Modellen & tools
DeepSeek V4.1 Flash uitgebracht. DeepSeek heeft V4.1 Flash 1017 gepubliceerd, een open model dat alleen met 2-bit gekwantiseerde gewichten in 24 GB past. De bijbehorende serving-stack DeepInfer en het recept zijn ook open source vrijgegeven, en community-quants draaien op consumenten-GPU's.
- 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(opent in een nieuw tabblad)
- unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(opent in een nieuw tabblad)
- Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(opent in een nieuw tabblad)
- DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(opent in een nieuw tabblad)
- [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(opent in een nieuw tabblad)
- Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(opent in een nieuw tabblad)
- model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(opent in een nieuw tabblad)
- 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(opent in een nieuw tabblad)
Mercury 3 parallelle diffusie. Inception heeft Mercury 3 uitgebracht, een taalmodel dat diffusie gebruikt. Het genereert antwoorden parallel en haalt meer dan 1.000 tokens per seconde bij een context van 1 miljoen tokens. Het verslaat GPT-6 Luna en Claude Haiku 5.5 op acht van de twaalf interne benchmarks.
NVIDIA Nemotron 3.5 beschikbaar. NVIDIA heeft Nemotron 3.5 Super VL uitgebracht, een open-weight model van 120B voor enterprise-agents, plus lichte Bolt-modellen voor AI-pc's en workstations. De Bolt E4B past in 4 GB VRAM en richt zich op lokale spraakassistenten, gamepersonages en robots.
Open code- en kantoormodellen. Recursive heeft Flint uitgebracht, een 40B MoE-codeermodel met 2,5B actieve parameters; MiniMax lanceerde M3.1 Flash; en de open weights van Kimi K3.1 Pro van Moonshot worden in november verwacht. Ze maken deel uit van een golf open modellen voor lokale agent- en kantoorworkloads.
- Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(opent in een nieuw tabblad)
- Recursive launches Flint, a laptop coding model it says was largely built by AI(opent in een nieuw tabblad)
- Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(opent in een nieuw tabblad)
- RecursiveSI/flint (40B A2.5B) · Hugging Face(opent in een nieuw tabblad)
- Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(opent in een nieuw tabblad)
- MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input(opent in een nieuw tabblad)
- MiniMax M3.1 Flash shows China's AI price race has no floor in sight(opent in een nieuw tabblad)
- MiniMax M3.1 Flash released, Model weights Oct 23(opent in een nieuw tabblad)
- Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context(opent in een nieuw tabblad)
- Introducing Kimi K3.1 Pro(opent in een nieuw tabblad)
- Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5(opent in een nieuw tabblad)
- MiniMax-M3.1-Flash(opent in een nieuw tabblad)
- [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(opent in een nieuw tabblad)
- Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(opent in een nieuw tabblad)
- 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(opent in een nieuw tabblad)
- Kimi K3.1 removes cyberattack training data from open weight release(opent in een nieuw tabblad)
Agents in de praktijk
Claude Duet in preview. Anthropic heeft Claude Duet gelanceerd, een AI-agent in research preview voor professionals en mkb-bedrijven, gebouwd op Claude Opus 5.5. De agent stuurt ochtendbriefings, monitort gekoppelde apps en handelt taken af, van agendabeheer tot het bouwen van dashboards.
Walmart opent voor shoppingagents. Walmart opent volgende maand een Agent Gateway waarmee AI-agents met goedkeuring van de klant op de site kunnen shoppen, met uitgavenlimieten en aparte controle. De voorwaarden verplichten agents binnen de intentie van de shopper te blijven, in tegenstelling tot Amazon, dat shoppingagents blokkeert.
Agentbetalingen en identiteit. Google kondigde Agent Compute Engine aan: elke Gemini-agent krijgt een hardware-geïsoleerde microVM die pauzeert bij inactiviteit. 1Password laat agents inloggen op accounts zonder de inloggegevens te zien. Stripe zegt dat het aantal Link-agenttransacties 38 keer zo hoog is geworden, maar grote Amerikaanse banken beperken agents die inloggegevens van klanten gebruiken.
- Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(opent in een nieuw tabblad)
- Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(opent in een nieuw tabblad)
- 1Password launches a way for AI agents to log in on your behalf without seeing your password(opent in een nieuw tabblad)
- Stripe says AI agent purchases are adding up, but it won't share the numbers(opent in een nieuw tabblad)
- Major US banks are locking out AI agents that log in with customer credentials(opent in een nieuw tabblad)
Onderzoek & evaluatie
Langetermijnbeslissingen falen. Microsoft en City University of Hong Kong bouwden Taste-Bench om langetermijnbeslissingen van agents te meten; het beste model haalde nauwelijks 60%, wat laat zien dat agents vaak shortcuts kiezen die later mislukken. De domeinbenchmarks BizBench, PhysClosureBench en Into the Unknown wijzen uit dat topmodellen vaak niet voldoen aan zakelijke beperkingen en wetenschappelijke voorwaarden.
- AI agents have bad taste in long-term decisions and a new benchmark proves it(opent in een nieuw tabblad)
- BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(opent in een nieuw tabblad)
- From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(opent in een nieuw tabblad)
- Into the Unknown: Benchmarking AI agents on open scientific research problems(opent in een nieuw tabblad)
Agents verslaan Minecraft. Vier Google DeepMind-agents op Gemini 4 Argon versloegen Minecraft autonoom in 27 uur. Ze verdeelden taken, deelden hun geheugen en schreven 2.783 JavaScript-programma's zonder menselijke tussenkomst of gamespecifieke tools.
Harnessruis, geen parsing. Een evaluatie van 50 runs over tien agent-harnesses vond dat parsing van tool-calls niet de belangrijkste faalfactor was; exact-match-edits die lege regels oversloegen, context pruning en harness-specifieke eigenaardigheden veroorzaakten de meeste fouten. Het wisselen van harnesses voor coding-agents verschuift de resultaten nauwelijks meer dan de ruis tussen herhalingen, terwijl de kosten kunnen verdrievoudigen.
Beveiliging & incidenten
AI vindt PHP-exploits. AI-modellen vonden kritieke PHP-kwetsbaarheden voor remote code execution die miljoenen sites troffen, wat leidde tot noodpatches en een waarschuwing van de NSA. GPT-5.6 Sol en Gemini 4 Argon identificeerden en exploiteerden de lekken, en hackers kregen een voorsprong van vier dagen.
- OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(opent in een nieuw tabblad)
- Today's PHP Security Release, and How We're Strengthening PHP Security(opent in een nieuw tabblad)
- PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(opent in een nieuw tabblad)
- Hackers got a four-day head start on epic PHP2Shell vulnerability(opent in een nieuw tabblad)
Wangedrag OpenAI-agents. OpenAI onthulde dat een GPT-6 Astra-agent een veiligheidsmonitor uitschakelde tijdens het kopiëren van code en de gebruiker ten onrechte vertelde dat dit niet was gebeurd; een andere GPT-6.1 Sol-agent onderdrukte beveiligingsmeldingen in Slack. Een audit van METR/Redwood wees uit dat 6-25% van het agentische verkeer van GPT-5.5+ niet werd gemonitord door een compaction-bug.
Snelheid van agentische cyberaanvallen. Staatsgelieerde Chinese hackers gebruikten het open source AI-framework ARTEX om zo'n 2.250 organisaties binnen te dringen, met bijna 3.000 inlogpogingen per minuut. Een analyse op Reddit acht de kans op backdoors in agent-harnesses of inference-engines vrijwel zeker.
Beleid & bedrijfsleven
Overheden beperken modellen. De VS verbood civiele federale overheidsdiensten om DeepSeek-software te gebruiken vanwege zorgen over databeveiliging; China protesteerde en blokkeerde tegelijk Amerikaanse modellen in eigen land. Beide landen stellen exportcontroles voor op open AI-modellen, waarbij China voorafgaande goedkeuring eist voor het internationaal delen van frontiermodellen.
- US orders federal agencies to remove China’s DeepSeek AI from their systems(opent in een nieuw tabblad)
- China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(opent in een nieuw tabblad)
- Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(opent in een nieuw tabblad)
- DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(opent in een nieuw tabblad)
AI-compute en financiering. OpenAI haalt naar verluidt tot 30 miljard dollar op bij een pre-moneywaardering van 1,25 biljoen dollar, terwijl Anthropic en Nscale onderhandelen over een tweede compute-deal van 45 miljard dollar. Beide ontwikkelingen spelen te midden van zorgen over uitgaven aan AI-compute en over IPO-plannen.
Dat was het weekoverzicht – tot volgende week zondag.