ai-powered-markdown-translatorPrzetłumaczony artykuł z fr na pl za pomocą gpt-5.4-mini.
13 sierpnia 2026 roku DeepSeek uruchamia swój flagowy model DeepSeek-V4-Pro, opublikowany tego samego dnia w postaci otwartych wag na licencji MIT, podczas gdy Google ujawnia Gemini 3.7 Flash, swój nowy codzienny model roboczy (workhorse) do kodu i agentów — również dostępny już dziś w GitHub Copilot. OpenAI z kolei zapowiada Ultrafast, poziom usługi, który uruchamia GPT-5.6 Sol nawet 14 razy szybciej dzięki sprzętowi Cerebras. W programie także: Anthropic synchronizuje sesje Claude między urządzeniami, Cursor przyspiesza swoich agentów w chmurze dzięki Builds, Grok 4.6 kontynuuje wdrażanie w Perplexity, Warp i Genspark, a Hugging Face mnoży publikacje modeli i otwartych badań.
DeepSeek-V4-Pro: premiera flagowego modelu, otwarte wagi na Hugging Face
13 sierpnia — DeepSeek uruchamia swój flagowy model DeepSeek-V4-Pro, dostępny natychmiast w aplikacji, w sieci (przez „Tryb Eksperta”) oraz w API, przy czym nazwy modeli pozostają bez zmian w dokumentacji. Ogłoszenie podkreśla duże ulepszenia po stronie agenta, z teraz regulowanym wysiłkiem rozumowania dla V4-Pro oraz dla lżejszej wersji V4-Flash.
| Poziom wysiłku | Zalecane zastosowanie |
|---|---|
| Niski | Proste zadania |
| Wysoki | Codzienne przepływy pracy agentów |
| Maksymalny | Złożone zadania |
Kolejna nowość techniczna: natywna obsługa API OpenAI Responses, zoptymalizowana pod Codex dzięki konfiguracji jednym kliknięciem — to sygnał, że DeepSeek celuje bezpośrednio w ekosystem narzędzi kodowych opartych na agentach, zbudowanych wokół formatu OpenAI, zamiast proponować własne odizolowane API.
Badacz Hugging Face Elie Bakouch potwierdza, że V4-Pro zostało również opublikowane jako otwarte wagi na Hugging Face, pod licencją MIT. Doprecyzowuje jednak określenie „V4”: poprzednia wersja była jedynie preview, podczas gdy ta otrzymała znacznie więcej treningu — według niego „bardziej przypomina V4.5”. Premiera ta wpisuje się w intensywny dzień dla DeepSeek, które tego samego dnia publikuje przebudowę cennika API oraz swój pierwszy otwarty harness agenta, DeepSeek Harness (patrz niżej) — spójny zestaw działań, który pozycjonuje firmę jako pełnoprawnego gracza ekosystemu agentowego, a nie tylko dostawcę modeli.
We’re launching DeepSeek-V4-Pro today! Major Agent upgrades with strong production gains! Flexible reasoning effort for V4-Pro & V4-Flash: low for simple tasks, high for daily Agent workflows, max for complex tasks. Native OpenAI Responses API support, optimized for Codex with one-click setup.
🇵🇱 Dziś uruchamiamy DeepSeek-V4-Pro! Duże ulepszenia po stronie agenta, z solidnymi zyskami w produkcji! Elastyczny wysiłek rozumowania dla V4-Pro i V4-Flash: niski dla prostych zadań, wysoki dla codziennych przepływów pracy agentów, maksymalny dla złożonych zadań. Natywna obsługa API OpenAI Responses, zoptymalizowana pod Codex dzięki konfiguracji jednym kliknięciem. — @deepseek_ai na X
🔗 Potwierdzenie otwartych wag i licencji MIT
Gemini 3.7 Flash: nowy codzienny model roboczy (workhorse) do kodu i agentów
13 sierpnia — Google uruchamia Gemini 3.7 Flash, przedstawiany jako jego najinteligentniejszy jak dotąd codzienny model roboczy (workhorse) do kodu i agentów, zaledwie trzy tygodnie po Gemini 3.6 Flash. Model celuje w trzy główne zastosowania: inżynierię oprogramowania, tworzenie stron internetowych i złożoną pracę opartą na wiedzy (analiza dokumentów, przepływy pracy biznesowej).
| Benchmark | Oceniany obszar | 3.6 Flash | 3.7 Flash |
|---|---|---|---|
| FrontierCode 1.1 Main | Jakość produkowanego kodu | 34,4 % | 43,6 % |
| DeepSWE v1.1 | Inżynieria oprogramowania (debugowanie) | 49,0 % | 65,3 % |
| WebDev Arena | Tworzenie stron internetowych (wynik Elo) | 1538 | 1588 |
| GDP.pdf | Rozumienie dokumentów | 22,0 % | 34,0 % |
| AutomationBench | Zautomatyzowane przepływy pracy biznesowej | 17,0 % | 30,4 % |
Jeśli chodzi o ceny, Gemini 3.7 Flash korzysta z promocyjnej stawki do 31 grudnia 2026 r., o połowę niższej niż stawka 3.6 Flash: $0,75 za milion tokenów wejściowych i $3,75 za milion tokenów wyjściowych (w porównaniu z $1,50 i $7,50 w standardowej cenie od stycznia 2027 r.). Model jest dostępny już dziś w Google Antigravity, przez API Gemini w Google AI Studio i Android Studio, w Gemini Enterprise Agent oraz w Gemini Spark — proaktywnym osobistym asystencie oferowanym subskrybentom Google AI Pro i Ultra w ponad 160 krajach. Google informuje też, że wzmocniło zabezpieczenia modelu przed złośliwym wykorzystaniem w obszarach chemicznym, biologicznym, radiologicznym i nuklearnym, a także pod kątem ofensywnych zdolności w cyberbezpieczeństwie.
Tego samego dnia Gemini 3.7 Flash wdrażany jest także w GitHub Copilot: według GitHub pierwsze testy pokazują postępy w tworzeniu stron internetowych i aplikacji oraz w kodowaniu agentowym w porównaniu z poprzednią wersją. Wdrożenie obejmuje plany Copilot Pro, Pro+, Max, Business i Enterprise, dostępne przez selektor modeli w VS Code, Visual Studio, Copilot CLI, agenta chmurowego Copilot, aplikację Copilot, JetBrains, Xcode i Eclipse. W planach Enterprise i Business administratorzy muszą włączyć politykę „Gemini 3.7 Flash Preview”, zanim członkowie organizacji uzyskają dostęp; rozliczanie odbywa się według stawek dostawcy w ramach modelu rozliczania według użycia.
Today we’re introducing Gemini 3.7 Flash, our most intelligent workhorse model yet for coding and agents. This model brings substantial gains across software engineering, web development, and complex knowledge work.
🇵🇱 Dziś prezentujemy Gemini 3.7 Flash, nasz najinteligentniejszy dotąd codzienny model roboczy (workhorse) do kodu i agentów. Model ten przynosi znaczące usprawnienia w inżynierii oprogramowania, tworzeniu stron internetowych i złożonej pracy opartej na wiedzy. — @Google na X
🔗 Oficjalne ogłoszenie Google · Dziennik zmian GitHub Copilot
Ultrafast: GPT-5.6 Sol nawet 14x szybszy, napędzany przez Cerebras
13 sierpnia — OpenAI ujawnia Ultrafast, nowy poziom usługi dla API, który uruchamia GPT-5.6 Sol nawet 14 razy szybciej niż standardowe przetwarzanie. Napędzany przez sprzęt Cerebras, tryb ten osiąga do 750 generowanych tokenów na sekundę. Do tej pory uzyskanie szybkości czasu rzeczywistego wymagało wyboru mniejszego lub wyspecjalizowanego modelu kosztem inteligencji; Ultrafast zmienia to równanie, dążąc do większej ilości użytecznej pracy na sekundę bez poświęcania możliwości najbardziej zaawansowanego modelu OpenAI.
| Cecha | Szczegół |
|---|---|
| Model | GPT-5.6 Sol |
| Prędkość | Do 14 razy szybciej niż standardowe przetwarzanie |
| Przepustowość | Do 750 tokenów wyjściowych na sekundę |
| Partner sprzętowy | Cerebras |
| Dostępność | Preview, API OpenAI, dostęp po rejestracji |
OpenAI wskazuje kilka scenariuszy, w których ta szybkość otwiera nowe zastosowania: reagowanie na incydenty (analiza logów, ostatnich zmian w kodzie i raportów inżynierów, gdy incydent nadal trwa), badania finansowe (analiza sygnałów rynkowych i transakcji w czasie rzeczywistym), głosowe wsparcie klienta (rozwiązywanie złożonych problemów bez zrywania rozmowy), handel elektroniczny (odpowiadanie na pytania o produkt przed porzuceniem koszyka) oraz badania eksperymentalne (przekształcenie obliczeń, które trwały całą noc, w interaktywną sesję). Pierwsza grupa klientów już testuje GPT-5.6 Sol w trybie Ultrafast w rzeczywistych warunkach produkcyjnych dla zastosowań związanych z kodem, handlem elektronicznym, badaniami finansowymi i wsparciem. OpenAI zaznacza, że korzysta z Ultrafast wewnętrznie, między innymi do reagowania na incydenty.
Na razie dostęp pozostaje ograniczony do niewielkiej grupy klientów przez API, z formularzem zapisu, aby otrzymać powiadomienie, gdy pojemność będzie rozszerzana na kolejne firmy.
Previewing Ultrafast mode: GPT-5.6 Sol at up to 14x the speed. Launching first in the OpenAI API to a select group of customers with expanded access to more businesses as capacity grows.
🇵🇱 Zapowiedź trybu Ultrafast: GPT-5.6 Sol nawet 14 razy szybszy. Start najpierw w API OpenAI dla niewielkiej grupy klientów, z rozszerzanym dostępem dla większej liczby firm wraz ze wzrostem pojemności. — @OpenAI na X
🔗 Zapowiedź Ultrafast — oficjalne ogłoszenie
Claude rozszerza ciągłość między urządzeniami
Anthropic tego samego dnia wysuwa dwa ogłoszenia, które zmierzają w tym samym kierunku: sesja Claude, która podąża teraz za użytkownikiem, a nie za urządzeniem.
Claude in Chrome — sesje synchronizowane na desktopie, w sieci i na mobile
12 sierpnia — Sesje Claude in Chrome, rozszerzenia przeglądarki Anthropic, nie są już ograniczone do urządzenia, na którym zostały otwarte. Rozmowy są teraz zapisywane i automatycznie pojawiają się na desktopie, w sieci i na mobile, a umiejętności i łączniki użytkownika pozostają dostępne bezpośrednio w przeglądarce. Funkcja jest dostępna już dziś dla subskrypcji Max i Team, a wdrożenie dla subskrybentów Pro planowane jest w najbliższych tygodniach.
Claude Cowork — panel boczny współdzieli sesję z desktopem, siecią i mobile
12 sierpnia — Panel boczny (side panel) Claude Cowork wykonuje teraz tę samą sesję co aplikacje desktopowe, webowe i mobilne. Sesje są powiązane z kontem użytkownika, a nie z pojedynczym urządzeniem, co pozwala rozpocząć zadanie w karcie przeglądarki, a następnie wznowić je później na innym urządzeniu, bez utraty kontekstu.
Narzędzia do tworzenia agentów: Cursor, Devin i DeepSeek idą naprzód
Kilka narzędzi do tworzenia wspomaganego przez AI rozwija się równolegle 13 sierpnia, między infrastrukturą agentową, strategicznym zatrudnieniem i bezpośrednim dostępem do danych na żywo.
Cursor uruchamia Builds — agenci chmurowi nawet 3 razy szybsi do pierwszego tokenu
13 sierpnia — Cursor wprowadza builds: wstępnie przygotowane kopie środowiska deweloperskiego (sklonowane repozytorium, zainstalowane zależności, skrypt instalacyjny już uruchomiony), które agenci chmurowi uruchamiają natychmiast. Cursor podaje wewnętrznie 10 razy szybsze uruchamianie środowiska, z 3 razy szybszym czasem do pierwszego tokenu. System pozostaje odporny: jeśli build się nie powiedzie, agenci nadal pracują z ostatnim działającym buildem, podczas gdy awaria jest naprawiana w tle. Funkcja jest wliczona w Cloud Agents bez dodatkowych kosztów.
Cursor wita zespół Firetiger
13 sierpnia — Cursor ogłasza dołączenie zespołu Firetiger, z zamiarem budowania agentów zdolnych śledzić swój kod aż do produkcji i naprawiać to, co nie działa — logiczne rozwinięcie dzisiejszego ogłoszenia o Builds: Cursor chce objąć cały cykl życia, od tworzenia po monitoring w produkcji. Nie podano żadnych szczegółów finansowych.
Devin (Cognition) pracuje bezpośrednio na danych na żywo z MongoDB Atlas
13 sierpnia — Cognition dodaje integrację MongoDB Atlas do Devin: agent może teraz odpytywać i zarządzać działającą bazą danych oraz provisionować nowy klaster w trakcie zadania, bez sztywnego schematu i bez ręcznie kopiowanego kontekstu. Celem jest usunięcie typowego tarcia dla agentów kodu — oczekiwania, że człowiek skonfiguruje bazę testową.
DeepSeek Harness v0.1: pierwszy otwarty harness agenta od DeepSeek
13 sierpnia — DeepSeek publikuje DeepSeek Harness v0.1 w Developer Preview, harness agenta (agent harness), który otwiera dla programistów z całego świata, udostępniając kod jako open source na licencji MIT. Architektura opiera się na wewnętrznym meta-frameworku „Cordis” i na centralnej idei: wszystko jest wtyczką — modele, narzędzia, skills, sesje, piaskownice, systemy plików, pętle wykonawcze, orkiestracja i interfejs użytkownika. To pierwsze publiczne wejście DeepSeek w warstwę narzędziową dla agentów, obszar dotąd zajmowany przez harnessy takie jak Claude Code czy Codex CLI.
Modele otwarte i badania: Hugging Face mnoży inicjatywy
Kilka laboratoriów publikuje jedno po drugim modele otwarte i badania, a Hugging Face znajduje się w centrum kilku ogłoszeń.
MiniMax-Music3: model generowania muzyki z otwartymi wagami
13 sierpnia — MiniMax publikuje MiniMax-Music3, nową generację swojego modelu do generowania muzyki, tym razem z otwartymi wagami i przedstawianą jako gotowa do produkcji. Według Hugging Face architektura łączy LLM o 8 miliardach parametrów oraz DiT (Diffusion Transformer) o 2,7 miliarda parametrów, aby przekształcić prompt i tekst piosenki w kompletny utwór, przy rozmiarze pozwalającym działać na skromnych konsumenckich GPU, z obsługą bibliotek diffusers i ComfyUI. MiniMax dziękuje zespołowi Hugging Face za integrację już w dniu premiery; wagi, demo audio i kod są dostępne na Hugging Face, GitHub i ModelScope.
🔗 Ogłoszenie MiniMax · Potwierdzenie Hugging Face · Demo audio
Sakana Chat: duża aktualizacja z Fugu, Namazu i wykonywaniem kodu
12-13 sierpnia — Sakana AI wdraża dużą aktualizację Sakana Chat, swojego darmowego produktu konsumenckiego niewymagającego logowania, teraz napędzanego przez Fugu, swój model orkiestratora, połączony z nową generacją Namazu, własnego japońskiego LLM. Największą nowością jest pełne wykonywanie kodu: użytkownicy mogą uprawiać „vibe-coding” interaktywnych aplikacji webowych, gier i narzędzi bezpośrednio w przeglądarce, również po japońsku. Sakana podkreśla dwa zastosowania: edukacyjne gry do powtórek (matematyka, kanji) oraz analizę biznesową na podstawie zwykłego pliku Excel.
🔗 Ogłoszenie na X · Wpis na blogu
Hugging Face: Strands Agents, LeRobot i Storage Buckets dla robotycznej pętli danych
13 sierpnia — Amazon (zespół AWS Strands) i Hugging Face publikują wspólny wpis opisujący przepływ pracy robotycznej łączący Strands Agents (AWS SDK na licencji Apache 2.0), LeRobot (robotyczny framework Hugging Face, którego format danych jest używany przez ponad 90 000 datasetów i modeli) oraz Storage Buckets Xet. Wpis podaje konkretne liczby: zmiana 1 % bajtów w pliku o rozmiarze 500 MB wymaga tylko 5,5 MB ponownego przesłania, a „gorący” bucket osiąga około 1 086 MB/s przepustowości w streamingu bez lokalnej kopii.
Podsumowanie hackathonu odtwarzania 2 226 artykułów ICML 2026
13 sierpnia — Hugging Face publikuje podsumowanie swojego społecznościowego hackathonu (15 lipca – 2 sierpnia), w którym 1 221 uczestników próbowało odtworzyć 2 226 artykułów zaakceptowanych na ICML 2026 z pomocą agentów AI. Wynik był mieszany: około 51 % artykułów miało co najmniej jedno niezależnie zweryfikowane twierdzenie, ale 23 % zawierało przynajmniej jedno twierdzenie obalone lub zakwestionowane. Podkreślony wniosek: agenci AI działają najlepiej pod ludzkim nadzorem, a udane reprodukcje obejmowały ludzi, którzy kierowali agentami i wydawali sądy percepcyjne, których same metryki nie były w stanie oddać.
FineBooks: leaderboard do oceny otwartych modeli OCR na dokumentach historycznych
10 sierpnia — Hugging Face i EleutherAI publikują FineBooks, leaderboard oceniający 14 otwartych modeli OCR na 2 165 stronach przepisanych przez ekspertów, pochodzących z Biodiversity Heritage Library. Cel: odpowiedzieć na pytanie, czy otwarte modele OCR są wystarczająco dobre, by uczynić cyfrowo zeskanowane archiwa historyczne użytecznymi, z wykorzystaniem referencyjnego zbioru danych zamiast marketingowych zapowiedzi dostawców.
GitHub poprawia jakość danych o licencjach w dependency graph
13 sierpnia — GitHub zmienia swoje główne źródło informacji o licencjach: zamiast w pierwszej kolejności polegać na usłudze ClearlyDefined, graf zależności teraz odwołuje się bezpośrednio do samych rejestrów pakietów — npmjs.org, PyPI, crates.io, RubyGems, nuget.org, pkg.go.dev, Maven i pub.dev, a także Packagist dla PHP. ClearlyDefined pozostaje używany jako rezerwowe źródło. Ta zmiana wyraźnie poprawia pokrycie: odsetek pakietów bez danych o licencji spada z 45 % do 24 % w zbiorze 170 milionów pakietów. System śledzi teraz zakresy wersji zamiast wymagać wpisu dla każdej pojedynczej wersji, automatycznie obejmując przyszłe, jeszcze nieopublikowane wydania. Dotknięte funkcje obejmują informacje o zależnościach, zestawienia materiałowe oprogramowania (SBOM), zgodność licencyjną w GitHub Advanced Security oraz działania przeglądu zależności.
Generowanie mediów: integracje i zgodność regulacyjna
Kilka ogłoszeń z sektora mediów generatywnych zbiega się tego 13 sierpnia, między integracjami produktowymi a dostosowaniem do wymogów regulacyjnych.
HeyGen natywnie integruje Cartesia w LiveAvatar
13 sierpnia — HeyGen i Cartesia ogłaszają natywną integrację: silnik głosowy Cartesia działający w czasie rzeczywistym uruchamia się teraz bezpośrednio w LiveAvatar, produkcie HeyGen do awatarów czasu rzeczywistego. Celem jest nadanie już zbudowanemu agentowi głosowemu animowanej twarzy, bez przebudowy technicznej, dostępne przez aplikację webową lub API.
Luma i Dumbstruck uruchamiają Creative Intelligence dla reklamy
13 sierpnia — Luma łączy siły z Dumbstruck, platformą analizy emocjonalnej, aby stworzyć „Creative Intelligence”: Dumbstruck identyfikuje, poprzez analizę emocji na panelach widzów, konkretne momenty reklamy wideo, w których uwaga odbiorców słabnie, a następnie Luma regeneruje wyłącznie te sekwencje na podstawie już istniejących ujęć, bez nowego kręcenia.
Synthesia szczegółowo opisuje zgodność z Artykułem 50 AI Act
13 sierpnia — Synthesia, jedna z pierwszych firm AI, które podpisały Code of Practice Artykułu 50 europejskiego AI Act, szczegółowo opisuje swoje środki przejrzystości: sygnały pochodzenia C2PA (Content Credentials) domyślnie osadzone w kwalifikujących się filmach, podpisane pliki do pobrania w drodze, aby te informacje podróżowały wraz z plikiem wideo, eksplorację niewidocznego znaku wodnego (watermarking) oraz konfigurowalne etykiety AI oparte na referencyjnym projekcie UE.
Suno Studio 2.0 zostało oficjalnie uruchomione
13 sierpnia — Po teaserze z 11 sierpnia Suno uruchamia w publicznej dostępności Studio 2.0, swoją przeglądarkową stację produkcji muzycznej (DAW), oferującą precyzyjną kontrolę nad każdą ścieżką zamiast jedynie generowania jednym kliknięciem. Studio już teraz oferuje pobieranie oddzielnych ścieżek (stems) zwolnione ze zwykłych ograniczeń.
GeForce NOW: natywna aplikacja Linux poza betą i optymalizacje chmurowe
13 sierpnia — NVIDIA wyprowadza natywną aplikację Linux dla GeForce NOW z bety, z obsługą Ubuntu 24.04+ i nowym repozytorium Flatpak. Po stronie wydajności NVIDIA optymalizuje po stronie serwera generowanie obrazów DLSS Frame Generation w streamingu, aby zmniejszyć opóźnienia w 1440p i 4K, a także udostępnia ponad 2 000 gier PC z Chromebooków dzięki programowi Chromebook Fast Pass.
Przewodnik budowniczego po GPT-5.6
13 sierpnia — OpenAI publikuje przewodnik dla deweloperów dotyczący wyboru modelu w rodzinie GPT-5.6. Na benchmarku BrowseComp (wyszukiwanie nieoczywistych faktów w sieci) zysk kosztowy jest wyraźny:
| Oceniany model | Wynik BrowseComp | Koszt |
|---|---|---|
| GPT-5.5 Extra High (3 miesiące temu) | 84,36 % | 33,27 $ |
| GPT-5.6 Luna Extra High (na starcie) | 84,04 % | 1,33 $ |
Innymi słowy, niemal identyczna wydajność przy koszcie mniejszym 25 razy. OpenAI zaleca rezerwować lżejsze modele (Terra, Luna) do workflow o dużej skali i wrażliwych na opóźnienia, a flagowy model Sol do najbardziej wymagających zadań. Przewodnik opisuje też trzy nowości w Responses API: utrzymywanie rozumowania między wywołaniami połączone z natywną kompakcją, natywną orkiestrację wieloagentową oraz programistyczne wywoływanie narzędzi w celu przeniesienia deterministycznej pracy do kodu, a nie do modelu.
🔗 The builder’s guide to GPT-5.6
Grok 4.6 kontynuuje wdrożenie: Perplexity, Warp i Genspark
Model Grok 4.6 od xAI, uruchomiony 12 sierpnia, nadal rozprzestrzenia się w narzędziach firm trzecich tego 13 sierpnia — trzy odrębne integracje w jeden dzień.
13 sierpnia — Perplexity dodaje Grok 4.6 jako dostępny model w Perplexity oraz w Perplexity Computer, swojej warstwie agentowej. Na swoim wewnętrznym benchmarku WANDR Perplexity twierdzi, że Grok 4.6 znajduje się na granicy Pareto między wydajnością a efektywnością, z wynikami równymi Fable 5 przy koszcie niższym o ponad 60 %.
Grok 4.6 is now available in Perplexity and Perplexity Computer. On WANDR, it sits on the Pareto frontier of performance and efficiency, matching Fable 5 results at over 60% lower cost.
🇵🇱 Grok 4.6 jest teraz dostępny w Perplexity i Perplexity Computer. Na WANDR znajduje się na granicy Pareto między wydajnością a efektywnością, z wynikami równymi Fable 5 przy koszcie niższym o ponad 60 %. — @perplexity_ai na X
Warp dodaje obsługę Grok 4.6 za pomocą już istniejącej komendy /connect-grok, z logowaniem przez subskrypcję X Premium lub SuperGrok. 🔗 Ogłoszenie Warp
Genspark udostępnia Grok 4.6 w AI Chat, Code Agent i Genspark Claw, dostępny bezpośrednio z selektora modelu. 🔗 Ogłoszenie Genspark
Perplexity Computer: Search as Code szybsze i bardziej niezawodne
13 sierpnia — Perplexity opisuje optymalizacje Search as Code (SaC), swojej funkcji szerokiego i dogłębnego wyszukiwania uruchomionej w czerwcu, obniżając koszt na zadanie o prawie 10 % przy zachowaniu jakości wyników. Dwie fale aktualizacji Search SDK podnoszą niezawodność wykonywania działań z 81,9 % do 92,6 %, co przekłada się na wzrost satysfakcji użytkowników i spadek kosztu na zadanie o 8 % w Perplexity Computer.
Krótkie wiadomości
- Amp — drobne ulepszenia (tryb szybki GLM-5.2, cache mediów, dyktowanie, motywy) — tryb Low w Amp (GLM-5.2) zyskuje szybki tryb z prędkością około 200 tokenów/sekundę, media generowane przez agenta są buforowane, aby ładować się natychmiast, a także pojawiają się nowe opcje dyktowania i motywów. 🔗 Tweet
- DeepSeek aktualizuje cennik API o stawki godzin szczytu i poza szczytem — stawki poza szczytem będą o 50 % niższe niż stawki w godzinach szczytu, obowiązując od 16 sierpnia 2026 o 16:00 UTC. 🔗 Tweet
- TRL dodaje asynchroniczny trener GRPO, 2 do 4 razy szybszy — biblioteka Hugging Face zaleca migrację wszelkiego trwającego treningu GRPO na ten nowy asynchroniczny trener. 🔗 Tweet
- Gradio 6.24 automatycznie zapisuje i odtwarza uruchomienia aplikacji — historia uruchomień jest przechowywana w przeglądarce, z możliwością odtworzenia ich bez ponownego przechodzenia przez kolejkę serwera. 🔗 Tweet
- Hugging Face Science dodaje demonstracyjne Spaces do wybranych modeli — promowane modele, zbiory danych i artykuły stają się możliwe do bezpośredniego przetestowania, bez ograniczania się wyłącznie do ich karty. 🔗 Tweet
- Gemini Omni: trzech ekspertów DeepMind opowiada o kulisach modelu — format „kulisy”, który pokazuje wszechstronność Gemini Omni Flash poprzez kreatywne przykłady generowania i edycji wideo. 🔗 Wpis Google
- Przewodnik GitHub: napisanie pierwszego promptu w aplikacji Copilot — praktyczny poradnik dotyczący tworzenia pierwszej instrukcji, wyboru kontekstu i modelu oraz wznawiania sesji z innego urządzenia. 🔗 Przewodnik GitHub
- Grok Imagine Image 2.0 dostępny na Runway — model obrazu od xAI dołącza do katalogu modeli obrazu i wideo już zintegrowanych z platformą. 🔗 Tweet
- NVIDIA otwiera ponad 300 skills dla Cursor — agenci Cursor mogą teraz uzyskać dostęp do ponad 300 skills obejmujących ponad 30 produktów NVIDIA. 🔗 Tweet
- MiniMax H3 ogłasza pierwsze miejsce na Video Edit Arena — ranking obejmujący wszystkie kategorie, bez ujawnionych szczegółów metodologicznych. 🔗 Tweet
- Runway ujawnia prelegentów swojego SF Summit 30 września — przedstawiciele Physical Intelligence, NVIDIA, Anyscale, Google DeepMind i CoreWeave dołączają do listy ogłoszonych prelegentów. 🔗 Tweet
- OpenAI mianuje Dali Rajic Chief Revenue Officer — były prezes i COO Wiz oraz Zscaler zastępuje Denise Dresser na czele globalnej organizacji ds. przychodów. 🔗 Ogłoszenie OpenAI
- RingCentral wdraża ChatGPT Work i Codex do rozwoju natywnego dla AI — „AI-Native Challenge” dał ChatGPT Work i Codex wszystkim pracownikom, także nietechnicznym, aby dostarczyć pełny projekt. 🔗 Badanie OpenAI
Co to oznacza
Wyścig o szybkość i koszt inferencji strukturyzuje dużą część tego dnia. Ultrafast od OpenAI obiecuje nawet 14 razy większą prędkość niż standard dla swojego najbardziej zaawansowanego modelu dzięki dedykowanemu sprzętowi Cerebras, Google obniża o połowę cenę wejścia dla Gemini 3.7 Flash, aby przyspieszyć wdrożenia produkcyjne, a DeepSeek publikuje V4-Pro jako otwarte wagi na licencji MIT w dniu jego komercyjnego debiutu. Trzy różne strategie — specjalistyczne przyspieszenie sprzętowe, agresywne ceny, pełne otwarcie wag — zbiegają się wokół tego samego celu: uczynić najnowocześniejszą inferencję tańszą i szybszą na dużą skalę, każda z nich stawiając na inny dźwignię, a nie wyłącznie na wyścig o rozmiar modelu.
Narzędzia wspomagane przez AI dla deweloperów zbliżają się do głębszych i bardziej połączonych warstw infrastruktury. Cursor przygotowuje środowiska agentowe z wyprzedzeniem za pomocą Builds i zatrudnia zespół Firetiger, aby śledzić kod aż do produkcji, Devin uzyskuje bezpośredni dostęp do żywych baz danych przez MongoDB Atlas, a DeepSeek publikuje własny otwarty harness agenta zbudowany całkowicie wokół wymiennych wtyczek. Anthropic z kolei oddziela sesje Claude od urządzenia, aby powiązać je z kontem użytkownika. Wspólny mianownik: narzędzia te przestają być zwykłymi, odizolowanymi asystentami i stają się warstwami infrastruktury, w których środowisko uruchomieniowe, ciągłość między sesjami i dostęp do danych liczą się równie mocno jak samo generowanie kodu.
Otwarte ekosystemy badawcze zyskują głębię równie mocno jak zasięg. Hugging Face mnoży tego 13 sierpnia inicjatywy strukturalne: robotyczny workflow łączący Strands Agents i LeRobot z mierzalnymi wzrostami przepustowości, uczciwe podsumowanie hackathonu odtwarzania 2 226 artykułów ICML — gdzie 23 % analizowanych artykułów zawierało obalone twierdzenie, przypominając o granicach czysto zautomatyzowanego nadzoru — oraz leaderboard OCR (FineBooks) zaprojektowany z myślą o praktycznych zastosowaniach archiwizacyjnych, a nie o marketingu. Dochodzą do tego wysoce wyspecjalizowane otwarte modele, takie jak MiniMax-Music3 do muzyki czy aktualizacja Sakana Chat do vibe-codingu po japońsku: otwartość nie ogranicza się już do ogólnych modeli językowych, lecz obejmuje całe nisze.
Wreszcie branża coraz częściej negocjuje własne zasady gry zamiast im podlegać. Synthesia szczegółowo opisuje zgodność z Artykułem 50 AI Act, stosując domyślne sygnały pochodzenia C2PA, GitHub poprawia wiarygodność danych o licencjach, odpytując bezpośrednio rejestry pakietów, a Grok 4.6 rozprzestrzenia się tego samego dnia u trzech różnych integratorów (Perplexity, Warp, Genspark), bez prób uczynienia z niego wyłączności. Ta szybka normalizacja — model dostępny niemal wszędzie w ciągu kilku dni, regulacja antycypowana zamiast narzuconej — rysuje sektor, który dojrzewa w swoich praktykach dystrybucji i zarządzania w tym samym tempie, w jakim rosną jego możliwości techniczne.
Źródła
- DeepSeek — ogłoszenie V4-Pro na X
- Elie Bakouch — potwierdzenie otwartych wag MIT
- Google — oficjalne ogłoszenie Gemini 3.7 Flash
- @Google na X — Gemini 3.7 Flash
- GitHub — Gemini 3.7 Flash w Copilot
- @OpenAI na X — Ultrafast
- OpenAI — zapowiedź Ultrafast
- Anthropic — Claude w Chrome na X
- Anthropic — Claude Cowork na X
- Cursor — changelog Builds
- Cursor — zespół Firetiger na X
- Cognition — Devin x MongoDB Atlas na X
- DeepSeek — Harness v0.1 na X
- MiniMax — MiniMax-Music3 na X
- Hugging Face — potwierdzenie MiniMax-Music3 na X
- MiniMax — demo audio na X
- Sakana AI — aktualizacja Sakana Chat na X
- Sakana AI — wpis na blogu
- Hugging Face — Strands Agents, LeRobot, Storage Buckets
- Hugging Face — podsumowanie hackathonu ICML 2026
- Hugging Face/EleutherAI — FineBooks na X
- GitHub — jakość danych licencyjnych
- Cartesia — integracja HeyGen na X
- Luma — Creative Intelligence z Dumbstruck na X
- Synthesia — zgodność z art. 50 AI Act na X
- Suno — Studio 2.0 na X
- NVIDIA — natywny Linux dla GeForce NOW
- OpenAI — przewodnik dla buildera GPT-5.6
- Perplexity — Grok 4.6 na X
- Warp — Grok 4.6 na X
- Genspark — Grok 4.6 na X
- Perplexity — optymalizacje Search as Code na X
- Amp — ulepszenia na X
- DeepSeek — ceny API na X
- TRL — asynchroniczny trener GRPO na X
- Gradio 6.24 na X
- Hugging Face Science — demonstracyjne Spaces na X
- Google — Gemini Omni, kulisy modelu
- GitHub — przewodnik po pierwszym promptcie aplikacji Copilot
- Runway — Grok Imagine Image 2.0 na X
- NVIDIA — 300+ umiejętności dla Cursor na X
- MiniMax — H3 na Video Edit Arena na X
- Runway — prelegenci SF Summit na X
- OpenAI — Dali Rajic CRO
- OpenAI — badanie RingCentral