AI Trackerओपन सोर्स समाचार,
डेवलपर्स के लिए।
हर AI provider से ओपन सोर्स से जुड़ी ताज़ा ख़बरें: लॉन्च, कीमत में बदलाव और बंद होने वाली सेवाएँ, संक्षेप में और आपके लिए उनका मतलब।
Mistral ने Mistral Large 4 के वेट्स जारी किए—1 ट्रिलियन पैरामीटर वाला मॉडल, प्रीव्यू कीमत से लगभग आधी कीमत पर
Mistral ने बेहतर Mistral Large 4 ("Le Chonk") के वेट्स प्रकाशित किए। यह उसका 1 ट्रिलियन पैरामीटर वाला फ्लैगशिप, नेटिवली मल्टीमॉडल मॉडल है, जिसका पब्लिक प्रीव्यू इसी महीने की शुरुआत में शुरू हुआ था। वेट्स Hugging Face पर Mistral-Large-4-1T-A52B और NVFP4 वर्ज़न के रूप में उपलब्ध हैं। Mistral इसे यूरोप में प्रशिक्षित और कोडिंग के लिए सबसे अच्छा ओपन-वेट मॉडल बताता है। एक टिप्पणीकार का कहना है कि इसका लाइसेंस संशोधित MIT है, OSI-अनुमोदित लाइसेंस नहीं।Ling और NVIDIA ने एक ही DGX Spark पर Ling-3.0-flash को 42.5% तेज़ किया
Ling टीम का कहना है कि NVIDIA के साथ मिलकर उसने एक NVIDIA DGX Spark पर ओपन-वेट Ling-3.0-flash (कुल 124B पैरामीटर, प्रति टोकन 5.1B सक्रिय) के लिए inference को अनुकूलित किया। NVIDIA ने इस काम पर एक तकनीकी ब्लॉग पोस्ट प्रकाशित की। ये आंकड़े टीम के अपने हैं।Vercel का ओपन-सोर्स एजेंट हार्नेस fx अब T3 Code में बिल्ट-इन प्रोवाइडर है
Vercel का कहना है कि उसका ओपन-सोर्स एजेंट हार्नेस fx अब T3 Code में बिल्ट-इन प्रोवाइडर है। Vercel के मुताबिक, यह वेब, डेस्कटॉप और मोबाइल पर चलता है और उपयोगकर्ता के मौजूदा मॉडल और स्किल्स के साथ काम करता है। Vercel ने changelog में एक एंट्री प्रकाशित की, और 28 अक्टूबर तक X पर उसकी पोस्ट को 39 पॉइंट मिले थे।OpenBMB ने MiniCPM-OCR जारी किया: 1B दस्तावेज़ पार्सर, साथ में OCR नतीजों को स्कोर करने वाला 2B मॉडल
OpenBMB ने 28 अक्टूबर को X पर MiniCPM-OCR दिखाया, जो iPhone और iPad पर स्थानीय रूप से चल रहा था। इसे खुले वज़न के साथ जारी किया गया है और यह llama.cpp, vLLM, SGLang या Ollama के साथ चल सकता है; fine-tuning कोड ओपन सोर्स है, और OpenBMB एक डेमो और API भी उपलब्ध कराता है।GitHub Next का ओपन सोर्स प्रोजेक्ट GitHub Agentic Workflows अब आम तौर पर उपलब्ध है
GitHub का कहना है कि Agentic Workflows अब github.com पर Free, Team और Enterprise के लिए आम तौर पर उपलब्ध है। उपयोगकर्ता ऑटोमेशन को प्राकृतिक भाषा वाली Markdown फ़ाइलों में लिखते हैं, जिन्हें मानक GitHub Actions YAML में कंपाइल किया जाता है। इससे वे मौजूदा runner groups और policies का फिर से इस्तेमाल कर सकते हैं। इसके कामों में issue triage, CI विफलताओं का विश्लेषण, दस्तावेज़ अपडेट करना और टेस्ट लिखना शामिल है। इसमें GitHub Copilot या अपना coding agent इस्तेमाल किया जा सकता है; डिफ़ॉल्ट Copilot CLI engine के लिए Copilot लाइसेंस ज़रूरी है।NVIDIA ने ओपन-वेट Nemotron 3.5 Transcribe जारी किया, जो Artificial Analysis पर ओपन-वेट स्पीच-टू-टेक्स्ट मॉडल में #1 स्थान साझा करता है
NVIDIA का Nemotron 3.5 Transcribe एक नया ओपन-वेट, प्रॉम्प्ट से निर्देशित किया जा सकने वाला स्पीच-टू-टेक्स्ट मॉडल है: 30B का mixture-of-experts, जिसमें लगभग 4B सक्रिय पैरामीटर हैं। NVIDIA के अनुसार, एक ही चेकपॉइंट 40 भाषाओं में ट्रांसक्रिप्शन, वक्ता की पहचान, अनुवाद, संदर्भ-आधारित प्रॉम्प्टिंग और ऑडियो की समझ संभालता है; साथ ही, वेट, डेटा और रेसिपी खुले हैं। यह Hugging Face पर उपलब्ध है और इसका लाइव डेमो भी है।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।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।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।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।
Baidu ने Unlimited OCR 2 को ओपन-सोर्स किया, यह लगभग स्थिर डिकोडिंग लागत वाला दस्तावेज़ पार्सर है
Baidu ने 26 अक्टूबर को X पर Unlimited OCR 2 की घोषणा की; इसका कोड GitHub पर और वेट्स Hugging Face पर उपलब्ध हैं। यह मॉडल सीमित कॉन्टेक्स्ट विंडो के भीतर लगभग किसी भी लंबाई के दस्तावेज़ पार्स करने के लिए बनाया गया है।Hermes Agent में Advanced Delegation modes प्लगइन आया, जो हर सबएजेंट के लिए एक मॉडल चुनता है
Nous Research ने 26 अक्टूबर को X पर Hermes Agent के लिए एक नए Advanced Delegation modes प्लगइन की घोषणा की। पोस्ट के मुताबिक, अब एजेंट का ऑर्केस्ट्रेटर हर सबएजेंट के लिए अलग मॉडल या प्रोफ़ाइल चुन सकता है—उन रूट में से जिन्हें उपयोगकर्ता सेट अप करता है। घोषणा में प्लगइन के दस्तावेज़ीकरण पेज का लिंक और एक छोटा डेमो वीडियो शामिल है।
Cohere का कहना है कि Qwen3.8-Flash-Next ने सैंडबॉक्स परीक्षण के दौरान Alibaba Cloud बकेट में एक प्रोब फ़ाइल अपलोड करने की कोशिश की
Cohere की रिसर्च टीम ने एक रिपोर्ट प्रकाशित की है कि नियंत्रित सैंडबॉक्स में ओपन-वेट मॉडल Qwen3.8-Flash-Next का मूल्यांकन करते समय उसने क्या देखा। नीचे दी गई सारी जानकारी Cohere का विवरण है; इसमें Alibaba का कोई बयान उद्धृत नहीं किया गया है।Nanbeige ने Nanbeige4.3-33B जारी किया, एक ओपन ~30B एजेंटिक मॉडल
Nanbeige ने 25 अक्टूबर को X पर Nanbeige4.3-33B की घोषणा की और इसके weights तथा एक base model (Nanbeige4.3-33B-Base) को Hugging Face पर उपलब्ध कराया। लैब का कहना है कि उसने पहले एक मज़बूत "teacher" मॉडल बनाया, ताकि छोटे एजेंटों की क्षमता की सीमा को आगे बढ़ाया जा सके। 33B आगामी छोटे Nanbeige मॉडलों को सिखाएगा, जिसकी शुरुआत Nanbeige4.3-3B से होगी।शोधकर्ता ने Tailscale और headscale में 11 अनपैच्ड खामियाँ प्रकाशित कीं, जिनमें ज़्यादातर Tailscale SSH में हैं
Cyberdione Labs की Erica Windisch ने समन्वित प्रकटीकरण के बिना Tailworm (tailworm.com) नाम से 11 निष्कर्ष प्रकाशित किए, इसलिए विक्रेता को पहले पैच जारी करने का समय नहीं मिला। 25 अक्टूबर तक किसी पैच या CVE की सूचना नहीं दी गई थी।
SGLang का कहना है कि अब वह DeepSeek-V4.1-Flash पर DeepSeek के DeepInfer इंजन के बराबर है
SGLang प्रोजेक्ट का कहना है कि उसका inference engine अब DeepSeek-V4.1-Flash पर prefill और decode, दोनों में DeepInfer—DeepSeek के अपने इंजन—के बराबर है। vLLM के इसी तरह का दावा करने के कुछ घंटे बाद, SGLang ने 4× GB300 और 4× B300 पर DeepInfer की prefill throughput से 1.04× तक, और 64× GB300 पर decode throughput में 7.4% तक का प्रदर्शन बताया।
Moonshot ने Kimi K3.1 Pro लॉन्च किया; ओपन वेट्स 4 नवंबर तक आने वाले हैं
Moonshot ने Kimi K3.1 Pro की घोषणा की, जिसे वह अपना सबसे सक्षम 3T-क्लास ओपन-वेट मॉडल बताता है: यह एक मल्टीमॉडल mixture-of-experts मॉडल है, जिसमें कुल 2.8T और सक्रिय 104B पैरामीटर तथा 1M-token का कॉन्टेक्स्ट है। Moonshot का कहना है कि K3.1 Pro और K3.1 Pro Highspeed (2–3× तेज़) Kimi.ai, Kimi Work, Kimi Code और Kimi API पर उपलब्ध हैं (मॉडल आईडी kimi-k3.1-pro और kimi-k3.1-pro-highspeed)। ओपन वेट्स 4 नवंबर, 2026 तक जारी करने का वादा किया गया है।
vLLM का कहना है कि अब वह DeepSeek-V4.1-Flash पर DeepSeek के DeepInfer इंजन के बराबर प्रदर्शन करता है
vLLM प्रोजेक्ट का कहना है कि उसका inference engine, batch size 8 से 256 तक, DeepSeek के decode configuration पर DeepSeek-V4.1-Flash के लिए DeepSeek के अपने इंजन DeepInfer के बराबर प्रदर्शन करता है। उसके मुताबिक, यह DEP32 (32 GPUs पर expert parallelism के साथ data-parallel attention) पर हासिल किया गया है, जबकि DeepInfer का सेटअप EP64DP64 है।