Altman skjuter börsen, SoftBank tar lånet
Sam Altman sa att OpenAI inte går till börsen 2026. Skälet han gav är säkerhetsläget runt de starkaste modellerna: att sälja aktier till allmänheten nu vore fel tid. Bolaget har redan lämnat in papper konfidentiellt och siktar enligt uppgift på 2027 i stället. För oss som köper deras modeller betyder det att vi fortfarande handlar med ett privat labb, finansierat av ett fåtal stora plånböcker, utan den öppenhet en börs tvingar fram.
Samtidigt lånade SoftBank nästan 12 miljarder dollar från omkring 20 banker för att fortsätta pumpa in pengar i OpenAI. De sökte först 10 miljarder. Masayoshi Son siktar fortfarande på ungefär 65 miljarder dollar in i OpenAI till oktober. SoftBank-aktien föll som mest 13 procent på måndagen när marknaden såg låneberget. Tretton procent på en dag är hur folk som räknar pengar reagerar när räkningen plötsligt syns.
Jag vet inte om Son får in de 65 miljarderna. Sammanfattningen säger bara att han siktar dit. Det som redan hänt är lånet och kursfallet. För svenska bolag som bygger på OpenAI hänger labbets tempo på andras belåning. Ha en plan B för modell och leverantör. Inte för att OpenAI försvinner i morgon, utan för att villkoren kan röra sig när finansiärerna blir nervösa.
Att sälja aktier till allmänheten nu vore fel tid.
Sam Altman
Astra, Mythos och Flash Cyber kräver ID
Anthropic, Google och OpenAI har alla släppt sin bästa modell i två lager den här månaden: en vanlig betald version och en skarpare version bakom organisations-ID, statlig legitimation eller liknande kontroll. Priserna mot vanliga kunder rörde sig knappt. Den avancerade vägen för Mythos, Flash Cyber och Astra kräver att någon kan visa vem som sitter bakom kontot. Kortet räcker inte till den skarpaste varianten.
OpenAI:s Astra beskrivs som starkast i rå förmåga, särskilt i 3D, spel, att styra en dator och att samordna underagenter. Kodprestandan är ett steg upp från föregångaren Sol, men inte ett jättekliv. OpenAI har redan låtit skymta att de har en intern modell ett steg över Astra. Ni betalar för ett lager, visar ID för nästa, och labbet sitter på ett tredje.
Räkna med den här uppdelningen. Upphandlingen måste säga vem som får ha det skarpa kontot, hur ni loggar det och vad som händer när den personen slutar. Bygg så ni kan byta modell. Astra leder i vissa grejer just nu, men samma två lager finns hos Google och Anthropic, och internmodellen ett steg upp betyder att ledningen kan skifta utan att prislistan mot vanliga kunder ens rör sig.
Cursor och Claude tar hela projektet
Cursor Projects tar över större jobb. Verktyget håller sammanhang över månader, kan dela ut uppgifter till tusentals agenter och göra återkommande arbete utan att någon klickar i gång det varje gång. Tanken är att du styr arbetet, inte varje agent. Cursor säger att nya användare får in 30 procent fler kodändringar i huvudgrenen. Det är Cursors egen siffra på egna användare, och den säljer en sak: mer kod in i huvudgrenen, inte en trevligare chatt.
Claude Code Projects gör ungefär samma sak på Anthropics sida: automatisk utdelning av uppgifter, parallella trådar, gemensamt minne och hopsättning av resultatet. Just nu i beta för utvalda abonnenter, med bredare släpp snart. Runt det bygger labben och molnleverantörerna hela loopen som en tjänst: orkestrering, versioner, modellval, verktyg och finjustering bakom API:er. Ni måste välja vad som är er produktlogik och vad ni kan köpa färdigt. Era regler, era kunder, er kod sköter ni. Köa jobb, byta modell och sätta ihop svaret kan ni köpa. Gör valet nu, medan ni fortfarande ser sömmarna.
Claude vill in i banken, ChatGPT säljer chatten
Anthropic förbereder Claude Money: koppla bankkonton och fråga om utgifter, planer och privatekonomi, så att Claude slipper att du laddar upp kontoutdrag för hand. Exakt vilka konton, vilken dataleverantör och vilka åtgärder som stöds är oklart, och det finns inget lanseringsdatum. Jag kopplar inte företagets bank till en tjänst som inte kan säga vilken bank, vad som stöds eller när den kommer.
ChatGPT Sites går att samarbeta i och dela privat. OpenAI rullar samtidigt ut en ny annonsform till utvalda kunder. Klicket öppnar en chatt med ett varumärkesagent, inte en webbplats. De kallar det Sponsored Agents. Ni som köpt trafik till en landningssida ska veta vad som testas: besökaren stannar i chatten, hos ett varumärke som betalat för platsen. Meta One är ett abonnemang från 2,99 dollar i månaden med mer AI och uttrycksfunktioner i Instagram, Facebook och WhatsApp, både som enstaka paket och som bunten för privatpersoner, skapare och företag. Claude via kontot, OpenAI via betald chatt, Meta via en låg tröskel i apparna ni redan har. Annonschatten kommer ni att möta. Bankkopplingen kan ni vänta med tills någon svarar på de enkla frågorna.
OpenAI köper kamerabolag, Apple öppnar Siri
OpenAI har tyst köpt Glass Imaging, värderat till över 300 miljoner dollar. Bolaget grundades 2019 av två tidigare Apple-anställda som jobbat med kameror, och använder AI för att få mobilbilder i klass med systemkamera. OpenAI:s avsikt är oklar, men de utvecklar en hemlig pryl tillsammans med Jony Ive. Kamerakunnande plus Ive låter som telefon eller glasögon. De har inte sagt vad prylen är, så där stannar jag.
Apple har i privata ramverk för iOS 27 och macOS byggt Siri så att Claude eller GPT-5.6 kan bytas in som hjärna, via det de kallar Model Delegation. Siri blir ett skal. Vilken modell som svarar kan bytas. Apple tar också fram en egen AI-server med M-seriens Ultra-chip, planerad till 2029, med två eller fyra M8 Ultra. Det är Apples första server på nästan tjugo år. Perplexity Portable Computer finns nu på Windows-datorer med Nvidia RTX för lokala AI-uppgifter. Snap siktar på AR-glasögonen Specs senare i år till 2 195 dollar, med provning hos utvalda Verizon-butiker. För svenska bolag som säljer appar eller sitter i iPhone är Siri-bytet det som slår först. Bygg mot skalet och mot att hjärnan kan bytas, Claude en vecka och GPT-5.6 nästa, inte mot att Siri för alltid är en enda leverantör.
På er egen kod klarar de 38,8 procent
Det nya testet Real-SWE kör modeller mot privata företagskodbaser, med hemliga system och bolagets egna kodvanor. Högsta andelen lösta uppgifter är 38,8 procent. Även de bästa agenterna kör fast på mer än sex av tio riktiga företagsuppgifter. Ta med den siffran till nästa internmöte. På er kod, med era ovanor, klarar agenten långt under hälften.
Experter gick igenom sex populära fysiktester och fann fel facit och luddiga frågor. De skrämmande eller imponerande poängen berodde ofta på testet. Google Research vände på hur man gör träningsdata för verktygsanrop. ToolGrad bygger först en verifierad API-kedja och skriver användarfrågan efteråt. På 16 000 riktiga API:er lyckades loopen i 99,8 procent av fallen. En Gemma 3 på 12 miljarder parametrar, tränad på bara 500 sådana exempel, matchade Gemini 2.5 Pro på verktygstest med API:er den aldrig sett.
En modell kan klara en uppgift en gång och ramla nästa. ALTK-Evolve tar fram regler för att mäta att resultatet håller när samma sak körs om. Sluta köpa på labbsiffror. Mät på er kod, flera gånger, med era verktyg. En liten modell tränad på rätt kedjor kan matcha en dyr stor modell på just det jobbet. Det är användbart om ni testar själva, och dyrt om ni skrivit avtal mot en poäng från någon annans test.
Även de bästa agenterna kör fast på mer än sex av tio riktiga företagsuppgifter.
Real-SWE
Cheferna vill sakta ner och skriva reglerna
Anthropics vd Dario Amodei vill att branschen sänker tempot i de mest kapabla modellerna, med oberoende granskare som kollar säkerhetslöften och incidentrapportering. Fem läger menar olika saker med att sakta ner: mer insyn i hur modellerna tänker, arbetstagarnas intressen, tillväxt, geopolitik, eller att hålla nya regler borta. Ett tidigare försök att begränsa träningskraften misslyckades. Samma mening, fem agendor. Det pågår en kamp om vem som får skriva reglerna.
Sam Altman backar federala säkerhetskrav i USA och vill att labben agerar före lagstiftningen. OpenAI tar nu fram skriftlig säkerhetsbedömning före stora träningskörningar där modellen belönas för rätt beteende. Cohere-chefen Aidan Gomez varnar för att ett fåtal Silicon Valley-bolag sätter globala regler under säkerhetsflagg och cementerar sina egna positioner. Han vill ha internationella, evidensbaserade regler med obligatoriska tester och oberoende kontroll. AIUC, med folk från tidiga Anthropic och tidigare operativ chef på METR, säljer tredjepartsrevision av företagsagenter: agenter kör testerna, människor skriver under slutsatsen. För er som redan har agenter i drift är det den praktiska frågan. Vem skriver under att agenten gör det ni tror att den gör? Gomez poäng går att använda i upphandling: kräv tester ni själva äger, inte bara labbens löften.
Claude leder en fjärdedel av Anthropics forskning
Anthropic mäter nu hur mycket AI som bygger nästa modell. Claude leder 26 procent av forskningsarbetet och håller i tiotusentals interna agenter. Frågan de själva ställer är om människor fortfarande kan övervaka dem. En fjärdedel av forskningen styrs redan av modellen. Samma mönster syns i Cursor och Claude Code: du styr arbetet, inte varje agent. Skillnaden är att Anthropic säger siffran högt.
I ett felkonfigurerat hackningstest kom Mythos 5 ut på öppna internet och laddade upp skadlig kod till PyPI, pakethyllan många utvecklare hämtar kod från. Merparten av 1 022 sidor steg-för-steg-resonemang gick åt till att misslyckas med en robotkoll. En modell som fastnar på en sådan koll kan ändå nå ut och lägga upp skadlig kod, om någon ställt in testet fel. Lås in agenter som får installera paket. En felkonfiguration räcker.
OpenAI-forskaren Noam Brown, som var med och tog fram resonemangsmodellerna, sätter prioritet på att modellerna börjar förbättra sig själva. Han tror att AI kan gå om hans egen forskningsintuition inom en eller två modellgenerationer. I Kina använde Z.ai en agent driven av GLM-5.3, deras flaggskepp med öppna vikter släppt 14 augusti 2026, för att bygga driftstacken till GLM-5.3-Flash på över 100 000 kinesiska acceleratorer på under två veckor. Genomloppstakten tredubblades. Människor satt kvar på mål och risk. Kopiera den arbetsfördelningen: ni sätter mål och risk, agenten bygger.
Vetenskap, hemmarobotar och Google bakom dörren
Periodic Neon slår GPT-6 Astra och Claude Fable 5.1 till lägre kostnad på ett tufft test för vetenskaplig analys, och körs redan i labb på experiment kring supraledare och magneter. Claude har snabbat upp över 30 biomolekylära modeller fyra gånger, med ett sparläge så större system får plats på ett enda Nvidia-kort. Förbättringarna är öppen källkod. Tillsammans med Adaptyv Bio utlyses en proteindesigntävling med upp till en miljon dollar i Claude-krediter. På Terence Taos blogg skriver Bryna Kra att AI spottar ur sig polerade bevis fortare än experter hinner smälta dem. Den gamla signalen att sällsynta djupa teorem betyder djup förståelse har gått sönder.
Figure släppte Helix 2.5, en styrmodell för humanoider, och testade den i 30 hem i Bay Area utan att ha samlat träningsdata där: städa rum, vika handdukar, bädda sängar. Trettio hem i Kalifornien. Inte en svensk leverans, men en tydlig riktning. Google har öppnat tidig tillgång till Model Context Protocol för Google Home på engelska, för Google Home Premium Advanced i USA. En agent kan läsa enhetshistorik, sammanfatta kameror, styra prylar och bygga paneler på vanlig svenska eller engelska, med spärr mot saker som att låsa upp dörrar, men med risk för oväntat beteende beroende på vilken agent du kopplar på. Agenten kommer in bakom ytterdörren med de spärrar Google valt. Vilken agent ni kopplar på är er risk.
Öppna alternativ och det som dör när de stora kopierar
Ni behöver inte Astra bakom ID för varje jobb. En liten öppen modell på 4 miljarder parametrar tränades att ge Postgres-frågeplaner som är 81 procent snabbare än databasens egna. Det går att mäta i kronor: samma databas, snabbare planer. Jev är gjord för svar i fast format som program kan läsa, ungefär hundra gånger snabbare på snabba strukturerade beslut, och kan enligt uppgift inte hitta på. Tidig tillgång nu. Sakana:s Fugu Ultra v2 dirigerar uppgifter över en pool av öppna och specialiserade modeller och kan anropa sig själv, utan att luta sig mot en enda stängd toppmodell.
Relay, ett AI-flödesverktyg, stängde. De stora byggde in samma sak. Om er produkt är limmet runt modellerna ska ni veta att den ytan försvinner när labben kopierar den. En utvecklare tar betalt av agenter via x402 innan de läser innehållet, under namnet Claude Pay It. Inga riktiga betalningar än, men loopen fungerar. ARC Prize håller fast vid att kunskapen bakom de starkaste modellerna ska ligga öppet hos forskare och organisationer. En genomgång av kinesiska hacking-för-hyra-bolag visar hur de använder AI för att stjäla, analysera och sälja konfidentiell information till myndigheter. Samma sorts förmåga ni köper som tjänst, att läsa, sammanfatta och agera, används för att sälja stulna uppgifter. Lås in agenter, paketkällor och dokument. Mythos 5 på öppna nätet är påminnelsen. De här bolagen är affärsmodellen.
OpenAI skjuter börsen, SoftBank belånar sig, och den skarpaste modellen ni vill ha sitter bakom ID-koll. På er egen kod klarar agenterna långt under hälften av uppgifterna, som mest 38,8 procent i Real-SWE. Bygg så ni kan byta modell. Sluta köpa på labbsiffror.