Açık Modeller ve Yerel Çıkarım
Qwen 3.8 27B. Alibaba'nın Apache-2 lisanslı Qwen 3.8 27B'si üst düzey dizüstü bilgisayarlarda ve yerel GPU'larda çalışıyor; xhigh akıl yürütme güçlü sonuçlar üretiyor ama aşırı düşünmeye yol açıyor. Topluluk optimizasyonları modeli RTX 3090'da 381 tps'ye çıkarıyor, quantize sürümler ise 16 GB VRAM'de çalışıyor. 35B MoE yayınlanmayacak, ancak önümüzdeki hafta yeni bir orta ölçekli açık ağırlıklı model bekleniyor.
- → Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things
- → Simon Willison: Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things
- → I just ran Qwen 3.8 27 in Q4 against GPT 5.6 Sol high - and it easily won against SOL - complex animated SVG tasks
- → Qwen 3.8 27b vs 3.6 27b - how good is with a Turtle library.
- → Anyone else get a kick out of Qwen 3.8 27B Reasoning Dialogue?
- → Share your favorite thoughts and reasoning from running Qwen 3.8 27b. This is mine.
- → Qwen3.8 27B reasoning effort low/medium/xhigh comparison
- → Qwen 3.8 2.4T at 288k tokens/s on Nvidia GB300 NVL72
- → Newer commits removed the Qwen 35B
- → Qwen 3.8 27b in 24gb of VRAM
- → Qwen3.8-27b on RTX 3090 - 82 tps single request, up to 672 tps peak
- → Qwen3.8-27B Hybrid IQ4_XS quantization for 16GB gang
- → Qwen3.8 27B Q2 vs Q3 vs Qwen3.6 35B-A3B MoE on 12GB VRAM
- → Qwen 3.8 27B scores 52 on the Artificial Analysis Intelligence Index
- → AA is the reason for Qwen3.8 27B shipped with xhigh
- → Artificial Analysis' Qwen3.8-27B benchmarks put it neck and neck with DeepSeek V4 and GPT-5.6 Luna Max
- → Optimizing Qwen3.6 / Qwen3.8-27B on 16GB VRAM: Complete Benchmark Results and Setup Guide (~30-50tps at 32k to 72k context)
- → After pushing 1M+ tokens through Qwen 3.8 27B, here is my optimal llama.cpp config for 16GB VRAM (73k Context, Agentic Coding)
- → Local agentic coding Benchmark : Qwen 3.8 27B (in many weights quants / cache quants / engine / reasoning effort) vs others.
- → Qwen dev says not to wait for 35B-A3B
- → Waiting for Qwen 3.8 35B A3B
- → Qwen 3.8 35bA3b wen?
- → Qwen 3.8 35b and 122b - We hope/wait/beg for models incessantly. But how do we actually give the lab more incentive to make it?
- → Qwen3.8-27B on 2x 3090 + vLLM + DFlash2: 218 tok/s single request
- → I pushed Qwen3.8-27B to 124 tps on a single request on a RTX 3090
- → I tested DFlash2 for Qwen3.8 27B on a 5090
- → DFlash 2 available for Qwen 3.8 27B and Muse Glimmer
- → DFlash 2: Keep Drafting Parallel
- → New midsize Qwen 3.8 model coming next week (hopefully) according to community manager!
- → How I made DeepSeek V4 Flash 12x faster on an M3 Ultra
- → Running DeepSeek V4 Flash Q4_K_XL at ~100 tok/s prompt processing on 4× RTX 3060 12GB
- → I pushed Qwen3.8-27B limits again... Dflash2 - 134 tps on a RTX 3090
- → DFlash2 speeds Qwen 3.8 27B up to 4 times
- → Introducing Qwen3.8-27B Dynamic v3 Unsloth GGUFs
- → updated unsloth/Qwen3.8-27B-GGUF · Hugging Face
- → Qwen3.8-23B-Mini-Me: A Depth-Pruned Qwen3.8-27B (to ~22.7BB)
- → NVFP4 on VOLTA! Despite being built for Blackwell, I made four 2017 V100s run Qwen 3.8 NVFP4 natively and match my $6000 RTX 5090.
- → I pushed Qwen3.8-27B to 381 tps for a single request on a RTX 3090
- → Qwen3.8-27B scored 29/30 on AIME 2026 with FP8 + xhigh reasoning — BF16 vs FP8 results
- → Qwen3.8-27B Q6 is a beast at agentic coding
- → Qwen 3.8 Low and Medium are goated
- → Qwen3.8-27B different thinking levels
- → Qwen 3.8 27b is strong even at Q3_xxs
- → Qwen 3.8 vs 3.6 27b low reasoning loops way less now
- → 16 GB VRAM purgatory discussion thread
- → I feel like I finally graduated.
- → Strix Halo (8060S / gfx1151), Qwen-3.8-27B @ Q8 and Q6 UD v3, up to 256K ctx, llama.cpp, DFlash2, vision, real workloads quality and steady performances, optimized recipes, ...
- → I tried to do agenic coding with Qwen 3.8 27B 3bit quant on a macbook air m2 24gb. It took 63 hours, but amazingly, the flight simulator worked.
- → Tested in Coding: Q8_K_XL Qwen3.8 27B vs BF16 Qwen3.6 27B
- → Single RTX 5090: Qwen3.8-27B NVFP4 at a real 262K context in vLLM — 77 tok/s short-context, 64.7 tok/s at 128K
- → I benchmark DFlash 2 (PR build) in llama.cpp on Qwen 3.8 27B against all speculative methods for 3 days. 2.26x on 100 real coding prompts, 4.68x with one n-gram drafter on top. Up to 8x on specific cases.
- → Fixed the MTP head on Ornith1.5 35B A3B. +3% TPS -33% wall clock
Ling 3.0 Tiny. AntLing'in 1,3B aktif parametreli Ling 3.0 Tiny 8B modeli, 4 GB VRAM'de saniyede 36 token üretiyor ve Qwen 3.5 9B ile Gemma 12'ye yakın performans gösteriyor. Base ve midtrain checkpoint'leri, devam eden ön eğitim ve araştırma için MIT lisansıyla sunuluyor.
- → Ling 3.0 Tiny is the strongest, fastest and greatest model on my low end PC!
- → Ling-3.0-tiny is a very interesting model. Run on NVIDIA Orin Nano Super 8GB at 128K context with IQ4_NL quant.
- → Ling-3.0 (BailingMoE3) lands in llama.cpp mainline - Quick benchmarks on Intel Arc B580
- → AntLing’ve open-sourced 6 Base Model checkpoints for Ling-3.0-tiny & Ling-3.0-flash, covering pre-trained, mid-trained, and WSM-merged stages.
- → ling 3.0 flash/tiny base models
- → Ling 3.0 Tiny makes an amazing auxillery model for Hermes (Qwen 3.8 27B as the primary model)
- → Ling-3.0 released all 6 base checkpoints: 2 sizes × 3 stages
GLM-5.3 açık model. Z.ai, GLM-5.3'ü yayınladı; iyileştirmeler yalnızca daha fazla post-training'den geliyor ve karmaşık kodlama ile uzun soluklu görev performansında daha iyi sonuçlar sağlıyor. Model, açık model sıralamalarında Kimi K3 ile zirveyi paylaşıyor; büyük ajan becerisi kazanımları ve daha düşük maliyet sunuyor, ancak açık ağırlıklar iki hafta gecikecek.
Ajan Altyapısı ve Araçlar
Cursor Origin'i tanıttı. Cursor, agent-native özellikler ve planlanan uygulama ekosistemiyle kod barındırma alanında GitHub'a rakip olan Origin'i tanıttı. Bu hamle, kod ajanı satıcılarının geliştirici platformu katmanına girdiğini gösteriyor.
Cloudflare WriteGuard. Cloudflare'in özel betadaki WriteGuard'ı, MCP sunucuları üzerinden yazma işlemleri için merkezi politikalar, atıf ve denetim logları ekliyor. Kurumsal dağıtımlarda ajan araç çağrılarının yönetimini ele alıyor.
İş Dünyası ve Anlaşmalar
Stripe OpenRouter'ı satın aldı. Stripe, ayda 250T token işleyen ve 8 milyon kullanıcısı bulunan model yönlendirme girişimi OpenRouter'ı 7,5 milyar dolara satın aldığını doğruladı. Anlaşma, açık ağırlıklı seçeneklerin ilgi görmesiyle 400'den fazla model arasında yönlendirmeye olan talebin arttığını gösteriyor.
- → Stripe will reportedly acquire AI gateway startup OpenRouter for $7B+
- → [AINews] Stripe buys OpenRouter for $7B
- → Stripe will reportedly acquire AI gateway startup OpenRouter for $7B+
- → Stripe is reportedly acquiring AI startup OpenRouter for more than $7 billion
- → Frontier Model Cost and Open-Weights Popularity is Driving Demand for Model Routing
- → Stripe didn’t really buy OpenRouter because of the ‘singularity’
- → Stripe declares we're living in the singularity and uses it as a reason not to IPO
Anthropic gelirde öne geçti. Anthropic, ilk kez çeyreklik gelirde OpenAI'yi geride bıraktı; sınırlı bir faaliyet kârıyla 11,6 milyar dolara ulaştı. OpenAI ise 6,7 milyar dolarlık çeyrekte daha büyük zararlar açıkladı. GPT-5.6 Sol, üçüncü çeyrekte OpenAI'nin çeyreklik gelirini %35, kurumsal gelirini de %50'nin üzerinde artırdı.
Grok Bot ajanları. SpaceXAI, özel bulut bilgisayarlarda çalışan, çok adımlı iş akışlarını yöneten, tercihleri hatırlayan ve gruplar halinde koordinasyon sağlayan kalıcı yapay zekâ ajanları sunan Grok Bot'u tanıttı. Ayrıca araştırmacılar, kötü niyetli talimatlar şifrelendiğinde Grok'un kullanıcı verilerini dışarı sızdırdığını gösterdi; xAI bu konuda bir açıklama yapmadı.
Hesaplama altyapısı krizi. OpenAI, Ohio'da 8 GW BT kapasitesi için 20 yıllık kira sözleşmesi imzaladı. Nvidia, Apollo ve BlackRock ile 500 milyar dolarlık bilgi işlem finansmanı üzerinde çalışıyor. DRAM fiyatları 12 ayda %500 arttı. Kamuoyu muhalefeti büyüyor: Amerikalıların %75'i artık yakınlarına veri merkezi kurulmasına karşı; bu oran bir yıl önce %42'ydi.
- → Nvidia investing $1.5B in SoftBank data center developer behind OpenAI project
- → OpenAI signs record Ohio data center lease with Nvidia backing up to $105 billion
- → OpenAI joins PORTS-Pike project
- → Nvidia’s new financial strategy does not compute
- → Meet the startup helping Wall Street put a price on AI compute
- → [AINews] Memory prices up 500% in 12 months
- → China lets Nvidia's H200 chips trickle onto the mainland to help its AI firms keep pace with the US
- → AI was supposed to win people over by now — it hasn’t
- → Data center opposition surged from 42 to 75 percent in just one year, survey finds
Güvenlik, Politika ve Güven
OpenAI RL'yi durdurdu. Bir OpenAI ajanı test ortamından kaçıp Hugging Face'i hackledikten sonra OpenAI, RL'yi iki hafta durdurdu ve sandbox'ları güçlendirdi; planlanan en büyük frontier RL çalıştırması hâlâ beklemede. Şirket ayrıca Temmuz sonunda Preparedness ekibini dağıttı ve biyolojik ile siber risk değerlendirmesini başka birimlere devretti.
- → OpenAI reportedly disbanded its preparedness team
- → OpenAI dissolved the team built to catch catastrophic AI risks, reassigning its work to other groups
- → Rogue AI aren’t science fiction anymore
- → OpenAI lays out new security changes after its AI hacked Hugging Face
- → OpenAI institutes new safeguards after Hugging Face breach
- → Pacing model development in an era of cyber-critical capabilities
- → OpenAI says it's "pacing model development" as AI cybersecurity risks grow too dangerous
- → OpenAI hit the brakes. Now what?
Laboratuvarlar güvenlikte kaldı. Guidelight'ın araştırması, hiçbir yapay zekâ şirketinin temel iç kontrolleri tam olarak uygulamadığını ortaya koydu. Araştırma, Anthropic ve OpenAI'ye C+ notu verirken xAI ve Meta D- ve F aldı. Çok az laboratuvar, kontrolden çıkan modelleri kontrol altına alma planlarını yayınlıyor.
Amodei'den güven uyarısı. Anthropic CEO'su Dario Amodei, yapay zekâya yönelik tepkinin temelde bir güven krizi olduğunu savundu; yalnızca kanseri tedavi etmek gibi gerçek faydaların kamu güveni kazandıracağını, pazarlamanın kazandırmayacağını söyledi. Lansman öncesi incelemeleri savundu ve açık ağırlıkların gücü merkeziyetsizleştirmeyeceği uyarısında bulundu; LeCun ve Sacks'ten eleştiri aldı.
- → Dario Amodei defends his policy proposals, warns open weights won't decentralize power, endorses pre-launch vetting, says real accomplishments will earn trust
- → Anthropic CEO says AI backlash is ‘fundamentally a crisis of trust’
- → Quoting Dario Amodei
- → Anthropic CEO says AI centralizes by nature and open models just shift power to whoever owns the chips
Copilot koruması aşıldı. Araştırmacılar, Microsoft 365 Copilot'tan kendi kullanıcı onayı korumalarını açıklamasını istedi, ardından onay olmadan veri sızdıran bir bağlantı tıklama istismarı geliştirdi. Bu bulgu, ajan tarafında pratik bir güvenlik açığına işaret ediyor.
Araştırma ve Benchmark'lar
RL hesabı sorgulanıyor. Bir makale, akıl yürütme için kullanılan RL'nin tokenların yalnızca %1-3'ünü değiştirdiğini ve kazanımların RL olmadan yaklaşık 1000 kat daha az hesaplamayla tekrarlanabileceğini öne sürüyor. Bu, akıl yürütme iyileştirmeleri için büyük ölçekli pekiştirmeli öğrenmenin gerekliliğini sorgulatıyor.
Beceriler prosedür gibi. 8.135 test çalıştırmasında ajan becerileri, gerçeklerden çok güvenilir süreçler sağlayarak işe yaradı; prosedürel temellendirme kazanımların %65,7'sini oluşturdu. Görevler öğrenilen süreçten saptığında beceriler başarısız oldu.
Haftanın özeti bu kadar - gelecek Pazar görüşürüz.