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।
OpenAI के API मूल्य निर्धारण पृष्ठ से o1, o1-pro और GPT-4 समेत दस पुराने मॉडल हटे
2 नवंबर, 2026 को OpenAI के API मूल्य निर्धारण पृष्ठ से दस पुराने मॉडल गायब हो गए। यह स्वयं मूल्य निर्धारण पृष्ठ है, OpenAI की कोई घोषणा नहीं; और केवल पृष्ठ से हटाया जाना अपने-आप में सेवा-समापन की सूचना नहीं है। पृष्ठ पर दी गई कीमतों में इकाई का उल्लेख नहीं है।OpenCode को ब्राउज़र के devtools में चलाने के लिए फिर से बनाया गया
Adam (adamdotdev) ने 2 नवंबर को X पर बताया कि उन्होंने OpenCode को ब्राउज़र के devtools कंसोल में चलाने के लिए फिर से बनाया है। इसका इंटरफ़ेस console.log स्टेटमेंट का इस्तेमाल करता है। यह textjs.org पर लिंक किए गए एक फ़्रेमवर्क पर बना है, और वे डेवलपर्स तथा उनके एजेंटों को इसके साथ दूसरे कंसोल ऐप बनाने के लिए आमंत्रित करते हैं। पोस्ट के साथ दिए गए एक नोट में कहा गया है कि VS Code एक्सटेंशन पर काम चल रहा है और Chrome devtools एक्सटेंशन अभी आना बाकी है।
Anthropic ने FlashProve जारी किया, यह साबित करने के लिए एक ओपन-सोर्स प्रोटोटाइप कि जवाब किस मॉडल ने बनाया
Anthropic ने प्रमाणित इन्फ़रेंस पर शोध प्रकाशित किया: एक क्रिप्टोग्राफ़िक प्रमाण (zkSNARK) कि कोई जवाब मॉडल वेट्स के एक खास कमिट किए गए सेट से आया है। इसे वह उपयोगकर्ता भी जाँच सकता है जिसके पास वेट्स नहीं हैं। पोस्ट के अनुसार, इससे यह पता लगाने में मदद मिल सकती है कि किसी रूटिंग सेवा ने चुपचाप मॉडल बदल दिया है या किसी हमलावर ने उसके साथ छेड़छाड़ की है; साथ ही, इससे मूल्यांकनकर्ताओं और नियामकों को यह जाँचने का तरीका मिल सकता है कि उन्हें कौन-सा मॉडल परोसा जा रहा है।
Drives वाले Vercel Sandboxes अब 2.4 गुना तक तेज़ी से शुरू होते हैं
Vercel का कहना है कि Drives का उपयोग करने वाले Sandboxes अब 2.4 गुना तक तेज़ी से शुरू होते हैं। उसके आँकड़ों के अनुसार, निर्माण का माध्य समय 1.7 सेकंड से घटकर 0.7 सेकंड और p95 समय 2.2 सेकंड से घटकर 1.6 सेकंड हो गया। Vercel के मुताबिक, SDK अपग्रेड या कॉन्फ़िगरेशन में बदलाव की ज़रूरत नहीं है। विवरण Vercel की changelog प्रविष्टि में हैं।Arena: शीर्ष एजेंट हर लिखे गए टोकन के लिए लगभग 93 इनपुट टोकन पढ़ते हैं
लीडरबोर्ड प्रकाशित करने वाली Arena का कहना है कि 26,000 से अधिक सत्रों में, उसके Agent Arena के शीर्ष 10 एजेंट अपने द्वारा जनरेट किए गए हर टोकन के लिए लगभग 93 इनपुट टोकन संसाधित करते हैं। उसका कहना है कि इसी वजह से कंपनियाँ कैश किए गए इनपुट की कीमत घटाने की होड़ में हैं। Arena ने वास्तविक सत्रों में कैशिंग कैसे काम करती है, इसका एक वीडियो भी साझा किया है। ये आँकड़े Arena के अपने विश्लेषण पर आधारित हैं।
Claude Messages API में संदेश थ्रेड अब सार्वजनिक बीटा में, बातचीत सर्वर पर कैश होती है
Anthropic के ClaudeDevs खाते के मुताबिक, Messages API में संदेश थ्रेड अब सार्वजनिक बीटा में हैं। API हर चरण के बीच बातचीत सर्वर पर रखता है, इसलिए अनुरोध में पूरी बातचीत के बजाय केवल नए संदेश और पिछले संदेश की ID भेजनी होती है, और Claude जवाब देना जल्द शुरू करता है।
Vercel के बिल्ड अब इंस्टॉल स्क्रिप्ट चलने से पहले ज्ञात दुर्भावनापूर्ण npm पैकेजों को रोकते हैं
Vercel का कहना है कि उसके बिल्ड अब इंस्टॉल स्क्रिप्ट चलने से पहले ज्ञात दुर्भावनापूर्ण npm पैकेजों को अपने-आप रोक देते हैं। उपयोगकर्ताओं को कोई कार्रवाई करने की ज़रूरत नहीं है। विवरण Vercel की चेंजलॉग प्रविष्टि में हैं।OpenAI ने Security Bug Bounty के इनाम बढ़ाए, रिपोर्ट की गुणवत्ता और वफ़ादारी के लिए बोनस जोड़े
OpenAI का कहना है कि वह अपने Security Bug Bounty कार्यक्रम में इनाम बढ़ा रहा है और मध्यम, उच्च तथा गंभीर निष्कर्षों के लिए इनाम-सीमाओं के मध्यबिंदु को औसतन "चार गुने से भी अधिक" कर रहा है।शोधकर्ताओं का कहना है कि GPT-6 Astra ने बिना ट्रेनिंग के गणित में सुधार के लिए एक छोटे Qwen मॉडल के वज़न संपादित किए
X पर rikiyatakehi अकाउंट की एक पोस्ट के मुताबिक, लेखकों ने GPT-6 Astra से Qwen3.5-0.8B के वज़न संपादित करने को कहा, ताकि गणित में उसका प्रदर्शन बेहतर हो। उनका कहना है कि मॉडल ने सीधे तौर पर वज़न के सिर्फ़ 0.016% हिस्से में बदलाव किया, छोटे मॉडल के रीजनिंग लूप ठीक किए, गणित में प्रदर्शन 6 गुना तक और निर्देशों का पालन 3 गुना बेहतर किया—वह भी बिना ग्रेडिएंट या ट्रेनिंग के। उन्होंने इस तरीके को Weight-Space Programming नाम दिया है।OpenAI ने LifeVal पेश किया, जो रोज़मर्रा के निजी सहायक कार्यों का एक बेंचमार्क है
OpenAI का कहना है कि उसने LifeVal बनाया है—एक नया बेंचमार्क, जिसे इस बारे में हजारों ChatGPT उपयोगकर्ताओं की प्रतिक्रिया के आधार पर तैयार किया गया कि वे निजी सहायक से किन कामों में सबसे अधिक मदद चाहते हैं। इन कार्यों में बच्चों की देखभाल की व्यवस्था ढूँढ़ने से लेकर सरकारी सेवाओं तक पहुँचने और निजी वित्त संभालने तक के काम शामिल हैं।Arena के Agent Arena में अब आउटपुट टोकन और प्रतीक्षा समय के मुकाबले प्रदर्शन के ग्राफ़
लीडरबोर्ड प्रकाशित करने वाली Arena का कहना है कि उसके Agent Arena में अब यह दिखाया जाता है कि टास्क पर होने वाले खर्च के अलावा, हर जनरेट किए गए आउटपुट टोकन और उपयोगकर्ता के प्रतीक्षा के हर मिनट के हिसाब से कौन-से एजेंट सबसे बेहतर प्रदर्शन करते हैं। Arena का कहना है कि बुद्धिमत्ता का समान स्तर 10× अधिक महँगा हो सकता है, इसके लिए 6× अधिक आउटपुट टोकन की ज़रूरत पड़ सकती है और इसमें दोगुना समय लग सकता है।
Hume ने Audio Decision API लॉन्च किया, जो एक ही कॉल में ऑडियो के बारे में सवालों के जवाब देता है
Hume का कहना है कि उसका Audio Decision API डेवलपर्स को ऑडियो के बारे में सवाल पूछने देता है—जैसे उसमें कितने वक्ता हैं, क्या कोई हँस रहा है या कोई कॉलर झुंझलाया हुआ है। Hume के मुताबिक, इससे उस काम की जगह एक ही मॉडल ले लेता है जिसके लिए पहले 10 या उससे अधिक मॉडल इस्तेमाल करने पड़ते थे।OpenAI ने Codex-स्तर के विकास के लिए बनाए गए Git-संगत बैकएंड Pando का विवरण दिया
OpenAI के इंजीनियरों का कहना है कि Codex के साथ कंपनी के मोनोरेपो पर भार इतनी तेज़ी से बढ़ा—डेवलपमेंट एनवायरनमेंट, रिसर्च जॉब और CI से अधिक ब्रांच, पुश, मर्ज, फ़ेच और क्लोन होने लगे—कि 2025 के अंत के आसपास फ़ेच और पुश धीमे हो गए और मर्ज विफल होने लगे; कभी-कभी विश्वसनीयता 90% से भी नीचे चली गई। इसके जवाब में उन्होंने Git रिपॉज़िटरी के लिए नया बैकएंड Pando बनाया, जिसके बारे में OpenAI का कहना है कि अब यह उसके मोनोरेपो के समूचे विकास को संचालित करता है।DeepSeek Harness ने विचारों को प्लगइन में बदलने के लिए Creator Mode जोड़ा
DeepSeek Harness खाते ने 2 नवंबर को X पर Creator Mode की घोषणा की: यह विचारों को ऐसे प्लगइन में बदलने का मोड है जिन्हें आप इस्तेमाल कर सकते हैं। डेमो वीडियो में उदाहरण के तौर पर एक डिज़ाइन वर्कस्पेस, एक सैंडबॉक्स गेम और LLM का 3D विज़ुअलाइज़र दिखाया गया है। एक फ़ॉलो-अप पोस्ट में खाते ने वीडियो में दिखाए गए प्लगइनों के पीछे इस्तेमाल किए गए अंग्रेज़ी और चीनी प्रॉम्प्टों का संग्रह साझा किया।
Hydrogen-1.0, GLM-5.3 से पोस्ट-ट्रेन किया गया ओपन-वेट वैज्ञानिक मॉडल जारी
Chenru Duan ने Hydrogen-1.0 की घोषणा की, जिसे टीम वैज्ञानिक शोध के लिए अपना पहला ओपन-वेट मॉडल बताती है। यह Z.ai के GLM-5.3 को टीम के आंतरिक वैज्ञानिक डेटा, प्रयोगशाला रिकॉर्ड और खोज-प्रक्रिया के इतिहास पर पोस्ट-ट्रेन करके बनाया गया है।
SemiAnalysis ने GDPx जारी किया, यह एक एजेंटिक बेंचमार्क है जिसमें सर्वश्रेष्ठ मॉडल का स्कोर 12% है
SemiAnalysis ने GDPx जारी किया है—यह उन क्षेत्रों में एजेंटिक क्षमताओं का बेंचमार्क है जिन्हें वह सबसे अधिक मूल्यवान मानता है, जिनमें चिप डिज़ाइन, साइबर और जीवविज्ञान शामिल हैं। उसका कहना है कि सर्वश्रेष्ठ मॉडल का स्कोर भी केवल 12% है। नतीजों को साझा करने वाली एक पोस्ट में Claude Opus 5.5 को 12.0% के साथ शीर्ष पर और आगामी Gemini 4 Carbon को 10.9% पर बताया गया है; यह पोस्ट साझा करने वाले की व्याख्या है, SemiAnalysis का अपना कथन नहीं।
Meituan ने LongCat-2.5 जारी किया, जो एजेंट कार्यों के लिए 1.6T-पैरामीटर वाला मल्टीमॉडल मॉडल है
X पर leo114119 नाम के अकाउंट की एक पोस्ट के मुताबिक, Meituan ने LongCat-2.5 जारी किया है। पोस्ट में Meituan के LongCat ब्लॉग का लिंक दिया गया है। पोस्ट कहती है कि Meituan इसे एजेंट कार्यों के लिए बनाया गया एक नेटिव मल्टीमॉडल मॉडल बताता है, जिसमें 1.6 ट्रिलियन पैरामीटर हैं। जटिल विज़ुअल कोडिंग परियोजनाओं और पेशेवर कार्यालयी काम—जैसे रचनात्मक डिज़ाइन, 3D कार्य और व्यावसायिक विश्लेषण—में भी इसे मजबूत बताया गया है।
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.