OpenAI: GPT-6.1 Sol levererar nära topprestanda till en femtedel av priset

Google lanserar Gemini 4 Argon — börjar med cybersäkerhetsexperter

Googles nya frontiermodell Gemini 4 Argon rullas ut stegvis, med cybersäkerhetsexperter som första mottagare via Fairwind Program. Introduktionspriset på 2 dollar per miljon input-tokens gör modellen intressant för svenska SaaS-bolag som vill testa nästa generations kapacitet.

Google DeepMind presenterar Gemini 4 Argon, en ny frontiermodell riktad mot komplexa arbetsflöden inom mjukvaruutveckling, juridik, finans och cybersäkerhet. Modellen lanseras inte brett direkt — i stället går den ut via Fairwind Program till betrodda cybersäkerhetsexperter. Internt uppger Google att tusentals anställda redan använder den. Introduktionspriset är satt till 2 dollar per miljon input-tokens och 10 dollar per miljon output-tokens, med 95 procents rabatt på cachade input-tokens.

Den fasade utrullningen är anmärkningsvärd. Att börja med cybersäkerhetsdomänen — och genomgå en frivillig pre-release-process med den amerikanska regeringen — signalerar att Google vill hantera riskerna med en kraftfull modell innan den når allmänheten. Det är en annan strategi än att släppa brett och justera efteråt, och kan påverka hur snabbt externa utvecklare faktiskt får tillgång till full kapacitet.

För svenska företag och utvecklare innebär den stegvisa utrullningen att tillgången dröjer. Introduktionsprissättningen är ändå värd att notera: om Gemini 4 Argon håller vad Google lovar på professionella arbetsflöden kan det bli ett konkurrenskraftigt alternativ för svenska SaaS-bolag som i dag bygger på dyrare flaggskeppsmodeller.

xAI:s Voice Agent Builder: bygg en röstassistent på två minuter — utan kod

xAI lanserar Voice Agent Builder i beta — en no-code-plattform för att sätta upp produktionsklara röstassistenter på Grok Voice. Stöd för 25 språk och integrationer mot Google Calendar, Slack och Notion gör den direkt relevant för svenska företag inom kundservice.

De flesta röststackar sys ihop av tre separata API:er — tal-till-text, en språkmodell och text-till-tal — ofta med varje steg hos en annan leverantör. Varje hopp lägger till kostnad, latens och nya felpunkter. Voice Agent Builder är ett gränssnitt på en tal-till-tal-väg byggd för Grok Voice, tätt kopplad till modellen snarare än sammansatt av tre delar.

xAI

xAI presenterar Voice Agent Builder i beta — en no-code-plattform där företag kan konfigurera röstassistenter utan att bygga hela den underliggande stacken själva. Plattformen integrerar telefoni, kunskapsöverföring, verktygsanrop och observabilitet i ett gränssnitt. Befintliga telefonnummer kan anslutas via SIP, och agenter ska enligt xAI kunna vara igång på två minuter. Stöd för 25 eller fler språk ingår, liksom integrationer mot Google Calendar, Outlook, Linear, Notion, Google Drive och OneDrive.

Det tekniska argumentet är att traditionella röststackar lider av latens och felpunkter när tal-till-text, språkmodell och text-till-tal hämtas från tre olika leverantörer. xAI uppger att Grok Voice Think Fast 1.0 når 67,3 procent på τ-voice Bench — ett prestandamått för röstassistenter under svåra villkor — jämfört med 43,8 procent för Gemini 3.1 Flash Live och 35,3 procent för GPT Realtime 1.5. Siffrorna kommer från xAI och bör tolkas med det i åtanke.

För svenska organisationer som i dag hanterar kundservice via telefon är plattformen värd att testa. Stödet för 25 eller fler språk rimmar med svenska behov, och integrationerna mot Outlook och Google Calendar passar de verktyg de flesta svenska team redan använder.

Grok 4 tränad på 200 000 GPU:er — xAI uppger sexfaldig effektivitetsökning

xAI presenterar Grok 4, tränad med reinforcement learning på Colossus-klustret med 200 000 GPU:er. Modellen är byggd för native tool use — den väljer själv sökfrågor och kan använda kodtolk och webbläsare för att lösa komplexa problem.

xAI lanserar Grok 4, en modell tränad med reinforcement learning på Colossus-klustret med 200 000 GPU:er. Enligt xAI ökades compute-effektiviteten med 6 gånger genom förbättringar i infrastruktur och algoritmer, och träningen kördes på mer än tio gånger så mycket beräkningskraft som tidigare RL-träningar hos bolaget. Träningsdatan har utvidgats från matematik och kodning till betydligt fler domäner.

Det som skiljer Grok 4 från tidigare versioner är det inbyggda stödet för verktygsanvändning. Modellen är tränad för att självständigt formulera sökfrågor, använda en kodtolk och navigera med en webbläsare — utan att en extern orkestrering behöver styra det. Det är en arkitektonisk skillnad som kan göra agentiska pipelines enklare att bygga och mer robusta i produktion, eftersom modellen inte behöver instrueras om när och hur den ska använda varje verktyg.

xAI uppger också att modellen kan söka inom X/Twitter-data för att besvara frågor, vilket ger tillgång till ett realtidsflöde som få konkurrenter har. Hur väl det håller i praktiken för svenska och europeiska användare — vars X-aktivitet är lägre än den amerikanska — återstår att se.