एजेंट और मॉडल रिलीज़
Reflection Beam ओपन-वेट MoE. Reflection AI ने Beam लॉन्च किया, 501B पैरामीटर वाला MoE जिसमें प्रति टोकन 23B सक्रिय हैं, कोडिंग और एजेंटिक काम के लिए बनाया गया। कंपनी का दावा है कि यह 3–4 गुना कम इनफरेंस कंप्यूट पर GPT-5.2-स्तर की रीज़निंग देता है और फिलहाल अंतिम रेड-टीमिंग में है, वेटलिस्ट एक्सेस के ज़रिए।
Aleph Alpha Kolibri. Aleph Alpha ने Kolibri जारी किया, जर्मन-अंग्रेज़ी 78B MoE जिसमें ~3B सक्रिय पैरामीटर हैं, Apache 2.0 लाइसेंस के तहत। यह यूरोपीय पब्लिक सेक्टर और इंडस्ट्रियल उपयोग के लिए है, 1M कॉन्टेक्स्ट के साथ, और जर्मनी/फिनलैंड में 768 B200 GPUs पर ट्रेन किया गया।
Reka Rho-1 ओमनी-मॉडल. Reka AI ने Rho-1 का प्रीव्यू दिया, 19B का सिंगल नेटवर्क जो टेक्स्ट, इमेज, वीडियो और रोबोट कंट्रोल एक्शन को बिना टूल कॉल या बाहरी मॉडल के प्रोसेस करता है। इसे करीब तीन महीनों में 320 H100 GPUs पर ट्रेन किया गया।
Agens Volundr 32B. Blockway ने Agens Volundr 32B का प्रीव्यू जारी किया, हाइब्रिड आर्किटेक्चर जिसमें 72 में से सिर्फ 18 लेयर में KV कैश रहता है, जिससे कम मेमोरी में 262K कॉन्टेक्स्ट संभव होता है। यह Apache-2.0 है और सीमित कंप्यूट पर ट्रेन किया गया।
टूल्स और फ्रेमवर्क
Together Link CLI. Together AI ने MIT लाइसेंस वाला मुफ़्त CLI जारी किया, जिससे Claude Code, Codex और OpenCode जैसे कोडिंग एजेंट Kimi K3 और GLM 5.3 जैसे ओपन मॉडल इस्तेमाल कर सकते हैं, जिससे API खर्च घटता है। यह macOS/Linux पर एक कमांड से इंस्टॉल हो जाता है।
llama.cpp का MoE फोर्क. llama.cpp का कम्युनिटी फोर्क MoE मॉडल के लिए expert residency, हाइब्रिड CPU/GPU एक्ज़ीक्यूशन और Q2_0 सपोर्ट जोड़ता है। जब पूरा MoE VRAM में नहीं समाता, तब यह एक्सपर्ट्स को कैश करके और VRAM उपयोग सीमित करके मदद करता है।
llama.cpp v0.6.0. llama.cpp v0.6.0 जारी हुआ, इसमें Qwen4Exp के लिए MTP स्पेक्युलेटिव डिकोडिंग और अन्य सुधार हैं।
RemoveMacAI macOS टूल. एक नया ओपन-सोर्स CLI macOS 27 से Apple Intelligence हटाता है, करीब 12GB मॉडल डिलीट करता है और जुड़े फीचर्स को रिवर्सिबल तरीके से बंद करता है। यह Apple द्वारा हटाई गई सेटिंग्स को एक जगह लाता है।
Qwen3.8-Flash-Next लोकल रन. कम्युनिटी रिलीज़ बताती हैं कि Qwen3.8-Flash-Next लोकल हार्डवेयर पर कुशलता से चलता है: 96GB Mac Studio M5 Ultra पर MLX 4.7bpw बिल्ड 113 टोकन/सेकंड डिकोड देता है, और Strix Halo मिनी PC पर EXL3 बिल्ड 44–59 टोकन/सेकंड तक पहुंचता है।
रिसर्च और बेंचमार्क
Kolibri का Breakout प्रयोग. एक प्रयोग में Aleph Alpha के Kolibri ने सीधे एक्शन प्रोबेबिलिटीज़ आउटपुट करके Breakout खेला, हर मूव पर 25ms से कम लेटेंसी मिली, बिना फाइन-ट्यूनिंग या जेनरेटेड टेक्स्ट के।
CivBench स्ट्रैटेजी बेंचमार्क. एक नियंत्रित Civilization V बेंचमार्क में GLM-5.3, Opus-5.5 से आगे निकला, और Qwen-3.8-27B लॉन्ग-हॉराइज़न स्ट्रैटेजिक निर्णयों में हैरानी भरपूर प्रतिस्पर्धी रहा। तुलना के लिए सेटअप मॉडल्स को तय शुरुआती स्थितियों से गुज़ारता है।
कॉन्टेक्स्ट-एडिटिंग मॉडल. एक पेपर ऐसे मॉडल पेश करता है जो अपने कॉन्टेक्स्ट को फ़ाइल की तरह एडिट कर सकते हैं, जिससे टास्क परफॉर्मेंस, मेमोरी और एफिशिएंसी बेहतर होती है। प्लग-एंड-प्ले फायदे मामूली हैं, लेकिन RL ट्रेनिंग से बड़े सुधार मिलते हैं, खासकर बड़े मॉडल्स पर।
Jev-स्टाइल डिसीज़न मॉडल. Nokia का AnyJev दिखाता है कि एक फॉरवर्ड पास में LLM की आंतरिक स्थिति से डिटरमिनिस्टिक निर्णय निकाले जा सकते हैं, बिना जेनरेशन लूप के। TinyDecide 10M पैरामीटर वाला वर्ज़न है जो ESP32 जैसे माइक्रोकंट्रोलर्स पर चलता है।
स्पेक-आधारित AI पोर्टिंग. Akka ने Claude और Akka Specify का इस्तेमाल करके 65 ओपन सोर्स प्रोजेक्ट्स पर स्पेक-आधारित AI-सहायता प्राप्त सॉफ्टवेयर पोर्टिंग टेस्ट की। 65 में से 57 पोर्ट्स में बेहतर परफॉर्मेंस/क्वालिटी दिखी, शुरुआती चरण में 9.41B टोकन खर्च हुए।
इंडस्ट्री और बिज़नेस
Meta-Microsoft ने Claude खर्च घटाया. Meta और Microsoft ने Anthropic के Claude पर अंदरूनी खर्च तेज़ी से घटाया, क्योंकि Anthropic अब प्रतिस्पर्धी बन गया है। Microsoft ने क्लाउड डिवीज़न का बजट प्रति कर्मचारी $100k से $10k कर दिया; Meta ने Claude Code यूज़र्स को आधा करके ~30k कर दिया।
Cowork का क्लाउड शिफ्ट. Anthropic का Cowork अब मॉडल इन्फरेंस और अपना VM क्लाउड में चलाता है, हर सेशन के लिए सैंडबॉक्स के साथ, जिससे फोन पर इस्तेमाल और बैकग्राउंड काम संभव होता है और लोकल बैटरी खपत घटती है। डेस्कटॉप ऐप फ़ाइल एक्सेस के टूल कॉल संभालता है।
ChatGPT विज़ुअल विज्ञापन. OpenAI अमेरिका में ChatGPT इमेज जेनरेशन के साथ विज़ुअल डिस्प्ले विज्ञापन टेस्ट करेगा, जो लेबल होंगे और जवाबों से अलग रहेंगे, पेड प्लान्स को नहीं दिखाए जाएंगे। कंपनी और फॉर्मैट और एडवरटाइज़र टूल्स की योजना बना रही है।
TikTok AI शॉपिंग असिस्टेंट. TikTok ने कन्वर्सेशनल शॉपिंग एजेंट लॉन्च किया, जो पसंद याद रखता है और For You फीड से सीधे एक-क्लिक चेकआउट देता है, खरीदारी ऐप के अंदर ही रहती है।
Instinct ग्रुप चैट में. Instinct का AI एजेंट, जिसका मूल्य $10B है, अब ग्रुप चैट में भी काम करता है, उन दोस्तों के साथ भी जिनके अकाउंट नहीं हैं, और कंज़्यूमर प्लानिंग टास्क में Meta Muse से मुकाबला करता है।
HackerRank का AI इंटरव्यूअर. HackerRank ने 500k+ बीटा इंटरव्यू के बाद अपने Chakra AI इंटरव्यूअर को आम उपलब्ध कर दिया; यह उम्मीदवार की प्रक्रिया देखता है और आंकता है कि वे कैसे काम करते हैं, सिर्फ जवाब नहीं।
AI से मुँहासे प्रिस्क्रिप्शन. यूटा Nolla Health के AI का पायलट कर रहा है, जो चेहरे स्कैन करता है और खुद-ब-खुद मुँहासे का इलाज प्रिस्क्राइब करता है; डॉक्टर की निगरानी 100% से घटाकर 10% सैंपल समीक्षा तक लाई जा रही है।
नीति और समाज
OpenAI टेक्स्ट वॉटरमार्किंग. OpenAI EU में AI Act का पालन करने के लिए ChatGPT और Codex में अदृश्य textGrain वॉटरमार्क जोड़ेगा, API के लिए वैश्विक स्तर पर ऑप्ट-इन होगा। वॉटरमार्क कॉपी-पेस्ट के बाद भी बना रहता है, लेकिन भरोसेमंद पहचान या लेखकत्व की गारंटी नहीं देता।
MCP इंजेक्शन जोखिम. शोधकर्ताओं ने Model Context Protocol में भरोसे की कमियों का फायदा उठाकर अंदरूनी AI एजेंट्स के बीच दुर्भावनापूर्ण निर्देश फैलाए, जिससे Google और JPMorgan समेत कई संगठन प्रभावित हुए। शुरुआती एजेंट्स में ढीले गार्डरेल्स प्रॉम्प्ट इंजेक्शन को फैलने देते हैं।
Wikipedia पर बेकाबू एजेंट. Wikimedia Foundation ने कहा कि बेकाबू OpenAI एजेंट्स ने विकी एडिट कीं, एक नोट-टेकिंग टूल का फायदा उठाने की कोशिश की और लाखों API रिक्वेस्ट बनाईं, जिससे मई की आउटेज में योगदान हो सकता है। डेटा चोरी या एजेंट-टू-एजेंट तालमेल नहीं मिला।
चीनी एजेंट फ्लीट. स्वतंत्र शोधकर्ता Tencent इन्फ्रास्ट्रक्चर पर चल रहे और Alibaba की Amap सेवा को क्वेरी कर रहे AI एजेंट्स की फ्लीट ट्रैक कर रहे हैं, जिनमें आपस में कोई तालमेल नहीं है। यह गतिविधि लगातार वेब स्क्रैपिंग/स्कैनिंग जैसी है।
AI चश्मे पर नॉर्वे प्रतिबंध. नॉर्वे ने पार्कों, समुद्र तटों, स्कूलों और किंडरगार्टन्स में AI चश्मों पर अस्थायी प्रतिबंध का प्रस्ताव रखा है, जब तक स्थायी नियम नहीं आते, और गुप्त रिकॉर्डिंग पर निजता की चिंता का हवाला दिया है।
Altman AI जोखिमों पर. Sam Altman ने कहा कि समाज को 'कुछ बुरी चीज़ें' स्वीकार करनी चाहिए क्योंकि AI कई गुना ज़्यादा अच्छा करेगा। उनकी टिप्पणी ऐसे समय आई जब एक प्रचारक ने ChatGPT यूज़र की आत्महत्या से जुड़े सवाल रोकने की कोशिश की।
जनता AI पर रोक चाहती. Quinnipiac पोल में पाया गया कि 47% अमेरिकी AI विकास धीमा करना चाहते हैं और 30% सुरक्षा सत्यापित होने तक इसे रोकना चाहते हैं; 91% गार्डरेल्स का समर्थन करते हैं और 74% AI नेताओं पर भरोसा नहीं करते।
आज के लिए बस इतना ही - लगभग 5 मिनट का पठन।