मॉडल रिलीज़
Qwen 3.8 27B. अलीबाबा की Qwen टीम ने Apache 2.0 के तहत Qwen3.8-27B और बड़े Qwen3.8-2.4T-A95B को जारी किया। 27B डेंस मॉडल Qwen3.6-27B के समान आर्किटेक्चर साझा करता है, लेकिन प्रशिक्षण परिवर्तनों के साथ कोडिंग, कार्यालय कार्यों और एजेंट योजना में सुधार करता है। यह 262k नेटिव संदर्भ का समर्थन करता है, जिसे 1M टोकन तक बढ़ाया जा सकता है।
Zhipu से GLM-5.3. Zhipu AI ने GLM-5.3 जारी किया, जो GLM-5.2 के समान आधार मॉडल का उपयोग करता है, लेकिन विस्तारित पोस्ट-ट्रेनिंग के साथ। कंपनी का दावा है कि यह सबसे मजबूत ओपन-वेट कोडिंग मॉडल है, जिसमें एजेंटिक कोडिंग और साइबर सुरक्षा भेद्यता खोज में उल्लेखनीय सुधार हैं। वेट दो सप्ताह में Hugging Face पर आने की उम्मीद है।
Meta का Muse Glimmer. Meta ने Apache 2.0 के तहत Muse Glimmer को ओपन-सोर्स किया, जो उपभोक्ता GPUs पर स्थानीय वर्कफ्लो के लिए 30B एजेंटिक मॉडल है। यह बड़े Muse Spark से तर्क और टूल-कॉल कौशल को डिस्टिल करता है और 30B वर्ग में कुछ समय के लिए सबसे आगे था।
चीनी ओपन मॉडल लहर. एक महीने से भी कम समय में, चीनी प्रयोगशालाओं ने Kimi K3, Qwen3.8, DeepSeek-V4-Pro-0813, और GLM-5.3 जारी किए हैं, जो तेज़ ओपन-वेट फ्रंटियर प्रगति को रेखांकित करता है।
स्थानीय तैनाती और समुदाय
Apple Silicon त्वरण. नया mlx-dspark रिलीज़ Apple Silicon पर Qwen3.8-27B के लिए स्पेक्युलेटिव डिकोडिंग लाता है, जो M4 Pro पर लगभग 3× तेज़ जनरेशन प्राप्त करता है, जबकि समान आउटपुट टोकन उत्पन्न करता है।
क्वांटाइज़ेशन और वेट. Unsloth ने Qwen3.8-27B के क्वांटाइज़्ड वेट जारी किए, और Tim Dettmers ने एक नई क्वांटाइज़ेशन विधि के बारे में संकेत दिया जो GLM-5.3 को एकल DGX Spark पर 7 टोकन/सेकंड पर चला सकती है।
प्रारंभिक Qwen 3.8 परीक्षण. सामुदायिक परीक्षण Qwen3.8-27B में मजबूत वन-शॉट कोडिंग डेमो और एजेंटिक व्यवहार दिखाते हैं, लेकिन कुछ उपयोगकर्ता xhigh तर्क प्रयास पर सामान्य ज्ञान में स्पष्ट कटौती और अत्यधिक लंबे सोच निशान की रिपोर्ट करते हैं। अनुशंसित सैंपलिंग पैरामीटर मॉडल कार्ड पर उपलब्ध हैं।
- → Qwen 3.8 - 27B is a game changer
- → A hunch: Qwen3.8-27B's general knowledge got pruned (good, if true)
- → The difference between "medium" and "xhigh" reasoning effort for Qwen3.8-27B is actually insane.
- → Qwen 3.8 27B - Aquarium Burst Sample Test
- → RetroCraft - Qwen 3.8 27B Q8, one shot with exact performance data on dual 3090s.
बिना सेंसर वाला स्थानीय वेरिएंट. Qwen3.8-27B का एक सामुदायिक 'heretic' संस्करण इनकार और सुरक्षा उपायों को हटा देता है, जिसका उद्देश्य Opus 4.6 जैसे फ्रंटियर मॉडल के स्तर पर एक स्थानीय बिना सेंसर विकल्प प्रदान करना है।
AI पारदर्शिता और सुरक्षा
Anthropic वॉटरमार्क पहचान. Anthropic एक वॉटरमार्क डिटेक्शन API की पेशकश करेगा ताकि तीसरे पक्ष के डेवलपर Claude द्वारा उत्पन्न संभावित पाठ का पता लगा सकें। यह विधि SynthID Text का उपयोग करती है और छोटे, तथ्य-प्रधान या अत्यधिक पुनर्लेखन किए गए पाठ पर कम विश्वसनीय है।
Google वॉटरमार्क को वैकल्पिक बनाता है. Google उपयोगकर्ताओं को Nano Banana, Omni, और Lyria से AI-जनरेटेड छवियों, वीडियो और संगीत पर दृश्य वॉटरमार्क बंद करने की अनुमति दे रहा है। सत्यापन के लिए अदृश्य SynthID और C2PA मेटाडेटा अभी भी एम्बेड रहेंगे।
अदालत में प्रॉम्प्ट इंजेक्शन. कनेक्टिकट के एक न्यायाधीश ने छिपे हुए पाठ के साथ पहली अमेरिकी अदालती दाखिल होने का दस्तावेजीकरण किया, जिसका उद्देश्य मामले की समीक्षा करने वाली AI प्रणालियों में हेरफेर करना था। छिपे हुए निर्देशों का कोई प्रभाव नहीं पड़ा, लेकिन न्यायाधीश ने इस रणनीति को खतरनाक बताया।
उत्पादन में एजेंट
Claude Code रखरखाव ड्यूटी. Anthropic का कहना है कि Claude Code अपने स्वयं के ऐप्स पर दैनिक रखरखाव चला रहा है, जिसमें मानव समीक्षा के बाद 46 प्रतिशत मर्ज दर के साथ 388 पुल रिक्वेस्ट बनाई गई हैं। नियमित प्रक्रियाओं में क्रैश फज़िंग, डुप्लिकेट एब्स्ट्रैक्शन क्लीनअप और निर्भरता जांच शामिल हैं।
OpenAI Computer History. OpenAI का Computer History Chronicle स्क्रीनशॉट प्रोटोटाइप की जगह लेता है, जो macOS पर क्लिक, कीस्ट्रोक्स और ऐप स्विच को रिकॉर्ड करके खोजने योग्य टाइमलाइन बनाता है। यह आवर्ती वर्कफ्लो का पता लगा सकता है और ChatGPT और Codex के लिए पुन: प्रयोज्य कौशल सुझा सकता है।
उद्योग और व्यापार
अमेरिका-चीन मूल्य युद्ध. OpenAI और Anthropic कीमतें कम कर रहे हैं, क्योंकि चीनी ओपन मॉडल बढ़त हासिल कर रहे हैं; Google का Gemini 3.7 Flash कोडिंग और एजेंटों के उद्देश्य से 50 प्रतिशत प्रारंभिक मूल्य कटौती के साथ पेश किया गया है। जुलाई के मध्य से प्रमुख अमेरिकी प्रयोगशालाओं से टोकन की कीमतें लगभग एक चौथाई गिर गई हैं।
GPT-5.6 Sol अल्ट्राफास्ट. OpenAI ने Cerebras द्वारा संचालित GPT-5.6 Sol के लिए अल्ट्राफास्ट मोड का पूर्वावलोकन जारी किया, जो प्रति सेकंड 750 आउटपुट टोकन तक वितरित करता है। यह API सेवा शुरू में चुनिंदा ग्राहकों तक सीमित है और घटनाओं या बाजार घटनाओं के दौरान वास्तविक समय विश्लेषण के उद्देश्य से है।
Meta का AI सभी के लिए. Meta ने Glimmer रिलीज़ के साथ एक लंबा जुकरबर्ग पत्र जोड़ा, जिसमें तर्क दिया गया कि AI सभी के लिए खुला होना चाहिए, लेकिन पॉडकास्ट कवरेज नोट करता है कि कंपनी अपने सबसे शक्तिशाली Muse Spark को API के पीछे रखती है। उसी चर्चा में 250 मिलियन डॉलर के अधिग्रहण को विफल बताया गया है।
Apple-Alibaba चीन मॉडल. रिपोर्ट के अनुसार, Apple ने चीनी बाजार के लिए Alibaba की मदद से एक कस्टम AI मॉडल प्रशिक्षित किया है, Apple Intelligence को चीनी उपकरणों पर लाने से पहले। यह साझेदारी एक दुर्लभ अमेरिका-चीन AI सहयोग है।
Kog इंफेरेंस पहल. फ्रांसीसी स्टार्टअप Kog पारंपरिक GPUs जैसे AMD MI300X और Nvidia H200 से अधिक गति निकालने के लिए सॉफ्टवेयर अनुकूलन का उपयोग कर रहा है, जिसका लक्ष्य सॉफ्टवेयर इंजीनियरिंग वर्कलोड के लिए तेज़ सिंगल-रिक्वेस्ट डिकोडिंग है।
प्राकृतिक गैस मूल्य जोखिम. एक नया Noreva पूर्वानुमान चेतावनी देता है कि अमेरिका के कुछ हिस्सों में प्राकृतिक गैस की कीमतें तीन गुना हो सकती हैं, क्योंकि Amazon, Google, Meta, और Microsoft जैसे हाइपरस्केलर AI डेटा सेंटरों के लिए गैस बिजली लॉक कर रहे हैं।
अनुसंधान हाइलाइट्स
150M ARC मॉडल. एक 150M-पैरामीटर आवर्ती अव्यक्त तर्क मॉडल ARC-AGI-1 पर 29.5% स्कोर करता है, जिसकी लागत $0.0007 प्रति कार्य है, जो प्रकाशित लागत-सटीकता सीमा से बाहर है। यह न्यूनतम हार्डवेयर पर चलता है, हालांकि अरबों पैरामीटर तक स्केलिंग अभी भी आवश्यक है।
स्वायत्त अनुसंधान संदेह. प्रिंसटन और यूके AISI के एक अध्ययन ने अप्रकाशित NeurIPS पेपरों का उपयोग करते हुए पाया कि वर्तमान फ्रंटियर मॉडल अनुसंधान इंजीनियरिंग को संभालते हैं, लेकिन उन हिस्सों में विफल रहते हैं जो मायने रखते हैं, जो स्वायत्त AI अनुसंधान के बारे में प्रयोगशालाओं के दावों का खंडन करता है।
DarwinX हार्नेस विकास. DarwinX प्रॉम्प्ट, टूल्स, कौशल और नियंत्रण प्रवाह पर प्राकृतिक चयन के माध्यम से एजेंट हार्नेस को विकसित करता है, जबकि मॉडल के वेट को स्थिर रखता है। यह चार बेंचमार्कों में औसतन लगभग 17 अंक जोड़ता है और SWE-bench Verified पर अपरिवर्तित स्थानांतरित होता है।
PlayWorld बेंचमार्क. PlayWorld वीडियो वर्ल्ड मॉडल को मल्टीमॉडल एजेंट खिलाड़ियों का उपयोग करके बेंचमार्क करता है, जो 171 दीर्घ-क्षितिज उद्देश्यों का पीछा करते हैं, ज्यामिति स्थिरता, इंटरैक्शन निष्ठा, दृष्टि से बाहर विकास और अंतर्दृष्टि विकास को मापते हैं।
आज के लिए बस इतना ही - लगभग 5 मिनट का पठन।