Modellen & Concurrentie
GPT-5.6 en Work Agent. OpenAI heeft GPT-5.6 uitgebracht in drie redeneringsniveaus en ChatGPT Work gelanceerd voor urenlange autonome taken, maar gebruikslimieten en een verwarrende interface veroorzaakten klachten, wat leidde tot beloftes van oplossingen.
- OpenAI launches its new family of models with GPT-5.6(opent in een nieuw tabblad)
- The new GPT-5.6 family: Luna, Terra, Sol(opent in een nieuw tabblad)
- OpenAI rolls out GPT-5.6 after government greenlight — and announces ‘ChatGPT Work’(opent in een nieuw tabblad)
- OpenAI says GPT 5.6 is the ‘preferred model’ for Microsoft Copilot 365 amid breakup chatter(opent in een nieuw tabblad)
- OpenAI wants its new tool to do your work for you and with you(opent in een nieuw tabblad)
- The ChatGPT browser is already dead(opent in een nieuw tabblad)
- OpenAI is shutting down Atlas, but its AI browser ambitions are still growing(opent in een nieuw tabblad)
- How did the government decide OpenAI’s frontier model was safe to release?(opent in een nieuw tabblad)
- OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows(opent in een nieuw tabblad)
- OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"(opent in een nieuw tabblad)
- OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT(opent in een nieuw tabblad)
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost(opent in een nieuw tabblad)
- OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity(opent in een nieuw tabblad)
- OpenAI admits it "didn't get everything quite right" with ChatGPT Work launch and scrambles to fix UX and costs(opent in een nieuw tabblad)
Claude Fable 5 presteert het beste op benchmarks. Anthropic's Claude Fable 5 domineerde de Artificial Analysis benchmarks, maar de hoge kosten leidden ertoe dat het bedrijf aanraadde het te gebruiken als planner die taken delegeert aan goedkopere modellen, wat de kosten met ~40% vermindert terwijl het meeste vermogen behouden blijft.
Meta's Agentic Blitz en privacynasleep. Meta lanceerde Muse Spark 1.1, een hoog-contextueel coderingsmodel dat concurrenten onderbiedt op prijs, terwijl de Muse Image-generator werd teruggetrokken nadat het ongeautoriseerd gebruik van Instagram-gezichten mogelijk maakte, wat het debat over toestemming opnieuw aanwakkerde.
- Meta just launched a new AI generator, Muse Image, and users are already pushing back over use of their photos(opent in een nieuw tabblad)
- Meta’s new Muse Image model can pull other Instagram users into AI photos(opent in een nieuw tabblad)
- Muse Image is technically impressive, but Meta's use of Instagram photos raises questions(opent in een nieuw tabblad)
- Meta wants its AI glasses to seem less creepy. Its AI strategy says otherwise.(opent in een nieuw tabblad)
- Meta tests always-on AI glasses that capture your entire day(opent in een nieuw tabblad)
- Meta enters the crowded AI coding battle with Muse Spark 1.1(opent in een nieuw tabblad)
- Meta says its new AI model is ready to compete on coding(opent in een nieuw tabblad)
- Meta are apparently working on an open source variant of Muse Spark.(opent in een nieuw tabblad)
- Introducing Muse Spark 1.1(opent in een nieuw tabblad)
- Meta's Muse Spark 1.1 API pricing squeezes OpenAI and Anthropic as the AI price war heats up(opent in een nieuw tabblad)
- GPT-5.6 🚀, Muse Spark 1.1 ✨, ChatGPT Work 💼(opent in een nieuw tabblad)
- Meta removes controversial AI feature on Instagram after backlash(opent in een nieuw tabblad)
- Meta turns off the Instagram feature that let users make AI deepfakes of public accounts(opent in een nieuw tabblad)
Chinese open-sourcegolf. Chinese modellen zijn nu goed voor meer dan 30% van het OpenRouter-verkeer; Tencent's HY3 en GLM‑5.2 draaien op eigen hardware, MiniMax plant een openbare release met 2,7T parameters, en DeepSeek's chipontwerp duidt op verticale integratie te midden van Amerikaanse bezorgdheid.
- This is what Hy3 is capable of. Mother of god.(opent in een nieuw tabblad)
- llama.cpp: Hy3 PR + GGUFs(opent in een nieuw tabblad)
- Chinese AI models regularly pass 30 percent on OpenRouter as cost gap widens(opent in een nieuw tabblad)
- Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge(opent in een nieuw tabblad)
- Why the rise of open source AI isn’t hurting Anthropic … yet(opent in een nieuw tabblad)
- Chinese AI startup MiniMax plans to open-source a 2.7 trillion parameter model later this year(opent in een nieuw tabblad)
- 4-bit GLM-5.2 (753B MoE) on 4× DGX Spark: 70.8% on Terminal-Bench 2.1 vs 81.0% for the full model(opent in een nieuw tabblad)
- Running GLM 5.2 on 4xGB10 with a 100G Switch, 330k ctx, ~25 t/s tg, ~650 t/s pp(opent in een nieuw tabblad)
- I created a 140 GB IQ2_XXS REAP quant of GLM 5.2 for coding. Looking for testers.(opent in een nieuw tabblad)
- Hy3 (295B MoE) and NVIDIA Nemotron-Labs-Audex-30B-A3B (audio-capable 30B MoE) GGUF quants(opent in een nieuw tabblad)
- Tencent-HY3 is the real deal on 128GB!(opent in een nieuw tabblad)
- The U.S. tech industry is increasingly anxious about the rising power and competitive price of open-source AI models from China — and whether the Trump administration will respond with yet another executive order | Politico(opent in een nieuw tabblad)
- China's DeepSeek developing its own AI chip, sources say(opent in een nieuw tabblad)
Agent Engineering & Infrastructuur
Bun herschreven door 64 agents. Claude Fable 5 coördineerde 64 parallelle instanties om Bun van Zig naar Rust te herschrijven in 11 dagen, wat resulteerde in meer dan een miljoen regels code en het oplossen van 128 bugs tegen een kostprijs van $165K.
SWE‑Bench Pro audit flopt. OpenAI ontdekte dat ~30% van de SWE‑Bench Pro-taken kapot waren en trok zijn goedkeuring in, wat eerdere zorgen van Artificial Analysis weerspiegelde en de evaluatie van agentische codering ondermijnde.
Modal haalt $355M op. Modal heeft $355 miljoen veiliggesteld om cloudinfrastructuur te bouwen die speciaal is ontworpen voor AI-agents, met focus op sandboxed, snelle iteratieomgevingen voor autonome software.
Cloudflare tijdelijke agents. Cloudflare introduceerde tijdelijke accounts waarmee AI-agents Workers kunnen inzetten zonder permanente inloggegevens, met vervaldata als ze niet worden opgeëist, waardoor agent-gestuurde workflows soepeler verlopen.
Agents op lokale GPU's. Nieuwe kwantiseringstechnieken en kosteneffectieve GPU-opstellingen draaien nu MoE-modellen op consumentenhardware, maar benchmarks tonen aan dat kwantiseringen met lagere bits agentische taken ernstig kunnen verslechteren, wat oproept tot een zorgvuldige selectie van kwant.
- Qwen3.5 122B is the best?(opent in een nieuw tabblad)
- Qwen3.6-27b does not understand software architechure.(opent in een nieuw tabblad)
- Qwen 3.6 Q2-FP8 Terminal Bench 2 and GPQA Scores(opent in een nieuw tabblad)
- Has anyone tested how quantization hits different capabilities separately? My results are surprising.(opent in een nieuw tabblad)
- 2.5x faster Qwen3.6 NVFP4 Unsloth quants(opent in een nieuw tabblad)
- Ultra budget 20GB vram with 448GB/s for $100 bucks.(opent in een nieuw tabblad)
- I benched quad 5060Tis for code generation with Qwen3.6-27B so you don't have to (it's really good)(opent in een nieuw tabblad)
Beveiliging, Juridisch & Interpreteerbaarheid
Jacobian Lens brengt modelgeest in kaart. Anthropic's Jacobian Lens onthult een kleine set van verwoordbare representaties die de kernredenering van een model vastleggen, waardoor hallucinatiedetectie, outputsturing en, zoals communitydemo's laten zien, onmiddellijke creatie van schadelijke varianten mogelijk wordt.
- Anthropic Research - "Verbalizable Representations Form a Global Workspace in Language Models"(opent in een nieuw tabblad)
- Claude's hidden inner monologue is now readable thanks to Anthropic's new Jacobian Lens(opent in een nieuw tabblad)
- I tested Anthropic’s new Jacobian Lens on open models, then it turned into a local-model hallucination router(opent in een nieuw tabblad)
- Anthropic found a hidden space where Claude puzzles over concepts(opent in een nieuw tabblad)
- I created a super harmful model ! :D (by tweaking it's J-Space!!!)(opent in een nieuw tabblad)
Agent-gestuurde ransomware. Sysdig documenteerde een AI-agent die de technische uitvoering van een ransomware-aanval afhandelde, hoewel een mens de operatie opzette, wat de huidige capaciteiten en beperkingen van agentische malware benadrukt.
AI-misbruikcrises. Een rechtszaak beweert dat xAI's Grok CSAM-afbeeldingen genereerde, terwijl Boko Haram chatbots gebruikt voor aanvalsplanning; de incidenten onderstrepen de dringende behoefte aan veiligheidsmaatregelen nu agentische capaciteiten toenemen.
- Lawsuit: Man used Grok to make 7K sex images of stepdaughter, then shot himself(opent in een nieuw tabblad)
- Google’s deepfake detector system used to debunk McConnell hoax pic(opent in een nieuw tabblad)
- Terrorist groups are using every major AI chatbot for attack planning and weapons development(opent in een nieuw tabblad)
Apple spant rechtszaak aan tegen OpenAI. Apple heeft een federale rechtszaak aangespannen waarin het OpenAI beschuldigt van het wegkapen van meer dan 400 werknemers om hardwarebedrijfsgeheimen te stelen, mogelijk om een rivaliserende AI-smartphone te bouwen, wat de juridische strijd in de AI-industrie intensiveert.
- Apple sues OpenAI for allegedly stealing hardware secrets(opent in een nieuw tabblad)
- Apple sues OpenAI over alleged trade secret theft(opent in een nieuw tabblad)
- Apple sues OpenAI for allegedly running a "coordinated campaign" to steal trade secrets through poached employees(opent in een nieuw tabblad)
Dat was het weekoverzicht – tot volgende week zondag.