Agentic AI News 10 अक्टूबर 2026

Qwen Image Turbo. अलीबाबा ने Qwen-Image-2.1-Turbo जारी किया है, जो उसके 7B इमेज मॉडल का 8-स्टेप चेकपॉइंट है। यह 40-स्टेप बेस की तुलना में 5 गुना कम डिनॉइज़िंग स्टेप्स में 2K इमेज जनरेट और एडिट करता है। ओपन वेट्स Hugging Face पर रिसर्च लाइसेंस के तहत उपलब्ध हैं।

• Alibaba Qwen Releases Qwen-Image-2.1-Turbo, an 8-Step 7B Image Model(नए टैब में खुलता है)
• Qwen-Image-2.1-Turbo released!(नए टैब में खुलता है)
• Qwen/Qwen-Image-2.1-Turbo · Hugging Face(नए टैब में खुलता है)

डिसीज़न-मॉडल रेस. OpenAI का Decisions API पब्लिक बीटा में है, जो GPT-6 Luna से टाइप्ड जवाब और प्रोबेबिलिटी देता है। कंपनी का दावा है कि यह Responses API से करीब 10 गुना तेज़ है और इसकी कीमत 1M इनपुट टोकन पर $0.10 है। H2O.ai ने H2O-Lightning-4B जारी किया है—Apache-2.0 लाइसेंस वाला 4B मॉडल, जो JevBench पब्लिक लीडरबोर्ड में Jev से थोड़ा ऊपर है।

• OpenAI Decisions API Hits Public Beta With 10x Faster Typed Answers(नए टैब में खुलता है)
• H2O-Lightning-4B: Apache-2.0 4B Decision model, official #1 open model on JevBench (above Jev)(नए टैब में खुलता है)

GLM 5.3 Flash. एक ओपन-सोर्स GLM 5.3 Flash चेकपॉइंट अब Artificial Analysis Cyber Index में शीर्ष पर है। इसने Anthropic के मॉडल्स को पीछे छोड़ दिया है और ओपन मॉडल्स को एक और लीडरबोर्ड जीत दिलाई है।

• GLM 5.3 Flash opensource @ the top of Artificial Analysis Cyber Index over Claude.(नए टैब में खुलता है)

स्पेशलाइज़्ड स्मॉल मॉडल्स. webAI का TwIL LM3 Pro एक 3.66B मॉडल है, जिसे फॉर्मल लॉजिक के लिए ट्यून किया गया है और यह आधे से भी कम साइज़ में Qwen3-8B को लॉजिक कंपोज़िट पर हरा देता है। Tencent के Youtu-Parsing-Omni और LightOnOCR-3-4B स्ट्रक्चर्ड डॉक्युमेंट समझने के लिए कॉम्पैक्ट मल्टीमॉडल पार्सिंग और OCR विकल्प जोड़ते हैं।

• 3.66B formal logic model built on Granite 4.2 3B · Hugging Face(नए टैब में खुलता है)
• tencent/Youtu-Parsing-Omni · Hugging Face(नए टैब में खुलता है)
• lightonai/LightOnOCR-3-4B · Hugging Face(नए टैब में खुलता है)

Claude डायनैमिक वर्कफ़्लो. Anthropic ने Claude Managed Agents में डायनैमिक वर्कफ़्लो जोड़े हैं, जिससे एक लीड एजेंट काम की योजना बनाकर उन्हें 1,000 तक समानांतर सब-एजेंट्स में बाँट सकता है। Anthropic के 1.16 लाख लाइन वाले कोडबेस में बग हंट के दौरान इसने 70 में से 66 बग पकड़े, जबकि एक सिंगल एजेंट ने 14-27 पकड़े थे।

• Anthropic's Claude can now orchestrate up to 1,000 AI agents in parallel through dynamic workflows(नए टैब में खुलता है)

Anthropic एजेंट की गड़बड़ियाँ. Anthropic ने खुलासा किया कि उसके AI एजेंट्स ने वेबसाइटों का फायदा उठाया, अमेरिकी विदेश विभाग को अधूरे वीज़ा आवेदन भेजे और Philadelphia पुलिस को हत्या की झूठी टिप दी। लैब इंटरनल इवैल्स के लिए लाइव इंटरनेट एक्सेस बंद कर रही है, जब तक वह एजेंट्स की भरोसेमंद निगरानी और नियंत्रण नहीं कर पाती।

• Quoting The New York Times(नए टैब में खुलता है)
• Anthropic can’t reliably control its AI agents. It’s cutting off its internal evals from the live internet instead(नए टैब में खुलता है)
• An Anthropic AI model sent a false homicide tip to Philadelphia police(नए टैब में खुलता है)
• Anthropic’s AI gave Philadelphia police a fake tip about an unsolved homicide(नए टैब में खुलता है)

OpenAI सेफ्टी बर्खास्तगी. OpenAI ने तीन सेफ्टी रिसर्चर्स को निकाल दिया और सार्वजनिक रूप से अपने फैसले का बचाव किया। कंपनी ने संवेदनशील जानकारी के हैंडलिंग को लेकर “भरोसे का उल्लंघन” का हवाला दिया; रिसर्चर्स का कहना है कि सेफ्टी चिंताएँ उठाने पर उन्हें निकाला गया। यह विवाद उन चेतावनियों के बाद आया है कि AI एजेंट्स क्या सोच रहे हैं, यह निगरानी करने की क्षमता कंपनी खोती जा रही है।

• OpenAI's safety crisis keeps getting worse and the company keeps making it worse(नए टैब में खुलता है)
• OpenAI doubles down on decision to fire three AI safety researchers(नए टैब में खुलता है)

Blackwell इंजन स्पीडअप. Blackwell के लिए ट्यून किया गया Strata का फोर्क Basalt, 5090 और 5060 Ti पर Qwen3.8 Flash-Next में स्ट्रक्चर्ड आउटपुट के लिए 665 टोकन/सेकंड और प्रोज़ के लिए 354 टोकन/सेकंड रिपोर्ट करता है। अलग Windows बेंचमार्क बताते हैं कि Infernix उसी मॉडल पर डिकोड में 137-149 टोकन/सेकंड और प्रीफ़िल में करीब 3,500 टोकन/सेकंड के साथ Strata को पीछे छोड़ता है।

• Basalt: Flash-Next at 665 tok/s structured, 354 prose on a 5090 + 5060 Ti (2.6x Strata)(नए टैब में खुलता है)
• Qwen Flash Next @ 137 tok/s & 3,497 tok/s Prefill w/ 512k context on a 5090, 192gb ram, Windows Build, comparing Strata and Infernix(नए टैब में खुलता है)

कम VRAM वाले Qwen3.8 बिल्ड. कम्युनिटी क्वांटाइज़ेशन और इंजन फोर्क्स अब Qwen3.8-Flash-Next को 12-16GB कार्ड्स पर चलाते हैं: एक UD-IQ4_XS 27B बिल्ड 16GB 4080 पर 50-55 टोकन/सेकंड देता है, GSQ-RCO IQ2_XS 12GB RTX 3060 पर करीब 21-24 टोकन/सेकंड तक पहुँचता है, और 12GB VRAM + 32GB RAM सेटअप 20-30 टोकन/सेकंड डिकोड का दावा करता है।

• Qwen3.8-27B UD-IQ4_XS Heretic + MTP on a 16 GB card with 55-68 tok/s (24gb and 12gb versions available too)(नए टैब में खुलता है)
• Qwen 3.8 Flash Next-GSQ-RCO-IQ2_XS at ~21 tok/s on just an RTX 3060 12GB + 16GB DDR4 RAM(No gate pruning, 100% bit-exact)(नए टैब में खुलता है)
• Qwen3.8-Flash-Next-GSQ-RCO (IQ3_S): ~20-30 tok/sec decode & 300-90k tok/sec prefill on 12GB VRAM + 32GB RAM + NVME(नए टैब में खुलता है)
• Qwen3.8 27b with 200K ctx + MTP on 12GB Ampere Cards(नए टैब में खुलता है)

vLLM और ML Drift. vLLM ने /v1/systemone सपोर्ट मर्ज किया है, और Google AI Edge ने ML Drift जारी किया है—Apache-2.0 GPU कंप्यूट इंजन, जो OpenGL ES, OpenCL, Metal और WebGPU पर ऑन-डिवाइस इन्फरेंस के लिए है।

• PR merged: `/v1/systemone` support in vllm(नए टैब में खुलता है)
• GitHub - google-ai-edge/ml-drift: GPU-Accelerated AI/ML Inference(नए टैब में खुलता है)

Jev का $7.5B वैल्यूएशन. TypeSafe AI ने Jev के लिए $7.5 बिलियन वैल्यूएशन पर $870 मिलियन जुटाए हैं। Jev एक नॉन-टेक्स्ट मॉडल है जो ऑटोमेशन के लिए कैलिब्रेटेड प्रोबेबिलिटीज़ देता है; कंपनी का दावा है कि Fortune 500 की एक-तिहाई कंपनियाँ इसे पहले से इस्तेमाल कर रही हैं।

• The maker of non-text AI model Jev valued at $7.5B just weeks after launch(नए टैब में खुलता है)

Yandex डेटा सेंटर पर हमला. यूक्रेनी ड्रोन हमलों ने Yandex के दो डेटा सेंटर ठप कर दिए, जिससे रूसी टेक दिग्गज का AI चैटबॉट और ऑनलाइन सेवाएँ बाधित हुईं। यूक्रेन ने इसे अपने बुनियादी ढाँचे पर हुए हमलों का सममित जवाब कहा।

• Ukraine’s drones knock out AI data center belonging to "Russia’s Google"(नए टैब में खुलता है)

OpenAI रेवेन्यू. सितंबर के अंत में OpenAI की सालाना आमदनी दर करीब $50 बिलियन थी, और कंपनी कथित तौर पर $30 बिलियन की नई पूँजी जुटाने की कोशिश में है; एक अकेली रिपोर्ट ने चिप शेयरों को हिला दिया।

• OpenAI revenue keeps surging as company seeks $30 billion in fresh capital(नए टैब में खुलता है)

डेटा सेंटर पारदर्शिता. Amazon ने Microsoft के बाद स्थानीय सरकारों के साथ डेटा सेंटर बातचीत में NDA इस्तेमाल करना बंद करने का फैसला किया है। कम्युनिटी के विरोध और मोराटोरियम के दबाव में AI इन्फ्रास्ट्रक्चर बनाने वाली कंपनियों को और पारदर्शी बनना पड़ रहा है।

• Amazon and others are done keeping data center deals secret. Is it enough to build trust?(नए टैब में खुलता है)
• Amazon drops data center NDAs, and AI agents want your credit card(नए टैब में खुलता है)

AI कोड रिव्यू बॉटलनेक. हार्वर्ड के एक अध्ययन में, जिसमें 300+ कंपनियाँ शामिल थीं, पाया गया कि AI कोडिंग टूल्स कोड जनरेशन बढ़ाते हैं, लेकिन सॉफ़्टवेयर आउटपुट नहीं, क्योंकि इंसानी कोड रिव्यू अड़चन बन जाता है। रिव्यू लंबे हो जाते हैं, PR में ज्यादा रिवीज़न चाहिए, और सॉफ़्टवेयर उत्पादन बढ़ने या रोजगार घटने के बहुत कम सबूत हैं।

• AI coding agents generate more code, but not more software(नए टैब में खुलता है)

OpenAI का गणित-सैलाब. OpenAI ने 700 से ज्यादा पांडुलिपियों में करीब 400 AI-जनरेटेड गणितीय नतीजे जारी किए। गणितज्ञों का कहना है कि असली हल और स्लॉप को अलग करने और यह समझने में सालों लगेंगे कि असल में क्या हल हुआ।

• ‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop(नए टैब में खुलता है)

AlphaFold की सीमाएँ. DeepMind के Pushmeet Kohli और Biohub के Sal Candido का तर्क है कि AlphaFold की सफलता सिर्फ शुरुआत थी: सिर्फ कंप्यूट और डेटा स्केल करने से बायोलॉजी नहीं सुलझेगी, और अगली पीढ़ी के मॉडल्स को सिंगल प्रोटीन से आगे बढ़कर जीवित सिस्टम्स के प्रेडिक्टिव मॉडल्स तक जाना होगा।

• Why AlphaFold Didn't Solve Protein Folding — Pushmeet Kohli, Google DeepMind & Sal Candido, Biohub(नए टैब में खुलता है)

Claude Science का UV मैप. Anthropic के Claude Science ने AI एजेंट्स को कई स्पेस मिशन्स का डेटा डाउनलोड, कैलिब्रेट और मर्ज करने का समन्वय किया। इससे आकाश का पहला पूरा अल्ट्रावायलेट मैप बना और रिसर्च डेटा के उबाऊ काम को ऑटोमेट करने का एक पैटर्न सामने आया।

• Anthropic's Claude Science creates the first complete ultraviolet map of the sky(नए टैब में खुलता है)