मॉडल रिलीज़ और अपडेट
GPT-5.6 और ChatGPT Work. OpenAI ने GPT-5.6 को तीन मॉडलों—Sol, Terra, Luna—के रूप में जारी किया, जिनमें स्पष्ट तर्क प्रयास स्तर हैं; Sol ने एक संक्षिप्त प्रॉम्प्ट से छोटे Luna को स्वायत्त रूप से पोस्ट-ट्रेन किया। GPT-5.6 और Codex पर निर्मित नया ChatGPT Work एजेंट, स्वायत्त, घंटों तक चलने वाले वर्कफ़्लो को संभालता है, जबकि Atlas ब्राउज़र को बंद कर दिया गया और इसके एजेंटिक ब्राउज़िंग को Chrome एक्सटेंशन और डेस्कटॉप ऐप में स्थानांतरित कर दिया गया। बेंचमार्क में, Sol एक तिहाई लागत पर Anthropic के Fable 5 से मेल खाता है।
- OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows(नए टैब में खुलता है)
- OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"(नए टैब में खुलता है)
- OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT(नए टैब में खुलता है)
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost(नए टैब में खुलता है)
- OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity(नए टैब में खुलता है)
Meta Muse Spark 1.1. Meta ने Muse Spark 1.1 जारी किया, जो एजेंटिक कार्यों, कोडिंग और कंप्यूटर उपयोग के लिए एक मल्टीमॉडल तर्क मॉडल है, जिसमें 1M-टोकन संदर्भ विंडो है। इसकी API मूल्य निर्धारण $4.25 प्रति मिलियन आउटपुट टोकन प्रतिस्पर्धियों जैसे OpenAI और Anthropic को कम करता है, AI मूल्य युद्ध को तेज करता है।
Tencent HY3 295B MoE. Tencent का HY3, एक 295B-A21B MoE मॉडल, DeepSeek V4 Flash के साथ प्रतिस्पर्धा करता है और अब GGUF क्वांट में उपलब्ध है; एक 107GB UD128 क्वांट 128GB Mac पर अच्छी गुणवत्ता पर चलता है, जबकि उच्च Q6_K बड़े GPU सेटअप पर लगभग हानिरहित प्रदर्शन प्रदान करता है।
Qwen3.6 NVFP4 स्पीड बूस्ट. Unsloth ने Qwen3.6 27B और 35B के लिए NVFP4 क्वांट जारी किए, जो matmuls के लिए W4A4 का उपयोग करके NVIDIA के आधिकारिक क्वांट की तुलना में 2.5 गुना तेज़ अनुमान प्राप्त करते हैं, MMLU-Pro और AIME 2025 जैसे बेंचमार्क पर कोई सटीकता हानि नहीं होती है।
एजेंट बुनियादी ढाँचा और उपकरण
OpenWiki Brains for Agent Memory. LangChain ने OpenWiki Brains जारी किया, जो AI एजेंटों को Gmail, Notion, git रिपॉजिटरी और अधिक से स्वचालित रूप से संदर्भ लाकर, फिर एजेंटों द्वारा पूछताछ करने योग्य एक विकी बनाए रखकर सक्रिय मेमोरी देने का एक ढांचा है।
Cloudflare Temporary Accounts for Agents. Cloudflare ने अस्थायी खाते पेश किए जो AI एजेंटों को स्थायी खाते के बिना वर्कर्स तैनात करने देते हैं; दावा न किए जाने पर तैनाती 60 मिनट में समाप्त हो जाती है, जिससे एजेंट-संचालित वर्कफ़्लो में एक अड़चन दूर हो जाती है।
barebrowse: ARIA Snapshots for Agents. एक नया MIT-लाइसेंस प्राप्त टूल, barebrowse, वेब एजेंटों को कच्चे HTML के बजाय छंटे हुए ARIA स्नैपशॉट खिलाता है, जिससे टोकन उपयोग में भारी कमी आती है; यह आपके मौजूदा ब्राउज़र प्रोफ़ाइल और कुकीज़ का पुन: उपयोग करता है, जटिल स्क्रिप्टिंग के बिना लॉग-इन पेजों तक पहुँच बनाता है।
MIT LLM सर्व डैशबोर्ड. स्थानीय LLM सर्वरों के लिए एक ओपन-सोर्स, एकल-फ़ाइल डैशबोर्ड, टर्मिनल-शैली पृष्ठ में GPU उपयोग, प्रति-मॉडल थ्रूपुट और सिस्टम आँकड़े दिखाता है, llama.cpp और vLLM के लिए वर्कर पोर्ट को स्वचालित रूप से खोजता है।
Speculative Cache Warming. OpenFox ने speculative cache warming पेश किया: जब आप एक प्रॉम्प्ट टाइप करते हैं, तो यह सिस्टम प्रॉम्प्ट और टूल को पूर्व-प्रोसेस करता है, निष्क्रिय कम्प्यूट का लाभ उठाकर प्रति सत्र 10–20 सेकंड प्रतीक्षा समय बचाता है।
AI विकास और बेंचमार्क
Bun को AI के साथ Rust में पुनर्लिखित. Bun को Anthropic के Claude Fable 5 के साथ Zig से Rust में पूरी तरह से फिर से लिखा गया; 64 Claude इंस्टेंस 11 दिनों तक समानांतर में चले, 165K डॉलर की लागत पर दस लाख से अधिक कोड की पंक्तियाँ लिखीं, 128 बग ठीक किए और 2–5% गति प्राप्त की।
Datadog AI के साथ प्रवासन. Datadog ने एक महत्वपूर्ण मीट्रिक रूटिंग सेवा को रिफैक्टर करने के लिए Claude और Cursor का उपयोग किया, KV से रिलेशनल स्कीमा पर स्विच किया; AI ने कोड उत्पन्न और परीक्षण किया, मैन्युअल प्रयास को कम किया और शुद्धता सुनिश्चित की।
कोडिंग एजेंट लागत/प्रदर्शन. DataBricks ने बहु-लाख-पंक्ति कोडबेस पर कोडिंग एजेंटों का बेंचमार्क किया, पाया कि pi-coding-agent उच्च पास दरों के साथ Codex से 2 गुना सस्ता है, और GLM 5.2 Opus 4.8 High के बराबर है।
SWE-Bench Pro मुद्दे. OpenAI ने पाया कि लोकप्रिय SWE-Bench Pro कोडिंग परीक्षण में लगभग 30% कार्य अस्पष्ट या भ्रामक परियोजना-व्युत्पन्न मुद्दों के कारण त्रुटिपूर्ण हैं, और अपना समर्थन वापस ले लिया; Artificial Analysis ने पहले ही इसे छोड़ दिया था।
उद्योग और व्यवसाय
Apple ने OpenAI पर मुकदमा दायर किया. Apple ने OpenAI पर मुकदमा दायर किया, जिसमें पूर्व Apple कर्मचारियों द्वारा व्यापार रहस्य चोरी के एक पैटर्न का आरोप लगाया गया, जिसमें मुख्य हार्डवेयर अधिकारी Tang Tan भी शामिल हैं, ताकि OpenAI की हार्डवेयर महत्वाकांक्षाओं को आगे बढ़ाया जा सके—संभावित रूप से iPhone को टक्कर देने के लिए एक AI स्मार्टफोन।
Tencent Manus का अधिग्रहण करेगा. Tencent AI एजेंट स्टार्टअप Manus में बहुमत हिस्सेदारी खरीदने के लिए $2B मूल्यांकन पर बातचीत कर रहा है, जब बीजिंग ने Meta को अपने अधिग्रहण को छोड़ने के लिए मजबूर किया; Tencent WeChat में एजेंट क्षमताओं को एकीकृत करने की योजना बना रहा है।
Meta ने AI छवि सुविधा वापस ली. Meta ने एक Instagram सुविधा हटा दी जो उपयोगकर्ताओं को सार्वजनिक खातों को टैग करके AI छवियाँ उत्पन्न करने देती थी, बिना सहमति के व्यक्तिगत तस्वीरों का उपयोग करने पर विरोध के बाद; सुविधा 'निशाने पर नहीं आई'।
Hugging Face के CEO ओपन सोर्स पर. Hugging Face के CEO Clem Delangue ने तर्क दिया कि ओपन-सोर्स AI फल-फूल रहा है क्योंकि उद्यम लागत को नियंत्रित करने के लिए फ्रंटियर API से ओपन मॉडल पर स्विच कर रहे हैं; Fortune 500 की आधी कंपनियाँ अब इस प्लेटफॉर्म का उपयोग करती हैं।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।