Wan 3.0 genereert 30 seconden in één passage, NVIDIA meet pieken tot 30x werk per watt, Mistral tekent met HUMAIN

24 augustus is een dag van hardware net zozeer als van modellen. NVIDIA komt met drie infrastructuuraankondigingen in dezelfde Hot Chips-golf — eerste metingen op silicium voor Vera Rubin NVL72, Groq 3 LPX gaat in productie, openstelling van het platform voor chips van derden via NVLink Fusion. Alibaba lanceert Wan 3.0, dat 30 seconden native video in één enkele passage genereert. En twee niet-Amerikaanse labs staan dezelfde dag naast nationale instellingen in de schijnwerpers: Mistral met HUMAIN in Saoedi-Arabië, Sakana AI met het Japanse ministerie van Defensie. Daarbovenop komen de algemene beschikbaarheid van enterprise-autorisatie voor MCP-connectors bij Anthropic, de komst van GPT-5.6 in Kiro en een reeks aankondigingen over spraakagents.

Wan 3.0 genereert 30 native seconden in één passage

24 augustus — Alibaba lanceert Wan 3.0, de nieuwe generatie van zijn videomodel. De opvallendste sprong zit in de duur: het model produceert 30 native seconden in één passage, zonder het samenvoegen van opeenvolgende shots (stitching). Tot nu toe vereiste het overschrijden van een tiental seconden dat meerdere segmenten werden gegenereerd en daarna aan elkaar gekoppeld, met de coherentieproblemen die dat meebrengt voor licht, texturen en gezichten.

De tweede as is de multimodale invoer. Wan 3.0 accepteert tot 20 referentie-assets en analyseert documenten en webpagina’s naast beelden, audio en video — wat de officiële pagina omnichannel creatie (Omni-Creation) noemt. In de praktijk geef je het eerder een merkdossier dan een tekstuele beschrijving.

Het model genereert bovendien native gesynchroniseerde audio: stemmen, effecten en sfeer worden tegelijk met de beelden geproduceerd, en niet achteraf toegevoegd. Aan de beeldzijde fuseert Wan 3.0 tot 9 beelden in één compositie en genereert het 12 sequentiële beelden met constante stijl en onderwerp, wat expliciet gericht is op storyboard en reclamevarianten.

Twee minder spectaculaire capaciteiten zijn in professioneel gebruik belangrijk: lange-tekstweergave in 12 talen, die grafieken, formules en infographics dekt waar videomodellen meestal tekortschieten, en precieze kleurregeling, een voorwaarde om aan een huisstijl te voldoen.

Het ecosysteem volgde dezelfde dag: Wan 3.0 was op dag nul beschikbaar bij fal, Leonardo.Ai, Scenario, RunningHub, Venice, TapNow, DeeVid, Pixmax en via de Pika API Club.

Aangegeven capaciteit	Waarde voor Wan 3.0
Native duur	30 s in één passage, zonder samenvoegen
Referentie-assets	Tot 20, met analyse van documenten en webpagina’s
Audio	Gesynchroniseerd, native gegenereerd met de beelden
Tekstweergave	Lange tekst in 12 talen (grafieken, formules, infographics)
Beeldfusie	Tot 9 beelden in één compositie
Beeldreeksen	Tot 12 consistente opeenvolgende beelden

🔗 Wan 3.0 — officiële pagina

NVIDIA meet tot 30x meer werk per watt op Vera Rubin NVL72

24 augustus — Ter gelegenheid van de Hot Chips-conferentie publiceert NVIDIA zijn eerste siliciumprestaties voor Vera Rubin NVL72. Het uitgelichte cijfer richt zich direct op de economie van datacenters: tot 30x meer throughput per megawatt dan de GB300 NVL72-generatie op het DeepSeek V4 Pro-model, en een kost per miljoen tokens die tot 35x lager ligt.

De methodologische kant is net zo belangrijk als het resultaat. NVIDIA laat klassieke inferentiemetingen buiten beschouwing, gekalibreerd op reeksen van 1.000 tot 8.000 tokens: in een agentische sessie stapelt de context zich op en bereikt die in de invoer enkele honderdduizenden tokens. De metingen zijn daarom uitgevoerd met SemiAnalysis AgentX, een belasting van opgenomen echte agentische codersessies, met toolcalls en onderagents behouden. Twee kanttekeningen: de cijfers wachten nog op de review van SemiAnalysis en bevatten nog niet de bijdrage van de Vera-cpu.

De rechtvaardiging zit in een OpenRouter-statistiek: een agentische belasting verbruikt 15x meer tokens dan een eenvoudige chatvraag. Voor een AI-fabriek die door energie wordt begrensd, wordt het belang zonder omhaal geformuleerd — de throughput per megawatt bepaalt de omzet, de kost per miljoen tokens bepaalt de marge. De DSX MaxLPS-technologie maakt het bovendien mogelijk om tot 40% extra GPU’s te provisioneren bij gelijk megawattbudget.

De winst komt uit een stapeling van inferentie-optimalisaties: gedesaggregeerde service die contextverwerking en antwoordgeneratie scheidt, gedistribueerde KV-cache met trapsgewijze offloading, gefuseerde CUDA-kernels zoals MegaMoE en NVFP4-kwantisering die de gewichten in 4 bits comprimeert. Het volledige platform telt zeven chips, inclusief Rubin-GPU’s.

Gemeten vergelijking	Aangegeven winst
Vera Rubin NVL72 tegenover GB300 NVL72 (throughput per MW)	tot 30x
Vera Rubin NVL72 tegenover GB300 NVL72 (kost per miljoen tokens)	tot 35x goedkoper
GB300 NVL72 tegenover Hopper (throughput per MW)	tot 15x
DSX MaxLPS	+40% GPU’s bij gelijk megawattbudget

🔗 Vera Rubin NVL72 en de agentische workloads

Groq 3 LPX gaat volledig in productie, Nebius en SpaceXAI nemen Vera Rubin over

24 augustus — Tweede onderdeel van dezelfde Hot Chips-golf: het rack-scale NVIDIA Groq 3 LPX-systeem gaat volledig in productie, als uitbreiding van Vera Rubin NVL72.

De referentiecijfers komen uit een benchmark van Artificial Analysis op Gemma 4 31B: 3.400 outputtokens per seconde bij een lange context van 100.000 tokens, dus 4x het dichtstbijzijnde alternatieve platform. Het beoogde probleem heeft een specifieke naam — decoderingslatentie: een agent genereert zijn antwoord token voor token, en elke kleine eenheidsvertraging vermenigvuldigt zich langs de werkketens.

De taakverdeling is expliciet: de Rubin-GPU’s verwerken context op grote schaal, LPX versnelt latentiegevoelige decodering. Eén rack kan 256 LP30-versnellers samenbrengen die via directe chip-naar-chipverbindingen zijn gekoppeld.

Drie adopters worden genoemd. Nebius is de eerste AI-cloud die Groq 3 LPX integreert, in zijn Token Factory; CoreWeave zet Spectrum-X Multiplane in productie in om zijn Vera Rubin-racks te interconnecteren; en SpaceXAI neemt NVIDIA Vera-cpu’s over voor orchestratie, toolcalls en code-uitvoering achter de agentische AI, met de intentie zijn architectuur op Vera Rubin te bouwen, van aardse datacenters tot satellieten in een baan om de aarde.

Aan netwerkzijde betekende het overstijgen van de grootste huidige clusters tot nu toe een derde niveau, duur in bekabeling, optica, energie en latentie. Spectrum-X Multiplane splitst in plaats daarvan de verbinding van elke server op in meerdere onafhankelijke paden, of planes, die elk hun eigen tweelaagse netwerk beheren.

Gemeten element	Aangegeven waarde
Groq 3 LPX op Gemma 4 31B, 100k context	3.400 tokens/s output, 4x het dichtstbijzijnde platform
Groq 3 LPX-rack	tot 256 LP30-versnellers, chip-naar-chipverbindingen
Spectrum-X Multiplane	tot 512.000 GPU’s op twee lagen
Uitval van één van acht planes	ongeveer 90% bandbreedte behouden
Hardwareherstel	11x sneller dan softwarematige balancing, 1,6x productie

🔗 Groq 3 LPX, Spectrum-X en NVLink Fusion

NVLink Fusion koppelt aangepaste chips aan het NVIDIA-platform

24 augustus — Derde NVIDIA-artikel van de dag: NVLink Fusion brengt aangepaste chips (XPU) binnen in een NVLink-schaaldomein van 72 accelerators. De zesde generatie van NVLink toont een end-to-end latentie die 3x lager ligt dan oplossingen gebaseerd op standaard Ethernet, met een 10x hogere pakketdoorvoer; de roadmap kondigt domeinen aan tot 1.152 accelerators en co-packaged optica. NVLink-C2C koppelt de XPU’s aan Vera-cpu’s of aan andere cpu’s met tot 6x de energie-efficiëntie van een PCIe-interface.

Het argument is dat van ontkoppeling: de planning van een AI-fabriek — energie, gebouw, koeling, racks, netwerk — begint ruim voordat de mix van accelerators vaststaat, en een datacenter dat vastzit aan één chip wordt een planningsrisico. Adopters hergebruiken de MGX-rackarchitectuur en zijn toeleveringsketen. Genoemde partners: Intel, MediaTek, GUC, QCT en Annapurna Labs.

🔗 NVLink Fusion en de XPU’s

Mistral en HUMAIN tekenen voor soevereine AI in Saoedi-Arabië

24 augustus — Mistral kondigt een strategische samenwerking aan met HUMAIN, het Saoedische kunstmatige-intelligentiebedrijf: rekeninfrastructuur, ontwikkeling van geavanceerde modellen en uitrol van oplossingen in het koninkrijk en de regio. De verbintenis loopt volgens Mistral in de honderden miljoenen euro’s.

De initiële focus ligt op cybersecurity en spraak, met frontiermodellen die sterk presteren in het Arabisch. Mistral zal het gebruik van HUMAIN-datacenters onderzoeken voor zijn lokale rekenbehoeften, en de twee partners zullen samen mikken op de gereguleerde sectoren van het koninkrijk. De aankondiging sluit aan op een reeks die deze zomer begon — uitgebreid partnerschap met Microsoft, vervolgens European Compute Units begin augustus — en het persbericht verduidelijkt dat het om vooruitblikkende verklaringen gaat, onder voorbehoud van latere commerciële overeenkomsten.

Control is becoming the defining topic in enterprise AI adoption. Across the world, and especially in regulated industries, organizations want the benefits of AI without giving up control over their sensitive data and systems.

🇳🇱 Beheersing wordt de doorslaggevende factor voor de adoptie van AI in bedrijven. Overal ter wereld, en vooral in gereguleerde sectoren, willen organisaties de voordelen van AI zonder afstand te doen van de controle over hun gegevens en hun gevoelige systemen. — @MistralAI op X

🔗 Aankondiging @MistralAI · Mistral-bericht

Sakana AI behaalt een contract van het Japanse ministerie van Defensie

24 augustus — Sakana AI maakt een contract openbaar dat op 29 juli is ondertekend met het Japanse ministerie van Defensie (防衛省), over het onderzoek en de demonstratie van de AI-functies die nodig zijn voor geïntegreerde analyseoperaties. Het project richt zich op de analyseofficieren van de inlichtingendienst, langs drie assen: verzameling, analysecapaciteiten en documentbeheer. Het ingezette bouwblok is de agent-AI-technologie van het lab.

Dit is niet het eerste defensiecontract: in maart 2026 werd het laboratorium in Tokio al geselecteerd voor kerntechnologieën van command-and-control-systemen. Voor een bedrijf waarvan de publieke identiteit rust op open modellen, is het traject noemenswaardig — de blog heeft inmiddels een aparte rubriek voor defensie en inlichtingen, en Sakana AI werft voor dit team.

「Sakana AI株式会社は、令和8年7月29日、防衛省と「総合分析業務に必要なAI機能の調査・実証」に関する契約を締結いたしました。」

🇳🇱 Sakana AI heeft op 29 juli 2026 een contract gesloten met het ministerie van Defensie over het onderzoek en de demonstratie van de AI-functies die nodig zijn voor geïntegreerde analyseoperaties. — Sakana AI, officieel bericht

🔗 Sakana AI — geïntegreerde analyse voor Defensie

Anthropic maakt enterprise-autorisatie voor MCP-connectors algemeen beschikbaar

24 augustus — Door de onderneming beheerde autorisatie (enterprise-managed auth) voor MCP-connectors gaat algemeen beschikbaar op Claude Team en Claude Enterprise, na een open bèta in juni. Het opgeloste probleem is concreet: tot nu toe bestond het koppelen van een MCP-connector uit twee stappen — de beheerder activeerde hem voor de organisatie, en daarna doorliep elke gebruiker voor elk hulpmiddel een OAuth-stroom. De beheerder autoriseert nu nog maar één keer, via de identiteitsprovider van de onderneming, en gebruikers vinden hun tools al verbonden.

Eén punt is relevant voor securityteams: een beheerder kan eisen dat een connector altijd via de identiteitsprovider loopt, wat voorkomt dat een persoonlijk account aan een zakelijke tool wordt gekoppeld. Tien MCP-providers worden bij de lancering ondersteund — Asana, Atlassian, Canva, Datadog, Figma, Granola, Linear, Notion, Slack en Supabase — met Okta voorlopig als enige IdP. Het mechanisme is niet proprietary: het is de eerste implementatie van de Enterprise-Managed Authorization-extensie van het Model Context Protocol.

🔗 Aankondiging @ClaudeDevs · Anthropic-bericht

Boris Cherny erkent weigeringen in cybersecurity als een bug

24 augustus — Een dag na zijn opmerkingen over de drie capaciteitsniveaus beantwoordt de verantwoordelijke van Claude Code twee terugkerende vragen van securityontwikkelaars. De eerste is de verdenking van een bevoorrecht intern model: het team gebruikt exact dezelfde Fable als de eindgebruikers.

De tweede is directer: de weigeringen die worden geactiveerd door cybersecurity-onderwerpen worden erkend als een bug, in bewoordingen die die niet willen afzwakken, en het team werkt eraan om ze te verminderen. Dat is nuttige informatie voor beoefenaars van defensieve security of CTF’s, die regelmatig op weigeringen stuiten bij legitieme verzoeken. Er wordt geen tijdschema gegeven, maar de boodschap sluit aan bij de augustusupdate over de biologie-guardrails van Fable 5, die al gericht was op het verminderen van false positives.

We use the same exact Fable. Cyber security refusals suck, and we are working on reducing them. More to come.

🇳🇱 We gebruiken exact dezelfde Fable. Weigeringen in cybersecurity zijn vervelend, en we werken eraan om ze te verminderen. Meer komt eraan. — @bcherny op X

Anthropic begint automatisch zijn eigen applicaties te onderhouden

23 augustus — Onder druk om te verduidelijken wat hij onder coderen verstaat, maakt Boris Cherny een simpel onderscheid: coding is de handeling van code schrijven, engineering is al het andere daarbovenop. Hij erkent dat de scheiding tussen tactisch werk en strategisch werk een andere, eveneens geldige invalshoek is.

Het is het einde van zijn bericht dat het nieuwe nieuws bevat. Hij zegt dat hij ziet dat delen van het strategische werk beginnen te worden geautomatiseerd, en geeft een concreet voorbeeld: Anthropic begint zijn applicaties automatisch te onderhouden, en een snelgroeiend aantal klanten zou hetzelfde doen. De nuance is belangrijk — het gaat niet langer om code genereren op verzoek, maar om agents routinematig onderhoud van applicaties in productie te laten uitvoeren: afhankelijkheidsupdates, correcties, aanpassingen aan API-wijzigingen. Het gebruikte werkwoord beschrijft een lopende uitrol en geen vaststaand feit, en er worden geen cijfers, geen benoemde applicaties en geen exacte scope gegeven.

🔗 @bcherny-thread over coding en engineering

Een geautomatiseerde wekelijkse commerciële digest met Claude Code

24 augustus — Anthropic publiceert een bericht over een intern gebruik van Claude Code buiten softwareontwikkeling: een field marketer vertelt hoe ze de stand-up van vijftien minuten op maandagochtend heeft vervangen door een gepersonaliseerde wekelijkse digest, geleverd via Slack-bericht aan elke verkoper.

De architectuur is eenvoudig: Claude is via MCP verbonden met BigQuery, waarbij het datawarehouse als bron van waarheid dient voor marketinggegevens. De methode is leerzamer dan de techniek: de pilot begon met één vrijwillig team, en elke correctie die door de ontvangers werd teruggekoppeld, werd omgezet in een expliciete promptregel: aan het einde van de eerste week telde deze negen inhoudsregels, elk traceerbaar naar een specifieke terugkoppeling. Omdat elk bericht wordt samengesteld op basis van de accountlijst van de ontvanger, zijn geen twee berichten ooit identiek; de BDR’s (business development representatives) vroegen daarna om hun eigen variant.

🔗 Een gepersonaliseerde wekelijkse digest met Claude Code

GPT-5.6 komt naar Kiro, de ontwikkelingsagent van AWS

24 augustus — De volledige GPT-5.6-familie — Sol, Terra en Luna — is beschikbaar in Kiro, de softwareontwikkelingsagent van AWS. Het benadrukte argument is niet brute kracht, maar prijs/prestatieverhouding: op Terminal-Bench 2.1, een test die gezamenlijk door OpenAI en AWS is uitgevoerd, voltooit GPT-5.6 Terra de geslaagde taken tegen ongeveer 82% lagere kosten.

De gegeven verklaring ligt in de aanpak van Kiro, spec-driven development: de tool zet een intentie op hoog niveau om in vereisten, technische ontwerpkeuzes en uitvoerbare taken, waardoor het model vanaf het begin in een specifieke context wordt verankerd en dwaalsporen worden beperkt. OpenAI licht de beoogde toepassingen toe: gestructureerde implementatieplannen, meerstaps codetaken, repositorycontext, controlepunten vóór het toepassen van wijzigingen. Voor wie het ecosysteem van code-agents volgt, bevestigt de aankondiging vooral dat de GPT-5.6-lijn zich buiten de OpenAI-oppervlakken verspreidt.

🔗 GPT-5.6 in Kiro

Codex krijgt een ontwikkelaarsmodus met toegang tot het Chrome DevTools Protocol

24 augustus — De changelog van ChatGPT en Codex krijgt een reeks nieuwigheden rond de door de agent bestuurde browser. De belangrijkste is een ontwikkelaarsmodus voor Browser use, in Chrome én in de ingebouwde browser van Codex: die geeft gecontroleerde toegang tot het Chrome DevTools Protocol, de interface die de ontwikkeltools van Chrome gebruiken. De agent kan zo prestaties profileren en netwerkverkeer, console-uitvoer en de paginastatus debuggen, in plaats van zich te beperken tot wat hij op het scherm leest.

Hetzelfde protocol dient de snelheid: Browser use wordt tot twee keer sneller, dankzij DOM-snapshots die het aantal heen-en-weerbewegingen met de browser verminderen. Geplande automatiseringen houden voortaan rekening met de gekozen goedkeuringsmodus, wat een hinderlijke afwijking voor ongecontroleerde uitvoeringen corrigeert.

Nieuwigheid in de changelog	Aangekondigde reikwijdte
Ontwikkelaarsmodus voor Browser use	Chrome en ingebouwde browser van Codex, gecontroleerde CDP-toegang
Versnelde Browser use	Tot 2x sneller (CDP-optimalisaties en DOM-snapshots)
`/init`-opdracht	De app samenstellen, werking identiek aan de Codex-CLI
Computer Use	Bedrijven buiten de EER, het VK en Zwitserland
Computer Use-bediening onder Windows	Configureerbaar per applicatie

🔗 ChatGPT- en Codex-changelog

De winnaars van de Gemma 4 Good Challenge

24 augustus — Google publiceert de resultaten van zijn Gemma 4 Good Challenge, een Kaggle-wedstrijd waarin ontwikkelaars werden uitgenodigd om echte problemen aan te pakken met zijn open modellen: meer dan 1.600 ingezonden projecten in zes weken. De moeilijkheid zat minder in de kwaliteit van de modellen dan in hun uitrol in een beperkte omgeving; deelnemers gebruikten LiteRT, Cactus, Ollama, llama.cpp en Unsloth om op gewone hardware te draaien.

De rode draad van de bekroonde projecten is offline werking en privacy by design. GEM-4 haalt de eerste plaats met een robotische assistent voor ouderen en mensen met een handicap: een Gemma 4 31B annoteert trainingsvideosequenties, een verfijnde E2B-controller vertaalt observaties en instructies naar bewegingen. Onder de gespecialiseerde prijzen verfijnt Gem-Care Gemma 4 E2B om niet-normatieve spraak te reconstrueren en laat het de woordfoutvoet dalen van 32,7% naar 19,0%; PreVillage levert conversatierouting in geromaniseerd Nepalees op een Raspberry Pi 5 met 7,5 tokens per seconde.

🔗 De bekroonde projecten van de Gemma 4 Good Challenge

ADK evalueert native spraakagents

24 augustus — Google’s Agent Development Kit ondersteunt nu de evaluatie van live- en spraakagents, in dezelfde loop als die voor tekstagents. Het principe: een gebruikerssimulator spreekt zijn beurten uit, gesynthetiseerd door Gemini TTS en vervolgens gestreamd naar de agent, waarvan de gesproken antwoorden automatisch worden beoordeeld. De live-modus wordt geactiveerd door de enkele aanwezigheid van een live_model_config-blok; zonder dat blok draaien dezelfde testcases in tekstmodus.

De testcases zijn er in twee stijlen: het scenario, waarin een persona zijn beurten improviseert volgens een plan, en het vaste gesprek, woord voor woord gescript. De beoordeling verloopt via LLM-rechters die worden aangestuurd door rubrics in natuurlijke taal, eenmaal geschreven en vervolgens toegepast op de hele suite. Uitvoering gebeurt via adk eval of via AgentEvaluator, waardoor spraakevaluaties in een CI/CD-pijplijn kunnen worden opgenomen. ADK Web voegt een schakelaar toe tussen standaardmodus en live-modus, reconstrueert de transcriptie uit de audiostream en koppelt aan elke beurt een afspeelbare audioclip.

🔗 Spraakagents evalueren in ADK

Grok Voice Think Fast 2.0 neemt de leiding in de Speech-to-Speech-index

24 augustus — xAI kondigt aan dat Grok Voice Think Fast 2.0 de eerste plaats inneemt in de Speech-to-Speech-index van Artificial Analysis, die niet zozeer de kwaliteit van de teruggegeven stem meet als wel het vermogen van een spraakagent om te redeneren over wat hij hoort, een echt klantprobleem op te lossen en een taak tot een goed einde te brengen door tools aan te roepen.

Het model is geen nieuwigheid van vandaag: het presentatiebericht dateert van 29 juli. Wat xAI hier communiceert, is de rangschikking en productiecijfers. Bij Starlink, dochterbedrijf van dezelfde groep, verwerkt Grok Voice meer dan 15.000 inkomende support- en verkoopgesprekken per dag en voltooit het meer dan 3.000 bestellingen per week, stem en chat samen. De Think Fast-familie voert haar redenering parallel uit aan de spraaksynthese, waardoor je niet hoeft te betalen voor intelligentie in latentie.

Benchmark	Think Fast 2.0	GPT-Realtime-2.1 (High)	Gemini 3.1 Flash (High)
AA Speech-to-Speech Quality Index	82,9 %	79,1 %	69,5 %
τ-voice Bench (agentprestaties)	56,5 %	45,7 %	37,7 %
Tijd tot eerste geluid	0,70 s	—	2,98 s

🔗 Aankondiging @SpaceXAI · Bericht x.ai

ElevenLabs brengt zijn volledige API naar de terminal

24 augustus — ElevenLabs publiceert versie 1 van zijn CLI, die de volledige API in de terminal beschikbaar maakt. De aankondiging richt zich evenzeer op twee doelgroepen: ontwikkelaars en code-agents.

Deze dubbele focus blijkt uit de technische keuzes. De commando’s zijn gedocumenteerd zodat ze vindbaar zijn, agent skills zijn rechtstreeks in de tool geïntegreerd, en de uitvoer is beschikbaar in gestructureerde JSON — drie voorwaarden om een agent de tool betrouwbaar te laten aansturen in plaats van vrije tekst te interpreteren. De dry-runmodus maakt het geheel compleet: die laat toe het resultaat van een bewerking vooraf te bekijken voordat je ze uitvoert, een nuttige veiligheidsmaatregel wanneer een autonome agent de aanroep triggert. De uitrol past in de continuïteit van de officiële MCP-server die de uitgever op 17 augustus lanceerde.

🔗 ElevenLabs CLI v1

MiniMax opent 14 dagen onbeperkte toegang op GMI Cloud

24 augustus — Van 24 augustus tot 6 september opent MiniMax onbeperkte toegang tot zijn modellen op GMI Cloud: M3 en M2.7 voor taal, Speech 2.8 en Music 3.0 voor audio.

Het opvallende aspect gaat verder dan de commerciële operatie. Op 21 augustus kwam MiniMax nog met een raadselachtige aankondiging die deed vermoeden dat een M3-model eraan kwam, zonder specificaties of datum. Drie dagen later is M3 met name toegankelijk in een gedateerd aanbod, naast twee audiomodellen waarvan de versienummers niet voorkwamen in eerdere communicatie van de leverancier. Geen benchmark en geen technische specificaties vergezellen de aankondiging: het is een beschikbaarstelling, geen productfiche.

🔗 14 dagen onbeperkte toegang op GMI Cloud

Kort nieuws

Nemotron 3.5 Lightning komt binnen in de top 4 van PinchBench — Het NVIDIA-model staat in de top 4 van open-gewichte modellen met een gemiddelde slaagkans van 86,4% op gestandaardiseerde OpenClaw-agenttests; Nemotron 3 Ultra behoudt de eerste plaats. 🔗 Tweet @NVIDIAAI
Wan 3.0 is al beschikbaar via de Pika API Club — De aggregator, gelanceerd op 5 augustus, geeft toegang tot meer dan honderd modellen via één API. De toevoeging op dag nul zet de logica voort die al werd gezien met Seedance 2.5 op 17 augustus. 🔗 Tweet @pika_labs
Runway breidt Ruby uit naar alle modellen van zijn platform — Uitvoer van Seedance 2.5, Gen-4.5 of MiniMax H3 wordt voortaan geconverteerd naar 16-bit EXR of naar ProRes en HEVC in 10 en 12 bit, zonder aparte colorgrading-keten per generator. 🔗 Tweet @runwayml
Runway opent een hackathon op locatie in San Francisco — Op 30 september, gericht op het bouwen van agents en applicaties; inschrijvingen verlopen via hackathon.runway.com. 🔗 Tweet @runwayml
Volgens Boris Cherny bleek promptinjectie oplosbaar — Hij gaat verder over bugvrije codegeneratie en noemt het precedent: de combinatie van training op alignment en mechanistische interpretabiliteit bleek na vele jaren uiteindelijk het probleem op te lossen. 🔗 @bcherny-thread
GitHub-webinar op 25 augustus rond de Copilot-app — Live demonstratie van 18.00 tot 19.00 CEST met Pierce Boggan en James Clancey; de inschrijfpagina licht Agent Merge toe, dat herbaseren, reviews en checks tot aan de merge ondersteunt. 🔗 Tweet @github
GitHub zet het tweede seizoen van zijn podcast in de schijnwerpers — Presentatievideo van de hosts en hun favoriete afleveringen van het vorige seizoen, zonder productaankondiging. 🔗 Tweet @github
Grok 4.6 voor de helft van de prijs in het portaal van Nous Research — 50% korting gedurende een week, bruikbaar met de open-source Hermes-agent of via een bestaand SuperGrok- of X Premium+-abonnement. 🔗 Tweet @SpaceXAI
Codex Live Build zet spraakbesturing in de verf — Live sessie op X met maker Alex Finn, gewijd aan werken zonder toetsenbord in Codex op desktop en mobiel. Demonstratie, zonder functieaankondiging. 🔗 Tweet @OpenAIDevs
HeyGen publiceert een promptgids voor onroerendgoedvideo’s — Schrijven van prompts voor avatarvideo’s van cinematografische kwaliteit, in het verlengde van de vastgoedreeks. 🔗 Tweet @HeyGen
110 jaar Amerikaanse nationale parken met Maps, Search en Gemini — Google combineert zijn zoektrends (zoekopdrachten naar wandeltochten voor beginners stijgen met 165% in één maand) met het gebruik van AI Mode, Ask Maps en Gemini Live ter voorbereiding van reizen. Geen nieuwe functie. 🔗 Blogbericht blog.google

Wat dit betekent

Na meerdere dagen waarin softwaretoepassingen centraal stonden, komt hardware weer op de voorgrond — en wat het meet is veranderd. NVIDIA laat expliciet inferentiemetingen op basis van sequenties van 1.000 tot 8.000 tokens links liggen ten gunste van echte opgenomen agentische codeersessies, inclusief oplopende context, toolcalls en subagents. De rekeneenheid verschuift mee: het gaat niet langer om ruwe throughput, maar om werk per megawatt en de kost per miljoen tokens. De beperking is niet langer de beschikbare silicium, maar de energie die je eraan kunt geven. De GPU/LPU-verdeling zegt hetzelfde vanuit een ander perspectief: contextverwerking aan de ene kant, latentiegevoelige decodering aan de andere, omdat agentische inferentie geen homogene workload meer is.

Het tweede signaal van vandaag is de openstelling van het platform. NVLink Fusion koppelt chips die door anderen zijn ontworpen, SpaceXAI neemt de Vera-CPU’s af, en Intel, MediaTek en Annapurna Labs staan in de lijst met partners. Het commerciële argument draait om timing: een AI-fabriek plan je — energie, gebouw, koeling, netwerk — lang voordat de mix van accelerators vaststaat, en het verkopen van het rack, het netwerk en de tooling in plaats van alleen de accelerator maakt je onmisbaar, zelfs voor partijen die hun eigen silicium bouwen.

Nog onverwachter is dat soevereiniteit op dezelfde dag in twee aankondigingen centraal staat. Mistral kondigt een samenwerking met HUMAIN aan voor Arabischtalige modellen en het gebruik van Saoedische datacenters; Sakana AI tekent met het Japanse ministerie van Defensie voor inlichtingenanalyse. Twee niet-Amerikaanse laboratoria, twee nationale instellingen, éénzelfde logica: wat Mistral controle noemt en wat de Japanse regering informatiekracht noemt, duidt op de mogelijkheid om training en inferentie uit te voeren binnen een gekozen jurisdictie. Voor Sakana, waarvan de publieke identiteit rust op open werk, wijst de rubriek die aan defensie is gewijd en de bijbehorende aanwervingen eerder op een duurzame activiteit dan op een eenmalig contract.

Er blijft een discrete maar coherente rode draad over: de tooling wordt zo opgebouwd dat ze door een agent gestuurd kan worden, niet alleen door een mens. ElevenLabs brengt een CLI uit waarvan de verkoopargumenten — ontdekbare commando’s, gestructureerde JSON, dry-runmodus — expliciet mikken op codeagents. Codex krijgt toegang tot het Chrome DevTools Protocol, wat betekent dat het de echte toestand van een pagina kan lezen in plaats van alleen de rendering. ADK voegt native vocale evaluatie toe zodat sprekende agents niet langer op gevoel worden afgeleverd. En Grok Voice publiceert productievolumes — 15.000 oproepen per dag bij Starlink — in plaats van het bij een rangschikkingsscore te laten. Telkens is het dezelfde omslag: uit de prototypefase raken vraagt om machine-gestuurde interfaces en reproduceerbare metingen.