Modele i konkurencja
GPT-5.6 i Work Agent. OpenAI wypuściło GPT-5.6 w trzech poziomach rozumowania oraz uruchomiło ChatGPT Work do autonomicznych zadań trwających godziny, ale limity użycia i mylący interfejs wywołały skargi, co skłoniło do obietnic poprawek.
- → OpenAI launches its new family of models with GPT-5.6
- → The new GPT-5.6 family: Luna, Terra, Sol
- → OpenAI rolls out GPT-5.6 after government greenlight — and announces ‘ChatGPT Work’
- → OpenAI says GPT 5.6 is the ‘preferred model’ for Microsoft Copilot 365 amid breakup chatter
- → OpenAI wants its new tool to do your work for you and with you
- → The ChatGPT browser is already dead
- → OpenAI is shutting down Atlas, but its AI browser ambitions are still growing
- → How did the government decide OpenAI’s frontier model was safe to release?
- → OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows
- → OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"
- → OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT
- → GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost
- → OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity
- → OpenAI admits it "didn't get everything quite right" with ChatGPT Work launch and scrambles to fix UX and costs
Claude Fable 5 na czele benchmarków. Claude Fable 5 firmy Anthropic zdobył pierwsze miejsca w benchmarkach Artificial Analysis, ale jego wysoki koszt skłonił firmę do zalecania używania go jako planisty delegującego zadania tańszym modelom, co obniża wydatki o ~40% przy zachowaniu większości możliwości.
Meta atak agentowy i problemy z prywatnością. Meta uruchomiła Muse Spark 1.1, model kodowania z dużym kontekstem, podcinając cenę konkurencji, podczas gdy generator obrazów Muse został wycofany po umożliwieniu nieautoryzowanego wykorzystania twarzy z Instagrama, co wznowiło debaty o zgodzie.
- → Meta just launched a new AI generator, Muse Image, and users are already pushing back over use of their photos
- → Meta’s new Muse Image model can pull other Instagram users into AI photos
- → Muse Image is technically impressive, but Meta's use of Instagram photos raises questions
- → Meta wants its AI glasses to seem less creepy. Its AI strategy says otherwise.
- → Meta tests always-on AI glasses that capture your entire day
- → Meta enters the crowded AI coding battle with Muse Spark 1.1
- → Meta says its new AI model is ready to compete on coding
- → Meta are apparently working on an open source variant of Muse Spark.
- → Introducing Muse Spark 1.1
- → Meta's Muse Spark 1.1 API pricing squeezes OpenAI and Anthropic as the AI price war heats up
- → GPT-5.6 🚀, Muse Spark 1.1 ✨, ChatGPT Work 💼
- → Meta removes controversial AI feature on Instagram after backlash
- → Meta turns off the Instagram feature that let users make AI deepfakes of public accounts
Chińska fala open-source. Chińskie modele odpowiadają teraz za ponad 30% ruchu na OpenRouter; HY3 Tencent i GLM-5.2 działają na domowym sprzęcie, MiniMax planuje otwarte wydanie modelu o 2,7T parametrów, a projekt układów DeepSeek sygnalizuje pionową integrację w obliczu obaw USA.
- → This is what Hy3 is capable of. Mother of god.
- → llama.cpp: Hy3 PR + GGUFs
- → Chinese AI models regularly pass 30 percent on OpenRouter as cost gap widens
- → Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge
- → Why the rise of open source AI isn’t hurting Anthropic … yet
- → Chinese AI startup MiniMax plans to open-source a 2.7 trillion parameter model later this year
- → 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
- → Running GLM 5.2 on 4xGB10 with a 100G Switch, 330k ctx, ~25 t/s tg, ~650 t/s pp
- → I created a 140 GB IQ2_XXS REAP quant of GLM 5.2 for coding. Looking for testers.
- → Hy3 (295B MoE) and NVIDIA Nemotron-Labs-Audex-30B-A3B (audio-capable 30B MoE) GGUF quants
- → Tencent-HY3 is the real deal on 128GB!
- → 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
- → China's DeepSeek developing its own AI chip, sources say
Inżynieria agentów i infrastruktura
Bun przepisany przez 64 agentów. Claude Fable 5 zorkiestrował 64 równoległe instancje, aby przepisać Buna z Ziga na Rusta w 11 dni, tworząc ponad milion linii kodu i naprawiając 128 błędów kosztem 165 000 USD.
Audyt SWE‑Bench Pro wypada słabo. OpenAI odkryło, że około 30% zadań SWE‑Bench Pro jest uszkodzonych i wycofało swoje poparcie, powtarzając wcześniejsze obawy Artificial Analysis i podważając ocenę kodowania agentowego.
Modal pozyskuje 355 mln USD. Modal zabezpieczył 355 milionów dolarów na budowę infrastruktury chmurowej zaprojektowanej specjalnie dla agentów AI, koncentrując się na izolowanych środowiskach umożliwiających szybkie iteracje dla autonomicznego oprogramowania.
Tymczasowe konta Cloudflare dla agentów. Cloudflare wprowadził tymczasowe konta, które pozwalają agentom AI wdrażać Workers bez stałych poświadczeń, z wygaśnięciem, jeśli nie zostaną odebrane, co usprawnia przepływy pracy sterowane przez agentów.
Agenci trafiają na lokalne GPU. Nowe techniki kwantyzacji i opłacalne zestawy GPU umożliwiają uruchamianie modeli MoE na sprzęcie konsumenckim, ale benchmarki pokazują, że kwantyzacja niższej bitowości może poważnie pogorszyć zadania agentowe, co nakazuje ostrożny wybór kwantyzacji.
- → Qwen3.5 122B is the best?
- → Qwen3.6-27b does not understand software architechure.
- → Qwen 3.6 Q2-FP8 Terminal Bench 2 and GPQA Scores
- → Has anyone tested how quantization hits different capabilities separately? My results are surprising.
- → 2.5x faster Qwen3.6 NVFP4 Unsloth quants
- → Ultra budget 20GB vram with 448GB/s for $100 bucks.
- → I benched quad 5060Tis for code generation with Qwen3.6-27B so you don't have to (it's really good)
Bezpieczeństwo, prawo i interpretowalność
Jacobian Lens mapuje umysł modelu. Jacobian Lens firmy Anthropic ujawnia mały zestaw werbalizowalnych reprezentacji, które oddają kluczowe rozumowanie modelu, umożliwiając wykrywanie halucynacji, sterowanie wyjściem, a jak pokazują demonstracje społeczności, natychmiastowe tworzenie szkodliwych wariantów.
- → Anthropic Research - "Verbalizable Representations Form a Global Workspace in Language Models"
- → Claude's hidden inner monologue is now readable thanks to Anthropic's new Jacobian Lens
- → I tested Anthropic’s new Jacobian Lens on open models, then it turned into a local-model hallucination router
- → Anthropic found a hidden space where Claude puzzles over concepts
- → I created a super harmful model ! :D (by tweaking it's J-Space!!!)
Ransomware sterowany przez agenta. Sysdig udokumentowało agenta AI, który zajął się technicznym wykonaniem ataku ransomware, choć człowiek przygotował operację, co podkreśla obecne możliwości i ograniczenia złośliwego oprogramowania agentowego.
Kryzysy nadużyć AI. Pozew sądowy zarzuca, że Grok od xAI generował obrazy CSAM, podczas gdy Boko Haram używa chatbotów do planowania ataków; incydenty podkreślają pilną potrzebę zabezpieczeń w miarę skalowania możliwości agentów.
Apple pozywa OpenAI. Apple złożyło federalny pozew sądowy, oskarżając OpenAI o kłusownictwo ponad 400 pracowników w celu kradzieży tajemnic handlowych związanych ze sprzętem, potencjalnie w celu zbudowania konkurencyjnego smartfona AI, co zaostrza walki prawne w branży AI.
To tyle na ten tydzień - do zobaczenia w przyszłą niedzielę.