AI TrackerModeller:
geliştiriciler için haberler.
Tüm AI sağlayıcılarından "Modeller" konusundaki son haberler: lansmanlar, fiyat değişiklikleri ve kullanımdan kaldırmalar; sizin için ne anlama geldikleriyle özetlenmiş.
Agent Arena, Tencent'in Hy4 modelini genel sıralamada 14. sıraya yerleştirdi; görev başına maliyeti Kimi K3.1 Pro'dan yaklaşık %62 daha düşük
Arena'ya göre Tencent'in Hy4 modeli, kullanıcı topluluğundan gerçek ajan oturumlarını değerlendiren Agent Arena'da genel sıralamada 14. sıraya yerleşti. Arena, sonucun 8.500'den fazla uzun ufuklu oturuma ve net %4,7'lik iyileşmeye dayandığını, ayrıca Hy4'ün puan-maliyet Pareto sınırına katıldığını söylüyor.Tencent, Hy4’ü yayımladı; model artık OpenRouter ve Tencent Cloud’da
Tencent’in Hy4 modeli, OpenRouter’da tencent/hy4 adıyla ve 1.048.576 tokenlık bağlam penceresiyle kullanıma sunuldu. Yapay zekâ modellerine ilişkin haber hesabı AiBattle, modelin Tencent Cloud’da da bulunduğunu, Tencent’in model ağırlıklarını yayımlamayı planladığını ve daha küçük bir Hy4 Flash üzerinde çalıştığını bildiriyor. Tencent Hunyuan’ın kendi duyurusunda Hy4’ün görme yeteneğine sahip yeni bir model olduğu belirtiliyor; modelin “önde gelen açık modeller arasında sağlam bir yere sahip olduğu” söyleniyor ve siber güvenlik ile biyogüvenlik göz önünde bulundurularak geliştirildiği ifade ediliyor. Modelin Tencent araştırma sayfası hy.tencent.ai/research/hy4 adresinde.OpenRouter kataloğunda üç Inception Mercury modeli için 8 Kasım son kullanma tarihi yer alıyor
OpenRouter'ın model kataloğunda artık Inception'ın üç modeli için 8 Kasım 2026 son kullanma tarihi gösteriliyor: Mercury 3 (inception/mercury-3, 1.000.000 token bağlam penceresi), Mercury 2.5 (inception/mercury-2.5, 260.000 token) ve Mercury 2 (inception/mercury-2, 128.000 token). Bu kayıtların hiçbirinde daha önce son kullanma tarihi yoktu. Bu yalnızca katalogdaki bir alan; kayıtlarda bunun nedeni veya modellerin bu tarihten sonra başına ne geleceği belirtilmiyor.OpenRouter, 1 milyon token bağlam penceresine sahip ücretsiz gizli model Crouton Alpha’yı ekledi
OpenRouter, "ajanlarınızın gün boyunca tekrar tekrar yaptığı işleri ölçeklendirmek üzere geliştirilmiş, son derece verimli bir akıl yürütme modeli" olarak tanımladığı yeni bir gizli model olan Crouton Alpha’yı duyurdu. Modelin üreticisinin adı açıklanmadı.Gemini 2.5 Pro ve 2.5 Flash kullanımdan kaldırılacak ve 1 Aralık'ta daha yeni modellere yönlendirilecek
Gemini API hakkında paylaşım yapan Patrick Löber, Gemini API'de Gemini 2.5 Pro ve Gemini 2.5 Flash'ın 1 Aralık'ta kullanımdan kaldırılacağını ve bu modellere yapılan isteklerin otomatik olarak yönlendirileceğini söylüyor:OpenRouter kataloğu, beş MiniMax modeline 5 Kasım için bir son kullanma tarihi veriyor
OpenRouter’ın model kataloğunda artık beş MiniMax modeli için 5 Kasım 2026 son kullanma tarihi görünüyor: MiniMax-01 (minimax/minimax-01, 1.000.192 tokenlık bağlam), MiniMax M2 (minimax/minimax-m2), M2.1 (minimax/minimax-m2.1) ve M2.7 (minimax/minimax-m2.7); bu modellerin her biri 204.800 tokenlık bağlama sahip. Ayrıca M2-her (minimax/minimax-m2-her) için 65.536 tokenlık bağlam belirtiliyor. Bu kayıtların hiçbirinde daha önce bir son kullanma tarihi yoktu. Bu yalnızca katalogdaki bir alan; kayıtlarda bunun nedeni ya da bu tarihten sonra modellere ne olacağı belirtilmiyor.Anthropic’in değiştirilmiş S-1 başvurusu, şirketin kendi hızlandırılmış yapay zekâ ilerlemesi tanımını yakında karşılayabileceğini söylüyor
epyhia.com’da yayımlanan ve TechCrunch’a atıfta bulunan bir makaleye göre, Anthropic’in 2 Kasım Pazartesi günü sunulan gözden geçirilmiş S-1/A kayıt başvurusu yeni bir risk açıklaması içeriyor. Makaleye göre başvuruda, Anthropic’in mevcut modellerinin değil, gelecekteki modellerine ilişkin şirket içi tahmin ve beklentilerinin, şirketin Responsible Scaling Policy’sinde tanımlanan ve makalenin yinelemeli kendini geliştirmeyle eş tuttuğu “yapay zekâya atfedilebilecek dramatik ölçüde hızlanmış ilerleme” eşiğini “yakın zamanda” karşılayabileceğine işaret ettiği belirtiliyor. Başvuruda mevcut modellerinden hiçbirinin bu eşiği aşmadığı ve Anthropic’in “Anthropic’te öncü model geliştirme sürecinin insanların kontrolünde kalmasını sağlamak için” politikada değişiklik yapmayı değerlendirdiği söyleniyor.OpenAI, GPT-6 Astra’nın bir cihazın kasasını ve devre kartını tasarlayabildiğini söylüyor ve mühendislik ortakları arıyor
OpenAI, modellerinin makine ve elektrik mühendisliğine nasıl yardımcı olduğunu anlatıyor: CAD modelleri, üretim çizimleri, simülasyonlar ve PCB tasarımı. Bunlar OpenAI’ın kendi iddialarıdır.OpenRouter'ın kataloğu, Meta: Llama 3.1 70B Instruct için 3 Kasım sona erme tarihini kaldırdı
OpenRouter'ın model kataloğunda, süresinin dolmasının beklendiği gün olan 3 Kasım 2026 itibarıyla "Meta: Llama 3.1 70B Instruct" (meta-llama/llama-3.1-70b-instruct) için artık bir sona erme tarihi gösterilmiyor. Alan, Ekim sonundan beri 3 Kasım olarak görünüyordu; şimdi ise boş. Girişte hâlâ 131.072 tokenlık bağlam penceresi listeleniyor. OpenRouter, modelin kullanımdan kaldırılmasının iptal edilip edilmediğini ya da yalnızca ertelenip ertelenmediğini açıklamadı.Artificial Analysis: Kimi K3.1 Pro'nun kişiliği, ölçtüğü tüm model güncellemeleri arasında Kimi K3'ünkinden en çok farklılaşanı
Artificial Analysis, AA-PersonalityBench'te Kimi K3.1 Pro'nun bir model ile doğrudan önceki sürümü arasında gördüğü en büyük kişilik değişimini gösterdiğini söylüyor. Her model, 30 özellikte 1 ile 100 arasında yüzdelik dilim sıralaması alıyor. Puanlar, sitenin kendi değerlendirmelerine dayanıyor.
Perplexity, 9B ve 0.6B boyutlarında açık ağırlıklı görsel-dil gömme modelleri pplx-embed-v2-context’i piyasaya sürdü
Perplexity, Hugging Face’te iki açık ağırlıklı görsel-dil gömme modeli (9B ve 0.6B) olan pplx-embed-v2-context’i, turbopuffer ile birlikte yazdığı bir makaleyle yayımladı. Her iki model de belge başına bir int8 vektör veya belgenin tamamını gören parça başına bir vektör döndürüyor; ayrıca ikisi de belge başına tek gömme ve parçalama olmadan bağlamsal olmayan modda çalışabiliyor.
OpenAI'nin API fiyatlandırma sayfasından o1, o1-pro ve GPT-4 dahil on eski model kaldırıldı
2 Kasım 2026'da OpenAI'nin API fiyatlandırma sayfasında on eski model artık yer almıyordu. Bu, fiyatlandırma sayfasının kendisidir; bir OpenAI duyurusu değildir ve bir modelin fiyatlandırma sayfasından kaldırılması tek başına kullanımdan kaldırıldığına dair bildirim sayılmaz. Sayfadaki fiyatlar birim belirtilmeden verilmiştir.Arena: En iyi ajanlar, yazdıkları her token için yaklaşık 93 girdi tokenı okuyor
Arena adlı liderlik tablosu yayıncısına göre, 26.000’den fazla oturumda Agent Arena’daki ilk 10 ajan, ürettikleri her token için yaklaşık 93 girdi tokenı işliyor. Arena, laboratuvarların önbelleğe alınmış girdi fiyatını düşürmek için bu nedenle yarıştığını söylüyor ve önbelleklemenin gerçek oturumlarda nasıl çalıştığını gösteren bir video paylaşıyor. Rakamlar, Arena’nın kendi analizine dayanıyor.
Araştırmacılar, GPT-6 Astra'nın matematiğini geliştirmek için küçük bir Qwen modelinin ağırlıklarını eğitim yapmadan düzenlediğini söylüyor
X'teki rikiyatakehi hesabından yapılan bir paylaşımda, yazarların GPT-6 Astra'dan matematik performansını artırmak için Qwen3.5-0.8B'nin ağırlıklarını düzenlemesini istediği belirtiliyor. Yazarlar, modelin ağırlıkların yalnızca %0,016'sını doğrudan değiştirdiğini; küçük modelin akıl yürütme döngülerini giderdiğini, matematik performansını 6 kata kadar, talimatları izleme becerisini ise 3 kat artırdığını ve bunu gradyanlar ya da eğitim kullanmadan yaptığını söylüyor. Bu yaklaşıma Weight-Space Programming adını veriyorlar.OpenAI, gündelik kişisel asistan görevlerine yönelik bir kıyaslama ölçütü olan LifeVal’i tanıttı
OpenAI, binlerce ChatGPT kullanıcısının kişisel bir asistandan en çok hangi konularda yardım beklediğine ilişkin geri bildirimleriyle şekillenen yeni bir kıyaslama ölçütü olan LifeVal’i oluşturduğunu söylüyor. Görevler, çocuk bakımı bulmaktan devlet hizmetlerine erişmeye ve kişisel finansı yönetmeye kadar uzanıyor.Arena'nın Agent Arena'sı, performansın çıktı token sayısına ve bekleme süresine göre grafiklerini ekliyor
Liderlik tablosu yayıncısı Arena, Agent Arena'nın artık görev maliyetine ek olarak, üretilen her çıktı token'ı ve kullanıcının beklediği her dakika başına en iyi performansı hangi ajanların sunduğunu gösterdiğini söylüyor. Arena'ya göre aynı düzeyde zekâ 10× daha pahalıya mal olabilir, 6× daha fazla çıktı token'ı gerektirebilir ve iki kat daha uzun sürebilir.
Hume, ses hakkındaki soruları tek çağrıda yanıtlayan Audio Decision API’yi kullanıma sunuyor
Hume, Audio Decision API’nin geliştiricilerin ses hakkında konuşmacı sayısı, birinin gülüp gülmediği veya arayan kişinin hayal kırıklığına uğrayıp uğramadığı gibi sorular sormasına olanak tanıdığını söylüyor. Hume’a göre bu API, daha önce 10 veya daha fazla model gerektiren işlerin yerini alıyor.GLM-5.3 temel alınarak sonradan eğitilen açık ağırlıklı bilimsel model Hydrogen-1.0 yayımlandı
Chenru Duan, ekibin bilimsel araştırmalar için ilk açık ağırlıklı modeli olarak tanımladığı Hydrogen-1.0'ı duyurdu. Model, Z.ai tarafından geliştirilen GLM-5.3'ün ekibin kurum içi bilimsel verileri, laboratuvar kayıtları ve keşif süreçleri üzerinde sonradan eğitilmesiyle oluşturuldu.
SemiAnalysis, en iyi modelin %12 puan aldığı ajan yetenekleri benchmark’ı GDPx’i yayımladı
SemiAnalysis, çip tasarımı, siber güvenlik ve biyoloji gibi en değerli olduğunu düşündüğü alanlardaki ajan yeteneklerini ölçen GDPx benchmark’ını yayımladı. Şirket, en iyi modelin bile yalnızca %12 puan aldığını söylüyor. Sonuçları aktaran bir paylaşımda Claude Opus 5.5’in %12,0 ile ilk sırada, yakında çıkacak Gemini 4 Carbon’un ise %10,9’da olduğu bildiriliyor; bu, sonuçları aktaran kişinin yorumudur, SemiAnalysis’in kendi açıklaması değil.
Meituan, agent görevleri için 1,6T parametreli çok modlu LongCat-2.5’i piyasaya sürüyor
Meituan, hesabı leo114119’un Meituan’ın LongCat bloguna bağlantı veren X paylaşımına göre LongCat-2.5’i piyasaya sürdü. Paylaşımda Meituan’ın modeli, agent görevleri için geliştirilmiş yerel çok modlu bir model olarak tanımladığı; 1,6 trilyon parametreye sahip olduğunu ve karmaşık görsel kodlama projeleri ile yaratıcı tasarım, 3D görevleri ve iş analizi gibi profesyonel ofis işlerinde güçlü olduğunu belirttiği aktarılıyor.