OpenAI öppnar duplex-röstmodellen — 80 procent färre avbrytningar enligt tidig testare

Devin testar sin egen kod — GPT-6 Astra tar över kodgranskningen

Cognition låter sin autonoma mjukvaruingenjör Devin använda GPT-6 Astra för att testa applikationer, returnera inspelningar och automatiskt åtgärda buggar. Målet är att minska manuell kodgranskning och snabba upp leveransen till kunder.

En av de stora förbättringarna med Astra är förmågan att testa och bevisa att arbetet faktiskt fungerar som förväntat.

Walden Yan, medgrundare, Cognition

Cognition, företaget bakom den autonoma mjukvaruingenjören Devin, integrerar nu GPT-6 Astra i hela sin produktlinje — cloud agent, CLI och desktop. Konkret innebär det att Devin kan köra en applikation, spela in resultatet och bifoga en testrapport utan att en människa behöver titta på koden. Som exempelfall nämner Cognition testning av iPhone-spelet Otter Run.

Det intressanta är inte testningen i sig utan vad den möjliggör: kortare loop mellan buggrapport och fix. Kunder som rapporterar ett problem kan få en automatisk åtgärd med visuellt bevis på att den fungerar, utan att en ingenjör behöver granska varje steg manuellt. Walden Yan beskriver det som att Astra "bevisar att arbetet fungerar" — en formulering som pekar mot att AI-agenter rör sig från att producera kod till att verifiera den.

Devin används redan av banker och teknikstartups, vilket gör integrationen relevant för team som bygger på Cognitions plattform. Ju mer verifieringssteget automatiseras, desto lägre blir tröskeln för att låta agenter hantera produktionskod med minimal mänsklig tillsyn. Det är ett steg mot den typ av autonoma mjukvaruutveckling som branschen diskuterat länge men sällan sett i produktion.

IBM:s tidsseriemodell klättrar till andraplats på öppen benchmark

IBM har släppt Granite Time Series PatchTST-FM-r2 under Apache 2.0-licens. Modellen rankades tvåa totalt bland replikerbara nollskottsmodeller på GIFT-Eval per 8 september och stöder prognoser för efterfrågan, priser och energilaster utan finjustering.

IBM:s nya tidsseriemodell Granite Time Series PatchTST-FM-r2 är en 385 miljoner parametrar stor modell med 8 192 tokens kontextlängd och stöd för 99 kvantiler i probabilistiska prognoser. Modellen är licensierad under Apache 2.0 och OpenMDW 1.0, vilket gör den tillgänglig för kommersiell användning utan restriktioner. Modellvikter, arkitektur, inferenspipeline och reproduktionskod finns alla öppet tillgängliga.

Tidsseriemodeller har länge haft ett licensproblem: de starkaste alternativen har antingen varit slutna eller bundna till restriktiva villkor. Granite PatchTST-FM-r2 adresserar det direkt. Andraplaceringen på GIFT-Eval bland replikerbara nollskottsmodeller — det vill säga modeller som kan göra prognoser på nya dataset utan finjustering — är ett konkret mått på att modellen presterar i verkliga scenarion, inte bara på kurerade träningsdistributioner.

För svenska företag inom energi, detaljhandel eller logistik som arbetar med efterfrågeprognoser är det här ett alternativ som kan driftsättas utan juridiska hinder. Modellens conformer-block, som kombinerar multi-head self-attention med temporal convolution, är designat för att fånga både lokala och globala mönster i tidsseriedata — en arkitektur som passar oregelbundna säsongsmönster väl.

Perplexity litar på GPT-6 Astra med hela produktionssystemet

Perplexity använder OpenAI:s GPT-6 Astra för att skriva kommunikation, redigera verkliga system och övervaka produktionsprogramvara. Enligt grundaren Johnny Ho kräver modellen betydligt mindre mänsklig tillsyn än tidigare generationer.

Vi kan faktiskt lita på den med hela end-to-end-system och checka in på den mycket mer sällan än med tidigare modellgenerationer.

Johnny Ho, medgrundare och Chief Strategy Officer, Perplexity

Perplexity, den AI-drivna sökmotorn, har integrerat GPT-6 Astra i sin kärninfrastruktur. Modellen används för att skriva kommunikation, redigera verkliga system och övervaka produktionsprogramvara. En konkret funktion är att Astra kan generera realistiska testresponser och ersätta externa tjänster under testning — vilket minskar beroendet av externa API-anrop i utvecklingsfasen.

Det som skiljer Perplexitys användning från tidigare AI-integrationer är graden av autonomi. Johnny Ho beskriver det som att teamet "checkar in" på modellen snarare än att övervaka varje steg. Det är en formulering som signalerar ett skifte i hur AI-drivna bolag tänker kring tillsyn: från kontinuerlig granskning till undantagsbaserad intervention. För ett bolag vars kärnprodukt är informationsnoggrannhet är det ett anmärkningsvärt förtroende att ge en modell.

Mönstret är detsamma som hos Cognition och Devin: GPT-6 Astra positioneras som en modell som inte bara genererar output utan hanterar hela arbetsflöden. För utvecklare som bygger agentiska system är det relevant att notera att Perplexity — ett bolag med höga krav på tillförlitlighet — valt att minska manuell tillsyn. Det antyder att modellens felfrekvens i produktionsmiljö är tillräckligt låg för att motivera det.