#reasoning

Radar · 2026-07-31

DeepSeek V4 Flash 0731 tlačí agentní výkon dolů na cenu pod 0,30 USD za milion tokenů

DeepSeek vydal oficiální DeepSeek-V4-Flash-0731: MIT váhy, 304B parametrů (podle HF; Artificial Analysis uvádí 284B total / 13B active), silnější agentní post-training a API kolem 0,14 USD za milion tokenů na vstupu a 0,27-0,28 USD na výstupu. Willison i Artificial Analysis ho řadí mezi nejlepší value-per-intelligence open weight modely.

Radar · 2026-08-03

OpenAI přestavěla voice stack: GPT-Live poslouchá i ve chvíli, kdy mluví

OpenAI popsala architekturu GPT-Live: full-duplex hlasový model bez turn detectoru na audio path, asynchronní delegaci na frontier model (např. GPT-5.5) a transport optimalizovaný pro kontinuální audio. Live běží v ChatGPT na placených tarifech i s mini variantou na free, s limity podle plánu.

Radar · 2026-07-29

GPT-5.6 poskočil v testech inteligence. Stačilo mu zapnout úsudek na pozadí

Nové nastavení pro GPT-5.6 umožňuje modelu udržet logický kontext a zhustit výpočet v benchmarku ARC-AGI-3. Vývojářským týmům to ukazuje cestu, jak levně zvednout výkon bez trénování nového modelu.

Radar · 2026-07-23

ChatGPT Health jde na všechny v USA. Klinický marketing naráží na žalobu

OpenAI od 23. července pouští Health v ChatGPT všem přihlášeným uživatelům v USA od 18 let napříč free až Pro. Lidé napojí Apple Health a nemocniční záznamy, firma hlásí 300 milionů zdravotních dotazů týdně a zároveň čelí žalobě za nebezpečnou radu.

Radar · 2026-07-24

Fugu Ultra hlásí až 7,9 bodu navíc oproti v1.0, úplnou metodiku zatím neukázalo

Fugu Ultra v1.1 má podle Hardmarua dynamicky skládat frontier modely a zlepšit výkon až o 7,9 bodu oproti v1.0. Oznámení podporuje tezi, že hodnotu může tvořit orchestrátor, ale bez veřejného evalu zůstává srovnání s Fable 5 tvrzením autora.

Radar · 2026-07-01

BAIR ukazuje, kam odtéká další vlna AI talentu

BAIR zveřejnil showcase 33 doktorandů z ročníku 2026. Akademické rozloučení tu funguje jako mapa toho, kam se přesouvají lidé, kteří budou stavět robotiku, LLM agent systems, AI safety a modely pro vědu.

Radar · 2026-06-24

Google ukazuje, že reasoning může z modelu vytáhnout i obyčejný fakt

Google Research zkoumá, proč chain-of-thought pomáhá LLM odpovídat i na jednoduché faktické otázky. Studie na Gemini 2.5 a Qwen3-32B ukazuje dva mechanismy: více výpočetního času v tokenech a faktické priming.

Radar · 2026-06-03

GPT-Rosalind míří z benchmarků do řízené vědy

OpenAI aktualizovala GPT-Rosalind pro life sciences a nabízí ji v research preview vybraným organizacím globálně. Zajímavější než skóre je pokus spojit model, Codex a bioinformatické nástroje do auditovatelného workflow.