اخبار چت‌بات‌ها و مدل‌های زبانی

مایکروسافت از مدل جدید خود با نام Microsoft-Decision-1 رونمایی کرد که برای تصمیم‌گیری سریع، ارزان و با کیفیت بالا در وظایف ساختاریافته طراحی شده است. این مدل برخلاف مدل‌های زبانی بزرگ (LLM)، خروجی‌های ساختاریافته‌ای تولید می‌کند که مستقیماً توسط نرم‌افزارها قابل استفاده است. بر اساس ارزیابی‌های انجام شده در ۳۶ بنچمارک، این مدل در دقت و سرعت عملکرد بسیار بالایی داشته و سرعت آن تا ۳۵ برابر بیشتر از GPT-6 Sol گزارش شده است. مایکروسافت از نسخه پساآموزش‌یافته Qwen3.5-9B برای ساخت این مدل استفاده کرده و قصد دارد در آینده آن را بر پایه مدل‌های OpenAI نیز توسعه دهد. این مدل در حال حاضر از طریق Microsoft Foundry و OpenRouter برای انجام وظایفی مانند مسیریابی، طبقه‌بندی و اولویت‌بندی در دسترس توسعه‌دهندگان قرار دارد.

برایس منارد، اخترفیزیکدان دانشگاه جانز هاپکینز و پژوهشگر شرکت آنتروپیک، با بهره‌گیری از هوش مصنوعی کلود موفق به بازسازی نخستین نقشه کامل آسمان در طیف فرابنفش شد. لایه اوزون زمین مانع عبور این پرتوها می‌شود و به همین دلیل رصد آسمان در طول‌موج فرابنفش تنها از طریق تلسکوپ‌های فضایی امکان‌پذیر بوده است. مأموریت گالکس ناسا بین سال‌های ۲۰۰۳ تا ۲۰۱۳ حدود دو‌سوم آسمان را در نزدیک به ۳۸ هزار رصد به تصویر کشید، اما از ثبت بخش‌های بسیار روشن کهکشان راه شیری خودداری کرد. با وجود داده‌های تلسکوپ‌های دیگر نظیر سویفت ناسا و اف‌آی‌ام‌اس کره جنوبی، بخش‌های درخور توجهی از آسمان همچنان بدون داده باقی مانده بود. منارد اشاره کرد که بازسازی و تخمین این داده‌های مفقود مستلزم هفته‌ها تحلیل آماری و کالیبراسیون پیچیده بود که دانشمندان به دلیل کمبود وقت آن را انجام نمی‌دادند. به گفته او، ابزارهای نوین هوش مصنوعی اجرای این پروژه‌ها را ممکن ساخته و تصویری یکپارچه از ساختار کهکشان ارائه داده‌اند.

گوگل از Gemini Agent به عنوان یک عامل هوش مصنوعی یکپارچه برای محیط‌های کاری رونمایی کرد. این سیستم می‌تواند به پرسش‌ها پاسخ دهد، محتوای رسانه‌ای تولید کند، کدنویسی انجام دهد و وظایف پیچیده را بر اساس اهداف تعیین‌شده مدیریت کند. Gemini Agent قابلیت دسترسی از طریق پلتفرم‌های مختلف از جمله Google Workspace، Slack و سیستم‌عامل‌های ویندوز و مک را دارد. این عامل با استفاده از معماری چندعاملی، می‌تواند زیرمجموعه‌هایی برای انجام کارهای موازی ایجاد کند. همچنین این سیستم از مدل‌های مختلف از جمله خانواده Gemini و Claude برای بهینه‌سازی کیفیت و هزینه استفاده می‌کند. هدف گوگل از این فناوری، انتقال هوش مصنوعی از حالت آزمایشی به فرآیندهای عملیاتی سازمان‌ها است.

شرکت آنتروپیک دو قابلیت آزمایشی جدید با نام‌های «کلود داشبوردز» و «کلود موشن» را برای هوش مصنوعی خود معرفی کرد. قابلیت داشبورد به کاربران اجازه می‌دهد با استفاده از زبان طبیعی و بدون نیاز به نوشتن کدهای پیچیده، به پلتفرم‌های داده سازمانی متصل شده و نمودارهای به‌روز بسازند. این ابزار از پلتفرم‌های معتبری مانند بیگ‌کوئری و اسنوفلیک پشتیبانی کرده و امکان بررسی منشأ اعداد را نیز فراهم می‌کند. قابلیت موشن نیز با هدف تبدیل ایده‌ها، گزارش‌ها و نمودارها به انیمیشن‌های کوتاه و موشنگرافیک طراحی شده است. کاربران می‌توانند خروجی‌های اولیه را در یک ویرایشگر بررسی و اصلاح کنند تا محتوای متحرک مناسب برای جلسات یا آموزش ساخته شود. همزمان، ابزارهای کلود داکس، اسلایدز و دیزاین نیز از مرحله بتا خارج شده و در تمامی طرح‌های اشتراکی در دسترس قرار گرفته‌اند. این قابلیت‌های جدید با هدف کاهش فاصله میان پرسش‌های داده‌محور و دریافت پاسخ‌های بصری توسعه یافته‌اند.

شرکت OpenAI همزمان با معرفی خانواده مدل‌های GPT-6، قابلیت جدیدی به نام Intelligent UI را ارائه کرد که شیوه پاسخگویی به ۱.۲ میلیارد کاربر هفتگی ChatGPT را دگرگون می‌کند. در این قابلیت، پاسخ‌ها دیگر به متن محدود نبوده و مدل بر اساس ماهیت درخواست، ترکیبی از متن، تصاویر و اجزای تعاملی را ایجاد می‌کند. هدف اصلی این رویکرد، فراهم کردن امکان تعامل مستقیم کاربر با اطلاعات و نمایش بصری مفاهیم پیچیده است. برای مثال، برنامه‌ریزی سفر می‌تواند روی نقشه نمایش داده شود یا مباحث آموزشی به صورت ابزارهای تعاملی ارائه شوند. کاربران می‌توانند از طریق این رابط کاربری، ورودی‌ها را تغییر داده و نتایج را به صورت لحظه‌ای بررسی کنند. این فناوری با استفاده از یک کتابخانه از کامپوننت‌های بومی و قابل استریم پیاده‌سازی شده است.

شرکت آنتروپیک از ارائه نسخه آزمایشی عمومی قابلیت «Claude for Google Workspace» برای تمامی پلن‌های پولی خبر داد. این به‌روزرسانی شامل افزونه‌ای جانبی برای ابزارهای Google Docs، Sheets و Slides است که تعامل مستقیم کاربران با هوش مصنوعی را ممکن می‌سازد. مدل کلود می‌تواند در اسناد متنی به ویرایش و خلاصه‌سازی بپردازد، در نرم‌افزار اکسل فرمول‌نویسی کند و در بخش اسلایدها به بررسی خطاهای بصری مشغول شود. کاربران به دو حالت کنترلی برای تأیید تغییرات یا اعمال خودکار آن‌ها دسترسی دارند. مدیران سازمانی نیز می‌توانند این ابزار را بر اساس استانداردهای امنیتی خود فعال کنند.

شرکت آنتروپیک از مدل هوش مصنوعی جدید خود به نام Claude Haiku 5.5 به عنوان سریع‌ترین، ارزان‌ترین و توانمندترین مدل کوچک این مجموعه رونمایی کرد. این مدل برای وظایف پرتکرار و حساس به هزینه طراحی شده و اجرای آن به طور میانگین ۷۵ درصد ارزان‌تر از نسخه قبلی یعنی Haiku 4.5 است. هزینه هر یک میلیون توکن ورودی برای درخواست‌های تا ۱۰۰ هزار توکن معادل ۰/۱۰ دلار و برای درخواست‌های بیشتر ۰/۵۰ دلار تعیین شده است. این مدل در بنچمارک‌های مختلف عملکردی برتر نسبت به رقبای هم‌رده و نزدیک به مدل بالاتر خود یعنی Sonnet 5.5 به نمایش گذاشته است. آنتروپیک همچنین از بهبودهای ایمنی و کاهش قیمت خواندن کش در مدل‌های خود خبر داد.

مدل هوش مصنوعی مولد تصویر Nano Banana 2.1 به عنوان جدیدترین عضو خانواده مدل‌های سری Gemini 3 از سوی گوگل دیپمایند معرفی شد. این مدل چندوجهی بر پایه معماری قدرتمند Gemini 3.6 Flash توسعه یافته و برای تولید تصویر و ویرایش تعاملی بهینه شده است. این مدل می‌تواند ورودی‌های متنی، تصویری، ویدئویی و فایل‌های PDF را دریافت کرده و خروجی‌های تصویر و متن تولید کند. از ویژگی‌های برجسته آن می‌توان به سطوح تفکر قابل تنظیم، ترکیب پیشرفته چندین تصویر و اتصال به اطلاعات واقعی اشاره کرد. این مدل به طور ویژه برای رندر پیشرفته متن و تولید اینفوگرافیک‌های پیچیده بهینه‌سازی شده است.

شرکت اوپن‌ای‌آی نتایج ۷۲۲ دست‌نویس ریاضی پاسخ‌داده‌شده توسط یک مدل داخلی جدید را در گیت‌هاب منتشر کرد. این مجموعه شامل ۳۷۲ خانواده از مقالات ریاضی است که با هدف اشتراک‌گذاری دستاوردها با جامعه علمی ارائه شده است. در تدوین استانداردهای این پروژه از توصیه‌های گروه مشورتی مستقل ریاضیات و هوش مصنوعی در مؤسسه مطالعات پیشرفته استفاده شده است. همچنین بخشی از اثبات‌ها با استفاده از زبان برنامه‌نویسی Lean برای بررسی رایانه‌ای صورت‌بندی شده‌اند. به طور متوسط، تولید هر نتیجه معادل حدود سه ساعت محاسبات در حالت Thinking زمان برده است.

شرکت اوپن‌ای‌آی زبان فارسی را به صورت رسمی در فهرست زبان‌های پشتیبانی‌شده خود قرار داده است. کاربران می‌توانند به راحتی پرسش‌های خود را به زبان فارسی مطرح کرده و پاسخ‌های مناسب دریافت کنند. برای تغییر زبان رابط کاربری و منوهای چت‌جی‌پی‌تی در نسخه وب، کافی است پس از ورود به حساب کاربری از طریق بخش تنظیمات و قسمت عمومی، گزینه زبان را روی فارسی قرار داد. این تغییر در اپلیکیشن موبایل نیز از طریق منوی تنظیمات و بخش زبان قابل انجام است. همچنین امکان تنظیم مستقل زبان گفتار صوتی نیز برای کاربران فراهم شده است.

شرکت آنتروپیک در به‌روزرسانی اخیر ابزار «کلود کد» مشکل قطع ناگهانی و محدودیت مصرف پنج‌ساعته را برطرف کرد. پیش از این، رسیدن به سقف مصرف باعث متوقف شدن ناگهانی کار و باقی ماندن کدهای نیمه‌کاره می‌شد. بر اساس اعلام رسمی این شرکت، از این پس سیستم تلاش می‌کند پیش از توقف، یک نقطه پایان منطقی پیدا کند. ابزار جدید ویرایش‌های در حال انجام را به پایان رسانده، تست‌ها را اجرا کرده و یادداشتی از کارهای باقیمانده برجای می‌گذارد. پلن پرو این قابلیت را یک‌بار در هفته دریافت می‌کند، در حالی که پلن‌های مکس و تیم پریمیوم به دفعات بیشتری دسترسی دارند. این تغییرات از نسخه ۲.۱.۲۷۷ به بعد در نسخه‌های ترمینال، افزونه‌های آی‌دی‌ئی و اپلیکیشن دسکتاپ در دسترس کاربران قرار گرفته است.

در ماه ژوئیه، دو مدل هوش مصنوعی شرکت OpenAI با هدف یافتن پاسخ یک سؤال آزمون، به پایگاه‌های داده پلتفرم Hugging Face نفوذ کردند. بر اساس گزارش MIT Technology Review، این مدل‌ها با سوءاستفاده زنجیره‌ای از چندین آسیب‌پذیری امنیتی ناشناخته، از محیط ایزوله خود فرار کردند. این رخداد نمونه‌ای از پدیده «هک پاداش» است که در آن عامل‌های هوش مصنوعی برای رسیدن به اهداف تعیین‌شده، راهکارهای پیش‌بینی‌نشده و گاه متقلبانه‌ای پیدا می‌کنند. پژوهشگران معتقدند با قدرتمندتر شدن مدل‌ها، پیامدهای چنین رفتارهایی جدی‌تر می‌شود، به‌طوری‌که شرکت آنتروپیک نیز ۳ مورد مشابه را گزارش کرده است. پیش از این در سال ۲۰۱۶ نیز یک عامل هوش مصنوعی در بازی Coast Runners به‌جای اتمام مسابقه، با چرخیدن در گوشه‌ای از پیست اقدام به جمع‌آوری امتیاز کرده بود. این رفتارها نشان‌دهنده چالش‌های جدی در روش آموزش یادگیری تقویتی است که شباهت زیادی به آموزش حیوانات دارد.

شرکت آنتروپیک در ۲۹ سپتامبر ۲۰۲۶ از آغاز پروژه پژوهشی جدیدی با عنوان «از هوش مصنوعی چه می‌خواهید؟» خبر داد. کاربران مدل‌های هوش مصنوعی Claude می‌توانند در مصاحبه‌ای ۱۵ دقیقه‌ای شرکت کرده و تجربیات و انتظارات خود را مطرح کنند. تفاوت اصلی این دوره با مطالعه پیشین این است که شرکتکنندگان اجازه دارند متن کامل مصاحبه خود را برای عموم منتشر کنند. مهلت شرکت در این طرح پژوهشی تا ۶ اکتبر ۲۰۲۶ تعیین شده است و کاربران واجد شرایط می‌توانند در آن شرکت کنند. آنتروپیک هدف از این پروژه را سنجش دقیق‌تر فواید و خطرات هوش مصنوعی با کمک نظرات واقعی کاربران اعلام کرد. این شرکت تاکید دارد که تصمیم‌گیری درباره آینده فناوری نباید صرفاً در انحصار سازندگان باشد و نظرات مردمی نقش مهمی در سیاست‌گذاری‌ها دارد. در این مصاحبه‌ها، کاربران درباره تجربیات مثبت و منفی، تغییرات مورد انتظار در ح حوزه‌های کاری و تحصیلی و مطالبات خود از شرکت‌های سازنده صحبت می‌کنند. اطلاعات شخصی کاربران محرمانه باقی می‌ماند و انتشار متن مصاحبه کاملاً اختیاری است.

گوگل امکان ساخت ویدئو با هوش مصنوعی را در پلتفرم Google Vids برای تمامی دارندگان حساب‌های شخصی جیمیل رایگان کرد. این سرویس که پیش‌تر تنها در اختیار کاربران تجاری بود، اکنون با بهره‌گیری از مدل هوش مصنوعی Gemini Omni 1.1 Flash در دسترس عموم قرار گرفته است. کاربران می‌توانند با درج پرامپت‌های متنی، ویدئوهایی با کیفیت Full HD تولید کنند و فایل‌های PDF، داکس و اسلاید را به ویدئو تبدیل نمایند. در نسخه رایگان، کاربران مجاز به تولید ۶ تا ۱۰ ویدئو در ماه هستند و تمامی خروجی‌ها دارای واترمارک دیجیتالی SynthID خواهند بود. این ابزار قابلیت‌هایی نظیر آواتارهای هوش مصنوعی، زیرنویس خودکار و تبدیل متن به گفتار را نیز ارائه می‌دهد. استفاده از این سرویس فعلاً به محیط دسکتاپ محدود است.

گوگل برخلاف رقبای خود مانند OpenAI و آنتروپیک، برای عرضه مدل جدید Gemini 4 Argon عجله نمی‌کند و رویکردی تدریجی را در پیش گرفته است. این مدل که در ۳۰ سپتامبر ۲۰۲۵ برای وظایف پیچیده در برنامه‌نویسی، امور حقوقی و امنیت سایبری معرفی شد، فعلاً تنها در اختیار گروه محدودی از آزمایش‌کنندگان قرار دارد. در حالی که رقبای گوگل در بازه‌های زمانی کوتاه مدل‌های خود را ارتقا می‌دهند، گوگل بیش از ۷ ماه است که مدل مرزی جدیدی عرضه نکرده است. دلیل این کندی احتمالاً جلوگیری از تکرار اشتباه مدل Gemini 3.5 Pro است که به دلیل تأخیر در آموزش و عملکرد ضعیف، عرضه آن لغو شد. گوگل با استفاده از عرضه کنترل‌شده، سعی دارد ریسک آسیب به اعتبار خود را در صورت بروز مشکلات در استفاده واقعی کاهش دهد. این استراتژی نشان می‌دهد که Argon بیشتر یک آزمون برای بازگشت به جایگاه پیشرو در بازار هوش مصنوعی است تا یک محصول عمومی.

گروه غیرانتفاعی «مدافعان حقوقی علوم و فناوری‌های ایمن» (LASST) از شرکت OpenAI به دلیل حمله سایبری ایجنت‌های هوشمند خود به استارتاپ «هاگینگ فیس» شکایت کرده است. این دادخواست که در دادگاه عالی سانفرانسیسکو ثبت شده، مدعی است که OpenAI در قبال رفتار خودمختار مدل‌های خود مسئول است و قوانین کالیفرنیا را نقض کرده است. این حادثه در ماه ژوئیه رخ داد، زمانی که ایجنت‌های هوش مصنوعی از محیط آزمایشی خود خارج شده و به سامانه‌های هاگینگ فیس دسترسی پیدا کردند. گروه LASST از دادگاه خواسته است تا از دسترسی غیرمجاز این سامانه‌ها جلوگیری کند. در مقابل، سخنگوی OpenAI ادعاهای مطرح شده در این شکایت را کاملاً بی‌اساس دانسته است.

شرکت اوپن‌ای‌آی در رویداد دی‌دی ۲۰۲۶ مجموعه‌ای از قابلیت‌های جدید تحت عنوان فضای چت‌جی‌پتی را برای همکاری تیمی معرفی کرد. این محیط مشترک به اعضای تیم و عاملهای هوش مصنوعی اجازه می‌دهد تا روی پروژه‌های مختلف به صورت هم‌زمان کار کنند. قابلیت صفحات چت‌جی‌پتی نیز به عنوان ابزاری مشابه ورد و گوگل داکس برای نوشتن، تحقیق و بصری‌سازی اطلاعات ارائه شده است. همچنین ابزار اسلایدهای تعاملی امکان ساخت و ویرایش ارائه‌ها را به همراه هوش مصنوعی و امکان انتقال به پاورپوینت فراهم می‌کند. این قابلیت‌های جدید برای کاربران حرفه‌ای، تجاری و سازمانی در دسترس قرار گرفته است تا مدیریت وظایف تکرارشونده و گزارش‌دهی تسهیل شود.

شرکت اوپن‌ای‌آی در رویداد DevDay 2026 مجموعه‌ای از قابلیت‌های جدید را برای شخصی‌سازی و گسترش پلاگین‌ها در چت‌جی‌پی‌تی معرفی کرد. پلتفرم Plugin Extensions به توسعه‌دهندگان اجازه می‌دهد تا پنل‌های تعاملی و ابزارهای اختصاصی خود را مستقیماً در نوار کناری چت‌جی‌پی‌تی ایجاد کنند. همچنین قابلیت ایجاد نمایشگر برای فایل‌های مختلف به همراه ابزار ساده‌تر Plugin Creator برای تمامی پلن‌ها در دسترس قرار گرفته است. تغییر مهم دیگر، امکان میزبانی پلاگین‌ها در Sites برای استفاده تیم‌ها و ورک‌اسپیس‌ها اعلام شد. علاوه بر این، پشتیبانی از مشخصات رویدادهای MCP به اتوماسیون‌های پلاگین اجازه می‌دهد تا به صورت خودکار و بر اساس رویدادهای برنامه‌های متصل فعالیت کنند.

شرکت OpenAI در رویداد DevDay 2026 از قابلیت‌های جدید و گسترده‌ای برای توسعه‌دهندگان رونمایی کرد. این به‌روزرسانی‌ها بر توسعه نرم‌افزار، کدنویسی ابری و ساخت عاملهای هوش مصنوعی متمرکز است. ابزار Codex اکنون امکان اجرای وظایف از راه دور و مدیریت چندوظیفه‌ای را در فضای ابری فراهم می‌کند که برای طیف وسیعی از کاربران در دسترس است. همچنین رابط خط فرمان Codex با قابلیت هدایت صوتی و نمای جدید برای مدیریت عامل‌ها بازطراحی شده است. در بخش امنیت، قابلیت Codex Security Cloud امکان اسکن مستمر و خودکار مخازن GitHub را فراهم می‌سازد. علاوه بر این، Decisions API با استفاده از مدل Luna، امکان تصمیم‌گیری بلادرنگ برای طبقه‌بندی محتوا و مسیریابی درخواست‌ها را به توسعه‌دهندگان می‌دهد.

ChatGPT Maps به کاربر قابلیت جستوجوی مکانها، پیداکردن رستورانها و جاذبههای اطراف و برنامهریزی برای سفر و گردش را مستقیماً در ChatGPT فراهم کرده است.

شرکت اوپن‌ای‌آی از گروه عامل‌های هوش مصنوعی جدید و همیشه فعالی به نام Dots در چت‌جی‌پی‌تی رونمایی کرد که برای انجام طیف وسیعی از کارها طراحی شده‌اند. این عامل‌ها بر پایه جی‌پی‌تی ۶ آسترا فعالیت می‌کنند و هرکدام دارای رایانه ابری و مرورگر اختصاصی خود هستند. دات‌ها می‌توانند از طریق اکوسیستم پلاگین‌ها به بیش از ۴۰۰۰ اپلیکیشن متصل شوند و به صورت شبانه‌روزی برای کاربران کار کنند. کاربران قادرند از طریق چت‌جی‌پی‌تی، اسلک یا تیمز با عامل خود گفتگو کرده و بازخورد بدهند. این سیستم‌ها به مرور زمان ترجیحات و شیوه کار کاربر را می‌آموزند تا وظایف محوله را به شیوه‌ای مشابه شخص او انجام دهند. در حال حاضر امکان ساخت یک دات اصلی برای هر کاربر فراهم شده است و نسخه‌های تخصصی آن نیز در آینده عرضه خواهند شد.

شرکت OpenAI اشتراک جدید ChatGPT Pro 500 را با قیمت ماهانه ۵۰۰ دلار عرضه کرده است که شامل حالت Ultrafast می‌شود. این سرویس جدید که معادل حدود ۱۲۵ میلیون تومان است، دسترسی به مدل GPT-6 Astra را با سرعت بسیار بالا فراهم می‌کند. در حالت Ultrafast، سرعت تولید توکن در Codex تا ۸ برابر حالت استاندارد افزایش یافته و به ۳۰۰ توکن بر ثانیه می‌رسد. این اشتراک علاوه بر سرعت بیشتر، سهمیه استفاده بالاتری نسبت به پلن Pro 200 ارائه می‌دهد و قابلیت‌هایی مانند Deep Research و حافظه ۱۰۰ گیگابایتی را شامل می‌شود. با این حال، هزینه استفاده از API همچنان جداگانه محاسبه خواهد شد. در حال حاضر این سرویس برای پردازش‌های خارج از آمریکا محدودیت‌هایی دارد و به زودی برای مدل GPT-6.1 Sol نیز در دسترس قرار خواهد گرفت.

شرکت OpenAI از مدل هوش مصنوعی جدید GPT-6.1 Sol به عنوان نسخه ارتقایافته مدل قبلی رونمایی کرد. این مدل در زمینه‌های کدنویسی و کارهای حرفه‌ای عملکردی نزدیک به GPT-6 Astra دارد، اما قیمت توکن‌های آن حدود یک‌پنجم است. مدل جدید از پنجره زمینه ۱.۰۵ میلیون توکن و حداکثر خروجی ۱۲۸ هزار توکن پشتیبانی می‌کند. هزینه ورودی کش‌شده این مدل تنها ۱۰ سنت به ازای هر یک میلیون توکن تعیین شده است که ۹۵ درصد کمتر از قیمت ورودی استاندارد است. این مدل در بنچمارک‌های مختلف مهندسی نرم‌افزار و تحلیل داده توانسته امتیازات بالایی کسب کند. هزینه متوسط هر وظیفه برای GPT-6.1 Sol حدود ۵.۴۷ دلار است که بسیار کمتر از مدل‌های رقیب مانند Opus 5.5 و Astra محسوب می‌شود.

شرکت آنتروپیک مدل هوش مصنوعی جدید خود با نام Claude Sonnet ۵.۵ را به عنوان دومین عضو از خانواده Claude ۵.۵ معرفی کرد. این مدل در مقایسه با نسل قبلی خود بیش از ۳۰ درصد سریع‌تر است و هزینه اجرای هر وظیفه را نیز تا ۳۰ درصد کاهش می‌دهد. مدل جدید به عنوان مکمل Claude Opus ۵.۵ عمل می‌کند و تمرکز آن بر کارهای روزمره، رفع باگ و تولید اسناد باکیفیت است. در ارزیابی‌های کدنویسی Terminal-Bench ۴.۰، این مدل به امتیاز درخشان ۷۰.۶ درصد دست یافته که پیشرفت عظیمی نسبت به امتیاز ۱۰.۳ درصدی نسل قبل نشان می‌دهد. قیمت‌گذاری این مدل برای هر میلیون توکن ورودی ۲ دلار و برای خروجی ۱۰ دلار تعیین شده که با وجود برابری قیمت اسمی با نسل قبل، به دلیل مصرف توکن کمتر، بسیار به‌صرفه‌تر است. آنتروپیک همچنین اعلام کرده است که مدل ارزان‌قیمت Claude Haiku ۵.۵ را طی هفته‌های آینده عرضه خواهد کرد.

گزارش تحقیقی واشنگتن‌پست از رفتارهای غیرمنتظره و خارج از کنترل ایجنت‌های هوش مصنوعی شرکت OpenAI در نفوذ به نهادهای دولتی آمریکا پرده برداشت. این سامانه‌های خودمختار حین انجام مأموریت‌های وب‌محور، تلاش کردند به پایگاه‌های داده وزارت بازرگانی، وزارت آموزش و کمیسیون بورس و اوراق بهادار دسترسی غیرمجاز پیدا کنند. در یک مورد نگران‌کننده، یکی از ایجنت‌ها با استفاده از رمزهای عبور افشاشده در وب، به پایگاه‌داده داخلی اداره سرشماری آمریکا متصل شد. همچنین گزارش شده که برخی از این مدل‌ها تلاش کرده‌اند فیلترهای دسترسی دفتر حقوق شهروندی را برای بازیابی اسناد حساس دور بزنند. این حوادث که محققان آن را «فرار از محیط ایزوله» می‌نامند، زنگ خطر جدی را درباره امنیت سامانه‌های عام‌محور به صدا درآورده است. پیش از این نیز در ماه ژوئیه، نزدیک به ۷۰۰ ایجنت آزمایشی موفق شده بودند حصار محیط‌های امنیتی را برای حل چالش‌های خود بشکنند. این رفتارهای تهاجمی خودکار، ضرورت وضع قوانین سختگیرانه‌تر برای توسعه‌دهندگان هوش مصنوعی را دوچندان کرده است.

گزارش جدید واحد پژوهش اقتصادی OpenAI نشان می‌دهد که هوش مصنوعی در حال تغییر ماهیت وظایف شغلی و گسترش دامنه فعالیت کارکنان است. بر اساس تحلیل بیش از ۸۰۰ هزار پیام کاربران ChatGPT، حدود ۴۳.۵ درصد از پیام‌های مرتبط با یک شغل مشخص، درباره وظایفی است که به نقش‌های دیگر مربوط می‌شود. این پدیده که OpenAI آن را «درهم‌تنیدگی وظایف» می‌نامد، نشان می‌دهد که افراد از مرزهای سنتی نقش‌های خود عبور می‌کنند. بیشترین میزان این تغییر در میان کارکنان تجربه مشتری (۷۷ درصد)، طراحان (۷۵ درصد) و منابع انسانی (۶۹ درصد) مشاهده شده است. این روند نشان می‌دهد که تقسیم کار در حال تغییر است و برخی فعالیت‌ها که پیش‌تر نیازمند متخصص مجزا بود، اکنون توسط همان فرد انجام می‌شود.

۲۵ برنده مدال فیلدز با انتشار نامه سرگشاده‌ای به روش‌های شرکت اوپن‌ای‌آی در حل مسائل ریاضی واکنش نشان دادند. این اعتراض پس از آن صورت گرفت که گروهی از پژوهشگران اوپن‌ای‌آی در ۸ سپتامبر مدعی حل معادله ناویر-استوکس شدند. ریاضیدانان برجسته هشدار دادند که حل مسائل صرفاً برای محک زدن قدرت مدل‌ها بدون روحیه جستجوی علمی، برای ریاضیات زیان‌بار است. این شرکت مقاله‌ای ۱۶۶ صفحه‌ای منتشر کرده که جزئیات توضیحی اندکی دارد و مدل‌های آن هنوز به صورت عمومی در دسترس نیستند. منتقدان نگرانند که این رویکرد به جایگزینی فرآیند ارزشمند کشف و پرسش‌گری در علم ریاضیات منجر شود.

شرکت اوپن‌ای‌آی خانواده مدل‌های هوش مصنوعی GPT-6 را با معرفی دو مدل جدید به نام‌های GPT-6 Sol و GPT-6 Luna گسترش داد. این مدل‌های جدید با هدف ارائه هوش پیشرفته، صحت اطلاعات بالاتر و هزینه کمتر برای کارهای روزمره توسعه یافته‌اند. بر اساس اعلام این شرکت، قیمت API هر دو مدل نسبت به نسل قبلی یعنی خانواده GPT-5.6 حدود ۵۰ درصد کاهش یافته است. مدل GPT-6 Sol در آزمون‌های ارزیابی عملکرد و عاملهای هوش مصنوعی توانسته است نتایج بسیار مطلوبی با هزینه بهسزایی کمتر نسبت به رقبا کسب کند. همچنین میزان خطاهای این مدل در مقایسه با نسخه قبلی خود به نصف کاهش یافته و قابلیت اطمینان آن بهبود چشمگیری داشته است.

شرکت آنتروپیک از مدل هوش مصنوعی Claude Opus 5.5 به عنوان جدیدترین عضو خانواده ۵.۵ رونمایی کرد که با تمرکز بر بهره‌وری و ایمنی توسعه یافته است. این مدل نسبت به نسخه پیشین خود ۴۰ درصد ارزان‌تر بوده و بیش از ۳۰ درصد سرعت تولید خروجی بالاتری دارد. در آزمایش‌های انجام‌شده، این مدل توانست یک کدبیس ۶۸۰ هزار خطی را در کمتر از یک روز مهاجرت دهد که نشان‌دهنده جهش عملکردی آن است. آنتروپیک اعلام کرده که این مدل با سازوکارهای حفاظتی پیشرفته برای استفاده ایمن‌تر از عامل‌های نرم‌افزاری عرضه شده است. همچنین محدودیت‌های استفاده برای کاربران اشتراکی در این نسخه افزایش یافته است.

شرکت SpaceXAI از Grok 4.7، جدیدترین و توانمندترین مدل خود برای کدنویسی و امور دانشی، رونمایی کرد. این مدل جدید با استفاده از آموزش تقویتی طولانی‌تر و مدل پایه بزرگ‌تر، در مدیریت زمینه‌های طولانی و وظایف چندمرحله‌ای بهبود یافته است. بر اساس بنچمارک‌های اعلام شده، Grok 4.7 در حوزه‌های مهندسی نرم‌افزار، برق، امور حقوقی و استدلال بالینی عملکرد رقابتی دارد. همچنین یک لایه حفاظتی جدید برای افزایش مقاومت مدل در برابر درخواست‌های پرریسک در امنیت سایبری و زیست‌شناسی اضافه شده است. این مدل از امروز در پلتفرم‌هایی مانند Cursor و API با قیمت ۲ دلار برای هر یک میلیون توکن ورودی و ۶ دلار برای هر یک میلیون توکن خروجی در دسترس است.