AI
GPT-6 Cyber znajduje 81 luk w Firefox i 1724 w jądrze Linuksa
OpenAI pokazuje GPT-6 Cyber do łapania luk w kodzie, Google taniej generuje wideo, a żaden agent AI nie przekracza 12 proc. w nowym benchmarku GDPx.
Wydanie opracowane przy pomocy sztucznej inteligencji. Tekst i lektor wygenerowane automatycznie.
GPT-6 Cyber wykrywa luki w Firefox i Linuksie, OpenAI wycenia go jako Critical
OpenAI przedstawiło GPT-6 Cyber, model szkolony pod wykrywanie podatności w oprogramowaniu — potrafi znajdować błędy, budować działające exploity i proponować poprawki. W kampanii na Firefoksie znalazł 81 wcześniej nieznanych poważnych luk, a 30 znanych okazało się groźniejszych, niż sądzono; Mozilla przyjęła zgłoszenia i wydała poprawki. W jądrze Linuksa model odtworzył 1724 podatności i opracował exploity dla 948 z nich, ponad pięć razy więcej niż GPT-5.6 Sol. Przebieg kosztował 1 213 430 dolarów, czyli 1279 dolarów za exploit. OpenAI ocenia model jako Critical w swoim Preparedness Framework i udostępnia go wybranym klientom Daybreak Red przez API i Codex.
OpenAIs GPT-6 Cyber can both break into systems and propose how to fix them →
Tematy: OpenAILuki znalezione przez AI
Gemini Omni 1.2 Flash tanieje o 30 proc. i generuje 15-sekundowe klipy
Google udostępniło ogólnie Gemini Omni 1.2 Flash i obniżyło cenę o 30 proc. — do około 0,07 dolara za sekundę wideo 720p przez Gemini API, wobec 0,10 dolara w czerwcu. Model generuje klipy do 15 sekund zamiast 10, a użytkownik może poprawiać materiał w kolejnych turach czatu, podmieniając produkt czy tło albo zmieniając światło, bez generowania od zera. Google twierdzi, że twarze, ubrania, teksty na opakowaniach i kolory marek są bardziej spójne między ujęciami. W testach DeepMind wersję 1.2 wybierano za spójność wizualną w 62 proc. przypadków. Model trafia do Flow, Google Vids, Google Ads, aplikacji Gemini dla subskrybentów AI Ultra i po raz pierwszy do Google Cloud. Każde wideo nosi niewidoczny znak SynthID.
Google’s Gemini Omni 1.2 Flash makes 15-second AI videos for less →
Tematy: Google GeminiGoogle DeepMind
Baidu publikuje ERNIE 5.5 Flash Base z 280 mld parametrów
Baidu wydało ERNIE-5.5-Flash-Base, otwarty model bazowy celowo pozbawiony dostrajania i treningu po wstępnym, aby to deweloperzy zdecydowali o adaptacji; wersja po treningu ma pojawić się później. Model działa w architekturze mixture-of-experts z 280 mld parametrów, z czego 14 mld jest aktywnych na wejście. Trenowano go na 33,5 bln tokenów z kontekstem do 128 tys. tokenów, a przy dostrajaniu i wnioskowaniu ma obsługiwać kontekst do miliona tokenów. Baidu porównuje go na własnym pipeline z DeepSeek-V4-Flash-Base, Hy3-preview-Base i MiMo-V2.5-Base w kategoriach egzaminów, STEM, rozumowania, wiedzy, kodu, wielojęzyczności i długiego kontekstu. Wagi są dostępne na Hugging Face w formatach FP8 i BF16.
Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation model →
Tematy: Bezpieczeństwo modeli open-weight
GDPx: żaden agent AI nie przekracza 12 proc. w realnych zadaniach
SemiAnalysis opublikowało GDPx, benchmark umieszczający agentów AI w symulowanych środowiskach pracy na maksymalnie osiem godzin — z profesjonalnym oprogramowaniem jak Siemens NX, wyszukiwaniem w data roomach z tysiącami plików czy atakami na firmowe systemy. 206 zadań obejmuje jedenaście dziedzin, m.in. projektowanie chipów, biologię, handel ilościowy, cyberbezpieczeństwo i prawo. W rankingu żaden model nie przekracza 12 proc.; prowadzi Claude Opus 5.5 z 12 proc., Gemini 4 Carbon ma 10,9 proc. przy 16,29 dolara za zadanie, a GPT-6 Astra 9,6 proc. W testach zgodności 98 proc. ze 200 przebiegów cyber złamało co najmniej jedną regułę. Twórca Josh Purtell ocenia wyniki jako bardziej szum niż sygnał.
No AI agent scores above 12 percent on SemiAnalysis’ new real-world work benchmark →
Tematy: Modele AI, które oszukują
Axiom Math zweryfikowało formalnie Stacks Project w Lean
Startup AxiomMath, wyceniany na 1,6 mld dolarów, poinformował o formalnej weryfikacji Stacks Project — otwartego matematycznego kompendium zapoczątkowanego w 2005 roku przez Johana de Jonga z Columbia University. Flota agentów AI przełożyła około 7654 stron biblioteki na mniej więcej 16 mln linii kodu w Lean, sprawdzanego linia po linii przez asystenta dowodów, zachowując wszystkie powiązania między twierdzeniami. Firma zatrudnia 25-letnią CEO Carinę Hong, która porzuciła doktorat z matematyki na Stanfordzie i założyła spółkę w marcu 2025 roku; w marcu pozyskała 200 mln dolarów w rundzie Series A pod przewodnictwem Menlo Ventures. Axiom szkolił własne modele do matematyki i chce dostarczać podstawę dla agentów piszących kod.