Scontro tra modelli di frontiera
Kimi K3 scuote la frontiera. Il Kimi K3 con pesi aperti di Moonshot AI compete con i migliori modelli chiusi, superando Claude Fable 5 in alcuni benchmark e riaccendendo il dibattito tra aperto e chiuso.
- Kimi's open model K3 nears GPT-5.6 Sol and Fable 5 while signaling the end of super cheap Chinese AI(si apre in una nuova scheda)
- Kimi K3, and what we can still learn from the pelican benchmark(si apre in una nuova scheda)
- [AINews] Kimi K3 2.8T-A50B: the largest open model ever released; Opus 4.8-class at Sonnet 5 pricing(si apre in una nuova scheda)
- Kimi K3 weights to be released on the 27th.(si apre in una nuova scheda)
- Kimi K3 ranks #1 on @AfterQuery's SpreadsheetBench 2, surpassing Claude Fable 5(si apre in una nuova scheda)
- Kimi: Threat or menace?(si apre in una nuova scheda)
- kimi.ai teasing a video with lots of 3's in it(si apre in una nuova scheda)
- [AINews] not much happened today(si apre in una nuova scheda)
- Kimi moment. I think the writing is on the wall for Anthropic and OpenAi(si apre in una nuova scheda)
- Kimi K3 is currently at the top of the leaderboard for Text Arena filtered for science queries.(si apre in una nuova scheda)
- Kimi K3 (max) beats Sonnet 5 on Simple Bench(si apre in una nuova scheda)
- Kimi K3 is top of nextjs eval(si apre in una nuova scheda)
- Just like Deepseek, China's Kimi K3 is forcing Western AI labs to question their compute advantage(si apre in una nuova scheda)
- Kimi K3 🌕, Gemini 3.5 delayed ⏳, crushing ARC-AGI 3 🤖(si apre in una nuova scheda)
GPT-5.6: Potere e Pericolo. La famiglia GPT-5.6 introduce chiamate programmatiche a strumenti e sottoagenti paralleli, ma la sua tendenza a cancellare involontariamente file e database sottolinea la necessità di sandboxing.
- The Sequence Radar #893: Last Week in AI: GPT-5.6, Grok 4.5, Muse Spark 1.1 and the Post-Chatbot Stack(si apre in una nuova scheda)
- OpenAI’s new flagship model deletes files on its own, people keep warning(si apre in una nuova scheda)
- GPT-5.6 is deleting user files when given full access, and OpenAI says it shouldn't but did(si apre in una nuova scheda)
- [AINews] Codex usage up >10x in 6 months to 7M users, +1M in the past ~day; did Codex overtake Claude Code??(si apre in una nuova scheda)
Claude Fable 5 esteso. Sotto la pressione di GPT-5.6 e Kimi K3, Anthropic ha invertito i piani e ha mantenuto Fable 5 nei piani a pagamento, competendo direttamente sull'accessibilità.
- Fable gets another bump(si apre in una nuova scheda)
- Anthropic extends free Fable 5 access for subscribers as OpenAI's GPT-5.6 Sol heats up the pricing war(si apre in una nuova scheda)
- Anthropic slashes Claude Fable 5 limits in Max and Team Premium and pushes Pro users toward API pricing(si apre in una nuova scheda)
- Claude make Fable 5 permanent(si apre in una nuova scheda)
DeepSeek V4 si profila. DeepSeek sta anticipando V4 con API a basso costo e pesi aperti, mentre le ottimizzazioni della comunità permettono già alla sua variante flash di funzionare su GPU consumer a velocità utilizzabili.
Gli agenti entrano nei flussi di lavoro reali
Arrivano agenti di navigazione. Anthropic ha dotato Claude Code di un browser web integrato con classificatori di sicurezza, e Cursor ha lanciato un agente generale, spostando gli assistenti di codifica verso l'esecuzione autonoma di compiti.
Gli agenti gestiscono transazioni reali. L'architettura agente di DoorDash ha aumentato le conversioni del 24%, e il benchmark di Stripe mostra che gli agenti possono codificare integrazioni ma spesso falliscono nella validazione, evidenziando lacune di affidabilità.
- How DoorDash Built an AI Shopping Assistant That Doesn’t Rely on the LLM Alone(si apre in una nuova scheda)
- Yes, you can now order DoorDash from the command line(si apre in una nuova scheda)
- Stripe Benchmark Shows AI Agents Build Integrations but Struggle with Validation(si apre in una nuova scheda)
Gli agenti in produzione inciampano. La maggior parte degli agenti aziendali rimangono chatbot; il 54% delle aziende ha avuto incidenti di sicurezza degli agenti, e gli esperti sostengono che gli agenti necessitino di primitivi operativi cloud-native come i microservizi.
- How to Debug Coding Agents with LangSmith Traces(si apre in una nuova scheda)
- The agent security gap: 54% of enterprises have already had an AI agent incident, and most still let agents share credentials(si apre in una nuova scheda)
- The AI context gap: Enterprise AI organizations have a trust problem, not a retrieval problem — and most are still building the fix(si apre in una nuova scheda)
- The agent evaluation gap: Enterprise AI organizations have a reality-alignment problem, not a coverage problem — and most are shipping to production anyway(si apre in una nuova scheda)
- Cloud Native Infrastructure Emerges as the Foundation for Trustworthy Agentic AI(si apre in una nuova scheda)
- QCon AI Boston: Production AI Moves Beyond Prompts to Platforms, Harnesses, and Evals(si apre in una nuova scheda)
Infrastruttura AI, finanziamenti e la corsa ai data center
I data center incontrano resistenza. S&P ha declassato Oracle per il rischio di capex AI, mentre proteste locali e la moratoria di New York sui data center iperscalari riflettono una crescente opposizione all'infrastruttura AI.
- S&P Global sees OpenAI as a "key credit risk" for Oracle and cuts its credit rating(si apre in una nuova scheda)
- New York bans data center construction for a year, rattling AI industry(si apre in una nuova scheda)
- New York State halts construction of all new data centers(si apre in una nuova scheda)
- The fight against AI data centers is just beginning(si apre in una nuova scheda)
I finanziamenti AI aumentano. Databricks ha raccolto fondi con una valutazione di 188 miliardi di dollari, Meta sta negoziando un contratto di locazione di data center da 10 miliardi di dollari con Anthropic, e Nous Research ha ottenuto 75 milioni di dollari per il suo agente open-source.
- Databricks hits $188B valuation, extending its run as AI’s favorite second act(si apre in una nuova scheda)
- Zuckerberg's plan to sell excess AI compute could finds its first big customer in Anthropic(si apre in una nuova scheda)
- Hermes agent maker Nous Research in talks for new funding at $1.5B valuation(si apre in una nuova scheda)
Scommesse su energia e hardware. Le aziende energetiche hanno raccolto più fondi dall'era dot-com per alimentare l'AI, e un prestito di 400 milioni di dollari garantito da chip SambaNova segnala un crescente investimento in hardware AI non GPU.
Svolte nell'AI su dispositivo
Modelli a 1 bit arrivano sui telefoni. Bonsai di PrismML comprime Qwen3.6-27B a 3,9 GB mantenendo il 90% dei punteggi di benchmark, consentendo agenti di chiamata a strumenti su dispositivo; Apple sarebbe in trattative.
- Bonsai 27B: The First 27B-Class Model to Run on a Phone(si apre in una nuova scheda)
- Bonsai 27B: 1-bit dense LLM running locally in your browser using custom WebGPU kernels(si apre in una nuova scheda)
- Prism-ML Bonsai Qwen 3.6 27B(si apre in una nuova scheda)
- PrismML’s new Ternary Qwen3.6 27B runs near fp16 precision on 10GB of memory!!!(si apre in una nuova scheda)
- So what's the consensus on 1bit models? Is it still a pipe dream?(si apre in una nuova scheda)
- PrismML Bonsai 27B is surprisingly usable on the Jetson Orin Nano 8GB(si apre in una nuova scheda)
- Is anyone having any luck with the Ternary Bonsai 27B DFlash?(si apre in una nuova scheda)
- Can we get a "not base model" flair?(si apre in una nuova scheda)
- Bonsai 27B runs locally on an iPhone - a 27B model in 3.9GB(si apre in una nuova scheda)
- User experience of Bonsai-Ternary-27B on 4060Ti 16GB for KB management and productivity assistant use cases(si apre in una nuova scheda)
- Bonsai 27B is a full open reasoning model that fits on an iPhone(si apre in una nuova scheda)
- Bonsai-27B & Ternary-Bonsai-27B - Updates (on PRs)(si apre in una nuova scheda)
- Apple in talks with startup PrismML that shrinks AI models to run on an iPhone(si apre in una nuova scheda)
I laboratori domestici eseguono modelli di frontiera. Ottimizzazioni di llama.cpp come DFlash accelerano i modelli MoE fino a 6x, e un telefono OnePlus ha trasmesso esperti dalla flash per eseguire un modello da 60 GB a 1,3 tok/s.
- I tested all llama.cpp's speculative decoding methods on Qwen 3.6 27B: MTP ~2.7x, DFlash ~3.7x, n-gram stack ~6x on real coding. Local AI win. My findings on RTX 6000 PRO.(si apre in una nuova scheda)
- DFlash makes Qwen3.6 27B 2.2x faster with no quality loss(si apre in una nuova scheda)
- GPT-OSS-120B, Qwen 30B and Gemma 26B on an Android phone at 1-5 tok/s: +60GB model, 11GB of RAM, CPU only(si apre in una nuova scheda)
Politica, cause legali e lo stallo dell'open-source
Scontro legale Apple–OpenAI. Apple ha citato in giudizio OpenAI per segreti commerciali, accusando di aver sottratto oltre 400 dipendenti, incluso il chief hardware officer, minacciando l'IPO di OpenAI e la fiducia nel cloud.
- Apple sues OpenAI after ex-engineer allegedly used bug to steal trade secrets(si apre in una nuova scheda)
- The wildest allegations in Apple’s trade secrets lawsuit against OpenAI(si apre in una nuova scheda)
- The 6 wildest claims in Apple’s lawsuit against OpenAI(si apre in una nuova scheda)
- OpenAI pushes back on Apple trade secret lawsuit(si apre in una nuova scheda)
- Sam Altman didn’t need another lawsuit(si apre in una nuova scheda)
- How Apple’s big lawsuit could disrupt OpenAI’s IPO plans(si apre in una nuova scheda)
- Apple’s plot to crush OpenAI(si apre in una nuova scheda)
- Apple’s lawsuit couldn’t come at a worse time for OpenAI(si apre in una nuova scheda)
Impennata open-source cinese. I modelli cinesi ora rappresentano il 41% dei download di HuggingFace, Kimi K3 rivaleggia con i leader occidentali, e la Cina ha lanciato un organismo parallelo di governance dell'AI escludendo l'Occidente.
- The real AI race may no longer be at the frontier(si apre in una nuova scheda)
- Source: the Trump administration and industry groups discussed streamlining US open model releases of equal or lesser capability to leading Chinese open models(si apre in una nuova scheda)
- Chinese President Xi Jinping speaks at World AI Conference and reaffirms commitment to open source to promote"openness and win-win"(si apre in una nuova scheda)
- China’s Xi Touts Open-Source AI and Takes a Swipe at U.S. Dominance(si apre in una nuova scheda)
- China's new World Artificial Intelligence Cooperation Organization is President Xi's clearest play yet for a parallel AI order(si apre in una nuova scheda)
Crescono le richieste di responsabilità. I regolatori tedeschi hanno ritenuto i chatbot responsabili per i contenuti, xAI ha citato in giudizio un utente per aver generato CSAM, e Demis Hassabis ha proposto un organismo simile a FINRA per le revisioni di sicurezza dei modelli di frontiera.
- xAI can’t deny Grok makes CSAM anymore. So it’s suing users.(si apre in una nuova scheda)
- Germany puts Google's AI Overviews and Perplexity under media law in first-of-its-kind ruling(si apre in una nuova scheda)
- DeepMind CEO calls for an independent standards body to regulate frontier AI(si apre in una nuova scheda)
Questo è il riepilogo della settimana – ci vediamo domenica prossima.