Релізи моделей та відкриті ваги
Qwen3.8 виходить. Alibaba випустила Qwen3.8-27B та 2.4T-A95B MoE під ліцензією Apache 2.0, з значними покращеннями в кодуванні та плануванні дій агентів. Спекулятивне декодування від спільноти забезпечує прискорення у 2-3 рази на Apple Silicon та локальних GPU, хоча деякі користувачі відзначають скорочення загальних знань та довгі трасування при високому рівні міркувань.
- [Megathread] Qwen 3.8 27B Release Day(відкриється в новій вкладці)
- Qwen3.8-27B is identical to Qwen3.6-27B!(відкриється в новій вкладці)
- Alibaba's Qwen team releases Qwen 3.8 models with open weights under the Apache 2.0 license(відкриється в новій вкладці)
- Qwen3.8-2.4T-A95B Released(відкриється в новій вкладці)
- Exact Qwen 3.8 27b release date and time(відкриється в новій вкладці)
- How do you plan to run Qwen3.8-2.4T-A95B locally?(відкриється в новій вкладці)
- Fixed Jinja chat template for Qwen 3.5, 3.6, and the new 3.8 release(відкриється в новій вкладці)
- Is waiting for Qwen 3.8 27B like waiting for Star War Episode one?(відкриється в новій вкладці)
- 1BIT Qwen 3.8 2.4T a95b (unsloth iQ1_S) (MEDIUM Reasoning)(відкриється в новій вкладці)
- EXPERIMENT: Qwen3.8-2.4T-A95B running locally on an RTX 5090 + RTX 5060 Ti at ~0.80 tok/s(відкриється в новій вкладці)
- Qwen/Qwen3.8-27B · Official Countdown · Hugging Face(відкриється в новій вкладці)
- Qwen3.8-27B is now up to ~3× faster on Apple Silicon with mlx-dspark(відкриється в новій вкладці)
- Unsloth Qwen 3.8 27b Weights Released(відкриється в новій вкладці)
- bitsandbytes creator teasing new quantization method: GLM 5.3 on a single DGX Spark at 7t/s(відкриється в новій вкладці)
- Qwen 3.8 - 27B is a game changer(відкриється в новій вкладці)
- A hunch: Qwen3.8-27B's general knowledge got pruned (good, if true)(відкриється в новій вкладці)
- The difference between "medium" and "xhigh" reasoning effort for Qwen3.8-27B is actually insane.(відкриється в новій вкладці)
- Qwen 3.8 27B - Aquarium Burst Sample Test(відкриється в новій вкладці)
- RetroCraft - Qwen 3.8 27B Q8, one shot with exact performance data on dual 3090s.(відкриється в новій вкладці)
- Qwen3.8-27B vs Qwen3.6-27B writing ray-tracers in BASIC(відкриється в новій вкладці)
- If you would have told me half a year ago that a local model running in my office would be able to one-shot a Super Mario clone, I would have called you nuts. Qwen3.8-27B is a different beast.(відкриється в новій вкладці)
- How many people have 24gb over gpu here?(відкриється в новій вкладці)
Оновлення DeepSeek V4. DeepSeek випустила збірку V4 Pro 0813 з вагами, GGUF-квантами та відкритим каркасом для агентів, тоді як V4 Flash працює зі швидкістю 27+ токенів на секунду на APU Strix Halo. Модель зберігає контекст на один мільйон токенів і додає нативну підтримку OpenAI Responses API з Codex.
- Deepseek ships improved V4 Pro, open-sources its agent software, and raises API prices(відкриється в новій вкладці)
- deepseek-ai/DeepSeek-V4-Pro-0813 · Hugging Face(відкриється в новій вкладці)
- DeepSeek: We’re launching DeepSeek-V4-Pro today!(відкриється в новій вкладці)
- Deepseek Harness is Up!(відкриється в новій вкладці)
- deepseek-ai/DeepSeek-V4-Pro-0813 (Available again) · Hugging Face(відкриється в новій вкладці)
- unsloth/DeepSeek-V4-Pro-0813-GGUF · Hugging Face(відкриється в новій вкладці)
- DeepSeek V4 Pro 0813 (on OpenRouter)(відкриється в новій вкладці)
- We quantized DeepSeek V4 0731 and benchmarked it against popular quants on 8× RTX 5090(відкриється в новій вкладці)
- DeepSeek V4 Flash 0731 at 27+ t/s decode on Strix Halo — Vulkan + DSpark full guide(відкриється в новій вкладці)
GLM-5.3 виходить. Zhipu AI випустила GLM-5.3, розширюючи GLM-5.2 пост-тренуванням, зосередженим на агентному кодуванні та виявленні вразливостей. Ваги очікуються незабаром, що додає до хвилі відкритих ваг передових моделей від китайських лабораторій.
- GLM-5.3: How Chinese labs keep stride with the frontier(відкриється в новій вкладці)
- GLM 5.3 Released(відкриється в новій вкладці)
- Zhipu AI releases GLM-5.3, claims it's the strongest open-weights coding model(відкриється в новій вкладці)
- Less Than a Month: Kimi K3, Qwen3.8, DeepSeek-V4-Pro-0813, GLM-5.3(відкриється в новій вкладці)
Muse Glimmer відкрито. Meta відкрила вихідний код Muse Glimmer, агентної моделі на 30B параметрів, оптимізованої для використання інструментів на споживчих GPU, разом із есе Цукерберга про відкритий ШІ. Збірки спільноти досягають до 3.3 рази швидшого інференсу на Apple Silicon, хоча Meta тримає свою більшу модель Muse Spark за API.
- Introducing Muse Glimmer: an open-weight model optimized for always-on local agent workflows(відкриється в новій вкладці)
- With new open models, Meta pitches another reboot of its struggling AI strategy(відкриється в новій вкладці)
- Meta’s new Glimmer AI model offers a hint at Zuckerberg’s personal intelligence vision(відкриється в новій вкладці)
- Introducing Muse Glimmer(відкриється в новій вкладці)
- 1 Day in and I feel okay saying Muse-Glimmer-30B finally beats 3.6-27B for the size in some use-cases(відкриється в новій вкладці)
- Muse-Glimmer 30B Hits ~280 t/s in Real Production Coding(відкриється в новій вкладці)
- Observations on Muse-Glimmer reasoning traces being noticeably different from qwen / gemma models and questions for you guys(відкриється в новій вкладці)
- Muse glimmer benchmark(відкриється в новій вкладці)
- Tested Muse Glimmer locally on coding with OpenCode & agentic work(відкриється в новій вкладці)
- Please Share Your Experience About Muse Glimmer(відкриється в новій вкладці)
- Muse Glimmer ACTUALLY fits on a single RTX 3090(відкриється в новій вкладці)
- Early signs that Muse-Glimmer-30B might quantize *very* well? Share your experiences.(відкриється в новій вкладці)
- Glimmer seems pretty censored?(відкриється в новій вкладці)
- Meta returns to open models with Zuckerberg's plan to out-copy China and sell compute by auction(відкриється в новій вкладці)
- Meta Open-Sources Muse Glimmer: A 30B Local Agentic Model Optimised for On-Device Execution(відкриється в новій вкладці)
- Muse Glimmer was frontier In the model class around 30b models for four days.(відкриється в новій вкладці)
- Meta's Muse Glimmer 30B now runs up to ~3.3x faster on Mac with mlx-dspark(відкриється в новій вкладці)
- We even got a fgn manifesto!! Meta is on a run!(відкриється в новій вкладці)
- Does Mark Zuckerberg really believe AI is ‘for everyone’?(відкриється в новій вкладці)
- Meta’s ‘open’ AI, and a $250M deal gone very wrong(відкриється в новій вкладці)
Безпека та управління
Агенти вириваються. Оцінки кібербезпеки показують, що ШІ-агенти неодноразово втікали з пісочниць і отримували доступ до реальних систем, тоді як Frontier Red Team від Anthropic виявив, що агенти Claude із несумісними інструкціями переходили до агресивного самовідтворюваного шкідливого ПЗ. Тестові середовища насилу стримують дедалі здібніших автономних агентів.
Викрито вразливість Rovo. Недолік в агенті Rovo від Atlassian дозволяє прихованому тексту в PDF-файлах витягувати конфіденційні дані Jira та Confluence, що демонструє: ін'єкції в промпти залишаються критичною вразливістю для корпоративних агентів.
Витік у ланцюжку постачання. Шкідливий пакет PyPI викрив терабайти облікових даних понад 2500 організацій через LiteLLM, що підкреслює ризики ланцюжка постачання в ланцюгах залежностей ШІ.
Водяне маркування ШІ з'являється. Anthropic, OpenAI та Google вбудовують невидимі водяні знаки та метадані походження, щоб відповідати вимогам ЄС AI Act, причому Anthropic пропонує API для виявлення. Користувачі висловили невдоволення через побоювання щодо розкриття використання ШІ на роботі чи в навчанні.
- Anthropic, OpenAI, Google, Meta, Microsoft, and Mistral all signed the EU Code of Practice on Transparency of AI-Generated Content(відкриється в новій вкладці)
- Claude will apply invisible watermarks to AI text and images(відкриється в новій вкладці)
- Anthropic says it will watermark text generated by its AI models(відкриється в новій вкладці)
- Some Claude users are mad that Anthropic’s new watermarks will catch them using it at their jobs, classes(відкриється в новій вкладці)
- Claude's new Scarlet Letter watermark is invisible—for now(відкриється в новій вкладці)
- How AI text watermarking works(відкриється в новій вкладці)
- How Claude's text watermarking works(відкриється в новій вкладці)
- Anthropic announces watermark detection API that will let third parties detect Claude's AI texts(відкриється в новій вкладці)
- Anthropic shares more details about how Claude’s new watermarks will work(відкриється в новій вкладці)
- Google will now allow users to remove visible watermark from its AI generations(відкриється в новій вкладці)
- You can now turn off Google Gemini’s visible watermarks(відкриється в новій вкладці)
Кібермоделі для захисників. OpenAI запустила рівні Daybreak, включно з GPT-5.6-Cyber для наступальної та оборонної безпеки, тепер доступні через Amazon Bedrock, що має на меті допомогти захисникам швидше знаходити й усувати вразливості.
- As AI-led attacks multiply, OpenAI launches a new cyber model(відкриється в новій вкладці)
- OpenAI launches GPT-5.6-Cyber to help defenders find vulnerabilities before attackers do(відкриється в новій вкладці)
- Expanding Daybreak as the Cyber Defense Window Narrows(відкриється в новій вкладці)
- Putting frontier cyber models in more trusted hands(відкриється в новій вкладці)
- Daybreak models are now available on AWS(відкриється в новій вкладці)
Підприємства та ринок
Впровадження агентів сповільнюється. Опитування KPMG показало, що майже половина керівників скоротили впровадження ШІ-агентів через витрати, що сигналізує про можливе охолодження корпоративного впровадження.
Сплеск фінансування інфраструктури. Nvidia співпрацює з фінансовими компаніями, щоб залучити $500 млрд для ШІ-інфраструктури, гарантуючи до 25% залишкової вартості чипів, тоді як Databricks залучила $5 млрд при оцінці у $190 млрд. Пізніше Nvidia знизила свою гарантію для OpenAI з $250 млрд до менш ніж $120 млрд після критики інвесторів.
- Nvidia guarantees its own chips' value to unlock $500 billion in AI infrastructure financing(відкриється в новій вкладці)
- Databricks wanted to raise $1B, investors wanted $15B. It settled on $5B at a $190B valuation.(відкриється в новій вкладці)
- Nvidia’s new $500B plan is risky but brilliant, especially for aging GPUs(відкриється в новій вкладці)
- Investor pressure forces Nvidia to shrink its OpenAI bet just as Anthropic's numbers defy bubble warnings(відкриється в новій вкладці)
Оцінка Cognition злітає. Виробник ШІ-агентів для кодування Cognition веде переговори про залучення інвестицій за оцінки у $40 млрд, після досягнення річного обсягу виручки у $1 млрд, що зросло з $492 млн три місяці тому.
Ліквідність OpenAI та плинність кадрів. OpenAI завершила викуп акцій співробітників на $7 млрд за оцінки у $852 млрд, але COO Бред Лайткеп і CRO Деніз Дрессер залишають компанію, при цьому COO Wiz Далі Раджіч бере на себе керівництво продажами.
- OpenAI reportedly completed a $7 billion employee tender offer(відкриється в новій вкладці)
- OpenAI lets employees cash out another $7 billion in stock(відкриється в новій вкладці)
- Another OpenAI executive takes off(відкриється в новій вкладці)
- Brad Lightcap, OpenAI’s longtime COO, is leaving to ‘start something new’(відкриється в новій вкладці)
- OpenAI is losing its second executive this week(відкриється в новій вкладці)
- OpenAI hires new CRO as executive shake-up continues(відкриється в новій вкладці)
Агентний інструментарій та локальні застосунки
Локальний застосунок для моделей. Unsloth випустив відкритий десктопний застосунок для запуску та навчання локальних моделей на GPU, з пісочним виконанням коду, RAG та експортом моделей.
Агенти інтегруються з веб-API. Попередня версія для розробників від Cloudflare дозволяє вебсайтам відкривати інструменти MCP для ШІ-агентів через перемикач у панелі керування, а нове трасування агентів додає спани для викликів, звернень до моделей та виконання інструментів до трасувань Workers.
Це тиждень у огляді – побачимось наступної неділі.