शुक्रवार, 21 अगस्त 2026

संक्षेप में

• प्रमुख ख़बरें: Anthropic का Claude Academy लर्निंग हब, OpenAI का Apple Messages प्लगइन, 40% AI काम को ओपन मॉडल्स पर भेजने की AT&T की पहल, DeepSeek का मुफ़्त कोडिंग-एजेंट फ़्रेमवर्क और Meituan का MIT-लाइसेंस वाला टॉकिंग-अवतार मॉडल आज की मुख्य सुर्खियाँ हैं।
• गहन विश्लेषण: बिग टेक की बैलेंस शीट से बाहर $3T की छिपी हुई AI प्रतिबद्धताएँ, ओपन-वेट क्षेत्र में Alibaba Qwen का दबदबा, ऊर्जा और कंप्यूट के अपनी सीमाओं तक पहुँचने पर पूरे उद्योग का दक्षता की ओर रुख, और नौकरियों पर AI के पहले मापने योग्य प्रभाव।
• टूल्स और लॉन्च: GPT-Image-2 के पारदर्शी बैकग्राउंड, Ramp का Router, Claude Code Concise Mode, FLUX Video Upscale, Grok Build, Perplexity का Agent API, ChatGPT Sites और Firefox का AI-संचालित Smart Window।

प्रमुख ख़बरें

• Anthropic ने लॉन्च किया Claude Academy: एक लर्निंग हब में 355 मुफ़्त संसाधन. Anthropic ने अपनी सभी प्रशिक्षण सामग्री को एक ही हब में एकत्रित किया है, जो शुरुआती से लेकर विशेषज्ञ स्तर तक Claude, Cowork, Code, Tag और API को कवर करता है। Sidebar ने इसे डिज़ाइन/लर्निंग की पसंद के रूप में फ़ीचर किया है, और खबरों के मुताबिक़ Anthropic इसी महीने IPO के कागज़ात दाखिल करने की योजना बना रहा है। ^[1]
• OpenAI ने ChatGPT Work और Codex के लिए Apple Messages प्लगइन जारी किया. यह प्लगइन आपके iMessages को OpenAI के एंटरप्राइज़ टूल्स के साथ सिंक करता है, जिससे आप Mac पर ChatGPT से बाहर निकले बिना थ्रेड्स खोज सकते हैं, बातचीत पढ़ सकते हैं और जवाब ड्राफ्ट या भेज सकते हैं। The Deep View का मानना है कि यह सितंबर में संभावित Apple के Siri ओवरहॉल के लिए भी चुनौती बढ़ाता है। ^[2]
• AT&T ने 40% आंतरिक AI काम को सस्ते ओपन मॉडल्स पर भेजा. AT&T कर्मचारियों के AI उपयोग के एक बड़े हिस्से को ओपन-सोर्स मॉडल्स की ओर मोड़ रहा है, जिससे कथित तौर पर OpenAI और Anthropic के खर्च को स्थिर रखते हुए, लगभग 2% गुणवत्ता के समझौते के साथ कोडिंग लागत में 56% की कटौती हुई है। The Information के अनुसार, स्मार्ट राउटिंग ने कुछ एप्लिकेशनों पर लागत में 80-90% तक की कमी की है। ^[3]
• DeepSeek Harness: एक मुफ़्त, ओपन-सोर्स कोडिंग-एजेंट फ़्रेमवर्क. DeepSeek का नया MIT-लाइसेंस प्राप्त फ़्रेमवर्क हर चीज़—मॉडल्स, टूल्स, सैंडबॉक्स, UI और एजेंट के डिसीजन लूप—को एक प्लगइन की तरह मानता है, जिसे कॉन्फ़िग के ज़रिए बदला जा सकता है। यह DeepSeek, Claude, GPT, Gemini या किसी भी मॉडल के साथ काम करता है, `npx @deepseek-ai/dsh web` के माध्यम से एक लोकल ब्राउज़र UI देता है, और GitHub पर पहले ही 160K स्टार्स पार कर चुका है। ^[4]
• LongCat Video Avatar 1.5: एक फ़ोटो और ऑडियो क्लिप को बोलते हुए वीडियो में बदलें. Meituan का MIT-लाइसेंस प्राप्त मॉडल एक इमेज और एक वॉइस क्लिप से सटीक लिप सिंक के साथ यथार्थवादी टॉकिंग-हेड वीडियो बनाता है, जिसमें अलग-अलग ऑडियो स्ट्रीम के साथ कई लोगों की बातचीत, गायन और वीडियो को आगे बढ़ाना शामिल है। सेल्फ-होस्टिंग के लिए 40GB GPU (प्रति सेकंड वीडियो के लिए ~44s कंप्यूट) की आवश्यकता होती है, या फिर fal.ai API का उपयोग किया जा सकता है। ^[5]
• Stripe ने कथित तौर पर AI गेटवे OpenRouter को $7B में ख़रीदा. भुगतान क्षेत्र की यह दिग्गज कंपनी उस मॉडल-राउटिंग गेटवे को ख़रीद रही है जो एक API के पीछे 80+ प्रदाताओं के 500+ मॉडल्स को एकीकृत करता है—यह अब तक का सबसे बड़ा संकेत है कि मॉडल राउटिंग मुख्य बुनियादी ढाँचा बनता जा रहा है। ^[6]

गहन विश्लेषण

• बिग टेक का AI खर्च जितना दिखता है, उससे $3T अधिक है. WSJ की एक रिपोर्ट में पाया गया कि शीर्ष नौ टेक कंपनियाँ बैलेंस शीट से बाहर लगभग $3T की AI प्रतिबद्धताएँ उठा रही हैं, जो लगातार बड़ी और अधिक जटिल होती जा रही हैं, जिससे निवेशकों के लिए प्रत्येक कंपनी की कुल देनदारियों का आकलन करना कठिन हो रहा है। ^[7]
• Alibaba का Qwen बना सबसे पसंदीदा ओपन-वेट मॉडल परिवार. पिछले छह महीनों में Qwen ने 3B डाउनलोड का आँकड़ा पार कर लिया है, जो Alphabet और Meta से काफ़ी आगे है और ओपन-वेट मुहिम में Alibaba को अग्रणी के रूप में स्थापित करता है। ^[8]
• AI की दक्षता का इम्तिहान: ऊर्जा और कंप्यूट अपनी प्राकृतिक सीमाओं पर पहुँचे. Vultr के CMO का तर्क है कि AI की मांग अभी केवल शुरुआती चरण ('tip of the spear') में है, जबकि बिजली, ज़मीन और पानी की सैद्धांतिक सीमाएँ हैं, जो Nvidia और AMD को दक्षता की ओर धकेल रही हैं। इसी बीच, एक नई Matryoshka प्रशिक्षण पद्धति एक ही मॉडल में कई LLMs को समाहित करती है, जिससे कंप्यूट में 36% की कटौती होती है। ^{[9] [10]}
• Goldman ने पाया कि AI पहले ही रोज़गार पर दबाव डाल रहा है. रोज़गार पर AI के सबसे स्पष्ट प्रभाव विकसित अर्थव्यवस्थाओं में कॉल सेंटर, सॉफ़्टवेयर पब्लिशिंग, कंसल्टिंग, विज्ञापन और एंट्री-लेवल के कामों में दिखाई दे रहे हैं। ^[11]
• AI बिल्डर्स के लिए Pixel 11 Pro Fold को पछाड़ना मुश्किल. The Deep View की एक सप्ताह लंबी समीक्षा में Rambler वॉइस डिक्टेशन (Gboard में बना एक Wispr Flow-स्तर का फ़ीचर) और 8-इंच के इनर डिस्प्ले को प्रमुखता दी गई है, जो इस सितंबर में Apple और Samsung के AI फ़ोन लॉन्च से पहले, आपको डेस्कटॉप जैसे लेआउट में रिमोट एजेंट्स को नियंत्रित करने की सुविधा देता है। ^[12]
• ChatGPT में Reddit के साइटेशन में 86% की गिरावट. Promptwatch के अनुसार, ChatGPT के साइटेशन में Reddit की हिस्सेदारी जुलाई के मध्य में लगभग 4% से गिरकर 14 अगस्त तक लगभग 0.5% रह गई, जो AI चैटबॉट्स में सबसे अधिक उद्धृत स्रोतों में से एक के लिए एक अचानक और अस्पष्ट बदलाव है। ^[13]
• डिज़ाइन लेख: The Task Isn't The Job, Syntax, और RIP.so. Sidebar की पसंद: एक नई भूमिका में अपनी जगह बनाते हुए Sunil Pai का लेख कि कैसे केवल काम (टास्क) ही पूरी नौकरी नहीं है; हमारी डिज़ाइन की गई दुनिया को आकार देने वाली अवधारणाओं की उत्पत्ति को खोजती doc.cc की Syntax सीरीज़; और RIP.so, उन मैसेंजर्स, नेटवर्क्स, ब्राउज़र्स और वेबसाइट्स का एक स्मारक जिन्हें इंटरनेट ने भुला दिया है। ^{[14] [15] [16]}
• AI और लक्षित प्रशिक्षण ने पाकिस्तानी जजों के मामलों के निपटारे को 6.3% बढ़ाया. 1,559 पाकिस्तानी जजों के साथ किए गए एक रैंडमाइज़्ड प्रयोग में पाया गया कि प्रशिक्षण के साथ AI के उपयोग ने लेखन की गुणवत्ता में किसी स्पष्ट गिरावट या अपीलों में वृद्धि के बिना मामलों के निपटारे में 6.3% की वृद्धि की। ^[17]

टूल्स और लॉन्च

• GPT-Image-2 में जुड़े पारदर्शी बैकग्राउंड. एक ही API कॉल में साफ़ सब्जेक्ट कटआउट पाने के लिए `output_format` को PNG और `background` को transparent पर सेट करें, अब अलग से बैकग्राउंड हटाने वाले टूल को जोड़ने की आवश्यकता नहीं है। यह फ़िलहाल प्रीव्यू में है, और पारदर्शिता से जुड़े और भी फ़ीचर्स के संकेत दिए गए हैं। ^[18]
• Ramp ने लॉन्च किया Router, एक AI मॉडल राउटर API. फ़िनटेक कंपनी की यह नई 'Router' सेवा लागत, टेस्ट स्कोर या कार्य की कठिनाई के आधार पर मॉडल्स का चयन करती है; यह इस बेहद लोकप्रिय श्रेणी में नवीनतम प्रविष्टि है, जिसमें Stripe का OpenRouter अधिग्रहण और Callosum की $100M की फ़ंडिंग भी शामिल है। ^[19]
• Claude Code को मिला Concise Mode. Anthropic की नई आउटपुट शैली सीधे परिणाम से शुरू होती है और डिफ़ॉल्ट रूप से संक्षिप्त रहती है, जिसे हाल ही में आउटपुट-गुणवत्ता की शिकायतों के दीर्घकालिक समाधान पर काम करने के दौरान Anthropic द्वारा एक त्वरित समाधान के रूप में पेश किया गया है। ^[20]
• FLUX Video Upscale. यह सटीकता के लिए Precise मोड या बारीक विवरणों को फिर से बनाने के लिए Creative मोड के साथ छोटी क्लिप्स को 1080p, 2K या 4K में रीजेनरेट करता है। ^[21]
• Grok Build अब सभी के लिए उपलब्ध. यह एक प्रॉम्प्ट को उसके अपने डोमेन के साथ एक प्रकाशित ऐप, गेम, वेबसाइट या डैशबोर्ड में बदल देता है; इसका कोडिंग एजेंट सब-एजेंट्स, ब्राउज़र, डेटाबेस, सीक्रेट्स और GitHub एक्सपोर्ट का उपयोग कर सकता है। ^[22]
• Perplexity Agent API. यह इन-बिल्ट वेब सर्च, फ़ाइनेंस सर्च, फ़ेचिंग और सैंडबॉक्स्ड कोड निष्पादन के साथ नौ प्रदाताओं के 41 मॉडल्स को एक ही एंडपॉइंट के पीछे उपलब्ध कराता है। ^[23]
• ChatGPT Sites: एक चैट को लाइव वेबसाइट में बदलें. रिव्यू किए जा सकने वाले वर्ज़न, स्टोरेज, साइन-इन, एनालिटिक्स और कस्टम डोमेन के साथ, ChatGPT से बाहर निकले बिना एक होस्टेड साइट बनाएँ, उसे बेहतर करें और डिप्लॉय करें। डिप्लॉय करने से पहले इसे एक वर्ज़न सेव करने के लिए कहें, क्योंकि डिप्लॉयमेंट URL सीधे प्रोडक्शन के लिए होते हैं। ^[24]
• Firefox Smart Window: Exa द्वारा संचालित एक AI ब्राउज़र. Firefox का यह वैकल्पिक चैटबॉट इंटरनेट से लाइव जानकारी निकालता है और खुले हुए टैब्स को श्रेणियों में व्यवस्थित करता है। मॉडल और डेटा एक्सेस का चुनाव आप करते हैं, जिसमें सब कुछ लोकल रूप से स्टोर होता है और किसी भी समय डिलीट किया जा सकता है। ^[25]
• Etched ने Jane Street को पहला चिप रैक भेजा, मूल्यांकन $21B पर पहुँचा. इस AI सेमीकंडक्टर स्टार्टअप ने इस सप्ताह क्वांट फ़र्म Jane Street को अपना पहला चिप रैक डिलीवर किया, जिससे इसे $700M का फ़ंड जुटाने में मदद मिली और इसका मूल्यांकन जुलाई के $10.3B से दोगुना होकर $21B हो गया। ^[26]
• Nvidia ने Poolside के साथ किया $6B का लाइसेंसिंग समझौता. Nvidia ने AI कोडिंग टीम Poolside के साथ $6B के एक गैर-विशिष्ट लाइसेंसिंग समझौते पर हस्ताक्षर किए, अतिरिक्त $1B का निवेश किया और 109 कर्मचारियों को नौकरी की पेशकश की, जबकि Poolside के संस्थापक कंपनी में ही बने रहे। ^[27]
• VoiceStudio 8 सेकंड के ऑडियो से आपकी बोलने की शैली को क्लोन करता है. एक नया ओपन-सोर्स वॉइस क्लोनिंग टूल महज़ 8 सेकंड के ऑडियो से आपके बोलने के अंदाज़ की नकल कर लेता है। ^[28]
• Meta ने पेश किया अपना वाइब-कोडिंग गेमिंग ऐप Pocket. Meta का यह प्रायोगिक ऐप आपको वाइब-कोड करने और गेम्स साझा करने की सुविधा देता है, जो अब अमेरिकी उपयोगकर्ताओं के लिए उपलब्ध है। ^[29]

Prompt of the day