Agentic AI News Bugün

Qwen 3.8 27B. Alibaba'nın Qwen ekibi, Qwen3.8-27B ve daha büyük Qwen3.8-2.4T-A95B'yi Apache 2.0 lisansı altında yayınladı. 27B yoğun model, Qwen3.6-27B ile aynı mimariyi paylaşıyor ancak eğitim değişiklikleriyle kodlama, ofis görevleri ve ajan planlama yeteneklerini iyileştiriyor. 262 bin doğal bağlamı destekliyor, 1M tokena kadar genişletilebilir.

• → [Megathread] Qwen 3.8 27B Release Day
• → Qwen3.8-27B is identical to Qwen3.6-27B!
• → Alibaba's Qwen team releases Qwen 3.8 models with open weights under the Apache 2.0 license

Zhipu'dan GLM-5.3. Zhipu AI, GLM-5.2 ile aynı temel modeli kullanan ancak eğitim sonrası genişletilmiş GLM-5.3'ü yayınladı. Şirket, bunun en güçlü açık ağırlıklı kodlama modeli olduğunu ve ajan kodlaması ile siber güvenlik açığı keşfinde önemli kazanımlar sağladığını iddia ediyor. Ağırlıkların iki hafta içinde Hugging Face'te yayınlanması bekleniyor.

• → GLM-5.3: How Chinese labs keep stride with the frontier
• → GLM 5.3 Released
• → Zhipu AI releases GLM-5.3, claims it's the strongest open-weights coding model

Meta'nın Muse Glimmer'ı. Meta, tüketici GPU'larında yerel iş akışlarına yönelik Apache 2.0 lisanslı 30B ajan modeli Muse Glimmer'ı açık kaynak olarak yayınladı. Daha büyük Muse Spark'tan akıl yürütme ve araç çağırma becerilerini damıtır ve bir süreliğine 30B sınıfının sınırında kaldı.

• → Meta Open-Sources Muse Glimmer: A 30B Local Agentic Model Optimised for On-Device Execution
• → Muse Glimmer was frontier In the model class around 30b models for four days.

Çin açık model dalgası. Bir aydan az bir sürede Çin laboratuvarları Kimi K3, Qwen3.8, DeepSeek-V4-Pro-0813 ve GLM-5.3'ü piyasaya sürerek açık ağırlıklardaki hızlı ilerlemeyi gözler önüne serdi.

• → Less Than a Month: Kimi K3, Qwen3.8, DeepSeek-V4-Pro-0813, GLM-5.3

Apple Silicon hız artışı. Yeni bir mlx-dspark sürümü, Apple Silicon üzerinde Qwen3.8-27B'ye spekülatif kod çözme getiriyor ve M4 Pro'da aynı çıktı tokenlarını üretirken yaklaşık 3 kat daha hızlı üretim sağlıyor.

• → Qwen3.8-27B is now up to ~3× faster on Apple Silicon with mlx-dspark

Nicemleme ve ağırlıklar. Unsloth, Qwen3.8-27B nicelenmiş ağırlıklarını yayınladı ve Tim Dettmers, GLM-5.3'ü tek bir DGX Spark'ta 7 token/sn hızında çalıştırabilecek yeni bir nicemleme yönteminin ipuçlarını verdi.

• → Unsloth Qwen 3.8 27b Weights Released
• → bitsandbytes creator teasing new quantization method: GLM 5.3 on a single DGX Spark at 7t/s

Erken Qwen 3.8 testleri. Topluluk testleri, Qwen3.8-27B'de güçlü tek atışlık kodlama demoları ve ajan davranışı gösteriyor, ancak bazı kullanıcılar yüksek akıl yürütme çabasında genel bilginin belirgin şekilde budandığını ve çok uzun düşünme izleri olduğunu bildiriyor. Önerilen örnekleme parametreleri model kartında mevcuttur.

• → 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.

Sansürsüz yerel varyant. Qwen3.8-27B'nin topluluk 'heretic' sürümü, reddetmeleri ve güvenlik önlemlerini kaldırarak Opus 4.6 gibi bir sınır modeli seviyesinde yerel sansürsüz bir alternatif sunmayı amaçlıyor.

• → Local uncensored Opus 4.6 at home - Qwen3.8 27B heretic

Anthropic filigran tespiti. Anthropic, üçüncü taraf geliştiricilerin Claude tarafından üretilmiş olabilecek metinleri tespit edebilmesi için bir filigran tespit API'si sunacak. Yöntem SynthID Text kullanıyor ve kısa, gerçek odaklı veya yoğun şekilde yeniden yazılmış metinlerde daha az güvenilir.

• → How Claude's text watermarking works
• → Anthropic announces watermark detection API that will let third parties detect Claude's AI texts

Google filigranı isteğe bağlı hale getiriyor. Google, kullanıcıların Nano Banana, Omni ve Lyria'dan yapay zeka ile üretilen görsellerde, videolarda ve müziklerde görünür filigranları kapatmasına izin veriyor. Görünmez SynthID ve C2PA meta verileri doğrulama için hâlâ gömülü olacak.

• → Google will now allow users to remove visible watermark from its AI generations
• → You can now turn off Google Gemini’s visible watermarks

Mahkemede prompt enjeksiyonu. Connecticut'taki bir yargıç, davayı inceleyen yapay zeka sistemlerini manipüle etmeyi amaçlayan gizli metin içeren ilk ABD mahkeme başvurusu gibi görünen durumu belgeledi. Gizli talimatların hiçbir etkisi olmadı, ancak yargıç bu taktiği tehlikeli olarak nitelendirdi.

• → Suspecting court of using AI, man injected prompts in filings to try to win case

Claude Code bakım görevi. Anthropic, Claude Code'un kendi uygulamalarında günlük bakım yaptığını, insan incelemesinin ardından yüzde 46 birleştirme oranıyla 388 çekme isteği oluşturduğunu söylüyor. Rutinler arasında çökme testi, tekrarlanan soyutlama temizliği ve bağımlılık kontrolleri yer alıyor.

• → Claude Code now runs daily maintenance on Anthropic's software with a 46 percent merge rate

OpenAI Computer History. OpenAI'nin Computer History özelliği, Chronicle ekran görüntüsü prototipinin yerini alarak macOS'ta tıklamaları, tuş vuruşlarını ve uygulama geçişlerini kaydedip aranabilir bir zaman çizelgesi oluşturuyor. Tekrarlayan iş akışlarını tespit edebilir ve ChatGPT ile Codex için yeniden kullanılabilir beceriler önerebilir.

• → OpenAI's Computer History turns your clicks and keystrokes into a searchable ChatGPT memory timeline

ABD-Çin fiyat savaşı. Çin'in açık modelleri güç kazanırken OpenAI ve Anthropic fiyatları düşürüyor; Google'ın Gemini 3.7 Flash'ı, kodlama ve ajanlara yönelik yüzde 50 tanıtım indirimiyle piyasaya çıkıyor. Önde gelen ABD laboratuvarlarının token fiyatları Temmuz ortasından bu yana neredeyse dörtte bir oranında düştü.

• → OpenAI and Anthropic in price war as Chinese AI rivals gain ground
• → [AINews] Gemini 3.7 Flash brings GDM back to the forefront
• → Gemini 3.7 🤖, GPT-5.6 Sol Ultrafast ⚡, Anthropic $2T IPO 💰

GPT-5.6 Sol Ultrafast. OpenAI, Cerebras destekli GPT-5.6 Sol için saniyede 750 çıktı tokenına kadar hız sağlayan Ultrafast modunun bir önizlemesini yayınladı. API hizmeti başlangıçta seçili müşterilerle sınırlı ve olaylar veya piyasa olayları sırasında gerçek zamanlı analiz amaçlı.

• → GPT-5.6 Sol goes 14x faster as OpenAI launches Ultrafast mode powered by Cerebras

Meta'nın herkes için yapay zekası. Meta, Glimmer sürümünü, yapay zekanın herkese açık olması gerektiğini savunan uzun bir Zuckerberg mektubuyla birleştirdi, ancak podcast kapsamı şirketin en güçlü Muse Spark'ını API'lerin arkasında tuttuğuna dikkat çekiyor. Aynı tartışmalar, 250 milyon dolarlık bir satın almanın ters gittiğini de işaret ediyor.

• → Does Mark Zuckerberg really believe AI is ‘for everyone’?
• → Meta’s ‘open’ AI, and a $250M deal gone very wrong

Apple-Alibaba Çin modeli. Apple'ın, Apple Intelligence'ı Çin cihazlarına getirmeden önce Alibaba'nın yardımıyla Çin pazarı için özel bir yapay zeka modeli eğittiği bildiriliyor. Bu ortaklık, nadir bir ABD-Çin yapay zeka iş birliği.

• → Apple trained its own AI model for China with help from Alibaba

Kog çıkarım hamlesi. Fransız girişimi Kog, AMD MI300X ve Nvidia H200 gibi geleneksel GPU'lardan daha fazla hız elde etmek için yazılım optimizasyonu kullanıyor ve yazılım mühendisliği iş yükleri için daha hızlı tek istek kod çözmeyi hedefliyor.

• → Kog is going deeper to squeeze more inference out of GPUs

Doğal gaz fiyat riski. Yeni bir Noreva tahmini, Amazon, Google, Meta ve Microsoft gibi hiper ölçekleyicilerin yapay zeka veri merkezleri için gaz enerjisini bağlamasıyla ABD'nin bazı bölgelerinde doğal gaz fiyatlarının üç katına çıkabileceği konusunda uyarıyor.

• → Hyperscalers might regret embracing natural gas if new forecast proves correct

150M ARC modeli. 150M parametreli yinelenen gizli akıl yürütme modeli, ARC-AGI-1'de görev başına 0,0007 ABD doları maliyetle %29,5 puan alıyor ve yayınlanan maliyet-doğruluk sınırının dışında kalıyor. Minimal donanımda çalışıyor; ancak milyarlarca parametreye ölçeklendirme hâlâ gerekli.

• → A 150M param recurrent model scores 29.5% on ARC-AGI-1 at $0.0007 per task

Otonom araştırma şüpheleri. Princeton ve İngiltere AISI tarafından yayınlanmamış NeurIPS makaleleri kullanılarak yapılan bir çalışma, mevcut sınır modellerinin araştırma mühendisliğini yürüttüğünü ancak araştırmanın önemli kısımlarında başarısız olduğunu ortaya koydu; bu da laboratuvarların otonom yapay zeka araştırması iddialarıyla çelişiyor.

• → Study contradicts Anthropic and OpenAI claims that autonomous AI research is within reach

DarwinX harness evrimi. DarwinX, model ağırlıklarını sabit tutarak promptlar, araçlar, beceriler ve kontrol akışı üzerinde doğal seçilim yoluyla ajan harness'lerini evrimleştirir. Dört kıyaslamada ortalama yaklaşık 17 puan ekler ve değişmeden SWE-bench Verified'a aktarılır.

• → DarwinX: Evolving Agent Harnesses Through Natural Selection

PlayWorld kıyaslaması. PlayWorld, 171 uzun vadeli hedefi takip eden çok modlu ajan oyuncularını kullanarak video dünya modellerini kıyaslar; geometri tutarlılığı, etkileşim doğruluğu, görünmeyen evrim ve içgörü evrimini ölçer.

• → PlayWorld: Benchmarking World Models with Agent Players over Long-Horizon Objectives