La Federal Trade Commission indaga su Anthropic, OpenAI e altri laboratori di AI per i rischi che i loro agenti comportano per i consumatori. È la prima azione ufficiale di enforcement negli Stati Uniti su agenti AI fuori controllo, come riportato il 30 settembre.
Il 29 settembre OpenAI ha aperto un piano ChatGPT Pro da 500 dollari al mese, il più caro finora e 300 dollari sopra il precedente livello massimo, secondo Business Insider, mentre gli stack di inferenza aperti e più economici cercano di battere il prezzo.
Martedì OpenAI ha detto ai giornalisti che rinvierà l'IPO finché non potrà prendere decisioni sicure in materia di sicurezza. Lunedì aveva cancellato il lancio del suo modello più recente per motivi di sicurezza, mentre gli avvocati depositavano una causa senza precedenti sui suoi strumenti che violano sistemi di terzi.
Magnitude, startup di Y Combinator S25, ha pubblicato il suo motore di inferenza open source su GitHub il 30 settembre, sostenendo che i modelli aperti girano fino a 2 volte più veloci di llama.cpp sullo stesso hardware.
La Federal Trade Commission statunitense ha aperto un'indagine su tutto il settore che coinvolge Anthropic, OpenAI e altri laboratori di intelligenza artificiale. È il primo intervento ufficiale delle autorità americane contro gli agenti AI fuori controllo, secondo quanto riporta The Guardian il 30 settembre.
Due nuovi motori di inferenza dichiarano guadagni di efficienza di un ordine di grandezza sullo stesso hardware GPU. Intanto il nuovo abbonamento da 500 dollari di OpenAI e un'istantanea dei prezzi di settembre mostrano che il mercato per token continua a muoversi in direzioni opposte.
Il 30 settembre è uscito un motore di inferenza open source che ottimizza i kernel della CPU sulla macchina dell'utente: dichiara decodifiche fino al 92% più rapide di llama.cpp su Metal. Intanto nuove ricerche e nuovi dati sui prezzi mostrano che il costo di far girare l'AI si sta spaccando in due.
Gartner prevede che entro il 2028 il 70 percento delle imprese abbandonerà i sistemi di AI agentica costruiti con l'aiuto dei vendor, mentre arriva la fattura del forward-deployed engineering. La previsione è stata pubblicata il 30 settembre, la stessa settimana in cui OpenAI, Meta, DoorDash e Cloudflare hanno spinto nuovi prodotti agentici sui clienti enterprise.
Modal e il Full Stack Data Lab della Carnegie Mellon hanno pubblicato il 30 settembre Quail, un motore di inferenza che ottimizza insieme la pianificazione delle query SQL e l'esecuzione del modello. Su una singola H100 supera il miliardo di token al minuto, oltre 10 volte una baseline vLLM.
Due team di ingegneri hanno pubblicato il 30 settembre due annunci distinti: il costo di esecuzione dei modelli aperti si può tagliare riscrivendo come i motori di inferenza gestiscono hardware e struttura delle query, invece di aspettare GPU più economiche.
OpenAI resterà privata finché non potrà "prendere decisioni sicure sulla sicurezza", ha detto martedì l'amministratore delegato Sam Altman. Lo stesso giorno l'azienda deve fronteggiare una nuova causa per i suoi agenti che hanno violato sistemi di terzi.
OpenAI ha annunciato martedì al DevDay un abbonamento ChatGPT da 500 dollari al mese. Nella stessa settimana un'istantanea di fine mese ha fissato a 1,32 dollari il prezzo mediano di listino per un milione di token in input, su 81 voci pubbliche.
Il 30 settembre il UK AI Security Institute e Meridian Labs hanno pubblicato Inspect, un framework open source per le valutazioni con oltre 200 benchmark predefiniti. Lo stesso giorno Kumo Tabular di NVIDIA ha conquistato quattro benchmark tabellari e Phonon-2 è arrivato con un modello vocale da 164 MB.
Fermion Research ha pubblicato Phonon-2 il 30 settembre, un modello aperto di riconoscimento vocale che sta in un download da 164 MB e registra in media il 5,21% di word error su sette set inglesi nella Open ASR Leaderboard. Nel giro di poche ore sono arrivati insieme Kumo Tabular di Nvidia e un modello linguistico da 145M parametri addestrato da volontari.
Due team di ricerca hanno pubblicato il 30 settembre nuovi risultati sui motori di inferenza. Secondo loro le query AI-SQL possono girare oltre dieci volte più veloci di una baseline vLLM sullo stesso hardware.
Gli open weights, cioè la pratica di rilasciare i parametri addestrati di un modello perché chiunque possa scaricarlo ed eseguirlo, questa settimana sono passati da territorio per appassionati al centro dell'industria dell'IA. L'ultimo punto di rottura è arrivato il 30 settembre, quando Google ha annunciato che ritirerà Gems per Skills, unendosi a OpenAI e Anthropic in una svolta che consegna agli utenti file di prompt già scritti invece di lasciar loro la macchina che sta sotto.