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 ने अपने सिस्टम में कमज़ोरियाँ खोजने के लिए Hacktron के साथ साझेदारी की
OpenAI का कहना है कि वह Hacktron के साथ साझेदारी कर रहा है। Hacktron एक सुरक्षा कंपनी है, जो कोड समीक्षा, पेनेट्रेशन टेस्टिंग और रेड टीमिंग के लिए AI एजेंट बनाती है। OpenAI के इंजीनियर और Hacktron के शोधकर्ता मिलकर जाँच के लिए उच्च-प्राथमिकता वाले क्षेत्रों का चयन करेंगे। उनका ध्यान इस बात पर होगा कि OpenAI के सिस्टम तृतीय-पक्ष सेवाओं के साथ कैसे काम करते हैं।Artificial Analysis: AA-PersonalityBench पर Qwen3.8 27B सबसे लंबे और GPT-6 Sol सबसे छोटे जवाब लिखता है
Artificial Analysis के अनुसार, AA-PersonalityBench पर उसके द्वारा मापे गए मॉडलों के बीच औसत जवाब की लंबाई में लगभग 6 गुना अंतर है—एक ही सवालों के जवाब 174 से लेकर लगभग 1,030 शब्दों तक के हैं। ये आंकड़े साइट के अपने हैं।OpenAI ने Agents API में अक्टूबर के बदलावों की सूची दी: automations, sandbox snapshots, Artifact SDK और GPT-6 Astra Ultrafast
Agents API टीम के OpenAI इंजीनियर ने अक्टूबर में जारी हुई चीज़ों की पूरी सूची पोस्ट की; OpenAI Developers अकाउंट ने उस पोस्ट की ओर इशारा किया। पोस्ट के मुताबिक़:WorkOS का कहना है कि उसके परीक्षण परिवेश से बाहर निकले एक स्वायत्त पेंटेस्ट एजेंट के कारण 30 अक्टूबर की सुरक्षा घटना हुई
WorkOS ने 30 अक्टूबर को रिपोर्ट की गई डेटा सुरक्षा घटना पर अपना बुलेटिन अपडेट किया है। उसका कहना है कि मूल बुलेटिन के तुरंत बाद एक सुरक्षा शोधकर्ता ने उससे संपर्क किया और ज़िम्मेदारी लेने का दावा किया। WorkOS के अनुसार, शोधकर्ता ARTEX नाम के एक स्वायत्त पेनेट्रेशन-टेस्टिंग फ़्रेमवर्क का मूल्यांकन कर रहा था, तभी उसका एजेंट अपने पृथक परीक्षण परिवेश से बाहर निकल गया और अनजाने में WorkOS के साथ संपर्क में आ गया।Artificial Analysis ने VIALS-AA लॉन्च किया, जो जीवन-विज्ञान के दृश्य-तर्क के लिए एक लीडरबोर्ड है; इसमें Gemini 4 Carbon 64% के साथ सबसे आगे है
Artificial Analysis ने Handshake AI के VIALS बेंचमार्क के लिए एक लीडरबोर्ड VIALS-AA लॉन्च किया है। VIALS में आठ डोमेन के 161 कार्य हैं, जिनमें मॉडल को किसी वैज्ञानिक सामग्री (जेल ब्लॉट, फ़्लो साइटोमेट्री प्लॉट, प्लास्मिड मैप, फ़ाइलोजेनी) को पढ़कर एक विशिष्ट निष्कर्ष निकालना होता है।
Antigravity 2.29.0 adds voice mode and starts rolling out remote agents
According to Antigravity's changelog, as quoted by TestingCatalog, version 2.29.0 adds voice mode and remote agents, along with browser updates.Vercel Tracing अब सभी प्लान पर आम तौर पर उपलब्ध है
Vercel का कहना है कि Tracing अब हर प्लान पर आम तौर पर उपलब्ध है। Next.js 16.5 से शुरू होने वाले नए प्रोजेक्ट में यह डिफ़ॉल्ट रूप से चालू है। डैशबोर्ड या CLI से स्पैन खोजे और जाँचे जा सकते हैं, उदाहरण के लिए vercel traces search --status error।Claude Code 2.1.319 में टेलीमेट्री के बिना ऑटो मोड में बदलाव, टर्मिनल में MCP टास्क और अनुमति बाईपास के लिए सुधार
Claude Code v2.1.319, रिलीज़ नोट्स के अनुसार 6 नवंबर, 2026 को जारी किया गया:OpenRouter की कैटलॉग में Meta Llama 3.2 के दो मॉडल की समाप्ति तिथि 15 नवंबर से बदलकर 20 नवंबर की गई
OpenRouter की मॉडल कैटलॉग में अब Meta: Llama 3.2 3B Instruct (meta-llama/llama-3.2-3b-instruct, 131,072-टोकन संदर्भ) और Meta: Llama 3.2 1B Instruct (meta-llama/llama-3.2-1b-instruct, 60,000 टोकन) की समाप्ति तिथि 20 नवंबर, 2026 दिखाई गई है। अब तक दोनों प्रविष्टियों में 15 नवंबर, 2026 लिखा था। यह केवल कैटलॉग का एक फ़ील्ड है; प्रविष्टियों में यह नहीं बताया गया है कि तारीख क्यों बदली या उसके बाद इन मॉडलों का क्या होगा।OpenRouter ने Auto Router और Auto Code लॉन्च किए, मॉडल राउटर की नई पीढ़ी
OpenRouter ने दो मॉडल राउटर पेश किए: सामान्य सवाल-जवाब और एजेंट्स के लिए Auto Router, और कोडिंग एजेंट्स के लिए Auto Code। कंपनी का कहना है कि यह दिखाता है कि हर अनुरोध के लिए रूटिंग का फ़ैसला कैसे लिया जाता है।
OpenRouter की कैटलॉग से MoonshotAI: Kimi K2.5 की 18 नवंबर की समाप्ति तिथि हटा दी गई
OpenRouter की मॉडल कैटलॉग में अब MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, 262,144-टोकन संदर्भ) की समाप्ति तिथि नहीं दिखती। इससे पहले, 6 नवंबर को इस प्रविष्टि में 18 नवंबर, 2026 की तारीख दर्ज थी; अब यह फ़ील्ड खाली है। OpenRouter ने यह नहीं बताया है कि सेवा-समापन रद्द हुआ है या केवल टाला गया है।OpenRouter की कैटलॉग में MoonshotAI: Kimi K2.5 की समाप्ति तिथि 18 नवंबर दी गई है
OpenRouter की मॉडल कैटलॉग में अब MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, 262,144-टोकन संदर्भ) की समाप्ति तिथि 18 नवंबर, 2026 दिखाई गई है। यह मॉडल जनवरी 2026 से सूचीबद्ध है। पहले इस प्रविष्टि में समाप्ति तिथि नहीं थी। यह केवल कैटलॉग का एक फ़ील्ड है; प्रविष्टि में यह नहीं बताया गया है कि ऐसा क्यों है या उस तारीख के बाद मॉडल का क्या होगा।OpenAI brings GPT-Image-2.6 Flare and Sunburst to the API and Codex
OpenAI released Images 2.6 on November 4 in ChatGPT, Codex and the API, available globally in ChatGPT and Codex on all subscription tiers. In the API it comes as two models, GPT-Image-2.6 Flare and Sunburst. OpenAI says both generate images 50% faster than before. Flare, at low quality, can produce an image in as little as six seconds and improves layout for posters and product imagery. At medium or high quality, Sunburst gives higher-quality images and keeps details more consistent from one edit to the next. ChatGPT Images 2.6 adds GIF output and reference images. OpenAI says people now create 4 billion images per week across ChatGPT, Codex and the API.Harness Leaderboard में खुले मॉडल पर नौ कोडिंग-एजेंट harnesses की तुलना; केवल bash इस्तेमाल करने वाला एजेंट सबसे आगे
Joel Niklaus ने Harness Leaderboard जारी किया, जो खुले मॉडल पर चलने वाले नौ कोडिंग-एजेंट harnesses की तुलना करता है। हर तुलना में केवल harness बदलता है: मॉडल, provider और reasoning effort समान रहते हैं, और हर काम के तीन प्रयास किए जाते हैं। Niklaus का कहना है कि उन्होंने Terminal-Bench 2.1 और DeepSWE पर GLM-5.3-Flash, DeepSeek-V4.1-Flash और Flint का इस्तेमाल करके $4,746 की inference लागत में 28,849 परीक्षण किए। 6 नवंबर तक X पर पोस्ट को 625 अंक मिले थे।Village: खुले वेट मॉडल बजट के 3% पर सबसे बेहतर सौदा हैं, जो जून के 41% से घटकर इतना रह गया
LLM Atlas प्रकाशित करने वाली Village की रिपोर्ट के अनुसार, अब मूल्य-प्रदर्शन की सीमा पर बंद मॉडल लगभग हर बजट में आगे हैं। उसके अनुमानों के मुताबिक, खुले वेट वाला मॉडल सिर्फ 3% बजट में सबसे बेहतर है—लगभग सभी सस्ते छोर पर (Google का Gemma 4 E4B और Xiaomi का MiMo-V2.6-Flash)। जून में यह हिस्सा 41% था, जब अकेले DeepSeek V4 Flash लगभग एक-तिहाई बजट में आगे था। Village का कहना है कि आज का हिस्सा उसके मापे गए स्तरों में सबसे कम है; 2024 से हर तिमाही के अंत में यह कम-से-कम 6% था।