اخبار

Stripe قرارداد خرید OpenRouter، استارتاپ فعال در زمینه مسیریابی مدل‌های هوش مصنوعی، را با مبلغی بیش از ۷ میلیارد دلار نهایی کرده است. این شرکت که در سال ۲۰۲۳ توسط Alex Atallah، هم‌بنیان‌گذار بازار NFT یعنی OpenSea، تأسیس شد، به ۸ میلیون توسعه‌دهنده خدمات می‌دهد و دسترسی به بیش از ۴۰۰ مدل هوش مصنوعی را فراهم می‌کند. OpenRouter کاربران را به گزینه‌هایی متصل می‌کند که کارآمدتر و مقرون‌به‌صرفه‌تر هستند. این خرید که جهشی بزرگ نسبت به ارزش‌گذاری ۱.۳ میلیارد دلاری OpenRouter در اوایل امسال محسوب می‌شود، از ورود جدی‌تر Stripe به حوزه هوش مصنوعی و افزایش تقاضای کسب‌وکارها برای زیرساخت‌های AI مقرون‌به‌صرفه خبر می‌دهد.

OpenAI Codex اکنون می‌تواند با GPT-5.6 Sol به‌گونه‌ای پیکربندی شود که از پنجره کانتکستی یک میلیون‌توکنی استفاده کند؛ این مدل از حداکثر ۱٬۰۵۰٬۰۰۰ توکن پشتیبانی می‌کند. کاربران برای فعال‌سازی این قابلیت باید فایل ~/.codex/config.toml را ویرایش کنند و مقدار model_context_window را روی ۱٬۰۰۰٬۰۰۰ و مقدار model_auto_compact_token_limit را روی ۹۰۰٬۰۰۰ بگذارند تا پیش از فشرده‌سازی، فضای کافی باقی بماند. یک فلگ CLI برای نشست واحد نیز بدون تغییر تنظیمات پیش‌فرض کار می‌کند. این پنجره بزرگ‌تر به Codex اجازه می‌دهد پیش از خلاصه‌سازی مطالب قدیمی‌تر، کد، خروجی ابزار و سابقه گفت‌وگوی بیشتری را حفظ کند.

OpenAI با SB Energy، NVIDIA و U.S. Department of Energy برای تأمین حدود ۸ گیگاوات ظرفیت در PORTS-Pike Technology Campus در شهرستان Pike ایالت Ohio به توافق رسیده است. انتظار می‌رود ساخت این مجموعه طی شش سال و تا ۲۰۳۲، به ایجاد ۳۵ هزار شغل ساختمانی و ۲۵۰۰ موقعیت شغلی بلندمدت برای بهره‌برداری منجر شود. NVIDIA مبلغ ۱.۵ میلیارد دلار در SB Energy سرمایه‌گذاری می‌کند و از مرحله اولیه ۴.۲۵ گیگاواتی پشتیبانی خواهد کرد. OpenAI و SB Energy نیز روی‌هم ۸۰ میلیون دلار کمک‌هزینه اجتماعی اختصاص می‌دهند و ۸۴ میلیون دلار اعتبار Codex برای حدود ۸۴۴ هزار دانشجوی دانشگاهی در Ohio فراهم می‌کنند.

تحقیقی از 404 Media با ردیابی یک محموله کتاب کمیاب به کمک Apple AirTag نشان داد که Amazon کتاب‌ها را به‌صورت عمده از بازارهای تجاری مانند Biblio می‌خرد، آن‌ها را به انباری در لاس‌وگاس با نام VGT3 می‌فرستد، عطفشان را می‌بُرد و برای تهیه داده‌های آموزشی AI اسکن می‌کند؛ فرایندی که نسخه‌های اصلی را از بین می‌برد. Amazon این خریدها را تأیید کرده و گفته است برای بهبود محصولات و خدماتش، از جمله خانواده مدل‌های زبانی بزرگ Nova، کتاب می‌خرد. کتاب‌های چاپی ارزشمندند، چون متن‌هایی دارند که آنلاین در دسترس نیستند و پیش از محتوای تولیدشده توسط AI منتشر شده‌اند.

گزارش صنعت بازاریابی با AI در سال ۲۰۲۶ از سوی Social Media Examiner که به قلم Michael Stelzner، بنیان‌گذار این مجموعه، نوشته شده است، نشان می‌دهد ۷۳ درصد بازاریاب‌ها اکنون هر روز از AI استفاده می‌کنند؛ این رقم در سال ۲۰۲۴ برابر با ۳۷ درصد بود و تقریباً دو برابر شده است. Claude پایگاه کاربرانش را از ۱۸ درصد به ۶۵ درصد رسانده و سه برابر کرده و با پیشی گرفتن از ChatGPT، به مهم‌ترین پلتفرم بازاریاب‌ها تبدیل شده است؛ ۴۲ درصد Claude را انتخاب اول خود دانسته‌اند، درحالی‌که این رقم برای ChatGPT برابر با ۳۹ درصد است. عامل‌های AI هنوز در مراحل ابتدایی پذیرش قرار دارند و تنها ۱۱ درصد از آن‌ها استفاده می‌کنند، اما ۴۴ درصد قصد پذیرش‌شان را دارند. نگرانی درباره حریم خصوصی داده‌ها به ۷۷ درصد رسیده و تقریباً با نگرانی درباره دقت، با ۷۸ درصد، برابری می‌کند.

Google Gemini در پستی در X اعلام کرد که طی چند روز آینده، کاربران می‌توانند انتخاب کنند تصاویر، ویدئوها و قطعه‌های موسیقی ساخته‌شده با Gemini واترمارک قابل‌مشاهده داشته باشند یا نه. واترمارک‌های نامرئی SynthID و فراداده C2PA همچنان در پس‌زمینه، به‌صورت تعبیه‌شده باقی می‌مانند. برای تنظیم این ترجیح، کافی است به تنظیمات بروید و گزینه «Show watermark» را روشن یا خاموش کنید. این انتخاب برای همه تصاویر، ویدئوها و قطعه‌های موسیقی آینده اعمال می‌شود. اگر درباره تولید شدن یک تصویر، ویدئو یا قطعه موسیقی با AI مطمئن نیستید، می‌توانید از Gemini بپرسید: «Is this AI-generated?» اطلاعات بیشتر درباره دسترسی و مدیریت تنظیمات واترمارک در Gemini: https://t.co/uCwWtgjH46

قابلیت Computer History در اپ دسکتاپ macOS سرویس ChatGPT، فعالیت کاربران را در اپ‌ها و وب‌سایت‌ها ثبت می‌کند تا خط‌های زمانی و خاطراتی قابل‌دسترسی برای هوش مصنوعی بسازد. این قابلیت برای کاربران Pro، Business و Enterprise در دسترس است، به‌صورت پیش‌فرض خاموش است و به فعال‌سازی اختیاری هر کاربر و روشن بودن Memories نیاز دارد. این قابلیت رویدادهای تعاملی مانند کلیک‌ها و تایپ‌کردن را ثبت می‌کند، نه اسکرین‌شات یا صدا را. داده‌ها روی سرورهای OpenAI پردازش می‌شوند، اما برای آموزش نگه‌داری نمی‌شوند. این قابلیت در منطقه اقتصادی اروپا، سوئیس و بریتانیا در دسترس نیست.

Alibaba وزن‌های باز Qwen3.8-27B، یک مدل چندوجهی متراکم بومی با مجوز Apache 2.0، را منتشر کرده است. این مدل با ۲۷ میلیارد پارامتر، در مجموع از Qwen3.Plus بهتر عمل می‌کند و در کدنویسی واقعی و گردش‌کارهای اداری عملکرد برجسته‌ای دارد. مدل از پنجره کانتکست بومی ۲۶۲ هزار توکن پشتیبانی می‌کند که با YaRN تا یک میلیون توکن قابل افزایش است. Alibaba همچنین وزن‌های باز مدل بزرگ‌تر Qwen3.8-2.4T-A95B را منتشر کرده است. هر دو مدل برای استقرار محلی یا توسعه ایجنت در Hugging Face و ModelScope در دسترس‌اند.

Lydia Hallie، مهندس Anthropic، راهنمایی درباره بهینه‌سازی مصرف توکن در نشست‌های Claude Code منتشر کرده است. نکات کلیدی شامل اجرای /clear بین کارها برای حذف زمینه نامرتبط، تعیین مدل و سطح تلاش پیش از شروع—چون تغییر آن‌ها در میانه نشست، کش پرامپت را از بین می‌برد—و استفاده از @-mentions برای فایل‌ها به‌منظور صرف‌نظر کردن از فراخوانی Read است. اجرای /compact پیش از فاصله گرفتن از کار نیز توصیه می‌شود، زیرا کش پرامپت پس از یک ساعت منقضی می‌شود و خلاصه‌سازی تا زمانی که کش برقرار است، بسیار ارزان‌تر خواهد بود.

شرکت Z.ai مدل GLM-5.3 را عرضه کرده است؛ مدلی متمرکز بر کدنویسی که کاملاً از طریق مقیاس‌دهی پساآموزشی روی همان مدل پایه GLM-5.2 ساخته شده است. این مدل در میان مدل‌های دارای وزن‌های باز، در Terminal Bench 3.0 و Agents' Last Exam به نتایج پیشرفته‌ای در سطح بهترین عملکرد دست یافته و در Code Bench داخلی Z.ai نیز ۵۰ درصد بهبود ثبت کرده است. به‌طور غیرمنتظره، قابلیت‌های بهره‌برداری سایبری آن در طول آموزش به‌سرعت رشد کرده‌اند: GLM-5.3 در ExploitBench بیش از دو برابر امتیاز GLM-5.2 را به دست آورده و امتیاز ۵۴٫۴ درصدی ثبت کرده است. این مدل هنگام استفاده روی کدبیس‌های واقعی، ۲٬۴۳۶ آسیب‌پذیری را در ۲۶۹ پروژه پیدا کرد؛ از جمله نقص‌هایی که قدمت برخی از آن‌ها به ۴۰ سال پیش می‌رسد. انتشار وزن‌های مدل پس از بررسی ایمنی و در دو هفته آینده انجام خواهد شد.

DeepSeek مدل DeepSeek-V4-Pro را به‌صورت عمومی عرضه کرده است؛ مدلی که با ارتقای چشمگیر قابلیت‌های Agent و بهبودهای قدرتمند در عملکرد تولیدی همراه است. این مدل در DeepSeek-V4-Pro و V4-Flash، سطوح انعطاف‌پذیری از نظر میزان تلاش برای استدلال ارائه می‌دهد: سطح low برای کارهای ساده، high برای جریان‌های کاری روزمره Agentها و max برای کارهای پیچیده. همچنین پشتیبانی بومی از OpenAI Responses API، بهینه‌شده برای Codex، با راه‌اندازی یک‌کلیکی اضافه شده است. قیمت‌گذاری جدید API شامل نرخ‌های اوج و خارج از اوج می‌شود؛ نرخ خارج از اوج ۵۰ درصد ارزان‌تر است و از ۱۶ اوت ۲۰۲۶ اجرا خواهد شد.

Anthropic، Claude Tag، یکپارچه‌سازی خود برای Slack، را به‌روزرسانی کرده است تا Claude هنگام تصمیم‌گیری درباره پاسخ‌دادنِ پیش‌دستانه، از زمینه کل کانال استفاده کند. پیش‌تر، یک طبقه‌بندی‌کننده سبک هر پیام را به‌صورت جداگانه ارزیابی می‌کرد؛ اما حالا Claude برای انتخاب یکی از چهار اقدام، کل کانال، حافظه خود و دستورالعمل‌های ثابت را می‌خواند: پاسخ‌دادن در همان پیام، شروع یک thread، ارجاع موضوع به یک workstream موجود یا سکوت. این به‌روزرسانی باعث شده Claude در تشخیص زمان مناسب برای پاسخ‌دادن، حدود ۳۰ درصد بهتر عمل کند. این قابلیت اکنون بدون هزینه اضافی برای مشتریان Teams و Enterprise در دسترس است.

گوگل Gemini 3.7 Flash را عرضه کرده است؛ توانمندترین مدل کاری این شرکت برای کدنویسی و عامل‌ها که تنها سه هفته پس از Gemini 3.6 Flash معرفی شد. این مدل در چندین معیار عملکردی جهش چشمگیری نشان می‌دهد؛ از جمله در FrontierCode 1.1 با امتیاز ۴۳٫۶ درصد در برابر ۳۴٫۴ درصد و در DeepSWE v1.1 با ۶۵٫۳ درصد در برابر ۴۹٫۰ درصد. Gemini 3.7 Flash در استدلال اسناد GDP.pdf نیز با امتیاز ۳۴٫۰ درصد در برابر ۲۲٫۰ درصد و در AutomationBench با ۳۰٫۴ درصد در برابر ۱۷٫۰ درصد، بهتر از 3.6 Flash عمل می‌کند. قیمت این مدل برای هر یک میلیون توکن ورودی ۰٫۷۵ دلار است؛ یعنی نصف قیمت 3.6 Flash. Gemini Spark نیز از امروز برای استفاده از 3.7 Flash ارتقا می‌یابد.

OpenAI حالت Ultrafast را برای GPT-5.6 Sol راه‌اندازی کرده است؛ یک سطح سرویس جدید برای API که با Cerebras کار می‌کند و می‌تواند تا ۷۵۰ توکن خروجی در ثانیه تولید کند. این سرعت، پردازش را ۱۴ برابر سریع‌تر از حالت استاندارد می‌کند. Ultrafast فعلاً در مرحله پیش‌نمایش محدود قرار دارد و برای گردش‌کارهای تجاری حساس به زمان، از جمله پاسخ‌گویی به رخدادها، پژوهش مالی، پشتیبانی مشتری و آزمایش‌گری زنده، طراحی شده است. مشتریان اولیه شامل Jane Street، Podium، Basis و Rogo هستند. OpenAI می‌گوید این سطح سرویس، بدون قربانی‌کردن سرعت در یک مدل کوچک‌تر، هوشی پیشرفته در سطح مرزی ارائه می‌دهد.

Google DeepMind مدل SL2T را معرفی کرده است؛ مدلی بسیار چندزبانه برای ترجمه زبان اشاره به متن که با بیش از ۱۰۰ هزار ساعت داده از بیش از ۵۰ زبان اشاره آموزش دیده است. SL2T در گام نخست، تبدیل ASL به انگلیسی را امکان‌پذیر می‌کند و قابلیت دیکته از طریق زبان اشاره را در Gboard و Live Transcribe روی Pixel 11 ارائه می‌دهد؛ بنابراین کاربران ناشنوا می‌توانند هر جا که معمولاً تایپ می‌کنند، از جمله جست‌وجوهای وب، پیام‌ها و پرس‌وجوهای Gemini، با زبان اشاره متن وارد کنند. این مدل در ارزیابی zero-shot روی معیار FLEURS-ASL امتیاز ۷۰ BLEURT به دست آورده که از تمام امتیازهای پیش‌تر گزارش‌شده بالاتر است.