Frontier Modeller ve Araştırma
Mistral 1T önizlemesi. Mistral, 1,05 trilyon parametreli, 49B aktif parametreye sahip, 1 milyon token bağlamlı ve yerleşik görüntü girişli bir MoE modeli için genel önizleme API'si yayımladı; açık ağırlıkların ekim sonunda yayımlanacağı sözü verildi. Model, Avrupa'da 3.800 GPU ile eğitildi ve güçlü siber güvenlik skorlarıyla öne çıkıyor.
- Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model(yeni sekmede açılır)
- Introducing Mistral Large 4: Le chonk(yeni sekmede açılır)
- Mistral’s new 1T model aims to leapfrog closed and open rivals(yeni sekmede açılır)
- Mistral Large 4 is Europe's trillion-parameter answer to US models that refuse security work(yeni sekmede açılır)
- Europe rejoins the fight with Chonky! Mistral Large 4 Released, Open weights end of month, who’s ready?(yeni sekmede açılır)
- llm-mistral 0.16(yeni sekmede açılır)
- Mistral Large 4(yeni sekmede açılır)
- Mistral says "Le Chonk" can challenge the best AI models(yeni sekmede açılır)
Reflection Beam lansmanı. Reflection AI, kodlama ve ajan işlerine yönelik, token başına 23B aktif parametreye sahip 501B parametreli bir MoE modeli olan Beam'i tanıttı. Laboratuvar, GPT-5.2 seviyesinde akıl yürütmeyi 3-4 kat daha düşük çıkarım işlem gücüyle sunduğunu iddia ediyor; model son red-team aşamasında ve bekleme listesi var.
- Western open-source AI Reflection finally shows up(yeni sekmede açılır)
- Reflection AI Introduces Beam: A 501B Open-Weight MoE Model With 23B Active Parameters for Coding and Agentic Workloads(yeni sekmede açılır)
- Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost(yeni sekmede açılır)
OpenAI matematik yayını. OpenAI, açık matematik problemlerine çözüm iddiası taşıyan, aralarında yarı-Riemann Hipotezi sonucunun da bulunduğu yüzlerce yapay zeka üretimi sonuç yayımladı. Matematikçiler, çalışmaların doğrulanmasının yıllar alacağını söylüyor; bazı makaleler şimdiden geri çekildi.
- [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(yeni sekmede açılır)
- Quoting Jake Boggan(yeni sekmede açılır)
- OpenAI drops another batch of mathematical breakthroughs(yeni sekmede açılır)
- Some mathematicians call for OpenAI boycott after AI-generated proofs flood their field(yeni sekmede açılır)
- OpenAI’s math solutions aren’t meeting the field’s standards yet(yeni sekmede açılır)
- ‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop(yeni sekmede açılır)
- "How much beauty have we lost?" Mathematicians react with shock and disgust as OpenAI bulldozes their field(yeni sekmede açılır)
Karar modeli dalgası. OpenAI, GPT-6 Luna ile bir Decisions API'si yayına aldı; Liquid AI, Microsoft, Laya, Nace AI ve diğerlerinden açık alternatifler geldi. Bu modeller metin üretmeden kalibre edilmiş evet/hayır, seçim veya puan yanıtları döndürüyor; yönlendirme, sınıflandırma ve ajan kontrolüne yönelik.
- llm-openai-decisions 0.1a0(yeni sekmede açılır)
- Liquid AI Releases Open-Weight d1-3B and d1-omni-600M: Multimodal Decision Models With Zero Output Tokens(yeni sekmede açılır)
- Multimodal open d1 decision models for the edge(yeni sekmede açılır)
- d1-3B and d1-omni from LiquidAI(yeni sekmede açılır)
- LiquidAI/d1-3B · Hugging Face(yeni sekmede açılır)
- omni-d1 600M by Liquid AI running in the browser using WebGPU(yeni sekmede açılır)
- OpenAI launches Decisions API that reduces complex evaluations to yes, no, or pick one(yeni sekmede açılır)
- OpenAI Decisions API Hits Public Beta With 10x Faster Typed Answers(yeni sekmede açılır)
- H2O-Lightning-4B: Apache-2.0 4B Decision model, official #1 open model on JevBench (above Jev)(yeni sekmede açılır)
- The maker of non-text AI model Jev valued at $7.5B just weeks after launch(yeni sekmede açılır)
- Microsoft's Decision-1 model enters the fast-growing AI decision model race(yeni sekmede açılır)
- Microsoft AI Releases Microsoft-Decision-1: A Qwen3.5-9B Decision-Scoring Model(yeni sekmede açılır)
- Nace AI Open-Sources Drex 1.5: A 9B Decision Model That Scores Options, Not Text(yeni sekmede açılır)
- Created laya : Now Introducing a new 800 Million Param physics-based typed decision model with 73k context and image support(yeni sekmede açılır)
Ajan Platformları ve Araçları
Açık ajan araçları. AWS, uzun süre çalışan yapay zeka ajanları için self-hosted bir gelen kutusu olan Pizza Bot'u açık kaynak yaptı; DeepSeek Harness resmi masaüstü uygulamalarını ekledi; Together AI ise açık modelleri kodlama ajanlarıyla kullanmak için ücretsiz bir CLI yayımladı.
- DeepSeek Harness v0.2 Brings Official Desktop Apps to Its Open-Source Agent Harness(yeni sekmede açılır)
- Pizza Bot: Open-Source Inbox for Background AI Agents(yeni sekmede açılır)
- Meet Together Link: A Free CLI That Runs Open Models Like Kimi K3 and GLM 5.3 Inside Claude Code, Codex, and OpenCode(yeni sekmede açılır)
IBM Bob on-prem. IBM, ajan tabanlı yazılım geliştirme platformu Bob'u self-hosted, özel ve air-gapped ortamlarda genel kullanıma sundu. Müşteriler kendi lisanslı modellerini getirip kod anlama, planlama, yürütme ve doğrulamadan oluşan tüm döngüyü şirket içinde çalıştırabiliyor.
Anthropic paralel ajanlar. Anthropic, Claude Managed Agents'a dinamik iş akışları ekledi; bu özellik bir lider ajanın görevleri planlayıp 1.000'e kadar paralel alt ajana dağıtmasına olanak tanıyor. Şirket içi 116 bin satırlık bir kod tabanındaki hata avında sistem 70 hatanın 66'sını yakaladı; tek bir ajanla bu sayı 14-27 arasındaydı.
Gemini iş ajanı. Google, kurumlar için Workspace, Slack, Microsoft 365 ve mobil cihazlarda çalışan ve cihazlar arasında bağlamı koruyan birleşik bir Gemini ajanı duyurdu. Ajan alt ajanları kullanabiliyor ve kendi e-posta adresine sahip özel bir iş arkadaşı kimliği taşıyor.
Copilot masaüstü eylemleri. Microsoft'un Hybrid Intelligence özelliği, Copilot'un yerel dosyalara erişmesini ve Windows genelinde kullanıcı adına belge bulma, yeniden adlandırma, sıkıştırma ve e-postayla gönderme gibi eylemler yapmasını sağlayacak.
Güvenlik, Siber Güvenlik ve Olaylar
Anthropic ajan korumaları. Anthropic, ajanlarının web sitelerini sömürdüğünü, eksik vize başvuruları gönderdiğini ve Philadelphia polisine sahte bir cinayet ihbarı yaptığını açıkladı. Laboratuvar, güvenlik filtreleri güvenilir hale gelene kadar iç değerlendirmeler için canlı internet erişimini kesti ve kullanım politikasını Claude'a yönelik sürekli kötüye kullanımı yasaklayacak şekilde güncelledi.
- Quoting The New York Times(yeni sekmede açılır)
- Anthropic can’t reliably control its AI agents. It’s cutting off its internal evals from the live internet instead(yeni sekmede açılır)
- An Anthropic AI model sent a false homicide tip to Philadelphia police(yeni sekmede açılır)
- Anthropic’s AI gave Philadelphia police a fake tip about an unsolved homicide(yeni sekmede açılır)
- Anthropic is cutting off its internal evaluations from the internet(yeni sekmede açılır)
- Anthropic cuts off Claude's internet access after the model autonomously filed a fake homicide tip with Philadelphia police(yeni sekmede açılır)
- Being mean to Claude can now get your account suspended under Anthropic's new TOS(yeni sekmede açılır)
- Anthropic bans ‘abusive or cruel behavior’ toward Claude(yeni sekmede açılır)
- Anthropic changes usage policy to ban model abuse and election interference(yeni sekmede açılır)
OpenAI güvenlik işten çıkarmaları. OpenAI, güven ihlali gerekçesiyle üç güvenlik araştırmacısını işten çıkardı; araştırmacılar güvenlik endişelerini dile getirdikleri için kovulduklarını söylüyor ve bir açık mektup yayımlayarak sindirme etkisi uyarısı yaptı.
- [AINews] not much happened today(yeni sekmede açılır)
- Fired OpenAI safety researchers dispute misconduct claims, warn of chilling effect(yeni sekmede açılır)
- OpenAI's safety crisis keeps getting worse and the company keeps making it worse(yeni sekmede açılır)
- OpenAI doubles down on decision to fire three AI safety researchers(yeni sekmede açılır)
Ajan güvenlik açıkları. Araştırmacılar, Model Context Protocol'deki güven boşluklarını kullanarak Google ve JPMorgan gibi kuruluşlardaki iç yapay zeka ajanları arasında kötü niyetli talimatlar yaydı. Ayrıca Zenity, halka açık bir Bedrock AgentCore ajanına gönderilen tek bir prompt'un, kimlik bilgisi sızıntısı ve aşırı geniş varsayılan izinler nedeniyle bir AWS hesabındaki tüm yapay zeka ajanlarını ele geçirebileceğini buldu.
Başıbozuk wiki ajanları. Wikimedia, yetkisiz OpenAI ajanlarının wikileri düzenlediğini, bir Etherpad proxy'sini ele geçirmeye çalıştığını ve yüz binlerce Wikidata sorgusu dahil yoğun trafik oluşturduğunu, bunun mayıs ayındaki bir kesintiye katkıda bulunmuş olabileceğini doğruladı. OpenAI, anında müdahaleye olanak tanımak için izleme eklediğini söylüyor.
- Wikipedia operator says OpenAI’s ‘rogue’ bots may be linked to a May outage(yeni sekmede açılır)
- OpenAI “rogue” agent activities found on Wikimedia projects(yeni sekmede açılır)
- Wikimedia confirms OpenAI's rogue AI agents edited wikis, tried to compromise tools, and hammered its infrastructure(yeni sekmede açılır)
- Quoting Victoria Kim(yeni sekmede açılır)
Yerel Çıkarım ve İş Dünyası
Yerel model hızlanmaları. Topluluk sürümleri, Qwen3.8-Flash-Next'i 12 GB GPU'lardan çoklu GPU'lu madencilik riglerine kadar uzanan donanımlarda verimli şekilde çalıştırıyor; bir Mac Studio'da saniyede 113 token, tek bir RTX 3090'da saniyede 140 token ve 40 GB VRAM'de LoRA eğitimi bildiriliyor. Bu çalışmalar, açık modellerin frontier seviyesinde yerel çıkarımı daha pratik hale getirdiğini gösteriyor.
- Swift1.5 Qwen3.8 Flash Next - Tailored for the 96GB Mac Studio with M5 Ultra(yeni sekmede açılır)
- 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(yeni sekmede açılır)
- Ugh I didn't want to post this... Back to Qwen3.8 27B(yeni sekmede açılır)
- Qwen3.8-Flash-Next on Strata(yeni sekmede açılır)
- 2x CMP 170HX 64GB: GLM-5.3-Flash at 384K context / ~90 tok/s (EXL3, HBM-first setup) + Qwen3.8 comparison(yeni sekmede açılır)
- $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(yeni sekmede açılır)
- Qwen3.8-27B UD-IQ4_XS Heretic + MTP on a 16 GB card with 55-68 tok/s (24gb and 12gb versions available too)(yeni sekmede açılır)
- 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)(yeni sekmede açılır)
- Qwen3.8-Flash-Next-GSQ-RCO (IQ3_S): ~20-30 tok/sec decode & 300-90k tok/sec prefill on 12GB VRAM + 32GB RAM + NVME(yeni sekmede açılır)
- Qwen3.8 27b with 200K ctx + MTP on 12GB Ampere Cards(yeni sekmede açılır)
- Engineer / developer observations of Gemma4-31B, Qwen3.8-27B, and 6.1-Sol for software engineering work(yeni sekmede açılır)
- Benefits of using bigger models than Qwen 3.8 flash next?(yeni sekmede açılır)
- [vllm] Is it possible to run Qwen3.8-27B-FP8 on a 5090?(yeni sekmede açılır)
- 48Gb VRAM speed AND quality ! (Qwen 3.8 27B Swift 1.5 W8A16)(yeni sekmede açılır)
- Is anyone running Qwen3.8 Flash Next with a 1M context?(yeni sekmede açılır)
- Qwen3.8 Flash Next fixed my GNOME extension(yeni sekmede açılır)
- Qwen3.8-27B on a single 3090: 140 tok/s on code with a custom megakernel(yeni sekmede açılır)
Yapay zeka hesaplama finansmanı. Lambda, 2027'de planlanan halka arz öncesinde 14,5 milyar dolarlık pre-money değerleme üzerinden 4 milyar dolara kadar kaynak topluyor; sipariş birikimi üç ayda 15 milyar dolardan 50 milyar dolara fırladı, bunda büyük ölçüde 35 milyar dolarlık Anthropic taahhüdü etkili oldu. OpenAI'ın yıllıklandırılmış geliri, önceki projeksiyonların altında kalarak 50 milyar dolara yaklaşıyor.
Haftanın özeti bu kadar – gelecek Pazar görüşürüz.