AI TrackerAI समाचार,
डेवलपर्स के लिए छाँटे गए।
हर AI provider के लॉन्च, कीमत में बदलाव और बंद होने वाली सेवाएँ, संक्षेप में। वही फ़ीड जो ऐप के समाचार टैब में है।
Artificial Analysis ने AA-PersonalityBench प्रकाशित किया: GPT-6 और Grok मॉडल सबसे सीधे हैं
Artificial Analysis ने AA-PersonalityBench प्रकाशित किया—यह मॉडल के व्यक्तित्व गुणों का एक बेंचमार्क है। इसके साथ नतीजों का एक पेज, कार्यप्रणाली का एक पेज और अपनी व्यक्तित्व रैंकिंग बनाने का एक टूल भी है। स्कोर इस साइट के अपने हैं।
Google का AI Mode 2020 के अमेरिकी चुनाव में जीतने वाले के बारे में टालमटोल वाले जवाब देता है
Ars Technica ने 28 अक्टूबर को बताया कि Search में Google का AI Mode अक्सर "2020 के राष्ट्रपति चुनाव में कौन जीता?" का जवाब विजेता का नाम बताने के बजाय Federal Election Commission की ओर इशारा करके देता है। रिपोर्टर का कहना है कि 2024 के चुनाव के लिए भी उन्हें ऐसा ही जवाब मिला, जबकि 2012 के लिए एक बाहरी डेटा पेज का लिंक मिला; 2000 तक के अन्य चुनावों में सीधे जवाब मिले। Ars के अन्य कर्मचारियों को कुछ चुनावी वर्षों के लिए सीधे जवाब और कुछ के लिए लिंक मिले, और ये वर्ष व्यक्ति के हिसाब से अलग-अलग थे। यह पूछने पर कि 2020 के चुनावों के बाद सीनेट पर किस पार्टी का नियंत्रण था, AI Mode ने सीनेट के इतिहास वाले पेज का लिंक दिया, लेकिन 1992 के लिए उसने सीधे जवाब दिया।ElevenLabs ने Cue पेश किया, एक forced alignment मॉडल
ElevenLabs रिसर्च ने Cue पेश किया—एक forced alignment मॉडल, जो ट्रांसक्रिप्ट को टाइमस्टैम्प में बदलता है। इसका इस्तेमाल सबटाइटल, डबिंग और क्लिक किए जा सकने वाले ट्रांसक्रिप्ट के लिए होता है। यह हर अक्षर को ऑडियो की टाइमलाइन पर रखता है।Vercel ने सभी प्लान पर Vercel CI का बीटा लॉन्च किया
Vercel ने Vercel CI पेश किया, जो एक सतत एकीकरण उत्पाद है और अब सभी प्लान पर बीटा में उपलब्ध है। यह Turborepo का उपयोग करके समझदारी से टास्क छोड़ता है, और Vercel MCP server तथा CLI के ज़रिए एजेंट्स के लिए अनुकूलित है।Rime ने Prism लॉन्च किया, वॉइस एजेंट्स के लिए स्पीच-टू-स्पीच मॉडल
Rime ने AI वॉइस एजेंट्स के लिए स्पीच-टू-स्पीच मॉडल Prism लॉन्च किया। नीचे दिए गए आंकड़े Rime के अपने दावे हैं, स्वतंत्र रूप से मापे गए नतीजे नहीं।Anthropic ने Claude for Legal में इस्तेमाल के लिए तैयार artifacts की गैलरी जोड़ी
Anthropic ने Claude for Legal में इस्तेमाल के लिए तैयार artifacts की गैलरी जोड़ी है: इंटरैक्टिव टूल, जैसे ट्रैकर और डैशबोर्ड, जिन्हें कानूनी टीमें अपने डेटा और कनेक्टर के साथ ढालकर सहकर्मियों के साथ साझा कर सकती हैं। हर artifact एक उदाहरण के साथ खुलता है, और Anthropic का कहना है कि हर जवाब या आउटपुट अपने स्रोत से लिंक होता है।Claude Enterprise में स्मार्ट रिपोर्ट, इन-ऐप सर्वे और साझा समूह बजट
Anthropic का कहना है कि Claude Enterprise के लिए स्मार्ट रिपोर्ट, इन-ऐप सर्वे और साझा समूह बजट आम तौर पर उपलब्ध हैं। हालांकि, उपलब्धता कॉन्फ़िगरेशन के अनुसार अलग-अलग होती है। इसमें HIPAA कॉन्फ़िगरेशन या ग्राहक-प्रबंधित एन्क्रिप्शन कुंजियों वाले संगठन भी शामिल हैं।पात्र ChatGPT Pro और Business सब्सक्राइबर हर महीने $500 तक के मुफ़्त API क्रेडिट का दावा कर सकते हैं
OpenAI का कहना है कि पात्र ChatGPT Pro और Business सब्सक्राइबर अब सब्सक्रिप्शन लाभ के तौर पर हर महीने $500 तक के मुफ़्त API क्रेडिट का दावा कर सकते हैं।Vercel Observability अब AI ट्रैफ़िक दिखाता है
Vercel का कहना है कि उसका Observability प्रोडक्ट अब दिखाता है कि कौन-से AI बॉट किसी साइट पर आते हैं, वे कितनी बार आते हैं और क्या अनुरोध करते हैं। इसकी जानकारी Vercel की changelog एंट्री में है।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।Google ने Search और Gemini ऐप के लिए Connected Apps Platform का प्रीव्यू लॉन्च किया
Google का कहना है कि डेवलपर एक बार ऐप बनाकर Search और Gemini ऐप, दोनों पर उपयोगकर्ताओं तक पहुँच सकते हैं। वे क्लाउड-होस्टेड MCP सर्वर के ज़रिए या AppFunctions APIs का इस्तेमाल करके Android MCP के ज़रिए इंटीग्रेशन करते हैं। इसके बाद वे Google Connected Console में ऐप रजिस्टर, टेस्ट और सबमिट करते हैं, और समीक्षा से पहले चुनते हैं कि ऐप Search में लाइव होगा, Gemini ऐप में या दोनों में। लाइव होने के बाद डेवलपर ट्रैफ़िक, लेटेंसी और गड़बड़ी की दर पर नज़र रख सकते हैं और सत्यापित लोगो तथा प्रमाणीकृत खातों समेत अपनी ब्रांड पहचान पर नियंत्रण बनाए रख सकते हैं।Microsoft, Copilot harness को Foundry Agent Service में ला रहा है
Microsoft ने Foundry Agent Service में Microsoft Copilot harness पेश किया। Microsoft का कहना है कि GitHub की इंजीनियरिंग टीम ने एक मल्टी-मॉडल harness बनाया, जिसे अब उसने Microsoft के उत्पादों में लागू किया है। कंपनी के मुताबिक, Foundry वाला संस्करण डेवलपर्स को निष्पादन परत को दोबारा बनाए बिना एजेंट बनाने देता है। Microsoft के अनुसार, यह harness ऑर्केस्ट्रेशन, टूल, संदर्भ और नियंत्रण संभालता है, ताकि डेवलपर्स अपने एजेंट के कौशल और नतीजों पर ध्यान दे सकें। Microsoft ने एक डेमो वीडियो और Foundry ब्लॉग पोस्ट प्रकाशित की।
Artificial Analysis ने इमेज-टू-वीडियो मॉडल्स के लिए AA-Video-I2V v2.1 बेंचमार्क लॉन्च किया
Artificial Analysis ने इमेज-टू-वीडियो मॉडल्स के लिए AA-Video-I2V v2.1 और AA-Video-I2V-Silent v2.1 लॉन्च किए। हर प्रॉम्प्ट में 1080p की एक शुरुआती इमेज और उसके लिए लिखा गया प्रॉम्प्ट शामिल है, और उसे उपयोग के मामले, क्षमता तथा विज़ुअल शैली के आधार पर टैग किया गया है; मॉडल्स का मूल्यांकन 1080p तक के रिज़ॉल्यूशन पर किया जाता है और 10 उपयोग मामलों तथा 10 क्षमताओं में उनकी रैंकिंग होती है। कुल रैंकिंग में इन सभी को समान रूप से शामिल किया जाता है। ये नतीजे Artificial Analysis के अपने हैं।
VS Code में GitHub Copilot में अब क्लाउड सेशन हैं, जो अलग-अलग क्लाइंट पर जारी रहते हैं; साथ में Agent Host और प्रायोगिक कंप्यूटर उपयोग
Universe में घोषित GitHub के VS Code अपडेट का केंद्र यह है कि एजेंट कहाँ चलते हैं और डेवलपर उनसे कैसे जुड़े रहते हैं।GitHub Copilot Fusion, जो हर काम के लिए मॉडल रूट और ऑर्केस्ट्रेट करता है, अब आम तौर पर उपलब्ध है
GitHub का कहना है कि Copilot Fusion अब आम तौर पर उपलब्ध है। मॉडल चुनने के बजाय, उपयोगकर्ता मॉडल पिकर में Copilot Fusion और एक प्रयास स्तर (Standard, High या Max) चुनता है; Copilot तय करता है कि कौन-से मॉडल इस्तेमाल करने हैं और वे मिलकर कैसे काम करेंगे। यह पहले के Project HydraFusion प्रीव्यू के मल्टी-मॉडल ऑर्केस्ट्रेशन को Copilot के ऑटो मॉडल चयन के साथ जोड़ता है। वर्कफ़्लो में एक अकेला मॉडल, एक कैस्केड (एक कुशल मॉडल ड्राफ़्ट तैयार करता है और गुणवत्ता जाँच यह तय करती है कि आगे बढ़ना है या नहीं) और क्रिटीक (एक मॉडल ड्राफ़्ट तैयार करता है, दूसरा उसकी समीक्षा करता है और पहला उसमें संशोधन करता है) शामिल हैं।
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 Copilot ऐप में Projects और computer use का public preview शुरू
GitHub के मुताबिक, GitHub Copilot ऐप में अब Projects का public preview उपलब्ध है: कई repositories या sessions में फैले काम के लिए, या ऐसे काम के लिए जिसका कोई repository न हो—सब एक ही जगह। उपयोगकर्ता लक्ष्य बताता है और repositories, design mockups, Slack threads या meeting notes जैसी जानकारी जोड़ता है, फिर models और tools चुनता है। Copilot ज़रूरत के मुताबिक कई agents चलाता है और समीक्षा के लिए pull requests जैसे नतीजे देता है। Project automations में बार-बार किए जाने वाले काम शामिल हैं—उदाहरण के लिए, कोई feature जुड़ने पर promo video बनाना। Slack और Figma जैसे कनेक्टेड tools का context किसी अनुरोध पर शोध करने या specification का मसौदा तैयार करने में इस्तेमाल किया जा सकता है।GitHub Enterprise में अब हर लाइसेंसधारी उपयोगकर्ता के लिए Copilot शामिल है
GitHub का कहना है कि GitHub या Microsoft अकाउंट टीम के साथ काम करने वाले एंटरप्राइज़ अब हर लाइसेंसधारी उपयोगकर्ता के लिए GitHub Enterprise के साथ Copilot पा सकते हैं। ऐसे में सीटों की संख्या के बजाय एंटरप्राइज़ बजट के मुकाबले AI उपयोग को प्रबंधित करना होगा। यह सुविधा अब GitHub Enterprise Cloud के लिए बिक्री टीम के ज़रिए उपलब्ध है; सेल्फ़-सर्विस उपलब्धता चरणों में शुरू होगी, जिसकी तारीखें बाद में बताई जाएँगी। मौजूदा सेल्फ़-सर्विस सब्सक्रिप्शन पर कोई असर नहीं पड़ेगा। Copilot Business और Copilot Enterprise की बिक्री जारी है।AssemblyAI ने अपना पहला टेक्स्ट-टू-स्पीच मॉडल, AssemblyAI-TTS-1 लॉन्च किया
AssemblyAI ने AssemblyAI-TTS-1 लॉन्च किया, जो उसका पहला टेक्स्ट-टू-स्पीच मॉडल है और वॉइस एजेंट्स के लिए बनाया गया है। AssemblyAI का कहना है कि यह $15 प्रति दस लाख अक्षरों की दर से 90 ms में स्ट्रीम करता है और सटीकता, स्वाभाविकता तथा लागत—तीनों को साथ में देखते हुए इसे बड़े पैमाने पर चलाया जा सकने वाला सबसे अच्छा TTS मॉडल बताता है। OpenRouter का कहना है कि यह मॉडल वहाँ उपलब्ध है और इसमें अमेरिका या EU से 4,000+ आवाज़ें दी जाती हैं।