Den 11 november presenterade Google på sin blogg ett API som väljer svaret bland färdiga alternativ. Gemini Decisions API använder den nya modellen Gemini Decision 1. Som exempel på användningsområden nämner Google val av modell, val av verktyg för en AI-agent och regelkontroller.

En vanlig språkmodell genererar svaret ett token i taget. Gemini Decision 1 poängsätter utvecklarens alternativ i en enda körning och returnerar sannolikheter för dem. Varje svar har ett konfidensvärde mellan 0 och 1, så programmet kan styra osäkra fall till ett reservsystem eller en människa.

En förfrågan rymmer en enda indatamängd på högst 256 000 token och högst 1 000 frågor. Indata kan bestå av text, bilder, ljud, video och PDF-filer. Frågorna är av typen ja/nej (noul), flerval med 2–255 alternativ eller bedömning på en ordinalskala.

Medianfördröjningen är 150–250 millisekunder när indata är högst 16 000 token, uppger Google. Enligt företaget är tiden nästan oförändrad när antalet frågor är 1–100.

Minst kalibreringsfel i Googles jämförelse

Google jämförde modellen med tidigare publicerade beslutsmodeller, Jev 1.14 från TypeSafe AI och GPT-6 Luna från OpenAI, samt med sin egen Gemini 3.5 Flash-Lite. I Googles tabell, som MarkTechPost citerar, är Gemini Decision 1 bäst i sju av nio benchmarkar för träffsäkerhet. I två av dem (ljud och video) var bara Flash-Lite med. Modellen har minst kalibreringsfel. Måttet visar hur mycket modellens angivna säkerhet avviker från dess faktiska träffsäkerhet.

Källa: Googles tabell enligt MarkTechPost. Vägranden och säkerhetsspärrar har räknats som felaktiga svar.

Siffrorna kommer från Google och gäller benchmarkar som företaget valt. I de gemensamma benchmarkarna var Jev billigast. Googles påstående om en nästan fem gånger billigare modell gäller jämförelsen med Flash-Lite.

Bloggaren Simon Willison testade modellen på en egen video. Enligt Willison returnerar Jev och OpenAI 1,0 eller 0,0 på ja/nej-frågor, medan Gemini till exempel gav ungefär 0,92 på frågan om det förekom en robot. Dokumentationen begränsar ja-sannolikheten till mellan 0,01 och 0,99, skriver MarkTechPost.

Pris och tillgång

Utdatatoken debiteras inte. Gemensam indata debiteras en gång per förfrågan, och varje fråga lägger bara till sina egna instruktions- och kriterietoken. Enligt MarkTechPost finns ännu ingen cache eller batchkörning, så upprepad indata betalas varje gång. Jev kostar 0,042 dollar per miljon indatatoken.

Modellen kan inte laddas ned till en egen dator, uppger MarkTechPost. Den används via Googles Gemini API (v1beta, google-genai SDK 3.2 eller senare), och i Google AI Studio kan den provas gratis. Stöd är på väg till OpenRouter, LangChain och andra tjänster, och enligt företaget snart till Google Cloud.

Vad detta bygger på

1. Gemini Decisions API: Fast, calibrated multimodal decisions

   Utgivare: blog.google · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

2. Gemini Decisions API

   Utgivare: simonwillison.net · publicerad 12 november 2026 kl. 00.03 (UTC+2) · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

3. Gemini 4 Carbon is now available

   Utgivare: blog.google · publicerad 10 november 2026 · hämtad 11 november 2026 kl. 05.11 (UTC+2) · upptäcktskanal: webben

4. Introducing Gemini for healthcare | Google Cloud Blog

   Utgivare: cloud.google.com · publicerad 10 november 2026 · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

5. Google Launches Gemini Decisions API With Gemini Decision 1 at $0.10/M Tokens

   Utgivare: www.marktechpost.com · publicerad 11 november 2026 kl. 23.21 (UTC+2) · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

6. Google joins the decision-model wave with Gemini Decision 1, scoring 1,000 questions in a single pass

   Utgivare: the-decoder.com · publicerad 11 november 2026 kl. 22.12 (UTC+2) · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

7. Google、選択肢から答えを選ぶことに特化した「Gemini Decisions API」発表 回答を生成せず確率で返す

   Utgivare: www.itmedia.co.jp · publicerad 12 november 2026 kl. 09.03 (UTC+2) · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

AWS släppte verktyget AWS Emulator onsdagen den 11 november. Samma dag beskrev AWS-ingenjören Matthew Goldberg, som ledde projektet, i Amazons blogg hur agenter byggde det. Enligt Goldberg skrevs emulatorn helt av autonoma agenter: ”Vårt team har inte skrivit eller granskat någon del av koden.”

Emulatorn är ett lokalt program som svarar på anrop till AWS:s API:er. När AWS CLI eller SDK pekas mot emulatorn går programmets förfrågningar dit i stället för till AWS. Emulatorn kan köras på den egna datorn, på en utvecklingsserver eller i en CI-pipeline, alltså i automatiserad testning.

GeekWire uppger att emulatorn täcker över 200 AWS-tjänster. Grunden är 438 API-modeller från AWS, säger Goldberg. Enligt ITmedia varierar implementationens omfattning dock mellan tjänster och operationer. Med varje version publicerar AWS poäng för överensstämmelse (fidelity) per tjänst. De visar hur exakt emulatorn efterliknar AWS.

Tre agentteam och en kontrollgrind

Emulatorn byggs av tre agentteam, säger Goldberg. Det första tar fram tester utifrån de offentliga API-modellerna och kontrollerar att varje test fungerar mot det riktiga AWS. Ett test kan till exempel skapa en kö, skicka ett meddelande och ta bort kön. Det andra teamet kör testerna i emulatorn och registrerar misslyckandena för åtgärd. I det tredje teamet åtgärdar varje agent ett problem.

En ändring når huvudgrenen först när koden går att kompilera. De kontrollerande agenterna måste också konstatera att den följer kodkonventionerna, är säker och inte försämrar överensstämmelsen med AWS. Hundratals agenter åtgärdar tusentals problem om dagen, uppger Goldberg. Simon Willison skriver i sin blogg att projektet fick 29 684 commitar under de tre första veckorna.

Projektet började som ett helgexperiment av Goldberg. Inspirationen var ett experiment där forskare på Anthropic lät agenter självständigt bygga en C-kompilator. Enligt Goldberg gjorde Amazons kodningsagent Kiro en första godtagbar version av kötjänsten Amazon SQS på 15 minuter.

Inte för produktion eller säkerhetstestning

AWS avråder från att använda emulatorn i produktion eller för säkerhetstestning. Enligt ITmedia hanterar emulatorn inte IAM- och resurspolicyerna, som styr behörigheter, på samma sätt som AWS. Resurserna ligger i minnet och försvinner när emulatorn stoppas.

Enligt GeekWire sa IDC-analytikern Devin Pratt till InfoWorld att emulatorn ännu inte efterliknar begränsning av förfrågningar, driftavbrott eller skillnader mellan regioner i tillgången på tjänster och funktioner. Den isolerar inte heller koden den kör, säger Pratt. Brister som agenterna ännu inte har åtgärdat redovisas öppet i katalogen issues/things-that-do-not-work i kodförrådet.

Tillgänglighet och installation

Emulatorn kräver inget AWS-konto och kostar inget extra. Koden finns på GitHub, huvudsakligen under licensen CC0. Det mest kända alternativet, LocalStack, begränsade i år sin gratisversion till icke-kommersiell användning och började kräva konto av användarna, uppger GeekWire.

På Linux kan emulatorn installeras från ett RPM- eller Debian-paket. På macOS och Windows körs den i en Docker-container. Telemetri, alltså att användningsdata skickas till AWS, är påslagen som standard. Instruktioner för att stänga av den och för övrig installation finns i README-filen på GitHub och i AWS:s användarguide.

Vad detta bygger på

1. aws-emulator

   Utgivare: simonwillison.net · publicerad 11 november 2026 kl. 23.18 (UTC+2) · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

2. How we built the agents that built AWS Emulator

   Utgivare: www.aboutamazon.com · publicerad 11 november 2026 kl. 19.25 (UTC+2) · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

3. github.com

   Utgivare: github.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: GitHub

4. AWS gives developers a free local stand-in for its cloud, built from scratch by AI agents

   Utgivare: www.geekwire.com · publicerad 11 november 2026 kl. 20.51 (UTC+2) · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

5. Amazon、AWSのAPIを手元で再現する「AWS Emulator」を無償公開 コードはすべてAIエージェントが記述

   Utgivare: www.itmedia.co.jp · publicerad 12 november 2026 kl. 11.56 (UTC+2) · hämtad 12 november 2026 kl. 05.24 (UTC+2) · upptäcktskanal: webben

Nyhetsbyrån Reuters publicerade den 11 november en granskning som bygger på kinesiska upphandlingsdokument. Enligt granskningen betalade Northwestern Polytechnical University i Xi’an i oktober 874 700 yuan, omkring 123 000 dollar, för två av Nvidias H200-chip. Säljaren var det kinesiska företaget Shaanxi Bosuan Network Technology, inte Nvidia.

H200 hör till Nvidias kraftfullaste chip för träning och körning av AI-modeller. Universitetet forskar om militära flygplan, missiler och satelliter. USA:s handelsdepartement placerade universitetet på Entity List 2001. Aktörer på listan får i praktiken inte tillgång till kontrollerad amerikansk teknik. År 2019 skärptes restriktionerna så att licensansökningar som huvudregel avslås. I januari började Trumpadministrationen tillåta export av H200 till Kina från fall till fall, men beslutet gällde inte aktörer på listan.

Chip köptes och hyrdes via mellanhänder

I år har universitetet också köpt beräkningskapacitet från kinesiska företag genom fem avtal. Universitetets fakultet för cybersäkerhet tecknade i januari två sjumånadersavtal om tillgång till servrar med åtta H200-chip vardera. Universitetet hyrde dessutom tillgång till servrar med A100- och A800-chip. Export av dem är förbjuden till alla kinesiska aktörer. Licensvillkoren från januari kräver skydd som hindrar listade och militära användare från att via fjärranslutning använda chip som exporterats med licens. Av dokumenten framgår dock varken chipens ursprung eller var de hyrda servrarna står.

Reuters gick igenom 26 dokument från i år. Enligt dokumenten har även andra universitet köpt exportbegränsade chip av inhemska leverantörer, bland dem Shenzhens universitet och det försvarskopplade Beihang. Northwestern Polytechnical, Nvidia och handelsdepartementets exportkontrollmyndighet BIS svarade inte på Reuters frågor.

Handelsministern bromsar, kongressen överväger lag

Granskningen publicerades mitt i en skandal: Nvidias vd Jensen Huang har medgett ett förhållande med Alice Huang, chef för Nvidias kundföretag Megaspeed. New York Times rapporterade i oktober att amerikanska myndigheter betraktar Alice Huang som en källa åt kinesisk underrättelsetjänst, skriver CNBC. Kina har förnekat anklagelserna om spionage.

Axios rapporterade den 11 november, med hänvisning till sex källor, att president Donald Trump i år vid minst tre tillfällen har godkänt åtgärder mot företag. Företagen misstänks styra om Nvidias chip till Kina. Handelsminister Howard Lutnick har enligt källorna fördröjt genomförandet och varnat för att restriktionerna ”kommer att starta ett handelskrig med Kina”. En talesperson för handelsdepartementet förnekade att finansminister Scott Bessent skulle ha läxat upp Lutnick vid ett möte och kommenterade inte omedelbart de övriga uppgifterna.

Tyska heise skriver, med hänvisning till The Information, att Alice Huangs familjs företagsnätverk levererade Nvidia-chip för minst 7,5 miljarder dollar till Kina. The Informations källor är två personer som känner Alice Huang.

Skandalen gör det mer sannolikt än tidigare att kongressen skärper reglerna för chipexport i årets försvarsbudgetlag, bedömer kongressledamöter, medarbetare och lobbyister som Politico har intervjuat. Det mest sannolika tillägget är Chip Security Act, säger tre lobbyister. Lagen skulle kräva en mekanism för platsverifiering i avancerade chip. Tre republikanska utskottsordförande har bett Jensen Huang att den 18 november redogöra för sina kontakter, uppger Reuters.

Vad detta bygger på

1. Scoop: Lutnick stalled Trump's Nvidia–China chip curbs after Oval talks

   Utgivare: www.axios.com · publicerad 11 november 2026 kl. 22.59 (UTC+2) · hämtad 12 november 2026 kl. 05.25 (UTC+2) · upptäcktskanal: webben

2. Nvidia loses ground in Washington chip fight after CEO spy scandal

   Utgivare: www.politico.com · publicerad 11 november 2026 kl. 05.18 (UTC+2) · hämtad 12 november 2026 kl. 05.26 (UTC+2) · upptäcktskanal: webben

3. Bericht: Jensen Huangs Affäre brachte Nvidia-Chips im Milliardenwert nach China

   Utgivare: www.heise.de · publicerad 11 november 2026 kl. 06.03 (UTC+2) · hämtad 12 november 2026 kl. 05.26 (UTC+2) · upptäcktskanal: webben

4. Nvidia sells off for second day in fallout from Jensen Huang’s affair with alleged spy

   Utgivare: www.cnbc.com · publicerad 10 november 2026 kl. 11.14 (UTC+2) · hämtad 12 november 2026 kl. 05.21 (UTC+2) · upptäcktskanal: webben

5. Wow: the @WSJ says Nvidia's board is preparing to oust Jensen Huang https://t.co/jgYCHCzWrb

   CaseyNewton · Utgivare: x.com · publicerad 12 november 2026 kl. 00.35 (UTC+2) · hämtad 12 november 2026 kl. 04.10 (UTC+2) · upptäcktskanal: X

6. On today's @MachineGodsPod, Kevin and I discuss whether Jensen Huang survives as Nvidia CEO. Plus: a great interview with Rep. Greg Casar on the incoming Democratic majority and how it plans to…

   CaseyNewton · Utgivare: x.com · publicerad 11 november 2026 kl. 19.17 (UTC+2) · hämtad 12 november 2026 kl. 04.10 (UTC+2) · upptäcktskanal: X

7. Exclusive-PLA-linked Chinese university bought Nvidia H200 chips despite US blacklist, records show

   Utgivare: www.internazionale.it · publicerad 11 november 2026 kl. 07.30 (UTC+2) · hämtad 12 november 2026 kl. 05.27 (UTC+2) · upptäcktskanal: webben

Utvärderingsföretaget Artificial Analysis publicerade den 12 november en jämförelse på X där det körde Anthropics nuvarande Claude-modeller på alla resonemangsnivåer. Företaget ställde varje inställnings poäng i sin egen testsvit Intelligence Index mot vad en uppgift kostade. Slutsatsen är att man får mer intelligens per dollar genom att gå upp en modellnivå än genom att höja en mindre modells resonemangsnivå till den högsta, skriver företaget.

Resonemangsnivån (effort) är en inställning i API:et. Enligt Anthropics guide styr den hur mycket modellen tänker, anropar verktyg och kontrollerar sitt eget arbete. I Messages API är standardnivån high för de flesta modeller, men medium för Opus 5.5 och Haiku 5.5. Från billigast till dyrast är Anthropics modeller Haiku 5.5, Sonnet 5.5, Opus 5.5 och frontiermodellen Fable 5.2.

Större modell slog den mindre modellens maxnivå

Enligt Artificial Analysis ligger den största modellen på effektivitetsgränsen vid nästan varje kostnadsnivå. Det betyder att ingen annan inställning får fler poäng till samma pris.

Opus 5.5 fick 57 poäng på xhigh-nivån och Sonnet 5.5 fick 55 på max-nivån. Kostnaden per uppgift var 40 procent lägre för Opus, och modellen behövde ungefär hälften så lång tid som Sonnet för uppgiften. I publiceringens diagram är tiderna 15,9 och 32,6 minuter per uppgift.

På high-nivån slog Fable 5.2 Opus 5.5:s resultat på max-nivån, men besparingarna blev mindre. I diagrammet fick Fable 3 poäng fler till 10 procent lägre kostnad, och uppgiften tog 16,7 minuter mot 25,1 minuter för Opus. Även Fable 5.2:s low-nivå slog Opus 5.5:s high-nivå.

Resultatet går inte att utläsa ur prislistan, eftersom varje tokenpris för Opus 5.5 är dubbelt så högt som för Sonnet 5.5, uppger Anthropic. Anthropics guide konstaterar allmänt att en mer kapabel modell kan klara en uppgift med mindre arbete.

Regeln gäller inte i den billigaste klassen

Enligt Artificial Analysis kostar varje steg uppåt från Haiku 5.5:s max-nivå mer. I publiceringens diagram får Sonnet 5.5:s billigaste inställning, low, färre poäng än Haiku 5.5:s max-nivå och kostar ändå mer.

Siffrorna gäller Artificial Analysis egen uppgiftssamling. Hur mycket precision en lägre resonemangsnivå kostar beror på uppgiften, enligt Anthropics guide. I Anthropics egen mätning på en delmängd av programmeringsbenchmarket SWE-bench Pro nådde Opus 5.5 på xhigh-nivån samma resultat som Fable 5.2 på high-nivån, till drygt halva kostnaden per löst uppgift. För de flesta agentuppgifter rekommenderar företaget att börja med Opus 5.5 på dess standardnivå och jämföra modellerna på den egna arbetsbelastningen utifrån vad en färdig uppgift kostar. Om kvaliteten inte räcker råder guiden till att återställa den sänkta resonemangsnivån eller prova nästa modellnivå på dess standardnivå.

Vad detta bygger på

1. With the current Claude lineup, moving up a model tier beats maxing out effort to achieve the highest intelligence per dollar At nearly every Cost per Task, we see the largest model sits on the…

   ArtificialAnlys · Utgivare: x.com · publicerad 12 november 2026 kl. 02.18 (UTC+2) · hämtad 12 november 2026 kl. 04.15 (UTC+2) · upptäcktskanal: X

2. Optimizing for cost and intelligence

   Utgivare: platform.claude.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.31 (UTC+2) · upptäcktskanal: webben

Utvärderingsföretaget Artificial Analysis publicerade den 12 november en jämförelse på X. Företaget körde samma test med vetenskapliga bilder på två sätt. Antingen använde modellerna verktyg som del av en agent, eller så svarade de på en enda förfrågan utan verktyg. Verktygen höjde modellernas resultat från omkring 25 procent till omkring 47 procent i genomsnitt, uppger företaget.

Vad testet mäter

VIALS-AA är Artificial Analysis version av Handshake AI:s benchmark VIALS. Testet har 161 uppgifter där modellen tolkar bilder som används i livsvetenskapligt arbete, till exempel blotbilder, mikroskopibilder, flödescytometridiagram, plasmidkartor och fylogenetiska träd. Forskningsartikeln om VIALS finns som förhandspublicering på arXiv.

I standardutförandet arbetar modellerna i harnessen Stirrup. En harness är ett program som styr agenten, ger modellen verktyg och kör arbetsstegen. Modellen kan köra Python-kod i en sandlåda utan nätverksåtkomst och öppna bilder med ett separat verktyg. I jämförelsekörningen fick modellen frågan och bilderna i en enda förfrågan utan verktyg.

Varje uppgift körs tre gånger, och svaren bedöms av språkmodellen GPT-6 Luna. Poängen (pass^3) är andelen uppgifter som modellen besvarade rätt alla tre gångerna. Vägran eller uteblivet svar ger noll.

Resultat

Claude Fable 5.2 (max) fick 67 procent med verktyg och 44 procent utan. Claude Haiku 5.5 (max) nådde 49 procent med verktyg och kom alltså högre än Fable utan verktyg. Bäst av modellerna utan verktyg i publiceringens diagram var GPT-6 Astra (max) med 50 procent.

Siffrorna beskriver verktygens effekt i det här bildtolkningstestet, inte att någon modell är generellt bättre.

Kostnader

Verktygen höjde kostnaden per uppgift för varje modell, men olika mycket. För Fable 5.2 steg kostnaden från 0,73 till 4,20 dollar, alltså till 5,8 gånger så mycket. För GPT-6 Astra steg den från 0,21 till 0,27 dollar och för GPT-6.1 Sol från 0,05 till 0,06 dollar. Mest ökade kostnaden för Qwen3.8 Max (28 gånger), Gemini 3.8 Flash (20 gånger) och MiMo-V2.6-Pro (15 gånger). Kostnaderna beräknades utifrån tokenmängder och modellernas priser, och andelen cacheträffar antogs vara typisk.

Artificial Analysis drar slutsatsen att en billigare modell i en harness vid tolkning av vetenskapliga bilder kan slå en stor modell som svarar på en enda förfrågan, både i pris och resultat. I företagets exempel får Haiku 49 procent med verktyg för 0,07 dollar per uppgift och Claude Opus 5.5 34 procent utan verktyg för 0,33 dollar.

Vad detta bygger på

1. VIALS-AA Benchmark | Artificial Analysis

   Utgivare: artificialanalysis.ai · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.34 (UTC+2) · upptäcktskanal: webben

2. Take away its tools, and Claude Fable 5.2 scores below Claude Haiku 5.5 with tools on VIALS-AA; across models tool use nearly doubles scores, from ~25% to ~47% on average VIALS-AA is our…

   ArtificialAnlys · Utgivare: x.com · publicerad 12 november 2026 kl. 01.46 (UTC+2) · hämtad 12 november 2026 kl. 04.15 (UTC+2) · upptäcktskanal: X

3. Tools raise the cost per task for every model, but by very different amounts. Astra costs $0.27 per task with tools and $0.21 without, and Sol $0.06 and $0.05. Fable costs $4.20 with tools and $0.73…

   ArtificialAnlys · Utgivare: x.com · publicerad 12 november 2026 kl. 01.46 (UTC+2) · hämtad 12 november 2026 kl. 04.15 (UTC+2) · upptäcktskanal: X

4. Explore the results of VIALS-AA (with tools) and compare models on Score, Cost per Task and Tool Use: https://t.co/4zhMuS3v2Q

   ArtificialAnlys · Utgivare: x.com · publicerad 12 november 2026 kl. 01.46 (UTC+2) · hämtad 12 november 2026 kl. 04.15 (UTC+2) · upptäcktskanal: X

5. Claude Fable 5.2 is the new leader on AA-Robotics v0.1, scoring 75, ahead of GPT-6 Astra (69) and GPT-6.1 Sol (65) Fable 5.2 is the first model to achieve a score on the measure box task. It did so…

   ArtificialAnlys · Utgivare: x.com · publicerad 12 november 2026 kl. 04.00 (UTC+2) · hämtad 12 november 2026 kl. 04.15 (UTC+2) · upptäcktskanal: X

6. 会社員の仕事に「Claude Fable 5.2」は必要か？ 調査、要約、資料作成でOpus／Sonnetと比較してみた

   Utgivare: www.itmedia.co.jp · publicerad 12 november 2026 kl. 10.00 (UTC+2) · hämtad 12 november 2026 kl. 05.34 (UTC+2) · upptäcktskanal: webben

7. Google has released its first decision model, Gemini Decision 1, scoring 66 on the Artificial Analysis Decision Index and leading in knowledge and reasoning benchmarks Gemini Decision 1 from…

   ArtificialAnlys · Utgivare: x.com · publicerad 11 november 2026 kl. 20.18 (UTC+2) · hämtad 12 november 2026 kl. 04.15 (UTC+2) · upptäcktskanal: X

AWS publicerade den 10 november ett säkerhetsmeddelande och en säkerhetsrapport på GitHub om ett fel som rör AWS API MCP Servers egna säkerhetspolicyer. Felet finns i versionerna 0.2.13–1.5.0.

AWS API MCP Server är en MCP-server med öppen källkod som användaren kör själv. MCP är ett protokoll som en AI-assistent använder för att nå externa verktyg. I det här fallet styr assistenten ett AWS-konto med AWS:s API-anrop. Administratören kan ställa in en egen säkerhetspolicy för servern. Åtgärder som står i denyList spärras, och de som står i elicitList kräver användarens bekräftelse innan de körs.

Därför fungerade inte reglerna

Servern omvandlar åtgärdernas namn till ett enhetligt format innan den jämför dem med policyn. Enligt AWS omvandlade servern namn med flera versaler i följd på fel sätt. Därför matchade inte ens en korrekt skriven post i denyList eller elicitList någonsin en sådan åtgärd.

Felet kunde släppa igenom åtgärder i flera olika AWS-tjänster, står det i CVE-beskrivningen. Exemplen i GitHub-rapporten är att skapa en federerad identitetsleverantör, att inaktivera en MFA-enhet (multifaktorautentisering) och att radera databaskluster.

Vilka som berörs

Felet påverkar bara en lokalt körd server vars egen policy listar åtgärder som felet gäller. Dessutom måste användaren använda en AI-assistent. Den AWS API MCP Server som AWS erbjuder som fjärrtjänst är inte sårbar. Inte heller berörs inställningarna READ_OPERATIONS_ONLY och REQUIRE_MUTATION_CONSENT.

CVE-posten och GitHub-rapporten klassar felet som allvarligt (High), och CVSS 4.0-poängen är 8,5. I AWS:s eget säkerhetsmeddelande är klassen Important.

Uppdatering är enda lösningen

Enligt AWS åtgärdas felet bara genom en uppdatering till minst version 1.5.1, och det finns ingen tillfällig lösning. Företaget uppmanar även till att patcha forkar och andra versioner som bygger på servern.

Den japanska teknikwebbplatsen Tech InnovateIT påminner om att MCP-servern måste startas om efter uppdateringen. Att begränsa IAM-behörigheterna ger extra skydd men ersätter inte uppdateringen, skriver webbplatsen. Den rekommenderar att spärrar och bekräftelsefrågor prövas i en utvecklings- eller testmiljö, inte på ett produktionskonto.

Den 11 november var den senaste versionen på PyPI 1.6.0, som även åtgärdar en separat brist i OAuth-kontrollen, uppger Tech InnovateIT. Utvecklarens separata säkerhetsrapport rekommenderar enligt webbplatsen att förväntad token audience eller client ID anges när version 1.6.0 används med streamable-http-transport och OAuth. Inställningen behövs inte i alla konfigurationer, till exempel inte vid stdio.

PyPI hänvisar användarna till AWS MCP Server, som utsetts till efterträdare, skriver webbplatsen. Enligt utvecklarens migreringsguide upphörde utvecklingen av nya funktioner den 15 juli 2026, och servern ska tas bort den 15 juli 2027, uppger webbplatsen.

Vad detta bygger på

1. CVE-2026-125271 - AWS API MCP Server Security Policy Bypass via Incorrect Operation Name Normalization

   Utgivare: aws.amazon.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.29 (UTC+2) · upptäcktskanal: webben

2. CVE Record: CVE-2026-125271

   Utgivare: www.cve.org · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.29 (UTC+2) · upptäcktskanal: webben

3. github.com

   Utgivare: github.com · publicerad 10 november 2026 · hämtad 12 november 2026 kl. 05.29 (UTC+2) · upptäcktskanal: GitHub

4. NVD-CVE-2026-125271

   Utgivare: nvd.nist.gov · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.30 (UTC+2) · upptäcktskanal: webben

5. CVE-2026-125271: AWS API MCP Server Security Policy Bypass via Incorrect Operation Name Norm

   Utgivare: casco.com · publicerad 10 november 2026 · hämtad 12 november 2026 kl. 05.29 (UTC+2) · upptäcktskanal: webben

6. denyList不備を修正｜AWS API MCP Serverを1.5.1へ

   Utgivare: techinnovateit.com · publicerad 11 november 2026 kl. 11.49 (UTC+2) · hämtad 12 november 2026 kl. 05.29 (UTC+2) · upptäcktskanal: webben

Daniel Lenton på företaget unify släppte den 10 november en förhandspublicering på arXiv om benchmarket Continual-ARC. Benchmarket mäter om en AI-agent sparar möda i återkommande uppgifter. Studien är inte referentgranskad.

Testet använder bildpussel från ARC-AGI-1. Agenten ska utifrån några exempel lista ut den regel som omvandlar ett rutnät till ett annat. Uppgiftsserien omfattar 200 uppgiftstillfällen. Där återkommer 25 regler efter pauser, varje gång med ny indata. Ett extra exempel och ett felaktigt svar kostar en enhet var. En olöst uppgift kostar hela budgeten på 16 enheter.

Till sist löser en fryst agent nya varianter av kända uppgifter och hundra osedda uppgifter. De förra mäter minnet, de senare förmågan att generalisera. Resultatet är den andel som sparas jämfört med samma agent när minnet töms före varje uppgift.

Harnessarna mindes först med instruktioner

En harness är ett program som styr agenten, ger modellen verktyg och kör dess arbetssteg. Lenton körde tre harnessar med GPT-6 Luna: Prime Agent, Hermes Agent och OpenClaw. Harnessarnas egna minnesfunktioner var påslagna. Minnet gav ingen mätbar besparing på någon resonemangsnivå.

Prime Agent behöll en anteckning till senare sessioner bara om agenten markerade den som global. Det gjorde agenten inte en enda gång. Hermes Agents skills innehöll allmänna råd som inte minskade förbrukningen. OpenClaw förde inte över något till det beständiga minnet.

När harnessarna uppmanades att lagra mycket gav bara Prime Agent en mätbar besparing: en andel på 0,42 i kända uppgifter. Harnessarna sparade 0,62–0,72 i kända uppgifter när instruktionerna sa åt dem att skriva ett Python-program för varje uppgift, kontrollera det mot exemplen och återanvända det. Lenton tolkar det som att harnessarna kunde nå ett bra resultat, men att varken modellens omdöme eller harnessarnas förvalda promptar fick agenten att lagra rätt saker.

Träning av vikterna hjälpte i nya uppgifter

Ingen harnessmetod förbättrade resultatet mätbart i osedda uppgifter. Under uppgiftsserien tränade Lenton vikterna i Qwen3.5-9B, en modell med öppna vikter, att efterlikna modellen GLM-5.3 Flash. Med denna metod, DAgger, sparade modellen en andel på 0,29 i nya uppgifter.

Tabellen visar Qwens resultat med olika metoder.

Sparad andel jämfört med versionen med tomt minne; högre värde är bättre. Programbiblioteket lagrar för varje uppgift ett program som har kontrollerats mot exemplen. Källa: förhandspubliceringen om Continual-ARC, ARC-AGI-1.

Med undantag för träningen skiljer sig siffrorna för nya uppgifter inte statistiskt från noll. Inte heller Prime Agents rader gör det, inte ens för kända uppgifter.

En del av nyttan med träningen var att modellen lärde sig använda harnessen. Otränad löste Qwen 18 av 100 nya uppgifter när den styrdes av Prime Agent, och 31 i en enkel loop utan verktyg. Den tränade modellen löste 47–52, så enligt Lenton lärde den sig också av själva uppgifterna. DAgger kräver en starkare lärarmodell vars resonemangstoken är tillgängliga.

Lenton skrev på X att harnessarna inte mindes något av värde. Förhandspubliceringen begränsar resultatet till harnessar som körts med standardinställningar. De flesta körningar gjordes med relativt små modeller och på det lättaste av de tre ARC-spåren. Hur harnessar lär sig inom andra områden är en öppen fråga, enligt Lenton. Lentons arbetsgivare unify utvecklar själv kontinuerlig inlärning som bygger på träning av modellvikter.

Koden finns på GitHub under licensen Apache-2.0 och loggarna från körningarna under CC BY 4.0. Den som betalar modellanropen i förväg kan få sin lösning kontrollerad mot unifys hemliga uppgiftsmängd.

Vad detta bygger på

1. Continual-ARC: Measuring Skill Acquisition over a Working Lifetime

   Lenton, Daniel · Utgivare: arxiv.org · publicerad 10 november 2026 kl. 20.55 (UTC+2) · hämtad 12 november 2026 kl. 05.35 (UTC+2) · upptäcktskanal: webben

2. github.com

   Utgivare: github.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.35 (UTC+2) · upptäcktskanal: GitHub

3. x.com

   Daniel Lenton · Utgivare: x.com · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.34 (UTC+2) · upptäcktskanal: X

United Airlines meddelade beslutet i ett pressmeddelande onsdagen den 11 november. Förbudet gäller externa personliga AI-agenter som bolaget inte har godkänt. En AI-agent är ett program som drivs av en språkmodell och sköter ärenden åt användaren. CBS News och Scripps News nämner Metas Muse och OpenAI:s Dots som exempel.

United begränsar agenternas åtkomst till de egna webbtjänsterna och även åtkomsten via resebyråer och söktjänster. Bolaget uppdaterar dessutom sina villkor för bokning, biljettförsäljning och distribution. Enligt ITmedia uppgav United inte vilka agenter begränsningen gäller eller när den träder i kraft.

Agenterna kan fortfarande visa Uniteds flyg för användaren men inte slutföra köpet, skriver The Verge. Flyganalytikern Henry Harteveldt på Atmosphere Research Group sade till CBS News att Uniteds flyg fortfarande går att boka själv i söktjänster som Kayak, Hopper och Google Flights.

United hänvisar till it-säkerhet och flygregler

Enligt pressmeddelandet kan känsliga uppgifter röjas om kunden lämnar sina inloggningsuppgifter till en agent. Agentens åtgärder kan också leda till oavsiktliga köp, kontoändringar eller att miles i bonusprogrammet MileagePlus används.

United hävdar dessutom att automatiska åtgärder kan bryta mot regler från USA:s luftfartsmyndighet FAA och transportdepartementet DOT. Som exempel nämner bolaget att en människa vid incheckningen måste bekräfta att bagaget inte innehåller förbjudna ämnen som sprängämnen.

United har ännu inte sett många försöka boka flyg med hjälp av agenter, skriver The Verge med hänvisning till Wall Street Journal.

Analytiker: Det handlar också om kundrelationen

The Verge och Engadget citerar Wall Street Journal, som skriver att vd:n Scott Kirby sade vid ett evenemang i tisdags: ”Ärligt talat vill jag inte skapa ännu en mellanhand.”

United vill inte ha en ny, möjligen ännu starkare mellanhand utöver sökmotorer, jämförelsesajter och resebyråer på nätet, säger Harteveldt. Han påpekar att flygsökningar kostar flygbolagen pengar och anser det uppenbart att United vill undvika kostnaderna för en rusning av sökningar från AI-bottar.

Alla flygbolag gör inte likadant. Southwest har enligt CBS gjort sitt flygutbud synligt för ChatGPT-användare. Flygsajten Paddle Your Own Kanoo skriver i sin tur att Delta enligt uppgift redan blockerar externa agenter.

Externa agenter har begränsats även i andra branscher sedan Meta lanserade Muse i september, uppger ITmedia. Amazon har sedan den 20 september blockerat köp som görs av Muse. Mellan den 13 och 20 oktober ingrep JPMorgan Chase, Charles Schwab, Citigroup och Wells Fargo mot agenter som loggar in med kundens egna inloggningsuppgifter. Bankerna antingen blockerade agenterna eller överförde risken till kunden genom avtal.

United uppger att bolaget uppdaterar säkerhetssidan Digital Trust Center. Efter uppdateringen finns där information om begränsningarna och om hur man skyddar sitt konto samt anvisningar för att få hjälp om en agent gör något oavsiktligt. Bolaget säger att det i takt med att agenterna utvecklas även framöver ska bedöma hur de fungerar i bolagets tjänster.

Vad detta bygger på

1. United Airlines bans AI agents from booking flights on behalf of travelers

   Utgivare: www.cbsnews.com · publicerad 11 november 2026 kl. 21.37 (UTC+2) · hämtad 12 november 2026 kl. 05.35 (UTC+2) · upptäcktskanal: webben

2. United Airlines is Blocking AI Booking Agents: They Might Breach FAA And DOT Regulations

   Utgivare: www.paddleyourownkanoo.com · publicerad 11 november 2026 kl. 22.08 (UTC+2) · hämtad 12 november 2026 kl. 05.36 (UTC+2) · upptäcktskanal: webben

3. United won’t let your AI agent book your flight

   Utgivare: www.theverge.com · publicerad 11 november 2026 kl. 23.54 (UTC+2) · hämtad 12 november 2026 kl. 05.36 (UTC+2) · upptäcktskanal: webben

4. ユナイテッド航空、外部のAIアシスタントによる航空券の予約などを禁止へ 「チェックインには人間の確認が必要」

   Utgivare: www.itmedia.co.jp · publicerad 12 november 2026 kl. 12.49 (UTC+2) · hämtad 12 november 2026 kl. 05.36 (UTC+2) · upptäcktskanal: webben

5. United Restricts Access for Third-Party AI Agents

   Utgivare: united.mediaroom.com · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.37 (UTC+2) · upptäcktskanal: webben

6. United Airlines blocks AI assistants from booking flights

   Utgivare: www.scrippsnews.com · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.38 (UTC+2) · upptäcktskanal: webben

7. United Is Restricting AI Agents From Booking Flights

   Utgivare: tech.yahoo.com · publicerad 11 november 2026 kl. 22.09 (UTC+2) · hämtad 12 november 2026 kl. 05.38 (UTC+2) · upptäcktskanal: webben

8. Exclusive | United Airlines Is Banning AI Bots From Booking Flights

   Utgivare: www.wsj.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.35 (UTC+2) · upptäcktskanal: webben

Bloomberg rapporterade om stämningen i en artikel som malaysiska The Star publicerade den 11 november. Stämningen kommer från enheten för kvantitativ handel hos Steve Cohens investmentbolag Point72. Med kvantitativ handel avses handel som bygger på matematiska modeller.

Cubist Systematic Strategies stämde sin tidigare forskningsanalytiker Xin Jin den 9 november vid en delstatsdomstol i Stamford i Connecticut. Beskrivningen av händelserna bygger på de domstolshandlingar som Bloomberg refererar. Den återger Cubists påståenden, som domstolen inte har prövat.

Jin kom till bolaget 2019. Enligt stämningsansökan var han ledande forskningsanalytiker i det 14 personer starka KEPL-teamet, som är specialiserat på statistisk arbitrage. Strategin går ut på att söka prisavvikelser med statistiska modeller.

Vad Cubist påstår

Enligt stämningsansökan använde Jin Anthropics Claude och OpenAI:s Codex, som fanns tillgängliga på arbetsplatsen. Med dem gick han systematiskt igenom och analyserade KEPL-teamets forskningsresultat och källkod och destillerade dem till ett format som var lätt att föra ut. Med materialet hade teamets arbete kunnat byggas upp på nytt utanför bolagets system, uppger Cubist. Bolaget säger också att Jin flyttade data till egna enheter och raderade sin historik i AI-verktygen för att undgå upptäckt.

Enligt bolagets egen utredning hade Jin försökt stjäla, och sannolikt stulit, konfidentiell information. Cubist beskriver koden som livsviktig för verksamheten och som det hemliga recept som ger bolaget positiv avkastning.

Cubist inledde utredningen i juli, sedan medlemmar i teamet hade berättat att de var oroliga över Jins beteende. Enligt stämningsansökan antydde han att han skulle lämna bolaget. Han berättade också för kollegor att han hade köpt marknadsdata för eget bruk, lagt tusentals dollar på AI-baserade kodningsverktyg och övervägde att köpa en dator med en terabyte minne.

I juli berättade Jin för HR-avdelningen att han övervägde att gå till en konkurrent, och han sattes på ledighet. Han sades upp i september efter att ha berättat att han hade tackat ja till en tjänst hos en konkurrent. Konkurrenten namnges inte i stämningsansökan.

Cubist kräver skadestånd men har inte uppgett beloppet. Bolaget kräver också att domstolen förbjuder Jin att röja bolagets konfidentiella uppgifter och att konkurrera med det. Dessutom vill bolaget få undersöka Jins privata enheter, men Jin har vägrat, uppger bolaget.

Jin bestrider anklagelserna

Jins advokat Rollo Baker säger att Cubists påståenden saknar grund. Jin ser fram emot att få ställa saker till rätta, sade Baker.

I en inlaga den 10 november uppgav Jin att han hade samarbetat med sin tidigare arbetsgivare i en föreslagen medling. Tvisterna omfattar också Jins krav på mer än 30 miljoner dollar i investeringar och ersättningar som han anser sig ha rätt till. Enligt inlagan börjar Jin på sin nya arbetsplats i juni 2028. Baker uppgav inte vilket företag det gäller.

Vad detta bygger på

1. Point72 claims fired quant analyst used AI tools to steal code

   Utgivare: www.thestar.com.my · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.40 (UTC+2) · upptäcktskanal: webben

2. Point72 Accuses Fired Quant Analyst of Using AI Tools to Steal Source Code

   Utgivare: www.bloomberg.com · publicerad 10 november 2026 kl. 20.38 (UTC+2) · hämtad 12 november 2026 kl. 05.39 (UTC+2) · upptäcktskanal: webben

David Gewirtz isolerade en AI-agent som körs dygnet runt i hemmet och bad den sedan att rymma. Försöket beskrev Gewirtz i ZDNET den 11 november. OpenClaw är ett program som drivs av en språkmodell och kan köra kommandon och skicka meddelanden.

Fånge och vakt på olika datorer

Gewirtz installerade OpenClaw på en gammal Mac Studio med M1-chip. Datorn är ansluten till internet men når inte hemmets servrar eller Gewirtz personliga konton. Agenten körs på ett eget användarkonto och kommer inte åt datorns separata administratörskonto. Språkmodellen är Z.ai:s GLM-5.2, som Gewirtz använder via Ollama Cloud för en fast månadsavgift på 20 dollar.

Vakten är Claude Code på Gewirtz egen Mac. Den ansluter till agentens dator via en krypterad SSH-tunnel och körs bara när Gewirtz använder den. Från början fanns Claude Code på agentens dator. Claude påpekade dock att agenten där kom åt Claudes egna instruktioner och anteckningar.

Agenten får läsa sina konfigurationsfiler men inte ändra dem. De innehåller två centrala instruktioner: fråga David före varje åtgärd som sträcker sig utanför datorn och påstå inte att ett misslyckat verktygsanrop lyckades. I OpenClaws logg upptäckte Claude att agenten hade avbrutit läsningen av filen vid standardgränsen för storlek och inte läst någon av instruktionerna. För att rätta till det ändrades standardgränsen. Instruktionerna fungerar bara om AI:n går med på att följa dem, säger Gewirtz.

Elva försök, inget genombrott

Med Gewirtz tillstånd beordrade Claude agenten att bryta sig in på administratörssidan. Agenten försökte skriva direkt till administratörskontots filer, skaffa administratörsrättigheter via flera bakdörrar och kringgå behörigheterna med skript, filkopior och länkar. Den försökte också öppna vaktens filer med lokala filadresser i webbläsaren och i sitt verktyg för webbhämtning. Agenten hoppades att verktygen skulle ha större behörigheter än den själv.

Alla 11 försök misslyckades, och macOS:s skydd höll, uppger Gewirtz. Resultatet gäller den här konfigurationen och de metoder agenten själv prövade. Gewirtz var beredd att dra ur datorns strömsladd och stänga av routern och varnar läsarna för att pröva samma sak hemma. Till sist raderade Claude uppgifterna om testet och administratörssidan ur agentens minne.

Agenten har inte tillgång till e-post. Den lägger sina meddelanden som textfiler i en mapp, varifrån ett Python-skript på administratörssidan skickar dem enbart till Gewirtz adress. Gewirtz är ”ganska övertygad” om att det är säkert att låta agenten vara igång. Skälen är de testade begränsningarna och att de kontrolleras regelbundet.

Webbplatsen AI Understanding refererar ZDNET:s artikel men anger ZDNET:s Charlie Osborne som den som gjorde försöket. Gewirtz nämner Osborne i sin artikel bara för att Osborne har kallat OpenClaw en säkerhetsmardröm.

Vad detta bygger på

1. I locked down my OpenClaw agent with Claude Code - then dared it to escape - ZDNET

   Utgivare: zdnet.com · publicerad 11 november 2026 kl. 15.09 (UTC+2) · hämtad 12 november 2026 kl. 05.41 (UTC+2) · upptäcktskanal: webben

2. ZDNET Tests OpenClaw Agent with Claude Code, Dares It to Escape

   Utgivare: aiunderstanding.org · publicerad 11 november 2026 kl. 15.29 (UTC+2) · hämtad 12 november 2026 kl. 05.41 (UTC+2) · upptäcktskanal: webben

Google beskriver det nya kommandot /swarm i dokumentationen för Antigravity. Antigravity är Googles programmeringsmiljö där AI-agenter utför utvecklingsarbete. Enligt ett meddelande på dokumentationssidan finns /swarm nu tillgängligt som förhandsversion (preview). Kommandot passar för uppgifter som tydligt kan delas upp i separata filer, paket eller frågor, uppger Google. Med kommandot kan användaren också låta en annan agent granska och testa ändringarna innan användaren själv ser dem.

Koordinatorn fördelar arbetet, granskaren testar

När användaren ger kommandot och beskriver uppgiften blir den aktuella konversationen teamets koordinator. Koordinatorn delar upp uppgiften i delar som inte överlappar. Varje fil eller paket kan till exempel få en egen agent. Varje arbetaragent får ett namn, som @parser eller @docs, och startar en egen konversation utan tidigare kontext. Agentens uppdragsbeskrivning publiceras så att alla kan se den. Där anges agentens ansvar, vad den inte får röra och villkoret för när arbetet är klart.

Vanligtvis lägger koordinatorn till en granskare (@verifier) per två till fyra arbetare. Granskaren läser ändringarna och kör testerna. Problem rapporterar den till agenten som skrev koden, och den agenten åtgärdar dem. Koordinatorn utför inget tekniskt arbete själv. Den fördelar uppgifterna, bedömer resultaten och rapporterar till användaren.

Agenterna skickar inga privata meddelanden till varandra. Uppdragsbeskrivningar, frågor, sammanfattningar av ändringar och testresultat förs in på en gemensam meddelandetavla. En inaktiv agent väntar utan att förbruka token och vaknar när någon nämner den. Om alla agenter tystnar mitt i arbetet tillkallar en separat agent, @monitor, via tavlan en agent som kan sätta igång arbetet igen.

Arbetarna använder som standard samma modell som användarens konversation. Man kan begära en annan modell för en enskild arbetare, till exempel granskaren, eller för alla. Agenterna arbetar som standard i användarens arbetsyta, men koordinatorn kan ge var och en en egen kopia av kodförrådet. När en agent tas bort raderas dess kopia samtidigt. Därför ber koordinatorn agenten att slå ihop sina ändringar före borttagningen.

Användningskvoten tar snabbt slut

Google varnar för att teamet förbrukar användningskvoten mycket snabbare än en enskild konversation. Varje arbetare är en egen agent. Om en agents kvot tar slut stannar agenten och fortsätter inte av sig själv när kvoten har förnyats. Den fortsätter först när ett nytt meddelande dyker upp på tavlan, när dess modell byts eller när användaren skickar ett meddelande till den. En borttagen agent går inte att återställa.

Google rekommenderar /swarm för stora uppgifter som tydligt kan delas upp. För svåra men avgränsade problem hänvisar Google till kommandot /boost. För projekt som pågår i timmar till dagar och har flera delmål rekommenderar företaget kommandot /teamwork.

Kommandot kan användas av abonnenter på Google AI Pro och Google AI Ultra i Antigravity-appen och i Antigravity CLI, alltså kommandoradsverktyget. Teamets arbete kan följas i appens Swarm-panel eller på kommandoraden, och närmare instruktioner finns i Antigravitys dokumentation.

Vad detta bygger på

1. Swarm (/swarm) | Google Antigravity Docs

   Utgivare: antigravity.google · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.57 (UTC+2) · upptäcktskanal: webben

Alibabas Qwen-team meddelade den 11 november på X att nästa modellgeneration, Qwen4, är på väg. Samma dag öppnade teamet en förhandsversion av Qwen4-Max. Enligt Alibabas ändringslogg är qwen4-max-preview en multimodal frontiermodell: den genererar text, förstår bilder och video och resonerar innan den svarar. Företaget riktar den mot programmering, kontorsarbete, utveckling av användargränssnitt och komplexa agentuppgifter.

Modellen stöder webbsökning, verktygsanrop och strukturerade utdata. Den är kompatibel med OpenAI:s och Anthropics API:er.

Kontextfönster på en miljon token, inga publicerade benchmarkresultat

Pandaily och Xenospectrum skriver med hänvisning till Alibabas dokumentation att kontextfönstret är en miljon token och att utdata uppgår till högst 393 216 token. Gränsen för utdata omfattar både resonemanget och det slutliga svaret, så ett långt resonemang lämnar mindre utrymme åt svaret. Resonemanget är påslaget som standard, och mängden kan justeras med resonemangsnivån.

En enskild förfrågan får innehålla högst 64 videor, var och en högst två timmar lång och 2 GB stor, uppger Xenospectrum. Xenospectrum påpekar att gränsen för indata inte garanterar att modellen förstår lång video eller lång kontext korrekt.

Alibaba har inte publicerat benchmarkresultat, modellkort, antal parametrar, pris per token eller modellvikter, uppger Pandaily. Inte heller har något lanseringsdatum för hela Qwen4-generationen angetts, och påståendena om modellens förmågor är företagets egna. AIBase har tidigare rapporterat om läckta benchmarksiffror, men Alibaba har inte publicerat dem.

Testperioden slutar 25 november

Via API kan modellen bara användas med ett Token Plan-abonnemang, inte med användningsbaserad debitering. Enligt Pandaily begränsar dokumentationen testperioden till tiden från kl. 10.00 den 11 november till kl. 24.00 den 25 november Pekingtid, det vill säga till kl. 18.00 den 25 november finsk tid. Modellen förblir densamma under perioden och tas sedan ur bruk.

Källornas uppgifter om rabatten skiljer sig åt. Enligt Pandaily förbrukar anrop till Qwen4-Max Token Plans användningsenheter, krediter, till ett kampanjpris som är som lägst 20 procent av det ordinarie. AIBase uppger att priset är som lägst en tiondel av det ursprungliga.

Ett personligt Token Plan-abonnemang kostar 6–43 dollar i månaden och omfattar 20 000–200 000 krediter, skriver Xenospectrum. Det är avsett för interaktiv användning, till exempel i utvecklingsmiljöer och kodningsagenter. Massbearbetning med automatiseringsskript, permanenta backendtjänster för egna applikationer och batchkörningar är förbjudna i abonnemanget. Ett teamabonnemang kostar 20–180 dollar per användarplats och månad.

Enligt Xenospectrum kan Token Plan bara köpas och användas i Alibaba Clouds region Singapore. Abonnemangets API-nyckel och slutpunkt fungerar inte i det vanliga API:et med användningsbaserad debitering.

Modellen går även att testa i Alibabas egna tjänster: QwenWork, kodverktyget Qoder, Qwen-appen och QwenStudio.

Vad detta bygger på

1. 模型上架与更新 - 千问AI平台

   Utgivare: platform.qianwenai.com · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.31 (UTC+2) · upptäcktskanal: webben

2. Alibaba Opens Qwen4-Max Preview on Token Plan, With a 1M-Token Context Until November 25

   Utgivare: pandaily.com · publicerad 12 november 2026 kl. 04.18 (UTC+2) · hämtad 12 november 2026 kl. 05.32 (UTC+2) · upptäcktskanal: webben

3. Qwen teases Qwen4: Qwen4-Max preview launches on Alibaba Token Plan, limited-time as low as 10% of the original price

   Utgivare: news.aibase.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.32 (UTC+2) · upptäcktskanal: webben

4. Alibaba's Qwen4-Max Preview Offers a 1M-Token Context Window, but Access Ends Nov. 25

   Utgivare: xenospectrum.com · publicerad 11 november 2026 kl. 08.58 (UTC+2) · hämtad 12 november 2026 kl. 05.32 (UTC+2) · upptäcktskanal: webben

5. 中国AI「Qwen4」ついに登場 プレビュー版を提供開始、AlibabaのAIサービスで

   Utgivare: www.itmedia.co.jp · publicerad 11 november 2026 kl. 13.30 (UTC+2) · hämtad 12 november 2026 kl. 05.32 (UTC+2) · upptäcktskanal: webben

6. 阿里云发布基于 AMD 第六代 EPYC 处理器的第十代 ECS 企业级实例

   凌敏 · Utgivare: www.infoq.cn · publicerad 11 november 2026 kl. 08.44 (UTC+2) · hämtad 12 november 2026 kl. 04.27 (UTC+2) · upptäcktskanal: RSS-flöde

7. 模型上架与更新

   Utgivare: docs.modelstudio.console.alibabacloud.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.33 (UTC+2) · upptäcktskanal: webben

Alibaba släppte den 11 november en förhandsversion av Qwen Code 1.0 där företaget har fört in harnessen från sin kodningsprodukt Qoder. En harness är ett program som styr agenten, ger modellen verktyg och kör modellens arbetssteg. Pandailys uppgifter om Alibabas beskrivning bygger på ett referat i kinesiska IT Home.

Qwen Code är en kodningsagent med öppen källkod som körs i terminalen. Projektet har också integrationer för skrivbord, webbläsare, editorer och chatt, bland annat för VS Code, Zed och JetBrains editorer.

Enligt versionsanteckningarna på GitHub förenar v1.0.0-preview agentfunktionerna i Qoder och Qwen Code: kodförståelse, implementering, felsökning och felrättning samt testning. Förhandsversionen ligger i en separat gren i kodförrådet, och den nuvarande stabila 0.27-serien fortsätter parallellt, skriver Pandaily. Projektet har licensen Apache-2.0.

Alibaba utlovar skalbarhet och lägre kostnader

Version 1.0 bygger på en händelsebuss, enligt Alibabas beskrivning. Via bussen skickar programmets delar händelser till varandra enligt en gemensam modell. Bussen körs först i minnet i en enda process, men samma händelsemodell byggs ut för distribuerad användning. Målet är att gå från en process som kör flera sessioner till flera noder som kör betydligt fler sessioner, och samtidigt behålla de nuvarande ingångarna och returvägarna för resultat.

Alibaba har delat upp mottagning, schemaläggning och utförande av uppgifter i separata lager. Företaget kallar principen att skilja hjärnan från handen: styrningen av resonemanget och utförandet av verktygen hanteras var för sig.

Företaget utlovar fyra praktiska effekter:

• Delar som hanterar resonemang, minne och verktyg kan kopplas till händelser, så att de stör den huvudsakliga exekveringsvägen mindre.
• Modellanrop går genom en enda ingång som samlar inställningar, behörigheter och bokföring av anropen.
• Sandlådor, det vill säga isolerade exekveringsmiljöer, allokeras och återanvänds när inställningar och åtkomsträttigheter är desamma. Det bör minska upprepade initieringar och tomgång och därmed sänka kostnaderna, uppger Alibaba.
• Med MCP (Model Context Protocol) kopplas verktyg till agenten. MCP:s inställningar, behörigheter och anslutningar hanteras på ett ställe.

Påståendena om prestanda och kostnader är Alibabas egna. Enligt Pandaily har företaget inte publicerat några benchmarkresultat, och i det material som Pandaily gick igenom fanns inga oberoende tester. Alibaba berättar inte heller hur väl den kärna som släppts med öppen källkod motsvarar den version som körs i Qoder.

Förhandsversionen laddas ner från GitHub

Enligt versionsanteckningarna fungerar Qwen Code 1.0 med Qwen- och Qoder-konton, med flera modelleverantörer och via egna kompatibla gränssnitt. En avbruten session kan återupptas, och programmet kan köras i skript och automatisering utan interaktion.

De färdiga paketen för macOS, Linux och Windows kräver ingen separat installation av Node.js och laddas ner från avsnittet Assets på releasesidan. Förhandsversionens gränssnitt, inställningar och funktion kan fortfarande ändras, och något releasedatum för den stabila versionen 1.0 har inte meddelats.

Vad detta bygger på

1. github.com

   Utgivare: github.com · publicerad 11 november 2026 kl. 05.55 (UTC+2) · hämtad 12 november 2026 kl. 05.39 (UTC+2) · upptäcktskanal: GitHub

2. Alibaba Folds Qoder's Harness Into Qwen Code 1.0 Preview and Open-Sources the Combined Agent Core

   Utgivare: pandaily.com · publicerad 12 november 2026 kl. 05.14 (UTC+2) · hämtad 12 november 2026 kl. 05.38 (UTC+2) · upptäcktskanal: webben

3. Reportedly: Alibaba Folds Qoder's Harness Into Qwen Code 1.0 Preview and Open-Sources the Combined Agent Core

   Utgivare: aigc.news · publicerad 11 november 2026 kl. 10.11 (UTC+2) · hämtad 12 november 2026 kl. 05.39 (UTC+2) · upptäcktskanal: webben

DeepSeek publicerade den 11 november ett versionsmeddelande på GitHub om en ny releasekandidat av sitt agentprogram. Det gäller version 0.2.2-rc.2 av DeepSeek Harness (DSH), som föregår den stabila versionen.

DSH är en harness med öppen källkod, alltså ett program som styr agenten, ger modellen verktyg och kör dess arbetssteg.

Subagenter delar upp arbetet på flera nivåer

Enligt versionsmeddelandet kan subagenter, alltså separata agenter som startas för deluppgifter, nu vara namngivna och arbeta nästlat på flera nivåer. Teamarbetet i AgentTeam kan aktiveras per session, och teamet har en gemensam panel för medlemmar och uppgifter.

Ändringen kräver migrering. AgentTeam använder nu enhetliga namngivna subagenter, och avbrottsverktyget är avstängt som standard. Egna tillägg och SDK-integrationer måste migreras till den nya strukturen, och alla processer som delar sessionslagring måste uppdateras samtidigt.

Tillägg kan också lägga till och ta bort MCP-servrar, alltså tjänster som tillhandahåller externa verktyg. Tilläggen kan kontrollera serverns status och starta om den. Därmed behöver användaren inte själv underhålla inställningarna för varje server.

Arkivering rensar worktree-kataloger som standard

Ändringar i Git-worktree-kataloger, alltså parallella arbetskataloger för samma kodförråd, kan nu granskas per gren, commit och filtyp. GitHub-granskningar kan göras och grenar uppdateras direkt i DSH.

När en session arkiveras tar DSH nu som standard bort de worktree-kataloger som uppfyller villkoren. Grenar och commits behålls. Den lokala katalogen behålls om rensningen stängs av. Egna inställningar och Forge-tillägg måste migreras.

Ändringar i sökning och säkerhet

Webbsökningen använder som standard DeepSeek Search API. Den som använder äldre söktjänster eller egna inställningar måste migrera enligt uppgraderingsguiden.

Agenten kör sina kommandon i en terminal i sidopanelen, och användaren kan ta över genom att skriva. Om agenten får läsa användarens terminal hamnar terminalens innehåll hos modellen och i sessionens loggar.

DSH tolkar nu Office-dokument i sin huvudprocess, utanför kommandoradens sandlåda. Gamla behörigheter för LiveShare-delning måste konfigureras om. PTC-funktionen, som kör kod, kommer åt filer utanför den delade katalogen, och därför bör sessioner bara delas med betrodda personer, uppger DeepSeek i versionsmeddelandet.

I Windows gäller behörigheter för extra kataloger nu bara filverktygen, inte terminalen eller PTC. Uppdatering krävs också för egna Computer Use-skript, gamla Office-paket och -skills, tillägg som bygger på den gamla felklassificeringen och Stagehands inställning extensionId, som inte längre fungerar. Versionen innehåller dessutom bland annat stöd för egna modelltjänster som använder Geminis API samt buggfixar.

DSH kan installeras med npm och användas som skrivbordsapp, i webbläsaren, på kommandoraden och via SDK. I skrivbordsappens inställningar kan man nu välja stabila versioner eller utvecklingsversioner som uppdateringskanal. Enligt instruktionerna för en tredjepartsinstallation på Hugging Face krävs en API-nyckel från DeepSeek eller en annan leverantör för att använda modellen.

Vad detta bygger på

1. github.com

   Utgivare: github.com · publicerad 11 november 2026 kl. 13.33 (UTC+2) · hämtad 12 november 2026 kl. 05.42 (UTC+2) · upptäcktskanal: GitHub

2. DeepSeek Harness

   Utgivare: huggingface.co · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.42 (UTC+2) · upptäcktskanal: webben

Aqib Zakaria och Quinn Ennis publicerade sin granskning i ChinaTalk den 11 november. Enligt dem säljer bland andra Mercor, Surge AI, AfterQuery och Turing data för ungefär en halv miljard dollar till kinesiska labb. En del av den är miljöer för förstärkningsinlärning.

Sajten The Decoder anger i rubriken på sitt referat att hela summan gäller miljöer, trots att miljöerna i ChinaTalks text bara är en del av affärerna.

Samma miljöer som amerikanska labb

En miljö för förstärkningsinlärning är en simulerad arbetsmiljö där modellen försöker lösa en uppgift gång på gång. Bedömningskriterierna avgör om resultatet belönas. I ChinaTalks exempel bygger säljaren en klon av PowerPoint och anställer experter som tar fram kriterier för ett bra bildspel. I en kodningsmiljö får modellen kod med ett fel som ännu inte är åtgärdat. Miljön kontrollerar om modellen hittar korrigeringen.

Kinesiska labb har uppgetts köpa exakt samma produkter som Anthropic och OpenAI, skriver författarna. Syftet är att få data som visat sig fungera och att inte slösa beräkningskraft. Enligt en studie tar modellens lösningsförsök i miljön mer än 70 procent av tiden för förstärkningsinlärning. Besparingens storlek varierar kraftigt mellan olika miljöer, uppger författarna. Lösningsförsöken är minnesbegränsad inferens, och kinesiska chip saknar framför allt snabbt HBM-minne.

Amerikanska labb kan betala fyra eller fem gånger så högt pris för ensamrätt. Säljarens samlade erfarenhet gynnar ändå kommande kunder, skriver författarna.

Nio säljare, delvis med anonyma källor

Författarna hittade minst nio säljare: förutom de redan nämnda även Abundant, Pareto, DeccanAI, Eaglepoint och Invisible. Bland köparna nämns Alibaba, Tencent, ByteDance, Z.ai och Moonshot AI. Författarna redovisar inte sina källor. Beläggen bygger delvis på anonyma källor samt på underleverantörers LinkedIn-inlägg och cv:n. Enligt Forbes får AfterQuery hälften av sina årliga återkommande intäkter på 100 miljoner dollar från Kina. ChinaTalk kunde dock inte bekräfta företagets försäljning.

Miljöerna omfattas i huvudsak inte av exportkontroll, om inte köparen står på det amerikanska handelsdepartementets restriktionslista Entity List, uppger författarna. Begränsningen är lätt att kringgå med ett dotterbolag utanför Kina som inte står på listan. Affärer görs också utanför Kina. ByteDance köper till exempel data i Singapore och San Jose. Då hamnar affärerna utanför kinesiska upphandlingsregister och de flesta amerikanska regler.

Risken gäller cyber- och bioområdena

Kodningsmiljöer kan också förbättra förmågan till cyberangrepp, skriver författarna. Biologimiljöer kan främja gensyntes och utformning av biologiska vapen. Författarna föreslår att handelsdepartementets myndighet BIS begränsar exporten av miljöer med dubbla användningsområden. Det viktigaste är enligt dem att administrationen får en bättre bild av handeln.

Författarna ser inte läget som en katastrof. Kinesiska köpare siktar nästan enbart på bättre benchmarkresultat, uppger branschkällor, men det är omstritt i branschen. Många kommersiellt viktiga benchmarkar mäter kodning och kontorsuppgifter. Därför bedömer författarna att handeln i dag sannolikt är ofarlig. Köparna ligger också minst några månader efter, eftersom de får en miljö först när ett amerikanskt labb har köpt eller byggt den. Farliga miljöer är få, och de ledande amerikanska labben bygger allt oftare miljöer för känsliga områden själva.

Vad detta bygger på

1. Piggybacking to the Frontier

   Utgivare: www.chinatalk.media · publicerad 11 november 2026 kl. 13.07 (UTC+2) · hämtad 12 november 2026 kl. 05.45 (UTC+2) · upptäcktskanal: webben

2. US data brokers are selling half a billion dollars in RL training environments to Chinese AI labs

   Utgivare: the-decoder.com · publicerad 11 november 2026 kl. 15.51 (UTC+2) · hämtad 12 november 2026 kl. 05.45 (UTC+2) · upptäcktskanal: webben

Baidu presenterade sin nya språkmodell på en lanseringssida den 11 november. ERNIE 5.5 Flash Preview är enligt företaget den första efterränade versionen av basmodellen ERNIE 5.5 Flash Base, vars vikter Baidu öppnade tidigare i november. Basmodellen fortsätter bara den text den får. Preview-modellen har fått resonemang och verktygsanrop, skriver teknikwebbplatsen Pandaily.

Baidu uppger att modellen är stark inom kodning, 3D-modellering, kunskapsarbete och innehållsproduktion. Det kinesiska teknikmediet Leiphone skriver att modellen fick konkurrenskraftiga resultat i bland annat benchmarkarna Terminal-Bench och AutomationBench. Pandaily påpekar att detta är Baidus egna påståenden.

Baidu varnar själv för att Preview-modellen är ett mellansteg i en oavslutad efterträning och att dess förmågor ännu kan vara delvis bristfälliga. Företaget avser att förbättra modellen utifrån användarnas återkoppling före den officiella lanseringen.

Modellens uppbyggnad och Baidus exempel

Enligt Baidus kodförråd vLLM-ERNIE är det en MoE-modell: varje lager har 512 expertnätverk, och för varje token väljs tio av dem. Modellen har 280 miljarder parametrar, men vid behandlingen av varje token används 14 miljarder av dem.

I 37 av modellens 43 lager sparas de 128 senaste token i cachen, liksom en komprimerad post för varje block om 128 token. Basmodellen förtränades med en kontext på högst 128 000 token, men vid inferens stöder den en kontext på omkring en miljon token (1 048 576). Modellen genererar över 200 token per sekund, uppger Leiphone. Mätförhållandena anger Leiphone inte.

Som exempel uppger Baidu att modellen i en enda kodningsuppgift på 11 timmar skrev ett tredjepersonsspel i C++ för Unreal Engine 5.8. Modellen arbetade i en harness, det vill säga ett program som styr agenten, ger modellen verktyg och kör dess arbetssteg. Modellen hanterar bara text och ser inte skärmen. Därför omvandlade den fel som upptäcktes vid speltestningen, till exempel en figur som svävade ovanför marken, till mätbara tester i koden.

Tillgänglighet, pris och vikter

Modellen kan användas via ett API i Baidus molntjänst Qianfan. I Qianfans modellista, uppdaterad den 10 november, har API:et ernie-5.5-flash-preview en anropsgräns på 60 förfrågningar och en miljon token per minut som standard, skriver Pandaily. Leiphone uppger att en miljon token indata kostar 2 yuan under högtrafik och 1 yuan under lågtrafik. Motsvarande priser för utdata är 8 och 4 yuan. Dessutom ges 50 procents rabatt på priserna under en begränsad tid.

Baidu lovar att snart öppna vikterna under licensen Apache 2.0. Enligt Leiphone sker det den 25 november. Pandaily kontrollerade läget den 11 november: Preview-modellens kodförråd på Hugging Face gav ett åtkomstfel, och Baidus offentliga lista innehöll bara basmodellens två versioner.

För att köra vikterna erbjuder Baidu tillägget vLLM-ERNIE, som kräver vLLM 0.32.0 och GPU:er från NVIDIA. Instruktionerna finns på GitHub i kodförrådet baidu/vLLM-ERNIE. Där står att basmodellens FP8-vikter tar upp omkring 280 gigabyte. För att köra dem krävs minst två GPU:er med 288 gigabyte, fyra med 192 gigabyte eller åtta med 80 gigabyte. En kontext på en miljon token ryms inte på GPU:er med 80 gigabyte.

Vad detta bygger på

1. Introducing ERNIE 5.5 Flash Preview · ERNIE

   Utgivare: ernie.baidu.com · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.46 (UTC+2) · upptäcktskanal: webben

2. 百度文心 研究 (ERNIE)

   百度文心 研究 (ERNIE) · Utgivare: ernie.baidu.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 04.01 (UTC+2) · upptäcktskanal: webben

3. github.com

   Utgivare: github.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.47 (UTC+2) · upptäcktskanal: GitHub

4. Baidu Releases ERNIE 5.5 Flash Preview on Qianfan, With Open Weights Promised by November 25

   Utgivare: pandaily.com · publicerad 11 november 2026 kl. 09.41 (UTC+2) · hämtad 12 november 2026 kl. 05.47 (UTC+2) · upptäcktskanal: webben

5. 文心 5.5 Flash Preview发布！编程、3D 建模、知识工作、内容创作等全面升级 | 雷峰网

   Utgivare: www.leiphone.com · publicerad 11 november 2026 kl. 07.22 (UTC+2) · hämtad 12 november 2026 kl. 05.47 (UTC+2) · upptäcktskanal: webben

Google DeepMind publicerade AlphaGenome 2 på sin blogg den 11 november. Föregångaren AlphaGenome släpptes förra året och förutsade effekterna av förändringar i DNA:ts bokstäver, så kallade varianter, i hela vävnader. Om en variant bara har effekt i en celltyp kan vävnadens medelvärde dölja effekten.

Villkoret styr hela modellen

AlphaGenome 2 läser en DNA-sekvens på en miljon baser och ett villkor: en vävnad, en celltyp eller ett celltillstånd. Enligt DeepMind styr villkoret varje steg i modellen. På så sätt lär sig modellen hur samma DNA läses i olika celler.

Villkoret kan väljas ur en färdig lista eller skapas utifrån egen encells-RNA-sekvensering. Metoden mäter genernas aktivitet i enskilda celler. Ett prov med några tiotal celler räcker, och modellen behöver inte tränas om, uppger DeepMind.

Modellen förutsäger bland annat genuttryck och kromatinets tillgänglighet och nu även DNA-metylering. Utifrån en mätning kan den uppskatta egenskaper som inte har mätts. Som träningsdata användes vävnads- och encellsdata från människa och mus – enligt DeepMind över 100 miljoner cellprofiler från 68 vävnader.

Fler träffar, men bara en minoritet av de kausala varianterna

DeepMind testade modellen på datamängden TenK10K, som omfattar 28 typer av immunceller. När 90 procent av modellens kandidater var korrekta hittade modellen 30 procent av de kausala varianter som bedömts förändra genuttrycket. AlphaGenome 1, finjusterad på encellsdata, hittade 16 procent. När 90 procent av riktningsförutsägelserna var korrekta identifierade den nya modellen effektens riktning för 43 procent av varianterna och föregångaren för 23 procent.

Enligt MarkTechPost hittade modellen 41 procent av varianterna i en datamängd om Parkinsons sjukdom som den inte hade sett tidigare. Scooby-modellen, som anpassats till just den datamängden, hittade 17 procent. MarkTechPost anger inte vid vilken precisionsgräns siffrorna har beräknats.

MarkTechPost påpekar att jämförelserna är DeepMinds egna. Enligt Unite.AI varnar forskningsrapporten för att modellen även vid hög precision bara hittar en minoritet av de statistiskt sannolika kausala varianterna. Modellen kan underskatta effekter som uppstår utanför öppet kromatin, i mycket avlägsna regleringsregioner eller först efter transkriptionen. Utanför öppet kromatin har riktningsförutsägelserna ett AUROC-värde på bara 0,63, skriver MarkTechPost. Värdet 0,5 motsvarar en gissning.

Rapporten konstaterar också att beskrivningarna av celltillstånd bygger på observationsdata och därför speglar korrelationer, inte orsakssamband, skriver Unite.AI. Det är osäkert om modellen till exempel kan förutsäga effekterna av att en gen slås ut. Tillfälliga, stimulusaktiverade och sjukdomsrelaterade celltillstånd är underrepresenterade i träningsdata och i de förberäknade poängen, och modellen skiljer inte väl mellan finindelade undergrupper av nervceller.

Enligt The Verge kommer den nya modellen inte att ersätta sin föregångare inom den närmaste tiden. DeepMinds genomikchef Žiga Avsec sa till The Verge att det är dyrare att beräkna den nya modellens förutsägelser.

Användning via API

AlphaGenome 2 finns tillgänglig för icke-kommersiell forskning via AlphaGenome API. Unite.AI skriver att icke-kommersiell användning enligt dokumentationen är avgiftsfri. För kommersiell forskning finns modellen i en begränsad förhandsversion. Modellvikterna publiceras först när studien har kommit ut i slutlig form, uppger MarkTechPost.

DeepMind delar också förberäknade resultat. De innehåller kopplingar mellan regleringsregioner och gener i 640 celltyper eller celltillstånd samt, enligt Unite.AI, poäng i 510 tillstånd för över 6,8 miljoner varianter som är vanliga eller kopplade till egenskaper och sjukdomar. Modellen är endast avsedd för forskning och har inte validerats för klinisk användning eller diagnostik.

Vad detta bygger på

1. AlphaGenome 2: Deciphering how cells read DNA to better understand disease — Google DeepMind

   Utgivare: deepmind.google · publicerad 11 november 2026 kl. 17.00 (UTC+2) · hämtad 12 november 2026 kl. 05.45 (UTC+2) · upptäcktskanal: webben

2. github.com

   Utgivare: github.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.46 (UTC+2) · upptäcktskanal: GitHub

3. Google’s AlphaGenome 2 zooms in on the cellular roots of disease

   Utgivare: www.theverge.com · publicerad 11 november 2026 kl. 17.00 (UTC+2) · hämtad 12 november 2026 kl. 05.45 (UTC+2) · upptäcktskanal: webben

4. Google DeepMind Releases AlphaGenome 2 for Cell-Type-Specific Variant Effects

   Utgivare: www.marktechpost.com · publicerad 11 november 2026 kl. 22.51 (UTC+2) · hämtad 12 november 2026 kl. 05.45 (UTC+2) · upptäcktskanal: webben

5. Google DeepMind’s AlphaGenome 2 Predicts Cell-State Variant Effects

   Utgivare: www.unite.ai · publicerad 11 november 2026 kl. 17.28 (UTC+2) · hämtad 12 november 2026 kl. 05.46 (UTC+2) · upptäcktskanal: webben

6. 구글 딥마인드, 질병 원인 찾는 AI '알파게놈 2' 공개

   Utgivare: zdnet.co.kr · publicerad 12 november 2026 kl. 02.46 (UTC+2) · hämtad 12 november 2026 kl. 05.46 (UTC+2) · upptäcktskanal: webben

7. Your heart, brain, and immune system share the same DNA sequence. So how can a single-letter change affect disease in some cells, while sparing the rest? AlphaGenome 2 is our new AI model that…

   GoogleDeepMind · Utgivare: x.com · publicerad 11 november 2026 kl. 17.03 (UTC+2) · hämtad 12 november 2026 kl. 04.13 (UTC+2) · upptäcktskanal: X

Minnet hos en AI-agent kan försämra agentens resultat, skriver forskare vid KAIST och DeepAuto.ai i en förhandspublicering på arXiv från den 10 november. Enligt tjänsten arXivDaily har arbetet skickats till referentgranskning i ACL Rolling Review. Granskningen pågår fortfarande.

I agentens minne sammanfattas vanligen insikter från tidigare körningar. En körning är en serie av agentens handlingar och observationer. Av körningens utfall framgår bara om uppgiften lyckades. Därför måste modellen som formulerar insikten gissa vilken handling som avgjorde utfallet.

Forskarna undersökte uppgifter som agenten alltid löste utan minne men inte med minne. Enligt en språkmodell som användes som bedömare berodde 52 procent av misslyckandena på att agenten följde en punkt i minnet. Oftast var punkten felaktig. Klassificeringen beskriver innehållet i agentens resonemang, inte en säker orsak.

Från insikten till källkörningen

WikiTrace sparar varje insikt tillsammans med den oförändrade källkörningen och en sammanfattning av varför körningen lyckades eller misslyckades. Agenten får alla insikter i början av uppgiften. Innan agenten agerar kan den läsa de länkade filerna med kommandoradsverktyg och rätta en insikt som är ofullständig, motsäger en annan eller kommer från en misslyckad körning.

Resultat i fem benchmarkar

De fem benchmarkarna omfattade sammanlagt åtta deltester, bland annat textbaserade hushålls- och vetenskapsuppgifter samt användning av API:er. Alla metoder använde samma agent och modellen DeepSeek V4 Flash, och varje test kördes tre gånger.

Tabellen visar medelvärdet av deltesterna. Medelvärdet är inte resultatet av ett enda mått, eftersom deltesterna mäter olika saker, till exempel andel lyckade uppgifter eller poäng.

Källa: tabell 1 i förhandspubliceringen. Siffrorna är medelvärden av tre körningar över åtta deltester.

Regression är andelen uppgifter som agenten löste utan minne men inte med minne. Med WikiTrace var regressionen 4,5 procent. Med Insights Only, alltså samma insikter utan källkörningar, var den 6,5 procent. När agenten kördes om utan minne blev 9,7 procent av de lyckade uppgifterna misslyckanden enbart på grund av variationen mellan körningar.

Insights Only saknade också den prompt som uppmanar agenten att kontrollera källorna. Fördelen kommer både från källmaterialet och från denna prompt, enligt författarna.

I tre textbaserade tester öppnade agenten källkörningen i 22 procent av de lätta och i 44 procent av de svåra uppgifterna. Lätta var de uppgifter som agenten löste utan minne alla tre gånger, svåra de som den inte löste en enda gång.

När agenten öppnade källkörningen efter att ha kört fast eller misstänkt en insikt låg WikiTrace 10,4 poäng före Insights Only, enligt bedömarmodellens klassificering. Vid övriga öppningar var skillnaden 3,7 poäng. Agenten bestämde själv om den skulle öppna källkörningen, så skillnaderna visar inte att just öppnandet orsakade dem.

Länken bevisar inte att insikten stämmer

Med länken kan agenten kontrollera en insikt, men länken garanterar inte att insikten är korrekt, skriver författarna. Även sammanfattningens förklaring till ett misslyckande kan vara fel. Alla insikter ges till agenten i det första meddelandet, så prompten växer med minnet. Författarna lämnar öppet hur agenten skulle hitta de insikter den behöver i ett större minne.

Koden har publicerats på GitHub (github.com/yukyeongleee/wikitrace). Installationen kräver Python, Node, Docker och verktyget uv, uppger Blockchain.news.

Vad detta bygger på

1. Don't Just Trust Your Memory: Evidence-Linked Memory Reduces Memory-Induced Degradation in LLM Agents

   Lee, Yukyeong, Choi, Yumin, Baek, Jinheon, Hwang, Sung Ju · Utgivare: arxiv.org · publicerad 10 november 2026 kl. 18.46 (UTC+2) · hämtad 12 november 2026 kl. 05.53 (UTC+2) · upptäcktskanal: webben

2. Paper page - Don't Just Trust Your Memory: Evidence-Linked Memory Reduces Memory-Induced Degradation in LLM Agents

   Utgivare: huggingface.co · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.55 (UTC+2) · upptäcktskanal: webben

3. 不要只相信你的记忆：证据关联记忆可降低LLM智能体中的记忆诱导退化｜arXiv 2611.14320｜arXivDaily

   Utgivare: www.arxivdaily.com · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.54 (UTC+2) · upptäcktskanal: webben

4. WikiTrace: Evidence-Linked Memory System Enhances LLM Agent Performance

   Utgivare: blockchain.news · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.55 (UTC+2) · upptäcktskanal: webben

Zihan Dong (Lenovo Group), Qishi Zhan (Marquette University) och Minxuan Hu (Cornell University) publicerade sin studie på arXiv den 10 november. Det är en förhandspublicering som inte har referentgranskats.

Forskarna poängsatte om publicerade körningar från åtta benchmarkar. De flesta agentbenchmarkar kontrollerar en körning med ett uppgiftsspecifikt facit, till exempel tester som härletts ur en referenslösning, och registrerar resultatet som en enda bit: godkänt eller inte. En enda bit räcker inte för att särskilja toppagenterna, och den ger inga extrapoäng för att överträffa referenslösningen, skriver författarna.

Skillnaderna är mindre än felen i testerna

På SWE-bench Verified ryms de tio bästa agenternas resultat inom 3,6 procentenheter, och den största skillnaden mellan två närliggande agenter är 1,4 procentenheter. Topptio bildar en enda nivågrupp, alltså en grupp som benchmarket inte statistiskt kan skilja från toppen.

De skärpta SWE-ABS-testerna underkände 17,7 procent av medianagentens godkända korrigeringar. På listan över de 30 bästa agenterna vände skärpningen ordningen i åtta av de 18 par av närliggande agenter som skilde sig åt. Att slumpmässigt ta bort lika stor andel av de godkända körningarna vände ungefär lika många. Ordningen mellan närliggande agenter är alltså brus, skriver författarna. Analysen förutsätter att de skärpta testerna är felfria, och felaktiga underkännanden har forskarna bara uppskattat genom simulering.

Resultat som är bättre än referensen räknas inte

I ALE-Benchs 40 optimeringstävlingar delar den officiella tävlingspoängen in topptio i tre nivågrupper. När samma körningar poängsattes som godkänt eller underkänt mot medianmänniskan hamnade alla tio i samma grupp, trots att 47,8 procent av körningarna slog medianmänniskan. När forskarnas stegvisa poängsättning gav extrapoäng för att överträffa referensen delades toppen åter i tre grupper.

Att höja tröskeln i samma ALE-Bench-uppgifter löste inte problemet. Med tävlingsvinnarens resultat som tröskel delades topptio bland modeller som publicerats efter 2025 i två grupper, men 89 procent av de tidigare modellerna fick noll på varje uppgift. En del av de senare modellernas publiceringsdatum har forskarna uppskattat i efterhand. En ny version som också skulle få nya uppgifter simulerade forskarna inte.

Kontinuerlig poängsättning hjälper inte alltid: i MLE-bench särskiljer facit toppen redan på egen hand, och i METR:s uppgifter överträffade få körningar referensen.

Forskarna körde om 13 uppgifter i Terminal-Bench 2.0 med fyra modeller, tre gånger per modell. Tre modeller låg lika i godkända körningar, men i uppgiften om portföljoptimering var medianuppsnabbningen 10,9 gånger för claude-opus-5:s lösningar och 1,3 gånger för de två andra modellernas. Eftersom det bara fanns tre upprepningar betraktar forskarna den samlade åtskillnaden mellan modellerna som ett gränsfall.

Förslag: Godkännande, kvalitet och kostnad var för sig

I forskarnas förslag godkänns en körning först med en skärpt kontroll. Därefter poängsätts en uppmätt storhet, till exempel körtid, som en logaritmisk kvot: utgångsnivån får noll, referenslösningen ett och taket är tre. Utgångsnivån och referensen låses med datum så att benchmarkets versioner förblir jämförbara.

Kostnaden redovisas separat. De fyra prissatta agenterna i topptio på Terminal-Bench 2.0 låg lika i godkända körningar, men deras mediankostnad varierade mellan 0,44 och 2,47 dollar per körning.

Poängsättningen passar bara uppgifter som har en mätbar storhet. Av Terminal-Bench 2.0:s 89 uppgifter jämför 18 ett tal med ett tröskelvärde. I de små stickproven från SWE-bench Verified, OSWorld-Verified och τ²-bench fanns inga sådana uppgifter, men eftersom stickproven är små kan författarna inte utesluta en andel på upp till 10–15 procent.

Vad detta bygger på

1. Agent Benchmarks Stop Ranking Before They Run Out of Tasks

   Dong, Zihan, Zhan, Qishi, Hu, Minxuan · Utgivare: arxiv.org · publicerad 10 november 2026 kl. 06.03 (UTC+2) · hämtad 12 november 2026 kl. 05.55 (UTC+2) · upptäcktskanal: webben

2. Agent Benchmarks Stop Ranking Before They Run Out of Tasks

   Utgivare: www.alphaxiv.org · publicerad 10 november 2026 · hämtad 12 november 2026 kl. 05.55 (UTC+2) · upptäcktskanal: webben

Forskare från Zhejiang Gongshang University, University of Sussex och två andra organisationer lade ut en förhandspublicering på arXiv den 9 november. Den är inte referentgranskad och mäter hur en resonemangsmodells förmåga att lyckas förändras när resonemangsspår från tidigare turer tas bort.

Ett resonemangsspår är den text som modellen skriver innan den agerar. I en session med flera turer läser modellen de tidigare spåren vid nästa tur. Enligt författarna knyter leverantörerna spåret till den som skapade det, så en förfrågan som skickas till en annan leverantör kommer fram utan spår.

Samma session på tre sätt

Forskarna körde 794 verktygsuppgifter med flera turer från benchmarket BFCL v4 på sju modeller med öppna vikter. Varje uppgift kördes tre gånger: med spåren kvar, med spåren från alla tidigare turer borttagna och med spåren borttagna bara från sessionens första del, ungefär 40 procent av turerna. Verktygsanropen med resultat och spåret från den pågående turen behölls alltid. BFCL:s officiella kontrollverktyg bedömde sessionens sluttillstånd utan att veta hur spåren hade hanterats. Körningarna upprepades med tre slumpfrön. Baichuan-M2-32B och Olmo-3-7B-Think kördes bara på 200 uppgifter.

Effekten varierade mellan modellerna

Tabellen jämför andelen lyckade uppgifter när alla tidigare spår behölls respektive togs bort.

Källa: Jia m.fl., arXiv 2611.13223. Sammanslagna resultat för tre frön. En positiv skillnad betyder att borttagningen försämrade resultatet.

R1-Distill-14B förbättrades från en utgångsnivå där modellen lyckades med 1,3 procent av uppgifterna. Olmos skillnad bygger på tio respektive två lyckade körningar. Modellstorleken förklarade inte skillnaderna: för de tre modellerna med 32 miljarder parametrar var skillnaderna −0,2, +0,7 och +51,3 procentenheter.

Med Qwen3-32B tog forskarna bort 0–100 procent av historiken i 200 uppgifter. Andelarna lyckade uppgifter vid ytterlägena skilde sig åt med 1,5 procentenheter. Modeller som var känsliga för borttagning testades inte på det sättet.

Upprepade anrop och misslyckanden utan symtom

Borttagningen märktes också i modellernas beteende. När spåren från sessionens första del hade tagits bort upprepade R1-Distill-14B samma anrop med samma argument i 68,7 procent av sessionerna, mot 18,1 procent när spåren behölls. För Olmo ökade andelen från 30,2 till 66,5 procent när alla spår togs bort. Baichuan upprepade sig bara lite oftare men misslyckades ändå. Qwen3-8B gjorde fler anrop efter borttagningen och lyckades lika ofta. Det är en öppen fråga om modellen härleder det borttagna resonemanget på nytt, uppger författarna.

Författarna tolkar känsligheten som en egenskap hos modellen och föreslår en sållning där modellen körs på 200 uppgifter med spåren kvar respektive borttagna. Historiken behålls om skillnadens konfidensintervall ligger helt över 10 procentenheter. Det kräver en punktskattning på över ungefär 20 procentenheter. Sållningen skulle alltså sannolikt klassa till exempel en modell vars resultat försämras med 15 procentenheter som tålig för borttagning.

Resultaten gäller funktionsanropsuppgifter av BFCL-typ. Om de också gäller andra uppgifter är en öppen fråga, skriver författarna. Slutna modeller mättes inte. Författarna lämnar ut sessionsloggarna på begäran.

Vad detta bygger på

1. Deletion Sensitivity Is a Property of the Model: A Three-Condition Measurement across Seven Open Reasoning Models

   Jia, Hanzhang, Zeng, Liheng, Yang, Zhiyu, Gao, Yi, Ma, Bo · Utgivare: arxiv.org · publicerad 9 november 2026 kl. 22.51 (UTC+2) · hämtad 12 november 2026 kl. 05.55 (UTC+2) · upptäcktskanal: webben

2. Deletion Sensitivity Is a Property of the Model | OpenTrain AI

   Utgivare: www.opentrain.ai · publicerad 9 november 2026 kl. 22.51 (UTC+2) · hämtad 12 november 2026 kl. 05.55 (UTC+2) · upptäcktskanal: webben

3. Deletion Sensitivity Is a Property of the Model: A Three-Condition Measurement across Seven Open Reasoning Models

   Utgivare: www.alphaxiv.org · publicerad 9 november 2026 · hämtad 12 november 2026 kl. 05.55 (UTC+2) · upptäcktskanal: webben

Tom Aarsen beskrev metoden på Hugging Faces blogg den 11 november och publicerade samtidigt skript för träning och utvärdering samt två exempelmodeller. Aarsen uppger att han bygger på Stefan Josefs arbete Learn to Pool och forskning från LightOn. Hans eget mål är att förklara metoden och erbjuda ett reproducerbart exempel.

En flervektormodell, till exempel ColBERT, lagrar en egen vektor för varje token i dokumentet. Vid sökning väljer varje token i frågan den vektor i dokumentet som matchar bäst, och poängen summeras. Det blir många vektorer. I Aarsens beräkning upptar de 4-bitars kvantiserade residualerna av 128-dimensionella vektorer 12,8 GB i ett dataset med en miljon dokument, med 200 vektorer per dokument. Med 50 vektorer räcker 3,2 GB.

Så fungerar pooling och träning

Indexet kan krympas genom att likartade vektorer i ett dokument slås samman (token pooling). HierarchicalTokenPooling i Sentence Transformers grupperar dem med Wards hierarkiska klustring och ersätter varje grupp med dess medelvärde. Antalet vektorer kan begränsas med en kvot (pool_factor), ett tak eller en avståndströskel. Tröskeln kan kalibreras för att ge ett önskat genomsnittligt antal vektorer. Kalibreringen siktar på medelvärdet, så antalet varierar mellan enskilda dokument, och i ett annat dataset kan även medelvärdet ändras. Som standard poolas inte frågor.

En vanlig modell har inte tränats för att fungera med poolade vektorer, så sammanslagningen kan sudda ut en skillnad som är viktig för sökningen. Vid poolingmedveten träning (pooling-aware) beräknar förlustfunktionen MultiVectorTokenPoolingLoss sökuppgiftens förlust på valda poolingnivåer. I Aarsens exempel fanns två nivåer, opoolad och poolad till ungefär en fjärdedel, och de viktades lika. Gruppindelningen deriveras inte. I stället förs gradienterna från den sammanslagna vektorn direkt till gruppens medlemmar (straight-through estimator). De poolade versionerna bildas av redan beräknade vektorer, så modellen behöver inte köras separat för dem.

Resultat från en jämförelsekörning

Aarsen tränade två modeller utifrån ModernBERT-base med samma inställningar och samma 120 000 exempel från MS MARCO under en epok. Bara förlustfunktionen skilde sig, och hyperparametrarna justerades inte. Måttet var genomsnittlig nDCG@10 på 13 dataset i NanoBEIR.

Enligt tabellen fick den poolingtränade modellen bättre resultat på alla testade poolingnivåer, och störst var skillnaden vid den snävaste gränsen.

Källa: Aarsen, Hugging Faces blogg. NanoBEIR, 13 dataset, genomsnittlig nDCG@10 (%).

Av tabellen går det inte att dra slutsatsen att fördelen består i andra dataset, eftersom modellerna bara testades på NanoBEIR. Varje modell har tränats en gång, och siffrorna är författarens egna.

Med faktor 4 behöll den poolingtränade modellen 97,8 procent och den vanliga modellen 94,6 procent av sitt eget opoolade resultat. Skillnaden i nDCG@10 var då 2,2 poäng (49,03 och 51,23), och antalet vektorer var 74,8 procent lägre än utan pooling. Fördelen syntes även med tak och kalibrerade trösklar, trots att träningen bara använde relativ pooling.

Bloggens siffror återges bland annat av zglg.work och AI Breaking Wire. Det återstår att utreda om fördelen består i betydligt större dataset och produktionsindex, skriver zglg.work.

Metoden ingår i Sentence Transformers, och pooling kan också användas med vanligt tränade flervektormodeller. Bloggen ger anvisningar för att köra träningsskriptet på en egen GPU eller på en GPU i Hugging Face Jobs. För valfri GPU-acceleration väljer biblioteket kompatibla GPU-kernlar och använder i övrigt standardimplementationen. Standardkerneln för MaxSim-poängsättning kräver till exempel CUDA och Triton.

Vad detta bygger på

1. Token Pooling-Aware Training for Multi-Vector Embedding Models

   Utgivare: huggingface.co · publicerad 11 november 2026 kl. 02.00 (UTC+2) · hämtad 12 november 2026 kl. 05.56 (UTC+2) · upptäcktskanal: webben

2. Hugging Face ships token pooling-aware training for multi-vector retrieval models

   Utgivare: zglg.work · publicerad 11 november 2026 kl. 02.00 (UTC+2) · hämtad 12 november 2026 kl. 05.57 (UTC+2) · upptäcktskanal: webben

3. Token Pooling-Aware Training for Multi-Vector Models

   Utgivare: aibreakingwire.com · publicerad 11 november 2026 kl. 18.30 (UTC+2) · hämtad 12 november 2026 kl. 05.57 (UTC+2) · upptäcktskanal: webben

4. Token Pooling-Aware Training for Multi-Vector Embedding Models — GazeWire

   Utgivare: gazewire.com · publicerad 11 november 2026 kl. 17.26 (UTC+2) · hämtad 12 november 2026 kl. 05.57 (UTC+2) · upptäcktskanal: webben

DualEntry presenterade resultaten den 11 november i ett betalt pressmeddelande via Business Wire. Yahoo Finance publicerade också pressmeddelandet. Det är företagets eget benchmark och ingen oberoende mätning. DualEntry säljer till medelstora företag ett affärssystem där AI-agenter utför bokföringsarbete.

Googles nya Gemini 4 Carbon fick 88,1 procent, medan Gemini 4 Argon låg kvar i topp med 91,1 procent, uppger DualEntry i pressmeddelandet. Carbon delar andraplatsen med Zhipu AI:s GLM-5.3 Flash och SpaceXAI:s Grok 4.7.

Testet omfattar 101 fiktiva bokföringsfall

Testet består av 101 syntetiska, alltså särskilt framtagna, bokföringsfall inom åtta områden. Bland områdena finns bokföringsposter, leverantörs- och kundreskontra, bankavstämning och månadsbokslut. Kunduppgifter används inte.

Varje modell gör hela testet tre gånger med samma testföretag, verktyg och instruktioner. Svaren jämförs enligt fasta poängregler med referenslösningar som skrivits i förväg. AI används inte som bedömare.

Tabellen visar totalresultaten för de modeller som nämns i pressmeddelandet. Skillnaden mellan Argon och den delade andraplatsen är tre procentenheter. Ett enda test från ett enda företag räcker därför inte för att avgöra vilka modeller som är bäst på bokföringsarbete i allmänhet.

Källa: DualEntrys pressmeddelande den 11 november 2026. Totalt testades 24 modeller, och tabellen visar dem som nämns i pressmeddelandet.

Av de svåra uppgifterna löste Carbon 25/28, eller 89,3 procent, vilket är testets bästa resultat. Argon löste 82,1 procent av dem, alltså två uppgifter färre. Enligt pressmeddelandet klarade Carbon de svåra uppgifterna något bättre än de lätta, vilket är ovanligt.

Carbon löste alla uppgifter i transaktionsklassificering. Svagast var modellen i bankavstämning med 66,7 procent. Där fick Argon 75 och Moonshot AI:s Kimi K3.1 Pro 100 procent.

Carbon billigare, Argon mer konsekvent

Argon fick testets bästa konsekvensresultat, 86,1 procent, och Carbon 80,2 procent. Benedict Dohmen, en av DualEntrys grundare, säger att Argon gav samma svar alla tre gångerna i 86 procent av uppgifterna. Carbon kostar 0,081 dollar per uppgift, ungefär 30 procent mindre än Argons 0,115 dollar.

”För ekonomiteam är konsekvens nästa avgörande skillnad”, säger Dohmen i pressmeddelandet. En AI-agent borde enligt honom nå Argons konsekvens innan den får tillgång till bokföringen.

På DualEntrys sida dualentry.com/benchmark finns resultaten för alla 24 modeller, inklusive priser och svarstider.

Vad detta bygger på

1. Google Now Has Two of the Top AI Models for Accounting Work, DualEntry Benchmark Finds

   Utgivare: uk.finance.yahoo.com · publicerad 11 november 2026 kl. 15.17 (UTC+2) · hämtad 12 november 2026 kl. 05.47 (UTC+2) · upptäcktskanal: webben

Intuit berättade om piloten med Agentic Books Close den 9 november i ett blogginlägg på webbplatsen Tax Pro Center, där företaget presenterade höstsläppet av Intuit Accountant Suite. Intuit Accountant Suite är programvara för redovisningsbyråer. Enligt Intuit bildar den en enhetlig plattform tillsammans med kundernas bokföringsprogram QuickBooks.

Vid månadsbokslutet färdigställs månadens bokföring: transaktioner bokförs, konton stäms av och rapporter tas fram. Agenten gör det förberedande arbetet i bakgrunden och följer byråns egna standarder, uppger Intuit. Åt redovisningskonsulten återstår granskning, godkännande och hantering av undantag.

Agenten bokför väntande transaktioner, stämmer av konton, flaggar avvikelser och föreslår korrigeringar, beskriver Intuit. Den identifierar också anläggningstillgångar, förutbetalda kostnader och andra periodiseringsposter. För dem tar agenten fram periodiseringsplaner och utkast till bokföringsposter, som bokförs först när redovisningskonsulten har godkänt dem.

Agenten sammanställer dessutom ett månadspaket som kan skickas direkt till kunden. Paketet innehåller avvikelseanalys samt åldersanalyser för leverantörs- och kundreskontran.

Varje bokföringspost som AI:n tar fram måste granskas och godkännas innan den bokförs, och åtgärderna sparas i en granskningslogg, uppger företaget. Intuit varnar själv för att agenten inte alltid är korrekt. Vid varje bokslut lär sig agenten av redovisningskonsultens korrigeringar, säger företaget.

Agenten är en annan produkt än Books Close, som nu finns som betaversion utan extra kostnad i paketen Core och Accelerate i Intuit Accountant Suite. Books Close innehåller bland annat granskningsmallar för bokslutet, uppföljning av arbetsmoment, AI-baserad identifiering av avvikelser och automatiska uppdateringar av kundens QuickBooks-fil.

Höstsläppet innehåller även andra betafunktioner. Dit hör frågor om hela kundstocken i AI-plattformen Intuit Intelligence och Playbooks-mallar som byrån använder för att standardisera introduktionen av nya kunder. De ingår i Accelerate-paketet, som är kostnadsfritt till januari 2027.

Piloten är öppen för ett begränsat antal redovisningsbyråer. Ansökan görs på sidan med förhandsvisningar av funktioner i Intuit Accountant Suite. Under piloten är agenten kostnadsfri. Efter piloten och betafasen kräver den ett betalt tillägg, vars pris Intuit inte anger. Funktioner och lanseringstider kan fortfarande ändras, uppger företaget.

Vad detta bygger på

1. What’s new in Intuit Accountant Suite - Tax Pro Center | Intuit

   Utgivare: accountants.intuit.com · publicerad 9 november 2026 kl. 16.00 (UTC+2) · hämtad 11 november 2026 kl. 05.50 (UTC+2) · upptäcktskanal: webben

Köpenhamnsgrundade Sumary offentliggjorde sin finansieringsrunda den 10 november 2026. Rundan leddes av investmentbolaget Singular. Även Sumarys tidigare investerare byFounders, Partech och Tenity deltog.

Beloppet angavs i dollar. Sesamers räknade om det till cirka 22,3 miljoner euro, och brittiska Soapbox anger beloppet till 19 miljoner pund. Enligt företaget är det Europas största såddrunda för ett företag som utvecklar redovisningsprogram. Sesamers upprepar uppgiften med hänvisning till Oresund Startup News.

Det har gått mindre än ett år sedan förra finansieringen: i november 2025 tog Sumary in 4,2 miljoner dollar i en pre-seed-runda som enligt The Next Web leddes av byFounders.

Sumarys runda var den tredje europeiska finansieringsrundan inom redovisning på 12 dagar, skriver Sesamers. Dessförinnan hade belgiska Ravical tagit in 17 miljoner dollar och Barcelonabaserade Kabilio 10 miljoner euro.

Redovisningskonsulten godkänner varje steg

Sumary kallar sin produkt ett operativsystem för redovisningsbyråer. Plattformen automatiserar byråns rutinarbete: månadsbokslutet, alltså avstämning och avslutning av månadens bokföring, momsdeklarationer och förberedelser inför årsbokslutet. Den fungerar med kundernas befintliga bokföringsprogram och förbereder uppgifterna så att redovisningskonsulten kan granska och godkänna dem.

Företagets forskarteam i Köpenhamn har byggt ett benchmark av verkliga redovisningsuppgifter. Med det mäts ledande AI-modeller. Varje ny modell testas innan den får hantera en kunds bokföring. Enligt företagsuppgifter som Soapbox och FinTech Global har publicerat bedömer benchmarket också den finansiella information modellen får, de kontroller som tillämpas på dess arbete och verifieringarna av resultaten.

Tidsbesparingarna är företagets egna siffror

Enligt Sumary lägger redovisningsbyråerna efter tre månaders användning 50 procent mindre tid på månadsbokslutet och 75 procent mindre på momsdeklarationen. Sesamers påpekar att siffrorna inte har bekräftats oberoende. De publicerade uppgifterna anger inte vilken utgångsnivå och hur många byråers erfarenheter besparingarna bygger på.

Bland kunderna finns de flesta av Nordens 20 största redovisningsbyråer samt bland annat Deloitte, Grant Thornton och Baker Tilly, uppger företaget.

AI-baserade redovisningsbyråer utmanar de etablerade byråerna

Vd Pascar Sivam motiverar produkten med personalbrist: ”Redovisningsbyråer ombeds göra mer med färre personer.” Enligt Sivam måste programvaran sköta förberedelsearbetet ordentligt så att redovisningskonsulterna får tid för kunderna och sina egna team.

”Dussintals, och troligen snart hundratals, AI-baserade redovisningsbyråer byggs upp just nu”, säger Sivam. Sumary vill hjälpa etablerade byråer att snabbt införa AI i hela verksamheten och därmed kunna hävda sig mot de AI-baserade byråerna.

Med finansieringen expanderar Sumary i Europa, med början i Beneluxländerna, och ökar försäljningen i Storbritannien. London blir företagets kommersiella nav, och dit flyttar Sivam och operativa chefen Frederik Skov Wacher. Teknikutveckling och AI-forskning stannar i Köpenhamn.

Vad detta bygger på

1. Sumary raises $25M seed to scale AI accounting in Europe

   Utgivare: www.sesamers.com · publicerad 11 november 2026 kl. 09.08 (UTC+2) · hämtad 12 november 2026 kl. 05.52 (UTC+2) · upptäcktskanal: webben

2. Sumary secures $25M to expand its accounting software across Europe

   Utgivare: tech.eu · publicerad 10 november 2026 kl. 09.21 (UTC+2) · hämtad 12 november 2026 kl. 05.52 (UTC+2) · upptäcktskanal: webben

3. Sumary raises $25M in what it calls Europe's largest accounting seed round

   Utgivare: thenextweb.com · publicerad 10 november 2026 kl. 09.45 (UTC+2) · hämtad 12 november 2026 kl. 05.52 (UTC+2) · upptäcktskanal: webben

4. Sumary raises a £19m seed round led by Singular to run core workflows for accounting firms

   Utgivare: www.soapbox.vc · publicerad 10 november 2026 · hämtad 12 november 2026 kl. 05.52 (UTC+2) · upptäcktskanal: webben

5. Sumary raises $25m to challenge Europe’s accounting sector

   Utgivare: fintech.global · publicerad 10 november 2026 kl. 14.53 (UTC+2) · hämtad 12 november 2026 kl. 05.52 (UTC+2) · upptäcktskanal: webben

Nyzeeländska LawVu berättade om den nya kopplingen i ett pressmeddelande den 11 november 2026. De verktyg som kan anslutas är Anthropics Claude, Microsoft Copilot, OpenAI:s ChatGPT samt de juridiska AI-tjänsterna Harvey och Legora. Kopplingarna är tillgängliga direkt och kräver ingen egen programmering, uppger företaget.

LegalOS är ett system för företagens interna juristteam. Där lagras bland annat ärenden, avtal, juridiska kostnader och företagets egen juridiska kunskap. Unite.AI rapporterade om nyheten samma dag utifrån pressmeddelandet och LawVus dokumentation. Uppgifterna kommer alltså från företaget och har inte bekräftats oberoende.

Vad verktygen kan göra

Kopplingen går via LawVus MCP-server. MCP (Model Context Protocol) är en öppen standard för att koppla AI-verktyg till externa system. Enligt LawVu erbjuder servern över 50 funktioner för att läsa och uppdatera data i LegalOS.

Unite.AI skriver, med stöd i LawVus dokumentation, att verktyget till exempel kan söka efter och sammanfatta ärenden och avtal samt läsa av viktiga datum i avtal. Det kan också skapa ärenden och avtal, registrera lägesuppdateringar, tilldela uppgifter och starta arbetsflöden för avtal. I LawVus eget exempel frågar en jurist Copilot vilka leverantörsavtal som förnyas automatiskt nästa kvartal. Därefter ger juristen en kollega en granskningsuppgift utan att lämna Copilot.

Behörigheterna stannar på användarnivå, men uppgifterna går till tjänsteleverantören

Enligt Unite.AI lovar dokumentationen att AI-verktyget inte får bredare behörigheter än användaren har. Om användaren inte kommer åt ett avtal i LawVu kommer användaren inte heller åt det via AI-verktyget. Åtgärder som görs via MCP syns i LawVus händelselogg på samma sätt som åtgärder som görs direkt i plattformen.

LawVus kontroll omfattar dock inte allt som händer med uppgifterna när de har lämnat plattformen. Uppgifter som rör en förfrågan skickas till den valda AI-tjänsten för behandling. LawVu styr inte över vad tjänsten gör med dem. Företaget uppmanar kunderna att jämföra tjänstens villkor för databehandling och integritetspolicy med sina egna skyldigheter.

Som risker nämner dokumentationen promptinjektion, det vill säga dolda instruktioner i innehåll som kan användas för att styra modellen. Andra risker är MCP-servrar från tredje part, verktyg med vilseledande namn och oönskade autonoma handlingar. LawVu rekommenderar att verktygen bara får nödvändiga behörigheter och att man använder granskade verktyg och servrar. Företaget rekommenderar också att man övervakar loggarna, inför funktionen för en begränsad grupp först och om möjligt låter en människa godkänna AI:ns ändringar av poster.

Funktionen aktiveras inte automatiskt. Kunden måste begära den hos LawVu, och organisationens administratör måste aktivera den i vyn Integrations. Även AI-tjänstens inställningar måste konfigureras. Enligt Unite.AI finns officiella anslutningar för Claude och Harvey och ett officiellt tillägg för ChatGPT och Codex. Copilot och Legora nämns inte i listan. Andra MCP-kompatibla tjänster ansluts med LawVus serveradress, vid behov med autentisering via OAuth 2.0.

Vad detta bygger på

1. LawVu Gives Five AI Tools Governed Access to LegalOS Workflows

   Utgivare: www.unite.ai · publicerad 11 november 2026 kl. 18.15 (UTC+2) · hämtad 12 november 2026 kl. 05.52 (UTC+2) · upptäcktskanal: webben

2. LawVu MCP Server connects Claude, Copilot, ChatGPT and more

   Utgivare: lawvu.com · publicerad 11 november 2026 kl. 16.00 (UTC+2) · hämtad 12 november 2026 kl. 05.53 (UTC+2) · upptäcktskanal: webben

Harvey, som utvecklar AI-verktyg för juridiskt arbete, och det danska juridiska förlaget Djøf Forlag berättade om sitt samarbete i pressmeddelanden den 11 november. Materialet kommer från Djøf Forlags webbtjänst Jurabibliotek, där förlaget publicerar dansk lagstiftning.

Materialet omfattar konsoliderade lagar, förordningar som utfärdats med stöd av dem (bekendtgørelser), lagändringar och förarbeten. Förarbeten är dokument från lagstiftningsprocessen. De visar vad lagstiftaren ville uppnå med en bestämmelse. Man går tillbaka till dem när lagen ska tolkas.

Enligt Harvey kan en jurist gå från en lagbestämmelse till förordningarna som genomför den och till förarbetena, och varje svar anger sin källa. I företagets exempel kontrollerar användaren vad förarbetena sa när bestämmelsen infördes, eller tar fram ett råd om dansk rätt utifrån dessa källor och byråns tidigare arbete.

Materialet kan användas i Harvey Assistant, i funktionen Agents, i dokumenttjänsten Vault för lagring och analys, i arbetsflödena Workflows och i Word-tillägget. Lagmaterialet kan användas vid sidan av teamets egna anteckningar, tidigare rådgivning och dokument. Harvey har sedan tidigare danska offentliga rättskällor.

Djøf Forlags digitala chef Bjarke Madsen motiverar avtalet med efterfrågan: kunderna vill allt oftare ha förlagets källor i AI-baserade system för juridisk teknik. Förlaget har tillhandahållit danska rättskällor i över 65 år, uppger Madsen.

Pressmeddelandena citerar också en av Harveys kunder, den danska advokatbyrån Accura. Byråns AI-chef Christian Høyer Ørum beskriver arbetssättet: ”När vi ger råd i en regleringsfråga börjar vi med lagen, kontrollerar förordningarna och går tillbaka till förarbetena när tolkningen spelar roll.” Ørum bedömer att arbetet blir snabbare och mer enhetligt när allt detta kan göras i samma verktyg.

Harvey har tidigare ingått ett datapartnerskap med den norska juridiska informationstjänsten Gyldendal Rettsdata.

Enligt Harvey blir Jurabiblioteks lagmaterial tillgängligt i början av nästa år utan extra avgift. Användningen kräver licens till Jurabibliotek.

Vad detta bygger på

1. Harvey Adds Danish Legislation and its Preparatory Works Through Partnership with Djøf Forlag

   Utgivare: www.harvey.ai · publicerad 11 november 2026 kl. 09.34 (UTC+2) · hämtad 12 november 2026 kl. 05.58 (UTC+2) · upptäcktskanal: webben

2. Harvey Partners with Djøf Forlag to Add Danish Legal Sources

   Utgivare: www.unite.ai · publicerad 11 november 2026 kl. 09.52 (UTC+2) · hämtad 12 november 2026 kl. 05.58 (UTC+2) · upptäcktskanal: webben

3. Djøf Forlag indgår samarbejde med Harvey

   Utgivare: djoefforlag.dk · publicerad 11 november 2026 kl. 11.53 (UTC+2) · hämtad 12 november 2026 kl. 05.59 (UTC+2) · upptäcktskanal: webben

4. Harvey is adding Djøf Forlag’s Danish legal sources to its platform

   Utgivare: airadarhaber.com · publicerad 11 november 2026 kl. 11.08 (UTC+2) · hämtad 12 november 2026 kl. 05.59 (UTC+2) · upptäcktskanal: webben

5. Harvey Adds Danish Legislation and its Preparatory Works Through Partnership with Djøf Forlag (Harvey Ai Corp)

   Utgivare: article.wn.com · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.59 (UTC+2) · upptäcktskanal: webben

Anthropic beskrev sin beräkningsstrategi i en investerarvideo. Den ingår i presentationsturnén inför bolagets börsnotering. Turnén inleddes den 10 november. Dagen därpå skrev mjukvaruutvecklaren Simon Willison om videons innehåll i sin blogg, liksom AI-nyhetssajten The Decoder. Någon officiell transkription finns inte, så Willison transkriberade videon själv med taligenkänningsprogrammet MacWhisper.

I videon säger Tom Brown, en av Anthropics grundare, att bolaget tränar och kör sin Claude-modell på chip från fyra tillverkare. Brown är bolagets chef för beräkningsresurser, uppger The Decoder. Chippen är AWS:s Trainium, Googles TPU samt Nvidias och AMD:s GPU:er, alltså grafikprocessorer. Varje chiptyp kräver egen programvara som är dyr och svår att bygga, säger Brown.

Tre dagar i stället för månader

Anthropic började använda AMD:s GPU:er i år. Tidigare har det tagit tiotals ingenjörer månader att införa en ny chipplattform, säger Brown. Den här gången gjordes arbetet av bolagets Mythos-modell. Den fick Claude att fungera på AMD:s chip på tre dagar, i praktiken utan mänsklig hjälp.

Modellen porterade eller skrev dessutom nästan alla kernlar, uppger Brown. Kernlar är små program som utför modellens beräkningar på ett visst chip.

I ett diagram i investerarpresentationen ställs tre dagar mot 6–12 månader, skriver The Decoder. Med traditionellt ingenjörsarbete når ny hårdvara användbar prestanda först efter så lång tid, enligt diagrammet. Siffrorna i diagrammet gäller promptbearbetning på AMD:s MI355X-GPU:er. Jämförelsen omfattar alltså ett enda steg i inferensen på en enda GPU-modell.

The Decoder påpekar att siffrorna är Anthropics egna och inte har bekräftats oberoende. Om siffrorna stämmer skulle Nvidias starkaste konkurrensfördel förlora i betydelse, enligt tidningens tolkning. Fördelen är CUDA, programvarumiljön som binder utvecklare till Nvidias chip. Då skulle företag kunna byta chipleverantör lättare än i dag.

Beräkningsmultiplikatorer

Som en andra fördel nämner Brown beräkningsmultiplikatorer (compute multipliers). Det är forskningsrön som gör att samma fysiska beräkningskapacitet ger mer. I Browns exempel innebär en fyrfaldig multiplikator att en modell som kräver 100 beräkningsenheter kan tränas med 25 enheter. Multiplikatorerna förstärker varandra, säger han.

Anthropic tror att Claude till slut kommer att hitta multiplikatorer på egen hand när utvecklingen närmar sig rekursiv självförbättring, säger Brown. The Decoder påpekar att idén är omstridd inom forskningen och inte har bevisats.

Båda GPU-tillverkarna har ekonomiska band till Anthropic, skriver The Decoder. Nvidia åtog sig i november 2025 att investera upp till 10 miljarder dollar i bolaget. AMD meddelade i juli 2026 en investering på upp till fem miljarder dollar. I gengäld planerar Anthropic att ta i bruk upp till två gigawatt AMD:s MI455X-GPU:er. Fasen för den första gigawatten inleds under första halvåret 2027.

Vad detta bygger på

1. Anthropic’s IPO roadshow video

   Utgivare: simonwillison.net · publicerad 11 november 2026 kl. 17.11 (UTC+2) · hämtad 12 november 2026 kl. 05.28 (UTC+2) · upptäcktskanal: webben

2. Anthropic says AI is eroding Nvidia's CUDA lead, cutting an AMD chip switch from months to three days

   Utgivare: the-decoder.com · publicerad 11 november 2026 kl. 16.25 (UTC+2) · hämtad 12 november 2026 kl. 05.28 (UTC+2) · upptäcktskanal: webben

Wall Street Journal och The Information har rapporterat om OpenAIs ekonomi under juli–september. Enligt Heise online bygger WSJ:s uppgifter på material som OpenAI har lämnat till sina investerare. Bloomberg rapporterade omsättningen med hänvisning till anonyma källor. TechCrunch återgav uppgiften med en reservation: om den stämmer.

Kvartalets omsättning översteg för första gången 10 miljarder dollar, uppger Bloomberg. Enligt tidigare uppgifter var omsättningen i april–juni 6,7 miljarder, en ökning med 17–18 procent från kvartalet innan. Ett år tidigare var omsättningen i juli–september 3,9 miljarder dollar, enligt uppgifter som The Decoder återger.

Förlusten växte men minskade i förhållande till försäljningen

Den justerade rörelseförlusten ökade från 10,1 miljarder till 10,9 miljarder dollar, skriver WSJ. I siffran ingår inte aktiebaserade ersättningar, som uppgick till 2,6 miljarder.

Den justerade rörelsemarginalen förbättrades från −150 procent till −109 procent. Ett år tidigare var den −97 procent.

Anthropic ligger fortfarande före

Anthropics omsättning ökade under samma kvartal med 47 procent till 17 miljarder dollar. Rörelseförlusten var 567 miljoner. Förlusterna är inte direkt jämförbara: enligt WSJ ingår aktiebaserade ersättningar i Anthropics siffra men inte i OpenAIs.

Annualiserad omsättning är den senaste periodens försäljning omräknad till helårstakt. För OpenAI är siffran 50 miljarder dollar, uppger Bloomberg. Anthropic uppger att bolagets siffra var 81 miljarder i slutet av oktober. Bolagen räknar fram siffran på olika sätt, skriver TechCrunch: Anthropic räknar in försäljningen via sina molnpartner, medan OpenAI för en del av partnerförsäljningen bara räknar in sin egen andel.

Brockman: Företagsförsäljningen fördubblades

OpenAIs president Greg Brockman sade nyligen att årets två första kvartal var svåra, skriver Heise online. Han talade ändå om en otrolig vändning i omsättningen. Enligt The Decoder sade Brockman att företagsverksamheten fördubblades under tredje kvartalet och att företagsförsäljningen nu står för den största delen av omsättningen.

Företag sökte billigare alternativ till Anthropics Claude-modeller, vilket ökade OpenAIs API-försäljning, enligt uppgifter från tredje part som WSJ hänvisar till. OpenAI har i år sänkt priserna på sina nya modeller, lagt ned sin videoapp och satsat på kodningsverktyget Codex, skriver The Decoder.

Antalet betalande ChatGPT-prenumeranter är cirka 100 miljoner, eller ungefär 8,5 procent av veckoanvändarna, uppger WSJ. The Decoder skriver att antalet veckoanvändare är 1,2 miljarder. ChatGPT:s annonsintäkter var i augusti en miljard dollar i annualiserad takt, enligt The Decoder.

OpenAI tar in kapital till en värdering av 1,25 biljoner dollar, men mindre än hälften av de eftersträvade 30 miljarderna har kommit in, skriver The Decoder. Enligt Heise online planerar OpenAI att börsnoteras tidigast 2027, medan Anthropic enligt The Decoder planerar att göra det redan nästa vecka.

Vad detta bygger på

1. Rapidly scaling online storage to serve over 1 billion ChatGPT users (Part II)

   Utgivare: openai.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

2. Enterprise sales push OpenAI's quarterly revenue to $10 billion, though it still trails Anthropic

   Utgivare: the-decoder.com · publicerad 11 november 2026 kl. 14.12 (UTC+2) · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

3. OpenAI's quarterly revenue reportedly crosses $10B for the first time | TechCrunch

   Utgivare: techcrunch.com · publicerad 11 november 2026 kl. 18.14 (UTC+2) · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

4. OpenAI: 10 Milliarden US-Dollar Umsatz, 11 Milliarden US-Dollar Verlust

   Utgivare: www.heise.de · publicerad 11 november 2026 kl. 08.17 (UTC+2) · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

5. OpenAI Revenue Jumps to $10 Billion in Third Quarter Amid Growing Losses

   Utgivare: www.theinformation.com · publicerad 10 november 2026 kl. 23.07 (UTC+2) · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

Nyhetsbyrån Bloomberg rapporterade om överteckningen onsdagen den 11 november, dagen efter att investerarrundan för erbjudandet inleddes. Enligt Bloombergs källor, som Kauppalehti återger, har efterfrågan på aktierna i Claude-utvecklaren Anthropic drivits på av ankarinvesterarnas stora preliminära teckningsavsikter. Ankarinvesterare är storinvesterare som anmäler sina teckningsavsikter tidigt i erbjudandet.

Överteckning innebär att det finns intresse att teckna fler aktier än vad som erbjuds. Bloomberg uppgav inte hur mycket efterfrågan överstiger utbudet, skriver Gizmodo. Bloombergs källor påpekar att detaljerna i erbjudandet fortfarande kan ändras. Anthropic svarade inte på Bloombergs begäran om kommentar.

En del av intäkterna går till nuvarande ägare

I erbjudandet bjuds 825 miljoner aktier ut till 70–78 dollar styck, skriver Kauppalehti. Vid intervallets övre gräns är försäljningen värd omkring 64,4 miljarder dollar före övertilldelningsoptionen. I summan ingår aktier som nuvarande ägare säljer, och de intäkterna går inte till Anthropic. De arrangerande bankerna Goldman Sachs och Morgan Stanley väntas få en option att inom 30 dagar köpa upp till 123,75 miljoner ytterligare aktier, uppger Gizmodo.

Anthropic genomför också en riktad emission på 26 miljarder dollar, det vill säga säljer aktier till i förväg utvalda investerare. Bland köparna finns Nvidia, AMD, Alphabet, Broadcom, Micron, Microsoft och TSMC, skriver Arvopaperi. Börsintroduktionen och den riktade emissionen är tillsammans värda upp till 90,4 miljarder dollar.

Prisintervallet motsvarar ett marknadsvärde på 1 260–1 410 miljarder dollar när personalens aktieoptioner räknas med, skriver Kauppalehti. Enligt tidningen vore erbjudandet det största i börshistorien; det tidigare rekordet sattes i somras vid SpaceX:s börsintroduktion. SpaceX:s marknadsvärde steg då till 1 770 miljarder dollar, uppger Gizmodo.

Bankerna överväger att höja priset

Bankerna som arrangerar börsintroduktionen överväger att höja prisintervallet på grund av den starka efterfrågan, uppger fem källor för Financial Times. Värderingen skulle då kunna stiga till 1 500 miljarder dollar eller mer, skriver Arvopaperi och Kauppalehti med hänvisning till FT. Summan som tas in vid börsintroduktionen skulle kunna växa till över 100 miljarder dollar, skriver Arvopaperi med stöd av FT:s uppgifter. Något nytt intervall har inte offentliggjorts.

Styrelsen för den taiwanesiska chiptillverkaren TSMC godkände den 10 november en investering på upp till 500 miljoner dollar i Anthropics aktier till det väntade introduktionspriset, uppger AI Times. TSMC kan investera samma summa i OpenAI:s preferensaktier. Ars Technica rapporterar uppgiften med hänvisning till Reuters.

Anthropic och OpenAI köper hårdvara tillverkad av TSMC till sina datacenter, skriver Ars Technica. Enligt Wall Street Journal, som tidningen återger, varnar analytiker för att den ömsesidiga finansieringen mellan investerare, leverantörer och kunder gör det svårare att bedöma den verkliga efterfrågan på AI.

Anthropic ansöker om notering av sina aktier på Nasdaq Global Select Market under kortnamnet ANT, uppger CNBC. Erbjudandet till privatinvesterare i Australien öppnade på onsdagen och stänger den 17 november enligt mäklaren Stakes tidsplan. Privatinvesterare kan också köpa aktier direkt i Japan, Kanada och delar av Europa. Anthropics vd Dario Amodei och JPMorgan Chases vd Jamie Dimon framträder på fredag vid ett livesänt investerarevenemang, skriver Gizmodo.

Vad detta bygger på

1. Bloomberg: Anthropicin anti ylimerkitty moninkertaisesti

   Utgivare: www.kauppalehti.fi · publicerad 11 november 2026 kl. 15.34 (UTC+2) · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

2. FT: Anthropicin listautumishinta voi nousta heti

   Utgivare: www.arvopaperi.fi · publicerad 11 november 2026 kl. 08.46 (UTC+2) · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

3. MARKKINAT: Aasian siruosakkeet nousivat Wall Streetin laskusta huolimatta – Arviot Anthropicin arvosta ylittävät jo 1 500 miljardia dollaria

   Utgivare: www.kauppalehti.fi · publicerad 11 november 2026 kl. 07.48 (UTC+2) · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

4. Anthropic opens Australian retail IPO offering as AI scrutiny intensifies

   Utgivare: www.cnbc.com · publicerad 11 november 2026 kl. 03.26 (UTC+2) · hämtad 12 november 2026 kl. 05.44 (UTC+2) · upptäcktskanal: webben

5. Taiwan’s chipmaking giant TSMC to invest $1B in Anthropic, OpenAI

   Utgivare: arstechnica.com · publicerad 11 november 2026 kl. 20.16 (UTC+2) · hämtad 12 november 2026 kl. 05.44 (UTC+2) · upptäcktskanal: webben

6. TSMC, 자체 칩 개발 나선 오픈AI·앤트로픽에 최대 1.3조원 투자 - AI타임스

   Utgivare: www.aitimes.com · publicerad 11 november 2026 kl. 10.05 (UTC+2) · hämtad 12 november 2026 kl. 05.44 (UTC+2) · upptäcktskanal: webben

7. Investors Are Lining Up to Throw Money at Anthropic

   Utgivare: gizmodo.com · publicerad 11 november 2026 kl. 20.00 (UTC+2) · hämtad 12 november 2026 kl. 05.44 (UTC+2) · upptäcktskanal: webben

8. Anthropic’s IPO Is Said to Be Multiple Times Oversubscribed

   Utgivare: www.bloomberg.com · publicerad 11 november 2026 kl. 15.17 (UTC+2) · hämtad 12 november 2026 kl. 05.43 (UTC+2) · upptäcktskanal: webben

EU-kommissionen har lagt fram ett lagförslag som förnyar konsumentskyddet, rapporterade tekniksajten Ghacks den 11 november. Förslaget gäller e-handel, sociala medier, appar och digitala abonnemang.

Michael McGrath, kommissionär med ansvar för konsumentfrågor, kallade paketet ”den mest betydande reformen av EU:s konsumentskyddsregler på mer än 20 år”, skriver Ghacks. Enligt honom skrevs de nuvarande reglerna innan e-handeln och tjänsterna som konkurrerar om användarnas uppmärksamhet växte.

Vad förslaget skulle förbjuda eller kräva

Manipulativ design (dark patterns) är lösningar i användargränssnittet. De styr användaren mot ett beslut som användaren annars inte skulle fatta. Förslaget skulle förbjuda dem. Ghacks exempel är ett falskt påstående om att en vara håller på att ta slut.

Dessutom skulle förslaget

• begränsa biljettförsäljares dynamiska prissättning, alltså att priset ändras efter efterfrågan
• kräva att influencers berättar när de får betalt för att marknadsföra en produkt
• förbjuda individanpassad reklam och prissättning om de riktar sig till minderåriga eller utnyttjar känsliga uppgifter
• göra det lättare att säga upp digitala abonnemang
• ge rätt att få kontakt med en människa i kundtjänsten.

Alla användare skulle också kunna stänga av beroendeframkallande funktioner, som automatisk uppspelning av videor och streaks, alltså räknare för hur många dagar i rad tjänsten har använts. Enligt Ghacks skulle detta gälla till exempel Duolingo och Strava. Sajten uppger att EU redan begränsar en del av dessa för barn genom Kids Act och att förslaget skulle utvidga liknande val till vuxna.

Böter och förhållandet till andra EU-regler

Kommissionen skulle få direkta befogenheter att utreda fall med stor räckvidd och att besluta om böter på upp till 6 procent av företagets globala årsomsättning. Företag utanför EU skulle behöva utse en rättslig företrädare i EU.

Henna Virkkunen, kommissionens verkställande vice ordförande, sade att rättsakten är tänkt att täppa till luckor mellan tre tidigare rättsakter och inte upprepa deras innehåll. Det gäller förordningen om digitala tjänster (DSA), förordningen om digitala marknader (DMA) och AI-förordningen (AI Act).

DSA omfattar redan en del av de stora plattformarnas beroendeframkallande design. I fredags konstaterade kommissionen att TikToks For You-flöde bröt mot förordningen, skriver Ghacks. I juli kom kommissionen fram till detsamma om Metas motsvarande funktioner på Instagram och Facebook. Båda bolagen kan få böter på upp till 6 procent av sin globala omsättning om slutsatserna bekräftas.

Ingenting ändras ännu för användarna

Digital Fairness Act är ett förslag och ännu inte lag. Tills vidare kan nuvarande lösningar finnas kvar i appar, hos biljettförsäljare och i abonnemangstjänster. Om reglerna antas i sin nuvarande form skulle användaren enligt Ghacks tydligast märka en inställning för att stänga av streaks och automatisk uppspelning, ett enklare sätt att säga upp abonnemang samt färre räknare och ”bara 2 kvar”-meddelanden i nätbutiker.

Kommissionen har inte uppgett när reglerna skulle träda i kraft om de antas.

Vad detta bygger på

1. EU Proposes Digital Fairness Act to Ban Dark Patterns and Let Users Turn Off Streaks and Autoplay

   Utgivare: www.ghacks.net · publicerad 11 november 2026 kl. 16.58 (UTC+2) · hämtad 12 november 2026 kl. 05.44 (UTC+2) · upptäcktskanal: webben

Finansbolaget Ramp redovisade den 11 november hur kundföretagens betalningar för AI utvecklades i oktober. The Decoder och The Neuron har rapporterat om saken. Ramp AI Index följer betalningarna hos över 85 000 amerikanska kundföretag, och siffrorna analyseras av Ramps chefsekonom Ara Kharazian. Enligt The Decoder ökade kostnaderna med 1,65 procent från september.

Kostnaderna koncentreras till ett fåtal

Bland företag som betalar för AI var mediankostnaden i oktober 16,32 dollar per anställd och månad, 93 cent mer än i september, uppger Ramp på sin webbplats. För den procent som använder mest var medianen 10 199,20 dollar, ungefär nio procent mer än i september.

Kharazian säger att en procent av företagen står för 80 procent av OpenAI:s och Anthropics intäkter. The Neuron förtydligar att siffran gäller de intäkter som syns i Ramps data. Toppgruppen består enligt The Decoder främst av riskkapitalfinansierade företag inom teknik, finans och tekniska tjänster.

I oktober betalade 56,8 procent av Ramps kundföretag för någon AI-tjänst, en procentenhet mer än i september. Till Anthropic betalade 44,8 procent och till OpenAI 40,6 procent; samma företag kan betala till båda. Enligt The Decoder ökade beloppen till OpenAI med 2,1 procent på en månad och beloppen till Anthropic med 0,5 procent.

Bedömningarna av urvalets snedvridning går isär. The Decoder skriver att siffrorna troligen överskattar användningsgraden, eftersom Ramps kunder är större, mer teknikvänliga och mer tillväxtinriktade än genomsnittet. Ramp bedömer själv att siffrorna sannolikt är för låga, eftersom gratisverktyg och arbete på privata konton inte syns i betalningarna.

Priset per token sjunker

Språkmodeller bearbetar text som token, det vill säga orddelar, och företag som använder modellerna via API betalar oftast efter antalet token. Enligt The Decoder sjönk genomsnittspriset per miljon texttoken med 21 procent under föregående månad. Ramps webbplats anger att OpenAI:s och Anthropics sammanvägda pris sjönk från 0,62 dollar veckan som slutade den 4 oktober till 0,53 dollar veckan som slutade den 1 november, alltså med 14,8 procent. Källorna förklarar inte skillnaden mellan siffrorna.

Under samma period ökade antalet bearbetade token med 29 procent och pengarna som lades på dem med 10,5 procent. Siffrorna om token kommer bara från användare av Ramps tjänst Token Spend Management. De representerar inte AI-kostnaderna för alla bolagets kunder, även om riktningen är liknande, uppger Ramp. The Decoder bedömer att priserna pressas av konkurrensen mellan OpenAI och Anthropic samt av kinesiska modeller med öppna vikter.

Kundtjänst ökar sin andel

Av de AI-kostnader som klassificerats per avdelning stod mjukvaruutvecklingsteamen för 72 procent i oktober, men teamens kostnader har minskat sedan toppen i somras. Andelen för kundtjänst och kundrelationer steg från 0,8 procent i juni till 13,3 procent. Kharazian tror att chattbotar i kundtjänsten ligger bakom. Enligt The Neuron visar betalningsdata dock inte vilka tillämpningar som driver ökningen.

The Decoder skriver att sådana användare föredrar billigare och snabbare modeller, så OpenAI:s och Anthropics marginaler på nya kunder kan bli lägre. De dyraste modellernas andel av kostnaderna ökade ändå något i oktober, till 69,5 procent. Kharazian räknar dit Opus, Fable, Sol och Astra.

Vad detta bygger på

1. US corporate AI spending hits a new high in October, but growth slows to 1.65 percent

   Utgivare: the-decoder.com · publicerad 11 november 2026 kl. 21.35 (UTC+2) · hämtad 12 november 2026 kl. 05.58 (UTC+2) · upptäcktskanal: webben

2. Ramp AI Index

   Utgivare: ramp.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.58 (UTC+2) · upptäcktskanal: webben

3. AI Spending Boom: Most Businesses Spend Very Little

   Utgivare: www.theneuron.ai · publicerad 12 november 2026 kl. 04.26 (UTC+2) · hämtad 12 november 2026 kl. 05.58 (UTC+2) · upptäcktskanal: webben

4. Ramp: US business AI spending hit a record in October, but grew just 1.65%

   Utgivare: devisdead.ai · publicerad 11 november 2026 kl. 22.19 (UTC+2) · hämtad 12 november 2026 kl. 05.58 (UTC+2) · upptäcktskanal: webben

5. US corporate AI spending hits new high… · AGI Hunt

   Utgivare: agihunt.info · publicerad 11 november 2026 kl. 21.35 (UTC+2) · hämtad 12 november 2026 kl. 05.58 (UTC+2) · upptäcktskanal: webben

6. US Corporate AI Spending Hits New Peak with Slowing Growth in October 2026

   Utgivare: kaneaijapan.com · publicerad 11 november 2026 kl. 21.35 (UTC+2) · hämtad 12 november 2026 kl. 05.58 (UTC+2) · upptäcktskanal: webben

Översättningsföretaget DeepL i Köln presenterade sin nya talmodell i ett pressmeddelande onsdagen den 11 november. Aure skapar det översatta talet i DeepL Voice, som översätter tal till ett annat språk i realtid.

Enligt The Decoder och Trending Topics har DeepL Voice sedan september skapat översättningen med talarens egen röst. Rösten byggde dock på ett röstprov från början av samtalet. Av ett fast prov hörde man vem som talar men inte hur personen talar, uppger DeepL. Översättningen följde inte förändringar i känsla, betoning eller tempo. Den fångade inte heller sarkasm där tonfallet strider mot orden.

Röst, intonation och innehåll var för sig

Aure analyserar talet under hela samtalet. Modellen avgör hur en mening ska uttalas utifrån både de översatta orden och originalrösten, står det i pressmeddelandet. DeepL sparar inte transkriptioner eller översättningar från möten permanent, så det finns lite material med samma talare på olika språk. Därför måste modellen anpassa sig till talaren redan mitt i en mening.

Under träningen separerade DeepL talarens individuella röstdrag, prosodin – talets intonation och rytm – och talets innehåll. På så sätt kan varje del föras över till det nya språket var för sig. Med förstärkningsinlärning finslipade företaget modellens utdata så att översättningen förblir korrekt och talet låter naturligt utan främmande brytning. Modellen skiljer också talarens röst från bakgrundsbrus och eko.

Den sydkoreanska nyhetsbyrån Yonhap skriver att Aure omvandlar ljudet direkt i stället för att först transkribera talet till text. Enligt DeepL:s pressmeddelande använder modellen dock även de översatta orden. Uppgiften stämmer alltså inte direkt överens med företagets egen beskrivning.

Kvalitetspåståendena kommer från DeepL

The Decoder, heise online, Trending Topics och Yonhap bygger sina beskrivningar på uppgifter från DeepL. Ingen av dem redovisar någon oberoende mätning av Aures kvalitet.

Trending Topics nämner ett blindtest som DeepL beställde och som branschpublikationen Slator genomförde. Av de yrkesverksamma inom språkbranschen som besvarade enkäten föredrog 96 procent DeepL Voice framför Googles, Microsofts och Zooms egna översättningsverktyg. Testet gällde DeepL Voice, och källan anger inte om Aure ingick. DeepL:s produktsida använder ett annat mått. Där uppges att mötesöversättningarna har 76 procent färre kritiska översättningsfel än plattformarnas egna verktyg.

Även översättningen i Google Meet och Interpreter-agenten i Microsoft Teams försöker efterlikna talarens röst, skriver Trending Topics.

Tillgänglighet och dataskydd

Aure används automatiskt i DeepL Voice för möten och samtal ansikte mot ansikte samt i DeepL:s API för talöversättning. Enligt produktsidan kan DeepL Voice provas gratis, och mötesversionen fungerar i Microsoft Teams, Zoom och Google Meet.

Till en början stöds engelska, tyska, spanska, franska, italienska, japanska, portugisiska och koreanska. På andra språk använder DeepL Voice fortfarande tidigare modeller. DeepL utlovar fler språk.

Aure varken skapar eller sparar någon permanent röstprofil, uppger produktsidan. Röstdata behandlas i minnet och raderas när sessionen avslutas, och mötesdata används inte för att träna DeepL:s modeller.

Vad detta bygger på

1. DeepL wants real-time translation to finally capture sarcasm and mood shifts

   Utgivare: the-decoder.com · publicerad 11 november 2026 kl. 15.50 (UTC+2) · hämtad 12 november 2026 kl. 05.56 (UTC+2) · upptäcktskanal: webben

2. DeepL unveils Aure, its most lifelike Voice AI translation model yet

   Utgivare: www.deepl.com · publicerad 11 november 2026 · hämtad 12 november 2026 kl. 05.56 (UTC+2) · upptäcktskanal: webben

3. DeepL Aure: A.I. Voice Translation That Carries Emotion | Trending Topics

   Utgivare: www.trendingtopics.eu · publicerad 11 november 2026 kl. 11.35 (UTC+2) · hämtad 12 november 2026 kl. 05.56 (UTC+2) · upptäcktskanal: webben

4. KI-Stimmen mit Emotionen: DeepL stellt neues Modell Aure vor

   Utgivare: www.heise.de · publicerad 11 november 2026 kl. 15.52 (UTC+2) · hämtad 12 november 2026 kl. 05.56 (UTC+2) · upptäcktskanal: webben

5. Aure: Das natürlichste Sprachmodell von DeepL

   Utgivare: www.deepl.com · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.56 (UTC+2) · upptäcktskanal: webben

6. DeepL wants real-time translation to finally capture sarcasm and mood shifts - The Decoder

   Utgivare: www.translations-news.com · publicerad 11 november 2026 kl. 15.53 (UTC+2) · hämtad 12 november 2026 kl. 05.56 (UTC+2) · upptäcktskanal: webben

7. 목소리에 실린 감정까지 실시간 통역…딥엘, 음성AI '오러' 공개 | 연합뉴스

   Utgivare: www.yna.co.kr · publicerad 11 november 2026 kl. 10.00 (UTC+2) · hämtad 12 november 2026 kl. 05.56 (UTC+2) · upptäcktskanal: webben

Forskare från kinesiska universitet och ett kinesiskt forskningsinstitut, University of California, Berkeley och Simple Agent Lab lade den 5 november ut en förhandspublicering på arXiv som inte har sakkunniggranskats. De undersökte om bättre testpoäng från automatisk vidareutveckling innebär en bättre AI-agent.

Metoderna utvecklar en harness, alltså ett program som styr agenten: det ger modellen verktyg och kör dess arbetssteg. Metoderna ändrar harnessens promptar, skills eller kod utifrån testresultaten. Modellvikterna förblir oförändrade.

Varje version förlorade uppgifter

Forskarna utvecklade två harnessar med fyra metoder (AHE, HyperAgents, A-Evolve och GEPA). I MiniSWE fick metoden även ändra källkoden, i Codex bara de yttersta delarna. Uppgifterna var τ³-Banking, som efterliknar bankärenden, och kodningsbenchmarket Terminal-Bench 2. Forskarna jämförde var och en av de 16 vidareutvecklade versionerna med utgångsversionen i åtta körningar.

Tillförlitligheten, alltså den genomsnittliga andelen lyckade försök, förbättrades i 11 versioner. Täckningen, alltså andelen uppgifter som löstes minst en gång, förbättrades i tio. Ändå misslyckades varje version helt med vissa uppgifter som utgångsversionen hade löst. Antalet förlorade uppgifter var 2–10 och antalet nya 1–15. Enligt författarna bytte en del av förändringarna i τ³-Banking riktning när författarna jämförde första och andra halvan av körningarna.

I tabellen steg tillförlitligheten för den version som utvecklats med HyperAgents med 5,2 procentenheter, trots att versionen förlorade tio uppgifter. Siffrorna från en enda uppställning säger inget om vilken metod som generellt är bättre.

τ³-Banking, MiniSWE. Kostnaden är den uppskattade driftkostnaden för åtta körningar per uppgift. AGE är författarnas egen metod.

Av de 11 versioner som förbättrade tillförlitligheten kostade åtta mer per körning än utgångsversionen. En dyrare version kan ändå bli billigare om den behöver färre försök. Den MiniSWE-version som utvecklats med AHE löste 56,7 procent av uppgifterna i τ³-Banking på fyra körningar. Utgångsversionen löste 54,6 procent på åtta körningar och till högre kostnad.

I körloggarna var misslyckanden kopplade till exempelvis ett felaktigt datum, ett arbete som avbröts i förtid eller en lösning som bara fungerade i agentens egen arbetsmiljö.

Högst poäng förutsade inte den fortsatta utvecklingen

Versionen med högst poäng gav inte den största genomsnittliga förbättringen vid fortsatt utveckling i någon av de fyra jämförelsegrupperna. Precisa ändringar förbättrade tillförlitligheten mer än allmänna påminnelser i 15 fall av 16. När ändringar kombinerades kunde nyttan dock förändras.

När versionerna prövades på andra benchmarkar utan ytterligare ändringar sjönk täckningen i regel på allmänna uppgifter men steg på kodningsuppgifter med Codex-harnessen.

Utifrån sina iakttagelser byggde författarna arbetsflödet EvoAudit och med hjälp av det AGE, en variant av A-Evolve. I författarnas egna tester förbättrade AGE tillförlitligheten och täckningen jämfört med A-Evolve i alla fyra uppställningarna. Författarna betonar att varken testpoäng eller experters stöd för EvoAudits förslag visar att agenten är säker att använda.

Studiens kod finns på GitHub i kodförrådet RSIHub.

Vad detta bygger på

1. Beneath the Surface: What We Overlook When We Talk About Agent Evolution

   Wang, Xiaobo, Wang, Zimu, Ye, Siyu, Li, Jiaqi, Tang, Min, Bai, Jun, Shi, Yuling, Wang, Ruobing, Zhang, Jingjing, Wang, Chaofan, Wu, Kai, Qi, Mengnan, Cai, Kai, Gu, Xiaodong, Liu, Qi, Zheng, Zilong · Utgivare: arxiv.org · publicerad 5 november 2026 kl. 10.06 (UTC+2) · hämtad 12 november 2026 kl. 05.59 (UTC+2) · upptäcktskanal: webben

2. Paper page - Beneath the Surface: What We Overlook When We Talk About Agent Evolution

   Utgivare: huggingface.co · källans publiceringstid är okänd · hämtad 12 november 2026 kl. 05.59 (UTC+2) · upptäcktskanal: webben

3. Higher agent harness scores do not guarantee reliable, efficient and transferable improvement

   Utgivare: sguys99.github.io · publicerad 4 november 2026 kl. 21.00 (UTC+2) · hämtad 12 november 2026 kl. 05.59 (UTC+2) · upptäcktskanal: webben

4. Beneath the Surface: What We Overlook When We Talk About Agent Evolution

   Utgivare: www.roboticscenter.ai · publicerad 5 november 2026 · hämtad 12 november 2026 kl. 05.59 (UTC+2) · upptäcktskanal: webben