OpenAI lanserar GPT-5.6 och ChatGPT Work, Meta avslöjar Muse Spark 1.1, Claude Code automatiserar sin /checkup

Den 9 juli är en av årets mest intensiva dagar för AI-nyheter, dominerad av en tredubbel OpenAI-lansering: den nya familjen av gränsmodeller GPT-5.6 (Sol, Terra, Luna), den nya agenten ChatGPT Work driven av Codex, och en genomgripande omarbetning av själva Codex-upplevelsen. Meta svarar med Muse Spark 1.1 och den offentliga öppningen av sin Meta Model API, medan Anthropic stärker Claude Code med underhållskommandot /checkup och lanserar i beta ett verktyg för att visualisera sin användning av Claude. Arton anmärkningsvärda nyheter — från Copilot-styrning i företag till mediegenerering som ansluter till agenter — och sju kortnyheter kompletterar denna exceptionellt fullpackade översikt.

OpenAI lanserar GPT-5.6, sin nya familj av gränsmodeller (Sol, Terra, Luna)

9 juli — OpenAI lanserar i allmän tillgänglighet familjen GPT-5.6: Sol, den nya flaggskeppsmodellen, Terra, det balanserade valet för dagligt bruk, och Luna, den ekonomiska varianten. Arkitektonisk nyhet: en inställning för ansträngning ultra, som som standard koordinerar fyra agenter parallellt för att påskynda komplexa uppgifter — upp till 16 testade agenter i vissa utvärderingar —, tillgänglig via fleragentsbetan i API:n Responses.

På benchmarktester sätter Sol nya toppresultat: 80 på Artificial Analysis Coding Agent Index (2,8 poäng före Claude Fable 5 enligt OpenAI, med mindre än hälften av utdata-tokens), 92,2 % på BrowseComp och 62,6 % på OSWorld 2.0 — före Claude Opus 4.8, med 85 % färre tokens. Produktnyhet: Programmatic Tool Calling i API:n Responses låter GPT-5.6 skriva och köra små program som orkestrerar verktyg och filtrerar resultaten i minnet, vilket minskar antalet växlingar fram och tillbaka. På cybersäkerhetssidan når GPT-5.6 73,5 % på ExploitBench (jämfört med 47,9 % för GPT-5.5); autentisering med hårdvarunyckel blir obligatorisk den 1 september för programmet Trusted Access for Cyber.

GPT-5.6-variant	Användningsprofil	Inputpris	Outputpris
Sol	Komplex resonemangsförmåga, lång agentiskt arbete	5 $	30 $
Terra	Daglig agentisk kodning, balanserat val	2,50 $	15 $
Luna	Snabba uppgifter, ekonomisk	1 $	6 $

(Pris per miljon tokens.)

“GPT‑5.6 Sol sets a new standard for both intelligence and efficiency, achieving state-of-the-art results across coding, knowledge work, cybersecurity, and science while outperforming previous and competing frontier models with fewer tokens and at lower estimated cost.”

🇸🇪 GPT‑5.6 Sol sätter en ny standard både vad gäller intelligens och effektivitet, med toppresultat inom kodning, kunskapsarbete, cybersäkerhet och vetenskap, samtidigt som den överträffar tidigare och konkurrerande gränsmodeller med färre tokens och till en lägre uppskattad kostnad. — OpenAI

Införd redan i dag i ChatGPT, Codex och API:n sprids GPT-5.6 omedelbart i utvecklarekosystemet: tillgänglig i GitHub Copilot (VS Code, JetBrains, Xcode, CLI, molnagent), blivit den föredragna modellen i Microsoft 365 Copilot, och antagen samma dag av Warp, Cursor och Devin.

🔗 GPT-5.6 System Card

ChatGPT Work: en ny agent för ambitiösa uppgifter

9 juli — OpenAI introducerar ChatGPT Work, en agent som kan agera genom användarens appar och filer, stanna kvar i ett komplext projekt i timmar genom att dela upp det i steg, och omvandla ett mål till färdigt arbete (kalkylblad, presentationer, dokument, webbplatser). Den bygger på Codex-tekniken och GPT-5.6. OpenAI uppger att mer än 5 miljoner människor använder Codex varje vecka, varav över 1 miljon för uppgifter utanför mjukvaruutveckling — ett tecken som anförs som stöd för denna utvidgning.

Funktion i ChatGPT Work	Vad det möjliggör
Plugins	Anslutning till Slack, Microsoft Teams, Google Drive, SharePoint, CRM, via `@nom_app`
Scheduled Tasks	Delegera återkommande uppgifter (övervaka Slack, uppdatera en instrumentpanel varje morgon)
Inbyggd webbläsare + Computer Use	Agera direkt på lokala applikationer, på desktop
Sites (offentlig beta)	Omvandla ett arbete till en webbplats eller interaktiv applikation som kan delas via URL

Lanseringen följs av en omarbetning av desktopdistributionen: Codex-appen slås samman med den nya ChatGPT desktop-appen (Chat, Work och Codex i ett, tillgänglig även på Free-planen), medan den gamla appen döps om till ChatGPT Classic. Samtidigt börjar OpenAI lägga ner sin fristående webbläsare Atlas, vars funktioner absorberas av ChatGPT:s inbyggda webbläsare.

På företagsstyrningssidan bygger systemet på säkerhetsgrunderna i ChatGPT Enterprise, med en Compliance API för insyn i åtgärder i stor skala, och en självkontrollsmekanism som blockerade 100 % av försöken till dataläckage under interna adversariella tester (red-teaming). Start i dag på webben och mobilen för Pro-, Enterprise- och Edu-planerna, utökning till Plus/Business under de kommande dagarna; desktopappen finns globalt tillgänglig från och med i dag på Mac och Windows.

🔗 ChatGPT is now a partner for your most ambitious work

Codex: dedikerat utrymme i ChatGPT, Ultra-underagenter, PR-granskning och Sites

9 juli — Parallellt med lanseringen av ChatGPT Work får Codex sitt eget dedikerade utrymme i den nya ChatGPT desktop-appen, skilt från Work-agenten (väljaren «Work — for getting work done» / «Codex — for developers»). Utvecklarportföljen av nyheter som tillkännagavs samma dag:

Codex-nyhet	Konkret detalj
GPT-5.6 med Ultra och underagenter	Fleragentsamordning för de svåraste uppgifterna
Snabbare Computer Use	Snabbare och mer token-effektivt, batchbearbetning, picture-in-picture-vy för övervakning
Redigering av diffs direkt	Ändra koden direkt i jämförelsevyn (diff)
Granskning av pull requests	Dedikerad sidopanel, utan att lämna applikationen
Sites	Snabb driftsättning av fullstack-applikationer (full-stack) från Codex

Denna utveckling ingår i den bredare sammanslagningen av Codex-appen med ChatGPT desktop-appen: befintliga användare av Codex-appen ser den automatiskt bli den nya ChatGPT-appen, med Codex tillgänglig som en konfigurerbar standardvy. Den inbyggda webbläsaren i appen får stöd för autentiserade webbplatser, flera flikar och filnedladdningar, kompletterat av en ny Chrome-tillägg.

Romain Huet från OpenAI tillkännager denna nyhetsportfölj på X, tillsammans med lanseringen av ChatGPT Work. Helheten ingår i dagens Codex-satsning, med OpenAI Build Week den 13 till 21 juli som bakgrund (se Kortnyheter).

🔗 Tweet @romainhuet — Codex i ChatGPT

Meta lanserar Muse Spark 1.1 och öppnar sin Meta Model API

9 juli — Meta Superintelligence Labs tillkännager Muse Spark 1.1, den andra utgåvan i Muse Spark-familjen (den första daterades till april 2026): en multimodal resonemangsmodell utformad för agentiska uppgifter, med tydliga förbättringar i användning av verktyg, i Computer Use och i kodning. Lanseringen följs av den offentliga förhandsversionen av den nya Meta Model API — första externa utvecklaråtkomsten till en Meta-modell, i ett format kompatibelt med OpenAI:s — och av läget «Thinking» som nu finns i Meta AI-appen och på meta.ai.

Egenskap för Muse Spark 1.1	Konkret detalj
Kontextfönster	1 miljon tokens, aktivt hanterade med intelligent komprimering
Agentisk arkitektur	Planering och delegering till underagenter parallellt
Utvecklaråtkomst	Offentlig förhandsversion av Meta Model API
Säkerhet	Utvärderad enligt Advanced AI Scaling Framework, säkra marginaler för gränsrisker

Modellen genererar planer och delegerar deras genomförande, generaliserar zero-shot till nya verktyg, MCP-servrar och anpassade färdigheter (skills), och växlar mellan att skriva skript och direkt interaktion beroende på vad som är snabbast. När det gäller kodning lyfter Meta fram betydande förbättringar på stora och komplexa kodbaser (buggdiagnostik, migreringar, nya funktioner i system på företagsnivå).

“What’s most impressive about Muse Spark is how much it packs into one model: massive million-token context, full multimodal support (images, video, PDFs), built-in search with citations, strong reasoning, top-tier coding abilities (particularly frontend and design), structured output, and parallel tool calling — all in a clean OpenAI-compatible package. A complete agentic foundation.”

🇸🇪 Det som är mest imponerande med Muse Spark är allt den samlar i en enda modell: en massiv kontext på en miljon tokens, fullt multimodalt stöd (bilder, video, PDF), integrerad sökning med citationer, starkt resonemang, ledande kodningsförmåga (särskilt frontend och design), strukturerad utdata och parallell verktygsanropning — allt i ett OpenAI-kompatibelt paket. En komplett agentisk bas. — Amjad Masad, vd för Replit

🔗 Introducing Muse Spark 1.1 — AI at Meta Blog

Claude Code v2.1.205: kommandot /checkup gör storstädning

8–9 juli — Claude Code går över till v2.1.205, en tät release där den mest synliga nyheten är ett heltäckande underhållskommando: /doctor blir ett verkligt diagnos-och-reparationsverktyg för konfigurationen, och /checkup blir dess alias. Boris Cherny från Claude Codes grundteam beskrev på X vad kommandot kan göra i ett enda svep: rensa outnyttjade skills, MCP-servrar och plugins, deduplicera det lokala CLAUDE.md jämfört med det som versionshanteras i repot, dela upp ett rot-CLAUDE.md som blivit för tungt i nästlade filer, inaktivera långsamma hooks, uppdatera Claude Code, aktivera autoläge som standard och förgodkänna ofta nekade skrivskyddade kommandon.

Upptäckt av /checkup	Observerad data
Trasigt `claude`-kommando	Upptäckt (launcher överskriven av ett test)
Aldrig använda projektfärdigheter	38, på 2 345 sessioner
Vikten på rot-CLAUDE.md	~10 000 tokens laddade vid varje session
Kontextvinst efter städning	~5 500 tokens per session

“/checkup confirms with you before making any changes.”

🇸🇪 Kommandot /checkup ber dig bekräfta innan det tillämpar någon förändring alls. — Boris Cherny, Claude Code-teamet

Resten av ändringsloggen omfattar ett femtontal buggfixar: en regel i autoläget som nu kräver bekräftelse innan rm -rf på en variabel som inte går att lösa från kontexten; automatiska uppdateringsnedladdningar går över till direkt strömning till disk, vilket minskar verktygets minnestopp med cirka 400 MB; notiser för bakgrundsuppgifter anger uttryckligen frånvaro av mänsklig inblandning, för att förhindra utnyttjande av falska godkännanden som fabricerats i en transkription; och flera förbättringar av agentvyn (claude agents), inklusive en automatiskt genererad sammanfattning och direktlänken till den associerade pull requesten.

🔗 Release v2.1.205 — Claude Code

Anthropic lanserar Reflect with Claude, ett verktyg för att visualisera sin användning (beta)

9 juli — Anthropic lanserar i beta en reflektionsfunktion om användningen av Claude, tillgänglig via Inställningar på webben eller i desktopappen. Verktyget gör det möjligt att följa sina vanor över 1, 3, 6 eller 12 månader — återkommande ämnen, tider på dagen då Claude används mest, typer av uppgifter som hanteras — strukturerat kring 4D AI Fluency Framework (Delegation, Description, Discernment, Diligence), med praktiska förslag som att starta ett Project i stället för att återigen förklara sammanhanget i ett pågående arbete. Instrumentpanelen gör det också möjligt att ställa in tysta timmar eller schemalägga en pauspåminnelse, två alternativ som användaren fritt kan ignorera.

När det gäller integritet bygger funktionen varken på samtal i inkognitoläge eller på de underliggande filer som är kopplade till verktygen (en e-postsammanfattning kan visas, inte källmeddelandena), och alla hälsoanknutna samtal undantas från insikterna. Anthropic uppger att de har arbetat med experter på digitalt välbefinnande från MIT Media Lab, Digital Wellness Lab vid Boston Children’s Hospital och Family Online Safety Institute för att rama in hanteringen av känsliga ämnen, som endast återges på aggregerad nivå.

Funktionen är tillgänglig för användare på Free-, Pro- och Max-planerna som har aktiverat minnet; stöd för Cowork-samtal tillkännages senare.

🔗 A new way to reflect on how you use Claude

Anthropic — styrning och verktyg

Fyra kompletterande tillkännagivanden hos Anthropic den 9 juli, mellan drift, styrning och teknisk pedagogik.

Återställning av rate limits för alla användare

9 juli — @ClaudeDevs tillkännager i en enda mening att användningsgränserna över 5 timmar och veckovis återställs för alla användare, utan att precisera vare sig orsaken eller den exakta omfattningen av de berörda planerna. Ingen bloggpost har gett ytterligare sammanhang, men tillkännagivandet gav upphov till en omedelbar och massiv reaktion i communityn — flera miljoner visningar på några timmar — ett tecken på dess direkta påverkan på regelbundna användare av Claude Code och claude.ai.

🔗 Tweet @ClaudeDevs

Att bjuda in svåra frågor : ett nytt offentligt initiativ

9 juli — Anthropic lanserar « Inviting hard questions », ett initiativ som uppmanar allmänheten att skicka in sina svåraste frågor om AI (arbete, säkerhet, mänsklig handlingskraft, tillgång till vetenskapliga framsteg), med åtagandet att offentligt dokumentera de åtgärder som vidtas för att besvara dem. Tillkännagivandet åtföljs av en kort film med verkliga personer som intervjuas av Anthropic, och påminner om det arbete som redan har inletts för att kartlägga den allmänna opinionen: Anthropic Public Record (52 000 amerikaner intervjuade), en undersökning bland 81 000 Claude-användare i 159 länder, samt Anthropic Institute, som ägnar sig åt AI:s samhälleliga utmaningar.

🔗 Inviting hard questions

Ben Bernanke går med i Long-Term Benefit Trust

9 juli — Anthropics Long-Term Benefit Trust (LTBT) — det oberoende organ som ansvarar för att övervaka att företagets uppdrag om ansvarsfull utveckling följs — välkomnar Ben Bernanke som ny medlem. Den tidigare chefen för den amerikanska centralbanken Federal Reserve (2006–2014) och mottagaren av Nobelpriset i ekonomi 2022 ansluter sig till Neil Buddy Shah, Richard Fontaine och Mariano-Florentino Cuéllar. Daniela Amodei, medgrundare och ordförande för Anthropic, betonar att hans erfarenhet kommer att hjälpa företaget att bättre förutse de ekonomiska effekterna av avancerad AI på sysselsättning och globala ekonomier. LTBT:s styrelseledamöter äger varken kapitalandel eller vinstintresse i Anthropic.

🔗 Ben Bernanke utses till Anthropics Long-Term Benefit Trust

Model and effort in Claude Code : en teknisk fördjupningsartikel

8 juli — Lydia Hallie, från teamet bakom Claude Code, publicerar en artikel som skiljer mellan två inställningar som båda tycks “förbättra svaret”: modellen, som avgör vilket viktset som behandlar begäran (alltså kapacitet och kostnad per token), och ansträngningen, som avgör mängden arbete som utförs — filer som läses, kontroller som görs, autonomi innan användaren kontaktas igen. Praktisk tumregel: byt till en större modell när problemet i sig är svårt, och öka ansträngningen när Claude inte har försökt tillräckligt. Praktisk notis: med standardansträngning ger Opus 4.8 bättre resultat än Opus 4.7 för ett jämförbart antal tokens.

🔗 Artikel @ClaudeDevs — Model and effort in Claude Code

GitHub Copilot företag

Fyra nyheter som stärker styrningen och den dagliga användningen av Copilot och dess ekosystem, inklusive en Manus-funktion som följer samma agent-företag-dynamik.

Distribuera Copilot-hanterade inställningar via MDM

8 juli — Övergång till allmän tillgänglighet: Enterprise-administratörer kan nu distribuera Copilot CLI- och VS Code-hanterade inställningar direkt via inbyggd MDM (Intune, Jamf, Group Policy) eller via en managed-settings.json-fil (Chef, Puppet, Ansible), utöver den befintliga server-managed-kanalen. Prioriteringsordning vid konflikt: inbyggd MDM, därefter server-managed, sedan fil. Inställningar som stöds: permissions.disableBypassPermissionsMode, model, enabledPlugins, extraKnownMarketplaces, telemetry.*.

🔗 Distribuera hanterade Copilot-inställningar via MDM

Företagshanterad OpenTelemetry-export

8 juli — Organisationer kan nu tvinga fram destinationen för Copilots OpenTelemetry-data (endpoint, protokoll, attribut, om prompts och svar fångas eller inte), utan att varje utvecklare behöver konfigurera egna variabler. Gäller VS Codes Copilot Chat-tillägg och Copilot CLIs agentprocess, med ett hanterat värde som alltid prioriteras framför miljövariabler och användarinställningar. En viktig säkerhetsåtgärd: hanterade autentiseringshuvuden passerar aldrig via miljövariabler, för att undvika läckage till underprocesser som startas av agenten.

🔗 Företagshanterad OpenTelemetry-export

Copilot sammanfattar ett okänt repository

9 juli — På github.com, när man besöker startsidan för ett repository för första gången, föreslår Copilot nu att skapa en översikt på hög nivå: projektets syfte, använda teknologier, guide för bidrag. Om repositoryt saknar en README kan Copilot generera en. Funktionen är tillgänglig när som helst via Copilot-ikonen i navigationsfältet eller direkt från Copilot Chat, och finns på alla Copilot-planer.

🔗 Be Copilot om en översikt över ett repository

Manus lanserar Branch, för att dela upp en konversation utan att förlora kontexten

9 juli — Manus introducerar Branch: vilken konversation som helst kan delas upp i en parallell session som ärver all ackumulerad kontext (filer, instruktioner, historik), utan att den ursprungliga sessionen förändras. En och samma forskning kan därmed bli en rapport, en presentation och ett investerarmemo, där varje gren förblir fokuserad på sin egen leverans och kopplas till originalet via en “Branched from”-tråd. Tillgängligt för alla användare i vanliga chatt-sessioner; ännu inte i Web Builder. Grenar kan själva förgrenas igen.

🔗 Tweet @ManusAI — Introducing Branch

Kodredigerare

Zed gör flera tillkännagivanden samma dag — en ambitiös vision och en rutinrelease — medan Replit bekräftar en teaser som observerats under flera dagar.

Zed avslöjar DeltaDB, ett “Google Docs för kod”

9 juli — Zed öppnar anmälan till tidig åtkomst för DeltaDB, presenterat som “Google Docs för kod”: gå med i en lagkamrats diskussionstråd, låt samma agent arbeta tillsammans, och granska ändringarna i realtid, utan “Git-ceremoni” — inga commits eller branches att hantera för att samarbeta. Konceptet lades fram redan den 11 juni i en artikel av Nathan Sobo, Zeds grundare, som argumenterade för att agenter har gjort konversationen till mjukvarans verkliga källa till sanning.

🔗 Tweet @zeddotdev — DeltaDB

Zed v1.10: stöd för llama.cpp och format-on-save avstängt som standard

8 juli — Zed släpper version 1.10, vars främsta nyhet är stöd för llama.cpp som leverantör av lokala modeller, utvecklat tillsammans med Hugging Face — via den inbyggda llama.cpp-servern eller genom att ansluta till en fjärrserver. Andra beteendeförändringen: formatering vid sparning (format-on-save) är nu avstängd som standard, utom för språk med en officiell formatterare; befintliga anpassade konfigurationer behålls.

🔗 Tweet @zeddotdev — Zed v1.10

Replit lanserar Community Profiles

8 juli — Replit lanserar Community Profiles, med undertiteln “Proof of Work for vibe coders” — en teaser som upptäcktes och sedan togs bort i de två föregående skanningarna på grund av avsaknad av officiell källa, nu bekräftad av detta tillkännagivande. Funktionen erbjuder en offentlig profil med aktivitetsgraf (agentanvändning, checkpoints) och en “Replit Power Ranking” reserverad för pro-användare; var och en kan göra anspråk på sin profil, välja sina bästa projekt att lyfta fram och fritt dela sin användningsstatistik.

🔗 Tweet @Replit — Community Profiles

Mediegenerering: modellerna ansluter sig till agenterna

Tre tillkännagivanden som illustrerar en gemensam trend: verktyg för mediegenerering integreras direkt i agentiska ramverk i stället för att förbli fristående gränssnitt.

Kling AI lanserar Kling MCP och ett CLI-gränssnitt

8 juli — Kling AI tillkännager officiell tillgänglighet för Kling MCP och ett CLI-gränssnitt, vilket gör det möjligt att anropa Kling-videomodellen direkt från AI-agenter (Claude och andra ramverk), utan att byta verktyg eller manuellt flytta filer. Nu räcker en enda mening för att ge en kreativ uppgift till en AI-assistent. Positionering som anges: e-handlare, småföretag och innehållsskapare som vill producera i skala till lägre kostnad. 426,9 k visningar på X för detta tillkännagivande.

🔗 Tweet @Kling_ai

ElevenLabs lanserar ElevenAgents Spotlight

9 juli — ElevenLabs presenterar ElevenAgents Spotlight, ett observabilitetsverktyg som övervakar varje konversation i realtid — röst och text — som hanteras av dess konversationsagenter, i alla kanaler, för att förbättra lösningsgraden och kundnöjdhetspoängen (CSAT). Det uttalade målet: att hela tiden veta vad som fungerar och hur man förbättrar sig, utan att vänta på en efterhandsgranskning. Verktyget integreras nativt i ElevenAgents-plattformen, utan ytterligare kundkonfiguration.

🔗 Tweet @ElevenLabs

HeyGen avslöjar HyperFrames Music-to-Video (dag 4 av 30)

9 juli — Fjärde avsnittet i en daglig presentationsserie av HeyGens HyperFrames- skills: det nya kommandot /music-to-video förvandlar ett musikstycke till en video synkroniserad med rytmen (BPM, taktslag, musikaliska fraser), utifrån en enda prompt och utan att någon visuell fil tillhandahålls manuellt. En ljudanalysator bygger en unik tidskarta som varje klipp i redigeringen följer. Koden är öppen källkod på GitHub (heygen-com/hyperframes), det fjärde steget i en daglig utrullning av 30 skills.

🔗 Tweet @HeyGen

AlphaEvolve blir allmänt tillgänglig på Google Cloud

9 juli — AlphaEvolve, den evolutionära agenten som drivs av Gemini och samutvecklats med Google DeepMind, går över till allmän tillgänglighet (GA) på Google Cloud och blir tillgänglig för alla företagskunder via Gemini Enterprise Agent Platform. Agenten konstruerar och upptäcker autonomt högoptimerad kod för att lösa komplexa algoritmiska problem, med användningsfall som nämns inom finanssektorn.

AlphaEvolve-element	Bekräftad detalj
Status	Allmän tillgänglighet på Google Cloud
Åtkomstplattform	Gemini Enterprise Agent Platform
Samutveckling	Google DeepMind
Historik	Intern påverkan publicerad i maj 2026 (optimering av Google Spanner)

AlphaEvolve är inte ett helt nytt projekt: Google publicerade i maj 2026 en artikel som beskrev dess interna påverkan, särskilt optimeringen av Google Spanners Log-Structured Merge-tree-kompaktion. Detta tillkännagivande markerar dess övergång till kommersiell tillgänglighet för externa Google Cloud-kunder, utöver enbart intern användning.

🔗 Tweet @googlecloud — AlphaEvolve GA

Mistral Studio lägger till ett styrsystem för prompts och skills

9 juli — Mistral Studio integrerar ett styrsystem (system of record) för företags-AI-prompts och kompetenser (skills): immutabla versioner, namngiven ägare för varje tillgång, återställning (rollback) på några minuter, Production/Staging-etiketter och granskningsloggar. Kompetenser exponeras nu som MCP-servrar direkt från Studio, vilket säkerställer att det som körs i produktion är samma styrda tillgång som den versionerade — inte en avvikande kopia. Cirkeln sluts med Observability: spårbarhet (lineage) och telemetri kopplar varje produktionsresultat till den exakta versionen av tillgången som genererade det.

Mistrals uttalade problem: de flesta företag kan inte säga vilken version av en prompt som faktiskt körs i deras AI. En domain expert utan utvecklarbakgrund kan nu iterera och testa en prompt utan CI/CD-pipeline vid varje försök; övergång till produktion utlöser företagets vanliga tester och godkännanden. Tillgängligt från och med idag för Mistral Studio-kunder.

🔗 Hantera prompts och skills i Studio

Codex CLI 0.144.0

9 juli — Ny stabil version av Codex CLI, som efterträder 0.143.0. Nyheter: ett godkännandeläge writes som automatiskt tillåter skrivskyddade åtgärder men begär bekräftelse för skrivningar; MCP-verktyg kan nu begära interaktiv autentisering utan att någon experimentell flagga behöver aktiveras; upptäckt av globala installationer via pnpm. En viktig detalj i linje med dagens GPT-5.6-lansering: val av resonemangsläget Ultra utlöser nu en varning när hög multi-agent-konkurrens riskerar att snabbt driva upp förbrukningen.

På rättningssidan: återhämtning av ChatGPT-trådar efter komprimering som hänvisar till en borttagen modell, fix av krascher på Intel-macOS-binärer, radering av filer i Windows sandbox-sessioner, och ett slut på visningskorruption orsakad av inklistrade terminalkontrollsekvenser. Amazon Bedrock-modellnamn identifierar nu tydligt GPT-5.6-familjen och varianten.

🔗 Codex CLI 0.144.0 — GitHub Releases

Perplexity testar en egen orchestrator baserad på GLM 5.2

9 juli — Perplexity publicerar en research preview av en ny proprietär orkestreringsmodell för Perplexity Computer, dess agent för skrivbordsautomation: en anpassning av GLM 5.2 (Zhipu AI), eftertränad för det agentiska ramverket Computer. Modellen innehåller ett “advisor”-verktyg som inbyggt eskalerar till en kraftfullare modell vid behov, och hostas i USA av Perplexity på Nvidia B200-GPU:er. Till skillnad från tillkännagivandet den 2 juli om återkomsten av Claude Fable 5 som orchestrator handlar detta här om ett ytterligare, egenutvecklat alternativ.

Utvärderad modell (WANDR)	Relativ kostnad
Opus 4.8 (thinking, high effort)	6,1x
GLM 5.2 + advisor	2,1x — dvs. 0,344x Opus-kostnaden

Perplexity meddelar iterationer och publicering av fullständiga benchmarks “under de kommande veckorna”, på totalt tre utvärderingar (Terminal-Bench 2.1, DSQA, WANDR) där genomsnittskostnaden hamnar på ungefär hälften av Opus, sett över alla benchmarks.

🔗 Tråd @perplexity_ai — GLM 5.2-orchestrator

Kortfattat

GRAM-forskning — en ”brytare” för dubbelanvändbar kunskap (Anthropic, med AE Studio) — dedikerade neuronnätmoduler för varje kategori av känslig kunskap (virologi, cybersäkerhet) kan läggas till i varje lager av Transformer och sedan tas bort individuellt; metoden matchar prestandan hos datafiltrering utan att träna en separat modell per konfiguration, men är fortfarande en preliminär studie som aldrig har tillämpats på Claude-produktionsmodeller. 🔗 Anthropic Research
Replit erbjuder en gratis anpassad domän fram till den 17 juli — alla appar som publiceras på plattformen kan få ett domännamn utan extra kostnad fram till detta datum. 🔗 Tweet @Replit
GitHub Code Quality: målgruppsstyrning på organisationsnivå — administratörer kan nu aktivera, inaktivera och låsa GitHub Code Quality för en exakt delmängd av repositorier; offentlig förhandsversion för Enterprise Cloud och Team. 🔗 GitHub Changelog
Manus utökar sin Google Drive-kopplare till hela Google Workspace — Docs, Sheets, Slides och Forms ansluter till Drive via en enda ingångspunkt, med tre konfigurerbara åtkomstnivåer (ingen, skrivskyddad, läs/skriv). 🔗 Tweet @ManusAI
NVIDIA Robotics publicerar R²D², ett digest om World-Action Models — tre artiklar (DreamZero, Cosmos Policy, DreamDojo) som finjusterar förtränade generativa videomodeller till robotiska styrpolicyer; DreamZero tar ledningen i RoboArena-rankningen för juli 2026. 🔗 Tweet @NVIDIARobotics
Luma går över till VEED Fabric 1.0 API för sina talande videor — tekniskt partnerskap genom vilket VEED Fabric 1.0 blir den underliggande motorn för generering av talande videor inom Luma-ekosystemet. 🔗 Tweet @veedstudio
OpenAI Build Week, från 13 till 21 juli — communityevenemang med livesessioner och lokala builder-träffar över hela världen, uppmaning att bygga med Codex. 🔗 Tweet @OpenAIDevs

Vad det betyder

Kampen om frontmodellerna skärps samtidigt på två fronter. GPT-5.6 och Muse Spark 1.1 släpps samma dag med ett gemensamt mål: att kombinera toppklassad intelligens och ekonomisk effektivitet snarare än att bara sikta på högsta poäng. OpenAI gör anspråk på ett nytt state of the art på flera viktiga benchmarks samtidigt som tokenförbrukningen minskar kraftigt; Meta öppnar för första gången sitt Meta Model API för externa utvecklare, ett tecken på att de nu vill konkurrera med OpenAI och Anthropic på infrastrukturområdet, inte bara med öppna modeller. Perplexity visar en tredje väg: i stället för att träna en komplett egen modell anpassar de GLM 5.2 (Zhipu AI) till en kostnad som är ungefär tre gånger lägre än Opus, med ett inbyggt eskaleringsverktyg till en kraftfullare modell vid behov — en satsning på hybridarkitektur snarare än på ren storlek.

Agenter går från punktvisa assistenter till samarbetspartners som håller i längden. ChatGPT Work är uttryckligen utformat för att stanna kvar i ett komplext projekt i timmar, Codex får underagenter som koordineras av GPT-5.6:s Ultra-läge, och Muse Spark 1.1 generaliserar multiagentarkitekturen till delegering av hela uppgifter. Denna ökande autonomi förskjuter kärnfrågan: det handlar inte längre om ”kan modellen utföra uppgiften?” utan om ”hur länge och hur mycket övervakning måste man låta den ha?” — den fråga som Lydia Hallies artikel om att justera ansträngningen i Claude Code just försöker besvara, och som verktyget Reflect with Claude nu föreslår att mäta objektivt för varje användare.

Företagsverktygen struktureras kring spårbarhet och kontroll. GitHub generaliserar utrullningen av Copilot-inställningar via inbyggd MDM och kräver en godkänd OpenTelemetry-export, Mistral Studio lägger sina prompts och färdigheter i ett versionshanterat system med revisionsspår, och Anthropic stärker sin institutionella styrning med Ben Bernankes inträde i Long-Term Benefit Trust. Den gemensamma nämnaren: i takt med att agenterna blir mer autonoma kräver företag och tillsynsorgan förmågan att exakt veta vilken version som kör, vem som godkänt den och vad den får göra — ett krav som den överraskande återställningen av Claude-användningsgränserna, utan offentlig förklaring, gör desto tydligare i kontrast.

Medieskapandet avslutar sitt skifte mot det agentiska ekosystemet. Kling MCP gör det möjligt att anropa en videomodell direkt från en Claude-agent utan att byta verktyg, HeyGen släpper som öppen källkod en färdighet som omvandlar ett ljudspår till en automatiskt redigerad video, och ElevenLabs observerar nu sina röstagenter i realtid i stället för i efterhand. Manus förlänger denna logik på den generella produktivitetssidan med Branch, som gör det möjligt att förgrena en konversation i flera leverabler utan att förlora det ackumulerade sammanhanget — ett tecken på att värdet inte längre ligger i en isolerad modell, utan i dess förmåga att nativt infogas i en kedja av agenter som arbetar med varandra.