Moonshot lanserar Kimi K3 (öppen 2,8T), NVIDIA tillkännager Open Secure AI Alliance, Perplexity stärker sitt erbjudande för företag

Den 27 juli 2026 är en tät dag, med tre tydliga större tillkännagivanden. Moonshot AI publicerar vikterna och den tekniska rapporten för Kimi K3, en öppen modell med 2,8 biljoner parametrar som redan från dag 0 hostas av Together AI. NVIDIA samlar samma dag ett trettiotal partners — från Adobe till Microsoft via Hugging Face och SpaceXAI — inom Open Secure AI Alliance, en koalition för öppna verktyg för säkerhet inom AI, i kölvattnet av den säkerhetsincident hos Hugging Face som redan har bevakats. Perplexity publicerar å sin sida sin första changelog på två veckor, en rad med nio funktioner starkt inriktade på företag. Runt dessa tre ämnen kretsar sju anmärkningsvärda nyheter — Cognizant och Anthropic, Cohere North Automations, Zeds antagande av Opus 5 — samt fem mindre tillkännagivanden.

Kimi K3 : Moonshot AI publicerar en öppen modell med 2,8 biljoner parametrar, hostad redan från dag 0 av Together AI

27 juli, 17:14 — Moonshot AI publicerar vikterna och den tekniska rapporten för Kimi K3, som av utgivaren presenteras som den första öppna modellen i klassen 3 000 miljarder parametrar — en formulering från Moonshot, att ta för vad den är. Det rör sig om en MoE-modell (Mixture-of-Experts) med totalt 2,8 biljoner parametrar, varav endast 104 miljarder aktiveras per token, fördelade över 93 lager. Två egenutvecklade arkitekturnyheter står för huvuddelen av den påstådda förbättringen: Kimi Delta Attention (KDA), kombinerad med en mekanism för uppmärksamhetsresidualer (Attention Residuals), och en mycket gles MoE (“Stable LatentMoE”) som endast aktiverar 16 experter av 896 vid varje pass. Moonshot gör anspråk på ungefär 2,5× förbättrad skalningseffektivitet jämfört med Kimi K2 — “inte bara fler parametrar”. Modellen integrerar också vision nativt (MoonViT-V2-kodare) och ett kontextfönster på en miljon tokens.

Kimi K3 finns omedelbart tillgänglig på Kimi.com, mobilappen (iOS/Android/HarmonyOS), desktopappen Kimi Work, kodningsagenten i kommandoraden Kimi Code (kan väljas via /model) samt Kimi API (modell kimi-k3, kompatibel med OpenAI/Anthropic), till priset $0,30/MTok in, med cache, $3,00/MTok utan cache, och $15,00/MTok ut. Together AI är hostpartner från dag 0, och Hugging Face återpublicerar tillkännagivandet utan ytterligare kommentar.

Benchmark	Kimi K3	Claude Fable 5	Claude Opus 4.8	GPT-5.5
SWE-Marathon	42,0	35,0	40,0	—
MCPMark-Verified	94,5	87,4	—	—
GPQA Diamond	93,5	92,6	91,0	93,5

Moonshot erkänner uttryckligen flera begränsningar: en stark känslighet för det bevarade resonemangsläget (hela historiken måste skickas vidare exakt som den är i följande rundor, annars risk för instabilitet), en tendens till “överdriven proaktivitet” i långa och tvetydiga uppgifter, samt en användarupplevelsegap som laboratoriet själv bedömer som “påtagligt” jämfört med Claude Fable 5 och GPT-5.6 Sol. En implementation av prefixcache kompatibel med den nya uppmärksamhetsmekanismen har dessutom bidragits till vLLM-communityn parallellt med modellen.

“Releasing the model weights and technical report of Kimi K3. Kimi K3 is our most capable model: a 2.8T MoE model with native visual understanding and a 1M-token context window. New model architecture: 2.5x the intelligence per unit of compute, not just more params.”

🇸🇪 Vi publicerar modellens vikter och den tekniska rapporten för Kimi K3. Kimi K3 är vår mest presterande modell: en MoE-modell med 2,8 biljoner parametrar, med inbyggd visuell förståelse och ett kontextfönster på en miljon tokens. Ny arkitektur: 2,5 gånger mer intelligens per beräkningsenhet, inte bara fler parametrar. — @Kimi_Moonshot på X

🔗 Modellvikter — Hugging Face

🔗 Teknisk rapport — GitHub

NVIDIA samlar Open Secure AI Alliance, ett trettiotal partners för AI-säkerhet

27 juli — NVIDIA tillkännager skapandet av Open Secure AI Alliance, en koalition med ett trettiotal grundande partners — bland andra Adobe, Cadence, Capital One, Cisco, Cloudflare, Cognition, CrowdStrike, Databricks, Dell, Hugging Face, IBM, LangChain, Linux Foundation, Microsoft, NAVER, Palantir, Red Hat, Salesforce, SAP, ServiceNow, Siemens, Snowflake, SpaceXAI och Thinking Machines Lab — ägnad åt utveckling och delning av öppna verktyg för säkerhet och tillförlitlighet i AI-system.

Tillkännagivandet bygger uttryckligen på säkerhetsincidenten hos Hugging Face i mitten av juli (redan bevakad): NVIDIA:s blogg påminner om att Hugging Face körde den öppna modellen GLM 5.2 på sin egen infrastruktur för att analysera mer än 17 000 åtgärder och begränsa intrånget — ett bevis, enligt NVIDIA, på att en ledande öppen modell är en defensiv tillgång, inte en säkerhetsbelastning.

Allianspartner	Konkrekt bidrag
NVIDIA	NOOA (NVIDIA Labs Object-Oriented Agent), forskningsramverk för agentriggar, öppen källkod på GitHub
Hugging Face	Don av Safetensors-formatet till PyTorch Foundation
Microsoft	MDASH, multi-modell agentisk skanningsrigg för att bevisa utnyttjningsbara brister
HPE	SPIFFE/SPIRE, zero-trust-identitet för agenter och AI-tjänster
SpaceXAI	Öppning av terminalkodningsagenten Grok Build, vikter för Grok-linjen kommer

Sällsynt nog kommenterar Jensen Huang själv tillkännagivandet — bara hans andra meddelande någonsin publicerat på X, efter brevet den 24 juli som redan har bevakats. Samma dag går Cognition (Devin) med i alliansen genom att bidra med sin egen forskning om tillförlitlighet hos modeller härledda från öppen källkod, redan publicerad den 8 juli:

“Closing open source models hurts innovation. The path forward is better tools to evaluate, secure, and deploy them responsibly.”

🇸🇪 Att stänga öppna modeller skadar innovationen. Vägen framåt går via bättre verktyg för att utvärdera dem, säkra dem och driftsätta dem ansvarsfullt. — @cognition på X

Sakana AI ansluter samma dag till rörelsen för öppna modeller som inleddes av Jensen Huangs brev den 24 juli — en tredje signal, skild från själva alliansen, som rundar av veckan: säkerhetsincident (21 juli), öppet brev (24–26 juli), konkret industriallians (27 juli).

🔗 Officiellt tillkännagivande — NVIDIA

🔗 Jensen Huang på X

🔗 Sakana AI ansluter sig till rörelsen

Perplexity publicerar sin första changelog på två veckor: nio funktioner, siktet inställt på företaget

27 juli — Perplexity publicerar en tät changelog-post, den första sedan den 13 juli (“Introducing Brain for Perplexity Computer”), efter två veckor utan någon ny publicering på denna kanal. Inlägget samlar nio olika funktioner som berör Perplexity Search, Computer, Agent API och Comet Assistant. Åtta är nya; den nionde — integrationen av Claude Opus 5 i Search och Computer — hade redan tillkännagivits på X den 25 juli och bekräftas här endast officiellt i changeloggen.

Ny funktion	Teknisk detalj
Åtkomstkontroll per roll (RBAC) + SCIM	Anpassade roller, gruppsynkronisering, kreditgränser per grupp — reserverat för årliga Enterprise-avtal
Kassaskåp för API-inloggningsuppgifter	Computer autentiserar sig mot vilken tredjeparts-API som helst utan att exponera hemligheten för agenten eller sandlådan
Brain generaliseras till Max-abonnenter	Självförbättrande minne utvidgat till alla Max-abonnenter globalt, wiki-skrivning på 15 språk
Skills för Agent API	Sammansättningsbara förmågor som laddas vid behov för utvecklaragenter
Computer i Comet Assistant	Åtkomst till Computer direkt från Comet-panelen, utan att lämna sidan som visas
Check Sources	Verifierar att ett Ask- eller Computer-svar faktiskt stöds av de källor som citeras
Source Context Panel	Sidopanel för att inspektera, jämföra och fördjupa källorna till ett svar
Sessionshantering via prompt	Hitta, sammanfatta, forka eller parallellisera Computer-sessioner från en enkel konversation

De två första funktionerna i tabellen riktar sig specifikt till organisationer med årligt Enterprise-avtal: rollbaserad åtkomstkontroll med SCIM-synk svarar mot ett klassiskt IT-governance-behov (centraliserad provisionering, kreditgränser per team), medan kassaskåpet för API-inloggningsuppgifter breddar Computer till tredjepartstjänster utan inbyggd koppling, utan att någonsin exponera den råa hemligheten för agenten. Att Brain generaliseras till alla Max-abonnenter berör däremot en betydligt bredare publik än enbart Enterprise-segmentet där funktionen började en månad tidigare.

Ingen av dessa nio funktioner anges som begränsad till en förhandsversion: alla är utrullade eller under allmän utrullning vid publiceringstillfället. I sin omfattning — företagsstyrning, utvecklare och allmänhet i samma inlägg — är detta Perplexitys tätaste publicering sedan lanseringen av Personal Computer i mitten av juli.

🔗 Officiell changelog — Perplexity

Cognizant och Anthropic utökar sitt företagspartnerskap

27 juli — Cognizant blir Global Premier Partner inom Claude Partner Network. Claude är nu integrerat i tre interna plattformar i företaget: Flowsource (full-stack ingenjörsplattform, modulen Spec-Driven Development där Claude Code styrs av projektets specifikationer och blueprints), Neuro AI Engineering och Neuro IT Ops. Mer än 30 000 Cognizant-medarbetare har redan utbildats i Claude, inom ramen för koncernens nya arbetskraftsmodell “Frontier Certified”.

Kundfall	Mätt resultat
Portal för kundupplevelse (global tillverkare)	Levererad på 6 månader
Kontraktsintelligens (biopharma)	Upp till -40% revisionstid, mer än 88% extraktionsprecision
Risknavigering (försäkring)	Cirka 8h/vecka/person sparade

Ravi Kumar S (vd för Cognizant) nämner ett växande gap mellan AI:s kapacitet och företagens förmåga att ta upp den, och positionerar Cognizant som bron som tillför affärskontext, ingenjörsskala och förtroenderamar som behövs för dessa utrullningar.

🔗 Officiellt tillkännagivande — Anthropic

Kodverktyg: Zed antar Claude Opus 5, GitHub Copilot optimerar sina kostnader

Zed 1.12.1 och 1.13.1 lägger till Claude Opus 5

27 juli — Zed släpper samtidigt sina versioner 1.12.1 (stable) och 1.13.1 (preview), med stöd för Claude Opus 5 för Anthropic- och Amazon Bedrock BYOK-providers (bring your own key). Zed blir det femte kodverktyget som integrerar Opus 5, efter Cursor, Devin, v0 och Warp — men, till skillnad från de fyra föregående, enbart via changelog, utan något tillkännagivande på X. Preview-kanalen åtgärdar dessutom tre separata buggar: projektinställningar som inte återaktiverade language servers, duplicerade svar med GPT-5.x-modeller på Amazons Bedrock-endpoint Mantle, och en projektsökning som lyfte fram nästlade repositories som ändå var exkluderade.

🔗 Stabil changelog — Zed

GitHub Copilot — Auto-routing (HyDRA) får AI-krediter att räcka 3,3× längre

27 juli — GitHub förklarar att promptcaching (prompt caching), tool search (tool search) och ett modellrouting-system kallat HyDRA minskar det kontext som upprepas vid varje Copilot-session. Resultat i siffror: HyDRA matchar uppgiftslösningsgraden på 70,8% som uppnåtts av OpenRouter Auto, för en vinst på 3,3× i kreditbesparingar. Ingen särskild bloggpost har publicerats för detta tillkännagivande, som tills vidare förblir en enkel tweet — i linje med effektivitetsutvärderingen av Copilot-riggen som publicerades den 25 juni.

🔗 Tillkännagivande — @github på X

OpenAI : rösten utökas till företag och ny ekonomisk forskning

GPT-Live tillgänglig globalt för Edu, Business och Enterprise

27 juli — OpenAI bekräftar att GPT-Live, den nya generationen röstmodeller som introducerades den 8 juli för naturlig interaktion mellan människor och AI, nu är tillgänglig i hela världen för planerna Edu, Business och Enterprise. ChatGPT Voice desktop-appen hade redan nämnt dessa planer den 23 juli; nyheten här är den uttryckliga bekräftelsen på att själva röstmodellen — och inte bara desktop-integrationen — omfattas, i global skala. Tillkännagivandet publiceras direkt på X, utan någon särskild artikel: det är det mest direkt kopplade elementet till Enterprise-utvidgningen som observeras i denna bevakningsperiod.

🔗 Tillkännagivande — @OpenAI på X

Arbeta vid frontlinjen: hur AI breddar arbetsuppgifter på jobbet

27 juli — OpenAI Economic Research publicerar den första rapporten i en ny återkommande serie, baserad på analys av mer än 800 000 ChatGPT-meddelanden från amerikanska användare. Rapporten introducerar begreppet uppgiftsoverlappning (task crossover) : arbete som vanligtvis förknippas med ett visst yrke och som dyker upp i AI-användningen hos personer som utövar ett annat yrke. 16,8% av de arbetsrelaterade meddelandena, och 43,5% av meddelandena som är specifika för ett yrke, handlar om uppgifter från ett annat yrke än användarens.

Berört yrke	Andel uppgifter utanför yrket
Kundupplevelse	77%
Design	75%
Personalresurser	69%
Juridik	56%
Marknadsföring	53%

Fenomenet är vanligare i mindre organisationer: andelen uppgifter utanför yrket går från 18,9% i arbetsmiljöer med 2 till 5 platser till 16,3% över 100 platser, vilket stämmer med idén att AI fungerar som ett allmänt verktyg där specialiserade resurser saknas.

🔗 Fullständig rapport — OpenAI

Meta AI rullar ut SAM och DINOv3 i ett projekt för assistiv robotik

27 juli — Meta AI publicerar en fallstudie om projektet RAMMP (Robotic Assistive Mobility and Manipulation Platform), lett av University of Pittsburgh (HERL) och ATDev, finansierat med upp till $41,5 miljoner av ARPA-H (amerikansk federal myndighet för avancerad biomedicinsk forskning). Målet: säkrare robotplattformar för rullstolsanvändare — ungefär 5,5 miljoner personer i USA, plus 100 000 rullstolsrelaterade skador behandlas varje år på akuten.

De öppna modellerna DINO/DINOv3 (självövervakad vision transformer) och SAM/SAM 3.1 (segmentering) körs i edge computing direkt på robotarnas inbyggda hårdvara — en begränsning som dikteras av batteritid och avsaknaden av tillförlitlig nätverksanslutning. Perceptionssystemet bygger på RF-DETR, en lätt detektor finjusterad med DINOv2-embeddings, vars träningsdata autoannoteras via SAM. Det anslutna konsortiet inkluderar Kinova Robotics, LUCI Mobility, ATDev samt team från Carnegie Mellon, Cornell, Northeastern och Purdue.

🔗 Fullständig fallstudie — Meta AI

Cohere lanserar North Automations, orkestrering av agentiska arbetsflöden för företag

27 juli — Cohere tillkännager North Automations, en ny kapacitet i deras företagsinriktade agentplattform North, som gör det möjligt att designa automatiserade arbetsflöden i naturligt språk: schemalagda körningar, loopar och grenar, modellval per steg, läget « Plan » för att granska före byggande, mänskliga godkännandepunkter och uppföljning av tokenförbrukning. Cohere uppskattar marknadsmöjligheten för agentorkestrering till $550 miljarder, med hänvisning till en Gartner-rapport om hype-cykeln för agentisk AI.

Automations bygger på den befintliga infrastrukturen i North (on-prem- eller molndistribution, egna anslutningar, MCP eller SDK, skyddsmekanismer och granulära behörigheter) och finns tillgängligt från och med idag för alla North-kunder. Internt har team inom Marketing Operations, Customer Success och Sales redan byggt egna automatiseringar — respektive en översättning av naturliga språkfrågor till BigQuery SQL-frågor, en kundengagemangsspårning som samlar HR, Slack och Salesforce, samt en förberedelse av prospektanrop som korsar Salesforce, Slack, Gmail och Notion.

🔗 Tillkännagivande — @cohere på X

🔗 Bloggartikel — Cohere

Kortnyheter

GitHub Blog — « The harness is all you need (mostly) » — Burke Holland publicerar ett Copilot-arbetsflöde i 8 steg (välja ett verktyg, YOLO-läge, visuell prototyp, plan med /grill-me, implementering via Autopilot, mänsklig granskning, korsgranskning av en modell från en annan familj, leverans), giltigt för hela Copilot-familjen. 🔗 Källa
NVIDIA — Vera CPU påskyndar chipdesign — distribuerad internt i EDA-flöden med Cadence (Jasper) och Synopsys (VCS), upp till 1,5× bättre prestanda på vissa verifieringslaster, vid samma antal kärnor. 🔗 Källa
NVIDIA — Nemotron 3 Ultra i topp i agentisk RTL-kodning — över nio kategorier av verklig chipdesign får denna redan välkända öppna modell de bästa resultaten bland de testade öppna modellerna. 🔗 Källa
HeyGen / HyperFrames — dag 21 och 22 av 30 — molnrendering via HeyGen API (cirka $0,10/minut i 1080p) och därefter en katalog med återanvändbara komponenter för att bygga scener utan att börja från noll. 🔗 Dag 21 · Dag 22
ElevenLabs — toppmöte i Bengaluru den 6 oktober — förhandsvisningar av nya modeller och demonstrationer från indiska team som arbetar med röst-AI utlovas för detta evenemang. 🔗 Källa

Vad det betyder

Öppenheten hos modeller går från ord till handling. Efter Jensen Huangs brev den 24 juli och det växande uppslutandet (Cohere, Ai2, Together AI, och därefter Sakana AI i helgen) markerar 27 juli ett kvalitativt språng: en strukturerad industriallians med konkreta verktyg som tillförs av medlemmarna (NVIDIA:s NOOA, Hugging Face:s Safetensors, HPE:s SPIFFE/SPIRE), och en flaggskeppsmodell, Kimi K3, som gör anspråk på klassen 3 biljoner parametrar i öppna vikter. Två olika former av samma dynamik, publicerade samma dag.

Säkerhet som argument för öppenhet, snarare än emot den. Open Secure AI Alliance vänder på ett vanligt argument: det är inte modellernas öppenhet som försvagar säkerheten, utan deras stängdhet som berövar försvarare inspekterbara verktyg. Hugging Face-incidenten från mitten av juli, där en öppen modell (GLM 5.2) möjliggjorde forensisk analys av mer än 17 000 intrångsåtgärder, används som bevis för denna tes — ett skolboksexempel som NVIDIA uttryckligen nämner för att motivera skapandet av alliansen.

Den öppna fronten närmar sig den stängda fronten. På flera precisa agentiska benchmarktester — SWE-Marathon, MCPMark-Verified, GPQA Diamond — överträffar eller jämnar Kimi K3 ut Claude Fable 5, Claude Opus 4.8 och GPT-5.5, samtidigt som den själv medger att den fortfarande ligger efter i den övergripande användarupplevelsen. Gapet mellan öppna och proprietära modeller krymper benchmark för benchmark, även om de öppna laboratorierna själva medger att de ännu inte matchar helhetsupplevelsen hos de bästa stängda modellerna.

Företags-AI industrialiseras genom små styrningskomponenter. Cognizant som utbildar 30 000 medarbetare i Claude, Perplexity som lägger till RBAC och SCIM till Computer, Cohere som lanserar orkestrering av arbetsflöden med mänskliga godkännandepunkter, OpenAI som utökar GPT-Live till Edu/Business/Enterprise: fyra olika aktörer går framåt samma dag på byggstenar för åtkomstkontroll, spårbarhet och automatisering — den nödvändiga grunden för att agentisk AI ska kunna gå från prototyp till bred företagsutrullning.