaceX kommer att använda tekniken inom denna ram. Två tidigare fall nämns uttryckligen: efter Elon Musks uppköp av Twitter, som numera hör till SpaceX, bröts villkoren i avtalet mellan de två företagen; och tidigare i år medgav Musk under ed att xAI, som också har införlivats i SpaceX, hade brutit mot OpenAI:s användarvillkor. Avtalet med Cursor innehöll ett tidsbegränsat uppsägningsfönster efter en förändring av kontrollen, vilket förklarar tidsplanen.

Därtill kommer ett andra, mer ovanligt argument: OpenAI säger att företaget tar på sig ett nytt ansvar i takt med att förmågan utvecklas, och nämner sin kommande modell Astra — den modell som företaget den 7 augusti meddelade att det inte längre kunde utesluta skulle nå en nivå av cyberförmågor som klassas som Kritisk enligt dess beredskapsramverk. Den praktiska konsekvensen är att avtalet löper till det senast möjliga datumet, men att inga framtida modeller kommer att levereras till Cursor.

Ärende	Värde
Datum för meddelandet till SpaceX	28 augusti 2026
Föreslaget slutdatum	12 november 2026
OpenAI-Cursor-samarbetets längd	nästan 4 år
Framtida modeller som levereras till Cursor	inga

We’re ending our partnership with Cursor following its acquisition by SpaceX. Under our proposal, Cursor’s direct access to our models would end on November 12.

We know that the people most affected by this decision are the developers who rely on OpenAI models in Cursor. We care about their experience in this transition and we’re ready to go above and beyond to support them.

🇸🇪 Vi avslutar vårt partnerskap med Cursor efter SpaceX:s uppköp. Enligt vårt förslag skulle Cursors direkta åtkomst till våra modeller upphöra den 12 november.

Vi vet att de som påverkas mest av detta beslut är utvecklarna som förlitar sig på OpenAI-modeller i Cursor. Deras upplevelse under denna övergång är viktig för oss, och vi är beredda att gå längre än våra skyldigheter för att hjälpa dem. — @OpenAI på X

🔗 Beslutet om Cursor — OpenAI

Claude Code: veckogränserna sjunker med 17 % den 14 september, CLI startar snabbare

29 augusti — Anthropic meddelar att Claude Codes standardiserade veckogränser från och med 14 september permanent höjs med 25 % för Pro-, Max-, Team- och Enterprise-planer med sätesbaserad prissättning (seat-based). Fram till detta datum gäller den nuvarande ökningen på 50 % fortfarande.

Formuleringen krävde ett förtydligande, och Anthropic gav själv det i nästa inlägg i tråden: jämfört med dagens situation innebär förändringen en minskning på 17 % av veckogränserna. Arithmetiken är enkel — den nuvarande ökningen på 50 % är tillfällig, den nya på 25 % är permanent, och övergången från den ena till den andra sänker automatiskt den faktiska gränsen. Den tillfälliga ökningen var inte ny: den 18 juli 2026 meddelade samma konto att den skulle gälla ”till och med den 19 augusti”, ett datum som passerades utan något nytt meddelande. Meddelandet den 29 augusti fastställer därmed en slutpunkt: en permanent gräns som är högre än den ursprungliga standardnivån, men lägre än den exceptionella nivån under de senaste veckorna. Mottagandet förblev blandat, så pass att huvudmeddelandet — cirka 1,6 miljoner visningar vid skanningstillfället — kompletterades med en kontextanteckning skriven av X-läsare, som återger siffran för minskningen.

Period	Claude Codes veckogränser
Till och med 13 september	+50 % (tillfällig ökning, fortfarande aktiv)
Från och med 14 september	+25 % permanent
Nettoeffekt enligt Anthropic	-17 % jämfört med i dag

Compared to today, this works out to a 17% reduction in weekly limits on Claude Code. We’re working on exciting changes that will make it feel like you’re getting more from Claude, while having more visibility and control of your usage. Can’t wait to share them.

🇸🇪 Jämfört med i dag innebär detta en minskning på 17 % av veckogränserna för Claude Code. Vi arbetar med spännande förändringar som kommer att ge intrycket av att få mer Claude, med större insyn och kontroll över er förbrukning. Vi ser fram emot att dela dem. — @ClaudeDevs på X

Tidigare under dagen publicerade samma konto sin veckovisa sammanfattning av Claude Code-leveranserna. Huvuddelen av denna tråd med sex meddelanden består av nyheter som redan har beskrivits här i samband med versionssläppen — fliken ”Auto mode” i /permissions i 2.1.246, raden för promptcache i /cost och direkthanteringen av aktiva underagenter i 2.1.251, uppdelningen av uppgifter /loop i /usage i 2.1.243. En aspekt hade däremot aldrig kvantifierats: prestandan. CLI väntar inte längre på att sandboxen (sandbox) eller MCP-servrarna ska starta innan det går att skriva den första instruktionen, och kommandot claude hoppar över de initieringssteg det inte behöver. När det gäller distribution är Linux x64-nedladdningen 4,5 gånger mindre, cirka 75 MB, och native builds använder 40 till 70 MB mindre minne per session.

Tillkännagivet prestandamått	Värde
Linux x64-nedladdning	4,5 gånger mindre, cirka 75 MB
Minne för native builds	40 till 70 MB mindre per session

🔗 Meddelande om veckogränserna · Veckovis sammanfattning

Copilot CLI går över till en native Rust-motor, Visual Studio får organisationsanpassade agenter

28 augusti — GitHub publicerade sent på dagen sin veckovisa Copilot-sammanfattning. Inlägget är daterat den 24 augusti i rubriken — det är den vecka som sammanfattningen täcker — men publicerades först den 28 augusti klockan 20.13 UTC, efter den föregående skanningen. Två av avsnitten återger meddelanden som redan har behandlats här, Copilot i Slack och Microsoft Teams samt den allmänna tillgängligheten för fliken Customize; resten är nytt.

Den mest strukturella förändringen gäller CLI: Copilot CLI körs nu på en native Rust-körmotor (native Rust runtime), medan terminalgränssnittet fortfarande är skrivet i TypeScript. GitHub meddelar ”avsevärt bättre” prestanda utan att publicera någon mätning, vilket lämnar bedömningen åt läsaren. Två inställningar, defaultMode och defaultPermissionMode, bestämmer körningsläget och behörighetsläget som tillämpas på varje ny session; kommandona /plugin, /mcp och /skills får särskilda hanteringsgränssnitt; och CLI kan återställa en session som inte avslutades korrekt, även om den avbröts mitt i en tur.

Berörd yta	Tillkännagivna nyheter
Copilot CLI	Native Rust-motor, `defaultMode` och `defaultPermissionMode`, gränssnitt för `/plugin` `/mcp` `/skills`, återupptagning av sessioner
Copilot-appen	Azure DevOps-issues och pull requests omvandlade till sessioner, experimentellt WSL-stöd, delbara flikar, förhandsvisning i extern webbläsare
JetBrains-tillägget	Företagskontroller för plugins, MCP-servrar, telemetri och agenternas behörighetslägen
VS Code 1.135	Återupptagning av Copilot- eller Claude-agentsessioner som startats någon annanstans, en andra bedömning från en kompletterande modell, en enda Agents-panel, förbrukning per modell och tur
Visual Studio 2026	Organisationsanpassade agenter, Low-, Medium- och High-nivåer för resonemang, vyn Manage models, granskning genom Git-agenten

Samma dag publicerades ett särskilt changelog-inlägg med detaljer om augustiuppdateringen av Copilot i Visual Studio 2026, som är tillgänglig i alla planer — Free, Student, Pro, Pro+, Max, Business och Enterprise. Den viktigaste förändringen är att organisationsanpassade agenter införs på organisationsnivå: ägare av GitHub-organisationer eller företag publicerar agenter som kan användas i alla deras repositorier. Visual Studio upptäcker dem automatiskt och visar dem i väljaren tillsammans med deras beskrivning och ursprungliga organisation. En GitHub-organisation krävs, vilket utesluter personliga konton. Inställningen för resonemangsansträngning flyttas till användarsidan med tre nivåer, och GitHub framställer den uttryckligen som en avvägning mellan resonemangsdjup och tokenförbrukning. Vyn Manage models samlar funktioner, kontextfönstrets storlek, kostnadsinformation och kontroller, medan Git-agenten granskar okommitterade ändringar eller commits innan en pull request öppnas, i både GitHub- och Azure DevOps-repositorier.

🔗 Copilots veckovisa sammanfattning · Copilot i Visual Studio, augustiuppdatering

GLM-5.3 anländer hos Together AI, som omedelbart mäter vad dess destillerade version kostar

29 augusti — Tredje dagen i rad för GLM-5.3. Den 27 augusti meddelade Z.ai i två rader att de skulle publicera vikterna; den 28:e var öppnandet genomfört och Together AI öppnade en modellsida märkt ”coming soon”, utan prisuppgift. Sedan 29 augusti kl. 01.57 UTC är sidan live och värden talar om en ”Day 0”-tillgänglighet. Endpointen zai-org/GLM-5.3 erbjuds både serverless och som dedikerad infrastruktur, och Together AI meddelar kompatibilitet med Claude Code, OpenCode och andra plattformar för kodagenter. Enligt värden närmar sig modellen Fable 5 i samtliga benchmarks, samtidigt som den kostar en bråkdel av priset per uppgift.

Tjänstens egenskap	Värde
Pris för indata / cachad indata	$1,40 / $0,26 per miljon tokens
Pris för utdata	$4,40 per miljon tokens
Kontextfönster	1 M tokens (IndexShare-arkitektur)
Ansträngningsnivåer	low, high, max (max som standard)
Utlovad SLA	99,9 %

Samma dag publicerar Together AI den sjätte jämförelsen i sin DeepSWE-serie, och för första gången ställs två modeller ur samma familj mot varandra: GLM-5.3 och dess destillerade version GLM-5.3 Flash. Protokollet är oförändrat — DeepSWE v1.1:s 113 uppgifter, fyra försök per konfiguration, båda modellerna med maximal ansträngning — vilket ger totalt 900 fullständiga körningar (rollouts), 452 för den fullständiga modellen och 448 för Flash. Vid första försöket verkar skillnaden tydlig: 69,0 % pass@1 mot 63,4 %. Men vid pass@4 sjunker den till 2,6 procentenheter, för en sjuttondel av priset. Destilleringen har alltså inte tagit bort kapaciteten, utan regelbundenheten: ingen av de 48 uppgifter som den fullständiga modellen klarar fyra gånger av fyra blir olösbar för Flash, som behåller 93 av de 99 uppgifter som lösts minst en gång. Mekanismen identifieras längre fram, och det är det mest intressanta resultatet: på instabila uppgifter är det längsta försöket det vinnande i 61 % av fallen för GLM-5.3, men bara i 46 % för Flash — under nivån för krona eller klave. Den destillerade modellen kan inte längre omvandla ytterligare ansträngning till en lösning.

Uppmätt mätvärde	GLM-5.3 (maximal ansträngning)	GLM-5.3 Flash (maximal ansträngning)
pass@1	69,0 %	63,4 %
pass@4	87,6 %	85,0 %
Kostnad per körning	$3,99	$0,24
Lösta uppgifter per $100	17	264
Tid från början till slut	35 min	26 min
Ett redan godkänt referenstest går sönder	4,4 %	6,9 %
Ansträngning lönar sig på instabila uppgifter	61 %	46 %

Endast en tydlig regression noteras, och den gäller försiktighet: Flash förstör ett redan godkänt referenstest i 6,9 % av körningarna, jämfört med 4,4 % för den fullständiga modellen. Därför rekommenderar Together AI uttryckligen en fullständig uppsättning regressionstester innan en diff som producerats av Flash accepteras utan granskning. Den praktiska slutsatsen är en kaskad inom samma familj: kör Flash först och eskalera till den fullständiga modellen endast om en verifierare avvisar svaret. Denna kombination når 80,9 % lyckade resultat för 1,70 dollar per uppgift, alltså tolv procentenheter mer än GLM-5.3 ensamt (69,0 % för 3,99 dollar) och till mindre än halva priset. En skillnad bör uppmärksammas av läsaren: DeepSWE-poängen som visas på modellsidan (66,9) skiljer sig från de 69,0 % som Together AI uppmätte i sin egen kampanj, vilket värden tar ansvar för genom att förtydliga att siffrorna kommer från deras egen körning.

🔗 GLM-5.3 tillgänglig hos Together AI · GLM-5.3 jämfört med GLM-5.3 Flash på DeepSWE

Modeller med öppna vikter har tagit hälften av trafiken, men bara 13 % av utgifterna

29 augusti — Thibault Jaigu, chef för inferensgatewayen Requesty, publicerar på Hugging Face-bloggen mätningar från den egna produktionstrafiken under 2026, exklusive kundernas egna nycklar och interna konton. Huvudsiffran: modeller med öppna vikter har ökat från mindre än 5 % av tokens i januari till hälften av all trafik under veckan den 3 augusti, men står bara för omkring 13 % av utgifterna. En token från en sluten frontier-modell kostar omkring 6,4 gånger mer än en öppen token när cachen räknas med.

Två illustrationer ger en bild av denna marknad. Efter lanseringen av kimi-k3 tog det 11 dagar innan det ursprungliga laboratoriet förlorade majoriteten av tokens som levererades på den egna modellen; fyra andra värdar hade aktiverat inferens på samma vikter inom 72 timmar. Och för glm-5.2 visar sex värdar en skillnad på 5,7 gånger i det faktiskt betalda priset — inte på grund av hemliga rabatter, utan eftersom den billigaste cachar 94 % av indatatokens medan den dyraste inte cachar några alls. Dessa siffror kommer från en leverantör som beskriver sin egen produkt, vilket författaren öppet står för genom att underteckna som chef för Requesty.

Uppmätt mått på gatewayen	Värde
Andel tokens med öppna vikter (januari 2026)	mindre än 5 %
Andel tokens med öppna vikter (veckan den 3 augusti)	50 %
Andel av utgifterna för öppna vikter	omkring 13 %
Fördelning av utgifterna (Anthropic / OpenAI / Google)	51 % / 21 % / 15 %
Cachade omläsningar / färsk indata / synlig utdata	78 % / 19 % / mindre än 2 %
Förhållande mellan indata och utdata (januari och augusti)	15x respektive 36x
Genomsnittlig kontext per förfrågan (januari och augusti)	9,6 k respektive 28 k tokens

🔗 Requestys inlägg på Hugging Face

Perplexitys Search API tar de tre första platserna i Artificial Analysis Search Index

29 augusti — Perplexity återger en rankning som Artificial Analysis publicerade dagen innan: de tre kontextinställningarna i dess Search API intar de tre första platserna i Artificial Analysis Search Index, vid sin debut i denna rankning. Inställningen medium får 80 poäng, fem mer än de tidigare ledarna Parallel (advanced) och Brave Search (LLM context), som båda får 75; varianterna high och low följer med 79 respektive 77.

Protokollet isolerar avsiktligt sökkomponenten: Artificial Analysis kör samma modell — GPT-5.6 Luna med medium-resonemang — i Stirrup, dess open source-agent-harness, med verktyg för sökning och hämtning av webbsidor. Från ett test till nästa är det bara leverantören bakom sökverktyget som ändras. Perplexitys försprång är koncentrerat till BrowseComp, medan poängen i AA-Omniscience och DeepSearchQA förblir jämförbara med de andra ledande leverantörerna. Det andra argumentet är ekonomiskt: kompaktare nyttolaster gör att modellen behöver läsa mindre, vilket ger en inferenskostnad per uppgift på 0,028 till 0,034 dollar beroende på variant, jämfört med 0,036 dollar för den näst billigaste leverantören — det lägsta som Artificial Analysis hittills har uppmätt.

Sökleverantör (variant)	Poäng i AA Search Index	Total kostnad per uppgift
Perplexity Search (medium)	80	omkring 0,091 $
Perplexity Search (high)	79	omkring 0,091 $
Perplexity Search (low)	77	ej kommunicerad
Parallel (advanced)	75	0,084 $
Brave Search (LLM context)	75	0,13 $

Två användningsreservationer: rankningen kommer från Artificial Analysis och inte från Perplexity, som nöjer sig med att lyfta fram den, och inget blogginlägg kompletterar budskapet eftersom företagets blogg inte har publicerat något sedan den 25 augusti.

🔗 Inlägg från @perplexity_ai · Detaljerade siffror från @ArtificialAnlys

Codex CLI 0.151.0: tillägg kan fånga upp MCP-resultat, den fjärrbaserade sandlådan skärps

29 augusti — Codex CLI går över till 0.151.0, publicerad på GitHub kl. 11.55 GMT+2 och omnämnd samma dag i den officiella ändringsloggen för ChatGPT och Codex. Den mest strukturella nyheten gäller tillägg: de kan nu inspektera eller ersätta resultaten från ett MCP-verktyg innan dessa når modellen. En avlyssningspunkt placeras alltså mellan MCP-servern och kontexten, vilket öppnar för filtrering, omskrivning eller trunkering av verktygsutdata utan att servern berörs. Dessutom tillkommer en konfigurerbar respittid för upptäckt av verktyg som exponeras av valfria MCP-servrar, samt plugin-kataloger som kombinerar den konfiguration som gäller för varje arkiv och samtidigt markerar ogiltiga projektmarknadsplatser utan att ta bort giltiga plugins.

Resten av versionen domineras av en skärpning av sandlådan (sandbox). Kommandot /cd kan inte längre försvaga begränsningarna — ett scenario där ett byte av katalog implicit lättade på skyddsräcken — och föråldrade Guardian-klassificeringar kan inte längre tillåta en åtgärd efter en ändring av behörigheternas tillstånd. Tillämpningen av den fjärrbaserade sandlådan anpassas dessutom till körningsmaskinens verklighet: körarens hemkatalog, operativsystem och sökvägskonventioner förs vidare till kontexten, även för regler som nekar läsning. En sista punkt att notera för team som delegerar till sina agenter: tokenförbrukningen hos nästlade underagenter räknas äntligen in i budgeten för rotmålet.

Versionselement	Värde
Version	0.151.0 (stable)
GitHub-publicering	29 augusti 2026, 11.55 GMT+2
Installation	`npm install -g @openai/codex@0.151.0`
Nyheter / korrigeringar / grundarbete	3 / 6 / 2
Föregående stabila version	0.150.1 (27 augusti)

🔗 Versionsanteckningar för Codex CLI 0.151.0

Appshots: ChatGPT Work och Codex läser kontexten från den visade applikationen

28 augusti — OpenAI Developers presenterar appshots, en mekanism för att fånga kontext avsedd för ChatGPT Work och Codex. Principen är att man i stället för att beskriva det man ser skickar hela kontexten från den applikation som visas till assistenten, så att den förstår skärmen och kan agera på den. Utlösaren är avsiktligt minimal — två tryck på Command-tangenten (⌘ ⌘).

Tråden beskriver tio användningsområden som visar hur brett tillämpningsområdet är, långt bortom kod: sammanfatta en Slack-tråd, fylla i ett formulär, använda en API-referens som visas på skärmen för att lägga till en funktion, identifiera teman i ett paket svar på X, hitta privata meddelanden som kräver svar, omvandla anteckningar till en presentation, klippa en video i iMovie eller omvandla ett öppet recept till en inköpslista. Vid tidpunkten för skanningen finns tillkännagivandet endast på X: ChatGPTs och Codex ändringsloggar innehåller inga poster mellan den 27 och 29 augusti, förutom CLI-versionen 0.151.0. Villkoren för åtkomst — berörda abonnemang, plattformar samt allmän eller stegvis tillgänglighet — är därför inte dokumenterade.

🔗 Tråd från @OpenAIDevs

Antigravity CLI 1.1.22: kommandot /model tar ett argument, åtta stabilitetskorrigeringar

27 augusti — En uppdatering från en kanal som hittills aldrig har skannats. Ändringsloggen för Google Antigravity är uppdelad i fyra flikar — Antigravity 2.0, Antigravity CLI, Antigravity SDK och Antigravity IDE — men vid tidigare genomgångar lästes bara den första. CLI-fliken publicerar i praktiken en version var eller var tredje dag; den senaste, 1.1.22, innehåller tre förbättringar och åtta korrigeringar.

När det gäller användarvänlighet tar kommandot /model nu ett argument: i stället för att öppna en väljare växlar man direkt till en modell genom att ange dess namn, slug eller etikett. Åtgärden fastställer samtidigt standardmodellen, med textbaserad autokomplettering i form av spöktext under inmatningen. Kommandot /effort, som ställer in resonemangsansträngningen, kompletterar också den inskrivna texten i stället för att visa ett låst exempel. Ett tredje tillägg, användbart under långa sessioner: när en agent genererar många filer samlas svärmar av filsystemshändelser ihop till en enda ny analys.

De åtta korrigeringarna gäller långsiktig stabilitet. Den mest synliga tar bort kontinuerliga omritningar av gränssnittet när uppgiftspanelen eller detaljerna för en underagent förblev öppna utan någon pågående uppgift, vilket fick processorn att öka belastningen i viloläge. Tillfälliga HTTP 502-fel, som tidigare helt enkelt avslutade en körning, försöks nu igen efter en gradvis ökande väntetid (backoff). Resten gäller Windows, daemonen utan gränssnitt (headless) samt möjligheten att åter välja resonemangsansträngning för Gemini 3.1 Pro och Gemini 3.5 Flash vid autentisering med en Gemini API-nyckel.

Antigravity-kanal	Senaste version	Datum
Antigravity 2.0	2.11.0	26 augusti 2026
Antigravity CLI	1.1.22	27 augusti 2026
Antigravity SDK	0.1.15	25 augusti 2026
Antigravity IDE	2.5.5	13 augusti 2026

🔗 Ändringslogg för Antigravity

MiniMax sammanfattar H3 Max och förklarar videogenerering snabbare än realtid som uppnådd

29 augusti — MiniMax publicerar ett ovanligt långt uttalande om H3 Max, videomodellen som fal Research fick fram genom efterträning av de öppna vikterna från MiniMax H3. Tillkännagivandet av själva modellen kom den 27 augusti; det nya här är ursprungslaboratoriets ställningstagande till vad detta externa arbete innebär för dem.

Meddelandet rymmer två idéer. Den första är strategisk: MiniMax hävdar att H3 Max har gjort värdet av öppna vikter konkret för deras egna team och säger sig vara berett att stödja alla team som vill upprepa fal:s tillvägagångssätt. Den andra är teknisk och går längre: laboratoriet anser nu att videogenerering snabbare än realtid är uppnådd, och drar därav en lista över användningsfall som hittills varit utom räckhåll — ständiga videoströmmar, interaktiva världar och berättande i realtid. Två timmar tidigare vidarebefordrade MiniMax ett community-test som sammanfattar skiftet väl: frågan är inte längre hur lång tid en generering tar, utan om modellen genererar snabbare än en Twitch-ström sänds.

They made the value of open weights feel real to our team in a way it hadn’t before. Advancing technology together has always been a core belief at MiniMax. H3 Max made that belief tangible. It showed that the frontier no longer belongs to a few, it belongs to everyone willing to build, experiment, and share what they discover.

🇸🇪 De har gjort värdet av öppna vikter konkret för vårt team på ett sätt som det aldrig tidigare varit. Att föra tekniken framåt tillsammans har alltid varit en grundläggande övertygelse hos MiniMax. H3 Max har gjort denna övertygelse konkret. Det visade att gränsen inte längre tillhör ett fåtal, utan alla som är beredda att bygga, experimentera och dela med sig av det de upptäcker. — @MiniMax_AI på X

🔗 Community-test vidarebefordrat av MiniMax

Kortfattat

Grok 4.6 kommer till Grok.com och iOS- och Android-apparna — Efter en lansering som varit koncentrerad till partnerplattformar — GitHub Copilot, Amazon Bedrock, Gemini Enterprise Agent Platform och därefter Microsoft Foundry den 26 augusti — kompletterar xAI serien med sina egna ytor för allmänheten. Tre rekommenderade användningsområden: komplexa problem, agentiska frågor och skapande av applikationer. Inga siffror, inga benchmarkresultat och ingen ändring av prissättningen. 🔗 Meddelande från @grok
Midjourney korrigerar bildkvaliteten i sin redigeringsmodell V8.2 — Mindre än tjugofyra timmar efter att testerna öppnades publicerar studion en korrigering av bildkvaliteten och uppmanar användare som stött på problem att köra sina genereringar igen. Fler uppdateringar har aviserats utan någon tidsplan. 🔗 Meddelande från @midjourney
Gemini CLI låser arbetsyteförtroende till avslag som standard — Nattversionen (nightly) v0.59.0-nightly.20260829.g0bd1d4397 innehåller en enda ändring: en arbetsyta vars förtroende inte kan fastställas behandlas som otillförlitlig, och de deklarerade MCP-servrarna filtreras i begränsat läge. Den stabila kanalen ligger kvar på v0.57.0 och preview-versionen på v0.58.0-preview.0. Nattversionen från den 27 augusti hade redan täppt till en SSRF-sårbarhet i upptäckten av OAuth-metadata för MCP-servrar. 🔗 Versionsanteckningar
NVIDIA positionerar Dynamo i förhållande till SGLang, vLLM och TensorRT-LLM — Ett kort femminutersformat som svarar på en vanlig sammanblandning: Dynamo ersätter inte inferensmotorerna, utan installeras runt dem för att fördela belastningen över flera GPU:er och noder. Videon presenteras av Vishakha Sadhwani. 🔗 Meddelande från @NVIDIAAI
QwenCloud publicerar rapporten från Qwen Conference Hong Kong 2026 — En återblick på evenemanget den 26 augusti, som hölls inför fler än 300 företagskunder och utvecklare, med en keynote som strukturerade plattformen kring tre ingångar — webbplatsen, Skills och CLI — samt en demonstration av en agent som kedjade samman skapande av konto, modellval, inferens, driftsättning, betalning och fakturering. 🔗 Meddelande från @qwen_cloud
Luma anordnar en kreativ kväll i San Francisco — Creative Intelligent Machines Continuum, en kväll för skapande på begäran som äger rum tisdagen den 1 september hos tiat, med stegvisa demonstrationer ledda av studions seniora kreatörer, en gemensam prompt och handledning på plats. Initiativet förlänger serien Dream Lab Weekly, som lanserades den 25 augusti. 🔗 Meddelande från @LumaLabsAI
FAST, ett försök till standard för agenters rapportering av sårbarheter — Framework for Autonomous Severity and Triage presenterar sig som en uppsättning Markdown-filer att lägga in i en agents kontext, utan SDK eller API. Det skiljer mellan ett obevisat spår och en sårbarhet med reproducerbara bevis på påverkan, tillhandahåller ett beslutsträd för allvarlighetsgrad som härletts från vad bug bounty-program faktiskt betalar snarare än från CVSS-beräkningen, och kräver en port med sex kontroller före inskickning. Licens CC-BY 4.0. 🔗 Inlägg på Hugging Face
Två AI-sessioner, samma repository, två motsatta bedömningar av en självreparerande agent — En ingenjörsanteckning om ett personligt projekt: en avvisad autonom självreparerande konstruktion dök upp i repositoryt igen några dagar senare, skriven av en annan session som använde en annan assistent, utan något spår av det första beslutet. Filen kunde aldrig köras, men endast tack vare två oavsiktliga buggar — författaren talar om säkerhet av en slump, inte genom design. 🔗 Inlägg på Hugging Face
three.ws, en open source-stack för att ge agenter en kropp, en plånbok och ett yrke — Projektet knyter samman fyra byggstenar: 3D-generering och rigging med studios i webbläsaren, en agentmotor med en kedja av skyddsräcken och ett kompetenssystem, en agentplånbok baserad på x402 (betalning vid anrop ovanpå HTTP), samt distribution genom en enda tagg som kan placeras på vilken webbplats som helst eller användas i förstärkt verklighet. 🔗 Inlägg på Hugging Face

Vad det betyder

Tillgång till frontiermodeller blir en fråga om motpart, inte bara om avtal. OpenAI stänger inte av Cursor på grund av en obetald faktura eller en teknisk klausul, utan för att företaget säger sig inte kunna lita på hur den nya ägaren skulle använda tjänsten, med hänvisning till två namngivna föregångare — Twitter och xAI, som båda hamnat under SpaceX. Det mest långtgående argumentet är dock det andra: OpenAI hänvisar till sin kommande modell Astra, vars cyberförmågor på Kritisk nivå företaget den 7 augusti meddelade att det inte längre kunde utesluta, för att motivera att man inte tillhandahåller någon framtida modell. Med andra ord: ju farligare en modellgeneration bedöms vara, desto snävare blir listan över dem som kan få tillgång — och urvalskriteriet är inte längre kundens betalningsförmåga, utan moderbolagets historik av efterlevnad. För team som har byggt sin produktionskedja på en extern leverantör är den 12 november ett migreringsdatum.

Det som ändrar priset är taken, inte tarifferna. Anthropic har inte ändrat någon angiven tariff: företaget omvandlar en tillfällig höjning på 50 % till en permanent höjning på 25 %, vilket innebär −17 % jämfört med i dag, och säger det självt i följande meddelande. GitHub visar å sin sida resonemangsansträngningen som en medveten avvägning mot tokenförbrukningen och visar nu förbrukningen per modell vid varje samtalsrunda. Requestys siffror förklarar varför dessa tak har blivit det verkliga priset: cacheläsningar står för 78 % av alla behandlade tokens, den synliga utdata för mindre än 2 %, och förhållandet mellan indata och utdata har ökat från 15x i januari till 36x i augusti. En agentloop kostar inte vad den skriver, utan vad den läser om vid varje steg — och det är denna storhet som leverantörerna har börjat begränsa.

Öppna vikter har vunnit volym men förlorat värde. Hälften av trafiken, 13 % av utgifterna och 86 % av dessa fortfarande koncentrerade till tre leverantörer: den öppna marknaden har blivit en grossistmarknad, där samma modell kostar 5,7 gånger mer hos en värdtjänst än hos en annan beroende enbart på cachepolicyn, och där ett laboratorium förlorar majoriteten av de tokens som serveras på dess egen modell inom elva dagar. GLM-5.3 illustrerar detta i dag: vikter publicerade den 28:e, tillgängliga hos en tredjepartsleverantör den 29:e för 1,40 dollar per miljon inmatningstokens, följt av en oberoende mätning som exakt kvantifierar kostnaden för dess destillerade version — 2,6 poäng pass@4 för en sjuttondel av priset. När modellen är densamma överallt flyttas differentieringen till cache, routing och mätning. Det är ett infrastrukturyrke, inte ett laboratorieyrke.

Kommandoradsklienten blir åter en arena för teknisk konkurrens. Copilot CLI går över till en inbyggd exekveringsmotor i Rust samtidigt som gränssnittet behålls i TypeScript, Claude Code minskar sin Linux-nedladdning med 4,5 gånger och frigör 40 till 70 MB minne per session, Antigravity CLI tar bort omritningarna som fick processorn att öka belastningen i viloläge, Codex CLI hindrar /cd från att försvaga sin sandlåda och Gemini CLI ändrar arbetsyteförtroende till avslag som standard. Fem leverantörer, samma vecka, kring samma frågor: starttid, minnesavtryck och den exakta omfattningen av vad agenten har rätt att påverka. Efter ett år som ägnats åt att jämföra modellernas förmågor avgörs konkurrensen också av programmet som kör dem — och säkerheten upptar nu lika många rader i changeloggen som funktionerna.