21 noviniek
Americké ministerstvo obchodu zrušilo 18-dňové exportné obmedzenia na vlajkové modely Anthropicu. Komerčný prístup k Fable 5 a Mythos 5 je od 1. júla 2026 obnovený globálne pre všetkých zákazníkov.
Anthropic uviedol Claude Sonnet 5 s natívnym 1M kontextovým oknom a promo cenami $2/$10 za milión tokenov do 31. augusta 2026 — o 60 % lacnejšie ako Fable. Model sa stal predvoleným pre Free a Pro používateľov.
AI video model HappyHorse 1.1 od Alibaba Cloud predbehol v globálnych benchmarkoch Sorou aj ByteDance Seedance. Model je teraz dostupný cez Alibaba Cloud Model Studio s plným API prístupom.
Čínsky superapp Meituan zverejnil technické detaily a váhy modelu LongCat-2.0 s 1,6 bilióna parametrov v architektúre MoE, ~48 mld. aktívnymi na token a kontextom 1 milión, ktorý bol natrénovaný takmer výhradne na domácich čínskych čipoch.
Anthropic vysiela 30. júna naživo podujatie, ktoré ukazuje, ako sa Claude nasadzuje vo farmácii, biotechu a akademickom výskume, s ukážkami produktov a prípadovými štúdiami od popredných inštitúcií z oblasti vied o živote.
Projekt vLLM zverejnil technický článok, podľa ktorého malé open modely zoskupené do ohraničených „micro-agent" runtime priamo v servingovej vrstve dokážu na reálnych úlohách dosiahnuť alebo prekonať špičkové uzavreté modely pri zlomku nákladov.
Antoine Posepny popisuje, ako spustil Claude Code s Opus 4.8 nad celým DICOM exportom svojej MRI — model si sám nainštaloval Python balíčky a napísal vlastný analyzačný pipeline. Príbeh spustil veľkú HN debatu o konzumnej medicínskej AI.
Semgrep publikoval evaluáciu, podľa ktorej GLM-5.2 dosiahol 39 % F1 v detekcii IDOR za $0.17/vuln a porazil Claude Opus 4.8 (28 %) aj Opus 4.6 (37 %). Esej argumentuje, že export controls na uzavreté US modely stratili zmysel.
xAI nasadil Grok 4.5 postavený na novom modeli V9 s 1,5 bilióna parametrov do privátnej bety v SpaceX a Tesle s plánom mesačnej kadencie nových modelov pre zvyšok roka.
DeepSeek otvoril DSpark — framework na speculative decoding, ktorý zrýchľuje generovanie V4 Flash o 60-85 % bez akéhokoľvek pretrénovania modelu. Kód je v open-source pod MIT licenciou.
Zakladateľ Conno Christou nakŕmil PET a MRI snímky do Claude, ktorý priradil 90 % pravdepodobnosť reaktivácii týmusu po chemoterapii — neskôr ju potvrdil špecialista. Prípad rozprúdil debatu o LLM v medicíne.
Faros AI z dát 22 000 vývojárov v 4 000 tímoch ukazuje, že produkcia kódu s AI rastie, no chyby a incidenty rastú ešte rýchlejšie - report nazvaný Acceleration Whiplash.
Krea zverejnila 12B parametrické verzie svojho modelu Krea 2 - Raw pre fine-tuning a Turbo na lokálne generovanie 2K obrázkov za ~2 sekundy.
Open-source projekt Wayfinder Router smeruje dotazy medzi lokálne a hostované LLM podľa deterministických pravidiel namiesto LLM klasifikátorov. Cieli na audit-friendly hybridné deployments.
OpenAI uviedol novú generáciu modelov GPT-5.6 Sol, Terra a Luna, no počas previewu sú dostupné len cca 20 partnerom individuálne schváleným americkou vládou.
Mistral spustil OCR 4 — dokumentový model s bounding-boxes, klasifikáciou blokov a confidence skóre v 170 jazykoch. Cena je 4 USD za 1000 strán, dostupný cez Mistral API, Amazon SageMaker a od prvého dňa aj v Microsoft Foundry.
Google ticho posunul Gemini 3.5 Pro z júna na júl 2026, dôvodom je feedback testerov ohľadom efektivity tokenov a výkonu pri dlhých úlohách. Odklad postaví Gemini Pro priamo proti GPT-5.6 a Claude Opus 4.7 v polovici júla.
Hĺbková analýza IEEE Spectrum mapuje, ako frontier modely teraz dokazujú netriviálne matematické tvrdenia a aké to vyvoláva existenčné otázky o povahe matematickej kreativity a verifikácie.
Hĺbková analýza tvrdí, že open-weight modely (Llama, Qwen, DeepSeek, GLM) sa rapidne približujú k closed-source frontier — s konkrétnymi benchmarkmi a implikáciami pre enterprise nasadenie.
Google vydal DiffusionGemma, experimentálny 26B MoE model (3,8B aktívnych) s difúznou hlavou, ktorý generuje text paralelne v blokoch namiesto token po tokene. NVIDIA optimalizovala beh na RTX GPU a DGX Spark.
Xiaomi predstavila HarnessX — framework, ktorý chápe agent harness ako komponovateľný objekt a model si ho môže autonómne prepisovať počas úlohy. Menšie modely z tejto self-modifikácie získavajú najviac.
