मॉडल रिलीज़ और ओपन सोर्स
Qwen4 लीक, ओपन-सोर्स वादा. Alibaba के Qwen Code रेपो में qwen4-max, qwen4-coder-plus और qwen4-omni-120b का ज़िक्र है, जिससे संकेत मिलता है कि नए मॉडल जल्द आ सकते हैं। Qwen लीडरशिप ने API-only होने की अफ़वाहों को खारिज करते हुए कहा है कि आगे के Qwen 4.0 और 5.0 ओपन सोर्स ही रहेंगे।
753B साइंटिफिक मॉडल. Deep Principle ने Hydrogen-1.0 जारी किया है—यह 753B का ओपन-वेट MoE मॉडल है, जो GLM-5.3 पर बना है और केमिस्ट्री, मटेरियल्स तथा लाइफ साइंसेज़ के लिए है। कंपनी का दावा है कि इसने FrontierScience-Research में GPT-6-Astra को पछाड़ा है, और यह MIT लाइसेंस के तहत उपलब्ध है।
MiniMax साइज़ में कटौती. ओपन-वेट MiniMax M3.1 Flash (428B) को कम्युनिटी बिल्डर्स ने 10 दिनों के भीतर 252.4 GB से 93 GB तक कंप्रेस कर दिया, जिसके लिए MiniMax ने धन्यवाद दिया है। मॉडल में क्वांटाइज़ेशन-अवेयर ट्रेनिंग और स्पार्स अटेंशन है; यह कोडिंग और एजेंट-आधारित काम के लिए है और 1M तक कॉन्टेक्स्ट देता है।
1.7B क्वांट रिपोर्ट. Liquid AI के LFM3-1.7B की क्वांटाइज़ेशन रिपोर्ट बताती है कि क्वासी-लॉसलेस क्वांट 3.6 GB VRAM में फिट होता है, जबकि 2.2 GB वर्ज़न में थोड़ी गिरावट है। मॉडल का दावा है कि MiniCPM5-2B से बेहतर स्कोर देता है—दोगुना कॉन्टेक्स्ट और आधे VRAM के साथ।
लोकल इन्फरेंस और क्वांटाइज़ेशन
लोकल स्पीड का फ़ायदा. Z.ai की सब्सक्रिप्शन सेवा बनाम लोकल सर्विंग पर GLM 5.3 Flash की साइड-बाय-साइड तुलना में वही मॉडल और प्रॉम्प्ट लोकल पर 4.2 गुना तेज़ पूरा हुआ। लेखक का तर्क है कि लोकल AI की अहमियत सिर्फ़ टोकन लागत नहीं, बचा हुआ समय भी है।
48GB GPU की इकॉनमिक्स. RTX 8000 48GB की कीमत घटकर लगभग $2,100 पर आ गई है, जबकि यूज़्ड 3090 की कीमत दोगुनी हो गई है। इससे RTX 8000 प्रति GB सस्ता पड़ता है और होम लैब के लिए पावर-एफ़िशिएंट है—यह दो 3090 के मुकाबले बड़े मॉडल और कॉन्टेक्स्ट कम वाटेज पर चला सकता है।
क्वांट बेंचमार्क विवाद. Unsloth और ISTA-DASLab के बीच DeepSeek-V4.1-Flash की क्वांटाइज़ेशन क्वालिटी को लेकर खुले तौर पर विवाद है। Unsloth का कहना है कि लॉन्ग-कॉन्टेक्स्ट कोडिंग बेंचमार्क पर उसके GGUF, GSQ-RCO से 10-20% बेहतर हैं, जबकि एक अलग विश्लेषण Unsloth के LiveCodeBench चार्ट्स की संगति पर सवाल उठाता है। इस मुकाबले से कम्युनिटी को बेहतर क्वांट मिल रहे हैं।
Strata का छिपा दखल. Strata/PolyStrata में डिफ़ॉल्ट answer_room फ़ीचर है, जो चुपचाप रीज़निंग को max_tokens के 75% पर सीमित कर देता है और मॉडल की सोच में एक रैप-अप लाइन डाल देता है। यह छिपा व्यवहार बेंचमार्क तुलनाओं और ट्रांसक्रिप्ट क्वालिटी को प्रभावित कर सकता है।
12GB पर अनसेंसर्ड DeepSeek. DeepSeek-V4.1-Flash-1017 GSQ-RCO का एक मॉडेड क्वांट रिफ़्यूज़ल हटा देता है—JailbreakBench पर 85% से 0%—जबकि GPQA/AIME स्कोर स्थिर रखता है। यह Strata + SSD ऑफ़लोड के साथ 12GB VRAM पर चलता है, और राउटेड एक्सपर्ट्स ISTA की रिलीज़ के बाइट-दर-बाइट समान रहते हैं।
एजेंट, कोडिंग और टूल्स
ग्रोथ कोडिंग एजेंट. The Letter Company ने Letterpress-1 जारी किया है—एक कोडिंग एजेंट और IDE, जो वेबसाइट और मार्केट सिग्नल पढ़ता है, सैंडबॉक्स में बदलाव बनाता है, और फिर लाइव प्रीव्यू के साथ पुल रिक्वेस्ट खोलता है। यह MCP/REST/CLI के ज़रिए 760 टूल्स उपलब्ध कराता है, लेकिन अभी कोई सार्वजनिक बेंचमार्क नहीं है।
एजेंट-स्केल Git. OpenAI ने अपने मोनोरेपो के लिए Pando नाम का नया Git बैकएंड बनाया है, ताकि Codex-स्केल पर एक साथ कई पुश और रीड संभाले जा सकें। इसने मीडियन पुश लेटेंसी को लगभग 5 गुना घटाया है और रोज़ाना करीब एक पेटाबाइट Git डेटा देता है, साथ ही Git-कम्पैटिबल बना हुआ है।
Blender में मॉडल का जुगाड़. एक यूज़र ने देखा कि Qwen 3.8 27B ने अपनी Blender MCP पहुँच का पता लगाया और फ़िज़िक्स के गणित को तेज़ करने के लिए Blender में Python लिखना शुरू किया। मॉडल की यह क्षमता कि वह अनपेक्षित टूल्स की ओर बढ़ता है, स्पष्ट सीमाओं की ज़रूरत दिखाती है।
मॉडल वेट्स की एडिटिंग. कथित तौर पर GPT-6 Astra ने Qwen के वेट्स एडिट करके MATH-500 को 7.9% से 48.1% तक बढ़ाया, और एक नया प्रीप्रिंट LLM द्वारा न्यूरल नेटवर्क वेट्स को सीधे पढ़ने और लिखने पर शोध करता है। इससे संकेत मिलता है कि LLM सीधे मॉडल बदल सकते हैं—प्रॉम्प्टिंग या फ़ाइन-ट्यूनिंग से आगे का बदलाव।
Claude पर गेम-क्लोन रोक. Anthropic ने Claude Code के सिस्टम प्रॉम्प्ट को अपडेट करके मौजूदा विशिष्ट गेम्स को फिर से बनाने पर रोक लगा दी है, जबकि ओरिजिनल या जॉनर गेम्स की अनुमति अब भी है। यह बदलाव AI-सहायता वाली पोर्टिंग रोकने के लिए काफ़ी नहीं लगता, और कुछ लोकल-LLM यूज़र्स इसे सेल्फ-होस्ट करने की एक और वजह बताते हैं।
बैंक का AI कोडिंग बैन. Goldman Sachs ने ट्रेडर्स और बैंकर्स का Claude Code और GitHub Copilot तक एक्सेस बंद कर दिया है; अब इनका इस्तेमाल सिर्फ़ इंजीनियर कर सकते हैं। बैंक का कहना है कि प्रयोग का दौर खत्म हो चुका है और वह प्रोडक्टिविटी तथा रिस्क मैनेजमेंट का हवाला देता है—भले ही गैर-तकनीकी स्टाफ़ द्वारा vibe coding की पहले तारीफ़ की गई थी।
ChatGPT UI का विलय. OpenAI, ChatGPT के Chat और Work टैब को मिलाने जा रहा है, ताकि यूज़र एक ही जगह पर आइडिया खोजने से लेकर वेबसाइट या प्रेज़ेंटेशन बनाने तक जा सकें। Codex अलग रहेगा, और अब दोनों एक ही टोकन अलाउंस पूल साझा करते हैं।
कॉन्टेक्स्ट इंजीनियरिंग में बदलाव. LangChain का तर्क है कि LLM-लूप और टूल्स वाली मानक एजेंट आर्किटेक्चर अब एक जैसी होती जा रही है, लेकिन लॉन्ग-हॉरिज़न कॉन्टेक्स्ट मैनेजमेंट, प्रोग्रेसिव डिस्क्लोज़र और सैंडबॉक्स्ड टूल उपयोग को लेकर नई चुनौतियाँ उभर रही हैं। पोस्ट में 2026 के आखिरी दौर के एजेंट्स के लिए उभरती प्रैक्टिसेज़ बताई गई हैं।
इंडस्ट्री और बिज़नेस
Anthropic IPO के आँकड़े. Anthropic का तिमाही रेवेन्यू 12 गुना बढ़कर करीब $17B हो गया, लेकिन $17.5B की ऑपरेटिंग लागत के कारण $23.3B का नेट लॉस हुआ—इसकी वजह कंप्यूट प्रतिबद्धताएँ और डोनेशन मैचिंग रहे। कंपनी के S-1 में यह चेतावनी भी है कि वह रिकर्सिव सेल्फ-इम्प्रूवमेंट क्षमता के करीब है, जिसे आशाजनक और सेफ़्टी रिस्क दोनों बताया गया है।
Garry Tan की एजेंट आदत. Y Combinator के CEO Garry Tan का कहना है कि वे AI टोकन पर सालाना $100K-$200K खर्च करते हैं और कोडिंग, रिसर्च तथा निजी कामों के लिए एजेंट्स का इस्तेमाल करते हैं। 23 Claude Code स्किल्स वाला उनका gstack GitHub पर है।
Trajectory का $45M राउंड. स्टार्टअप Trajectory ने Sequoia की अगुवाई में $45M का Series A जुटाया है, $300M वैल्यूएशन पर। कंपनी कानून और फ़ाइनेंस जैसे विशेष क्षेत्रों के लिए फ़ाइन-ट्यूनिंग और कंटीन्यूअस लर्निंग ऑटोमेट करना चाहती है, और महँगी forward-deployed engineer कंसल्टिंग की जगह लेना चाहती है।
बिहेवियरल वर्ल्ड मॉडल. इज़राइली स्टार्टअप 42AI $62.5M के साथ स्टेल्थ से बाहर आया है और एक बिहेवियरल वर्ल्ड मॉडल का दावा कर रहा है, जो नई स्थितियों में व्यक्तिगत मानवीय फ़ैसलों की भविष्यवाणी करता है। इसे शुरू में फ़ाइनेंशियल ब्रोकरेज में ट्रेडर व्यवहार का अनुमान लगाने के लिए तैनात किया गया है।
Grok Bot पर थ्रॉटल. SpaceX ने Grok Bot के साप्ताहिक कोटे घटा दिए, क्योंकि Musk ने कहा कि रेवेन्यू के मुकाबले इसे सर्व करने की लागत इतनी ऊँची है कि टिकाऊ नहीं। कुछ यूज़र्स ने रातों-रात लिमिट पूरी होते देखी, भले ही Grok Bot को सबसे तेज़ी से बढ़ता प्रोडक्ट कहा गया था।
AI कैंपस, ग्रिड के मददगार. OpenAI ने Grid Protectors Program शुरू किया है और वादा किया है कि भविष्य के डेटा सेंटर ग्रिड इमरजेंसी के दौरान बिजली की मांग 1,000 MW तक घटा सकेंगे। जॉर्जिया में इस पायलट को AI कैंपस को प्रदूषक के बजाय संरक्षक बनाने के तौर पर पेश किया गया है।
पब्लिशर्स का Brave पर मुकदमा. The New York Times और अन्य मीडिया संस्थानों ने Brave पर मुकदमा दायर किया है। आरोप है कि इसके ब्राउज़र ने कॉपीराइट वाला कंटेंट स्क्रैप किया और Anthropic, Mistral तथा xAI जैसी AI कंपनियों द्वारा इस्तेमाल होने वाले इंडेक्स तक पहुँच बेची। मुकदमा Brave के पेवॉल बायपास फ़ीचर पर भी है।
लीगल एजेंट बिल्डर. Legora के CTO ने Latent Space पॉडकास्ट पर वकीलों के लिए AI एजेंट बनाने पर बात की। Legora ने 18 महीनों से कम में $100M ARR हासिल किया, अब 1,800 ग्राहक हैं और वैल्यूएशन $8.8B है। कंपनी ग्राहक डेटा नहीं देख सकती, इसलिए सिम्युलेटेड टेस्ट एनवायरनमेंट बनाती है।
Apple की AI ऐप आमदनी. Apple ने संकेत दिया है कि वह थर्ड-पार्टी AI ऐप्स और पार्टनरशिप से रेवेन्यू हासिल कर सकता है—संभवतः App Store के ज़रिए AI एजेंट बाँटकर और कमीशन लेकर। अर्निंग्स कॉल में कोई ठोस जानकारी नहीं दी गई।
रिसर्च और इन्फ्रास्ट्रक्चर
स्पार्स अटेंशन में सफलता. Zyphra ने ZHA जारी किया है—ट्री-स्ट्रक्चर्ड स्पार्स अटेंशन, जिसे Qwen3.6-35B जैसे फ़्रोज़न मॉडल्स में बहुत कम पैराम्स के साथ डिस्टिल किया जा सकता है और रीज़निंग/कोडिंग में यह डेंस के काफ़ी करीब रहता है। एक जुड़ा ओपन-सोर्स प्रयास स्पार्स अटेंशन को 10M टोकन तक ले जाता है, जहाँ ज़्यादातर टास्क पर सटीकता बनी रहती है।
TPU पर नेटिव PyTorch. Google और Meta ने TorchTPU ओपन-सोर्स किया है, जो TPU के लिए नेटिव PyTorch बैकएंड देता है—eager execution के साथ और कोड में न्यूनतम बदलाव से। यह PyTorch/XLA की कंपाइल लेटेंसी और कोड में ज़्यादा दखल देने वाली शर्तों का हल है।
रीयल-टाइम AI की बेंचमार्किंग. शोधकर्ताओं ने Realtime-Bench पेश किया है—50 टास्क का बेंचमार्क, जो जाँचता है कि AI समय-संवेदी वेब और गेम एनवायरनमेंट में काम कर सकता है या नहीं। शुरुआती नतीजे बताते हैं कि LLM अब भी कम-लेटेंसी फ़ैसलों में संघर्ष करते हैं।
एजेंटिक एनालिटिक्स की खाई. MIT Technology Review Insights की रिपोर्ट के मुताबिक, एजेंट से पैदा हुई इनसाइट्स में से आधी से कम ही बिज़नेस सुधार तक पहुँचती हैं; प्रिस्क्रिप्टिव इनसाइट्स खासकर कमज़ोर हैं। संगठन एजेंटिक एनालिटिक्स में इनसाइट क्वालिटी सुधारने पर ध्यान दे रहे हैं।
इस दिन के लिए बस इतना ही – लगभग 5 मिनट का पाठ।