Rilasci di modelli e open source
Qwen4, leak e open source. Il repository Qwen Code di Alibaba cita qwen4-max, qwen4-coder-plus e qwen4-omni-120b, segno che i nuovi modelli sono vicini. I vertici di Qwen hanno smentito le voci di un passaggio a un'offerta solo API, ribadendo che Qwen 4.0 e 5.0 resteranno open source.
Modello scientifico da 753B. Deep Principle ha rilasciato Hydrogen-1.0, un modello MoE open-weight da 753B per chimica, materiali e scienze della vita, costruito su GLM-5.3. Rivendica una vittoria su GPT-6-Astra in FrontierScience-Research ed è distribuito con licenza MIT.
I quantizzatori riducono MiniMax. Il modello open-weight MiniMax M3.1 Flash (428B) è stato compresso da 252,4 GB a 93 GB in 10 giorni da sviluppatori della community, guadagnandosi un ringraziamento di MiniMax. Usa training quantization-aware e attenzione sparsa, ed è pensato per coding e agenti con contesto fino a 1 milione di token.
Report quant su 1,7B. Un report sulla quantizzazione di LFM3-1.7B di Liquid AI mostra che una quant quasi lossless entra in 3,6 GB di VRAM, mentre una versione da 2,2 GB ha una lieve perdita di qualità. Il modello dichiara punteggi migliori di MiniCPM5-2B con il doppio del contesto e metà della VRAM.
Inferenza locale e quantizzazione
Vantaggio della velocità locale. Un confronto diretto tra GLM 5.3 Flash con l'abbonamento Z.ai e l'esecuzione locale ha rilevato che lo stesso modello con lo stesso prompt completava 4,2 volte più velocemente in locale. L'autore sostiene che a rendere preziosa l'AI locale sia il tempo risparmiato, non solo il costo dei token.
Economia delle GPU da 48 GB. I prezzi delle RTX 8000 da 48 GB sono scesi a circa 2.100 dollari, mentre quelli delle 3090 usate sono raddoppiati: la RTX 8000 costa meno per GB ed è efficiente nei consumi per gli home lab. Rispetto a due 3090, esegue modelli e contesti più grandi con un consumo inferiore.
Scontro sui benchmark di quantizzazione. Unsloth e ISTA-DASLab si contestano pubblicamente la qualità della quantizzazione di DeepSeek-V4.1-Flash: Unsloth riferisce che i suoi GGUF superano GSQ-RCO del 10-20% sui benchmark di coding a contesto lungo, mentre un'analisi separata mette in dubbio la coerenza dei grafici LiveCodeBench di Unsloth. La competizione sta producendo quant migliori per la community.
La spinta nascosta di Strata. Strata/PolyStrata ha una funzione answer_room attiva di default che limita silenziosamente il reasoning al 75% di max_tokens e inietta una riga di chiusura nel thinking del modello. Questo comportamento nascosto può influire sui confronti tra benchmark e sulla qualità delle trascrizioni.
DeepSeek senza censure su 12 GB. Una quant GSQ-RCO modificata di DeepSeek-V4.1-Flash-1017 elimina i rifiuti (dall'85% allo 0% su JailbreakBench) mantenendo stabili i punteggi GPQA/AIME. Funziona con 12 GB di VRAM grazie a Strata + offload su SSD, lasciando gli esperti instradati identici byte per byte al rilascio di ISTA.
Agenti, coding e strumenti
Agente coding per il growth. The Letter Company ha rilasciato Letterpress-1, un agente di coding e IDE che legge un sito web e i segnali di mercato, prepara le modifiche in una sandbox e poi apre pull request con anteprime live. Espone 760 strumenti via MCP/REST/CLI, ma non ha ancora un benchmark pubblico.
Git su scala agente. OpenAI ha costruito Pando, un nuovo backend Git per il suo monorepo, per gestire push e letture concorrenti su scala Codex. Ha ridotto la latenza mediana dei push di quasi 5 volte e serve quasi un petabyte di dati Git al giorno, restando compatibile con Git.
Il modello improvvisa con Blender. Un utente ha osservato Qwen 3.8 27B scoprire l'accesso MCP a Blender e scrivere Python dentro Blender per accelerare i calcoli di fisica. La capacità del modello di usare strumenti imprevisti mette in luce la necessità di vincoli espliciti.
Modificare i pesi del modello. Secondo quanto riportato, GPT-6 Astra ha modificato i pesi di Qwen portando MATH-500 dal 7,9% al 48,1%, e un nuovo preprint esplora la capacità degli LLM di leggere e scrivere nativamente i pesi delle reti neurali. Questo indica che gli LLM possono modificare direttamente i modelli, un cambiamento rispetto a prompting o fine-tuning.
Claude limita i cloni di giochi. Anthropic ha aggiornato il system prompt di Claude Code per vietare di ricreare giochi esistenti specifici, consentendo comunque giochi originali o di genere. È improbabile che la modifica fermi il porting assistito dall'AI, e alcuni utenti di LLM locali la citano come un'altra ragione per il self-hosting.
- Anthropic clamps down on Claude’s AI video game clones(si apre in una nuova scheda)
- Claude’s new rules against game cloning won’t stop the AI copying boom(si apre in una nuova scheda)
- Yet another reason to self host: Anthropic has (again) cut back on reverse engineering tools(si apre in una nuova scheda)
La banca limita il coding AI. Goldman Sachs ha escluso trader e banchieri da Claude Code e GitHub Copilot, riservandoli agli ingegneri. La banca afferma che la fase di sperimentazione è finita e cita produttività e gestione del rischio, nonostante gli elogi precedenti per il «vibe coding» da parte di personale non tecnico.
ChatGPT unifica l'interfaccia. OpenAI unirà le schede Chat e Work di ChatGPT, così gli utenti potranno passare dall'esplorazione delle idee alla creazione di siti web o presentazioni in un unico posto. Codex resta separato, e ora entrambi condividono lo stesso pool di token.
La svolta del context engineering. LangChain sostiene che l'architettura standard degli agenti basata su loop LLM e strumenti stia convergendo, ma stanno emergendo nuove sfide nella gestione del contesto a lungo orizzonte, nella divulgazione progressiva e nell'uso di strumenti in sandbox. Il post delinea pratiche emergenti per gli agenti di fine 2026.
Industria e business
Conti Anthropic pre IPO. I ricavi trimestrali di Anthropic sono cresciuti di 12 volte, arrivando a quasi 17 miliardi di dollari, ma costi operativi da 17,5 miliardi hanno portato a una perdita netta di 23,3 miliardi, dovuta a impegni sul compute e al matching delle donazioni. Il documento S-1 avverte anche che l'azienda è vicina a capacità di auto-miglioramento ricorsivo, definita promettente ma anche un rischio per la sicurezza.
Garry Tan e i suoi agenti. Garry Tan, CEO di Y Combinator, dice di spendere 100.000-200.000 dollari l'anno in token AI, usando gli agenti per coding, ricerca e attività personali. Il suo gstack di 23 skill per Claude Code è su GitHub.
Trajectory raccoglie 45 milioni. La startup Trajectory ha chiuso un round Serie A da 45 milioni di dollari guidato da Sequoia, con una valutazione di 300 milioni di dollari, per automatizzare fine-tuning e apprendimento continuo in domini specializzati come diritto e finanza. Punta a sostituire le costose consulenze di ingegneri forward-deployed.
World model comportamentale. La startup israeliana 42AI è uscita dallo stealth con 62,5 milioni di dollari, sostenendo di avere un world model comportamentale che prevede le decisioni individuali delle persone in situazioni nuove. È inizialmente impiegato presso broker finanziari per prevedere il comportamento dei trader.
Grok Bot limitato. SpaceX ha ridotto le quote settimanali di Grok Bot dopo che Musk ha detto che il costo per erogarlo era «insostenibilmente alto rispetto ai ricavi». Alcuni utenti hanno visto i limiti esaurirsi nel giro di una notte, nonostante Grok Bot sia stato definito il prodotto in più rapida crescita.
Campus AI alleati della rete. OpenAI ha lanciato il Grid Protectors Program, promettendo che i futuri data center potranno ridurre la domanda di elettricità fino a 1.000 MW durante le emergenze della rete. Il progetto pilota in Georgia è presentato come un modo per rendere i campus AI protettori anziché inquinatori.
Editori contro Brave. Il New York Times e altre testate hanno citato in giudizio Brave, sostenendo che il suo browser abbia fatto scraping di contenuti protetti da copyright e venduto l'accesso a un indice usato da società di AI tra cui Anthropic, Mistral e xAI. La causa riguarda anche la funzione per aggirare i paywall di Brave.
Agenti per studi legali. Il CTO di Legora parla dello sviluppo di agenti AI per avvocati nel podcast Latent Space. Legora ha raggiunto un ARR da 100 milioni di dollari in meno di 18 mesi, oggi ha 1.800 clienti ed è valutata 8,8 miliardi di dollari; non può vedere i dati dei clienti, quindi costruisce ambienti di test simulati.
Apple e ricavi dalle app AI. Apple ha lasciato intendere che potrebbe cercare ricavi da app AI di terze parti e partnership, distribuendo eventualmente agenti AI tramite l'App Store e trattenendo una commissione. Nessun dettaglio è stato fornito nella call sui risultati.
Ricerca e infrastruttura
Svolta nell'attenzione sparsa. Zyphra ha rilasciato ZHA, un meccanismo di attenzione sparsa ad albero che può essere distillato in modelli congelati come Qwen3.6-35B con parametri minimi e resta vicino alla controparte dense su reasoning e coding. Un progetto open source correlato estende l'attenzione sparsa a 10 milioni di token, mantenendo l'accuratezza sulla maggior parte dei task.
PyTorch nativo sulle TPU. Google e Meta hanno reso open source TorchTPU, un backend PyTorch nativo per le TPU con eager execution e modifiche minime al codice. Risponde alla latenza di compilazione e ai requisiti invasivi sul codice di PyTorch/XLA.
Benchmark per l'AI in tempo reale. I ricercatori hanno presentato Realtime-Bench, un benchmark di 50 task che verifica se l'AI è in grado di agire in ambienti web e di gioco sensibili al tempo. I primi risultati mostrano che gli LLM faticano ancora con le decisioni a bassa latenza.
Il divario dell'analytics agentico. Un report di MIT Technology Review Insights rileva che meno della metà degli insight generati dagli agenti porta a un miglioramento del business, con gli insight prescrittivi particolarmente deboli. Le organizzazioni si stanno concentrando sul migliorare la qualità degli insight nell'analytics agentico.
È tutto per questo giorno – circa 5 minuti di lettura.