Lanci e aggiornamenti collegati a schede, contesto e fonti primarie.
OpenAI presenta Sol e Luna come opzioni della famiglia GPT-6 con profili diversi per costo e capacità. L’azienda annuncia una riduzione del 50% rispetto ai prezzi promozionali di GPT-5.6, ma le fonti disponibili non riportano qui le tariffe unitarie né consentono di verificare in modo indipendente i miglioramenti delle prestazioni.
Guida operativa per mantenere il corpus di un sistema RAG quando policy, manuali e documenti cambiano. Propone un modello dati, flussi di aggiornamento e ritiro, controlli di accesso e test per ricostruire quale evidenza fosse disponibile al momento della risposta.
DeepSWE v1.1 valuta modifiche al codice prodotte da agenti su compiti originali e di lunga durata. Il suo risultato può offrire un segnale utile, ma una riga della leaderboard è interpretabile soltanto se sono noti l’imbracatura dell’agente, la politica sugli errori, i rollout, il verificatore e la versione esatta del benchmark. Una revisione di Epoch AI aggiunge un’avvertenza concreta: alcune patch che modificano i test possono ricevere un falso negativo in determinate condizioni.
Una valutazione utile della trascrizione automatica non si riduce a un'unica percentuale di accuratezza. Questa guida propone un protocollo per misurare separatamente fedeltà del testo, entità critiche, attribuzione dei parlanti, timestamp, segmentazione e validità dell'output consumato da un'applicazione. L'obiettivo è confrontare versioni e configurazioni in modo riproducibile e decidere sulla base di evidenze quando promuovere, limitare o bloccare un rilascio.
Guida per valutare GPT‑Live‑1 nelle conversazioni vocali full‑duplex separando dinamica dei turni, comprensione, successo del compito e sicurezza delle azioni delegate. Propone un protocollo riproducibile con audio controllato, tracce, annotazione temporale e revisione umana in cieco.
Adottare Gemini non descrive, da solo, né un’architettura né un impegno operativo. Lo stesso team può usare un modello di Google attraverso Gemini API, AI Studio, Vertex AI o un prodotto gestito, con identificatori, controlli sui dati, strumenti e cicli di vita che devono essere verificati separatamente.
Una modifica generativa utile in produzione non si convalida solo perché il cambiamento richiesto sembra corretto. Questa guida propone di trattare ogni ritocco come un contratto di preservazione: definire cosa può cambiare, cosa deve rimanere invariato, come misurarlo e quando richiedere una revisione umana.
Un’inquadratura generata può risultare convincente da sola e, nonostante questo, essere inutilizzabile quando viene montata con altre. Questa guida propone un protocollo per valutare la continuità visiva, spaziale e narrativa nelle sequenze di video generativo, registrarne la tracciabilità e decidere quali clip approvare, quali richiedono intervento e quali scartare.
Claude Fable 5.1 va valutato come un contratto di esecuzione, non come un’etichetta di capacità. Questa scheda distingue ciò che Google Cloud e Amazon Bedrock dichiarano da ciò che dipende dal canale e da ciò che un team deve misurare prima di concedere autonomia a un flusso di produzione.
Claude Haiku 4.5 può essere una destinazione per carichi rapidi dopo il ritiro di Claude Haiku 3.5, ma una migrazione sicura non si risolve cambiando un identificatore. La disponibilità minima documentata fino al 15 ottobre 2026 non garantisce una permanenza indefinita. Il criterio operativo consiste nel dimostrare, con traffico e corpus propri, la latenza di coda, la conformità allo schema, l'uso degli strumenti e una sostituzione reversibile.
Un miglioramento osservato con Claude Opus 4.5 può dipendere dal modello, ma anche da cambiamenti nel contesto, negli strumenti, nei tentativi ripetuti o nel verificatore. Questo protocollo aiuta a separare tali cause prima di estendere un deployment.
Mistral AI documenta Voxtral TTS come servizio di generazione vocale con streaming e diversi formati di output. Prima di sostituire un fornitore o un modello nelle chiamate, negli avvisi o nei contenuti pubblicati, un team deve verificare non solo la qualità percepibile, ma anche la compatibilità del contratto tecnico, operativo e dei dati attraverso una regressione basata sui propri copioni.
Novità che modificano la mappa dei modelli e delle potenzialità.
Il lancio richiede la revisione della valutazione, della distribuzione e della sicurezza.
Modello di confine ↗Compiti di codice e conoscenza con controlli dello sforzo.
Conoscenza ↗Multimodalità, codice e agenti con profilo a bassa latenza.
Versione stabile ↗Una notizia non finisce nel titolo.
Collega l'annuncio alla versione, all'accesso e alle modalità.
Identità ↗Distinguere tassi stabili, introduttivi e dati mancanti.
Costo ↗Esaminare le condizioni e la comparabilità prima di accettare un benchmark.
Prova ↗