AI-briefing dinsdag 13 oktober 2026Meta komt met zijn eerste frontier-model: Muse Wonder

Meta's Superintelligence Lab bracht maandag Muse Wonder en Muse Wonder Full uit, de eerste frontier-modellen van het bedrijf. Ze zijn gebouwd voor agentische taken zoals een verzekeringsclaim afhandelen, een lease doorgronden of een werkende app bouwen, met Active Memory (context meenemen tussen gesprekken) en Active Focus (blijven doorwerken bij tegenslag). Via de Meta Model API kost Wonder $4 per miljoen input- en $20 per miljoen output-tokens, ongeveer gelijk aan GPT-6 Sol en Opus 5.5; Wonder Full blijft exclusief voor Muse Code-abonnees.

Z.ai bracht op 12 oktober GLM-Legal uit, een 320B-MoE-model (18B actieve parameters, 1M-token context) op basis van GLM-5.3-Flash, getraind voor contractreview, bewijsanalyse en compliance. Het haalt 19,2% all-pass op Harvey's Legal Agent Benchmark, een sprong van 12,5 procentpunt boven zijn basismodel, en zit ook in AutoClaw, Z.ai's lokale desktop-agent.

Anthropic's Frontier Red Team publiceerde op 12 oktober onderzoek waaruit blijkt dat kleine modellen maanden verwijderd zijn van zelfreplicatie op goedkope IoT-apparaten. Ze verdeelden Gemma4-26B-A4B over vijftien off-brand Android TV-boxen van elk zo'n $55 en kregen inference draaiend op 0,39 token per seconde, met twee model-lagen per box via ongeauthenticeerde ADB-poorten. Op de schaal van de Kimwolf-botnet (ruim 2 miljoen geïnfecteerde tv's) zou dat neerkomen op ongeveer 133.000 replica's en 80.000 token/s, ruwweg 40 H100-equivalenten.

Alibaba's Qwen-team introduceerde QwenGyre, een elastisch reinforcement-learning-framework dat agenten traint op extreem lange taken zoals een hele repo genereren, een codebase refactoren of een stack migreren, waarbij één rollout uren en bijna 1M tokens kan duren. De scheduler verplaatst GPU's tussen rollout en training zonder lopende uitvoeringen te onderbreken, en de trajectory-processor dedupliceert vertakkingen en scoort deelresultaten na timeouts. Op Qwen 3.8 2.4T gaf dat 1,85x speedup en +6 procentpunt op NL2RepoBench.

Agent37 (YC F26) lanceerde op Hacker News sandboxes voor het draaien van AI-agenten, naar eigen zeggen voor minder dan 10% van wat de meeste sandbox-providers rekenen: klanten betalen gemiddeld $0,37 per maand per sandbox, gratis gebruikers kosten $0,05 tot $0,10. De besparing komt uit het matchen van infrastructuur op de workload, want agent-harnesses vragen CPU in pieken en RAM voor browser-werk, en zijn prima te delen.

Op het OCP Global Summit bevestigde Intel dat Crescent Island nu de GPU D-Series is, met de D270 als eerste kaart: Xe3P-architectuur, 1,3 petaflops FP8, 1,5 TB/s bandbreedte en tot 480 GB LPDDR5X in een luchtgekoelde PCIe-kaart van 350 watt. Eén kaart zou modellen tot ongeveer 300 miljard parameters aankunnen, acht kaarten meer dan een biljoen. Opvallend is de geheugenkeuze: geen dure HBM maar LPDDR5X, met capaciteit boven ruwe snelheid.

Op GitHub verscheen Janas van prabanta-dev, een tool die moe-modellen groter dan het beschikbare RAM draait door experts vanaf de SSD te streamen: je houdt alleen wat je nodig hebt in geheugen en haalt de rest van schijf. In de HN-discussie meldt een gebruiker 62 token/s op een lokaal model.