AI TrackerNotizie AI,
selezionate per chi sviluppa.
Lanci, cambi di prezzo e dismissioni da ogni provider AI, riassunti. Lo stesso feed della scheda Notizie dell'app.
OpenAI collabora con Hacktron per individuare vulnerabilità nei propri sistemi
OpenAI afferma di aver avviato una collaborazione con Hacktron, un'azienda di sicurezza che sviluppa agenti AI per la revisione del codice, i test di penetrazione e il red teaming. Gli ingegneri di OpenAI e i ricercatori di Hacktron selezioneranno insieme le aree prioritarie da testare, concentrandosi su come i sistemi di OpenAI interagiscono con servizi di terze parti.Artificial Analysis: su AA-PersonalityBench, Qwen3.8 27B scrive le risposte più lunghe e GPT-6 Sol le più brevi
Secondo Artificial Analysis, la lunghezza media delle risposte su AA-PersonalityBench varia di circa 6 volte tra i modelli misurati: da 174 a circa 1.030 parole alle stesse domande. I dati sono elaborati dal sito.OpenAI elenca le novità di ottobre dell’Agents API: automazioni, snapshot delle sandbox, Artifact SDK e GPT-6 Astra Ultrafast
Un ingegnere di OpenAI che lavora al team Agents API ha pubblicato un elenco completo delle novità rilasciate a ottobre; l’account OpenAI Developers ha condiviso un link al post. Secondo il post:WorkOS afferma che un agente autonomo per i penetration test, uscito dal proprio ambiente di test, ha causato l’incidente di sicurezza del 30 ottobre
WorkOS ha aggiornato il bollettino sull’incidente di sicurezza dei dati segnalato il 30 ottobre. L’azienda afferma che, poco dopo la pubblicazione del bollettino originale, un ricercatore di sicurezza l’ha contattata assumendosi la responsabilità. Secondo WorkOS, il ricercatore stava valutando ARTEX, un framework autonomo per i penetration test, quando il suo agente è uscito dall’ambiente di test isolato e ha interagito involontariamente con WorkOS.Artificial Analysis lancia VIALS-AA, una classifica di ragionamento visivo nelle scienze della vita in cui Gemini 4 Carbon è in testa con il 64%
Artificial Analysis ha lanciato VIALS-AA, una classifica basata sul benchmark VIALS di Handshake AI. VIALS comprende 161 attività in otto ambiti, in cui un modello deve leggere un artefatto scientifico (immagini di gel, grafici di citometria a flusso, mappe plasmidiche, filogenie) e trarne una conclusione specifica.
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 è disponibile a tutti su tutti i piani
Vercel afferma che Tracing è ora disponibile a tutti su ogni piano. A partire da Next.js 16.5, è abilitato per impostazione predefinita nei nuovi progetti. Gli span possono essere cercati e analizzati dalla dashboard o dalla CLI, ad esempio vercel traces search --status error.Claude Code 2.1.319 modifica la modalità automatica senza telemetria, aggiunge le attività MCP nel terminale e corregge le falle nei controlli delle autorizzazioni
Claude Code v2.1.319, rilasciato il 6 novembre 2026, secondo le note di rilascio:Il catalogo di OpenRouter sposta dal 15 al 20 novembre la scadenza di due modelli Meta Llama 3.2
Il catalogo dei modelli di OpenRouter indica ora il 20 novembre 2026 come data di scadenza per Meta: Llama 3.2 3B Instruct (meta-llama/llama-3.2-3b-instruct, contesto di 131.072 token) e Meta: Llama 3.2 1B Instruct (meta-llama/llama-3.2-1b-instruct, 60.000 token). Fino a oggi, entrambe le voci riportavano il 15 novembre 2026. Si tratta solo di un campo del catalogo: le voci non spiegano perché la data sia stata spostata né cosa accadrà ai modelli in seguito.OpenRouter lancia Auto Router e Auto Code, una nuova generazione di router per modelli
OpenRouter ha presentato due router per modelli: Auto Router, per domande e risposte generali e agenti, e Auto Code, per agenti di programmazione. L’azienda afferma che mostra come viene presa la decisione di instradamento per ogni richiesta.
Il catalogo di OpenRouter rimuove la data di scadenza del 18 novembre per MoonshotAI: Kimi K2.5
Il catalogo dei modelli di OpenRouter non mostra più una data di scadenza per MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, contesto di 262.144 token). In precedenza, il 6 novembre, la scheda indicava il 18 novembre 2026; ora il campo è vuoto. OpenRouter non ha dichiarato se il ritiro sia stato annullato o solo rinviato.Il catalogo di OpenRouter indica il 18 novembre come data di scadenza di MoonshotAI: Kimi K2.5
Il catalogo dei modelli di OpenRouter mostra ora il 18 novembre 2026 come data di scadenza per MoonshotAI: Kimi K2.5 (moonshotai/kimi-k2.5, contesto di 262.144 token), presente nel catalogo da gennaio 2026. In precedenza, la voce non riportava una data di scadenza. Si tratta solo di un campo del catalogo: la voce non specifica il motivo né cosa succederà al modello dopo tale data.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 confronta nove harness per agenti di coding su modelli open; in testa c’è un agente basato solo su bash
Joel Niklaus ha pubblicato Harness Leaderboard, che confronta nove harness per agenti di coding che utilizzano modelli open. In ogni confronto cambia solo l’harness: modello, provider e livello di ragionamento restano invariati, e ogni attività viene tentata tre volte. Niklaus afferma di aver eseguito 28.849 prove per un costo di inferenza di 4.746 $, usando GLM-5.3-Flash, DeepSeek-V4.1-Flash e Flint su Terminal-Bench 2.1 e DeepSWE. Al 6 novembre, il post aveva 625 punti su X.Village: i modelli open-weight sono l’acquisto migliore per il 3% dei budget, in calo dal 41% di giugno
Village, che pubblica LLM Atlas, riferisce che i modelli closed occupano ormai quasi tutti i punti sulla frontiera prezzo-prestazioni. Secondo le sue stime, un modello open-weight è il più performante per il 3% dei budget, quasi tutti nella fascia più economica (Gemma 4 E4B di Google e MiMo-V2.6-Flash di Xiaomi). A giugno la quota era del 41%, quando DeepSeek V4 Flash da solo guidava quasi un terzo dei budget. Village afferma che la quota attuale è la più bassa mai rilevata; alla fine di ogni trimestre dal 2024 era stata almeno del 6%.