Liquid AI opublikowało LFM2.5-24B-A2B, model typu mixture-of-experts z 24B parametrów łącznie, ale tylko 2B aktywnych na token, zaprojektowany do uruchamiania agentów rozumujących na lokalnym sprzęcie. Wersja ta rozszerza okno kontekstu do 131K tokenów, podwaja rozmiar słownika i została wytrenowana na mniej więcej dwukrotnie większej ilości danych wstępnych niż poprzednik. W testach agentowych i wywołań narzędzi model dorównuje lub przewyższa modele mające około 50% więcej parametrów, oferując przy tym szybkie wnioskowanie zarówno na sprzęcie konsumenckim, jak i w centrach danych.
Google wycofał gemini-3.7-flash z aktywnego użycia — wszystkie wywołania tej nazwy modelu są teraz automatycznie przekierowywane do gemini-3.8-flash. Wycofywany jest także agent deep-research-pro-preview-12-2025, który całkowicie przestanie działać 23 października 2026 roku, co skłania deweloperów do przejścia na dwie nowsze wersje Deep Research.
Qwen opublikował na Hugging Face Qwen-Image-2.1-Turbo – destylowaną wersję modelu Qwen-Image-2.1 do generowania i edycji obrazów z tekstu. Wykorzystuje tę samą architekturę wizualną 7B, ale działa przy zaledwie 8 krokach odszumiania zamiast standardowego harmonogramu, stosując CFG=1 oraz buforowanie prefiksowe KV, które ponownie wykorzystuje kontekst tekstu i obrazu referencyjnego między krokami. Model ładuje się bezpośrednio przez QwenImage21Pipeline w bibliotece Diffusers i obsługuje te same presety rozdzielczości oraz proporcji co model bazowy, w tym zadania edycyjne, takie jak zamiana szkicu w fotorealistyczny obraz.
Google wydał ML Drift, otwartoźródłowy, wieloplatformowy silnik obliczeniowy GPU do wnioskowania ML na urządzeniu, zastępujący dotychczasowy TFLite GPU delegate. Ujednolica obsługę shaderów między OpenGL ES, OpenCL, Metal i WebGPU, dodaje obsługę tensorów 5D oraz wprowadza optymalizacje etapowe dla faz prefill/decode w LLM. Jest już wdrożony produkcyjnie w Chrome, YouTube Shorts, Google Photos, Meet oraz aplikacjach partnerów Adobe i Snap.
Anthropic wypuściło Claude Haiku 5.5 (claude-haiku-5-5) — najbardziej zaawansowany model z linii Haiku, zaprojektowany do pracy przy dużym obciążeniu i wrażliwej na opóźnienia. Obsługuje okno kontekstu 1 miliona tokenów, do 128k tokenów wyjściowych oraz adaptacyjne rozumowanie sterowane nowym parametrem effort. Model jest dostępny w Claude API, Amazon Bedrock, Claude Platform on AWS, Google Cloud oraz Microsoft Foundry. Anthropic ostrzega, że kod napisany dla poprzedniego modelu Haiku 4.5 może nie działać w nowej wersji.
Google wydało EmbeddingGemma 2, model embeddingów oparty na Gemma 4, udostępniony na licencji Apache 2.0, który umieszcza tekst, kod, obrazy, wideo i audio we wspólnej przestrzeni wektorowej o 768 wymiarach. Model jest modułowy — można wczytać tylko potrzebne enkodery: 270M parametrów dla samego tekstu i kodu, do 740M dla wszystkich modalności. Google podaje wzrost wyniku o 14% w benchmarku MTEB Code względem EmbeddingGemma 1, przy zachowaniu dokładności wielojęzycznego tekstu z poprzedniej wersji.
GLM 5.3 od Z.ai to model mixture-of-experts z 753 miliardami parametrów, zoptymalizowany pod kodowanie i długotrwałe zadania agentowe, dostępny teraz jako w pełni zarządzany model w Amazon Bedrock. Rozwija linię GLM 5 lepszymi wynikami benchmarków kodowania, wyróżniającymi się możliwościami cyberbezpieczeństwa (wynik CyberGym 84,5) oraz głębszą integracją z Bedrock, w tym API zgodnymi z OpenAI, buforowaniem promptów, wnioskowaniem między regionami i poziomami usług. AWS pokazuje też, jak użyć GLM 5.3 z open-source'owym agentem Strix do autoryzowanych testów penetracyjnych własnych aplikacji.
Allen Institute for AI (Ai2) udostępnił na zasadach open source model AstaBrief 8B, zbudowany na bazie Qwen3-8B, który przekształca pytania badawcze i wyodrębnione fragmenty literatury w raporty naukowe z cytowaniami. Model jest już dostępny w platformie Asta firmy Ai2 jako tryb 'Fast mode' obok trybu 'Thinking mode' opartego na Claude, generując raporty w czasie około 51,1 sekundy średnio w porównaniu do 178,5 sekundy dla pipeline'u opartego na Claude — czyli mniej więcej 3,5 razy szybciej. Ai2 wytrenował model, stosując nadzorowane dostrajanie (SFT) na 47 tys. przykładów (wyselekcjonowanych z 90 tys. przefiltrowanych rzeczywistych zapytań badawczych), a następnie DPO na około 6 tys. par preferencji, stwierdzając, że filtrowanie danych treningowych pod kątem gęstości cytowań było pojedynczym najskuteczniejszym czynnikiem poprawiającym jakość osadzenia (grounding) odpowiedzi w źródłach.