Mentionsy Mentionsy
HeadFlash AI PL
HeadFlash AI PL

DeepSeek rzuca wyzwanie Opus 4.8 w testach agentowych

24.08.2026 ·10 min · 9 rozdziałów

DeepSeek wypuszcza model wizyjny, Nvidia udowadnia wagę szkieletu, a OpenRouter notuje 14-krotny wzrost użycia tokenów przez agentów.Źródła:Deepseek releases experimental Flash vision model that rivals Opus 4.8 on agent benchmarksNvidia just showed that the harness, not the AI model, is now the real heroInherent, founded by DeepMind alumni, says its AI ‘teammate’ just outperformed Anthropic and OpenAI at replicating researchFrontier AI labs still won’t say how they’d contain a rogue modelWorld models that ignore human beliefs predict the wrong actions, new research showsStudy explains why AI agents benefit from "skills" and when they failNetflix tests language model as alternative to hand-built recommendation logicNobody knows who built AI coding model Ox Alpha or where the code goes - SiliconANGLEHow China's gray market sells Claude tokens at a fraction of the priceAI is becoming AI's biggest customer as agentic token usage jumps 14x on OpenRouterAI is now deciding who gets healthcare in 6 US states – and it's already harming patientsI created a viral AI watermark remover. I wasn't ready for all the attention.📰 Przeczytaj całe wydanie na stronie🤖 Odcinek opracowany przy pomocy sztucznej inteligencji. Lektor syntetyczny.

5:00 · Raport o modelach AI 1

Gotowe modele językowe okazały się nieodpowiednie, bo faworyzują popularne treści i ignorują reguły biznesowe. Nowy system jest trenowany w dwóch fazach, a historia oglądania jest zamieniana na zwykły tekst. Offline nowy system poprawił jakość rankingu, wymagając około 40 razy mniej oznaczonych przykładów. W czterotygodniowym teście na części ruchu wskaźniki wzrosły i są statystycznie istotne. Netflix traktuje to jako wczesny, ale obiecujący krok, nie planując na razie pełnej wymiany istniejącego systemu. Anonimowy dostawca udostępnił za darmo model kodowania o nazwie OxAlpha na platformie OpenRouter, a żadna firma nie przyznała się do jego stworzenia. Model działa od sierpnia, ma bardzo duży kontekst i przyjmuje tekst, obrazy i wideo. Wczesne wyniki na jednym z benchmarków wzbudziły zainteresowanie, ale po pełnym teście model wypadł mniej więcej na poziomie modelu OpenAI.

6:00 · Modely i umiejętności 1

Narzędzie identyfikujące anonimowe API dopasowało OxAlpha do modelu GLM od chińskiego dewelopera ZAI, który wcześniej anonimowo testował inny model pod nazwą PonyAlpha. Inni wskazują na zespół z Xiaomi, OpenRouter twierdzi, że nie jest twórcą modelu. Przedsiębiorstwa wysyłają do niego kod, nie wiedząc gdzie trafia, a przez model przepłynęły już miliardy tokenów. Mimo geoblokad i kontroli, w Chinach kwitnie szary rynek dostępu do modeli Anthropica przez tzw. stacje przekaźnikowe. Chińscy deweloperzy kupują tokeny za około 10% oficjalnej ceny płacąc w yuanach. Stacje przekaźnikowe to proxy na serwerach poza hajnami, które przekazują żądania jako pochodzące z legalnej lokalizacji. Łańcuch dostaw jest modułowy, a operatorzy obniżają ceny wykorzystując darmowe kredyty czy dzielenie jednego planu na wielu użytkowników.

7:00 · Netflix i model językowy 2

Dochodzi też do podmiany modeli, gdy proxy cicho przekierowuje żądanie do tańszego modelu. Największym zagrożeniem może być jednak monetyzacja danych o użyciu, bo każde żądanie przechodzące przez proxy jest potencjalnie widoczne dla operatora. Ta infrastruktura była już używana w atakach destylacyjnych na dużą skalę, a główne laboratoria zaczęły współpracować przeciwko nieautoryzowanemu kopiowaniu modeli. Analityk OpenRootera podał, że użycie tokenów przez agentów sztucznej inteligencji wzrosło 14-krotnie od lutego 2025 roku, podczas gdy użycie przez ludzi wzrosło w tym samym okresie prawie trzykrotnie. Ta data mogła być ostatnim dniem, kiedy ludzie konsumowali więcej tokenów niż agenci. Agenci pracują coraz bardziej autonomicznie i uruchamiają dodatkowe procesy sztucznej inteligencji. Prawie 70% użycia tokenów przez agentów pochodzi z buforowanych promptów, które są rozliczane po niższych stawkach, więc rzeczywiste koszty nie rosną tak szybko.

OpenRouter skłania się ku modelom o otwartych wagach, ale trend prawdopodobnie wygląda podobnie w głównych laboratoriach. Inflacja tokenów zaczęła się od modeli rozumujących, które myślą dłużej, nawet gdy nie jest to konieczne. Pilotażowy program Medicare o nazwie Weezer Model, wdrożony przez Departament Zdrowia USA, odmawia i opóźnia opiekę pacjentom w sześciu stanach. Do programu przymusowo włączono Washington, Arizona, New Jersey, Ohio, Oklahoma i Texas. Lekarze muszą przesyłać uzasadnienie leczenia do portalu, gdzie sztuczna inteligencja wybranych firm ocenia, czy leczenie jest refundowane. Pacjenci zgłaszają tygodniowe opóźnienia, mimo że system obiecuje decyzję w 72 godziny. Jeden z pacjentów trzykrotnie otrzymał odmowę zastrzyku, odkrywając, że decyzję podjęła sztuczna inteligencja.

Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.