AI TrackerModels समाचार,
डेवलपर्स के लिए।
हर AI provider से Models से जुड़ी ताज़ा ख़बरें: लॉन्च, कीमत में बदलाव और बंद होने वाली सेवाएँ, संक्षेप में और आपके लिए उनका मतलब।
Artificial Analysis ने Intelligence Index v5 जारी किया, जिसमें Claude Opus 5.5 शीर्ष पर है
Artificial Analysis ने अपने Intelligence Index का संस्करण 5 प्रकाशित किया। यह मॉडल क्षमताओं का संयुक्त माप है, जिसमें दो नए बेंचमार्क और तीन अपग्रेड शामिल हैं। उसका कहना है कि पहली बार, इंडेक्स का अधिकांश हिस्सा निजी डेटासेट पर आधारित है। उसने Progress Index v1 भी लॉन्च किया, जो नवंबर 2022 के बाद जारी हुए भाषा मॉडलों को क्षमता के एक ही पैमाने पर रखता है।Anthropic का कहना है कि जारी न किए गए Claude मॉडल ने पाँच exploit chains बनाए, जिनमें Chrome पर एक-क्लिक हमला भी शामिल है; Chrome 156 में 62 CVE पैच किए गए
Anthropic की Frontier Red Team ने 27 अक्टूबर को "Claude के साथ महत्वपूर्ण, वास्तविक सॉफ़्टवेयर में कमज़ोरियों की खोज और उनका फायदा उठाना" प्रकाशित किया। नीचे दिया गया विवरण लेख से नहीं, बल्कि उसका सार बताने वाली एक पोस्ट से लिया गया है।Anthropic ने दवा-विकास साझेदारियों के शुरुआती नतीजे साझा किए
Anthropic का कहना है कि उसके वैज्ञानिकों ने पिछले कुछ महीनों में नई दवाएँ विकसित कर रहे छह संगठनों (BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines और The Column Group) के साथ शोध साझेदारियों में काम किया है और अपने स्तर पर भी दवा खोजने के प्रयास शुरू किए हैं। एक ब्लॉग पोस्ट में उसने शुरुआती नतीजे साझा किए और कहा कि उसने सीखा है कि Claude दवा-विकास के कई चरणों में किस तरह मदद कर सकता है। पोस्ट में यह भी बताया गया है कि यह काम जीवन-विज्ञान के क्षेत्र में Anthropic की व्यापक महत्वाकांक्षाओं से कैसे जुड़ता है।Google Research ने LLMs के लिए “स्लीप” चरण का प्रस्ताव रखा, ताकि वे भूलने के बिना सीखते रह सकें
Google Research ने 27 अक्टूबर, 2026 को “The sleep framework” प्रकाशित किया (Ali Behrouz और Vahab Mirrokni)। इसमें निरंतर सीखने का एक ऐसा तरीका बताया गया है, जिसमें तैनात मॉडल एक सक्रिय चरण—जहाँ नई जानकारी अल्पकालिक स्मृति में रखी जाती है—और एक स्लीप चरण के बीच बारी-बारी से जाता है। स्लीप चरण में मॉडल इनपुट लेना बंद कर देता है और उस स्मृति को अपने वेट्स में समेकित करता है।Anthropic का अध्ययन: Claude Code इस्तेमाल करने वाले विश्लेषकों ने 86% निर्णयों में एजेंट के छिपे हुए झुकाव का अनुसरण किया
Anthropic ने इस बात पर एक अध्ययन प्रकाशित किया कि AI एजेंट विशेषज्ञों के निर्णयों को कैसे प्रभावित करता है। इसमें 50 पेशेवर विश्लेषकों (कारणात्मक अनुमान में अनुभवी) के साथ एक यादृच्छिक परीक्षण किया गया। उन्होंने Claude Code के साथ Claude Opus 4.8 को High effort पर इस्तेमाल करते हुए विश्लेषण किया कि एक काल्पनिक किसान सहकारी संस्था का सलाहकारी कार्यक्रम कारगर था या नहीं। Anthropic के अनुसार:Liquid AI ने LFM3 पेश किया: टेक्स्ट, विज़न, ऑडियो और omni के लिए छह छोटे मॉडल
Liquid AI ने LFM3 की घोषणा की, जो उसके Liquid Foundation Models की नई पीढ़ी है। यह नए ट्राई-हाइब्रिड आर्किटेक्चर पर आधारित है, जिसमें नए मल्टीमॉडल एनकोडर शामिल हैं। कंपनी का कहना है कि यह आर्किटेक्चर GPU, CPU और NPU समेत 14 प्रोसेसर श्रेणियों के लिए ऑप्टिमाइज़ किया गया है और इन मॉडलों को एक GPU पर फ़ाइन-ट्यून किया जा सकता है।Google DeepMind ने पेश किया Genie 4, एक रियल-टाइम इंटरैक्टिव वर्ल्ड मॉडल
Google DeepMind ने 27 अक्टूबर, 2026 को Genie 4 की घोषणा की और इसे अब तक का अपना सबसे वास्तविक और इंटरैक्टिव वर्ल्ड मॉडल बताया। अपनी पोस्ट में DeepMind का कहना है कि उपयोगकर्ता रियल टाइम में गतिशील परिवेशों को एक्सप्लोर कर सकते हैं और देख सकते हैं कि दृश्य कैसे प्रतिक्रिया देता है, कैसी आवाज़ें सुनाई देती हैं, और उसमें मौजूद लोग कैसे चलते, प्रतिक्रिया देते और बोलते हैं। इसने “Genie 4: a new generation of world simulation” शीर्षक से एक ब्लॉग पोस्ट प्रकाशित की।Artificial Analysis की इमेज एडिटिंग रैंकिंग में Microsoft का MAI-Image-2.7-Preview #2 पर
Artificial Analysis के मुताबिक, Microsoft AI का MAI-Image-2.7-Preview—उसका सबसे नया इमेज एडिटिंग मॉडल और अगस्त में जारी MAI-Image-2.6 का उत्तराधिकारी—उसकी AA-Image-Editing v2.1 लीडरबोर्ड पर दूसरे स्थान पर है। यह OpenAI के GPT Image 2.5 Sunburst (max) से थोड़ा पीछे है। ये नतीजे Artificial Analysis के अपने हैं।SenseTime ने कथित तौर पर SenseNova 6.8 Code2Video को ओपन-सोर्स किया—यह 27B पैरामीटर वाला कोड-टू-वीडियो मॉडल है
एक चीनी AI ब्लॉगर की रिपोर्ट के मुताबिक, SenseTime ने 27 अक्टूबर को SenseNova 6.8 Code2Video को ओपन-सोर्स किया। इसके वेट्स Hugging Face पर sensenova/SenseNova-6.8-Code2Video के नाम से उपलब्ध हैं। यह जानकारी दूसरे स्रोत से मिली है; SenseTime की अपनी घोषणा का हवाला नहीं दिया गया है।Axiom का कहना है कि AI एजेंटों ने Lean में सीमित सरल समूहों के वर्गीकरण को औपचारिक रूप दिया
AI गणित कंपनी Axiom ने X पर सीमित सरल समूहों के वर्गीकरण का पूर्ण Lean स्वचालित-औपचारीकरण घोषित किया। कंपनी इसे “सममिति की आवर्त सारणी” कहती है। उसके अनुसार, मूल प्रमाण लगभग 15,000 पन्नों का था, जिसे कई पीढ़ियों के 100 से अधिक गणितज्ञों ने लिखा था। Axiom इसे इतिहास का सबसे बड़ा गणितीय प्रमाण बताती है जिसकी कंप्यूटर से पुष्टि की गई है।
Ling ने Ling-3.1-flash-1019 के ओपन वेट्स और एक बेस मॉडल जारी किया
Ling टीम का कहना है कि Ling-3.1-flash-1019 अब ओपन सोर्स है और इसके वेट्स Hugging Face और ModelScope पर उपलब्ध हैं। टीम ने Ling-3.1-flash-base भी जारी किया है, जिसे वह आगे की ट्रेनिंग के लिए एक ओपन आधार बताती है। टीम के मुताबिक, नए मॉडल को तर्क क्षमता और वास्तविक दुनिया के एजेंट वर्कफ़्लो के लिए अतिरिक्त पोस्ट-ट्रेनिंग दी गई है।OpenRouter की कैटलॉग में Meta: Llama 3.1 70B Instruct की समाप्ति तिथि 3 नवंबर दी गई है
OpenRouter की मॉडल कैटलॉग में अब "Meta: Llama 3.1 70B Instruct" (meta-llama/llama-3.1-70b-instruct) की समाप्ति तिथि 3 नवंबर, 2026 दिखाई गई है। यह मॉडल 23 जुलाई, 2024 से सूचीबद्ध है और इसका कॉन्टेक्स्ट 131,072 टोकन का है। पहले इस एंट्री में समाप्ति तिथि नहीं थी। यह कैटलॉग का एक फ़ील्ड है; हमने जो देखा है, उसमें न तो OpenRouter और न ही Meta ने इसकी कोई वजह बताई है, और एंट्री यह नहीं बताती कि उस तारीख के बाद मॉडल का क्या होगा।भारतीय भाषाओं के लिए voice model Maya-2, open weights के साथ जारी
भारत को ध्यान में रखकर बनाया गया speech synthesis model Maya-2, 27 अक्टूबर को Hugging Face पर maya-research/maya2-native नाम से open weights के साथ प्रकाशित किया गया। X पर की गई घोषणा के मुताबिक, यह सभी 28 राज्यों और 8 केंद्र शासित प्रदेशों के 1.5 अरब से अधिक लोगों को कवर करता है।