Starcie modeli granicznych
Kimi K3 wstrząsa granicą. Otwarty model Kimi K3 od Moonshot AI konkuruje z najlepszymi zamkniętymi modelami, pokonując Claude Fable 5 w niektórych benchmarkach i rozpalając na nowo debatę o otwartości.
- → Kimi's open model K3 nears GPT-5.6 Sol and Fable 5 while signaling the end of super cheap Chinese AI
- → Kimi K3, and what we can still learn from the pelican benchmark
- → [AINews] Kimi K3 2.8T-A50B: the largest open model ever released; Opus 4.8-class at Sonnet 5 pricing
- → Kimi K3 weights to be released on the 27th.
- → Kimi K3 ranks #1 on @AfterQuery's SpreadsheetBench 2, surpassing Claude Fable 5
- → Kimi: Threat or menace?
- → kimi.ai teasing a video with lots of 3's in it
- → [AINews] not much happened today
- → Kimi moment. I think the writing is on the wall for Anthropic and OpenAi
- → Kimi K3 is currently at the top of the leaderboard for Text Arena filtered for science queries.
- → Kimi K3 (max) beats Sonnet 5 on Simple Bench
- → Kimi K3 is top of nextjs eval
- → Just like Deepseek, China's Kimi K3 is forcing Western AI labs to question their compute advantage
- → Kimi K3 🌕, Gemini 3.5 delayed ⏳, crushing ARC-AGI 3 🤖
GPT-5.6: Moc i zagrożenie. Rodzina GPT-5.6 wprowadza programowe wywoływanie narzędzi i równoległych subagentów, ale jej tendencja do nieświadomego usuwania plików i baz danych podkreśla potrzebę sandboxingu.
- → The Sequence Radar #893: Last Week in AI: GPT-5.6, Grok 4.5, Muse Spark 1.1 and the Post-Chatbot Stack
- → OpenAI’s new flagship model deletes files on its own, people keep warning
- → GPT-5.6 is deleting user files when given full access, and OpenAI says it shouldn't but did
- → [AINews] Codex usage up >10x in 6 months to 7M users, +1M in the past ~day; did Codex overtake Claude Code??
Claude Fable 5 przedłużony. Pod presją GPT-5.6 i Kimi K3, Anthropic zmienił plany i utrzymał Fable 5 w płatnych planach, bezpośrednio konkurując o dostępność.
DeepSeek V4 nadchodzi. DeepSeek zapowiada V4 z tanim API i otwartymi wagami, podczas gdy optymalizacje społeczności już pozwalają uruchomić wariant flash na konsumenckich GPU z użyteczną prędkością.
Agenci wkraczają w rzeczywiste przepływy pracy
Agenci przeglądający nadeszli. Anthropic dał Claude Code wbudowaną przeglądarkę internetową z klasyfikatorami bezpieczeństwa, a Cursor uruchomił ogólnego agenta, przesuwając asystentów kodowania w stronę autonomicznego wykonywania zadań.
Agenci obsługują prawdziwe transakcje. Architektura agentów DoorDash zwiększyła konwersje o 24%, a benchmark Stripe pokazuje, że agenci potrafią kodować integracje, ale często zawodzą przy walidacji, podkreślając luki w niezawodności.
Producenci agentów potykają się. Większość korporacyjnych agentów to wciąż chatboty; 54% firm miało incydenty bezpieczeństwa z agentami, a eksperci twierdzą, że agenci potrzebują natywnych dla chmury prymitywów operacyjnych, takich jak mikrousługi.
- → How to Debug Coding Agents with LangSmith Traces
- → The agent security gap: 54% of enterprises have already had an AI agent incident, and most still let agents share credentials
- → The AI context gap: Enterprise AI organizations have a trust problem, not a retrieval problem — and most are still building the fix
- → The agent evaluation gap: Enterprise AI organizations have a reality-alignment problem, not a coverage problem — and most are shipping to production anyway
- → Cloud Native Infrastructure Emerges as the Foundation for Trustworthy Agentic AI
- → QCon AI Boston: Production AI Moves Beyond Prompts to Platforms, Harnesses, and Evals
Infrastruktura AI, finansowanie i wyścig centrów danych
Centra danych napotykają opór. S&P obniżył rating Oracle z powodu ryzyka związanego z nakładami inwestycyjnymi na AI, podczas gdy lokalne protesty i moratorium Nowego Jorku na hiperskalowe centra danych odzwierciedlają rosnący sprzeciw wobec infrastruktury AI.
Finansowanie AI gwałtownie rośnie. Databricks zebrał fundusze przy wycenie 188 miliardów dolarów, Meta negocjuje dzierżawę centrum danych o wartości 10 miliardów dolarów dla Anthropic, a Nous Research zabezpieczył 75 milionów dolarów dla swojego agenta open source.
Zakłady na energię i sprzęt. Firmy energetyczne zebrały najwięcej od czasów dot-comu, aby zasilać AI, a pożyczka w wysokości 400 milionów dolarów zabezpieczona chipami SambaNova sygnalizuje rosnące inwestycje w sprzęt AI spoza GPU.
Przełomy w AI na urządzeniach
Modele 1-bitowe trafiają do telefonów. Bonsai od PrismML kompresuje Qwen3.6-27B do 3,9 GB, zachowując 90% wyników benchmarkowych, umożliwiając agentom wywoływanie narzędzi na urządzeniu; według doniesień Apple prowadzi rozmowy.
- → Bonsai 27B: The First 27B-Class Model to Run on a Phone
- → Bonsai 27B: 1-bit dense LLM running locally in your browser using custom WebGPU kernels
- → Prism-ML Bonsai Qwen 3.6 27B
- → PrismML’s new Ternary Qwen3.6 27B runs near fp16 precision on 10GB of memory!!!
- → So what's the consensus on 1bit models? Is it still a pipe dream?
- → PrismML Bonsai 27B is surprisingly usable on the Jetson Orin Nano 8GB
- → Is anyone having any luck with the Ternary Bonsai 27B DFlash?
- → Can we get a "not base model" flair?
- → Bonsai 27B runs locally on an iPhone - a 27B model in 3.9GB
- → User experience of Bonsai-Ternary-27B on 4060Ti 16GB for KB management and productivity assistant use cases
- → Bonsai 27B is a full open reasoning model that fits on an iPhone
- → Bonsai-27B & Ternary-Bonsai-27B - Updates (on PRs)
- → Apple in talks with startup PrismML that shrinks AI models to run on an iPhone
Domowe laboratoria uruchamiają modele graniczne. Optymalizacje llama.cpp, takie jak DFlash, przyspieszają modele MoE nawet 6-krotnie, a telefon OnePlus strumieniował ekspertów z flasha, aby uruchomić model 60 GB z prędkością 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.
- → DFlash makes Qwen3.6 27B 2.2x faster with no quality loss
- → GPT-OSS-120B, Qwen 30B and Gemma 26B on an Android phone at 1-5 tok/s: +60GB model, 11GB of RAM, CPU only
Polityka, pozwy i spór o open source
Walka prawna Apple–OpenAI. Apple pozwał OpenAI za tajemnice handlowe, zarzucając podkupienie ponad 400 pracowników, w tym dyrektora ds. sprzętu, zagrażając IPO OpenAI i zaufaniu do chmury.
- → Apple sues OpenAI after ex-engineer allegedly used bug to steal trade secrets
- → The wildest allegations in Apple’s trade secrets lawsuit against OpenAI
- → The 6 wildest claims in Apple’s lawsuit against OpenAI
- → OpenAI pushes back on Apple trade secret lawsuit
- → Sam Altman didn’t need another lawsuit
- → How Apple’s big lawsuit could disrupt OpenAI’s IPO plans
- → Apple’s plot to crush OpenAI
- → Apple’s lawsuit couldn’t come at a worse time for OpenAI
Chiński wzrost open source. Chińskie modele stanowią teraz 41% pobrań na HuggingFace, Kimi K3 rywalizuje z zachodnimi liderami, a Chiny uruchomiły równoległy organ zarządzania AI wykluczający Zachód.
- → The real AI race may no longer be at the frontier
- → Source: the Trump administration and industry groups discussed streamlining US open model releases of equal or lesser capability to leading Chinese open models
- → Chinese President Xi Jinping speaks at World AI Conference and reaffirms commitment to open source to promote"openness and win-win"
- → China’s Xi Touts Open-Source AI and Takes a Swipe at U.S. Dominance
- → China's new World Artificial Intelligence Cooperation Organization is President Xi's clearest play yet for a parallel AI order
Rosną żądania odpowiedzialności. Niemieccy regulatorzy uznali chatboty za odpowiedzialne za treści, xAI pozwał użytkownika za generowanie CSAM, a Demis Hassabis zaproponował organ podobny do FINRA do przeglądów bezpieczeństwa modeli granicznych.
To tyle na ten tydzień - do zobaczenia w przyszłą niedzielę.