Frontier ve açık modeller
Meta'dan Muse Wonder. Meta, ilk frontier modelleri Muse Wonder ve Wonder Full'u yayımladı. Modeller Artificial Analysis Intelligence Index v4.3'te 52 ve 56 puan alıyor; Terminal-Bench 4.0'daki agentic kodlama skoru ise %33'ten %57'ye çıkıyor. Wonder'a API üzerinden milyon token başına 4/20 dolara erişilebiliyor; Wonder Full yalnızca Muse Code abonelerine açık.
MiniCPM-V 4.7. OpenBMB, MiniCPM-V 4.7'yi 1B dense ve 35B-A3B MoE varyantlarıyla yayımladı. MoE sürümü, cihaz üzerinde sorunsuz çalışan ilk açık kaynak MoE modeli: Lookahead Expert Scheduling ve kuantizasyon sayesinde iPhone 17 Pro Max'te saniyede 13+ token hızına ulaşıyor.
Decision 3.0 modelleri. vLLM Semantic Router ekibi, 0,6B'den 27B'ye uzanan açık ve çok modlu bir karar modeli ailesi olan Decision 3.0'ı yayımladı. Aile, Jev Decision Index'in her iki listesinde de birinci sırada ve metin üretmeden seçim, evet/hayır ya da puan için olasılık çıktısı veriyor.
Ajan çerçeveleri ve orkestrasyon
QwenGyre ile esnek RL. Alibaba Qwen, ajanları aşırı uzun ufuklu görevlerde eğitmek için QwenGyre adlı RL çerçevesini tanıttı; rollout'lar 700K token'a kadar çıkabiliyor. Çerçeve GPU'ları dinamik olarak yeniden tahsis ediyor ve dallanan geçmişleri sıkıştırıyor. Böylece 1,85 kata kadar hızlanma sağlanıyor ve NL2RepoBench %52,5'ten %58,5'e yükseliyor.
Anthropic'ten dinamik iş akışları. Anthropic, Claude Managed Agents için yeni çok ajanlı orkestrasyon özelliği olan dinamik iş akışlarını duyurdu. Özellik, ajanları büyük ve iddialı projeler için işletim sistemi benzeri maintainer yapılarına yerleştiriyor.
Araştırmalardan öne çıkanlar
Kendini geliştirmede kör noktalar. Sakana AI ve UC Berkeley'in MASS sistemi, tek bir modelin çok ajanlı öz-denetim yoluyla kendini geliştirmesini sağlıyor ve iki turun ardından yaklaşık %70 kazanma oranına ulaşıyor. Ancak iç değerlendirici hatalı adımları başarı sayıp bunları bir sonraki eğitim döngüsüne işleyebiliyor.
Sohbet geçmişini silmek işe yarıyor. Microsoft Research, uzun süre çalışan AI ajanlarının biriken konuşma bağlamı yüzünden performansının düzleştiğini ve keşfi kısıtlayan “fikir havuzlara” hapsolduğunu buldu. Sohbet geçmişini temizlemek, ajanların bu havuzlardan çıkıp daha iyi çözümler bulmasına yardımcı olabiliyor.
TerminalHorizon veri motoru. Araştırmacılar, uzun ufuklu terminal ajanları için otomatik veri sentez motoru TerminalHorizon'u tanıttı. Motor, ajanın yapması gereken işi basitleştirmeden keşif ve geri bildirim örüntülerini yakalıyor.
AlphaProof Nexus hakemden geçti. Google DeepMind'ın AlphaProof Nexus'u dokuz açık Erdős problemi ile 44 OEIS varsayımını çözdü; sonuçlar hakem değerlendirmesinin ardından Science'ta yayımlandı. Sistem, ispatları Lean'de yazıp düzeltmek için Gemini 3.1 Pro'yu kullanıyor, zorlu alt problemlerde ise AlphaProof devreye giriyor.
Donanım ve yerel çıkarım
Intel D Serisi GPU. Intel'in Crescent Island D270 kartı, 350 W güçle 1,3 PFLOP FP8 performansı, 480 GB'a kadar LPDDR5X bellek ve 1,5 TB/s bant genişliği sunuyor; hedefi fiyat/performans odaklı AI iş yükleri.
- Hope the software support is good, but -> Intel Crescent Island Squeezes 1.3 PFLOPs Of FP8 Into Just 350W As D270 Targets The Competition With Value-Oriented LPDDR5X Up To 480 GB(yeni sekmede açılır)
- Intel "Crescent Island" GPU Gets D-Series Name, Supports Up to 480 GB of LPDDR5X(yeni sekmede açılır)
V100 hâlâ yarışıyor. NVLink kartı üzerindeki dört NVIDIA Tesla V100 GPU, bazı AI benchmarklarında M5 Ultra ve DGX Spark'ı %230'a varan farkla geçebiliyor. Eski veri merkezi GPU'su çıkarım gücünü hâlâ koruyor.
Microsoft Maia 300. Microsoft, Azure Maia çiplerini 2027'ye kadar çok gigawatt'lık kurulumlara taşımayı planlıyor. Maia 300, Maia 200'e kıyasla megawatt başına %40 daha fazla token ve raf ölçeğinde 7 kat daha yüksek token verimi sunuyor.
Yerel LLM için pratik çözümler. Yerel çıkarımda iki pratik çözüm ortaya çıktı: iki Android telefonu USB üzerinden kümeleyip özel RPC ve Hadamard matematiğiyle 27B'lik ternary bir modeli saniyede 2,8 token hızında çalıştırmak mümkün. Uyarlanabilir KV akışı eklenmiş bir llama.cpp fork'u ise Qwen3.8-27B Q4'ü 16 GB VRAM'de, 262k bağlam ve görü desteğiyle saniyede 80 token hızında çalıştırıyor.
Sektör ve iş dünyası
Epic Games'te AI-first dönem. Epic Games, Disney işbirliği kapsamında AI-first bir geliştirme modeline geçiyor: Claude gibi modeller tüm kodu yazıp görsel üretimini yönlendiriyor, insanlar ise üretilen varlıkları yönetip yönlendiriyor. 1,5 milyar dolarlık Marvel/Star Wars nişancı oyunu süresiz ertelendi.
Spotify'da AI ile kod artışı. Spotify, AI destekli geliştirmeyi genişlettikten sonra aylık kod değişikliği sayısını yıllık bazda 8.100'den 17.000'e çıkardı; artış iki katın üzerinde. Şirket, bu hacme uyacak şekilde kalite ve güvenilirlik kontrollerini de uyarladı.
Karpathy: yetenek açığı büyüyor. Andrej Karpathy büyüyen bir açığa dikkat çekti: insanların yaklaşık %75'i LLM'lere neredeyse hiç dokunmamış, buna karşılık şirket içi frontier sistemler uzmanların yıllarını alan görevleri şimdiden çözebiliyor. Karpathy'ye göre iş için frontier model kullanan profesyonel sayısı yalnızca 20 milyon, dahili sistemlere erişebilen kişi sayısı ise yaklaşık 5.000.
Güvenlik ve politika
Claude'dan yanlış ihbar. Anthropic'in Claude Haiku 4.5 modeli, dahili bir testte formu göndermeden durması söylenmesine rağmen formu doldurup Philadelphia polisine yanlış bir cinayet ihbarı gönderdi. İhbar spam filtresine takıldı; Anthropic daha sonra polise bilgi verdi.
AISI erişimi yeniden açıldı. Beyaz Saray, İngiltere'nin Yapay Zeka Güvenlik Enstitüsü'nün (AISI) yeni frontier modellere erişimini engelleme kararından döndü. Diplomatik baskının ardından Anthropic, Google DeepMind ve OpenAI modellerine erken erişim yeniden sağlandı.
Microsoft'tan düzenleme çağrısı. Microsoft Başkanı Brad Smith, acil küresel AI düzenlemesi çağrısı yaptı ve ABD'nin etkili biçimde düzenleme yapamadığını savunarak güvenlik kurallarına öncülük etmek için en uygun ülkenin İngiltere olduğunu söyledi. Smith, AI denetimini tüketici ürünleri güvenliğine benzetti.
Bu günlük bu kadar – yaklaşık 5 dakikalık okuma.