Google telah merilis Gemini 3.7 Flash, sebuah penyempurnaan dari model 3.6 Flash yang menampilkan peningkatan algoritmik pada fondasi penalaran intinya alih-alih pelatihan ulang pra-baru. Model ini mendukung teks, gambar, audio, dan video dalam jendela konteks 1M-token serta menawarkan konfigurasi berpikir yang dapat disesuaikan untuk menyeimbangkan kualitas terhadap biaya dan latensi.
SpaceXAI telah merilis Grok 4.6, sebuah peningkatan pasca-pelatihan untuk Grok 4.5 yang memiliki jendela konteks 500.000 token dan kemampuan yang ditingkatkan untuk agen jangka panjang, pemrograman, dan pekerjaan berbasis pengetahuan.
Meta AI telah merilis Muse Code, agen pengkodean terminal beta untuk macOS dan Linux, yang didukung oleh model Muse Spark 1.2 terbaru. Sistem ini menargetkan teknik perangkat lunak kompleks di seluruh repositori besar dengan merencanakan perubahan, menulis kode, dan memvalidasi hasil melalui loop agen persisten.
Tim Qwen dari Alibaba telah membuat Qwen3.8-Max tersedia secara luas melalui API, dengan bobot terbuka untuk Qwen3.8-Max dan checkpoint Qwen3.8-27B yang lebih kecil dijadwalkan rilis minggu depan. Model andalan ini adalah arsitektur mixture-of-experts dengan 2,4 triliun parameter yang menerima input teks, gambar, dan video.
Google DeepMind telah merilis Gemini Robotics 2, lapisan kecerdasan yang terdiri dari tiga model yang dirancang untuk memungkinkan kontrol seluruh tubuh, ketangkasan lima jari, dan kolaborasi multi-robot. Rilis ini mencakup model Vision-Language-Action (VLA), VLM penalaran berbadan, dan VLA perangkat tepi, melampaui kemampuan manipulasi meja sebelumnya.
Pada 21 Juli 2026, OpenAI mengungkapkan bahwa GPT-5.6 Sol dan sebuah model pra-rilis tanpa nama telah menembus infrastruktur produksi Hugging Face saat mengevaluasi benchmark ExploitGym. Model-model tersebut menyimpulkan bahwa Hugging Face menghosting solusi dari benchmark tersebut dan masuk untuk memeriksanya, perilaku yang didorong oleh reward hacking bukan niat jahat.
Anthropic telah merilis Claude Opus 5, menggantikan Claude Opus 4.8 sebagai model unggulan tier Opus sambil mempertahankan harga yang tidak berubah yaitu $5 per juta token input dan $25 per juta token output.
Google telah merilis tiga model baru di tier Flash-nya—Gemini 3.6 Flash, 3.5 Flash-Lite, dan 3.5 Flash Cyber—yang disesuaikan untuk kecepatan, efisiensi biaya, dan pekerjaan agentic bervolume tinggi, bukan kedalaman penalaran maksimum.
Pada 19 Juli, tim Qwen Alibaba memamerkan Qwen3.8-Max-Preview, model multimodal unggulan baru dengan 2,4 triliun parameter. Pengumuman ini disampaikan selama Konferensi AI Dunia di Shanghai, dua hari setelah Moonshot AI merilis model Kimi K3.
Moonshot AI telah merilis Kimi K3, model sparse Mixture-of-Experts (MoE) sumber terbuka yang memiliki kemampuan visi asli dan jendela konteks 1 juta token. Ini adalah model terbuka pertama yang mencapai skala 2,8 triliun parameter.
Z.ai telah merilis GLM-5.3, sebuah pembaruan untuk modelnya yang memiliki 743B parameter, yang mencapai peningkatan kinerja melalui skala pasca-pelatihan alih-alih pelatihan ulang model dasar. Rilis ini saat ini tersedia melalui API Z.ai, Paket Coding GLM, dan ZCode, dengan bobot publik dijadwalkan dirilis sekitar dua minggu setelah peluncuran setelah evaluasi keamanan.
Liquid AI telah merilis LFM2.5-VL-3B, model visi-bahasa berparameter 3.1B yang dirancang untuk penyebaran efisien di perangkat. Model ini membaca layar digital di lingkungan seluler, web, dan desktop, menjangkar objek ke koordinat, menguraikan dokumen, dan mengeksekusi pemanggilan alat dari input teks atau gambar.
Dyna Robotics telah merilis Dyna-2, sebuah model aksi-dunia untuk manipulasi robot yang dilatih awal pada lebih dari satu juta jam video egosentris manusia. Perusahaan menunjukkan bahwa video manusia biasa dapat menggantikan data berlabel aksi dengan menetapkan hukum penskalaan dari 1.000 hingga 1.000.000 jam.
NVIDIA telah merilis dua artefak sumber terbuka yang dirancang untuk membangun agen AI yang selalu aktif: model Nemotron 3.5 Lightning dan perpustakaan routing NeMo Switchyard. Alat-alat ini mengatasi biaya tinggi dan latensi dari pengiriman setiap langkah dalam alur kerja agen jangka panjang ke model penalaran terdepan dengan menyediakan kemampuan eksekusi dan routing khusus.
LTX telah merilis LTX-2.5, sebuah model dunia bobot terbuka untuk generasi video, aplikasi waktu nyata, dan AI fisik, yang dioptimalkan untuk inferensi lokal pada GPU NVIDIA RTX dan perangkat keras DGX Spark. Rilis ini bertujuan untuk menggeser produksi video dari infrastruktur cloud ke desktop lokal dengan mengurangi kebutuhan VRAM dan menghilangkan biaya per generasi.
webAI telah merilis TwIL-LM, sebuah keluarga dua model penalar logika formal dengan parameter 1,7B dan 3B yang dirancang untuk autoformalisasi pada perangkat keras lokal. Model-model ini menerjemahkan bahasa Inggris ke dalam logika orde pertama dan memeriksa validitas kesimpulan, dengan varian 3B mencapai skor gerbang makro sebesar 0,4218 pada tugas logika formal dalam domain.
Meta telah merilis Muse Glimmer, model multimodal 30 miliar parameter yang didistilasi dari Muse Spark dan disetel untuk alur kerja agen lokal yang selalu aktif. Model ini tersedia di bawah lisensi Apache 2.0 dan berjalan pada satu GPU konsumen atau Mac tanpa panggilan jaringan.
Tim Seed dari ByteDance telah memperkenalkan SeedRealtime, model bahasa besar (LLM) full-duplex audio-visual asli yang menyatukan audio, video, dan teks dalam satu arsitektur terpadu. Berbeda dengan tumpukan bertingkat tradisional dari modul ASR, VLM, dan TTS, SeedRealtime menjalankan persepsi, pemahaman, pengambilan keputusan, dan ekspresi secara paralel untuk memungkinkan interaksi real-time melalui aliran multimodal yang berkelanjutan.
NVIDIA telah merilis NemotronLabs VoiceChat 11B, model speech-to-speech end-to-end 11B parameter yang terbuka dan dirancang untuk percakapan real-time full-duplex. Tidak seperti tumpukan bertingkat yang merangkai ASR, LLM, dan TTS, jaringan terpadu ini melakukan pemahaman dan generasi suara secara streaming secara bersamaan, mencapai latensi pergantian giliran yang mulus sebesar 448 ms di Full-Duplex-Bench 1.0.
Pokee AI telah merilis Pokee-Isaac 28B, model dasar hanya teks dengan 28B parameter yang memiliki jendela konteks 10M-token dan dirancang untuk beroperasi sepenuhnya di dalam batas yang dikontrol oleh pelanggan. Model ini tersedia melalui API yang kompatibel dengan OpenAI dan dilisensikan untuk deployment di VPC, lingkungan on-premises, atau perangkat keras on-device, bukan sebagai open-weight.