Agentic AI News 30 अक्टूबर 2026

Mistral Large 4 के वेट्स. Mistral ने Large 4 के वेट्स जारी किए हैं। यह 1T पैरामीटर वाला MoE मॉडल है, जिसमें 52B सक्रिय पैरामीटर हैं और इसे कोडिंग, साइबरसुरक्षा और एजेंटिक वर्कफ़्लो के लिए बनाया गया है। स्वतंत्र बेंचमार्क में कोडिंग मजबूत दिखती है, लेकिन समग्र बुद्धिमत्ता में यह चीन के ओपन मॉडलों से अभी पीछे है।

• Mistral releases weights for its trillion-parameter AI model, targeting cybersecurity(नए टैब में खुलता है)
• Paris-based Mistral releases "Le Chonk," a strong coding model that still trails China overall(नए टैब में खुलता है)
• mistralai/Mistral-Large-4-1T-A52B · Hugging Face(नए टैब में खुलता है)
• Mistral Large 4 (Le Chonk) is now open weight(नए टैब में खुलता है)

Baseten का सस्ता डिसीज़न मॉडल. Baseten ने joey-1 जारी किया है। यह 2B पैरामीटर वाला डिसीज़न मॉडल है, जो राउटिंग, क्लासिफिकेशन और गार्डरेल्स के लिए कैलिब्रेटेड प्रोबेबिलिटी लौटाता है। इसकी कीमत 1 मिलियन टोकन पर $0.01 है और इसके वेट्स MIT लाइसेंस के तहत ओपन हैं।

• Baseten Releases joey-1, a 2B Decision Model at $0.01 per 1M Tokens(नए टैब में खुलता है)

OpenAI Model Spec अपडेट. OpenAI ने अपने सार्वजनिक Model Spec को पांच मूल्यों—निष्ठा, नुकसान में कमी, ईमानदारी, मानव एजेंसी और देखभाल—के इर्द-गिर्द संशोधित किया है और अधिक क्षमता वाले मॉडलों के लिए निगरानी और एजेंसी पर मार्गदर्शन जोड़ा है।

• An updated Model Spec for more capable and beneficial AI(नए टैब में खुलता है)

ServiceNow स्पीच एजेंट मॉडल. ServiceNow AI ने Apriel Voice 27B का प्रीव्यू जारी किया है। यह Whisper एनकोडर को Gemma 4 MoE बैकबोन के साथ जोड़ता है और बोली गई रिक्वेस्ट, रीज़निंग और टूल कॉल्स संभालता है।

• ServiceNow-AI/Apriel-Voice-27B-preview · Hugging Face(नए टैब में खुलता है)

Deep Agents में ब्राउज़र यूज़. Managed Deep Agents v0.10 में ब्राउज़र यूज़ जोड़ा गया है, साथ ही लॉगिन के लिए यूज़र हैंडऑफ़ और ऐसे async सबएजेंट भी, जो बैकग्राउंड में लंबे टास्क चलाते हैं। मुख्य एजेंट तब तक बातचीत जारी रखता है।

• Managed Deep Agents v0.10: Browser Use and Async Subagents(नए टैब में खुलता है)
• Browser Use in Managed Deep Agents(नए टैब में खुलता है)

SafeAgents लोकल प्रॉक्सी. SafeAgents एक लोकल प्रॉक्सी है जो कोडिंग एजेंट्स से आने वाली हर टूल कॉल की जांच करती है और संदिग्ध कॉल्स को टेक्स्ट नोटिस से बदल देती है, ताकि कोई खतरनाक चीज़ एग्जीक्यूट न हो।

• SafeAgents: an open-source proxy that checks every tool call your coding agent makes before it runs(नए टैब में खुलता है)

तेज़ MoE ट्रेनिंग कर्नेल. Prime Intellect ने DeepSeek के Mega MoE कर्नेल में बैकवर्ड पास जोड़ा है, जिससे फ्यूज्ड MoE ट्रेनिंग संभव होती है और Qwen3 MoE मॉडलों पर पूरे ट्रेनिंग स्टेप 34% तक तेज़ हो जाते हैं।

• Prime Intellect Releases Prime Mega MoE: Trainable Fused MoE Kernel, 3.11x Faster Forward Pass(नए टैब में खुलता है)

Bug0 QA एजेंट. Bug0 QA एजेंट ब्राउज़र रिग्रेशन टेस्टिंग ऑटोमेट करता है। यह Playwright रीप्लेज़ कैश करता है और वेरिफिकेशन के लिए LLM कंसेंसस का इस्तेमाल करता है, ताकि फ्लेकी टेस्ट कम हों।

• Bug0 Releases QA Agent to Automate Regression Testing With Cached Playwright Replays(नए टैब में खुलता है)

विशेषज्ञ फैसलों पर एजेंट्स. Anthropic के अध्ययन में सामने आया कि विशेषज्ञों ने 86% मामलों तक अपने AI एजेंट की रैंडम असाइन की गई प्रेफरेंस का पालन किया और अंतिम नतीजे को अपना माना। इससे झूठी सहमति की चिंता पैदा हुई है।

• Experts adopt AI agent's random opinions and think they're their own, Anthropic study finds(नए टैब में खुलता है)

कोडिंग एजेंट्स में टोकन अंतर. Qwen 3.8 27B पर 10 कोडिंग एजेंट्स के एक लोकल बेंचमार्क में पास दर 4–5/5 के आसपास रही, जबकि टोकन खपत 9 हजार से 108 हजार तक और कैश रीयूज़ 72% से 93% तक रहा।

• 10 coding agents, one Qwen 3.8 27B, same llama-server: tokens and cache reuse differ more than pass rates(नए टैब में खुलता है)

Elorian विज़ुअल रीज़निंग टेस्ट. Elorian के DecoyCount बेंचमार्क के मुताबिक फ्रंटियर मॉडल असली वस्तुओं की गिनती में 50% से कम स्कोर करते हैं; Elorian के Glimpse ने आंतरिक परीक्षण में 50.48% स्कोर किया।

• Can Frontier Models See Past a Decoy? Elorian Tests Visual Reasoning(नए टैब में खुलता है)

AWS का $1T लक्ष्य. Amazon के CEO Andy Jassy ने दोहराया कि AWS $1T सालाना रेवेन्यू तक पहुंच सकता है। 2026 में कैपेक्स लगभग $220B रहेगा, जिसका ज्यादातर हिस्सा AWS के लिए होगा और 2027 में और बढ़ेगा—निवेशकों की चिंताओं के बावजूद।

• AWS will be a $1T business, Jassy says. But first, it will spend big.(नए टैब में खुलता है)

Anthropic का IPO गणित. Anthropic के S-1 से पता चलता है कि बिज़नेस प्लान में भारी कंप्यूट खर्च और नाटकीय ग्रोथ की जरूरत है। IPO वैल्यूएशन का अनुमान $1.5T–$2T है, जबकि विश्लेषक AGI की मान्यताओं पर बहस कर रहे हैं।

• Anthropic is asking Wall Street to believe in AGI(नए टैब में खुलता है)
• Anthropic’s business plan: Build God or die trying(नए टैब में खुलता है)

OpenAI सब्सक्रिप्शन के फायदे. OpenAI अब हर महीने $100/$200/$500 देने वाले सब्सक्राइबर को बराबर मूल्य के API क्रेडिट दे रहा है और Anthropic से मुकाबले के लिए Work और Codex में Pro प्लान की यूसेज सीमाएं दोगुनी कर दी हैं।

• API credits benefit for eligible ChatGPT subscriptions(नए टैब में खुलता है)
• OpenAI doubles usage limits on Pro plans as competition with Anthropic heats up(नए टैब में खुलता है)

Deepgram ने Daily खरीदा. Deepgram ने ओपन-सोर्स Pipecat बनाने वाली Daily को खरीद लिया है, ताकि अपना रियल-टाइम वॉइस AI स्टैक मजबूत कर सके। Pipecat ओपन सोर्स बना रहेगा।

• Deepgram acquires Pipecat-maker Daily to bolster its voice AI infrastructure(नए टैब में खुलता है)

Rivian का वॉइस AI लाइसेंस. Rivian ने VW के साथ अपने जॉइंट वेंचर का दायरा बढ़ाकर AI वॉइस असिस्टेंट तकनीक के लाइसेंसिंग तक कर दिया है, जो संभवतः VW की ID EVERY1 में पहली बार दिखेगी।

• Rivian expands joint venture with VW to include AI assistant(नए टैब में खुलता है)

Microsoft के 60,000 बायआउट. Microsoft ने करीब 60,000 कर्मचारियों को वॉलंटरी बायआउट की पेशकश की है, ताकि ऑपरेटिंग लागत घटाई जा सके और AI इंफ्रास्ट्रक्चर में निवेश जारी रहे।

• Microsoft’s AI future has fewer jobs(नए टैब में खुलता है)

Reddit का लॉग-इन फोकस. Reddit मुख्य रूप से लॉग-इन अनुभव की ओर बढ़ रहा है, ताकि डेटा को AI स्क्रैपिंग से बचाया जा सके और लाइसेंसिंग डील्स पर आगे बढ़ा जा सके। इस बीच सर्च ट्रैफिक घट रहा है।

• Reddit will force everyone to log in(नए टैब में खुलता है)
• As search traffic dries up, Reddit announces it’s shifting to a logged-in experience(नए टैब में खुलता है)

Nvidia पर जांच तेज़. अमेरिकी एंटीट्रस्ट अधिकारी Nvidia के Hugging Face अधिग्रहण और सेल्स प्रैक्टिसेज की जांच कर रहे हैं। इस बीच रिपोर्टों में कहा गया है कि Jensen Huang के करीबी एक सिंगापुर AI क्लाउड एग्जीक्यूटिव पर चीन के लिए जासूसी का शक था।

• US antitrust regulators are scrutinizing Nvidia's Hugging Face deal and sales practices(नए टैब में खुलता है)
• US investigated Chinese spy plot aimed at Nvidia CEO(नए टैब में खुलता है)
• Chinese spies targeted Nvidia CEO Jensen Huang, according to The New York Times(नए टैब में खुलता है)

Altman का लोकल इन्फरेंस रुख. Sam Altman ने तर्क दिया कि लोकल इन्फरेंस से सीमित DRAM और कंप्यूट बर्बाद होते हैं, जबकि क्लाउड यूटिलाइजेशन बेहतर है। लोकल AI के समर्थकों ने इसका विरोध किया।

• Sam Altman: “Local inference is a terrible allocation of scarce resources”(नए टैब में खुलता है)