AI TrackerÇok modlu:
geliştiriciler için haberler.
Tüm AI sağlayıcılarından "Çok modlu" konusundaki son haberler: lansmanlar, fiyat değişiklikleri ve kullanımdan kaldırmalar; sizin için ne anlama geldikleriyle özetlenmiş.
Artificial Analysis: Qwen-Audio-3.1-TTS-Plus ABD İngilizcesinde, HeyGen Voice ise Birleşik Krallık İngilizcesinde ve genel sıralamada lider
Artificial Analysis, tüm metinden konuşmaya modellerini aynı sekiz klonlanmış sesle (dört ABD, dört Birleşik Krallık) puanlayan Controlled Voice Arena'da Qwen-Audio-3.1-TTS-Plus'ın ABD İngilizcesi sıralamasında lider olduğunu, HeyGen Voice'un ise Birleşik Krallık İngilizcesinde daha iyi performans göstererek genel sıralamada zirvede yer aldığını söylüyor.OpenAI, gündelik ıslak laboratuvar bilimi görevlerinden oluşan bir kıyaslama testi olan BioBasicsBench’i tanıttı
OpenAI, enzim tasarımına odaklanan bir biyoteknoloji şirketi olan Ligo ile birlikte geliştirilen, rutin ıslak laboratuvar görevlerinden oluşan 100 maddelik bir kıyaslama testi olan BioBasicsBench’i tanıttı. Görevler; protein yöntemleri, görüntüleme ve sitometri, miktar tayini ve analizler, nükleik asit yöntemleri ve moleküler klonlama alanlarında ham deneysel kanıtları (jel görüntüleri, koloni plakları, mikroskopi, dizileme dosyaları, cihaz çıktıları ve laboratuvar tezgâhındaki çalışmaların videoları) kullanıyor. Bilim insanları görevleri kendi deneyimlerinden yola çıkarak hazırladı; yanıtlar, kısmi puan veren ve uzmanlarca yazılmış değerlendirme ölçütlerine göre puanlanıyor.Cursor, ajanlarla gerçek zamanlı sesli görüşme özelliği ekledi
Cursor, artık ajanlarınızla gerçek zamanlı sesli görüşme yapabileceğinizi söylüyor: bir değişikliği sesli olarak tarif edin, ajana ne üzerinde çalıştığını sorun ve çalışma ilerledikçe güncellemeleri dinleyin. Sesli sohbet Agents Window'da, IDE'de, web'de ve Cursor for iOS'ta kullanılabiliyor.Artificial Analysis, en üst sırada %64 ile Gemini 4 Carbon'ın yer aldığı yaşam bilimleri görsel akıl yürütme sıralama tablosu VIALS-AA'yı kullanıma sunuyor
Artificial Analysis, Handshake AI'ın VIALS benchmark'ı için bir sıralama tablosu olan VIALS-AA'yı kullanıma sundu. VIALS, sekiz alanda 161 görev içeriyor. Bu görevlerde modelin bilimsel bir görseli (jel blotları, akış sitometrisi grafikleri, plazmit haritaları, filogenetik ağaçlar) okuyup belirli bir sonuca varması gerekiyor.
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.World Labs, Atlas dünya modelinin gerçek zamanlı demosu Frameboy’u yayımladı
World Labs, oluşturulan dünyaları gerçek zamanlı keşfetmeye yönelik bir demo olan Frameboy’u yayımladı. Demo, şirketin iki ay önce tanıttığı, kamera kontrollü otoregresif dünya modeli Atlas’ın yüksek oranda optimize edilmiş bir sürümünü çalıştırıyor ve bulut GPU’larından saniyede 15 kareye kadar görüntü aktarıyor. World Labs, Atlas’ın kamera kontrolünü piksel düzeyinde kusursuz olarak tanımlıyor; bu, şirketin iddiası.Artificial Analysis, FLUX 3 Image Klein'ı açık ağırlıklı metinden görüntüye modeller arasında 2. sıraya koydu
Artificial Analysis'a göre, Black Forest Labs'ın 15 Ekim'de yayımlanan 5,6 milyar parametreli açık ağırlıklı görüntü modeli FLUX 3 Image Klein, AA-Image-T2I v2.1 liderlik tablosunda açık ağırlıklı modeller arasında 2. sırada ve 1. sıradaki Qwen-Image-2.1 ile başa baş durumda. AA-Image-Editing v2.1'de ise açık ağırlıklı modeller arasında 3. sırada yer alıyor. Sıralamalar Artificial Analysis'ın kendi değerlendirmesine dayanıyor.Gemini Omni 1.2 Flash artık Vercel'in AI Gateway'inde kullanılabilir
Vercel, Google DeepMind'ın Gemini Omni 1.2 Flash video modelinin google/gemini-omni-1.2-flash model kimliğiyle AI Gateway'inde kullanıma sunulduğunu belirtiyor. Vercel; yerleşik sesle 3 ila 15 saniyelik klipleri, en fazla altı referans görseliyle düzenlemeleri, toplamda 30 saniyeye kadar uzatmaları ve yatay ya da dikey formatta 360p'den 4K'ya kadar çözünürlükleri listeliyor.Arena, Gemini Omni 1.2 Flash'ı metinden videoya ve görselden videoya alanlarında 1. sıraya yerleştirdi
Arena'ya göre Google'ın Gemini Omni 1.2 Flash modeli, hem Metinden Videoya hem de Görselden Videoya liderlik tablolarında 1. sıradan, Video Düzenleme'de ise 3. sıradan listeye girdi.Gemini Omni 1.2 Flash artık OpenRouter’da kullanıma sunuldu
OpenRouter, Google’ın video modeli Gemini Omni 1.2 Flash’ın platformunda kullanıma sunulduğunu söylüyor. Model; 15 saniyelik klipleri, 360p’den 4K’ya kadar çözünürlükleri, yerleşik sesi ve Omni 1.1’e kıyasla saniye başına yaklaşık %30 daha düşük fiyatı destekliyor. OpenRouter, fiyatın doğrudan Google üzerinden kullanım fiyatıyla aynı olduğunu ve artık tek bir API’nin hem video hem de sohbeti kapsadığını söylüyor.Ant Ling, üç kıyaslamada Opus 5’i geçtiğini söylediği 560B’lik çok modlu Ling-3.2-flash’i tanıttı
Ant Ling, toplam 560B ve etkin 25B parametreye sahip, yerel çok modlu bir model olarak tanımladığı Ling-3.2-flash’i duyurdu. Şirket, modelin karmaşık görsel anlama, uzun ufuklu çok modlu ajanlar, 3D anlama ve etkileşim ile tıbbi zekâ alanlarında daha güçlü olduğunu söylüyor.Gemini Omni 1.2 Flash duyurulmadı, ancak birkaç hesapta ve OpenRouter kataloğunda yer alıyor
Google, Omni 1.1 Flash'ın devamı olacak bir video oluşturma modeli olan Gemini Omni 1.2 Flash'ı duyurmadı. OpenRouter'ın model kataloğuna da 5 Kasım'da google/gemini-omni-1.2-flash kaydı eklendi ve 131,072 tokenlık bağlam penceresi listelendi. Birkaç hesap modeli gördüğünü bildirdi:Google, 15 saniyelik videolar ve %30 daha düşük fiyatla Gemini Omni 1.2 Flash’i kullanıma sunuyor
Google, Gemini Omni 1.2 Flash’in Gemini API ve Google Cloud’da genel kullanıma açıldığını ve Gemini Omni’nin ilk kez genel kullanıma sunulduğunu söylüyor. Model, 15 saniyeye kadar videoları yerel olarak oluşturup düzenleyebiliyor (Omni 1.1’deki 10 saniyeden uzun); süre 3 ila 15 saniye arasında, birer saniyelik adımlarla ayarlanabiliyor.
OpenAI's GPT-Live outbound telephony API is generally available
Justin Uberti, an OpenAI engineer, said on X on November 4 that the GPT-Live outbound telephony API has been promoted to general availability. Developers can now have a GPT-Live voice agent place phone calls through any SIP trunk provider, such as Telnyx or Twilio.OpenRouter kataloğunda OpenAI: GPT-5 Image Mini için 1 Aralık sona erme tarihi yer alıyor
OpenRouter’ın model kataloğunda artık "OpenAI: GPT-5 Image Mini" (openai/gpt-5-image-mini) için 1 Aralık 2026 sona erme tarihi görünüyor. Model, 16 Ekim 2025’ten bu yana listeleniyor ve 400.000 tokenlık bağlam penceresine sahip. Kayıtta daha önce bir sona erme tarihi yoktu. Bu yalnızca katalogdaki bir alan; kayıtta bunun nedeni veya modelin bu tarihten sonra ne olacağı belirtilmiyor.xAI, grok-imagine-image-quality ve grok-imagine-image-pro modellerini kullanımdan kaldırarak daha ucuz bir modelle sunmaya başladı
xAI'nin API sürüm notlarına göre, grok-imagine-image-quality ve grok-imagine-image-pro istekleri artık daha düşük görsel başı ücretle, quality değeri low olarak ayarlanmış grok-imagine-image-2.0 olan grok-imagine-image-2.0-low üzerinden karşılanıyor. xAI, isteklerde değişiklik yapılmasının gerekmediğini belirtiyor.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.ai-cli, her kodlama ajanına görüntü, video ve ses üretme olanağı sunuyor
Vercel’den Chris Tate, bir ajanın herhangi bir modelle görüntü, video ve ses üretmesini sağlayan bir komut satırı aracı olan ai-cli’yi (npm i -g ai-cli) tanıttı. Paylaşımında aracın Claude Code, Codex, OpenCode ve Vercel’in fx harness’iyle; Opus, Flux, GPT, Gemini, DeepSeek, GLM ve Grok gibi modeller kullanılarak çalıştığını belirtti.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.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.