AI TrackerModelli: le notizie,
per chi sviluppa.
Le ultime notizie su modelli da ogni provider AI: lanci, cambi di prezzo e dismissioni, riassunti con cosa significano per te.
Agent Arena classifica Hy4 di Tencent al 14º posto assoluto, con un costo per attività inferiore di circa il 62% rispetto a Kimi K3.1 Pro
Arena afferma che Hy4 di Tencent si è piazzato al 14º posto assoluto nella sua Agent Arena, che valuta i modelli sulla base di sessioni agentiche reali della propria community di utenti. Secondo Arena, il risultato si basa su oltre 8.500 sessioni di lunga durata e su un miglioramento netto del 4,7%; Hy4 entra inoltre nella frontiera di Pareto di Agent Arena, che mette a confronto punteggio e costo.Tencent lancia Hy4, ora disponibile su OpenRouter e Tencent Cloud
Hy4 di Tencent è disponibile su OpenRouter, dove è indicato come tencent/hy4 con una finestra di contesto di 1.048.576 token. L'account di notizie sui modelli AI AiBattle riferisce che è disponibile anche su Tencent Cloud e che Tencent prevede di pubblicare i pesi del modello e sta lavorando a una versione più piccola, Hy4 Flash. L'annuncio ufficiale di Tencent Hunyuan presenta Hy4 come un nuovo modello con capacità visive, lo definisce «saldamente tra i principali modelli open» e afferma che è stato sviluppato tenendo conto della sicurezza informatica e biologica. La pagina di ricerca di Tencent dedicata al modello è disponibile all'indirizzo hy.tencent.ai/research/hy4.Il catalogo di OpenRouter indica l'8 novembre come data di scadenza per tre modelli Inception Mercury
Il catalogo dei modelli di OpenRouter ora indica l'8 novembre 2026 come data di scadenza per tre modelli di Inception: Mercury 3 (inception/mercury-3, contesto da 1.000.000 di token), Mercury 2.5 (inception/mercury-2.5, 260.000 token) e Mercury 2 (inception/mercury-2, 128.000 token). Nessuna delle voci riportava in precedenza una data di scadenza. Si tratta solo di un campo del catalogo: le voci non spiegano il motivo né cosa accadrà ai modelli dopo quella data.OpenRouter aggiunge Crouton Alpha, un modello stealth gratuito con una finestra di contesto da 1M di token
OpenRouter ha annunciato un nuovo modello stealth, Crouton Alpha, che descrive come «un modello di ragionamento altamente efficiente, progettato per ampliare il lavoro che i tuoi agenti ripetono tutto il giorno». Il produttore non è stato nominato.Gemini 2.5 Pro e 2.5 Flash saranno deprecati il 1° dicembre e reindirizzati a modelli più recenti
Patrick Löber, che pubblica contenuti sull'API Gemini, afferma che Gemini 2.5 Pro e Gemini 2.5 Flash saranno deprecati il 1° dicembre nell'API Gemini e che le richieste verranno reindirizzate automaticamente:Il catalogo di OpenRouter indica il 5 novembre come data di scadenza per cinque modelli MiniMax
Il catalogo dei modelli di OpenRouter ora indica il 5 novembre 2026 come data di scadenza per cinque modelli MiniMax: MiniMax-01 (minimax/minimax-01, contesto di 1.000.192 token), MiniMax M2 (minimax/minimax-m2), M2.1 (minimax/minimax-m2.1) e M2.7 (minimax/minimax-m2.7), ciascuno con un contesto di 204.800 token, e M2-her (minimax/minimax-m2-her, 65.536 token). In precedenza, nessuna delle voci riportava una data di scadenza. Si tratta solo di un campo del catalogo: le voci non specificano il motivo né cosa accadrà ai modelli dopo quella data.L’S-1 modificato di Anthropic afferma che potrebbe presto raggiungere la propria definizione di progresso accelerato dell’IA
Un articolo su epyhia.com, che cita TechCrunch, riferisce che la dichiarazione di registrazione rivista S-1/A di Anthropic, depositata lunedì 2 novembre, include una nuova informativa sui rischi. Secondo l’articolo, il documento afferma che le stime e le aspettative interne di Anthropic sui modelli futuri, non su quelli attuali, indicano che potrebbe «imminentemente» raggiungere la definizione di «progresso drasticamente accelerato attribuibile all’IA» prevista dalla sua Responsible Scaling Policy, una soglia che l’articolo associa al miglioramento ricorsivo autonomo. Il documento afferma che nessuno dei modelli attuali ha superato tale soglia e che Anthropic sta valutando modifiche alla policy «per mantenere il controllo umano sullo sviluppo dei modelli di frontiera in Anthropic».OpenAI afferma che GPT-6 Astra può progettare l’involucro e la scheda elettronica di un dispositivo e cerca partner nel settore dell’ingegneria
OpenAI descrive come i suoi modelli aiutino nell’ingegneria meccanica ed elettrica: modelli CAD, disegni di produzione, simulazioni e progettazione di PCB. Sono affermazioni di OpenAI.Il catalogo di OpenRouter rimuove la data di scadenza del 3 novembre per Meta: Llama 3.1 70B Instruct
Il catalogo dei modelli di OpenRouter non mostra più una data di scadenza per «Meta: Llama 3.1 70B Instruct» (meta-llama/llama-3.1-70b-instruct) il 3 novembre 2026, giorno in cui il modello avrebbe dovuto essere ritirato. Il campo riportava il 3 novembre dalla fine di ottobre e ora è vuoto. La scheda indica ancora una finestra di contesto di 131.072 token. OpenRouter non ha dichiarato se il ritiro sia stato annullato o soltanto rinviato.Artificial Analysis: la personalità di Kimi K3.1 Pro differisce da quella di Kimi K3 più di quanto sia accaduto con qualsiasi aggiornamento di modello misurato
Secondo Artificial Analysis, Kimi K3.1 Pro presenta il cambiamento di personalità più marcato mai rilevato tra un modello e il suo predecessore diretto su AA-PersonalityBench. Ogni modello riceve un percentile da 1 a 100 su 30 tratti. I punteggi sono elaborati dal sito.
Perplexity lancia pplx-embed-v2-context, modelli di embedding multimodali open-weight da 9B e 0.6B
Perplexity ha rilasciato pplx-embed-v2-context, due modelli di embedding multimodali open-weight (9B e 0.6B) su Hugging Face, accompagnati da un articolo scritto con turbopuffer. Entrambi restituiscono un vettore int8 per documento, oppure uno per ogni chunk che ha accesso all’intero documento; entrambi funzionano anche in modalità non contestuale, con un embedding per documento e senza suddivisione in chunk.
La pagina dei prezzi API di OpenAI rimuove dieci modelli meno recenti, tra cui o1, o1-pro e GPT-4
Il 2 novembre 2026 sono scomparsi dalla pagina dei prezzi API di OpenAI dieci modelli meno recenti. Si tratta della pagina dei prezzi stessa, non di un annuncio di OpenAI; la rimozione da una pagina dei prezzi, da sola, non equivale a un avviso di ritiro. La pagina riportava i prezzi senza indicarne l’unità.Arena: i migliori agenti leggono circa 93 token di input per ogni token che scrivono
Arena, editore della classifica, afferma che, su oltre 26.000 sessioni, i 10 migliori agenti di Agent Arena elaborano circa 93 token di input per ogni token generato. Secondo Arena, è per questo che i laboratori si stanno affrettando a ridurre il prezzo degli input memorizzati nella cache; inoltre, condivide un video che mostra come funziona la cache nelle sessioni reali. Le cifre provengono dall’analisi di Arena.
I ricercatori affermano che GPT-6 Astra ha modificato i pesi di un piccolo modello Qwen per migliorarne le capacità matematiche, senza addestrarlo
Un post su X dell’account rikiyatakehi afferma che gli autori hanno chiesto a GPT-6 Astra di modificare i pesi di Qwen3.5-0.8B per migliorarne le capacità matematiche. Dicono che il modello abbia modificato direttamente solo lo 0,016% dei pesi, correggendo i loop di ragionamento del modello più piccolo, migliorando le prestazioni in matematica fino a 6 volte e il rispetto delle istruzioni di 3 volte, senza gradienti né addestramento. Gli autori chiamano questo approccio Weight-Space Programming.OpenAI presenta LifeVal, un benchmark di attività quotidiane per assistenti personali
OpenAI afferma di aver creato LifeVal, un nuovo benchmark basato sui feedback di migliaia di utenti di ChatGPT su ciò per cui desiderano maggiormente l’aiuto di un assistente personale. Le attività spaziano dalla ricerca di servizi per l’infanzia all’accesso ai servizi pubblici e alla gestione delle finanze personali.Agent Arena di Arena aggiunge grafici delle prestazioni in rapporto ai token di output e ai tempi di attesa
Arena, che pubblica classifiche, afferma che Agent Arena ora mostra quali agenti offrono le prestazioni migliori per ogni token di output generato e per ogni minuto di attesa dell’utente, oltre alla spesa per attività. Secondo Arena, lo stesso livello di intelligenza può costare 10× di più, richiedere 6× più token di output e impiegare il doppio del tempo.
Hume lancia Audio Decision API, che risponde alle domande sull’audio con una sola chiamata
Hume afferma che Audio Decision API permette agli sviluppatori di porre domande sull’audio, per esempio quanti interlocutori ci sono, se qualcuno sta ridendo o se chi chiama è frustrato. Secondo Hume, sostituisce un lavoro che prima richiedeva 10 o più modelli.Viene rilasciato Hydrogen-1.0, un modello scientifico a pesi aperti post-addestrato a partire da GLM-5.3
Chenru Duan annuncia Hydrogen-1.0, che il team definisce il suo primo modello a pesi aperti per la ricerca scientifica. Si tratta di GLM-5.3 (di Z.ai), post-addestrato sui dati scientifici interni del team, sui registri di laboratorio e sulle traiettorie delle scoperte.
SemiAnalysis lancia GDPx, un benchmark agentico in cui il modello migliore ottiene il 12%
SemiAnalysis ha lanciato GDPx, un benchmark delle capacità agentiche nei settori che ritiene più preziosi, tra cui progettazione di chip, cybersicurezza e biologia. Afferma che persino il modello migliore ottiene appena il 12%. Un post che riporta i risultati indica Claude Opus 5.5 in testa con il 12,0% e il prossimo Gemini 4 Carbon al 10,9%; si tratta dell’interpretazione di chi ha rilanciato i risultati, non del testo originale di SemiAnalysis.
Meituan lancia LongCat-2.5, un modello multimodale da 1,6T di parametri per attività agentiche
Meituan ha lanciato LongCat-2.5, secondo un post su X dell’account leo114119 che rimanda al blog LongCat di Meituan. Il post dice che Meituan lo descrive come un modello multimodale nativo progettato per attività agentiche, con 1,6 trilioni di parametri e prestazioni elevate in progetti complessi di programmazione visiva e in attività professionali d’ufficio come design creativo, attività 3D e analisi aziendale.