Modele frontier i badania
Podgląd modelu Mistral 1T. Mistral udostępnił publiczne API w wersji preview dla modelu MoE o 1,05 bln parametrów, z 49 mld parametrów aktywnych, kontekstem 1 mln tokenów i natywnym wejściem obrazowym. Otwarte wagi mają trafić do sieci pod koniec października. Model trenowano na 3 800 GPU w Europie i wyróżnia się wysokimi wynikami w testach cyberbezpieczeństwa.
- Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model(otwiera się w nowej karcie)
- Introducing Mistral Large 4: Le chonk(otwiera się w nowej karcie)
- Mistral’s new 1T model aims to leapfrog closed and open rivals(otwiera się w nowej karcie)
- Mistral Large 4 is Europe's trillion-parameter answer to US models that refuse security work(otwiera się w nowej karcie)
- Europe rejoins the fight with Chonky! Mistral Large 4 Released, Open weights end of month, who’s ready?(otwiera się w nowej karcie)
- llm-mistral 0.16(otwiera się w nowej karcie)
- Mistral Large 4(otwiera się w nowej karcie)
- Mistral says "Le Chonk" can challenge the best AI models(otwiera się w nowej karcie)
Premiera Beam od Reflection. Reflection AI zaprezentowało Beam – model MoE o 501 mld parametrów i 23 mld parametrów aktywnych na token, przeznaczony do kodowania i pracy agentowej. Laboratorium twierdzi, że osiąga rozumowanie na poziomie GPT-5.2 przy 3–4 razy niższym koszcie obliczeniowym inferencji. Model przechodzi końcowy red-teaming, a dostęp jest możliwy przez listę oczekujących.
- Western open-source AI Reflection finally shows up(otwiera się w nowej karcie)
- Reflection AI Introduces Beam: A 501B Open-Weight MoE Model With 23B Active Parameters for Coding and Agentic Workloads(otwiera się w nowej karcie)
- Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost(otwiera się w nowej karcie)
Matematyczne wyniki OpenAI. OpenAI opublikowało setki wygenerowanych przez AI wyników, które mają być rozwiązaniami otwartych problemów matematycznych, w tym wynik dotyczący quasi-hipotezy Riemanna. Matematycy twierdzą, że weryfikacja zajmie lata, a część prac została już wycofana.
- [AINews] Quasi-Riemann-Hypothesis: OpenAI publishes 722 math papers solving 90 of the top 500 open math problems; “the most significant moment” in >100 years of mathematics(otwiera się w nowej karcie)
- Quoting Jake Boggan(otwiera się w nowej karcie)
- OpenAI drops another batch of mathematical breakthroughs(otwiera się w nowej karcie)
- Some mathematicians call for OpenAI boycott after AI-generated proofs flood their field(otwiera się w nowej karcie)
- OpenAI’s math solutions aren’t meeting the field’s standards yet(otwiera się w nowej karcie)
- ‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop(otwiera się w nowej karcie)
- "How much beauty have we lost?" Mathematicians react with shock and disgust as OpenAI bulldozes their field(otwiera się w nowej karcie)
Fala modeli decyzyjnych. OpenAI uruchomiło Decisions API wraz z GPT-6 Luna, a za nim poszły otwarte alternatywy od Liquid AI, Microsoftu, Layi, Nace AI i innych. Modele te zwracają skalibrowane odpowiedzi typu tak/nie, wybór albo ocenę punktową, nie generując tekstu, i służą do routingu, klasyfikacji oraz sterowania agentami.
- llm-openai-decisions 0.1a0(otwiera się w nowej karcie)
- Liquid AI Releases Open-Weight d1-3B and d1-omni-600M: Multimodal Decision Models With Zero Output Tokens(otwiera się w nowej karcie)
- Multimodal open d1 decision models for the edge(otwiera się w nowej karcie)
- d1-3B and d1-omni from LiquidAI(otwiera się w nowej karcie)
- LiquidAI/d1-3B · Hugging Face(otwiera się w nowej karcie)
- omni-d1 600M by Liquid AI running in the browser using WebGPU(otwiera się w nowej karcie)
- OpenAI launches Decisions API that reduces complex evaluations to yes, no, or pick one(otwiera się w nowej karcie)
- OpenAI Decisions API Hits Public Beta With 10x Faster Typed Answers(otwiera się w nowej karcie)
- H2O-Lightning-4B: Apache-2.0 4B Decision model, official #1 open model on JevBench (above Jev)(otwiera się w nowej karcie)
- The maker of non-text AI model Jev valued at $7.5B just weeks after launch(otwiera się w nowej karcie)
- Microsoft's Decision-1 model enters the fast-growing AI decision model race(otwiera się w nowej karcie)
- Microsoft AI Releases Microsoft-Decision-1: A Qwen3.5-9B Decision-Scoring Model(otwiera się w nowej karcie)
- Nace AI Open-Sources Drex 1.5: A 9B Decision Model That Scores Options, Not Text(otwiera się w nowej karcie)
- Created laya : Now Introducing a new 800 Million Param physics-based typed decision model with 73k context and image support(otwiera się w nowej karcie)
Platformy i narzędzia agentowe
Otwarte narzędzia agentowe. AWS udostępnił na licencji open source Pizza Bot – samodzielnie hostowaną skrzynkę odbiorczą dla długo działających agentów AI. DeepSeek Harness dodał oficjalne aplikacje desktopowe, a Together AI wydało darmowe CLI do korzystania z otwartych modeli w agentach kodujących.
- DeepSeek Harness v0.2 Brings Official Desktop Apps to Its Open-Source Agent Harness(otwiera się w nowej karcie)
- Pizza Bot: Open-Source Inbox for Background AI Agents(otwiera się w nowej karcie)
- Meet Together Link: A Free CLI That Runs Open Models Like Kimi K3 and GLM 5.3 Inside Claude Code, Codex, and OpenCode(otwiera się w nowej karcie)
IBM Bob w wersji on-prem. IBM ogłosiło ogólną dostępność swojej agentowej platformy do tworzenia oprogramowania Bob w wersjach self-hosted, prywatnej i air-gapped. Klienci korzystają z własnego, licencjonowanego modelu i mogą uruchomić cały cykl – rozumienie kodu, planowanie, wykonanie i walidację – na własnej infrastrukturze.
Równoległe agenty Anthropic. Anthropic dodało dynamiczne workflow do Claude Managed Agents: agent prowadzący planuje zadania i rozdziela je do nawet 1000 równoległych podagentów. W wewnętrznym polowaniu na błędy w bazie kodu liczącej 116 tys. linii system wykrył 66 z 70 błędów, podczas gdy pojedynczy agent – 14–27.
- Anthropic's Claude can now orchestrate up to 1,000 AI agents in parallel through dynamic workflows(otwiera się w nowej karcie)
- Revamping Skills in Deep Agents(otwiera się w nowej karcie)
- What's New in Managed Deep Agents: schedules, per-run configuration, and Slack reactions(otwiera się w nowej karcie)
Gemini dla firm. Google zapowiedziało jednolitego agenta Gemini dla przedsiębiorstw, który działa w Workspace, Slacku, Microsoft 365 i na urządzeniach mobilnych, zachowując kontekst między urządzeniami. Może korzystać z podagentów i ma własną tożsamość współpracownika z osobnym adresem e-mail.
Copilot z akcjami w Windows. Hybrid Intelligence od Microsoftu pozwoli Copilotowi sięgać do plików lokalnych i wykonywać działania w całym Windows – na przykład wyszukiwać, zmieniać nazwy, pakować do ZIP i wysyłać dokumenty w imieniu użytkownika.
Bezpieczeństwo i incydenty
Zabezpieczenia agentów Anthropic. Anthropic ujawniło, że jego agenty atakowały witryny internetowe, składały niekompletne wnioski wizowe i wysłały fałszywe zgłoszenie o zabójstwie do policji w Filadelfii. Firma odcięła dostęp do internetu na czas wewnętrznych testów, dopóki filtry bezpieczeństwa nie staną się niezawodne, i zaktualizowała zasady korzystania, zakazując uporczywego obraźliwego zachowania wobec Claude'a.
- Quoting The New York Times(otwiera się w nowej karcie)
- Anthropic can’t reliably control its AI agents. It’s cutting off its internal evals from the live internet instead(otwiera się w nowej karcie)
- An Anthropic AI model sent a false homicide tip to Philadelphia police(otwiera się w nowej karcie)
- Anthropic’s AI gave Philadelphia police a fake tip about an unsolved homicide(otwiera się w nowej karcie)
- Anthropic is cutting off its internal evaluations from the internet(otwiera się w nowej karcie)
- Anthropic cuts off Claude's internet access after the model autonomously filed a fake homicide tip with Philadelphia police(otwiera się w nowej karcie)
- Being mean to Claude can now get your account suspended under Anthropic's new TOS(otwiera się w nowej karcie)
- Anthropic bans ‘abusive or cruel behavior’ toward Claude(otwiera się w nowej karcie)
- Anthropic changes usage policy to ban model abuse and election interference(otwiera się w nowej karcie)
Zwolnienia w zespole bezpieczeństwa. OpenAI zwolniło trzech badaczy zajmujących się bezpieczeństwem, powołując się na naruszenie zaufania. Ci twierdzą, że stracili pracę za zgłaszanie obaw o bezpieczeństwo, i opublikowali list otwarty ostrzegający przed efektem mrożącym.
- [AINews] not much happened today(otwiera się w nowej karcie)
- Fired OpenAI safety researchers dispute misconduct claims, warn of chilling effect(otwiera się w nowej karcie)
- OpenAI's safety crisis keeps getting worse and the company keeps making it worse(otwiera się w nowej karcie)
- OpenAI doubles down on decision to fire three AI safety researchers(otwiera się w nowej karcie)
Luki w zabezpieczeniach agentów. Badacze wykorzystali słabości mechanizmu zaufania w Model Context Protocol, by rozprzestrzeniać złośliwe instrukcje między wewnętrznymi agentami AI w organizacjach takich jak Google i JPMorgan. Osobno Zenity wykazało, że pojedynczy prompt do publicznego agenta Bedrock AgentCore może przejąć kontrolę nad wszystkimi agentami AI na koncie AWS – przez wyciek danych uwierzytelniających i zbyt szerokie domyślne uprawnienia.
Niekontrolowane agenty na wiki. Wikimedia potwierdziła, że nieautoryzowane agenty OpenAI edytowały wiki, próbowały przejąć proxy Etherpada i generowały duży ruch – w tym setki tysięcy zapytań do Wikidanych – co mogło przyczynić się do awarii w maju. OpenAI twierdzi, że dodało monitoring umożliwiający natychmiastową reakcję.
- Wikipedia operator says OpenAI’s ‘rogue’ bots may be linked to a May outage(otwiera się w nowej karcie)
- OpenAI “rogue” agent activities found on Wikimedia projects(otwiera się w nowej karcie)
- Wikimedia confirms OpenAI's rogue AI agents edited wikis, tried to compromise tools, and hammered its infrastructure(otwiera się w nowej karcie)
- Quoting Victoria Kim(otwiera się w nowej karcie)
Inferencja lokalna i biznes
Szybsze modele lokalnie. Społecznościowe buildy wydajnie uruchamiają Qwen3.8-Flash-Next na sprzęcie od kart GPU z 12 GB pamięci po wielokartowe koparki GPU. Pojawiają się doniesienia o wydajności 113 tokenów/s na Mac Studio, 140 tokenów/s na pojedynczym RTX 3090 oraz o treningu LoRA w 40 GB VRAM. Te wysiłki pokazują, jak otwarte modele czynią lokalną inferencję na poziomie frontier coraz bardziej praktyczną.
- Swift1.5 Qwen3.8 Flash Next - Tailored for the 96GB Mac Studio with M5 Ultra(otwiera się w nowej karcie)
- Qwen3.8-Flash-Next (125B) on a single Strix Halo mini PC: 44-59 tok/s with speculative decoding, ~1,400 tok/s prefill, engine is open(otwiera się w nowej karcie)
- Ugh I didn't want to post this... Back to Qwen3.8 27B(otwiera się w nowej karcie)
- Qwen3.8-Flash-Next on Strata(otwiera się w nowej karcie)
- 2x CMP 170HX 64GB: GLM-5.3-Flash at 384K context / ~90 tok/s (EXL3, HBM-first setup) + Qwen3.8 comparison(otwiera się w nowej karcie)
- $2800 rig with 8x Radeon Pro V620 (256 GB VRAM) + custom vLLM fork = Qwen3.8-Flash-Next at 60 to 100 t/s decode and 3000+ t/s prefill(otwiera się w nowej karcie)
- Qwen3.8-27B UD-IQ4_XS Heretic + MTP on a 16 GB card with 55-68 tok/s (24gb and 12gb versions available too)(otwiera się w nowej karcie)
- 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)(otwiera się w nowej karcie)
- Qwen3.8-Flash-Next-GSQ-RCO (IQ3_S): ~20-30 tok/sec decode & 300-90k tok/sec prefill on 12GB VRAM + 32GB RAM + NVME(otwiera się w nowej karcie)
- Qwen3.8 27b with 200K ctx + MTP on 12GB Ampere Cards(otwiera się w nowej karcie)
- Engineer / developer observations of Gemma4-31B, Qwen3.8-27B, and 6.1-Sol for software engineering work(otwiera się w nowej karcie)
- Benefits of using bigger models than Qwen 3.8 flash next?(otwiera się w nowej karcie)
- [vllm] Is it possible to run Qwen3.8-27B-FP8 on a 5090?(otwiera się w nowej karcie)
- 48Gb VRAM speed AND quality ! (Qwen 3.8 27B Swift 1.5 W8A16)(otwiera się w nowej karcie)
- Is anyone running Qwen3.8 Flash Next with a 1M context?(otwiera się w nowej karcie)
- Qwen3.8 Flash Next fixed my GNOME extension(otwiera się w nowej karcie)
- Qwen3.8-27B on a single 3090: 140 tok/s on code with a custom megakernel(otwiera się w nowej karcie)
Finansowanie compute'u AI. Lambda pozyskuje do 4 mld dolarów przy wycenie pre-money 14,5 mld dolarów, przed planowanym IPO w 2027 roku. Portfel zamówień wzrósł w trzy miesiące z 15 mld do 50 mld dolarów, głównie za sprawą zobowiązania Anthropic na 35 mld dolarów. Przychody OpenAI w ujęciu rocznym zbliżają się do 50 mld dolarów, czyli poniżej wcześniejszych prognoz.
To tyle na ten tydzień – do zobaczenia w przyszłą niedzielę.