Anthropic telah meluncurkan Claude Science dalam tahap beta, sebuah workbench AI yang dirancang untuk mengintegrasikan alat-alat ilmiah yang terfragmentasi ke dalam satu lingkungan penelitian. Platform ini bertujuan mempercepat penemuan dengan menyediakan artefak yang dapat diaudit, skalabilitas komputasi yang fleksibel, dan agen khusus untuk domain seperti genomik dan biologi struktural.
Anthropic telah merilis Claude Sonnet 5, model AI agentic baru yang dirancang untuk melakukan perencanaan kompleks, penggunaan alat, dan tugas pemrograman otonom dengan biaya lebih rendah dibandingkan model kelas Opus sebelumnya. Pembaruan ini menyempitkan kesenjangan kinerja dengan Opus 4.8 sambil menawarkan peningkatan signifikan dalam penalaran, keamanan, dan eksekusi dibandingkan pendahulunya, Sonnet 4.6.
GeneBench-Pro adalah benchmark yang dirancang untuk mengevaluasi model pada tugas penalaran genomik kompleks, menampilkan sepuluh studi kasus terperinci yang menunjukkan pertanyaan representatif dan materi pendukung. Setiap studi kasus menyediakan prompt asli, dataset, dan konteks yang diperlukan untuk menilai kinerja model pada tantangan biologis spesifik.
GeneBench-Pro adalah benchmark tingkat penelitian yang dirancang untuk mengukur bagaimana agen AI menangani ambiguitas dan membuat penilaian konsekuensial dalam biologi komputasi, dengan memperluas dari GeneBench asli. Ini mengatasi keterbatasan evaluasi saat ini dengan menguji kemampuan tingkat tinggi seperti menangani noise data, merevisi asumsi, dan menentukan kapan hasil siap untuk pengambilan keputusan.
Insinyur OpenAI mengatasi crash C++ yang tidak dapat dijelaskan dalam infrastruktur data Rockset mereka dengan mengidentifikasi dua penyebab berbeda: korupsi perangkat keras diam-diam pada host Azure dan race condition berusia 18 tahun di GNU libunwind.
Data dari OpenAI Signals menunjukkan bahwa adopsi ChatGPT semakin meluas dan mendalam secara global, dengan pengguna mengirim pesan harian 50% lebih banyak dan menggandakan jumlah tugas berbeda yang dicoba enam bulan setelah mendaftar.
Google telah merilis dua model AI baru, Nano Banana 2 Lite dan Gemini Omni Flash, yang dirancang untuk meningkatkan kemampuan pengembang dalam membangun aplikasi cerdas.
Para peneliti telah merilis Brain2Qwerty v2, sebuah pipeline AI non-invasif yang mendekode kalimat secara real-time dari rekaman magnetoensefalografi (MEG) tanpa implan bedah. Sistem ini mencapai tingkat akurasi kata 61% secara keseluruhan dan hingga 78% untuk peserta teratas, jauh melampaui metode non-invasif sebelumnya.
OpenAI Economic Research telah memperluas Kerangka Transisi Pekerjaan AI-nya ke Uni Eropa, memanfaatkan taksonomi ESCO dan data Eurostat untuk menganalisis bagaimana kemampuan AI dapat mengubah pasar tenaga kerja di negara-negara anggota.
HP Inc. memperluas kemitraan strateginya dengan OpenAI setelah pilot yang sukses, menerapkan AI di seluruh pengalaman pelanggan, produktivitas karyawan, dan pengembangan perangkat lunak. Perusahaan memanfaatkan platform OpenAI Frontier sebagai model operasi terpadu untuk mengatur konteks, izin, dan evaluasi saat beralih dari kasus penggunaan eksperimental ke produksi di seluruh perusahaan.
OpenAI telah memulai pratinjau terbatas untuk seri GPT-5.6, memperkenalkan tiga model baru: Sol sebagai unggulan utama, Terra untuk pekerjaan sehari-hari yang seimbang, dan Luna untuk tugas cepat dan terjangkau. Perusahaan berencana membuat model-model ini tersedia secara umum dalam beberapa minggu mendatang setelah fase awal ini dengan mitra terpercaya.
Sebuah makalah riset baru dari OpenAI menunjukkan bagaimana agen kecerdasan buatan secara fundamental mengubah sifat pekerjaan. Studi ini menyoroti kemampuan agen-agen tersebut untuk menjalankan tugas yang lebih panjang dan kompleks daripada yang sebelumnya memungkinkan. Kemajuan teknologi ini dianggap telah meningkatkan produktivitas di berbagai peran profesional. Temuan ini mengindikasikan pergeseran signifikan dalam cara kerja diatur dan dilakukan melalui otomatisasi. Dengan menangani alur kerja yang rumit, agen AI memungkinkan pengguna mencapai efisiensi yang lebih besar. Makalah ini menjadi bukti dari dampak yang semakin besar dari sistem otonom terhadap pekerjaan modern.
Google telah memperkenalkan penggunaan komputer di Gemini 3.5 Flash, memungkinkan model untuk mengeksekusi kode dan berinteraksi dengan alat eksternal. Fitur ini memungkinkan pengguna menjalankan tugas pemrograman dan mengakses informasi secara real-time melalui fungsi komputasi terintegrasi.
Mistral Studio kini menawarkan kontrol admin yang diperkaya untuk mengatur akses konektor per ruang kerja dan alat, memungkinkan izin yang lebih terperinci. Fitur termasuk kunci API dengan cakupan, konektor multi-akun, dan Debugger Konektor baru untuk analisis akar masalah, semuanya mendukung integrasi yang aman dan dapat diaudit dengan sistem perusahaan.
OpenAI dan Broadcom telah memperkenalkan Jalapeño, sebuah chip AI kustom yang dirancang untuk inferensi model bahasa besar. Chip ini bertujuan meningkatkan kinerja, efisiensi, dan skalabilitas dalam sistem AI.
OpenAI, melalui Yayasan Appia, memajukan standar bersama untuk AI canggih dengan mengembangkan kerangka evaluasi, praktik keamanan, dan mendorong kerja sama global.
Claude Tag memungkinkan tim menandai @Claude di Slack untuk mendelegasikan tugas, dengan akses ke saluran, alat, dan basis kode yang dipilih. Ia belajar dari konteks saluran, bekerja secara asinkron, dan mengambil inisiatif dengan proaktif memperbarui pengguna tentang informasi yang relevan. Saat ini, 65% kode tim produk Anthropic dibuat oleh Claude Tag internal, dan kini tersedia dalam versi beta untuk pelanggan Claude Enterprise dan Team.
GPT-5 Pro memberikan wawasan kunci tentang perilaku sel T, menyelesaikan teka-teki imunologi berusia 3 tahun. Penemuan ini dapat memajukan penelitian dalam kanker dan penyakit autoimun.
OCR 4 dari Mistral memperkenalkan bounding boxes, klasifikasi blok, dan skor kepercayaan inline untuk 170 bahasa di seluruh 10 kelompok bahasa. Sistem ini mengungguli sistem OCR terkemuka dalam evaluasi preferensi manusia dengan tingkat kemenangan 72% serta mencapai skor tertinggi pada OlmOCRBench (85.20), sambil menawarkan deployment self-hosted dalam satu container dan mendukung kasus penggunaan enterprise seperti RAG dan ingestion dokumen.
Omio memanfaatkan OpenAI untuk meningkatkan pengalaman perjalanan berbasis percakapan. Perusahaan ini menggunakan AI untuk mempercepat pengembangan produk dan beralih ke model bisnis yang asli AI.