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।
MiniMax ने M3.1 Flash को स्थानीय रूप से चलाने के लिए समुदाय द्वारा बनाए गए क्वांटाइज़्ड संस्करणों की सूची जारी की
MiniMax ने अपने 428B-पैरामीटर वाले open-weight M3.1 Flash के समुदाय द्वारा बनाए गए क्वांटाइज़्ड संस्करणों का संकलन पोस्ट किया। ये उन लोगों के लिए हैं जो इसे अपने हार्डवेयर पर चलाना चाहते हैं। MiniMax के अनुसार, कम-बिट वाले वेट मॉडल को लोड करने के लिए ज़रूरी मेमोरी और डिकोडिंग के दौरान स्थानांतरित किए जाने वाले वेट डेटा को कम करते हैं। इसे उपयोगी बनाने के लिए सावधानीपूर्वक कैलिब्रेशन, कुशल low-bit kernels और GPU तथा सिस्टम RAM के बीच experts को रखने की ज़रूरत होती है।
Claude Mythos 5.5 की घोषणा नहीं हुई है, लेकिन Anthropic की वेबसाइट के सोर्स में इसका ज़िक्र है
Anthropic ने Claude Mythos 5.5 की घोषणा नहीं की है। कई X अकाउंट्स ने बताया है कि Anthropic के Claude Mythos पेज (anthropic.com/claude/mythos) के HTML सोर्स में इसका नाम है।
Google announces Gemini 4 Carbon, its next frontier model, to cyber defenders first
Google announced Gemini 4 Carbon on October 28, 2026, calling it its strongest model, with state-of-the-art cybersecurity and long-horizon capabilities. It follows Gemini 4 Argon by two weeks. Sundar Pichai's post and Google's blog say it is not yet generally available: starting this week a subset of cyber defenders get access, with more trusted partners added through the Fairwind Program. Google says it will bring Carbon to developers, businesses and consumers "as soon as possible", and that it is taking part in the U.S. government's voluntary process for pre-release model testing.
OpenRouter की कैटलॉग में Z.ai: GLM 4.7 की समाप्ति तारीख 31 दिसंबर दी गई है
OpenRouter की मॉडल कैटलॉग में अब "Z.ai: GLM 4.7" (z-ai/glm-4.7) के लिए 31 दिसंबर, 2026 की समाप्ति तारीख दिखाई गई है। यह मॉडल 22 दिसंबर, 2025 से सूचीबद्ध है और इसका कॉन्टेक्स्ट 204,800 टोकन का है। पहले इस एंट्री में समाप्ति तारीख नहीं थी। यह सिर्फ़ कैटलॉग का एक फ़ील्ड है; एंट्री में यह नहीं बताया गया है कि ऐसा क्यों है या उस तारीख के बाद मॉडल का क्या होगा।OpenCode का कहना है कि DeepSeek V4.1 Flash के उसके कॉन्फ़िगरेशन, DeepSeek के API से मेल खाते हैं; मॉडल के कमज़ोर लगने की रिपोर्टें आई थीं
OpenCode के संस्थापक (thdxr) ने लिखा कि OpenCode Go को कभी-कभी रिपोर्ट मिलती हैं कि कुछ लोगों को DeepSeek V4.1 Flash “कमज़ोर लगता है।” उन्होंने कहा कि OpenCode Go में उपलब्ध अलग-अलग कॉन्फ़िगरेशन के लिए उन्हें जितने भी बेंचमार्क मिले, उन सभी को चलाया और नतीजे एक ही दायरे में रहे।Rock Matrix ने EdgeRock-4B को ओपन-सोर्स किया, यह एक छोटा रीजनिंग मॉडल है जिसमें KV cache का आकार निश्चित है
Rock Matrix ने EdgeRock-4B के वेट और कोड GitHub, Hugging Face और ModelScope पर जारी किए। यह 4B का टेक्स्ट और इमेज रीजनिंग मॉडल है, जिसके NF4, INT8 और FP8 संस्करण उपलब्ध हैं। इसका पेपर arXiv (2610.10118) पर है। TestingCatalog ने 31 अक्टूबर को X पर इस घोषणा को साझा किया।GPT-6 Astra for Law की घोषणा नहीं हुई है, लेकिन यह OpenAI के मूल्य निर्धारण पृष्ठ और मॉडल सूची में दिखाई देता है
OpenAI ने GPT-6 Astra के कानूनी संस्करण की घोषणा नहीं की है। X के दो अकाउंट्स ने बताया है कि यह OpenAI के अपने पृष्ठों पर दिखाई दिया है।Anthropic ने उभरती हुई विसंगति के लिए प्रशिक्षण-डेटा मॉनिटरों की रेड-टीमिंग हेतु Claude के हज़ारों एजेंट तैनात किए
Anthropic ने सूक्ष्म उभरती हुई विसंगति के लिए रेड-टीमिंग को स्वचालित करने पर शोध प्रकाशित किया। उसका कहना है कि रेड-टीमिंग मॉडल सुरक्षा परीक्षण के लिए अहम है, लेकिन शोधकर्ताओं के समय की कमी इसे सीमित करती है। नीचे दी गई सारी जानकारी Anthropic के अपने विवरण पर आधारित है—उसकी पोस्ट और Alignment Science Blog में लिखे लेख पर।
Claude Code 2.1.316 में Opus 4.8 का fast mode बंद किया जा रहा है; 30 नवंबर को हटेगा
Claude Code v2.1.316, 30 अक्टूबर, 2026 को जारी किया गया, इसके रिलीज़ नोट्स के अनुसार:Artificial Analysis ने AA-Omniscience v1.1 की जानकारी दी: छोटा डेटासेट और नया सार्वजनिक सेट
Artificial Analysis ने AA-Omniscience v1.1 की जानकारी प्रकाशित की। यह उसका ज्ञान और hallucination बेंचमार्क है, जिसे उसने 27 अक्टूबर को अपने Intelligence Index के v5 के हिस्से के रूप में अपडेट किया। बेंचमार्क का Net Score सही जवाबों को अंक देता है, गलत जवाबों पर अंक काटता है और जवाब देने से विरत रहने को तटस्थ मानता है।OpenAI ने स्वीकृत संगठनों के लिए वैज्ञानिक टूल उपयोग वाला जीवविज्ञान मॉडल GPT-6 Rosalind जारी किया
OpenAI के 30 अक्टूबर, 2026 के API चेंजलॉग में GPT-6 Rosalind (gpt-6-rosalind) जारी करने का उल्लेख है। OpenAI के अनुसार, यह जटिल जीवन-विज्ञान अनुसंधान के लिए वैज्ञानिक टूल उपयोग के साथ विशेषीकृत जैविक तर्क क्षमता प्रदान करता है। इसका उपयोग केवल उन संगठनों तक सीमित है जिन्हें विश्वसनीय-पहुँच कार्यक्रम के तहत Rosalind Research के लिए स्वीकृति मिली है, और वह भी अधिकृत उपयोगकर्ताओं के आंतरिक अनुसंधान के लिए।Gemini API का Computer Use टूल अब आम तौर पर उपलब्ध है
Google के Gemini API चेंजलॉग के अनुसार, Computer Use टूल अब आम तौर पर उपलब्ध है। यह Interactions API और GenerateContent API—दोनों के साथ काम करता है।Anthropic ने पुष्टि की कि Opus 5.5 को खास गेम फिर से बनाने से रोकने के लिए Claude Code के प्रॉम्प्ट में बदलाव किया गया
Anthropic ने पुष्टि की है कि उसने Opus 5.5 पर Claude Code के प्रॉम्प्ट में दो वाक्य जोड़े, ताकि मॉडल किसी खास मौजूदा गेम को फिर से बनाने से बचे। Game Developer ने 30 अक्टूबर को इसकी खबर दी।
Mercor की APEX-Agents लीडरबोर्ड में Gemini 4 Carbon पहले स्थान पर, 90% से अधिक औसत स्कोर वाला एकमात्र मॉडल
APEX-Agents बेंचमार्क प्रकाशित करने वाली Mercor का कहना है कि Gemini 4 Carbon ने उसकी लीडरबोर्ड में #1 स्थान पर पदार्पण किया है। ये Mercor के अपने मापन हैं। APEX-Agents, निवेश बैंकिंग, प्रबंधन परामर्श और कॉर्पोरेट कानून से लिए गए लंबी अवधि वाले, कई चरणों के कार्यों को परखता है।OpenAI ने ChatGPT के हिंसा-सुरक्षा उपाय कड़े किए, किशोरों के लिए हथियारों की जानकारी सीमित की
OpenAI ने ChatGPT में हिंसा रोकने के मज़बूत उपायों और सार्वजनिक Community Safety Report के प्रति अपनी प्रतिबद्धता की घोषणा की। नीचे दी गई सारी जानकारी OpenAI के बयान पर आधारित है; उसका कहना है कि सुरक्षा उपायों का क्रमिक रूप से लागू होना "अगले कुछ हफ़्तों में" शुरू होगा।Artificial Analysis ने HLE-Diamond के लिए लीडरबोर्ड लॉन्च किया, जो Humanity's Last Exam का परिष्कृत संस्करण है
Artificial Analysis ने अपने Intelligence Index के v5 के तहत HLE-Diamond लीडरबोर्ड लॉन्च किया। यह Humanity's Last Exam के परिष्कृत 1,000-प्रश्नों वाले संस्करण का उसका अपना मूल्यांकन है। CAIS और Scale AI ने सवालों को साफ़ करने और परिष्कृत करने के एक साल बाद HLE-Diamond जारी किया।