Claude Opus 5 Arriva
Opus 5 debutta. Anthropic ha rilasciato Claude Opus 5, un modello che eguaglia l'intelligenza quasi di frontiera a metà del costo di Fable 5. Stabilisce un nuovo stato dell'arte nei benchmark di codifica e conoscenza e raddoppia le prestazioni di Opus 4.8, essendo al contempo più efficiente in termini di token.
- Introducing Claude Opus 5(si apre in una nuova scheda)
- Introducing Claude Opus 5(si apre in una nuova scheda)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(si apre in una nuova scheda)
- Anthropic claims its new Claude Opus 5 delivers near-Fable 5 performance at half the token price(si apre in una nuova scheda)
- Anthropic launches Opus 5(si apre in una nuova scheda)
Risoluzione proattiva dei problemi. Opus 5 si distingue per la verifica del proprio lavoro e la creazione di propri strumenti: in un esempio, ha scritto una pipeline di visione artificiale per ricostruire una parte meccanica da pixel grezzi quando non era in grado di visualizzare direttamente un disegno.
Più sicuro per progettazione. Anthropic ha evitato intenzionalmente di addestrare Opus 5 sullo sfruttamento informatico; sebbene trovi bene le vulnerabilità, è in ritardo rispetto a Mythos 5 nell'armarle, una decisione influenzata dal recente scrutinio del governo statunitense. Il modello è anche il Claude più resistente all'iniezione di prompt finora.
- Introducing Claude Opus 5(si apre in una nuova scheda)
- Anthropic's Opus 5 is about token efficiency, not a capability leap(si apre in una nuova scheda)
- Anthropic releases Opus 5 with ‘close’ to Fable 5’s capabilities(si apre in una nuova scheda)
- Anthropic launches Opus 5(si apre in una nuova scheda)
- Quoting Boris Cherny(si apre in una nuova scheda)
Metà del costo di Fable. Opus 5 costa $5/M di input e $25/M di output token, con una modalità veloce opzionale a velocità doppia. Diventa il modello predefinito su Claude Max e il più potente su Pro, senza politica di conservazione dei dati di 30 giorni.
Pesi aperti e la controversia sulla distillazione
Lettera aperta difende la distillazione. Oltre 20 aziende, tra cui Microsoft, Meta, Nvidia e Hugging Face, hanno firmato una lettera aperta esortando gli Stati Uniti a non imporre ampie restrizioni ai modelli di IA con pesi aperti. La lettera sostiene che tecniche come la distillazione siano legittime ed essenziali per l'innovazione.
- More than 20 companies including NVIDIA, Meta, Microsoft, Palantir, and Hugging Face have signed a letter urging policymakers to avoid premature restrictions on open weight models.(si apre in una nuova scheda)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(si apre in una nuova scheda)
- Microsoft's open-weight AI push is so obviously an Azure play it hurts(si apre in una nuova scheda)
Kimi K3 solleva allarmi. Il modello aperto Kimi K3 del laboratorio cinese Moonshot ha suscitato preoccupazione dopo che le valutazioni hanno mostrato che assiste in operazioni offensive informatiche senza resistenza. È in ritardo rispetto ai modelli statunitensi ma supera i precedenti sistemi cinesi, mentre gli Stati Uniti valutano sanzioni tra cui un divieto dei modelli aperti cinesi.
- ‘AI communism’, rogue models, and the why Kimi K3 spooked Wall Street(si apre in una nuova scheda)
- Kimi K3 trails frontier US models by a wide margin on cyber exploits, and distillation may explain why(si apre in una nuova scheda)
- As US weighs response to Chinese AI, industry urges against broad open-weight restrictions(si apre in una nuova scheda)
Legalità in discussione. Alcuni sviluppatori sostengono che la distillazione, imparare dagli output di un modello, non sia diversa da uno studente che impara da un professore e non costituisca furto di proprietà intellettuale, nonostante le accuse della Casa Bianca.
Ottimizzazioni dell'inferenza locale
Evitare Intel per multi-GPU. Le piattaforme consumer di Intel come Z890 mancano di supporto peer-to-peer tra GPU, rendendole quasi inutili per l'inferenza o l'addestramento IA che richiede P2P, nonostante abbiano abbastanza linee PCIe. I costruttori dovrebbero optare per configurazioni di livello server o AMD.
DKV comprime la cache KV. DifferentialKV (DKV) è un nuovo framework open-source che riduce la memoria della cache KV tramite rappresentazioni basate su ancoraggio e attenzione sparsa, con l'obiettivo di rendere l'inferenza locale di contesto lungo più efficiente in termini di memoria. Sta cercando integrazione con llama.cpp e vLLM.
Gemma 4 26B su iPhone. Usando la tecnica Overfit di Noema, un modello Gemma 4 26B A4B funziona su un iPhone 17 Pro caricando i pesi degli esperti da SSD mentre mantiene i pesi non esperti in RAM. Questo scambia velocità per capacità, raggiungendo circa 34 prefill tk/s con una generazione di 6 minuti per risposte complesse.
CachyLLama accelera gli agenti. CachyLLama, un fork di llama.cpp, aggiunge checkpoint persistenti della cache KV su SSD e caching del prompt di sistema, riducendo drasticamente il tempo di rielaborazione in lunghe sessioni di codifica degli agenti su hardware più lento.
Ottimizza MTP per velocità gratuita. La previsione multi-token (MTP) può produrre significativi aumenti di velocità di inferenza, ma l'impostazione ottimale varia per famiglia di modelli; la regolazione del parametro n_max può raddoppiare il guadagno rispetto ai valori predefiniti.
Bonsai 27B a 1 bit brilla. La quantizzazione a 1 bit di Bonsai 27B funziona su un MacBook Air da 16 GB e offre prestazioni sorprendentemente utili per tutoraggio e chat, suggerendo che la quantizzazione estrema possa rendere modelli locali capaci ampiamente accessibili.
Startup agent-first e mosse di piattaforma
Prentis punta all'automazione d'ufficio. Prentis, co-fondata da Reid Hoffman e Mark Pincus, sta addestrando modelli di utilizzo del computer per automatizzare i flussi di lavoro d'ufficio ed è in trattative per raccogliere 100 milioni di dollari a una valutazione di 1 miliardo, detenendo già 50 milioni in contratti.
Devin acquisisce una personalità. La startup di codifica IA Cognition ha acquisito Poke, un assistente noto per la sua chat amichevole e simile a quella umana, per rendere Devin più coinvolgente, evidenziando che la personalità dell'IA sta diventando un vantaggio competitivo.
La mossa di Stripe da 10 miliardi. Stripe è in trattative per acquistare il marketplace di modelli OpenRouter per 10 miliardi di dollari, una mossa che potrebbe dare al gigante dei pagamenti il controllo su un punto di accesso chiave per gli sviluppatori che utilizzano centinaia di modelli di IA.
Aggiornamento dell'assistente di Meta. Meta sta aggiornando il suo chatbot IA con integrazione del calendario, briefing giornalieri e ricerca orientabile, alimentato da Muse Spark 1.1, segnalando un passaggio da un focus sull'intrattenimento a un assistente più tradizionale.
La voce diventa interfaccia agente. OpenAI ha portato ChatGPT Voice nella sua app desktop, consentendo agli utenti di dettare comandi complessi di codifica e navigazione, mentre Anthropic ha esteso la modalità vocale di Claude a modelli e strumenti più potenti come Gmail e Slack, abilitando il controllo degli agenti a mani libere.
Attie di Bluesky diventa aperto. L'assistente Attie di Bluesky ora supporta missioni aperte che consentono agli utenti di ricercare tendenze e notizie attraverso il fediverso, trasformando potenzialmente il social network in un prezioso strumento informativo.
Ricerca: Il divario percettivo per gli agenti IA
Agenti ciechi alla visione attiva. Un nuovo benchmark, ActiveVision, rivela che anche i modelli più capaci ottengono punteggi disastrosi in compiti che richiedono percezione visiva ripetuta: GPT-5.5 raggiunge il 10,6%, Claude Fable 5 solo il 3,5%, mentre gli umani ottengono in media il 96,1%.
Ragionamento spaziale basato su pixel. ProVisE propone un framework indipendente dal benchmark per valutare il ragionamento visuo-spaziale facendo disegnare risposte a modelli di generazione di immagini, scoprendo che i modelli attuali faticano a esprimere posizione e percorsi direttamente in pixel.
È tutto per questo giorno – circa 5 minuti di lettura.