AI-nytt 5. november 2026

I API-et er det to varianter. Flare er laget for raske utkast og kan ifølge OpenAI lage et bilde på ned mot seks sekunder ved lav kvalitet. Sunburst er laget for mer detaljerte bilder og for å holde figurer, produkter og andre detaljer mer konsistente gjennom flere redigeringer.

Utviklere kan nå markere området som skal endres direkte på bildet, slik brukere allerede kunne i ChatGPT. De kan også eksportere SVG for videre bruk på nettsider, i apper eller på trykk. Det gjør det lettere å rette én del av en illustrasjon eller å ta den videre til et annet verktøy.

I API-et er planlegging og bildekvalitet to egne innstillinger. En enkel fargeendring kan gjøres med lite planlegging selv om sluttbildet skal ha høy kvalitet. En plakat med flere elementer og strenge krav til plassering kan trenge mer planlegging.

K3.1 Pro tar inn tekst og bilder og kan behandle litt over én million tokens om gangen. Modellkortet oppgir 2 800 milliarder parametere totalt, hvorav 104 milliarder er aktive for hvert token. Modellen velger bare deler av nettverket for hvert steg. Det reduserer regnearbeidet sammenlignet med å aktivere alt, men hele vektsamlingen må fortsatt være tilgjengelig for driften.

For egen drift viser Moonshot til vLLM, SGLang og TokenSpeed. Filstørrelsen gir et inntrykk av skalaen, men er ikke et mål på hvor mye grafikkminne et bestemt oppsett trenger. Moonshot tilbyr også modellen via sitt eget API, der man kan velge hvor mye den skal resonnere før den svarer.

K3.1 Pro bygger videre på Kimi K3. Moonshot endret hvordan modellen henter informasjon fra lange inndata, slik at den bruker mindre regnearbeid på å finne relevante deler. Det er nyttig når en agent for eksempel må holde oversikt over både kildekode, dokumentasjon og resultatene fra tidligere verktøykall i samme oppgave.

Moonshots tester gir et mer nyansert bilde enn én rangering. På Terminal-Bench 4.0 fikk Kimi 65,7, tett på Claude Opus 5.5s 66,4 i samme tabell. På vitenskapsvarianten av testen fikk Kimi 38,1, mens GPT-6 Astra fikk 68,1. Modellkortet oppgir hvilke verktøy og innstillinger som ble brukt. Det er særlig relevant om man vurderer modellen for en bestemt type oppgave.

Nedlastbare vekter gir team mulighet til å styre hvor modellen kjører og hvordan de setter den opp. Lisensen har særvilkår for store aktører som tilbyr modeller som en tjeneste, og egne krav til merking i svært store produkter. De vilkårene er verdt å sjekke før kommersiell bruk.

Ifølge Tencent kan modellen blant annet analysere kompliserte diagrammer og bruke verktøy i oppgaver med mange steg. Selskapet sier at den har fått egen trening på Blender og CAD, og trekker også fram utvikling med Unreal Engine, Unity og Godot. Det viser hvor Tencent har lagt treningsinnsatsen. Hvor godt modellen løser en bestemt oppgave, avhenger også av tilgangen til verktøy og miljøet den kjører i.

I WorkBuddy kan Hy4 bruke informasjon fra WeCom, som e-post, møter og dokumenter, til å holde oversikt over oppgaver og frister. Tencent testet også modellen på 579 finansoppgaver med hjelp fra 213 fagpersoner. Hy4 fikk høyest samlet poengsum blant modellene i den sammenligningen. Evalueringen ble ledet av Tencent og sier mest om oppgavene som faktisk ble testet.

WorkBuddy, CodeBuddy og Tencent Cloud TokenHub var blant de første tilgangspunktene. Tencent varslet også Hy4 Flash, en rimeligere variant. For team som ville drifte Hy4 selv, gjensto det ved lansering å se hvilke vekter, driftskrav og lisensvilkår Tencent faktisk ville legge ut.

Conductor stoppet nye registreringer og nedlastinger 4. november. Eksisterende Pro-brukere kan ifølge selskapet fortsette å bruke Pro-funksjonene gratis, og aktive abonnenter får refusjon. I perioden med skrivebeskyttelse kan brukere fortsatt lese gamle samtaler og eksportere data. Slettingen av skydata begynner når Cloud stenger.

På Mac kan brukeren høyreklikke et arbeidsområde og flytte det til den lokale appen, med samtalene. Det passer hvis arbeidet skal fortsette der. For å ta vare på en samlet kopi kan brukeren i stedet eksportere data fra kontoinnstillingene.

Den lokale appen skal få nye modeller og kritiske feilrettinger fram til tidlig i 2027, da også den begynner å fases ut. Teamet sier at det jobber med noe nytt, men kunngjøringen gir ingen detaljer om hva det blir.

Preview er en generell variant av modellen selskapet bruker internt til brikkedesign. Ricursive har lagt ut både en grunnmodell og en versjon trent til å følge instruksjoner. Det finnes også en komprimert NVFP4-utgave. Selskapet viser til NVIDIA DGX Spark som et eksempel på maskinvare den kan kjøres på lokalt.

Ricursive rapporterer 80,52 på Terminal-Bench 2.1, en test av agenters arbeid i en terminal. I selskapets sammenligning ligger det foran enkelte vesentlig større modeller. Modellkortet oppgir at andre agentverktøy og innstillinger for kontekst ga andre resultater, og at tabellen blander offentlig rapporterte resultater med egne målinger. Det er derfor et konkret resultat fra et bestemt oppsett.

Ripple bruker alle de 65 milliarder parameterne for hvert token. Det skiller den fra modeller som Kimi K3.1 Pro, som bare aktiverer en del av nettverket om gangen. Sammenligningen i modellkortet viser også at Ripple ligger bak flere av modellene på SWE-bench Verified, som tester retting av feil i eksisterende kode. Terminalresultatet alene sier derfor lite om hvilken modell som passer best til akkurat det arbeidet.

Ricursive oppgir 32 millioner dollar i samlet utviklingskostnad. Det inkluderer forsøk, evaluering, datagenerering og den endelige treningen. Tilgangen ved lansering omfattet både nedlasting fra Hugging Face og driftede tjenester som Together AI og OpenRouter.

Agentene gikk fra 2 308 mulige funn til å bekrefte hvilke feil som faktisk kunne gjenskapes i isolerte maskiner. Forskerne brukte demonstrasjonene til å vurdere alvorlighetsgrad og prioritere rapporteringen. Kjøreoppsettet produserte også 291 demonstrasjoner av informasjonslekkasjer. OpenAI oppgir at hovedkjøringen kostet omtrent 1,2 millioner dollar i API-kreditter.

Forskerne lot først agentene lete i deler av kjernen som en bruker med begrensede rettigheter kunne nå. Når en feil lot seg gjenskape, undersøkte agentene hva den kunne brukes til. Flere demonstrasjoner kunne gjelde samme feil. Forskerne grupperte derfor 1 169 fungerende demonstrasjoner av rettighetseskalering til 948 unike funn, basert på hvilke rettelser som trengtes.

Tidlig i arbeidet så en testkjøring ut til å ha vist 200 tilfeller der agenten fikk administratorrettigheter. Ved gjennomgang fant forskerne at 20 av demonstrasjonene hadde brukt en annen sårbarhet enn den agenten hadde fått i oppgave å undersøke. Teamet la derfor inn en uavhengig kontroll av hvilken feil demonstrasjonen faktisk utnyttet.

Da oktoberkjøringen og gjennomgangen var ferdig, var 61 av feilene med lokal rettighetseskalering allerede rettet i hovedkoden, og 43 hadde foreløpige rettelser fra andre bidragsytere. OpenAI sier at de sendte inn hundrevis av rapporter og forslag til rettelser. Tallene viser hvorfor slike funn må sjekkes mot den nyeste koden før de meldes inn.

Slike kapsler, kalt vault-partikler, var kjent fra blant annet pattedyr. Forskere hadde også funnet beslektede proteiner i bakterier og virusene deres. Spørsmålet var om de kunne danne hele kapsler. Teamet brukte Claude til å lete i en database med rundt 15 milliarder predikerte proteiner, før forskerne valgte hvilke kandidater de ville teste. Mikroskopi bekreftet formen for fire av dem.

Kapselen består av 96 kopier av samme protein. Teamet brukte kryo-elektronmikroskopi, der prøver fryses og avbildes fra mange vinkler for å bygge en 3D-modell. Anthropic oppgir at isoleringen av partiklene tok rundt 90 minutter mot normalt tre dager. En første full strukturmodell var klar etter 34 timer med databehandling, og de endelige kartene etter omtrent en uke.

Teamet endret også proteinet for å se hva som får kapselen til å lukke seg. Enkelte endringer ved endene ga åpne partikler i stedet for lukkede kapsler. Da forskerne la til to ekstra ledd i kapselveggen, ble volumet inni omtrent 20 prosent større. Forsøkene viser hvordan kapselens form og størrelse kan endres.

Forskerne styrte arbeidet og korrigerte feil. Én forsøksprotokoll fra Claude forsinket prosjektet med to uker. Modellen hoppet også over et vanlig analysetrinn og blandet strukturen med speilbildet sitt. Teamet hadde framstilt kapslene i E. coli og hadde ennå ikke undersøkt om de dannes der proteinene finnes naturlig. Ved kunngjøringen var arbeidet sendt inn som en forskningsartikkel før fagfellevurdering.

Kino bruker Remotion til å beskrive klipp og animert grafikk i kode. Det gir en kodeagent som Codex eller Claude Code tilgang til redigeringen, samtidig som en person kan gjøre endringer visuelt på tidslinjen. Teamet sier at de brukte dette til å la flere agenter jobbe på ulike deler av lanseringsvideoen samtidig.

Opptakene blir transkribert og beskrevet, slik at en redigerer kan søke både etter hva som blir sagt og hva som vises. En kollega kan kommentere et bestemt øyeblikk via en nettleser. Kommentaren dukker opp på tidslinjen, og redigereren kan gi agenten lenken og be den gjøre endringen på det aktuelle stedet.

Kino sier at opptak kan spilles av lokalt i formater som ProRes, BRAW og R3D, mens en lavoppløst kopi lastes opp for samarbeid og behandling i skyen. Appen finnes for macOS, Windows og Ubuntu. Det betyr at originalopptaket kan brukes til lokal redigering samtidig som kolleger og agenter får en lettere kopi å jobbe med.