एआई न्यूज राउंडअप, अक्टूबर 14-20 2026: ओपस 5.5 सूचकांक में शीर्ष पर, ओपन वेट ने अंतर को कम किया
इस महीने भेजे गए मॉडलों को अब मापा गया है, न कि केवल घोषणा की गई है। यहाँ स्कोर क्या कहते हैं।
इस सप्ताह का शीर्षक यह है कि नए मॉडलों को वर्गीकृत किया गया। आर्टिफिशियल एनालिसिस के अक्टूबर स्नैपशॉट ने एंथ्रोपिक के क्लाउड ओपस 5.5 को अपने इंटेलिजेंस इंडेक्स के शीर्ष पर 57.6 पर रखा है, इसके पीछे क्लाउड सॉनेट 5.5 को 56.0 पर और क्लाउड फैबल 5.1 को 53.4 पर रखा गया है। OpenAI का GPT-6 एस्ट्रा और Google का जेमिनी 4 आर्गन दोनों 53 के आसपास हैं।
ब्लूमबर्ग की 5 अक्टूबर की रिपोर्ट के अनुसार, खुले तौर पर, डीपसीक वी4.1 फ्लैश ने चीन के सर्वश्रेष्ठ मॉडल और अमेरिकी नेताओं के बीच अंतर को लगभग 3 प्रतिशत तक कम कर दिया। यह साल की शुरुआत में 15 प्रतिशत के अंतर से कम है, और यह 'केवल बंद मॉडल अच्छे हैं' धारणा को बदल देता है जो बहुत सारे खरीदार अभी भी रखते हैं।
माइक्रोसॉफ्ट ने 7 अक्टूबर को एआई एजेंटों (एमएक्ससी) के लिए एक्ज़ीक्यूशन कंटेनर्स को सामान्य उपलब्धता में लाकर एजेंट सुरक्षा को आगे बढ़ाया। यह रनटाइम पर अनुमत फ़ाइलों और नेटवर्क गंतव्यों की एक घोषित नीति लागू करता है, GitHub Copilot और OpenAI Codex पहले से ही इसका समर्थन कर रहे हैं और क्लाउड कोड रास्ते में है। एरिना, पूर्व में LMArena, ने वास्तविक एजेंट सत्रों से निर्मित एक एलाइनमेंट इंडेक्स लॉन्च किया था जो अनधिकृत कार्यों और गलत एट्रिब्यूशन पर विश्वसनीयता का मूल्यांकन करता है।
मेटा ने 13 अक्टूबर को म्यूज़ वंडर और म्यूज़ वंडर फ़ुल जारी किया, जो सक्रिय मेमोरी के साथ सीमांत स्तर के मॉडल थे। लेकिन अलग म्यूज़ियम एजेंट पहले ही सुरक्षा खामियों के कारण इतना गंभीर हो चुका था कि Apple ने इसे ब्लॉक करने के लिए macOS सेटिंग्स बदल दीं, यह एक अनुस्मारक है कि क्षमता और विश्वास एक ही परियोजना नहीं हैं।
थ्रूलाइन: मॉडल अब केवल लॉन्च नहीं हो रहे हैं, उन्हें मापा जा रहा है, नियंत्रित किया जा रहा है और कुछ मामलों में खोला भी जा रहा है। यही वह चरण है जहां वास्तविक अंगीकरण डेमो प्रचार से अलग हो जाता है।
28 अक्टूबर, 2026 को अपडेट किया गया: नीचे दिए गए स्कोर और कीमतें मूल घोषणाओं के अनुसार सत्यापित की गईं और प्रकाशन के समय तक सटीक रहीं। इस सप्ताह की रिलीज़ के लिए, हमारा नवीनतम राउंडअप देखें।
अक्सर पूछे जाने वाले प्रश्नों:
प्रश्न: इस सप्ताह आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स में कौन सा मॉडल शीर्ष पर रहा?
ए: क्लॉड ओपस 5.5 57.6 पर, क्लॉड सॉनेट 5.5 56.0 पर और फैबल 5.1 53.4 पर पीछे। OpenAI का GPT-6 एस्ट्रा और Google का जेमिनी 4 आर्गन दोनों 53 के आसपास हैं।
प्रश्न: खुले मॉडल अब अमेरिकी सीमा के कितने करीब हैं?
उत्तर: ब्लूमबर्ग की रिपोर्ट के अनुसार, डीपसीक वी4.1 फ्लैश ने चीन-अमेरिका अंतर को लगभग 3 प्रतिशत तक सीमित कर दिया है, जो वर्ष की शुरुआत में 15 प्रतिशत था - जो कि 'केवल बंद मॉडल ही अच्छे हैं' धारणा को बदल देता है, जिसे कई खरीदार अभी भी मानते हैं।
प्रश्न: माइक्रोसॉफ्ट ने एजेंट सुरक्षा के लिए क्या भेजा?
उत्तर: एआई एजेंटों के लिए निष्पादन कंटेनर (एमएक्ससी) 7 अक्टूबर को सामान्य उपलब्धता पर पहुंच गए। यह रनटाइम पर अनुमत फ़ाइलों और नेटवर्क गंतव्यों की घोषित नीति को लागू करता है, गिटहब कोपायलट और ओपनएआई कोडेक्स पहले से ही इसका समर्थन कर रहे हैं।