Amazon opublikował architekturę referencyjną integrującą bibliotekę NVIDIA NeMo Switchyard z LiteLLM w celu dynamicznego kierowania zapytań agentów programistycznych między różnymi modelami w Bedrock. Stosując routing warstwowy (stage) lub losowy (random), możesz przekierowywać ruch między modelami o wysokiej wydajności a modelami ekonomicznymi, balansując koszty i skuteczność.
Firma NVIDIA udostępniła moduł cuda.bindings.cudla, umożliwiający bezpośrednie zarządzanie akceleratorem Deep Learning Accelerator (DLA) na platformie Jetson AGX Orin za pomocą języka Python. Programiści mogą teraz łączyć wstępne przetwarzanie GPU i wnioskowanie DLA w jednym strumieniu CUDA.
Firma NVIDIA udostępniła workflow techniczny umożliwiający uruchomienie modelu MoE GLM-5.3 o 753 mld parametrów na dwóch stacjach DGX wyposażonych w GB300. Dzięki zastosowaniu zrównoleglenia tensorowego (TP=2) poprzez połączenia RDMA i vLLM, można pokonać ograniczenia pamięci pojedynczego GPU (252 GB HBM3e) w przypadku modeli o ogromnej skali.
Projekt llama.cpp oficjalnie osiągnął kamień milowy 1.0.0, trzy i pół roku po powstaniu. Wydanie wprowadza rygorystyczne wersjonowanie semantyczne, aby zapewnić większą przewidywalność dla programistów korzystających z bibliotek C/C++: libllama i libggml.
DeepSeek udostępnił użytkownikom API cały swój zestaw narzędzi aplikacyjnych. Deweloperzy mogą teraz aktywować parametry wyszukiwania w sieci, czytania URL, parsowania plików oraz filtrów bezpieczeństwa bezpośrednio w zapytaniach czatu, a także korzystać z niezależnych punktów końcowych ASR, TTS i OCR.
Firma Amazon udostępniła SGLang-Neuron – wtyczkę, która pozwala programistom uruchamiać wielkoskalowe modele AI na sprzęcie AWS Trainium przy użyciu standardowego interfejsu SGLang. Integracja ta umożliwia natywne wykonywanie kodu PyTorch i wspiera zaawansowane funkcje, takie jak PD disaggregation za pośrednictwem EFA, w celu optymalizacji serwowania modeli.
Google zademonstrowało proces, w którym Gemini 4 Argon analizuje kod asemblerowy Go, generując reguły dla solvera ograniczeń Z3. Takie podejście pozwala wyłapać błędy typu „panic”, które standardowe testy „fuzzing” często pomijają ze względu na sposób, w jaki środowisko wykonawcze Go zarządza pojemnością wycinków (slices).
IBM wprowadziło LLMON (LLM Object Notation) – język znaczników przypominający XML, który wykorzystuje specjalne zarezerwowane tokeny do jawnego definiowania instrukcji, danych i ograniczeń. Udostępniono dwa eksperymentalne modele, Granite 4.1 3B i 8B LLMON-preview, które wykazują niemal zerową skuteczność ataków typu indirect prompt injection.
Google zaprezentowało Gemini 4 Hydrogen, nowy model zoptymalizowany pod kątem szybkiego i efektywnego kosztowo działania w środowiskach agentowych i programistycznych. Oferuje on okno kontekstowe o wielkości 1 miliona tokenów oraz zmienne poziomy „myślenia”, co pozwala twórcom balansować między głębią rozumowania, opóźnieniami a kosztami.
Amazon udostępnił interfejs API do wyszukiwania w sieci w ramach Bedrock AgentCore, co pozwala deweloperom na wykonywanie zapytań przez standardowe AWS SDK i CLI. To rozwiązanie eliminuje konieczność konfiguracji bramy AgentCore Gateway, ułatwiając implementację funkcji wyszukiwania w niestandardowych agentach AI.
Google wprowadziło Gemini Decisions API, oparte na nowym modelu gemini-decision-1. W przeciwieństwie do standardowych modeli generatywnych, narzędzie to przeprowadza klasyfikację i ocenę w jednym przejściu dla tekstu, dźwięku, obrazów, wideo i plików PDF, zwracając wyniki prawdopodobieństwa zamiast wygenerowanego tekstu.
Tether AI Research wprowadziło BotPsy, model językowy o 0,8 mld parametrów, zoptymalizowany pod kątem przepływów pracy agentowych i wywoływania funkcji. Oparty na Qwen3.5-0.8B, model jest przeznaczony do uruchamiania lokalnie na urządzeniach, oferując wysoką niezawodność w korzystaniu z narzędzi przy zachowaniu prywatności danych.
Moonshot AI udostępniło Kimi K3.1 Pro Highspeed w Amazon Bedrock, model zoptymalizowany pod kątem złożonych zadań agentowych i programowania. Model ten oferuje 2–3-krotnie większą prędkość generowania niż wersja standardowa, posiada konfigurowalne możliwości wnioskowania, obsługę wywołań narzędzi oraz funkcję „explicit prompt caching” dla optymalizacji kosztów.
Amazon wprowadził Mitra-v2, podstawowy model dla danych tabelarycznych trenowany w całości na danych syntetycznych. Ta wersja przewyższa poprzednika dzięki przeskalowaniu danych treningowych oraz wprowadzeniu hybrydowego modelu przyczynowego (SCM), który lepiej odwzorowuje rzeczywiste relacje w danych.
Firma MiniMax uruchomiła MiniMax-H3-Image-PE, dostrojoną wersję modelu Qwen3.8-27B, zaprojektowaną do przekształcania krótkich promptów tekstowych w bardzo szczegółowe opisy dla celów generowania obrazów. Wydanie obejmuje konkretne procesy robocze dla rozszerzania tekst-na-obraz oraz wczesne wsparcie dla promptów edycji obrazów.
Anthropic zaktualizowało swoje specjalistyczne modele LLM do wersji 5.2. Claude Fable 5.2 to model o wysokiej wydajności do kodowania i wnioskowania, dostępny dla użytkowników ogólnych, podczas gdy Claude Mythos 5.2 pozostaje ograniczony do zweryfikowanych partnerów ze względu na zaawansowane możliwości w zakresie cyberbezpieczeństwa i eksploatacji luk.
Narzędzie n8n zintegrowało najnowszy model Google, Gemini 4 Carbon, zaprojektowany z myślą o złożonej automatyzacji, zadaniach z zakresu cyberbezpieczeństwa i zwiększonej niezawodności agentów. Model wprowadza znaczące usprawnienia w obsłudze długotrwałych, wieloetapowych przepływów pracy oraz wykazuje dużą odporność na ataki typu prompt injection.
Google wprowadziło Gemini 4 Carbon, nowy model klasy frontier zaprojektowany do złożonego, wieloetapowego wnioskowania, inżynierii oprogramowania i zadań z zakresu cyberbezpieczeństwa. Model jest już dostępny poprzez API oraz w Google Antigravity, oferując lepszą wydajność w procesach agentowych i efektywność kosztową.
Google zaktualizowało framework do trenowania modeli typu open-source, MaxText, wprowadzając wsparcie dla ekstremalnie długich sekwencji na jednostkach Cloud TPU. Dzięki czterem nowym strategiom paralelizacji kontekstu, możliwe jest wydajne trenowanie modeli o zasięgu do 14 mln tokenów, co rozwiązuje problemy z pamięcią i wąskimi gardłami w komunikacji.
Amazon rozszerzył możliwości API AgenticRetrieveStream, pozwalając programistom określić poziom iteracji dla zapytań do bazy wiedzy. Teraz możesz wybierać między zerem, jednym lub wieloma krokami wyszukiwania, aby zrównoważyć szybkość, koszt i złożoność każdego zapytania.
Firma Anthropic wprowadziła modele Claude Fable 5.2 oraz Claude Mythos 5.2, stworzone do długoterminowych zadań agentowych i zaawansowanego wnioskowania. Aktualizacja obejmuje obniżkę cen oraz tryb „fast mode”, który znacząco zwiększa przepustowość. Programiści muszą przygotować się na nowe wymogi weryfikacji prefiksów, aktualizacje narzędzi komputerowych oraz ograniczenia dotyczące modeli doradczych.
NVIDIA wprowadziła przepisy wdrożeniowe dla czterech czołowych koreańskich modeli typu open, w tym A.X K2 i Solar Open 2, w ramach frameworka Dynamo. Rozwiązania te są zoptymalizowane pod kątem wielowęzłowych klastrów GPU NVIDIA B200, co pozwala na sprawne skalowanie wnioskowania.
Firma NVIDIA wprowadziła nowe narzędzia optymalizacyjne w TensorRT LLM VisualGen dla modelu FLUX 3 Image Klein. Dzięki zastosowaniu kwantyzacji NVFP4, fuzji jąder obliczeniowych, rzadkiej atencji (sparse attention) oraz buforowania kroków, można uzyskać do 3,46 razy szybsze generowanie obrazu na sprzęcie NVIDIA Blackwell.
NVIDIA wprowadziła cztery punkty kontrolne o 16 miliardach parametrów w rodzinie modeli Cosmos 3 Nano, zaprojektowane do interaktywnej symulacji świata. Modele te umożliwiają deweloperom generowanie syntetycznych danych z wielu czujników, symulowanie ruchów robotów oraz konwersję sygnałów sterujących symulatorem na fotorealistyczne wideo.