Agentic AI News 29 अक्टूबर 2026

Gemini 4 Carbon. Google DeepMind ने Argon के दो हफ़्ते बाद Gemini 4 Carbon जारी किया, जिसने Artificial Analysis Intelligence Index v5.0 में 59 अंक के साथ पहला स्थान हासिल किया। कंपनी के मुताबिक कोडिंग, एजेंटिक टास्क और साइबर डिफ़ेंस में सुधार हुआ है। शुरुआत में इसे अमेरिकी सरकार की प्री-रिलीज़ टेस्टिंग प्रक्रिया से सत्यापित साइबर डिफ़ेंडर्स तक ही एक्सेस मिलेगा।

• Gemini 4 Carbon: Our next frontier model(नए टैब में खुलता है)
• Google launches Gemini 4 Carbon with a ‘significant leap’ in cybersecurity(नए टैब में खुलता है)
• Google Deepmind releases Gemini 4 Carbon just two weeks after Argon with gains across the board(नए टैब में खुलता है)
• Google announces Gemini 4 Carbon, its latest frontier AI model that you can't use(नए टैब में खुलता है)
• Google DeepMind Introduces Gemini 4 Carbon, Its Top Model for Cyber Defense and Coding(नए टैब में खुलता है)

बेंचमार्क इंडेक्स में बदलाव. Artificial Analysis के नए v5 इंडेक्स में 60% निजी टेस्ट सेट हैं ताकि बेंचमैक्सिंग कम हो; इससे Kimi K3.1 Pro चौथे से नौवें स्थान पर खिसक गया और Grok 4.7 के 12 अंक घट गए। इस अपडेट ने ओपन और क्लोज़्ड मॉडल के बीच की खाई और बढ़ा दी।

• New Artificial Analysis index widens the gap between open and closed models(नए टैब में खुलता है)

Qwen4 का 1 मिलियन कॉन्टेक्स्ट. qwen-code के एक पुल रिक्वेस्ट के मुताबिक Qwen4 मॉडल 1 मिलियन टोकन का कॉन्टेक्स्ट विंडो देंगे। कल Apsara Netherlands में Qwen4-27B के ऐलान की उम्मीद है।

• Qwen4 1M context window(नए टैब में खुलता है)

Qwen3.8 के लोकल क्वांट. Basalt के Strata फोर्क ने एक ही RTX 5080 पर IQ3_S क्वांटाइज़ेशन के साथ 5500 टोकन/सेकंड प्रॉम्प्ट प्रोसेसिंग और 275 टोकन/सेकंड तक पीक जनरेशन दर्ज किया। Qwen3.8-27B के नए EXL3 6bpw क्वांट का KLD 0.0002 है और यह 18.8 GB VRAM इस्तेमाल करता है।

• [Update Benchmark] Basalt's new PRs (Strata fork) new record IQ3_S Qwen3.8 Flash Next on single RTX 5080 and 51 GB RAM with 5500 tok/s prompt processing and up to 275 tok/s peak generation (during opencode coding live session)(नए टैब में खुलता है)
• yeasah/Qwen3.8-27B-exl3 quants - lowest KLD of 0.0002(नए टैब में खुलता है)

Nemotron 3.5 Transcribe. Nvidia ने 30B पैरामीटर वाला ओपन-वेट स्पीच मॉडल जारी किया, जिसमें 4B एक्टिव पैरामीटर हैं। यह 40 भाषाओं तक ट्रांसक्रिप्शन, अनुवाद, स्पीकर एट्रिब्यूशन और ऑडियो Q&A संभालता है। मॉडल एक GPU पर चलता है और इसके साथ Granary v2 डेटासेट और फाइन-ट्यूनिंग रेसिपी भी उपलब्ध हैं।

• Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition(नए टैब में खुलता है)
• Voice AI in vogue: Nvidia releases new open transcription model(नए टैब में खुलता है)
• NVIDIA Nemotron 3.5 Transcribe and Granary v2: Intelligent Multilingual Transcription You Can Prompt and Adapt(नए टैब में खुलता है)
• nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B · Hugging Face(नए टैब में खुलता है)

हार्डवेयर कीमतों का झटका. RTX 5080 कार्ड अब करीब 2,000 डॉलर में बिक रहे हैं, जबकि Mac Studio M5 Ultra 512GB की शुरुआती कीमत 22,299 डॉलर है। रैम की बढ़ती लागत से निपटने के लिए शौक़ीन लोग DDR5 SODIMM किट को डेस्कटॉप DIMM में बदल रहे हैं, और eBay पर 9,600 GPU वाला एक रिटायर A100 क्लस्टर 6 करोड़ डॉलर में लिस्ट है।

• NVIDIA RTX 5080 is now selling for nearly $2,000 at US retailers, $800 higher in just two months(नए टैब में खुलता है)
• Mac Studio M5 Ultra 512gb Starts at $22,299.00 USD(नए टैब में खुलता है)
• Electronics hobbyist converts $120 DDR5 SODIMM kit into ‘$1000’ desktop kit to fight RAM crisis — ICs from SK hynix DDR5-5600 16GB modules used to create DDR5-7800 desktop sticks(नए टैब में खुलता है)
• IT vendor lists massive $60 million AI supercomputer on eBay with 9,600 Nvidia A100 GPUs and 4,200 AMD EPYC CPUs, plus free shipping — 300 racks of decommissioned GPUs on offer(नए टैब में खुलता है)

लोकल LLM मूल्यांकन. एक 50-प्रॉम्प्ट बेंचमार्क में चार फ्रंटियर मॉडल ने 39 लोकल LLM को ग्रेड किया, जिससे सबसे सक्षम मॉडल और फाइन-ट्यून के लिए सबसे अच्छे फाउंडेशन मॉडल की रैंकिंग सामने आई।

• 5 Frontier LLM's grade 39 local LLM's on 50 prompts(नए टैब में खुलता है)

एजेंट मेमोरी और शेड्यूलिंग. LangChain ने कंपाइल्ड विकी और ग्राफ़ के ज़रिए एविडेंस-ग्राउंडेड एजेंट मेमोरी के गाइड पब्लिश किए। कंपनी का दावा है कि इससे सटीकता 27% बढ़ी और प्रति सही जवाब लागत 58% घटी। इसने यह भी दिखाया कि Managed Deep Agents में क्रॉन-आधारित शेड्यूल प्रोएक्टिव, हमेशा ऑन रहने वाले एजेंट को कैसे चलाते हैं।

• How to build evidence-grounded agent memory with OpenWiki and Graphs(नए टैब में खुलता है)
• How to Build Proactive, Always-On Agents with the Schedules SDK in Managed Deep Agents(नए टैब में खुलता है)

एजेंट्स के लिए Supabase. Latent Space ने Supabase के फाउंडर्स से इंटरव्यू किया कि फ्रंटियर कोडिंग एजेंट ऐप बैकएंड के तौर पर Supabase को डिफ़ॉल्ट क्यों चुनते हैं। इनका कहना है कि बिना Docker के लोकल बैकएंड, Git-ट्रैक्ड स्कीमा और डेटाबेस के पास कंप्यूट जैसी चीज़ें बड़ी रुकावटें हटाती हैं।

• Why Agents Love Supabase(नए टैब में खुलता है)

Google के एजेंट इंटीग्रेशन. Google ने Connected Apps Platform का बीटा लॉन्च किया, जिससे थर्ड-पार्टी ऐप Search और Gemini के साथ इंटीग्रेट हो सकें। Android Studio का “Bring Your Own Agent” 40+ बाहरी कोडिंग एजेंट को सपोर्ट करता है, और नया Gemini Nano 4 Agentic API ऑन-डिवाइस एजेंट फंक्शन्स की सुविधा देता है।

• As AI agents reshape the web, Google opens Gemini and Search to more apps(नए टैब में खुलता है)
• Google opens Android development to third-party AI agents and unveils new Gemini APIs(नए टैब में खुलता है)

MiniMax MCode Stack. MiniMax ने MCode Stack ओपन-सोर्स किया, जो 15 एजेंट स्किल्स और चेकलिस्ट का सेट है और जिसे उसकी MiniMax Code टीम रोज़ाना इस्तेमाल करती है। MIT लाइसेंस वाली इन स्किल्स में लॉन्ग-कमांड ऑडिट शामिल हैं और ये MiniMax Code या Claude Code में चलती हैं।

• MiniMax Open-Sources MCode Stack: 15 Agent Skills Its Coding Team Uses Daily(नए टैब में खुलता है)

OpenAI-ServiceNow विस्तार. ServiceNow अपने वर्कफ़्लो में OpenAI मॉडल और एजेंट शामिल करेगा और ServiceNow की क्रियाओं को ChatGPT और Codex से जोड़ेगा। IT टीमें ChatGPT से बाहर निकले बिना इंसिडेंट जांच सकेंगी, बदलाव का जोखिम आंक सकेंगी और रिकॉर्ड अपडेट कर सकेंगी।

• OpenAI and ServiceNow expand partnership across enterprise workflows(नए टैब में खुलता है)

Microsoft की AI आमदनी. Microsoft ने बताया कि Azure का रेवेन्यू 33.2 अरब डॉलर रहा, जो 48% बढ़ा, और तिमाही में OpenAI से जुड़ा रेवेन्यू 10 अरब डॉलर रहा। कुल रेवेन्यू 92.3 अरब डॉलर तक पहुंचा; यह लगातार दसवीं रिकॉर्ड तिमाही है।

• Microsoft just shared Azure’s actual revenue in dollars: $33.2 billion(नए टैब में खुलता है)
• Microsoft recorded $10 billion in revenue from OpenAI(नए टैब में खुलता है)
• Microsoft hits 10 quarters of record-breaking revenue in a row(नए टैब में खुलता है)

Google की AI सर्च विज्ञापन. Alphabet ने तिमाही रेवेन्यू 127.6 अरब डॉलर बताया, लेकिन Search विज्ञापन की बढ़त घटकर 12% रह गई। Google अब AI Overviews और AI Mode के अंदर विज्ञापनों को अंतरराष्ट्रीय बाज़ारों तक बढ़ा रहा है ताकि मॉनेटाइज़ेशन की पैठ बने।

• Google expands AI Search ads globally as core ad growth slows(नए टैब में खुलता है)

Anthropic के खर्च एनालिटिक्स. Anthropic ने रिपोर्टिंग टूल्स लॉन्च किए, जिनसे एंटरप्राइज़ देख सकते हैं कि टोकन पर उनका खर्च क्या दिला रहा है। इसमें टीम-लेवल एनालिटिक्स, बजट और ROI सुझाव शामिल हैं। डिफ़ॉल्ट रूप से डेटा ट्रेनिंग के लिए इस्तेमाल नहीं होता।

• Anthropic just launched tools to show companies what their AI spending is buying(नए टैब में खुलता है)

Claude for Legal. Anthropic ने Claude for Legal में तैयार टेम्पलेट और ऑटोमैटिक सोर्स वेरिफ़िकेशन जोड़ा, जो वकीलों के रिव्यू से पहले बयानों को मूल स्रोतों से जोड़ता है। प्लेटफ़ॉर्म पर अब 60 से ज़्यादा लीगल इंटीग्रेशन हैं।

• Claude for Legal now verifies sources automatically, then hands the file to a lawyer(नए टैब में खुलता है)

GitHub Octoverse. GitHub के Octoverse 2026 के मुताबिक हर महीने मर्ज हुए पुल रिक्वेस्ट तीन गुना होकर 22 करोड़ तक पहुंच गए और कमिट 7.38 अरब प्रति माह तक पहुंच गए, जो एजेंटिक इंजीनियरिंग के असर को दिखाता है।

• GitHub Octoverse 2026(नए टैब में खुलता है)

Meta की शर्तों पर विरोध. AI ट्रेनिंग को लेकर प्रकाशकों की चिंताओं के बाद Meta अपनी नई कारोबारी शर्तों को 20 नवंबर के बाद टाल सकती है। कंपनी का कहना है कि उद्योग समूहों से पूरा परामर्श किए बिना वह नीति नहीं बदलेगी।

• Meta says it’ll probably delay its controversial new business terms again(नए टैब में खुलता है)

xAI के घर खरीदने के प्रस्ताव. xAI की एक सहायक कंपनी Mississippi स्थित अपने डेटा सेंटर के पास सैकड़ों घर खरीदने की पेशकश कर रही है; बदले में निवासियों को शोर को लेकर मुकदमों में शामिल न होने की शर्त माननी होगी।

• xAI is buying out homeowners who promise not to sue over data center noise(नए टैब में खुलता है)

AI के खिलाफ नाराज़गी. Instagram के Adam Mosseri का कहना है कि AI को लेकर नेगेटिविटी और बढ़ेगी, जिसकी वजह पीछे छूट जाने का डर है। Marissa Mayer के AI ऐप डेमो की आलोचना यह कहकर हुई कि वह आम यूज़र्स से कटा हुआ है।

• Adam Mosseri says negativity around AI is ‘going to get worse’(नए टैब में खुलता है)
• AI execs may be too out of touch to build for the general public(नए टैब में खुलता है)

एंटरप्राइज़ AI की हकीकत. MIT Technology Review के एक पोल के मुताबिक सिर्फ 16% संगठनों ने AI से बदलावकारी मूल्य देखा, 12% के पास प्रोडक्शन में एजेंट हैं और 38% अभी यूज़ केसों पर पायलट कर रहे हैं।

• Creating AI value with enterprise context(नए टैब में खुलता है)

AI सुरक्षा का बढ़ता खतरा. Wiz के CTO का कहना है कि AI कमज़ोरियों की खोज और उनके शोषण को तेज़ कर रहा है, जैसा PHP2Shell से दिखता है, और मैनुअल पैचिंग बड़े पैमाने पर काम नहीं करेगी। दक्षिण कोरिया की ब्रोकरेज कंपनियों और Bithumb पर नए साइबर हमले हुए, जबकि पहले की एक लहर AI पेन-टेस्टिंग टूल Artex से जुड़ी थी।

• Wiz’s CTO on PHP2Shell and the coming ‘vulnpocalypse’(नए टैब में खुलता है)
• The ‘Vulnpocalypse’ is coming for the internet’s aging code, says Wiz’s CTO(नए टैब में खुलता है)
• South Korea’s financial industry hit by fresh wave of cyberattacks(नए टैब में खुलता है)

लोकल मॉडल से TV रूट. एक यूज़र ने कम स्पेक वाले PC पर opencode हार्नेस के ज़रिए Qwen 3.8 Flash Next चलाकर LG TV को रूट किया और उससे स्पाइवेयर व ऐडवेयर हटाया।

• Used Qwen 3.8 flash next on underspeced PC to Root and gut LG TV of spy and adware(नए टैब में खुलता है)

Qwen के अंदर Doom. एक प्रोजेक्ट ने Qwen मॉडल वेट्स के अंदर बनी वर्चुअल मशीन पर Doom का बेसिक वर्ज़न चलाया; इसकी प्रेरणा qwenputer प्रोजेक्ट से मिली।

• I ran Doom inside the Qwen model weights!(नए टैब में खुलता है)

एक न्यूरॉन से पहचान. Qwen3-8B और 14B में एक बार में एक न्यूरॉन बदलने के प्रयोग में पाया गया कि करीब 4% बदलावों से मॉडल अपनी पहचान अलग बताने लगा, जिससे आइडेंटिटी-आधारित डिस्टिलेशन के दावों पर संदेह बढ़ा है।

• Single-Neuron Identity Shifts(नए टैब में खुलता है)

वाइब-कोडेड गेम्स. Simon Willison का तर्क है कि अक्टूबर 2026 वाइब-कोडेड गेम्स के लिए एक इन्फ्लेक्शन पॉइंट है, जहां Claude Opus 5.5 यूज़र को कोड पढ़े बिना सचमुच मज़ेदार गेमप्ले लूप बना सकता है।

• The October inflection point for vibe game development(नए टैब में खुलता है)