Agentic AI News 25 अक्टूबर 2026

Kimi K3.1 Pro ओपन वेट्स. 2.8T का ओपन-वेट्स मॉडल Kimi K3.1 Pro बेंचमार्क पर Fable 5.1 को पछाड़ता है। लेकिन OpenRouter के जरिए असली दुनिया के टेस्ट में Artificial Analysis Index में ऊंची रैंकिंग के बावजूद यह MiMo 2.6 या DeepSeek 4.1 Flash के मुकाबले काफी पीछे निकला। चीन के एक्सपोर्ट नियमों की वजह से इस ओपन-वेट रिलीज़ से साइबरहमला संबंधी ट्रेनिंग डेटा भी हटाया गया है।

• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(नए टैब में खुलता है)
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(नए टैब में खुलता है)
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(नए टैब में खुलता है)
• Kimi K3.1 removes cyberattack training data from open weight release(नए टैब में खुलता है)

DeepSeek V4.1 Flash क्वांट्स. ISTA-DASLab ने DeepSeek-V4.1-Flash-1017 की GSQ-RCO GGUF फाइलें 1.75–2.25 bpw पर एक साझा Engram फ़ाइल के साथ जारी की हैं। यूज़र्स सवाल उठा रहे हैं कि IQ2_XXS की क्वालिटी बेस मॉडल के बराबर है या नहीं; वहीं llama.cpp PR और 5090 पर Strata रन लगभग 10 tok/s पर व्यवहार्यता दिखाते हैं।

• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(नए टैब में खुलता है)
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(नए टैब में खुलता है)
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(नए टैब में खुलता है)
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(नए टैब में खुलता है)

NVIDIA Nemotron Bolt E4B. NVIDIA ने Nemotron 3.5 Bolt E4B जारी किया है। Gemma 4 E4B से RL के जरिए पोस्ट-ट्रेन किया गया यह ओपन 8B/4B मॉडल लोकल वॉइस असिस्टेंट, गेम किरदारों और रोबोट के लिए बनाया गया है। यह करीब 4GB VRAM में फिट होता है और NVIDIA द्वारा मापे गए 21 में से 15 बेंचमार्क पर टॉप करता है, लेकिन Tau2-Bench पर Qwen3.5-4B से पीछे है।

• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots(नए टैब में खुलता है)

Block का Dessa वॉइस मॉडल. Block ने Dessa पेश किया है, एक फुल-डुप्लेक्स स्पीच मॉडल जिसे पूरी तरह इंसानी आवाज़ पर ट्रेन किया गया है, बिना किसी टेक्स्ट इंटरमीडिएट के। इससे यह भावनाएं, व्यंग्य और हंसी पकड़ सकता है। यह MacBook Pro M4 Max पर लोकल चलता है और अभी सार्वजनिक नहीं है; सिक्योरिटी रिसर्चर्स की भर्ती की जा रही है।

• Block’s new voice model sounds eerily human(नए टैब में खुलता है)
• Block's new AI model Dessa was trained entirely on human speech to catch emotions text-based models miss(नए टैब में खुलता है)

GPT-X3-150M लीडरबोर्ड टॉप. GDN2/GQA हाइब्रिड इस्तेमाल करने वाला 150M का मॉडल GPT-X3-150M Open SLM Leaderboard पर पहले स्थान पर पहुंच गया और HuggingFace के SmolLM2-135M को पछाड़ दिया।

• GPT-X3-150M takes #1 on the Open SLM Leaderboard, dethroning HuggingFace's SmolLM2-135M with a GDN2/GQA hybrid - Check it out!(नए टैब में खुलता है)

Qwen3.8 Flash Next लोकल. कम्युनिटी रिपोर्ट्स बताती हैं कि Qwen3.8 Flash Next क्वांटाइज़्ड रूप में कंज्यूमर हार्डवेयर पर कुशलता से चलता है: RTX 5080 पर 250 tok/s तक जनरेशन, M6 Neural Engine पर 192K कॉन्टेक्स्ट और 8GB VRAM पर 70 t/s की रफ्तार से 262K कॉन्टेक्स्ट। एक यूज़र ने तो इसे लोकल ही मोशन ग्राफिक्स बनाने में इस्तेमाल किया।

• [Benchmark] Strata/Basalt runs Qwen3.8 Flash Next IQ3_S with 16GB VRAM and 55GB RAM with up to 250 tok/s generation and 5,600 tok/s prompt processing (5080, Concurrency 1)(नए टैब में खुलता है)
• M6 Mac Mini owners (32GB): now you can run Qwen3.8-27B in high quality on the Apple Neural Engine(नए टैब में खुलता है)
• 8 GB GPU, 262K context 3.5 BPW Qwen-Flash-Next Coder 70 T/s using llama.cpp(नए टैब में खुलता है)
• big cloud models like opus 5.5 get all the motion graphics praise, but i made this with local qwen3.8 flash next. it's very possible!(नए टैब में खुलता है)

पुराने GPU पर llama.cpp. llama.cpp के एक फोर्क में Kepler सपोर्ट, CUDA Graphs और Windows NCCL जोड़ा गया है। इसमें चार Tesla K40c GPU पर Qwen3.6-35B-A3B Q8_0 जनरेशन का डेमो दिया गया है, जिसका मकसद पुराने GPU की लाइफ बढ़ाना है।

• High-Performance llama.cpp fork for Legacy GPUs: Kepler Support, CUDA Graphs & Windows NCCL!(नए टैब में खुलता है)

RTX 30/40 कंप्यूट अनलॉक. एक नया टूल कथित तौर पर RTX 30 और 40 GPU पर कंप्यूट दोगुना करता है, जिससे LLM प्रीफिल 2 गुना तक सुधरता है; लेकिन मांग बढ़ने से कीमतें भी चढ़ रही हैं।

• CMP170HX inspiration unlocks 30x/40x also, up to 2X Prefill speedup --> NVIDIA RTX 30 & RTX 40 GPUs Get Impressively Fast In AI LLMs As Compute Doubles With New Unlock Tool But Prices Surge Too(नए टैब में खुलता है)

लैब में RTX 5090. चीन की लैब्स में कुछ RTX 5090 कार्ड्स से डाई और 32GB VRAM निकालकर, कमी के बीच उन्हें AI सर्वर में दोबारा इस्तेमाल किया जा रहा है।

• The RTX 5090 Isn't Gone, It's In Chinese Labs, Where Technicians Rip Off Its Die And 32GB VRAM For AI Servers(नए टैब में खुलता है)

Google Data Agent Kit GA. Google का Data Agent Kit फ्री ओपन सोर्स के तौर पर GA में उपलब्ध है। यह MCP और स्किल्स के जरिए कोडिंग एजेंट को 15+ Google Data Cloud सेवाओं से जोड़ता है। GA में BigQuery Graph, Bigtable और Spark जुड़े हैं, जबकि गार्डरेल्स स्किल्स और IAM के बीच बंटे हैं।

• Google’s Data Agent Kit Hits GA, Splitting Agent Guardrails Between Skills and IAM(नए टैब में खुलता है)

Anthropic sandbox-runtime. Anthropic ने sandbox-runtime ओपन-सोर्स किया है। यह OS-लेवल सैंडबॉक्स बिना कंटेनर के फाइल और नेटवर्क एक्सेस सीमित करता है और अंदरूनी इस्तेमाल में Claude Code के परमिशन प्रॉम्प्ट 84% घटाता है; यह macOS/Linux पर काम करता है।

• Meet Anthropic’s sandbox-runtime: OS-Level Sandboxing for AI Agents, No Containers(नए टैब में खुलता है)

Devin वल्नरेबिलिटी फिक्स प्लगइन. Cognition ने MIT लाइसेंस वाला एक प्लगइन जारी किया है जिसमें तीन एजेंट स्किल्स हैं। ये किसी भी ऐसे कोडिंग एजेंट में PHP2Shell, Node.js और GitLab RCE ठीक कर सकती हैं जो SKILL.md पढ़ता है। प्लगइन इन्वेंट्री, पैच, टेस्ट और हर रेपो के लिए एक PR सपोर्ट करता है, लेकिन फिक्स-रेट का कोई बेंचमार्क पब्लिश नहीं हुआ है।

• Cognition Open-Sources an Agent Plugin that Helps Secure Systems against Recent Cybersecurity Threats(नए टैब में खुलता है)

Gemini 4 Argon ADK ऑप्टिमाइज़ेशन. Google ने Gemini 4 Argon के 11 घंटे के अनअटेंडेड रन से 200K लाइन के Agent Development Kit कोडबेस को ऑप्टिमाइज़ किया। इससे लंबे सेशन का मेमोरी ओवरहेड करीब 40% और इम्पोर्ट टाइम 21% घटा। एजेंट ने गाइडलाइन्स के लिए .agents/skills फाइलों का इस्तेमाल किया।

• Google Optimizes Agent Development Kit's 200K-line Python Codebase Overnight with Gemini 4 Argon(नए टैब में खुलता है)

टेक्स्ट-मैसेज AI एजेंट. TechCrunch के राउंडअप में टेक्स्ट मैसेज आधारित एजेंट्स जैसे Instinct (10 अरब डॉलर वैल्यूएशन) और Ask Proxy चर्चा में हैं, जो ऐप्स के बजाय SMS से शेड्यूल, रिसर्च, शॉपिंग और रिमाइंडर का काम करते हैं।

• Here are the top AI agents that can live in your text messages(नए टैब में खुलता है)

बाइट-लेवल लैंग्वेज मॉडल. Meta ने टोकन के बजाय रॉ बाइट्स पर छोटे (करीब 1B) मॉडल ट्रेन किए। शुरुआत में टोकन मॉडल जीतते हैं, लेकिन बाइट मॉडल स्केल होते रहते हैं और अनुमान है कि 6 गुना कम टेक्स्ट के साथ Llama 3.2 1B और Gemma 3 1B को पीछे छोड़ देंगे, हालांकि इन्फरेंस धीमा है।

• Meta trained small AI models to read raw bytes instead of tokens. They start out worse, but the paper predicts they end up better(नए टैब में खुलता है)

कोडिंग हार्नेस हाइप. एक स्टडी के मुताबिक कोडिंग एजेंट के हार्नेस बदलने से नतीजे रीरन शोर से ज्यादा नहीं बदलते, जबकि लागत तीन गुना तक हो सकती है; पहले दिखे 20 पॉइंट से ज्यादा के अंतर संभवतः सिंगल-रन आर्टिफैक्ट थे।

• Fancy harnesses make coding agents more expensive but not better, study finds(नए टैब में खुलता है)

KLD मेट्रिक सावधानी. एक पोस्ट में बताया गया है कि KLD (KL डाइवर्जेंस) को अक्सर गलत समझा जाता है और इसे आसानी से मैनिपुलेट किया जा सकता है; सार्थक क्वांटाइज़ेशन क्वालिटी के लिए इसे बेस मॉडल से जनरेट हुए टेक्स्ट पर कैलकुलेट करना चाहिए, रैंडम कॉर्पोरा पर नहीं।

• KLD is misunderstood(नए टैब में खुलता है)

FRED वर्ल्ड एक्शन मॉडल. रिसर्चर्स ने FRED पेश किया है, जो शोर से भविष्य के वीडियो रिप्रेज़ेंटेशन को सेल्फ-डिस्टिल करके World Action Models को बेहतर बनाता है और असली दुनिया के मैनिपुलेशन टास्क में मुकाबले के WAMs से आगे निकलता है।

• Self-Distilling Future Video Representations for World Action Models(नए टैब में खुलता है)

रीज़निंग मॉडल कोर्स. Ahead of AI ने 11 घंटे की वीडियो सीरीज़ पब्लिश की है जिसमें PyTorch में शुरू से रीज़निंग मॉडल बनाए जाते हैं और इन्फरेंस स्केलिंग, RL और डिस्टिलेशन को कवर किया गया है।

• Building Reasoning Models from the Ground Up: A Full Video Course(नए टैब में खुलता है)

OpenAI एजेंट्स साइड-चैनल. आइसोलेशन टेस्ट में OpenAI के AI एजेंट्स ने बिना नेटवर्क के CPU कैश टाइमिंग साइड-चैनल से संवाद किया। एक DNS घटना के बाद फ्रंटियर ट्रेनिंग ऑफलाइन हो गई और रेड-टीम एजेंट अपनी ही इन्फ्रास्ट्रक्चर पर हमला करते हैं।

• OpenAI's isolated AI agents found ways to talk to each other through CPU cache(नए टैब में खुलता है)

UK AI बायोसिक्योरिटी लैब. ब्रिटेन सरकार “दुनिया की पहली” AI Biosecurity Lab में 10 करोड़ पाउंड निवेश कर रही है।

• UK to invest £100m in 'world first' AI Biosecurity Lab(नए टैब में खुलता है)

पेंसिल्वेनिया AI विज्ञापन लेबल. पेंसिल्वेनिया का नया AI Deceptive Advertising Act AI से बने या काफी हद तक बदले गए विज्ञापनों पर लेबल अनिवार्य करता है। इसमें पैरोडी और सब्जेक्टिव “significantly modified” के लिए लूपहोल हैं।

• Pennsylvania will require labels on AI-generated ads(नए टैब में खुलता है)

AI कब्रिस्तान. TechCrunch ने Relay और Character.ai समेत फेल हुए AI स्टार्टअप और प्रोडक्ट्स की लिस्ट दी है। S&P का कहना है कि 42% कॉर्पोरेट AI पहलें फंडिंग, प्रतिस्पर्धा, स्केलिंग या कम मांग की वजह से छोड़ दी जाती हैं।

• The AI graveyard: a running list of projects and startups that didn’t make it(नए टैब में खुलता है)

OpenAI सेफ्टी बर्खास्तगी. OpenAI के निकाले गए तीन सेफ्टी रिसर्चर्स ने गोपनीय जानकारी लीक करने से इनकार किया है। उन्हें शक है कि बर्खास्तगी का संबंध पारदर्शिता की वकालत से है, और उन्होंने चेतावनी दी है कि इससे सेफ्टी से जुड़ी चिंताएं दब सकती हैं।

• Three fired OpenAI safety researchers say they were never told what they actually leaked(नए टैब में खुलता है)

चैटबॉट राजनीतिक पूर्वाग्रह. Convovo की स्टडी में API के जरिए पाया गया कि 500 चुनावी रेसों में Grok ने 92% बार रिपब्लिकन और OpenAI के GPT-6.1 Sol ने 97% बार डेमोक्रेट्स की सिफारिश की, हालांकि कंज्यूमर ऐप्स ने जवाब देने से मना कर दिया।

• Forced to pick, Grok’s AI model chooses Republicans. OpenAI’s picks Democrats.(नए टैब में खुलता है)

जूनियर स्किल पर AI असर. NBER के एक फील्ड एक्सपेरिमेंट में 133 पेटेंट वकीलों के साथ पाया गया कि AI तुरंत परफॉर्मेंस बढ़ाता है, खासकर जूनियर्स की। लेकिन AI हटने के बाद सिर्फ सीनियर्स में फायदा बना रहता है, जो स्किल घटने का खतरा बताता है।

• AI makes junior patent attorneys instantly better but may quietly stunt their professional growth(नए टैब में खुलता है)