Modeller ve Rekabet
GPT-5.6 ve Work Agent. OpenAI, üç akıl yürütme katmanında GPT-5.6'yı yayınladı ve saatler süren otonom görevler için ChatGPT Work'ü başlattı, ancak kullanım sınırları ve kafa karıştırıcı arayüz şikayetlere yol açtı ve düzeltme sözlerine neden oldu.
- OpenAI launches its new family of models with GPT-5.6(yeni sekmede açılır)
- The new GPT-5.6 family: Luna, Terra, Sol(yeni sekmede açılır)
- OpenAI rolls out GPT-5.6 after government greenlight — and announces ‘ChatGPT Work’(yeni sekmede açılır)
- OpenAI says GPT 5.6 is the ‘preferred model’ for Microsoft Copilot 365 amid breakup chatter(yeni sekmede açılır)
- OpenAI wants its new tool to do your work for you and with you(yeni sekmede açılır)
- The ChatGPT browser is already dead(yeni sekmede açılır)
- OpenAI is shutting down Atlas, but its AI browser ambitions are still growing(yeni sekmede açılır)
- How did the government decide OpenAI’s frontier model was safe to release?(yeni sekmede açılır)
- OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows(yeni sekmede açılır)
- OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"(yeni sekmede açılır)
- OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT(yeni sekmede açılır)
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost(yeni sekmede açılır)
- OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity(yeni sekmede açılır)
- OpenAI admits it "didn't get everything quite right" with ChatGPT Work launch and scrambles to fix UX and costs(yeni sekmede açılır)
Claude Fable 5 Kıyaslamalarda Zirvede. Anthropic'in Claude Fable 5'i Artificial Analysis kıyaslamalarını silip süpürdü, ancak yüksek maliyeti şirketin, masrafları yaklaşık %40 azaltırken çoğu yeteneği koruyan, daha ucuz modellere görev veren bir planlayıcı olarak kullanılmasını önermesine yol açtı.
Meta'nın Ajan Atılımı ve Gizlilik Yansımaları. Meta, rakiplerini fiyat konusunda geride bırakan yüksek bağlamlı bir kodlama modeli olan Muse Spark 1.1'i piyasaya sürdü, ancak Muse Görüntü üreticisi, izinsiz Instagram yüz kullanımına izin vermesi nedeniyle kaldırıldı ve rıza tartışmalarını yeniden alevlendirdi.
- Meta just launched a new AI generator, Muse Image, and users are already pushing back over use of their photos(yeni sekmede açılır)
- Meta’s new Muse Image model can pull other Instagram users into AI photos(yeni sekmede açılır)
- Muse Image is technically impressive, but Meta's use of Instagram photos raises questions(yeni sekmede açılır)
- Meta wants its AI glasses to seem less creepy. Its AI strategy says otherwise.(yeni sekmede açılır)
- Meta tests always-on AI glasses that capture your entire day(yeni sekmede açılır)
- Meta enters the crowded AI coding battle with Muse Spark 1.1(yeni sekmede açılır)
- Meta says its new AI model is ready to compete on coding(yeni sekmede açılır)
- Meta are apparently working on an open source variant of Muse Spark.(yeni sekmede açılır)
- Introducing Muse Spark 1.1(yeni sekmede açılır)
- Meta's Muse Spark 1.1 API pricing squeezes OpenAI and Anthropic as the AI price war heats up(yeni sekmede açılır)
- GPT-5.6 🚀, Muse Spark 1.1 ✨, ChatGPT Work 💼(yeni sekmede açılır)
- Meta removes controversial AI feature on Instagram after backlash(yeni sekmede açılır)
- Meta turns off the Instagram feature that let users make AI deepfakes of public accounts(yeni sekmede açılır)
Çin Açık Kaynak Dalgası. Çin modelleri artık OpenRouter trafiğinin %30'undan fazlasını oluşturuyor; Tencent'in HY3 ve GLM-5.2'si yerel donanımda çalışıyor, MiniMax 2,7T parametreli açık bir sürüm planlıyor ve DeepSeek'in çip tasarımı, ABD endişeleri ortasında dikey entegrasyona işaret ediyor.
- This is what Hy3 is capable of. Mother of god.(yeni sekmede açılır)
- llama.cpp: Hy3 PR + GGUFs(yeni sekmede açılır)
- Chinese AI models regularly pass 30 percent on OpenRouter as cost gap widens(yeni sekmede açılır)
- Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge(yeni sekmede açılır)
- Why the rise of open source AI isn’t hurting Anthropic … yet(yeni sekmede açılır)
- Chinese AI startup MiniMax plans to open-source a 2.7 trillion parameter model later this year(yeni sekmede açılır)
- 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(yeni sekmede açılır)
- Running GLM 5.2 on 4xGB10 with a 100G Switch, 330k ctx, ~25 t/s tg, ~650 t/s pp(yeni sekmede açılır)
- I created a 140 GB IQ2_XXS REAP quant of GLM 5.2 for coding. Looking for testers.(yeni sekmede açılır)
- Hy3 (295B MoE) and NVIDIA Nemotron-Labs-Audex-30B-A3B (audio-capable 30B MoE) GGUF quants(yeni sekmede açılır)
- Tencent-HY3 is the real deal on 128GB!(yeni sekmede açılır)
- 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(yeni sekmede açılır)
- China's DeepSeek developing its own AI chip, sources say(yeni sekmede açılır)
Ajan Mühendisliği ve Altyapı
Bun 64 Ajan Tarafından Yeniden Yazıldı. Claude Fable 5, Bun'u Zig'den Rust'a yeniden yazmak için 11 günde 64 paralel örnek yönetti, bir milyondan fazla satır kod üretti ve 165 bin dolar maliyetle 128 hatayı düzeltti.
SWE-Bench Pro Denetimi Başarısız Oldu. OpenAI, SWE-Bench Pro görevlerinin yaklaşık %30'unun bozuk olduğunu tespit etti ve onayını geri çekti; bu, Artificial Analysis'in önceki endişelerini yankılayarak ajan kodlama değerlendirmesini zayıflattı.
Modal 355 Milyon Dolar Topladı. Modal, AI ajanları için özel olarak tasarlanmış bulut altyapısı oluşturmak üzere 355 milyon dolar sağladı ve otonom yazılımlar için sandbox, hızlı yineleme ortamlarına odaklandı.
Cloudflare Geçici Ajanları. Cloudflare, AI ajanlarının kalıcı kimlik bilgileri olmadan Workers dağıtmasına izin veren, sahiplenilmezse süreleri dolan geçici hesaplar kullanıma sundu ve ajan odaklı iş akışlarını kolaylaştırdı.
Ajanlar Yerel GPU'lara Ulaştı. Yeni niceleme teknikleri ve uygun maliyetli GPU düzenekleri, tüketici donanımında MoE modellerini çalıştırıyor, ancak kıyaslamalar daha düşük bit nicelemelerinin ajan görevlerini ciddi şekilde düşürebileceğini gösteriyor ve dikkatli niceleme seçimi çağrısı yapıyor.
- Qwen3.5 122B is the best?(yeni sekmede açılır)
- Qwen3.6-27b does not understand software architechure.(yeni sekmede açılır)
- Qwen 3.6 Q2-FP8 Terminal Bench 2 and GPQA Scores(yeni sekmede açılır)
- Has anyone tested how quantization hits different capabilities separately? My results are surprising.(yeni sekmede açılır)
- 2.5x faster Qwen3.6 NVFP4 Unsloth quants(yeni sekmede açılır)
- Ultra budget 20GB vram with 448GB/s for $100 bucks.(yeni sekmede açılır)
- I benched quad 5060Tis for code generation with Qwen3.6-27B so you don't have to (it's really good)(yeni sekmede açılır)
Güvenlik, Hukuk ve Yorumlanabilirlik
Jacobian Lens Model Zihnini Haritalıyor. Anthropic'in Jacobian Lens'i, bir modelin temel akıl yürütmesini yakalayan, dile dökülebilir temsillerden oluşan küçük bir set ortaya çıkarıyor; halüsinasyon tespiti, çıktı yönlendirme ve topluluk demolarının gösterdiği gibi zararlı varyantların anında oluşturulmasını sağlıyor.
- Anthropic Research - "Verbalizable Representations Form a Global Workspace in Language Models"(yeni sekmede açılır)
- Claude's hidden inner monologue is now readable thanks to Anthropic's new Jacobian Lens(yeni sekmede açılır)
- I tested Anthropic’s new Jacobian Lens on open models, then it turned into a local-model hallucination router(yeni sekmede açılır)
- Anthropic found a hidden space where Claude puzzles over concepts(yeni sekmede açılır)
- I created a super harmful model ! :D (by tweaking it's J-Space!!!)(yeni sekmede açılır)
Ajan Odaklı Fidye Yazılımı. Sysdig, fidye yazılımı saldırısının teknik yürütmesini üstlenen bir AI ajanını belgeledi; ancak operasyonu bir insan kurdu ve bu, ajan kötü amaçlı yazılımının mevcut yeteneğini ve sınırlarını vurguluyor.
AI Kötüye Kullanım Krizleri. Bir dava, xAI'nin Grok'unun CSAM görüntüleri oluşturduğunu iddia ediyor; Boko Haram ise saldırı planlaması için sohbet robotlarını kullanıyor. Olaylar, ajan yetenekleri büyüdükçe güvenlik önlemlerine acil ihtiyacı vurguluyor.
- Lawsuit: Man used Grok to make 7K sex images of stepdaughter, then shot himself(yeni sekmede açılır)
- Google’s deepfake detector system used to debunk McConnell hoax pic(yeni sekmede açılır)
- Terrorist groups are using every major AI chatbot for attack planning and weapons development(yeni sekmede açılır)
Apple OpenAI'ye Dava Açtı. Apple, OpenAI'yi 400'den fazla çalışanı ayartarak donanım ticari sırlarını çalmakla ve potansiyel olarak rakip bir AI akıllı telefonu yapmakla suçlayarak federal dava açtı ve AI sektöründeki hukuki savaşları yoğunlaştırdı.
Haftanın özeti bu kadar – gelecek Pazar görüşürüz.