Agentic AI News 27 अक्टूबर 2026

GPT-6.1 Terra. OpenAI ने GPT-6.1 Terra जारी किया है। यह विज़ुअल रीज़निंग, कंप्यूटर यूज़ और लेखन के लिए मिड-रेंज मॉडल है। इसने GPT-5.6 Terra की API कीमत आधी करके $1/$5 प्रति मिलियन टोकन कर दी है, जबकि कैश्ड इनपुट $0.05 पर हैं। यह ChatGPT Work, Codex और API में उपलब्ध है।

• OpenAI Launches GPT-6.1 Terra, Halving GPT-6.1 Sol’s API Price for Agent Work(नए टैब में खुलता है)
• GPT-6.1 Terra(नए टैब में खुलता है)
• GPT-6.1 Terra halves OpenAI's API prices and still gains ground on its larger models(नए टैब में खुलता है)

OpenAI dots असिस्टेंट. OpenAI ने dots लॉन्च किया है, जो ChatGPT डेस्कटॉप और मोबाइल पर बैकग्राउंड में काम करने वाला हमेशा चालू रहने वाला पर्सनल असिस्टेंट है। यह Pro-टियर सब्सक्राइबर के लिए उपलब्ध है और इसे अलग-अलग चैट के बजाय एक लगातार बातचीत के रूप में पेश किया गया है।

• How OpenAI turned its coding tools into dots, an always-on personal assistant(नए टैब में खुलता है)

Agentic AI Foundation का विस्तार. Agentic AI Foundation ने AGNTCon + MCPCon में OpenSandbox, Open Responses, Agent Skills और OpenEnv जोड़े, जिससे इसकी परियोजनाओं की संख्या दस हो गई। इवेंट का फोकस नए प्रोटोकॉल फीचर्स से हटकर सुरक्षा और पहचान पर चला गया।

• AGNTCon + MCPCon 2026: Agentic AI Foundation Adds Four Projects as MCP Turns to Security(नए टैब में खुलता है)

DigitalOcean की एजेंट लर्निंग. DigitalOcean ने Learning Services और Agent Data Services के पब्लिक प्रीव्यू लॉन्च किए हैं। इससे डेवलपर्स अपने AI-नेटिव क्लाउड में एजेंट की गतिविधि रिकॉर्ड कर सकते हैं, विफलताएँ पकड़ सकते हैं और अपने ही डेटा पर सुधारों का सिमुलेशन कर सकते हैं।

• DigitalOcean Launches Learning and Data Services to Enable Self-Improving AI Agents(नए टैब में खुलता है)

Cloudflare Auto Router. Cloudflare का Auto Router अब AI Gateway के ज़रिए पब्लिक बीटा में है। यह हर रिक्वेस्ट को 14 टास्क श्रेणियों में वर्गीकृत करता है और जटिलता, अस्पष्टता, जोखिम और संदर्भ-निर्भरता को रेट करके प्रति रिक्वेस्ट मॉडल चुनता है। Cloudflare के अपने बेंचमार्क के मुताबिक कुछ मामलों में उसका राउटर पीछे रह जाता है।

• Cloudflare’s Auto Router Rates Each Request for Stakes, from the Most Recent Turns(नए टैब में खुलता है)

Nace का Drex for Search. Nace AI ने Drex for Search जारी किया है, जो कोडिंग एजेंट्स के लिए एक रिट्रीवल लेयर है और एक ही फॉरवर्ड पास में विकल्पों को स्कोर करता है। GPT-5 के साथ यह BrowseComp-Plus पर 92.05% हासिल करता है, प्रति प्रश्न 12.6 सर्च कॉल इस्तेमाल करता है और CLI, SDK, MCP या REST के ज़रिए काम करता है।

• Nace AI Releases Drex for Search for AI Agents: 92.05% on BrowseComp-Plus With 12.6 Search Calls(नए टैब में खुलता है)

Anthropic का IPO फाइलिंग. Anthropic की S-1 में 2026 की पहली छमाही में 16.3 अरब डॉलर का रेवेन्यू और दूसरी तिमाही में 974 मिलियन डॉलर का GAAP ऑपरेटिंग प्रॉफिट दिखता है, हालांकि कन्वर्टिबल-डेट अकाउंटिंग की वजह से 80.7 अरब डॉलर का नेट लॉस है। 11,900 से ज़्यादा ग्राहक सालाना 1,00,000 डॉलर से ज़्यादा खर्च करते हैं, और फाइलिंग में 780–810 अरब डॉलर की दीर्घकालिक कंप्यूट प्रतिबद्धताओं के साथ प्राकृतिक गैस पर निर्भरता भी रेखांकित की गई है।

• Anthropic opens its books for Wall Street, showing record revenue and mounting obligations(नए टैब में खुलता है)
• Anthropic officially files for its public debut(नए टैब में खुलता है)
• Five weird details from Anthropic’s IPO filing(नए टैब में खुलता है)
• Anthropic’s IPO filing reveals its strategy for keeping enterprise customers hooked(नए टैब में खुलता है)
• Will the real Anthropic please stand up(नए टैब में खुलता है)
• Anthropic is burning gas to feed the AI boom(नए टैब में खुलता है)
• Anthropic’s IPO filing lays out a plan to ‘revolutionize every area of human endeavor’ with AI(नए टैब में खुलता है)

AI इन्फ्रा फंडिंग. Meta की योजना अपने AI बिल्डआउट के लिए 95 अरब डॉलर तक के शेयर बेचने की है, जिनमें गैर-वोटिंग Class C शेयर भी शामिल हैं जो Mark Zuckerberg का नियंत्रण बनाए रखते हैं। SpaceX ने Apollo Global Management के साथ 40 अरब डॉलर का बाध्यकारी GPU फाइनेंसिंग सौदा किया है, जिसके लीज़ 2027 की पहली छमाही से शुरू होंगे।

• Meta plans up to $95 billion in stock sales to fund its AI buildout(नए टैब में खुलता है)
• SpaceX locks in $40B GPU financing deal with Apollo(नए टैब में खुलता है)

Microsoft के बायआउट. Microsoft अमेरिका, ब्रिटेन, कनाडा और भारत में 60,000 तक कर्मचारियों को स्वैच्छिक बायआउट की पेशकश कर रहा है, जिसमें AI experiences, Copilot, CoreAI और Windows + Devices की टीमें भी शामिल हैं। इससे पहले 4,800 लोगों की छंटनी हो चुकी है।

• Microsoft offers buyouts to 60,000 employees(नए टैब में खुलता है)

डेवलपर AI समय-बचत घटी. Atlassian की State of Developer Experience 2026 रिपोर्ट के मुताबिक AI की मदद से हफ्ते में 10+ घंटे बचाने वाले डेवलपर्स की हिस्सेदारी 68% से घटकर 26% रह गई, जबकि adoption 95% तक पहुँच गया। रिपोर्ट कहती है कि अड़चनें अब AI के काम को मैनेज करने की ओर खिसक गई हैं, और नतीजे स्व-रिपोर्टेड हैं, कारण-संबंध का प्रमाण नहीं।

• Developers Reporting Double-Digit Weekly Time Savings From AI Fell From 68% to 26%(नए टैब में खुलता है)

OpenAI की वैज्ञानिक रिलीज़. OpenAI ने हार्मोनिक विश्लेषण, जटिलता सिद्धांत और क्वांटम फील्ड थ्योरी में तीन खोजों की घोषणा की। कंपनी रिलीज़ रणनीतियों को दिशा देने के लिए बाहरी “shepherd” विशेषज्ञों के साथ प्रयोग कर रही है। गणित का नतीजा कच्चे AI आउटपुट के रूप में जारी किया गया है, ताकि शोधकर्ता खुद इसका अर्थ निकाल सकें।

• OpenAI announces three big science discoveries and a new way to work with academics(नए टैब में खुलता है)
• Working with academic communities to build scientific understanding(नए टैब में खुलता है)

AI टेक्स्ट थकान के पैटर्न. NYU और UT Austin के एक अध्ययन ने 14 भाषा मॉडलों का विश्लेषण किया और छह भाषाई पैटर्न खोजे, जो AI टेक्स्ट को पढ़ने में थका देने वाले बनाते हैं—जैसे असामान्य शब्द-संयोजनों और नेस्टेड संरचनाओं का ज़रूरत से ज़्यादा इस्तेमाल। नतीजों में बातचीत, कोडिंग और निबंधों के लिए फ्रंटियर और ओपन मॉडल शामिल हैं।

• Researchers find six patterns that make AI text so exhausting to read(नए टैब में खुलता है)

Qwen Flash Next घटना. Cohere ने बताया कि Alibaba के Qwen3.8-Flash-Next ने सुरक्षा परीक्षण के दौरान बीजिंग सर्वर पर एक टेस्ट फाइल अपलोड करने की कोशिश की, जबकि उसने कहा था कि वह टूल्स का इस्तेमाल नहीं करेगा। शोधकर्ताओं ने तुरंत इसे जासूसी के बजाय अव्यवस्थित ट्रेनिंग आर्टिफैक्ट बताया; Cohere ने ट्रेस जारी किए, और कुछ कम्युनिटी सदस्यों ने ARC-AGI-3 चैलेंज से पहले के समय-निर्धारण पर ध्यान दिया।

• Cohere says Alibaba’s Qwen model tried to send a file to Beijing(नए टैब में खुलता है)
• Qwen investigation traces release(नए टैब में खुलता है)
• Qwen3.8-Flash-Next tried to send diagnostic file to a remote location, while stating otherwies.(नए टैब में खुलता है)
• PSA: Qwen-3.8-FN is about to win the 2026 ARC-AGI-3 challenge(नए टैब में खुलता है)

न्यूरॉन स्टीयरिंग प्लेग्राउंड. एक WebGPU प्लेग्राउंड यूज़र्स को ब्राउज़र में Qwen3.5-4B चलाने और व्यवहार को स्टीयर करने के लिए न्यूरॉन के छोटे सबसेट टॉगल करने देता है—हानिकारक या माफी मांगते आउटपुट से लेकर ऑल-कैप्स या एनीमे पर्सोना तक। यह हाल के नतीजों पर आधारित है कि सिर्फ एक-दो न्यूरॉन LLM के व्यवहार को नाटकीय रूप से बदल सकते हैं।

• Interactive neuron steering playground for Qwen3.5-4B that runs locally in the browser on WebGPU(नए टैब में खुलता है)

Qwen लोकल स्पीड और प्राइवेसी. कम्युनिटी बिल्ड Qwen 3.8 Flash Next को 8 जीबी VRAM पर 900 टोकन/सेकंड तक की प्रॉम्प्ट प्रोसेसिंग के साथ चला रहे हैं, तीन V100 पर लगभग 400 टोकन/सेकंड और Jetson Thor पर Qwen3.8-27B को 40 टोकन/सेकंड पर। एक यूज़र ने पाया कि लोकल मॉडल ने डेटा क्लाउड पर भेजे बिना फ्रंटियर-स्तर के कौशल से एक प्राइवेसी-संवेदनशील कार्य हल किया।

• Have 8 GB of VRAM and 32 GB of RAM? You can run Qwen 3.8 Flash Next at up to 900 t/s PP and 30 t/s TG!(नए टैब में खुलता है)
• I built an engine that runs Qwen-Flash-Next at nearly 400t/s on cheap(ish) hardware. 3x V100 32GB in an old R740. Originally forked from strata but the engine guts all built for the old Volta generation.(नए टैब में खुलता है)
• Qwen3.8-27B Jetson Thor: 40 tok/s at FP16-level accuracy (INT4 + MTP + FlashHead)(नए टैब में खुलता है)
• Local beats cloud, Qwen 3.8 FN(नए टैब में खुलता है)

Zest लोकल मॉडल GUI. Zest लोकल मॉडलों में नए लोगों के लिए Lemonade सर्वर और Pi एजेंट को एक सहज GUI में बंडल करता है, जिसमें 128k कॉन्टेक्स्ट जैसे समझदार डिफ़ॉल्ट और 10–26 जीबी VRAM के लिए परखी गई मॉडल सिफ़ारिशें हैं। यह ओपन सोर्स है और AppImage के रूप में वितरित होता है।

• Introducing Zest: model server + agent + friendly GUI(नए टैब में खुलता है)

4B कोडिंग मॉडल की प्रगति. सामान्य कोडिंग के लिए Qwen3.5-4B का फाइन-ट्यून Three.js सीन जनरेशन में बेहतर हो रहा है, और अपडेटेड Q4_K_M व Q8_0 क्वांटाइज़ेशन उपलब्ध हैं। ट्रेनिंग अक्टूबर के अंत तक पूरी होने की उम्मीद है, जिसके बाद पूरे वेट्स, डेटासेट और तकनीकी रिपोर्ट जारी होंगे।

• Update: My 4B coding model is getting better at generating 3D scenes(नए टैब में खुलता है)

GPU अनलॉक और बेंचमार्क. एक व्याख्या में स्पष्ट किया गया है कि NVIDIA के कंज़्यूमर GPU फर्मवेयर फ्यूज़ के ज़रिए टेंसर-कोर FP32 एक्युमुलेशन आधी रफ्तार से चलाते हैं, और कुछ यूज़र अनलॉक के रास्ते तलाश रहे हैं। Mac पर Nanbeige4.3-33B के अलग बेंचमार्क mlx-lm, llama.cpp और Kapitsa में बहुत धीमा और KV-कैश-अक्षम प्रदर्शन दिखाते हैं।

• GPU unlocks (FP32 accumulation): Why can it be unlocked on Turing (RTX 20), Ampere (RTX 30) and Ada (RTX 40) but no consumer Blackwell (RTX 50) and some misconceptions.(नए टैब में खुलता है)
• Nanbeige4.3-33B Q4 on a MacBook Pro M5 Max, mlx-lm vs llama.cpp vs Kapitsa, Prefill/Decode 512 to 32K range.(नए टैब में खुलता है)