Моделі та конкуренція
GPT-5.6 і Work Agent. OpenAI випустила GPT-5.6 у трьох рівнях міркування та запустила ChatGPT Work для багатогодинних автономних завдань, але обмеження використання та заплутаний інтерфейс викликали скарги, що призвело до обіцянок виправлень
- → 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 очолює рейтинги. Anthropic's Claude Fable 5 переміг у рейтингах Artificial Analysis, але висока вартість змусила компанію рекомендувати використовувати його як планувальника, що делегує завдання дешевшим моделям, скорочуючи витрати приблизно на 40% при збереженні більшості можливостей
Агентський блиц Meta та наслідки для конфіденційності. Meta запустила Muse Spark 1.1, модель кодування з високим контекстом, що підрізає конкурентів за ціною, тоді як її генератор зображень Muse був вилучений після несанкціонованого використання облич із Instagram, що відновило дебати щодо згоди
- → 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
Китайська хвиля відкритого коду. Китайські моделі тепер складають понад 30% трафіку OpenRouter; Tencent's HY3 та GLM‑5.2 працюють на власному обладнанні, MiniMax планує відкритий випуск з 2,7T параметрів, а дизайн чіпа DeepSeek свідчить про вертикальну інтеграцію на тлі занепокоєнь США
- → 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
Агентська інженерія та інфраструктура
Bun переписано 64 агентами. Claude Fable 5 оркестрував 64 паралельні екземпляри для переписування Bun з Zig на Rust за 11 днів, створивши понад мільйон рядків коду та виправивши 128 помилок за $165K
Аудит SWE‑Bench Pro провалився. OpenAI виявила, що близько 30% завдань SWE‑Bench Pro зламані, і відкликала свою підтримку, підтвердивши попередні занепокоєння Artificial Analysis та підриваючи оцінку агентського кодування
Modal залучає $355M. Modal залучив $355 мільйонів для створення хмарної інфраструктури, спеціально призначеної для AI-агентів, зосередившись на ізольованих середовищах швидкої ітерації для автономного програмного забезпечення
Тимчасові агенти Cloudflare. Cloudflare представила тимчасові облікові записи, які дозволяють AI-агентам розгортати Workers без постійних облікових даних, з терміном дії, якщо не затребувані, що спрощує роботу, керовану агентами
Агенти на локальних GPU. Нові техніки квантування та економічно ефективні GPU-системи тепер запускають MoE моделі на споживчому обладнанні, але бенчмарки показують, що нижчобітні квантування можуть серйозно погіршити агентські завдання, закликаючи до ретельного вибору квантування
- → 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)
Безпека, право та інтерпретованість
Jacobian Lens відображає розум моделі. Jacobian Lens від Anthropic виявляє невеликий набір вербалізованих уявлень, які захоплюють основне міркування моделі, дозволяючи виявляти галюцинації, спрямовувати виведення та, як показують демонстрації спільноти, негайно створювати шкідливі варіанти
- → 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!!!)
Розповсюджуване агентами програмне забезпечення-вимагач. Sysdig задокументував AI-агента, який виконав технічну реалізацію атаки з програмним забезпеченням-вимагачем, хоча людина налаштувала операцію, підкреслюючи поточні можливості та обмеження агентського шкідливого ПЗ
Кризи зловживання AI. Судовий позов стверджує, що xAI's Grok генерував зображення CSAM, тоді як Boko Haram використовує чат-ботів для планування атак; інциденти підкреслюють нагальну потребу в захисних заходах безпеки з масштабуванням агентських можливостей
Apple подає до суду на OpenAI. Apple подала федеральний позов, звинувачуючи OpenAI в переманюванні понад 400 співробітників для крадіжки апаратних секретів, можливо, з метою створення конкуруючого AI-смартфона, що загострює юридичні битви в індустрії AI
Це тиждень у огляді - побачимось наступної неділі.