impetroAIAI Digest

Archiv

47 vydání v archivu · filtrujte podle zdroje, tématu nebo data.

ObdobíVšeDnesPosledních 7 dníPosledních 30 dníPosledních 90 dní
Zrušit

2 novinky · zobrazeno 1–2

pátek 4. září 2026

Latent Space (swyx)3. 9.OpenAIAI agentiAI EngineeringLLM benchmarky

GPT-6 Astra: an automated AI Engineer you can hire for <$6 an hour

OpenAI vypustilo model GPT-6 Astra, který podle autorů newsletteru Latent.Space poráží konkurenční Fable 5.1 a téměř saturuje benchmarky FrontierMath (97,6 %) a ARC-AGI-3 (99,9 %). Tým Latent.Space prohnal modelem přes 20 miliard tokenů a zjistil, že Astra umí samostatně vybírat a trénovat modely, labelovat data, nasazovat a ladit celé systémy a řídit flotily podřízených agentů. Provoz vychází zhruba na 6 dolarů za hodinu (33 tokenů/s při ceně do 50 dolarů za milion tokenů), reálný dvoudenní experiment se správou agentů stál kolem 100 dolarů. Autoři tvrdí, že jde o novou třídu modelů schopných z velké části automatizovat práci AI inženýra.

Proč to je důležité: Pro firmy jde zatím spíš o signál budoucího směru než o okamžitě nasaditelné řešení – jde o rané testy s omezeným přístupem a chybí nezávislé ověření mimo autora newsletteru, ale nízké provozní náklady agentního inženýrství stojí za sledování.

úterý 25. srpna 2026

AI For Work24. 8.AI modelyOpenRouterLLM benchmarky

Why AI is buzzing over a mystery model

Ve čtvrtek se na OpenRouteru objevil anonymní „stealth" model Ox Alpha od neznámého poskytovatele, určený pro programování, agentní úlohy a produkční nasazení. Po týden je zdarma s téměř neomezeným využitím a kapacitou až 100 bilionů tokenů denně, s kontextovým oknem 1,05 milionu tokenů a výstupem až 131 000 tokenů. Podle prvních neoficiálních testů (např. benchmark Deep SWE) překonává v programování Anthropic Fable 5 i OpenAI GPT-5.6 Sol, oficiální validace na veřejných žebříčcích ale zatím chybí. Šéf Stripe Patrick Collison, jehož firma OpenRouter kupuje, model označil za „velmi působivý". Původ modelu je nejasný – spekuluje se o Google Gemini, Microsoft MAI nebo čínské Z.ai (rodina GLM), nic z toho není potvrzeno.

Proč to je důležité: Rychlý nástup neznámého modelu s výkonem srovnatelným s frontier AI ukazuje, že náskok velkých labů se zmenšuje a inteligence se komoditizuje – firmy mohou brzy získat srovnatelný výkon levněji. Nasazení do produkce ale zatím nedává smysl: bez známého vlastníka chybí garance bezpečnosti dat a stability, zatímní zdarma režim může kdykoliv skončit.