Anthropic ने Claude Code में मॉड्स की सुविधा दी, GitHub Copilot डेस्कटॉप ऐप्लिकेशन चलाता है, Black Forest Labs ने FLUX 3 Image लॉन्च किया

JLS42 / 1 अक्टूबर 2026

कृत्रिम बुद्धिमत्ता द्वारा जनित लेख

Anthropic ने Claude Code में मॉड्स की सुविधा दी, GitHub Copilot डेस्कटॉप ऐप्लिकेशन चलाता है, Black Forest Labs ने FLUX 3 Image लॉन्च किया

गुरुवार, 1 अक्टूबर को Anthropic ने मॉड्स लॉन्च किए: छोटे TypeScript फ़ंक्शन जो Claude Code की घटनाओं से जुड़कर उसके व्यवहार और इंटरफ़ेस को बदलते हैं और संस्करण 2.1.287 के साथ आते हैं। उसी दिन GitHub ने Copilot CLI और GitHub Copilot ऐप में एजेंट की दो क्षमताओं का सार्वजनिक पूर्वावलोकन शुरू किया: डेस्कटॉप ऐप्लिकेशन का संचालन और डायनैमिक वर्कफ़्लो, यानी कोड में लिखे ऑर्केस्ट्रेशन। Black Forest Labs ने FLUX 3 Image लॉन्च किया, जो बाउंडिंग बॉक्स के आधार पर छवि की संरचना तय करता है और 4K तक छवियाँ बनाता है; Google ने Gemini Live में Guided Vision उपलब्ध कराना शुरू किया, Barclays ने पूरे बैंक में Claude का विस्तार किया और GitHub ने AI से तैयार रिपोर्टों के मद्देनज़र भेद्यताओं की रिपोर्टिंग प्रक्रिया को और कड़ा किया।

Claude Code में मॉड्स की सुविधा: उसके व्यवहार और इंटरफ़ेस को बदलने वाले TypeScript फ़ंक्शन

1 अक्टूबर — Anthropic ने मॉड्स लॉन्च किए, छोटे TypeScript फ़ंक्शन जो Claude Code के काम करने का तरीका बदलते हैं। टूल की हर कार्रवाई एक घटना उत्पन्न करती है—टूल कॉल, अनुमति का अनुरोध, प्रॉम्प्ट भेजना, टर्न की शुरुआत और समाप्ति, स्क्रीन के किसी हिस्से को रेंडर करना—और मॉड उससे पहले, उसके बाद, उसकी जगह या उसे आवृत करके जुड़ सकता है। वह मॉडल तक पहुँचने से पहले प्रॉम्प्ट बदल सकता है, टूल कॉल को रोक सकता है, बदल सकता है या दोबारा चला सकता है, अनुमति दे सकता है या अस्वीकार कर सकता है, Claude के पढ़ने से पहले टूल के आउटपुट में गोपनीय जानकारी छिपा सकता है, या अपने पैनल, बटन और इनपुट फ़ील्ड जोड़ सकता है। मॉड्स प्लगइन में दिए जाते हैं, /plugin से इंस्टॉल होते हैं और उन्हीं की तरह साझा किए जाते हैं; वे Claude Code 2.1.287 के साथ आते हैं और डिफ़ॉल्ट रूप से सक्रिय हैं। शुरुआत करने के लिए API जानना ज़रूरी नहीं है: आप Claude Code से मॉड लिखने को कह सकते हैं, और वह TypeScript तैयार करता है, उसे इंस्टॉल करता है और चालू सत्र में तुरंत दोबारा लोड कर देता है।

मौजूदा हुक से अंतर स्पष्ट है। सेटिंग्स हुक (सेटिंग्स वाला हुक) हर घटना पर एक शेल कमांड चलाता है; मॉड एक बार लोड होता है और सत्र में बना रहता है, इसलिए वह अपनी स्थिति सुरक्षित रखता है, घटनाओं के साथ इंटरफ़ेस को दोबारा रेंडर करता है और स्लैश कमांड या ऐसे टूल पंजीकृत कर सकता है जिन्हें मॉडल कॉल करता है। Anthropic अपनी सुविधाओं के लिए पहले से इसका उपयोग कर रहा है: /diff पैनल और AGENTS.md का समर्थन अब अंतर्निहित मॉड्स बन गए हैं, जिन्हें निष्क्रिय किया जा सकता है या बदला जा सकता है, और कंपनी समय के साथ अन्य सुविधाओं को भी मॉड्स में बदलने की योजना बना रही है ताकि Claude Code को एक छोटे मूल भाग तक सीमित किया जा सके। दस्तावेज़ों में सूचीबद्ध छह अंतर्निहित मॉड्स में You should know शामिल है, जो डिफ़ॉल्ट रूप से निष्क्रिय है और जिसमें एक सहायक एजेंट उन बातों की ओर ध्यान दिलाता है जो उपयोगकर्ता या Claude से छूट सकती हैं।

मॉड्स का पहलू	आधिकारिक विवरण
न्यूनतम संस्करण	Claude Code 2.1.287, मॉड्स डिफ़ॉल्ट रूप से सक्रिय
डिस्प्ले वाले परिवेश	टर्मिनल में CLI, Claude Desktop का Code टैब (WSL सत्रों को छोड़कर)
डिस्प्ले रहित परिवेश	VS Code एक्सटेंशन, `claude -p`, Agent SDK और क्लाउड सत्र, जहाँ हुक चलते हैं
अंतर्निहित मॉड्स	6, जिनमें `/diff`, AGENTS.md, `sec-default` और You should know शामिल हैं
हुक का अपना निष्पादन समय	हर ट्रिगर पर 10 सेकंड
निष्क्रिय करना	एक मॉड के लिए `/plugin`, एक सत्र के लिए `--safe-mode`, सभी के लिए `disableAllHooks`

claude.dev पर Addy Osmani की शुरुआती मार्गदर्शिका Token Weather बनाती है, लगभग 80 पंक्तियों का एक मॉड जो प्रॉम्प्ट के ऊपर संदर्भ का « मौसम » दिखाता है और पिछले 12 टर्न का एक छोटा ग्राफ़ प्रस्तुत करता है। इसमें Blast Radius भी दिखाया गया है, जो rm -rf, git reset --hard या फ़ोर्स पुश को तब तक रोककर रखता है जब तक यह न दिखा दे कि उससे क्या प्रभावित होगा, और Replay Theater भी, जो किसी टर्न में किए गए फ़ाइल बदलावों को दोबारा दिखाता है।

भरोसा अब भी संवेदनशील मुद्दा है। लेख चेतावनी देता है कि मॉड्स अलग-थलग नहीं होते: उन्हें मशीन तक वही पहुँच मिलती है जो Claude Code को मिलती है, और दस्तावेज़ स्पष्ट करते हैं कि कोई मॉड एनवायरनमेंट वेरिएबल और सेटिंग्स फ़ाइलें पढ़ सकता है, हर प्रॉम्प्ट देख सकता है, टूल कॉल को मंज़ूरी दे सकता है या प्लान की उपयोग-सीमा खर्च कर सकता है, लेकिन अनुमति माँगने वाला प्रॉम्प्ट बदल नहीं सकता। फिर भी, claude.dev की मार्गदर्शिका एक ऐसे मॉड्यूल का वर्णन करती है जो अपने सैंडबॉक्स में चलता है, जिसमें DOM या Node नहीं है और हर बाहरी कार्रवाई $ API से होकर गुजरती है: इसी वजह से claude plugin validate इंस्टॉलेशन से पहले उन घटनाओं और कॉल की सूची दिखा सकता है जिन्हें मॉड इंटरसेप्ट करता है या करता है। Team और Enterprise पर, और प्रबंधित सेटिंग्स वाली हर मशीन पर, अंतर्निहित sec-default मॉड सबसे पहले लोड होता है और उपयोगकर्ता के इंस्टॉल किए मॉड्स को अस्वीकृति के नियमों से बच निकलने से रोकता है; प्रशासक अपने मॉड्स को उससे पहले रख सकते हैं।

Mods are absolutely insane. You can now customize Claude to work and look the way you want by just prompting it. Each person works differently, so there’s no reason why everyone should have an identical Claude experience. Make Claude your own, and share mods as plugins so others can try your mods too.

🇮🇳 मॉड्स तो गज़ब हैं। अब आप Claude से सिर्फ़ कहकर उसे इस तरह अनुकूलित कर सकते हैं कि वह आपकी इच्छा के अनुसार काम करे और दिखाई दे। हर कोई अलग ढंग से काम करता है, इसलिए कोई कारण नहीं कि सभी का Claude अनुभव एक जैसा हो। Claude को अपने हिसाब से ढालें और अपने मॉड्स को प्लगइन के रूप में साझा करें ताकि दूसरे लोग उन्हें आज़मा सकें। — X पर @bcherny

इस लॉन्च का इंतज़ार था: Boris Cherny ने 14 सितंबर को इसकी घोषणा की थी और Anthropic ने GitHub पर इसका डिज़ाइन साझा किया था (इश्यू #91870)। लेख और claude.dev की मार्गदर्शिका अपने मॉड्स को Claude की निर्देशिका में जमा करने के लिए आमंत्रित करते हैं।

🔗 TypeScript में मॉड्स से Claude Code को अनुकूलित करें · claude.dev पर शुरुआती मार्गदर्शिका · मॉड्स के दस्तावेज़

Claude Code 2.1.287: क्लाउड प्रदाताओं पर डिफ़ॉल्ट रूप से 1M संदर्भ और 67 त्रुटि-सुधार

1 अक्टूबर — Claude Code 2.1.287 वह संस्करण है जिसमें मॉड्स आते हैं, लेकिन इसमें 106 प्रविष्टियाँ हैं, जिनमें 67 त्रुटि-सुधार शामिल हैं। उद्यमों के लिए Bedrock, Vertex, Foundry और Claude apps गेटवे पर Opus 4.7 और उसके बाद के संस्करण, साथ ही Fable, अब [1m] प्रत्यय के बिना डिफ़ॉल्ट रूप से 1M की संदर्भ विंडो इस्तेमाल करते हैं; CLAUDE_CODE_DISABLE_1M_CONTEXT=1 से 200K पर बने रहा जा सकता है। /advisor अब Sonnet 5.5 को Opus 4.7 और 4.8 के सलाहकार के रूप में स्वीकार करता है, मॉडल का स्वचालित बदलाव मौजूदा प्रयास स्तर बनाए रखता है और 2025-11-25 प्रोटोकॉल वाले MCP सर्वर URL प्रॉम्प्ट खोल सकते हैं। जोखिमपूर्ण rm की पुष्टि तब भी ज़रूरी रहती है जब कमांड अपना आउटपुट ~ या किसी वाइल्डकार्ड की ओर रीडायरेक्ट करे, लंबित अनुमति प्रॉम्प्ट सबसे पुराने से सबसे नए क्रम में दिखाई देते हैं और नौ प्रविष्टियाँ स्क्रीन रीडर मोड को बेहतर बनाती हैं। VS Code में चल रही कमांड या उप-एजेंट को पृष्ठभूमि में भेजा जा सकता है (पृष्ठभूमि में चलाएँ)।

🔗 Claude Code 2.1.287 के संस्करण नोट्स

GitHub Copilot: डेस्कटॉप ऐप्लिकेशन का संचालन और डायनैमिक वर्कफ़्लो सार्वजनिक पूर्वावलोकन में

1 अक्टूबर — GitHub ने उसी दिन Copilot CLI और GitHub Copilot ऐप में एजेंट की दो क्षमताओं का सार्वजनिक पूर्वावलोकन शुरू किया: डेस्कटॉप ऐप्लिकेशन का नियंत्रण और डायनैमिक वर्कफ़्लो, जो GitHub Copilot SDK में भी उपलब्ध हैं।

Copilot डेस्कटॉप ऐप्लिकेशन चलाता है। कंप्यूटर नियंत्रण (कंप्यूटर का उपयोग) macOS और Windows पर आ रहा है। Copilot किसी विंडो की सुलभ सामग्री और उसका दृश्य संदर्भ पढ़ता है—सिस्टम के एक्सेसिबिलिटी ट्री से या ज़रूरत पड़ने पर स्क्रीनशॉट से—कंट्रोल पर क्लिक करता है, टेक्स्ट दर्ज करता है, कुंजियाँ दबाता है, स्क्रॉल करता है, ड्रैग और ड्रॉप करता है तथा एक ऐप्लिकेशन से दूसरे तक चरण पूरे करता है; प्रदर्शन में उसे Safari में खर्च की प्रतिपूर्ति का फ़ॉर्म भरते दिखाया गया है। GitHub का लक्ष्य पुराने या पूरी तरह ग्राफ़िकल सॉफ़्टवेयर हैं, जिनमें API, कमांड लाइन इंटरफ़ेस या MCP इंटीग्रेशन नहीं है, और दस्तावेज़ इन विकल्पों के उपलब्ध होने पर उनका उपयोग करने की सलाह देते हैं क्योंकि उनसे अधिक पूर्वानुमेय परिणाम मिलते हैं। यह सुविधा डिफ़ॉल्ट रूप से निष्क्रिय है: CLI में /computer on इसे सक्रिय करता है, /computer show इसकी स्थिति दिखाता है और /computer off इसे बंद करता है, जबकि ऐप में यह सेटिंग्स में मिलती है। हर ऐप्लिकेशन को चलाने से पहले Copilot अनुमति माँगता है: आप सत्र के लिए अनुमति दे सकते हैं, अगले सत्रों के लिए उसे सहेज सकते हैं या अस्वीकार कर सकते हैं। स्थायी अनुमति (हमेशा अनुमति दें) एक ही मशीन पर CLI और ऐप दोनों के लिए लागू होती है, लेकिन अस्वीकृति का नियम हमेशा प्राथमिकता रखता है, और CLI में Esc दो बार दबाने या ऐप में रोकें बटन दबाने से गलत दिशा में जा रही कार्रवाई रुक जाती है। किसी संगठन की प्रबंधित सेटिंग्स इस सुविधा को निष्क्रिय कर सकती हैं और स्थानीय स्तर पर इसे सक्रिय करके उस प्रतिबंध को पार नहीं किया जा सकता। GitHub चेतावनी देता है कि अस्पष्ट निर्देश या स्क्रीन पर अप्रत्याशित सामग्री से जुड़े खातों पर अनचाही कार्रवाइयाँ हो सकती हैं, जिनमें वित्तीय खाते भी शामिल हैं, और संवेदनशील ऐप्लिकेशन के लिए स्थायी अनुमति देने से बचने की सलाह देता है। न संबंधित प्लान बताए गए हैं, न कोई आँकड़ा; /computer कमांड 16 सितंबर के Copilot CLI 1.0.85 के नोट्स में पहले से मौजूद थी।

🔗 GitHub Copilot अब कंप्यूटर का उपयोग करके डेस्कटॉप ऐप से इंटरैक्ट कर सकता है

कोड में लिखे ऑर्केस्ट्रेशन। सभी Copilot प्लान में उपलब्ध डायनैमिक वर्कफ़्लो (गतिशील वर्कफ़्लो) किसी कार्य को पूरा करने का तरीका एक प्रोग्राम में बताते हैं: कोड चरणों, एजेंट के हस्तक्षेप के समय और उसके परिणामों के उपयोग को तय करता है—क्रमिक रूप से, समानांतर रूप से या दोनों तरह से—और एजेंट उन कामों को संभालते हैं जिनमें विश्लेषण या निर्णय चाहिए। कोई वर्कफ़्लो कमांड चला सकता है, किसी लक्ष्य को समानांतर कार्यों में बाँट सकता है, एक चरण से दूसरे तक संरचित परिणाम पहुँचा सकता है, एक उप-एजेंट के निष्कर्षों की जाँच दूसरे से करा सकता है और आगे बढ़ने से पहले समीक्षा के लिए जाँच-बिंदु (चेकपॉइंट) पर रुक सकता है। GitHub उदाहरण के तौर पर किसी घटना की जाँच, पुल रिक्वेस्ट की फ़ाइलों की समानांतर समीक्षा या दो मॉडलों को दी गई समीक्षा टिप्पणियों का उल्लेख करता है, जिन्हें केवल दोनों के सहमत होने पर सामने लाया जाता है।

Copilot का मोड	दस्तावेज़ों के अनुसार काम कौन व्यवस्थित करता है
Autopilot	Copilot, जो हर चरण के बाद मंज़ूरी माँगे बिना आगे बढ़ता है
`/fleet`	Copilot, जो हर बार कार्य को समानांतर उप-एजेंटों में बाँटता है
डायनैमिक वर्कफ़्लो	लेखक का लिखा कोड: चरण, शर्तें और काम सौंपने के बिंदु

प्रोग्राम Copilot CLI और ऐप के एक एक्सटेंशन में रहता है। Copilot का लिखा वर्कफ़्लो सत्र तक सीमित रहता है, लेकिन एक्सटेंशन को अपनी निजी डायरेक्टरी में कॉपी करके दोबारा इस्तेमाल किया जा सकता है, रिपॉज़िटरी की डायरेक्टरी से साझा किया जा सकता है या प्लगइन में पैक किया जा सकता है। उप-एजेंटों को सत्र की अनुमतियाँ विरासत में मिलती हैं, जबकि copilot workflow run कमांड कोई प्रॉम्प्ट नहीं दिखाती: लॉन्च से पहले अनुमतियाँ देनी होती हैं। ऐप में वर्कफ़्लो बिना किसी सेटिंग बदलाव के उपलब्ध हैं, लेकिन CLI में प्रयोगात्मक सुविधाएँ सक्रिय करनी होती हैं (--experimental या /experimental on)। GitHub ने न कोई आँकड़ा प्रकाशित किया है, न बिलिंग का नियम, और यह नाम Anthropic के 28 मई को Claude Code में लॉन्च किए गए Dynamic Workflows की याद दिलाता है, हालाँकि किसी संबंध की घोषणा नहीं हुई है।

🔗 Copilot CLI और Copilot ऐप में डायनैमिक वर्कफ़्लो

FLUX 3 Image: Black Forest Labs बाउंडिंग बॉक्स से संरचना तय करता है और 4K तक छवियाँ बनाता है

1 अक्टूबर — Black Forest Labs (BFL) ने अपने FLUX 3 परिवार में एक छवि मॉडल जोड़ा है, जिसका मूल उद्देश्य है: हर पिक्सेल पर नियंत्रण। FLUX 3 Image छवि के बाकी हिस्से को बदले बिना किसी क्षेत्र में कई लगातार चरणों में बदलाव करता है और एक ही अनुरोध में कई बदलाव स्वीकार करता है।

सबसे स्पष्ट नई सुविधा बाउंडिंग बॉक्स (सीमाबद्ध बॉक्स) से छवि की संरचना तय करना है। प्रारूप चाहे जो हो, छवि हर अक्ष पर 0 से 1000 तक की निर्देशांक प्रणाली बन जाती है: हर तत्व के लिए एक बॉक्स बनाया जाता है, उसकी सामग्री का वर्णन किया जाता है, फिर दृश्य को एक पंक्ति में बताया जाता है और मॉडल हर तत्व को उसके बॉक्स में रखता है; केवल टेक्स्ट प्रॉम्प्ट देना अब भी संभव है। FLUX 3 Image अधिकतम 10 संदर्भ छवियों को भी जोड़ सकता है, जिनका उल्लेख प्रॉम्प्ट में टोकन से किया जाता है और जिनका स्थान और आकार वह खुद तय करता है। BFL इसे « एजेंटों के लिए बनाया गया » बताता है: एक LLM साधारण अनुरोध से तत्वों और उनके बॉक्स की तालिका लिख सकता है, जिसे उपयोगकर्ता छवि बनाने से पहले समायोजित करता है।

घोषित विशेषता	BFL का दिया विवरण
मूल रिज़ॉल्यूशन	2K और 4K (मॉडल पृष्ठ का उदाहरण: 5456 × 3072 pixels, 16,8 MP)
संदर्भ छवियाँ	अधिकतम 10
संरचना	हर अक्ष पर 0 से 1000 तक के ग्रिड में बाउंडिंग बॉक्स
संपादन	कई टर्न में, दूसरे पिक्सेल बदले बिना
API ऑफ़र	8 अक्टूबर तक 50 % की छूट
मॉडल के वेट्स	लाइसेंस के तहत व्यावसायिक वेट्स; खुले वेट्स « अगले कुछ हफ़्तों में »

उपलब्धता की बात करें तो FLUX 3 Image API के माध्यम से 8 अक्टूबर तक 50 % की छूट के साथ उपलब्ध है, और BFL उन उद्यमों को लाइसेंस के तहत व्यावसायिक वेट्स देता है जो इसे फ़ाइन-ट्यून करके अपने बुनियादी ढाँचे पर डिप्लॉय करना चाहते हैं। खुले वेट्स वाले संस्करण की घोषणा की गई है, लेकिन तारीख नहीं बताई गई। घोषणा के समय न कोई मूल कीमत प्रकाशित हुई थी, न आँकड़ों वाला बेंचमार्क। यह मॉडल इस गर्मी में शुरू हुई श्रृंखला को पूरा करता है: FLUX 3, एकीकृत मल्टीमॉडल मॉडल (23 जुलाई), FLUX 3 Video (4 अगस्त), उसका संपादन मोड (10 सितंबर) और रोबोटिक्स के लिए FLUX 3 Action (23 सितंबर)।

🔗 @bfl_ai की FLUX 3 Image घोषणा · FLUX 3 Image का मॉडल पृष्ठ

आम उपयोगकर्ताओं के सहायक: Gemini Live में Guided Vision, ChatGPT में वर्चुअल ट्राय-ऑन, Perplexity Computer में ग्राफ़, Claude के आर्टिफ़ैक्ट्स की सीमाओं में ढील

Guided Vision : Gemini Live नेत्रहीन और कम दृष्टि वाले लोगों का मार्गदर्शन करता है

1 अक्टूबर — Google उन क्षेत्रों और भाषाओं में Android 9 और उसके बाद के संस्करणों पर Gemini Live में Guided Vision उपलब्ध करा रहा है, जहाँ Gemini Live उपलब्ध है। नेत्रहीन और कम दृष्टि वाले लोगों के साथ मिलकर बनाई गई यह सुविधा साझा किए जा रहे कैमरे से दिखने वाली चीज़ों का रीयल टाइम में वर्णन करती है, आगे के सवालों का जवाब देती है और कैमरे का फ़्रेम ठीक करने के लिए मौखिक निर्देश देती है : धीरे-धीरे दाईं ओर मुड़ें, नीचे की ओर झुकाएँ, पीछे जाएँ। Google इसके उदाहरणों में पोषण संबंधी जानकारी वाला लेबल या कम रोशनी वाले रेस्तराँ का मेनू पढ़ना, गिरा हुआ ईयरबड ढूँढ़ना या किसी कपड़े के रंगों का वर्णन करना बताता है। इसके प्रशिक्षण के लिए Google ने दृश्य व्याख्या सेवा Aira के साथ साझेदारी की : इसमें दसियों हज़ार घंटे का डेटा, उसके नेटवर्क के 1 000 से अधिक परीक्षक और सुरक्षा उपायों पर काम करने वाले विशेषज्ञ शामिल रहे। Guided Vision को Gemini ऐप की प्रोफ़ाइल में, Android के सुलभता शॉर्टकट से या TalkBack के ज़रिए चालू किया जा सकता है। Google स्पष्ट करता है कि यह न तो चिकित्सा उपकरण है और न ही चलने-फिरने में मदद करने वाला साधन : यह सुविधा सफ़ेद छड़ी की जगह नहीं लेती।

🔗 Gemini Live में Guided Vision (Google ब्लॉग)

ChatGPT : ख़रीदारी के लिए वर्चुअल रूप से पहनकर देखना और पसंदीदा उत्पाद सहेजना

1 अक्टूबर — ChatGPT के संस्करण विवरण के अनुसार, कपड़ों और एक्सेसरीज़ के उत्पाद कार्डों पर पहनकर देखने का बटन (पहनकर देखें) दिखाई देता है : उपयोगकर्ता सेल्फ़ी लेता है या अपलोड करता है और ChatGPT Images उस वस्तु को वर्चुअल रूप से पहनाकर दिखाता है। संदर्भ फ़ोटो को आगे के ऐसे प्रयासों के लिए सहेजकर रखा जाता है; इसे सेटिंग्स के संदर्भ फ़ोटो वाले भाग (सेटिंग्स → वैयक्तिकरण → संदर्भ फ़ोटो) में बदला या हटाया जा सकता है। किसी भी उत्पाद को पसंदीदा में सहेजा जा सकता है या ChatGPT लाइब्रेरी के किसी फ़ोल्डर में रखा जा सकता है। दोनों सुविधाएँ मोबाइल और वेब पर उपलब्ध हैं, लेकिन विवरण में संबंधित प्लान या देशों का उल्लेख नहीं है। ChatGPT 24 मार्च से ही तस्वीरों के ज़रिए ख़रीदारी की सुविधा दे रहा था।

🔗 ChatGPT के संस्करण विवरण

Perplexity Computer इंटरैक्टिव ग्राफ़ बनाता है

1 अक्टूबर — Perplexity Computer अब बातचीत के भीतर ही इंटरैक्टिव ग्राफ़ और डेटा के दृश्य रूप बनाता है। वित्तीय डेटा के लिए एजेंट TradingView के Lightweight Charts का इस्तेमाल करके कैंडलस्टिक, वॉल्यूम और मूविंग एवरेज दिखाता है। घोषणा एक वीडियो के साथ किए गए ट्वीट तक सीमित है : इसमें यह नहीं बताया गया है कि सुविधा किन प्लान या प्लेटफ़ॉर्म पर उपलब्ध है, और बदलावों की सूची में भी अभी इसका कोई विस्तृत विवरण नहीं है। ChatGPT और Claude ने 10 और 12 मार्च को, जबकि Replit Agent ने 25 सितंबर को यह दिशा अपनाई थी।

🔗 X पर @perplexity_ai की घोषणा

Claude आर्टिफ़ैक्ट बनाने के बाद सीमा की खपत 15 अक्टूबर तक आधी करता है

1 अक्टूबर — 1 अक्टूबर को 11:00 PT से 15 अक्टूबर को 23:59 PT तक, Claude या Claude Cowork में आर्टिफ़ैक्ट (दस्तावेज़, प्रस्तुति या डिज़ाइन) बनाने या संशोधित करने पर उसके बाद होने वाले काम में पाँच घंटे के सत्र की सीमा की 50 % कम खपत होती है। यह ऑफ़र Pro, Max और Team प्लान पर अपने आप लागू होता है; Free और Enterprise प्लान इसमें शामिल नहीं हैं, और साप्ताहिक सीमा नहीं बदलती।

संबंधित माध्यम	50 % छूट का दायरा
Output मेनू से शुरू की गई बातचीत	पहले संदेश से : 10 संदेश, प्रति जवाब 15 चरण
सामान्य बातचीत	आर्टिफ़ैक्ट बनाने के बाद के 10 संदेश, प्रति जवाब 15 चरण
Output से शुरू किया गया क्लाउड में Cowork का काम	लगभग शुरुआती 45 मिनट
क्लाउड में Cowork का अन्य काम	आर्टिफ़ैक्ट बनाने या संशोधित करने के बाद अधिकतम 80 चरण

Claude Code, API, Slack में Claude, स्थानीय या निर्धारित Cowork काम, उपयोग क्रेडिट और अलग से चलने वाला Claude Design ऐप इसमें शामिल नहीं हैं। Anthropic इसे Sonnet 5.5 के साथ आज़माने का सुझाव देता है और ऑफ़र को समय से पहले बदलने या बंद करने का अधिकार सुरक्षित रखता है।

🔗 X पर @claudeai की घोषणा · ऑफ़र की शर्तें (Claude सहायता केंद्र)

वित्त : Barclays पूरे बैंक में Claude का विस्तार करता है, American Express अपने Business ग्राहकों के लिए Perplexity Computer उपलब्ध कराता है

Barclays का लक्ष्य 2026 के अंत तक अपने आधे डेवलपरों से Claude Code अपनवाना है

1 अक्टूबर — सभी प्रमुख बैंकिंग सेवाएँ देने वाला ब्रिटिश बैंक Barclays, Anthropic के साथ अपना सहयोग बढ़ा रहा है और पूरे संगठन में Claude उपलब्ध करा रहा है, ताकि सॉफ़्टवेयर विकास तेज़ हो, पुराने सिस्टम आधुनिक बनें और परिचालन दक्षता बढ़े। बैंक की योजना है कि 2026 के अंत तक उसके 50 % डेवलपर Claude Code अपनाएँ और फिर 2027 में उसके अधिकांश सॉफ़्टवेयर इंजीनियर इसका इस्तेमाल करें। दो उपयोगों के आँकड़े पहले से उपलब्ध हैं। 2025 से सेवा में मौजूद Colleague Knowledge Assistant को Claude पर रिट्रीवल ऑगमेंटेड जेनरेशन (RAG) आर्किटेक्चर के साथ बनाया गया है; इसे 16 000 से अधिक सहकर्मियों ने अपनाया है और इसने दस लाख से अधिक खोजें संभाली हैं। यह उन टीमों की मदद करता है जो ब्रिटेन में 20 मिलियन से अधिक व्यक्तिगत ग्राहकों को सेवाएँ देती हैं। Global Markets कारोबार में Claude मॉडल रोज़ाना लगभग 120 000 ईमेल का वर्गीकरण करते हैं, उनमें अतिरिक्त जानकारी जोड़ते हैं और उन्हें उचित जगह भेजते हैं। Anthropic के वाणिज्यिक निदेशक पॉल स्मिथ इसे ब्रिटेन में कंपनी के लिए एक महत्वपूर्ण पड़ाव मानते हैं; अनुबंध की राशि या अवधि नहीं बताई गई है।

🔗 Barclays परिचालन सुधारने और ग्राहकों का अनुभव बेहतर करने के लिए Claude का विस्तार करता है

Perplexity और American Express : Business कार्डों के लिए Computer में कारोबारी कामों की दस Skills

1 अक्टूबर — Perplexity, Perplexity Computer के लिए इस्तेमाल को तैयार Skills का एक संग्रह जारी कर रहा है, जो केवल अमेरिका में American Express Business कार्ड रखने वाले Perplexity Enterprise के सदस्यों के लिए है। कारोबार चलाने वाला व्यक्ति क्वेरी लिखने की जगह कोई काम चुनता है और फ़ॉर्म में उसका विवरण देता है। दस Skills में नक़दी प्रवाह का पूर्वानुमान, कर संबंधी तैयारी, आपूर्तिकर्ताओं की तुलना, बजट के परिदृश्य, खातों का मिलान, मार्केटिंग अभियान, माँग का पूर्वानुमान, चैनल के अनुसार विज्ञापन खर्च पर प्रतिफल (ROAS), परिचालन की निगरानी और भर्ती शामिल हैं। कार्ड को Personal CFO से Plaid के ज़रिए जोड़ा जाता है और हर बार काम चलाने पर उसकी जटिलता के अनुसार Computer क्रेडिट खर्च होते हैं। साझेदार का पृष्ठ यह भी बताता है कि 29 मार्च 2027 तक Enterprise Pro या Enterprise Max प्लान की ख़रीद पर कम से कम 325 डॉलर खर्च करने पर एक बार 125 डॉलर का क्रेडिट और प्रति खाते एक बार 1 000 Computer क्रेडिट मुफ़्त मिलते हैं। Corporate कार्ड इसमें शामिल नहीं हैं और परिणामों को वित्तीय, कर, कानूनी या लेखा सलाह नहीं माना जा सकता।

🔗 Perplexity का ब्लॉग लेख · American Express का साझेदार पृष्ठ

जनरेटिव वीडियो और अवतार : Artificial Analysis में Wan 3.0 सबसे आगे, Runway का Project Continuum, Synthesia का Sessions

Wan 3.0, Artificial Analysis की नई वीडियो रैंकिंग में शीर्ष पर पहुँचा

1 अक्टूबर — Alibaba, Artificial Analysis की नई टेक्स्ट से वीडियो रैंकिंग AA-Video-T2V v2.0 में Wan 3.0 के पहले स्थान पर होने का दावा करता है। यह रैंकिंग 30 सितंबर को नई पद्धति के साथ शुरू हुई : हर मॉडल को 1080p में ऐसे प्रॉम्प्ट सेट पर परखा जाता है जिसे नियमित रूप से बदला जाता है, और ध्वनि का तालमेल भी स्कोर में गिना जाता है। पहले तीन स्थानों के बीच कड़ा मुकाबला है और उनके विश्वास अंतराल एक-दूसरे से ओवरलैप करते हैं।

रैंक किया गया मॉडल	Elo स्कोर	रैंक का अंतराल	API के ज़रिए कीमत
Wan 3.0	1157 (±9)	1 से 2	12,00 डॉलर प्रति मिनट
Utopai X (MiniMax H3 पर आधारित)	1150 (±10)	1 से 3	कोई सार्वजनिक API नहीं
Dreamina Seedance 2.5	1144 (±9)	2 से 4	34,12 डॉलर प्रति मिनट
MiniMax H3 (768p)	1139 (±9)	3 से 5	4,80 डॉलर प्रति मिनट

रैंकिंग का चौंकाने वाला नाम Utopai X है, जिसे एआई पर आधारित फ़िल्म और टेलीविज़न स्टूडियो Utopai Studios ने 30 सितंबर को जारी किया। इसे MiniMax H3 पर अतिरिक्त प्रशिक्षण दिया गया है और यह केवल स्टूडियो के PAI प्लेटफ़ॉर्म में उपलब्ध है (वीडियो के प्रति सेकंड 93 क्रेडिट, सदस्यता 15 डॉलर प्रति माह से शुरू)। यह ख़ुद MiniMax H3 से भी आगे है।

🔗 X पर @Alibaba_Wan की घोषणा · AA-Video-T2V v2.0 रैंकिंग · @ArtificialAnlys के अनुसार Utopai X

Runway Labs ने Project Continuum दिखाया, जिसमें इंटरफ़ेस रीयल टाइम वीडियो के रूप में बनते हैं

1 अक्टूबर — Runway की प्रयोगात्मक इकाई Runway Labs ने Project Continuum दिखाया है। यह शोध ऐप ऐसे ऑपरेटिंग सिस्टम की कल्पना करता है जिसका इंटरफ़ेस रीयल टाइम में वीडियो के रूप में जनरेट हो, और 31 अगस्त को पेश किए गए इंटरफ़ेस वर्ल्ड मॉडल Solaris की दिशा में आगे बढ़ता है। इस शुरुआती झलक में अपने कंप्यूटर से संवाद करने के चार तरीके बताए गए हैं। Portals में वीडियो मॉडल नेविगेशन के दौरान एनिमेटेड और इंटरैक्टिव ओवरले बनाता है, जिनके किनारे धुँधले होते हैं ताकि जनरेट किए गए कंटेंट की पहचान हो सके। प्रतिक्रियाशील वीडियो इंटरफ़ेस (Responsive Video Interfaces) आकार बदलने पर खुद को फिर से व्यवस्थित करते हैं और क्लिक का जवाब देते हैं। Interactive Worlds किसी मीडिया को इंसानों और एजेंटों, दोनों के लिए इंटरैक्टिव सिमुलेशन में बदलता है। अंत में, Visual Thinking कोड एजेंटों के लिए एक हार्नेस है : रीयल टाइम वीडियो मॉडल हर चरण और हर टूल कॉल को चित्रों में दिखाता है, ताकि उपयोगकर्ता प्रक्रिया में शामिल रहे। Runway ने उपलब्धता, तारीख़, कीमत या इसके पीछे इस्तेमाल होने वाले मॉडल की जानकारी नहीं दी है।

🔗 X पर @runwayml के पोस्टों की श्रृंखला

Synthesia ने Sessions जारी किया, ऐसे अवतार जो प्रशिक्षण कराते हैं और सवाल पूछते हैं

1 अक्टूबर — Synthesia ने Sessions जारी किया है, जो उसके इंटरैक्टिव अवतारों पर आधारित उत्पादों का समूह है : ऐसी वीडियो कॉल जिसमें सामने वाला एक अवतार होता है जो सवाल पूछता है, सुनता है, असहमति जताता है और सार प्रस्तुत करता है। Roleplay Sessions प्रशिक्षण के लिए है : अवतार ग्राहक, संभावित ग्राहक या सहकर्मी की भूमिका निभाता है, एआई कोच हर प्रयास पर टिप्पणी करता है और प्रबंधक डैशबोर्ड में स्कोर तथा प्रगति देखते हैं। Survey Sessions प्रश्नावली को साक्षात्कार में बदलता है : अवतार एक साथ सैकड़ों लोगों से सवाल पूछता है, जवाबों के अनुसार आगे के सवाल करता है और फिर प्रमुख विषयों तथा मनोभाव की रिपोर्ट देता है। हर जवाब लिखित प्रतिलिपि, ऑडियो या CSV में उपलब्ध रहता है। मुफ़्त परीक्षण की पेशकश की गई है, लेकिन विस्तृत कीमत नहीं बताई गई है। Sessions, 16 सितंबर को व्यापक इस्तेमाल के लिए जारी की गई Interactive Avatar API पर आधारित है और Synthesia इसके और रूपों का वादा करता है।

🔗 X पर @synthesiaIO की घोषणा · Synthesia Sessions का पृष्ठ

एआई और विज्ञान : SynthID Bio प्रोटीनों पर डिजिटल चिह्न लगाता है, मैथ्यू श्वार्ट्ज « Claude के साँचे में » विज्ञान का वर्णन करते हैं

SynthID Bio : Google DeepMind एआई से डिज़ाइन किए गए प्रोटीनों पर डिजिटल चिह्न लगाता है

30 सितंबर — Google DeepMind ने SynthID Bio पेश किया है, जो एआई से बनाई गई जैविक रचनाओं के लिए डिजिटल चिह्नांकन (वॉटरमार्किंग) की विधियों का समूह है। इसे 1 अक्टूबर को X पर भी साझा किया गया। ब्लॉग लेख इसे अवधारणा के प्रमाण के रूप में प्रस्तुत करता है : जैविक कोड में एक ऐसा हस्ताक्षर दर्ज किया जाता है जो सामान्य रूप से दिखाई नहीं देता और जिसे डिजिटल मॉडल तथा संश्लेषित प्रोटीन, दोनों में जाँचा जा सकता है। अनुक्रमों के लिए यह विधि अमीनो अम्लों के चयन को सूक्ष्म रूप से दिशा देती है; 3D संरचनाओं के लिए AlphaFold 3 के डिफ़्यूज़न नेटवर्क के एक छोटे हिस्से को फ़ाइन-ट्यून किया जाता है। प्रयोगशाला में तीन लक्ष्यों (VEGF-A, SARS-CoV-2 के स्पाइक प्रोटीन का RBD डोमेन और PD-L1) पर चिह्नित बाइंडरों ने सफलता दर, अफ़िनिटी और अनुक्रम की विविधता में पारंपरिक संस्करणों की बराबरी की। उद्देश्य जैव सुरक्षा है : एक स्वचालित संकेत डीएनए संश्लेषण सेवा देने वालों को किसी अज्ञात अनुक्रम की उत्पत्ति जाँचने में मदद कर सकता है। Google DeepMind शोध के लिए अपनी विधियों पर शोधपत्र, कोड, इन विट्रो डेटा और मॉडल वेट प्रकाशित कर रहा है; Stanford की Hie lab और Arc Institute के साथ इस तरीके का इस्तेमाल पहले ही Evo 2 से डिज़ाइन किए गए बैक्टीरियोफ़ेज के जीनोम तक बढ़ चुका है। जानबूझकर किए गए बदलावों के सामने इसकी मज़बूती सुनिश्चित करना अब भी मुख्य काम है।

🔗 SynthID Bio पर Google DeepMind का ब्लॉग लेख

« Claude के साँचे में » विज्ञान : मैथ्यू श्वार्ट्ज का अतिथि लेख

1 अक्टूबर — Anthropic Science ब्लॉग ने Harvard के भौतिक विज्ञानी मैथ्यू श्वार्ट्ज का अतिथि लेख प्रकाशित किया है। वे स्पष्ट करते हैं कि वे Anthropic में अतिथि शोधकर्ता के रूप में काम कर रहे हैं। इसमें वे वैज्ञानिकों और एआई के बीच « इम्पीडेंस मिसमैच » का वर्णन करते हैं : मॉडल के साथ मानव सहयोगी की तरह काम करने से उसकी पूरी क्षमता का उपयोग नहीं होता, और « Claude के साँचे में » ढली समस्याएँ ढूँढ़ना बेहतर है, जहाँ गणित, भौतिकी या कंप्यूटर विज्ञान की कोई जानी-पहचानी तकनीक दूसरे क्षेत्र के सवाल को एक ही बार में हल कर देती है। इससे उन्होंने BootLoops बनाया, जो सटीक गणना के लिए एक ओपन सोर्स हार्नेस है और किसी भी मॉडल के साथ इस्तेमाल किया जा सकता है; BootLoops Anthropic की परियोजना नहीं है, इसकी देखरेख श्वार्ट्ज करते हैं। भौतिकी में 30 समाकलनों को शुरू से अंत तक हल किया गया, जिनमें 15 की गणना पहले कभी नहीं हुई थी; पारिस्थितिकी में बारो कोलोराडो द्वीप के पेड़ तटस्थ सिद्धांत के अनुसार संभव गति से 4,5 गुना तेज़ी से बदलते हैं; भाषाविज्ञान में AccStack डेटाबेस 6 072 भाषाओं के शब्दों के बलाघात को समेटता है। नतीजा : तीन महीनों में 19 सहलेखकों के साथ 18 क्षेत्रों में 36 पांडुलिपियाँ। श्वार्ट्ज सीमाएँ भी बताते हैं : Claude को समय का बोध नहीं है, उसे « जीत की घोषणा करना » पसंद है और भौतिकी से बाहर उसके परिणाम तब तक कम दिलचस्प रहे, जब तक किसी विशेषज्ञ ने उन्हें नई दिशा नहीं दी।

🔗 Claude के साँचे में विज्ञान (Anthropic Science ब्लॉग)

खुले मॉडल और प्रशिक्षण : Ai2 का Olmo-core 3, Cloudflare के Clef और Clef-flash, FineEnvs का कई हार्नेस वाला RL

Olmo-core 3 : Ai2 एक लाख करोड़ से अधिक पैरामीटर का लक्ष्य रखने वाला खुला MoE प्रशिक्षण स्टैक जारी करता है

1 अक्टूबर — Ai2 ने Olmo-core 3 प्रकाशित किया है। यह उसके Olmo मॉडल को प्रशिक्षण देने वाले फ़्रेमवर्क का नया संस्करण है, जिसे पूरी तरह खुली मिश्रित विशेषज्ञों वाली प्रशिक्षण प्रणाली (मिक्सचर-ऑफ़-एक्सपर्ट्स, MoE) के आधार पर दोबारा बनाया गया है। यह Olmo की अगली पीढ़ी के सिस्टमों में से एक है; यह पीढ़ी MoE अपनाएगी और Ai2 के अनुसार अब तक की सबसे सक्षम Olmo बनेगी। पुराना FSDP पर आधारित इम्प्लीमेंटेशन हर बैच में वेट इकट्ठे करता और फिर उन्हें दोबारा बाँटता था; Olmo-core 3, DDP अपनाता है, विशेषज्ञों को उनके GPU पर बनाए रखता है और डेटा उन्हें भेजता है।

Ai2 द्वारा प्रकाशित मापन	मापा गया मान
आठ B300 पर 47 अरब पैरामीटर वाला MoE, प्रारंभिक परीक्षण	प्रति GPU 52 000 बनाम 19 400 tokens/s, लगभग 2,7 गुना
चार B300 पर MXFP8 बनाम BF16	थ्रूपुट में लगभग 21 % वृद्धि
512 GPU पर 1 200 अरब पैरामीटर वाला मॉडल	प्रति GPU अधिकतम 858 TFLOP/s, यादृच्छिक रूटिंग

Ai2 स्पष्ट करता है कि 1 200 अरब पैरामीटर वाला मापन प्रणाली का आकलन करता है, किसी प्रशिक्षित मॉडल की गुणवत्ता का नहीं। कोड (संस्करण 3.0.0), तकनीकी रिपोर्ट और इंटरैक्टिव प्रदर्शन प्रकाशित किए गए हैं।

🔗 Olmo-core 3 पर Ai2 का ब्लॉग लेख · Olmo-core v3.0.0 रिलीज़

Clef और Clef-flash : Cloudflare ने Jev के साथ संगत दो निर्णय मॉडल खुले रूप में जारी किए

1 अक्टूबर — Cloudflare की Workers AI टीम ने Clef और Clef-flash जारी किए हैं। ये उसके पहले आंतरिक रूप से प्रशिक्षित मॉडल हैं और Typesafe AI के System One मॉडल Jev द्वारा खोले गए क्षेत्र में कदम रखते हैं : इन्हें एक अवस्था (पाठ, JSON, छवि या वीडियो) और प्रकार निर्धारित करने वाली प्रश्नों की एक रूपरेखा दी जाती है, फिर ये एक ही चरण में हर अनुमत विकल्प की प्रायिकता लौटाते हैं। Clef को Qwen3.8-27B पर अतिरिक्त प्रशिक्षण देकर तैयार किया गया है, जबकि Clef-flash Qwen3.5-9B पर आधारित है। इन्हें Workers AI पर होस्ट किया गया है और इनकी API, Jev की API के साथ संगत है। लेख के अनुसार, इन्हें Hugging Face पर Apache 2.0 लाइसेंस के तहत जारी किया गया है। इनकी संदर्भ सीमा 64k टोकन है, जबकि Jev की 32k है। Cloudflare द्वारा चुने गए आँकड़ों में मिश्रित नतीजे दिखते हैं :

बेंचमार्क और मापदंड	Clef का स्कोर	Clef-flash का स्कोर	Jev का स्कोर
BFCL, पूरी तरह सही मामले	98,47	98,76	95,75
BANKING77, macro-F1	94,20	90,93	79,74
When2Call, सटीकता	72,37	65,58	80,97
BRIGHT, nDCG@10	45,91	39,26	47,52
मध्यिका विलंबता	209,3 ms	38,8 ms	524,1 ms

Cloudflare का दावा है कि Clef, Jev Decision Index में सबसे आगे है। दो दिन पहले Liquid AI ने d1 के लिए इसी स्थान का दावा किया था। Cloudflare ग्राहक के डेटा पर पुनर्बलन के ज़रिए Clef को परिष्कृत करने की सेवा भी शुरू कर रहा है।

🔗 Clef पर Cloudflare का लेख · Hugging Face पर Clef

FineEnvs एक मॉडल को एक साथ चार एजेंट हार्नेस में पुनर्बलन से प्रशिक्षित करता है

1 अक्टूबर — एक ही मॉडल को चलाने वाले हार्नेस के अनुसार उसका व्यवहार बदल जाता है : Liquid AI के LFM2.5-2.6B के भार Mini-SWE-Agent के तहत 62 % कार्य हल करते हैं, लेकिन Claude Code के तहत 33 %। FineEnvs संगठन ने Hugging Face पर एक मार्गदर्शिका जारी की है, जिसमें डेवलपर के हार्नेस का कोड बदले बिना सीधे उन्हीं में पुनर्बलन अधिगम के ज़रिए मॉडल को प्रशिक्षित करने का तरीका बताया गया है। OpenEnv में जोड़ा गया कैप्चर प्रॉक्सी हार्नेस के सामने मॉडल प्रदाता के रूप में प्रस्तुत होता है (OpenAI, Anthropic या Gemini प्रारूपों में) और vLLM द्वारा बनाए गए सटीक टोकन और प्रायिकताएँ दर्ज करता है ; Harbor कार्य और सैंडबॉक्स उपलब्ध कराता है, जबकि TRL असमकालिक GRPO के साथ प्रशिक्षण देता है। एक साथ चार हार्नेस में प्रशिक्षित करने पर LFM2.5-2.6B का औसत प्रदर्शन 42 % से बढ़कर 54 % हो जाता है, और कम संसाधन खर्च करने वाले समाधानों के लिए एक छोटा अतिरिक्त पुरस्कार देने से पहले से हल किए जा रहे कार्यों पर उसके टूल कॉल 31 % कम हो जाते हैं। बड़े मॉडल की नकल करना पर्याप्त नहीं है : Qwen3.8-27B के 3 189 रोलआउट पर पर्यवेक्षित परिष्करण 47,5 % पर ही ठहर जाता है। प्रॉक्सी, प्रशिक्षक, कार्य, डेटा और प्रशिक्षित मॉडल जारी कर दिए गए हैं।

🔗 कई हार्नेस में RL की संपूर्ण मार्गदर्शिका

Google Cloud के एजेंट प्लेटफ़ॉर्म पर Grok 4.7 पूर्वावलोकन में उपलब्ध

1 अक्टूबर — SpaceXAI ने घोषणा की है कि Grok 4.7, Google Cloud के एजेंट प्लेटफ़ॉर्म Gemini Enterprise Agent Platform पर उपलब्ध है। 30 सितंबर की मॉडल जानकारी में इसे grok-4.7 पहचान के अंतर्गत पूर्वावलोकन में रखा गया है और इसे कोड तथा ज्ञान संबंधी कार्यों के लिए बनाया गया xAI का मॉडल बताया गया है, जो कठिन कार्यों पर अधिक समय तक काम करता है और अपने काम की स्वयं जाँच करता है। यह इनपुट में पाठ और छवियाँ स्वीकार करता है और आउटपुट में केवल पाठ देता है ; फ़ंक्शन कॉल, संरचित आउटपुट और तर्क-विचार का समर्थन उपलब्ध है, लेकिन बैच में पूर्वानुमान का नहीं।

Google Cloud द्वारा प्रकाशित जानकारी	Grok 4.7 के लिए मान
संदर्भ की लंबाई	524 288 tokens
प्रति मिनट कोटा	13 अनुरोध, 188 000 इनपुट tokens और 16 000 आउटपुट tokens
उपयोग के प्रकार	केवल तय कोटा, उपयोग के हिसाब से भुगतान और पहले से आरक्षित थ्रूपुट उपलब्ध नहीं
सेवा क्षेत्र	संयुक्त राज्य अमेरिका में बहुक्षेत्रीय सेवा और वैश्विक एंडपॉइंट
प्रति दस लाख tokens की कीमत	इनपुट के लिए 2 dollars, आउटपुट के लिए 6, 200 000 इनपुट tokens से कम पर कैश के लिए 0,50, उससे ऊपर दोगुना

यह मूल्य सूची xAI की API वाली सूची के अनुरूप है। 21 सितंबर को लॉन्च हुआ Grok 4.7, 28 सितंबर को Amazon Bedrock पर आया था, और Grok 4.6 इसी Google प्लेटफ़ॉर्म पर 21 अगस्त को उपलब्ध हो गया था।

🔗 Google Cloud पर Grok 4.7 की जानकारी · X पर @SpaceXAI की घोषणा

कृत्रिम बुद्धिमत्ता से तैयार रिपोर्टों को देखते हुए GitHub ने सुरक्षा खामियों की निजी रिपोर्टिंग के नियम कड़े किए

1 अक्टूबर — GitHub ने सुरक्षा खामियों की निजी रिपोर्टिंग (निजी तौर पर सुरक्षा खामियों की रिपोर्टिंग) के लिए एक ही मिनट में दो उपाय प्रकाशित किए। दोनों के पीछे एक ही निष्कर्ष है : ओपन सोर्स का रखरखाव करने वालों को खराब गुणवत्ता वाली, स्वचालित या कृत्रिम बुद्धिमत्ता से तैयार रिपोर्टें बढ़ती संख्या में मिल रही हैं, जिनके बीच महत्वपूर्ण रिपोर्टें दब जाती हैं।

A single free-text box made it easy to submit low-quality or AI-generated reports and hard for you to find the signal in them.

🇮🇳 एक साधारण मुक्त-पाठ बॉक्स से खराब गुणवत्ता वाली या कृत्रिम बुद्धिमत्ता से तैयार रिपोर्टें भेजना आसान हो जाता था, और आपके लिए उनमें ज़रूरी बातों को पहचानना कठिन हो जाता था। — GitHub का परिवर्तन विवरण, सुरक्षा खामियों की निजी रिपोर्टों के लिए संरचित फ़ॉर्म

एक संरचित फ़ॉर्म। डिफ़ॉल्ट रूप से, रिपोर्ट करने वाले व्यक्ति को चार अनिवार्य फ़ील्ड भरने होंगे : सारांश, विवरण, कम से कम 150 अक्षरों वाला अवधारणा का प्रमाण और प्रभाव। इन्हें सुरक्षा सूचना के विवरण में मिला दिया जाता है, जिसे रखरखाव करने वाला व्यक्ति पहले की तरह पढ़कर जाँचता है। हर रिपॉज़िटरी .github/VULNERABILITY_REPORT.yml फ़ाइल के ज़रिए फ़ॉर्म को अनुकूलित कर सकती है, या संगठन की .github रिपॉज़िटरी से इसे अपनी सभी रिपॉज़िटरी पर लागू कर सकती है ; रखरखाव करने वाले लोग CWE श्रेणी को अनिवार्य बना सकते हैं, और संगठन या उद्यम इसे नीति के ज़रिए लागू कर सकता है। एक चेकबॉक्स से रिपोर्ट करने वाला व्यक्ति बता सकता है कि उसने समस्या खोजने या रिपोर्ट लिखने में कृत्रिम बुद्धिमत्ता की मदद ली है। REST API में भी अनुकूलित फ़ॉर्म लागू होता है, लेकिन डिफ़ॉल्ट फ़ॉर्म नहीं, ताकि मौजूदा एकीकरण प्रभावित न हों।

एक दैनिक सीमा। एक ही खाते से हर दिन भेजी जा सकने वाली नई रिपोर्टों की संख्या अब सीमित है, किसी एक रिपॉज़िटरी के लिए भी और पूरे GitHub पर भी ; पहले से मौजूद सुरक्षा सूचनाओं पर टिप्पणियाँ इसमें शामिल नहीं हैं। प्रशासक अपनी सीमा तय कर सकते हैं और भरोसेमंद रिपोर्ट करने वालों को छूट दे सकते हैं। GitHub ने डिफ़ॉल्ट सीमा की संख्या नहीं बताई है। दोनों उपाय GitHub Free, Pro, Team और Enterprise Cloud की उन सार्वजनिक रिपॉज़िटरी पर लागू होते हैं जिन्होंने निजी रिपोर्टिंग सक्षम की है।

🔗 सुरक्षा खामियों की निजी रिपोर्टों की दर सीमाएँ

कोड एजेंट : Codex CLI 0.160.0, Delta 0.18 और Antigravity 2.19.1

Codex CLI 0.160.0 : कमांड केंद्र का इतिहास और परियोजना से बाहर के सत्र

1 अक्टूबर — OpenAI ने Codex CLI 0.160.0 जारी किया है। यह पिछले दिन आए 0.159.3 के बाद पहला स्थिर संस्करण है, और 0.159.0 के बाद से इसमें 55 PR सूचीबद्ध हैं। एजेंट कमांड केंद्र (एजेंट कमांड केंद्र) में पुराने कार्य दिखाने की एक कार्रवाई (और दिखाएँ) जोड़ी गई है, जिसे कीबोर्ड से इस्तेमाल किया जा सकता है। संगठन की नीति अनुमति दे तो सत्र किसी परियोजना से बाहर भी कार्यक्षेत्र की डिफ़ॉल्ट सेटिंग के साथ शुरू किए जा सकते हैं, और सत्र फिर शुरू करते समय सहेजी गई अनुमतियाँ बहाल हो जाती हैं। Guardian की अनुमोदन समीक्षा को दो वैकल्पिक क्षमताएँ मिली हैं : उपयोगकर्ता द्वारा पहले दिए गए निर्देश ढूँढ़ना और एजेंटों के बीच काम सौंपने का संदर्भ शामिल करना। पूर्ण स्क्रीन में स्थानीय Linux X11 टर्मिनल प्रतिलेख चुनने और माउस के बीच वाले बटन पर क्लिक करके पेस्ट करने की सुविधा देते हैं। त्रुटि-सुधारों में, कनेक्शन दोबारा जुड़ने के बाद कतार में मौजूद संदेश दो बार भेजे बिना फिर आगे बढ़ते हैं, और कई सुधार Windows सैंडबॉक्स तथा आरंभ के समय SQLite के अटकने की समस्याओं पर केंद्रित हैं।

🔗 GitHub पर Codex CLI 0.160.0

Delta 0.18 : थ्रेड मौजूदा Git वर्कट्री में चलते हैं, और एक CLI भी आ गई है

30 सितंबर — Zed ने एजेंटों के साथ मिलकर कोड लिखने के अपने वातावरण Delta का संस्करण 0.18.0 जारी किया है : 23 नई सुविधाएँ, 41 सुधार, 51 त्रुटि-सुधार और एक सुविधा हटाई गई है। मुख्य सुविधा की घोषणा 28 सितंबर को की गई थी, लेकिन उसके आने की तारीख नहीं बताई गई थी : अब कोई थ्रेड पहले से जुड़े किसी भी मौजूदा Git वर्कट्री में चल सकता है और अपनी यह कार्यशील प्रति खुद से बनाए गए नए थ्रेड को दे सकता है। Delta को टर्मिनल से भी चलाया जा सकता है : delta CLI को macOS, Windows और Linux पर स्थापित किया जा सकता है, और delta auth कमांड जुड़े हुए खाते का प्रबंधन करते हैं। मॉडल संबंधी बदलावों में, यह संस्करण Google AI Studio के Gemini मॉडल जोड़ता है, API कुंजी के ज़रिए GPT-6 Sol, GPT-6 Luna और Claude Opus 5.5 का उपयोग उपलब्ध कराता है, और डेस्कटॉप अनुप्रयोग में OpenAI या Anthropic के साथ संगत किसी भी प्रदाता को स्वीकार करता है। थ्रेड में काम करते समय सभी उप-थ्रेड में खोज और बुकमार्क की सुविधा मिली है ; हालाँकि, उप-थ्रेड अब मूल थ्रेड में अपनी प्रगति के संदेश प्रकाशित नहीं करते, जहाँ केवल Land Changes के परिणाम दिखाई देते हैं।

🔗 Delta 0.18.0 के संस्करण विवरण

Antigravity 2.19.1 : उप-एजेंटों को सीधे संदेश भेजना

30 सितंबर — Antigravity 2.19.1 में इनपुट क्षेत्र से मुख्य एजेंट के ज़रिए गए बिना सीधे किसी उप-एजेंट को संदेश भेजा जा सकता है ; CLI में यह सुविधा उसके संस्करण 1.2.8 और 1.2.9 से ही @ सिंटैक्स के साथ उपलब्ध थी। इस संस्करण में आर्टिफ़ैक्ट और साइड पैनल में प्रदर्शित Markdown को PDF में निर्यात करने की सुविधा जोड़ी गई है, जिसमें तालिकाएँ, कोड ब्लॉक और आरेख भी शामिल हैं। साथ ही, केवल बातचीत तक सीमित पूर्ववत करने का विकल्प जोड़ा गया है ; इसके पाँच त्रुटि-सुधारों में, अनुकूलित एजेंट अब वैश्विक और परियोजना के नियमों का पालन करते हैं। इसे चरणबद्ध ढंग से उपलब्ध कराया जा रहा है और इसमें कुछ दिन लग सकते हैं। CLI को 27 सितंबर को संस्करण 1.2.12 मिला था, जिस पर ध्यान नहीं गया था : GEMINI_API_KEY कुंजी के साथ शुरू किया गया सत्र अब Gemini API द्वारा दैनिक कोटा समाप्त होने, खर्च की सीमा तक पहुँचने या अग्रिम भुगतान वाले क्रेडिट समाप्त होने की सूचना देते ही तुरंत रुक जाता है, बजाय कई मिनट तक विफल होना तय होने वाले प्रयास लगातार करते रहने के।

🔗 Antigravity अनुप्रयोग का परिवर्तन विवरण · Antigravity CLI का परिवर्तन विवरण

संक्षिप्त समाचार

Copilot CLI 1.0.90 और 1.0.91 — 1.0.90 संस्करण 30 सितंबर को स्थिर संस्करण बन गया; इसमें मॉडल चयनकर्ता में GPT-6.1 Sol और MCP तथा सत्र फिर से शुरू करने से जुड़े सुधार हैं। 1 अक्टूबर को आए 1.0.91 संस्करण में अपने सैंडबॉक्स के प्रॉक्सी प्रमाणपत्र को प्रबंधित करने के लिए copilot sandbox ca कमांड जोड़े गए हैं। 🔗 स्रोत
Codex CLI 0.159.3 — 30 सितंबर को 22 बजकर 57 मिनट UTC पर प्रकाशित इस संस्करण में केवल एक बैकपोर्ट है: ChatGPT से जुड़े स्थानीय सत्र खाते की सुरक्षा का सेटअप पूरा करने के लिए वैकल्पिक अनुस्मारक दिखा सकते हैं। यह बदलाव 0.160.0 में भी शामिल है। 🔗 स्रोत
Gemini CLI का नाइटली संस्करण — 1 अक्टूबर का v0.64.0-nightly संस्करण headless मोड में प्रोसेसर के 100 % उपयोग पर अटकने की समस्या ठीक करता है और फ़ाइल टूल के लेखन को एटॉमिक बनाता है; स्थिर और पूर्वावलोकन संस्करणों में कोई बदलाव नहीं है। 🔗 स्रोत
Zed 1.23.1 का पूर्वावलोकन संस्करण — 30 सितंबर को प्रकाशित यह संस्करण JSONL और NDJSON फ़ाइलों को तालिका के रूप में दिखाता है, agent.max_idle_retained_threads सेटिंग जोड़ता है और Google AI मॉडल पर अधिक भार होने पर अनुरोध अपने आप दोबारा भेजता है। 🔗 स्रोत
सितंबर में VS Code में Copilot — 1.136 से 1.140 तक के संस्करणों के मासिक विवरण में कुछ कम चर्चित नई सुविधाएँ बताई गई हैं। इनमें ChatGPT ऐप में शुरू हुई Codex बातचीत को VS Code में जारी रखना, पूर्वावलोकन ऐप का बैज और कार्यक्षेत्र के बिना खुलने वाली चैट शामिल हैं। 🔗 स्रोत
Delta में मिलकर योजना बनाना — Delta के ब्लॉग पर नेथन सोबो बताते हैं कि टीम के तीन सदस्य plan.md फ़ाइल के बजाय एक ही बातचीत के सूत्र में Fable और फिर Astra, एक अलग उपसूत्र और एक अलग उप-एजेंट के साथ योजना कैसे बनाते हैं; किसी नई सुविधा की घोषणा नहीं हुई है। 🔗 स्रोत
Cursor के वीडियो में Innate — Cursor ने Innate का एक छोटा परिचयात्मक वीडियो प्रकाशित किया है। सात लोगों की यह टीम रोज़मर्रा के कामों के लिए रोबोट बनाती है और इसके सह-संस्थापक विग्नेश आनंद का दावा है कि यह 50 लोगों का काम करती है, लेकिन उन्होंने यह नहीं बताया कि टीम Cursor का इस्तेमाल कैसे करती है। 🔗 स्रोत
संकुचित करने के बजाय फिर से प्राप्त करना — funes के डेवलपर डेविड कोर्वोआज़िए ने Claude Code के साथ मापा कि उनके टूल से पुराने सत्र को फिर से प्राप्त करने पर पूरा संदर्भ बनाए रखने की तुलना में 8, 4 और 3 गुना कम भारित टोकन में सही उत्तर मिलते हैं। यह माप उनकी अपनी चुनी हुई तीन कार्यों पर आधारित है। 🔗 स्रोत
GitHub का नया डैशबोर्ड — सक्रिय एजेंट सत्रों, इश्यू और पुल रिक्वेस्ट को एक साथ दिखाने वाला दृश्य अब सभी के लिए डिफ़ॉल्ट बन गया है; हर सूची में अधिकतम 12 प्रविष्टियाँ दिखती हैं। समाचार फ़ीड अब Feed टैब में है और पुराना दृश्य भी उपलब्ध है। 🔗 स्रोत
असिंक्रोनस मर्ज API — यह अब सामान्य उपलब्धता में है और प्रोग्राम के ज़रिए मर्ज करने के लिए सिंक्रोनस REST एंडपॉइंट तथा GraphQL म्यूटेशन की जगह अनुशंसित तरीका बन गया है; यह एकमात्र मर्ज API है जो एक-दूसरे पर आधारित पुल रिक्वेस्ट संभालता है। 🔗 स्रोत
टोकन के बिना npm dist-tags — npm की विश्वसनीय प्रकाशन कॉन्फ़िगरेशन को dist-tags प्रबंधित करने के लिए एक वैकल्पिक अनुमति दी जा सकती है, जो डिफ़ॉल्ट रूप से बंद रहती है। इससे लंबी अवधि के एक्सेस टोकन के बजाय कम अवधि वाले OIDC क्रेडेंशियल का इस्तेमाल किया जा सकता है। 🔗 स्रोत
GitHub Actions की प्रतिधारण अवधि — जाँच, वर्कफ़्लो रन और स्थितियाँ, जिनमें तृतीय-पक्ष ऐप की प्रविष्टियाँ भी शामिल हैं, अब आर्टिफ़ैक्ट और लॉग की प्रतिधारण सेटिंग का पालन करती हैं और अवधि बीतने पर हटा दी जाती हैं। सार्वजनिक रिपॉज़िटरी के लिए अधिकतम अवधि 90 दिन है और बहाली संभव नहीं है। 🔗 स्रोत
कोड स्कैनिंग और निष्क्रिय रिपॉज़िटरी — कोड स्कैनिंग और GitHub Code Quality के निर्धारित साप्ताहिक विश्लेषण अब केवल पुश या पुल रिक्वेस्ट से शुरू हुए विश्लेषण के बाद ही चलेंगे, ताकि निष्क्रिय रिपॉज़िटरी छह महीने और सक्रिय न दिखाई दे। 🔗 स्रोत
कोड कवरेज — GitHub Code Quality का upload-code-coverage ऐक्शन अब ऐसी शाखा को पुश करने पर CI विफल नहीं करता जिसके लिए अभी कोई पुल रिक्वेस्ट खुली नहीं है। 🔗 स्रोत
सुगम्यता संबंधी घोषणाएँ — रूट में, .github/ में या docs/ में रखी गई ACCESSIBILITY.md फ़ाइल को github.com की सभी योजनाओं पर रिपॉज़िटरी के मुख्य पृष्ठ पर प्रमुखता से दिखाया जाता है। यह सुविधा GitHub Enterprise Server 3.24 में भी आएगी। 🔗 स्रोत
Actions Runner Controller 0.15.0 — स्वयं होस्ट किए गए रनर का यह Kubernetes कंट्रोलर पैच संस्करणों में अपग्रेड करते समय संसाधनों को वहीं अपडेट करता है, बंद होने की समयसीमा, Kubernetes क्लाइंट की सीमाएँ और कंट्रोलर की समवर्ती कार्यक्षमता को कॉन्फ़िगर करने योग्य बनाता है तथा अपने अनुरोधों को हल्का करता है। 🔗 स्रोत
Grok Bot पहल करता है — उपयोगकर्ता का मुख्य बॉट अब ऐसे काम पहचानता है जिनका बोझ वह कम कर सकता है और उन्हें संभालने की पेशकश करता है। इसे कुछ घंटों में क्रमशः उपलब्ध कराया जा रहा है और इन सुझावों को उपयोग की गणना में शामिल नहीं किया जाता; किसी योजना या देश का उल्लेख नहीं है। 🔗 स्रोत
Genspark और Azure Cosmos DB — Azure Cosmos DB ब्लॉग पर Genspark के दृष्टिकोण से लिखा गया लेख बताता है कि कुछ पृष्ठभूमि प्रक्रियाएँ वैश्विक द्वितीयक इंडेक्स का इस्तेमाल कैसे करती हैं, ताकि एजेंट के लाइव सत्र धीमे न पड़ें; कोई आँकड़ा नहीं दिया गया है। 🔗 स्रोत
Genspark में अनुभव साझा करना — मार्केटिंग में पंद्रह साल का अनुभव रखने वाली सुलकी कांग कहती हैं कि अपने पुराने दस्तावेज़ों को पहले SecondBrain और फिर AI Slides से जोड़कर वे पाठ्यक्रम की सामग्री का पूरा सेट 30 के बजाय 5 घंटे में तैयार करती हैं; उत्पाद में कोई नई सुविधा नहीं है। 🔗 स्रोत
Albertsons और OpenAI — 2 200 से अधिक दुकानों वाला यह खुदरा विक्रेता अपनी साझेदारी का विस्तार कर रहा है: चुनिंदा टीमों के लिए ChatGPT Enterprise से आगे बढ़कर ग्राहक अनुभवों और प्रचार संबंधी विश्लेषणों के लिए API का इस्तेमाल कर रहा है। वह ChatGPT में अपने Safeway प्लगइन को भी प्रमुखता दे रहा है, जिसकी घोषणा 5 अगस्त को हुई थी। 🔗 स्रोत
शाश्वत पूरक — OpenAI ने आगामी अर्थव्यवस्था पर एक शृंखला का पहला निबंध प्रकाशित किया है। इसके लेखक हेमंत असिरवाथम और एलियट मोक्स्की स्पष्ट करते हैं कि वे अपनी व्यक्तिगत राय रख रहे हैं: मशीनों की बुद्धिमत्ता का बड़ा हिस्सा नई खोजों के बजाय काम पूरा करने में लग सकता है। 🔗 स्रोत
Perplexity और सलाहकार — एक मार्गदर्शिका सलाहकारों के लिए AlphaSense से Qwilr तक दस एआई टूल की तुलना करती है, जिनकी कीमतें सितंबर में सत्यापित की गई थीं। इसके अक्सर पूछे जाने वाले प्रश्नों में याद दिलाया गया है कि Perplexity की मुफ़्त योजना उपयोगकर्ताओं के डेटा पर अपने मॉडल प्रशिक्षित करती है, जब तक उपयोगकर्ता इससे इनकार न करें। 🔗 स्रोत
Luma Variants — एक दिन पहले बिना विवरण के पेश की गई यह सुविधा अब Luma के सभी उपयोगकर्ताओं के लिए उपलब्ध है: स्वीकृत स्थिर विज्ञापन से यह 9:16 से 16:9 तक पाँच मानक प्रारूपों और कई भाषाओं में उसके अलग-अलग रूप तैयार करती है; कीमत की घोषणा नहीं हुई है। 🔗 स्रोत
HeyGen Professional Voice Clone — सितंबर के अपने विवरण के अनुसार, HeyGen अपने सबसे सटीक वॉइस क्लोन को API के ज़रिए उपलब्ध करा रहा है। इसे कम से कम 20 मिनट की रिकॉर्डिंग पर प्रशिक्षित किया जाता है, जो 1 से 10 फ़ाइलों में हो सकती है; इसका निजी पूर्वावलोकन 9 सितंबर को शुरू हुआ था। 🔗 स्रोत
Pika और उसके ऐप — Pika अपने नए प्लेटफ़ॉर्म पर 40 से अधिक ऐप होने का दावा करता है और दो को प्रस्तुत करता है: Podcast Video, जो दो पात्रों से बहस करवाता है, और Color Grade, जो किसी चित्र या क्लिप के रंगों का समायोजन करता है। कोई तारीख़ या कीमत नहीं बताई गई है। 🔗 स्रोत
बेनेलक्स में ElevenLabs — ElevenLabs ब्रसेल्स और एम्स्टर्डम में कार्यालय खोल रहा है और वहाँ अपनी टीमों का आकार तीन गुना करने की योजना बना रहा है। दूरसंचार ऑपरेटर KPN में डाक कोड पहचानने की दर 64 % से बढ़कर 82 % हो गई है और सत्यापन एजेंट लगभग 60 000 कॉल प्रति सप्ताह संभालता है। 🔗 नीदरलैंड्स · 🔗 बेल्जियम
NVIDIA की DOCA स्किल्स — डेवलपर के 65 वास्तविक प्रॉम्प्ट पर, BlueField DPU के लिए इन स्किल्स से लैस कोड एजेंट मूल्यांकन सूची के 100 % मानदंड पूरे करते हैं, जबकि इनके बिना यह आँकड़ा 19 % है; ये स्किल्स GitHub पर प्रकाशित हैं। 🔗 स्रोत
DIN Deploy — NVIDIA ने Windows और Linux पर ONNX Runtime तथा TensorRT RTX के साथ स्थानीय रूप से मॉडल चलाने के लिए ओपन सोर्स C++ उदाहरण प्रकाशित किए हैं। DGX Spark पर Parakeet TDT, GPU पर वास्तविक समय से 206 गुना तेज़ प्रतिलेखन करता है, जबकि CPU पर यह गति 14 गुना है। 🔗 स्रोत
Nemotron 3.5 ASR और सऊदी बोलियाँ — NVIDIA का एक ट्यूटोरियल मॉडल को नज्दी और हिजाज़ी बोलियों पर फ़ाइन-ट्यून करता है: दो RTX PRO 6000 पर 12 000 चरणों में शब्द त्रुटि दर 55,05 % से घटकर 29,96 % हो जाती है। FLEURS की अंग्रेज़ी और अरबी में प्रदर्शन भी थोड़ा सुधरता है। 🔗 स्रोत
Dynamo-Triton पर HSTU अनुशंसक — NVIDIA, PyTorch AOTInductor और KV कैश के साथ एक जनरेटिव HSTU अनुशंसक चलाता है। सबसे अच्छे मामले में, RTX PRO 6000 पर परतों की संख्या के अनुसार यह 4,47 और 5,93 गुना तक तेज़ है, यानी प्रति अनुरोध 0,423 और 0,678 ms। 🔗 स्रोत
एआई कारखानों की लाभप्रदता — अपने दृष्टिकोण को प्रस्तुत करने वाले लेख में NVIDIA एक एआई कारखाने की लागत लगभग 60 मिलियन डॉलर प्रति मेगावाट बताता है और SemiAnalysis के आँकड़े उद्धृत करता है: DeepSeek V4 Pro पर प्रति मिलियन टोकन के लिए Vera Rubin NVL72, GB300 NVL72 से 45 गुना तक सस्ता है, जबकि 24 अगस्त को यह अंतर 35 गुना था। 🔗 स्रोत
huggingface_hub 2.1.0 — यह लाइब्रेरी विफल Jobs को अपने आप फिर से चलाती है, उन्हें दोबारा बनाए बिना पुनर्निर्धारित करती है, शेष ZeroGPU कोटा पढ़ती है और hf_xet के ज़रिए Xet फ़ाइलें डाउनलोड करती है: HF Jobs पर 2 Go की parquet फ़ाइल का समय लगभग 120 से घटकर 7 सेकंड हो जाता है; पिछले संस्करणों से संगतता तोड़ने वाले तीन बदलाव हैं। 🔗 स्रोत
ML Intern और MCP — Hugging Face, MCP डेटा स्रोतों को मॉडल प्रशिक्षित करने वाले HuggingChat मोड ML Intern से जोड़ रहा है, ताकि अपने व्यावसायिक डेटा पर खुले मॉडल फ़ाइन-ट्यून किए जा सकें; घोषणा के साथ कोई आधिकारिक आँकड़ा नहीं दिया गया है। 🔗 स्रोत
Hugging Face और Open Source for Science Fund — दोनों साझेदार उन लाइब्रेरियों की पहचान करना चाहते हैं जिन पर वैज्ञानिक मॉडलों के योगदानकर्ता सबसे अधिक निर्भर हैं, और उनके अनुरक्षकों को सहायता देना चाहते हैं; कोई राशि या समयसारणी नहीं बताई गई है। 🔗 स्रोत
TRL के साथ दस लाख प्रशिक्षण — कैंटिन गालुएदेक द्वारा उद्धृत टेलीमेट्री के अनुसार, Hugging Face की पोस्ट-ट्रेनिंग लाइब्रेरी में हर महीने दस लाख प्रशिक्षण होते हैं और लक्ष्य प्रति सप्ताह दस लाख का है; गणना का तरीका प्रकाशित नहीं किया गया है। 🔗 स्रोत
Hub के दस लाख डेटासेट — तीन लेखक दिखाते हैं कि संगठन के खाते लगभग 19 % डेटासेट प्रकाशित करते हैं, लेकिन आधे डाउनलोड इन्हीं के होते हैं, और सबसे अधिक डाउनलोड किए गए 1 000 डेटासेट में से 390 संयुक्त राज्य अमेरिका के पास हैं। 🔗 स्रोत
एक RTX 3090 पर आठ VLM — ThinkEvolve के आकाश गुप्ता दिखाते हैं कि समान सटीकता पर Qwen3-VL-8B हर अनुरोध को Qwen3.8-27B से 2,2 गुना तेज़ संभालता है, लेकिन प्रीफ़िक्स कैश का दोबारा इस्तेमाल न करने के कारण 7 329 कॉल वाले काम में उसे 7,53 के बजाय 18,88 घंटे लगते हैं। 🔗 स्रोत
layax के सामने GLiNER2.5-Decide — अरविंद विजयकुमार Fastino के मॉडल के लिए भरोसे की कोई भी सीमा प्रमाणित नहीं कर पाते, जबकि उनके अपने टूल layax के लिए 10 में से 10 परीक्षण सफल होते हैं। layax 20 से 23 अंक अधिक सटीक और लगभग पाँच गुना तेज़ है। 🔗 स्रोत
डेविड हा और ऑर्केस्ट्रेटर — Nikkei Asia के लिए लिखे एक विचार लेख में Sakana AI के सह-संस्थापक और सीईओ का मानना है कि मूल्य मॉडल के वेट्स से हटकर कई मॉडलों को संयोजित करने वाली बुद्धिमत्ता में जाएगा। वे संप्रभुता को आपूर्ति शृंखला की मज़बूती के रूप में परिभाषित करते हैं। 🔗 स्रोत
TPU पर वीडियो डिफ़्यूज़न — Google के तीन इंजीनियर Sparse VideoGen के विरल अटेंशन और अनुकूलित Splash Attention कर्नेल की मदद से आठ TPU v6e चिप पर 1440p वीडियो से शोर हटाने का समय 2 471 से घटाकर 1 461 सेकंड करते हैं, यानी 1,69 गुना तेज़। 🔗 स्रोत

इसका क्या अर्थ है

कोड एजेंट अब अपने उपयोगकर्ताओं द्वारा प्रोग्राम किए जा सकते हैं। मॉड्स के साथ Claude Code अपने आंतरिक इवेंट छोटे TypeScript फ़ंक्शन के लिए उपलब्ध कराता है, यहाँ तक कि अपनी ही सुविधाओं को बदले जा सकने वाले मॉड्स में बदल देता है; गतिशील वर्कफ़्लो के साथ GitHub उप-एजेंट के समन्वय को कोड में लिखवाता है, बजाय इसके कि Copilot हर बार काम का बँटवारा तय करे। FineEnvs की मार्गदर्शिका याद दिलाती है कि हार्नेस मॉडल जितना ही महत्वपूर्ण क्यों है: एक ही वेट्स एक हार्नेस में 62 % कार्य हल करते हैं और दूसरे में 33 %। इसके साथ भरोसे का सवाल भी आता है। किसी मॉड को मशीन तक Claude Code जितनी ही पहुँच मिलती है, copilot workflow run कोई प्रॉम्प्ट नहीं दिखाता, और डेस्कटॉप ऐप का संचालन जुड़े हुए खातों पर कार्रवाई कर सकता है। दोनों सॉफ़्टवेयर निर्माता इसके जवाब में डेस्कटॉप संचालन को डिफ़ॉल्ट रूप से बंद रखते हैं, मॉड्स के लिए इंस्टॉलेशन से पहले जाँच (claude plugin validate) करते हैं और संगठन के नियमों को प्राथमिकता देते हैं।

एआई के नतीजे प्राप्त करने वालों को भी नए फ़िल्टर अपनाने पड़ रहे हैं। GitHub निजी तौर पर सुरक्षा कमज़ोरियों की रिपोर्टिंग को व्यवस्थित कर रहा है और उसकी सीमा तय कर रहा है, क्योंकि एआई से तैयार रिपोर्टों के ढेर अनुरक्षकों पर भारी पड़ रहे हैं; Google DeepMind एआई से डिज़ाइन किए गए प्रोटीन पर वॉटरमार्क लगाने का प्रस्ताव देता है, ताकि डीएनए संश्लेषण प्रदाता जान सकें कि कोई अज्ञात अनुक्रम कहाँ से आया है। दोनों मामलों में उद्देश्य एआई पर रोक लगाना नहीं, बल्कि उसके इस्तेमाल को स्पष्ट करना है: एक ओर एआई की सहायता घोषित करने के लिए एक चेकबॉक्स, दूसरी ओर सत्यापित किया जा सकने वाला हस्ताक्षर।

कंपनियों में अब अपनाने का स्तर विशिष्ट उपयोगों से मापा जाता है। Barclays ने 2026 के अंत तक 50 % डेवलपर को Claude Code पर लाने का लक्ष्य तय किया है और हर दिन 120 000 ईमेल छँटवाता है, American Express अपने Business कार्ड को मुफ़्त क्रेडिट के साथ Perplexity Computer की Skills तक पहुँच का माध्यम बना रहा है, और Anthropic किसी आर्टिफ़ैक्ट के बनने के बाद किए गए काम की खपत दो सप्ताह तक आधी गिनकर अपनी उपयोग सीमाओं को प्रोत्साहन के साधन के रूप में इस्तेमाल कर रहा है। आम लोगों के लिए सहायक अब ठोस दैनिक कामों में जगह बना रहे हैं: किसी दृष्टिहीन व्यक्ति को मेनू पढ़कर सुनाना, ख़रीदने से पहले कपड़ा आज़माना, बातचीत के भीतर शेयर बाज़ार का चार्ट बनाना।

अंततः, मॉडलों के आँकड़े उनके परीक्षण प्रोटोकॉल के संदर्भ में पढ़े जाने चाहिए। Ai2 स्पष्ट करता है कि 1 200 अरब पैरामीटर पर उसका माप किसी प्रशिक्षित मॉडल के बजाय पूरे सिस्टम का मूल्यांकन करता है, Cloudflare अपने बेंचमार्क चुनता है और स्वीकार करता है कि When2Call तथा BRIGHT पर Jev अभी भी आगे है, और Artificial Analysis की वीडियो रैंकिंग Wan 3.0 को शीर्ष पर रखती है, लेकिन विश्वास अंतराल एक-दूसरे से मिलते हैं। FLUX 3 Image अब आम हो चुके रास्ते पर चल रहा है: व्यावसायिक वेट्स लाइसेंस के तहत तुरंत, खुले वेट्स बाद में, किसी तारीख़ के बिना।