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(відкриється в новій вкладці)
- The new GPT-5.6 family: Luna, Terra, Sol(відкриється в новій вкладці)
- OpenAI rolls out GPT-5.6 after government greenlight — and announces ‘ChatGPT Work’(відкриється в новій вкладці)
- OpenAI says GPT 5.6 is the ‘preferred model’ for Microsoft Copilot 365 amid breakup chatter(відкриється в новій вкладці)
- OpenAI wants its new tool to do your work for you and with you(відкриється в новій вкладці)
- The ChatGPT browser is already dead(відкриється в новій вкладці)
- OpenAI is shutting down Atlas, but its AI browser ambitions are still growing(відкриється в новій вкладці)
- How did the government decide OpenAI’s frontier model was safe to release?(відкриється в новій вкладці)
- OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows(відкриється в новій вкладці)
- OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"(відкриється в новій вкладці)
- OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT(відкриється в новій вкладці)
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost(відкриється в новій вкладці)
- OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity(відкриється в новій вкладці)
- OpenAI admits it "didn't get everything quite right" with ChatGPT Work launch and scrambles to fix UX and costs(відкриється в новій вкладці)
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(відкриється в новій вкладці)
- Meta’s new Muse Image model can pull other Instagram users into AI photos(відкриється в новій вкладці)
- Muse Image is technically impressive, but Meta's use of Instagram photos raises questions(відкриється в новій вкладці)
- Meta wants its AI glasses to seem less creepy. Its AI strategy says otherwise.(відкриється в новій вкладці)
- Meta tests always-on AI glasses that capture your entire day(відкриється в новій вкладці)
- Meta enters the crowded AI coding battle with Muse Spark 1.1(відкриється в новій вкладці)
- Meta says its new AI model is ready to compete on coding(відкриється в новій вкладці)
- Meta are apparently working on an open source variant of Muse Spark.(відкриється в новій вкладці)
- Introducing Muse Spark 1.1(відкриється в новій вкладці)
- Meta's Muse Spark 1.1 API pricing squeezes OpenAI and Anthropic as the AI price war heats up(відкриється в новій вкладці)
- GPT-5.6 🚀, Muse Spark 1.1 ✨, ChatGPT Work 💼(відкриється в новій вкладці)
- Meta removes controversial AI feature on Instagram after backlash(відкриється в новій вкладці)
- Meta turns off the Instagram feature that let users make AI deepfakes of public accounts(відкриється в новій вкладці)
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.(відкриється в новій вкладці)
- llama.cpp: Hy3 PR + GGUFs(відкриється в новій вкладці)
- Chinese AI models regularly pass 30 percent on OpenRouter as cost gap widens(відкриється в новій вкладці)
- Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge(відкриється в новій вкладці)
- Why the rise of open source AI isn’t hurting Anthropic … yet(відкриється в новій вкладці)
- Chinese AI startup MiniMax plans to open-source a 2.7 trillion parameter model later this year(відкриється в новій вкладці)
- 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(відкриється в новій вкладці)
- Running GLM 5.2 on 4xGB10 with a 100G Switch, 330k ctx, ~25 t/s tg, ~650 t/s pp(відкриється в новій вкладці)
- I created a 140 GB IQ2_XXS REAP quant of GLM 5.2 for coding. Looking for testers.(відкриється в новій вкладці)
- Hy3 (295B MoE) and NVIDIA Nemotron-Labs-Audex-30B-A3B (audio-capable 30B MoE) GGUF quants(відкриється в новій вкладці)
- Tencent-HY3 is the real deal on 128GB!(відкриється в новій вкладці)
- 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(відкриється в новій вкладці)
- China's DeepSeek developing its own AI chip, sources say(відкриється в новій вкладці)
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?(відкриється в новій вкладці)
- Qwen3.6-27b does not understand software architechure.(відкриється в новій вкладці)
- Qwen 3.6 Q2-FP8 Terminal Bench 2 and GPQA Scores(відкриється в новій вкладці)
- Has anyone tested how quantization hits different capabilities separately? My results are surprising.(відкриється в новій вкладці)
- 2.5x faster Qwen3.6 NVFP4 Unsloth quants(відкриється в новій вкладці)
- Ultra budget 20GB vram with 448GB/s for $100 bucks.(відкриється в новій вкладці)
- I benched quad 5060Tis for code generation with Qwen3.6-27B so you don't have to (it's really good)(відкриється в новій вкладці)
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"(відкриється в новій вкладці)
- Claude's hidden inner monologue is now readable thanks to Anthropic's new Jacobian Lens(відкриється в новій вкладці)
- I tested Anthropic’s new Jacobian Lens on open models, then it turned into a local-model hallucination router(відкриється в новій вкладці)
- Anthropic found a hidden space where Claude puzzles over concepts(відкриється в новій вкладці)
- I created a super harmful model ! :D (by tweaking it's J-Space!!!)(відкриється в новій вкладці)
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
- Lawsuit: Man used Grok to make 7K sex images of stepdaughter, then shot himself(відкриється в новій вкладці)
- Google’s deepfake detector system used to debunk McConnell hoax pic(відкриється в новій вкладці)
- Terrorist groups are using every major AI chatbot for attack planning and weapons development(відкриється в новій вкладці)
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
- Apple sues OpenAI for allegedly stealing hardware secrets(відкриється в новій вкладці)
- Apple sues OpenAI over alleged trade secret theft(відкриється в новій вкладці)
- Apple sues OpenAI for allegedly running a "coordinated campaign" to steal trade secrets through poached employees(відкриється в новій вкладці)
Це тиждень у огляді – побачимось наступної неділі.