Agents en modelreleases
Preview StepFun Step 5. Op OpenRouter duikt een preview op van StepFun's model Step 5, dat daarmee testbaar wordt. Er is nog weinig over bekend, maar het wijst op een nieuwe frontier-release van het Chinese lab.
JetBrains Mellum2.1. JetBrains heeft Mellum2.1 uitgebracht, een 12B Mixture-of-Experts-model voor codingagents met 2,5B actieve parameters, onder Apache 2.0. Het model verbetert zijn voorganger op de meeste benchmarks en scoort 82,0 op LiveCodeBench v6, maar blijft achter bij Qwen3.5-9B op lastige agentic softwaretaken.
Gemini-agent van Google. Google heeft één uniforme Gemini-agent voor bedrijven aangekondigd, die werkt in Workspace, Slack, Microsoft 365 en op mobiel en de context over apparaten heen vasthoudt. De agent begint bij enterprise, kan sub-agents inzetten en heeft een eigen coworker-identiteit met een eigen e-mailadres.
Claude Dashboards en Motion. Anthropic lanceerde Dashboards, waarmee je met een tekstprompt live datadashboards automatisch laat bijwerken, en Motion voor het genereren van geanimeerde uitlegvideo's. Beide zijn in bèta. Docs, Slides en Design zijn nu algemeen beschikbaar in alle plannen, ook voor gratis accounts.
Tools en frameworks
Trainen in 40GB VRAM. Een nieuw recept maakt LoRA-training van Qwen3.8-Flash-Next (125B-A6B) mogelijk in 40GiB VRAM zonder CPU-offloading, goed voor 200 tokens per seconde op een Strix Halo. Het recept leunt op de moderne GGUF-ondersteuning in transformers 5.18 en op een disk-based engram.
AMD-rig met 256GB VRAM. Een rig van 2.800 dollar met acht Radeon Pro V620-GPU's en een eigen vLLM-fork draait Qwen3.8-Flash-Next op 60 tot 100 tokens per seconde bij decode en meer dan 3.000 tokens per seconde bij prefill — veel sneller dan llama.cpp op dezelfde kaarten.
Agent die kan betalen. De voorbeeldagent Restock van LangChain laat zien hoe agents veilig echte aankopen kunnen doen met de Link-wallet van Stripe en Managed Deep Agents. De agent ziet nooit kaartnummers en de uitgaven blijven binnen budgetten die de gebruiker zelf goedkeurt.
Onderzoek en benchmarks
Prestaties van beslissingsmodellen. Benchmarks op een RTX 4090 tonen dat Laya het snelst is onder de open beslissingsmodellen voor woordclassificatie, terwijl lev de meeste fouten vindt, ook al is dat model 13x langzamer. In andere tests spelen beslissingsmodellen realtime Pac-Man en halen ze 8 van de 14 levels in een 2D-platformer.
Vooruitgang in quantisatie. Nieuw onderzoek verkent quantisatie op ultra lage bitdiepte via latente factorisatie (LittleBit) en quantisatie van linear-attention-modellen als Qwen en Kimi. Dat kan nog kleinere en snellere lokale modellen mogelijk maken.
Wiskundigen boycotten OpenAI. De Association for Human Mathematics roept wiskundigen op om niet meer met OpenAI samen te werken, nadat het bedrijf honderden AI-gegenereerde bewijzen publiceerde die velen ondoorgrondelijk en onverifieerbaar vinden. Ook zouden OpenAI's oplossingen niet voldoen aan de eisen rond menselijk begrip: in een van de oplossingen zit een gat tussen de natuurlijke taal en het formele bewijs.
Industrie en bedrijfsleven
Funding voor agent-startups. Arena haalde 200 miljoen dollar op bij een waardering van 3,1 miljard dollar. Het Chinese Manus haalde meer dan 500 miljoen dollar op nadat de overname door Meta op niets uitliep. En Zach Yadegari, oprichter van Cal AI, haalde 10 miljoen dollar op voor zijn nieuwe agent-startup Persona.
- Popular AI leaderboard Arena nearly doubles valuation to $3.1B valuation in 10 months(opent in een nieuw tabblad)
- China’s Manus raises over $500M in first funding round since split with Meta(opent in een nieuw tabblad)
- Cal AI’s 19-year-old founder just raised $10M for his new AI startup(opent in een nieuw tabblad)
Omzetprognose OpenAI bijgesteld. OpenAI zou investeerders hebben verteld dat zijn omzet op jaarbasis richting 50 miljard dollar gaat, 20 miljard minder dan eerder geprojecteerd. Dat zou komen door verwarring over verschillen in de rekenmethode met Anthropic.
Uitgevers klagen OpenAI aan. USA Today en een aantal van zijn lokale kranten hebben OpenAI aangeklaagd wegens schending van het auteursrecht en eisen meer dan 250 miljoen dollar schadevergoeding. Daarmee groeit de reeks rechtszaken van uitgevers tegen het AI-lab.
Agentresultaten bij bedrijven. Oracle meldt 98% minder tijd voor talentonderzoek en 130.000 ChatGPT-gebruikers. LegalOn verlaagde de Codex-kosten met 65% zonder in te leveren op ontwikkelsnelheid. Snyk bouwde een interne supportagent om tot een functie voor klanten, met trust- en toegangscontroles.
Veiligheid en beveiliging
Ontslagen veiligheidsonderzoekers aan het woord. Drie veiligheidsonderzoekers die vorige week bij OpenAI werden ontslagen, hebben een open brief gepubliceerd. Daarin ontkennen ze wangedrag en waarschuwen ze voor een afschrikkende werking: ze zouden zijn ontslagen omdat ze veiligheid boven de kortetermijnbelangen van het bedrijf stelden.
Anthropic verbiedt misbruik. Anthropic heeft zijn gebruiksbeleid bijgewerkt: 'aanhoudend en onnodig beledigend of wreed gedrag' richting Claude is voortaan verboden, net als verkiezingsbeïnvloeding, wapens en surveillance. Handhaving begint met het beëindigen van gesprekken; in extreme gevallen kan een account worden opgeschort.
Overname van AWS-agents. Onderzoekers van Zenity ontdekten dat één prompt aan een publieke Bedrock AgentCore-agent alle AI-agents in een AWS-account kon overnemen, doordat credentials weglekken en de standaardrechten veel te ruim zijn. AWS heeft het probleem deels verholpen.
Dat was alles voor deze dag – ongeveer 5 minuten lezen.