Claude-koden har visat sig skicka ett betydande antal token innan den läser en prompt, med en baslinje på 33 000 token. I jämförelse skickar OpenCode endast 7 000 token. Denna skillnad har konsekvenser för användarnas AI-kostnader, eftersom antalet skickade token direkt påverkar de kostnader som uppstår.
Som vi tidigare har rapporterat, har Anthropic's Claude-kod varit föremål för intresse, med diskussioner kring dess anti-övervakningsståndpunkt och den dolda utrymmet där modellen brottas med begrepp. Den senaste upptäckten lägger till en ny dimension i samtalet, och betonar behovet av effektiv tokenanvändning för att minimera kostnaderna. En studie som genomfördes för att samla in empiriska data innebar att lägga till loggning mellan den agenterande kodverktyget och Anthropic's slutpunkt, och fånga alla förfrågningar och återvunna användningsblock.
Vad man ska se fram emot är hur användare och utvecklare svarar på denna information, och eventuellt utforskar sätt att optimera tokenförbrukning i Claude-koden. Resurser finns redan tillgängliga, såsom de 12 sätten att skära ner tokenförbrukning i Claude-koden, som erbjuder verifierade benchmarkresultat för att trimma och modellroutning för att minska tokenanvändningen med upp till 91%. Medan AI-landskapet fortsätter att utvecklas, kommer det att vara avgörande att övervaka utvecklingen inom token-effektivitet för en kostnadseffektiv och hållbar AI-integration.
Anthropic har förlängt gratis tillgång till Claude Fable 5 för betalande abonnenter till och med July 19, vilket markerar den andra gången deadline har skjutits upp. Detta drag inkluderar också en tillfällig veckolimitförhöjning för Claude Code genom July 19. Förlängningarna tyder på att Anthropic testar användarmönster över hela produktlinjen innan mätning införs.
Denna utveckling är betydelsefull eftersom den visar Anthropic's ansträngningar för att mäta användarbeteende och potentiellt informera varaktigheten för framtida gratisprov. Beslutet kan ha påverkats av OpenAI's nyliga lansering av GPT-5.6, som har ökat konkurrensen på AI-marknaden. Genom att förlänga gratis tillgång kan Anthropic syfta till att behålla utvecklare och uppmuntra fortsatt testning på sina modeller.
När den nya deadline närmar sig kommer det att vara viktigt att se hur användare svarar på den förlängda tillgångsperioden och om Anthropic's strategi lönar sig i termer av antagande och behållning. Företagets nästa drag kommer sannolikt att formas av de data som samlas in under denna period, som slutligen kan avgöra framtiden för gratisprov för Claude Fable 5 och andra Anthropic-produkter.
New York har blivit den första US delstaten att förbjuda smarta glasögon i alla dess domstolar, med hänvisning till integritets- och inspelningsskäl. Detta steg markerar en betydande åtgärd i regleringen av användningen av bärbar teknik i känsliga miljöer. Förbudet, som trädde i kraft den July 20, omfattar alla 1 240 delstatliga, regionala, kommunala, stads- och bydomstolar och gäller varje person som beträder dessa lokaler.
Denna utveckling är viktig eftersom den belyser den växande behovet av att hantera de potentiella risker som är förknippade med smarta glasögon och andra bärbara enheter utrustade med kameror. Allteftersom dessa tekniker blir alltmer vanliga, kommer oro för integritet, säkerhet och möjlig obehörig inspelning sannolikt att öka. New Yorks totalförbud kan sätta ett prejudikat för andra delstater att följa, vilket kommer att utlösa en bredare diskussion om regleringen av smarta glasögon i offentliga utrymmen.
Medan användningen av smarta glasögon och autonoma AI-agenter fortsätter att utvecklas, kommer det att vara viktigt att följa hur andra delstater och länder svarar på de utmaningar som dessa tekniker medför. I takt med att eran av chattbotar ger vika för mer avancerade AI-agenter, kommer behovet av tydliga riktlinjer och regler att öka. När vi överväger konsekvenserna av dessa utvecklingar är det avgörande att följa den pågående debatten och de framväxande politikerna som kommer att forma framtiden för AI och bärbar teknik.
Claude Code har genomfört flera ändringar av användargränserna, som vi tidigare har rapporterat. Den senaste utvecklingen är Claude Code maj-July 2026 veckogränser kampanjen, som ökar veckogränserna med 50 procent fram till July 13 2026, för Pro-, Max-, Team- och sätesbaserade Företagsplaner. Detta är en del av Anthropics ansträngningar för att anpassa infrastrukturkapaciteten.
Denna förändring är viktig eftersom den påverkar hur användare kan utnyttja Claude Code, särskilt för de som har betalda planer. Ökningen av veckogränserna ger mer flexibilitet för användare som kräver större kapacitet. Det är också värt att notera att den kostnadsfria planen är exkluderad från denna kampanj.
Om man ser framåt kommer det att vara intressant att se hur Anthropic fortsätter att balansera användargränser med infrastrukturkapacitet. Eftersom företaget har gjort flera ändringar av Claude Codes gränser under de senaste månaderna, inklusive en permanent fördubbling av gränserna i May 2026, bör användare hålla sig informerade om eventuella framtida uppdateringar som kan påverka deras användning.
En nylig överföring av en produktionsagent AI till GPT-5.6 har resulterat i betydande förbättringar avseende hastighet och kostnad. Övergången ledde till en 2,2 gånger snabbare prestanda och en 27-procentig minskning av kostnaderna. Denna uppgradering ledde också till en mer effektiv kodproduktion, då GPT-5.6 genererar smalare kod jämfört med sin föregångare.
Denna utveckling är viktig eftersom företag fortsätter att söka sätt att optimera sina AI-operationer och minska utgifterna. Som tidigare rapporterats är företag på väg mot billigare öppen källkods-AI-modeller för att hålla kostnaderna under kontroll. Den lyckade överföringen till GPT-5.6 visar på potentialen för betydande vinster i effektivitet och kostnadsbesparingar.
Medan AI-ekosystemet fortsätter att utvecklas kommer det att vara viktigt att följa hur dessa framsteg påverkar utvecklingen och distributionen av AI-agenter. Med guider och handböcker som växer fram för överföring av agenter mellan modeller, såsom explainx.ai-handboken, kan företag vara mer benägna att undersöka uppgraderingar av sina AI-system. Förmågan att säkert återhämta sig från fel och styra verktygsgodkännanden kommer också att vara avgörande för den breda tillämpningen av GPT-5.6 och liknande modeller.
Simply Wall St. · via Yahoo Finance+10 källor2026-07-13news
appleopenai
Apple har lämnat in en federal stämningsansökan mot OpenAI och anklagar dem för stöld av hemligheter som rör AI-maskinvaruhandel. Denna stämningsansökan anklagar OpenAI för att systematiskt ha skaffat och använt sig av konfidentiell Apple-information för att påskynda sin maskinvaruutveckling, inklusive den kommande Codex Micro, en liten programmerbar tangentbord.
Som vi rapporterade på July 12, har Apple utvidgat sina tjänster och produkter, inklusive användningen av 'Tap to Pay on iPhone' i sina butiker. Men denna stämningsansökan belyser en annan aspekt av företagets strategi, med fokus på att skydda sin immateriella egendom. Stämningsansökan involverar också io Products, en designstartup som grundades av före detta Apple-chefen Jony Ive, som OpenAI förvärvade förra året.
Det som spelar roll här är den eskalerande konkurrensen på AI-maskinvarumarknaden, där Apple tar en stark ställning för att skydda sina hemligheter. OpenAI har förnekat anklagelserna och uppgett att de inte är intresserade av andras hemligheter. Medan fallet utvecklas kommer det att vara avgörande att följa hur domstolen navigerar komplexiteten kring skydd av hemligheter i den snabbt föränderliga AI-landskapet.
Mesh LLM presenterar en ny metod för distribuerad AI-datorning på iroh-nätverket. Denna innovation sammanför befintliga GPU-resurser över flera maskiner till en enda OpenAI-kompatibel API, byggd på iroh. Genom att utnyttja iroh:s förmågor möjliggör Mesh LLM att beräkningsuppgifter kan distribueras över flera noder i ett mesh-nätverk, vilket potentiellt kan förbättra tillförlitligheten, minska latency och demokratisera tillgången till AI-datorresurser.
Denna utveckling är viktig eftersom den tar itu med flera utmaningar i nuvarande AI-infrastruktur, såsom beroenden av centrala servrar och begränsad tillgång till beräkningsresurser. Mesh LLM:s tillvägagångssätt möjliggör en mer decentraliserad och effektiv användning av befintliga resurser, vilket gör AI-datorning mer tillgänglig och tillförlitlig.
Medan vi följer utvecklingen, kommer det att vara intressant att se hur Mesh LLM utvecklas och utökar sina förmågor, inklusive utvecklingen av en mobilapp med iroh:s Swift SDK och stöd för Agent Communication Protocol (ACP) för multiagentkoordination på mesh-nätverket. Med sin självvärdade och OpenAI-kompatibla API, är Mesh LLM väl positionerad för att göra ett betydande avtryck på AI-datorlandskapet.
Teknikentusiasters och artisters skilda åsikter om stora språkmodeller (LLMs) fortsätter att ge upphov till intressanta reaktioner. När vissa teknikentusiaster upptäcker att deras favoritartister inte är fans av LLMs, uttrycker de ofta förvåning, särskilt med tanke på modellernas benägenhet att plagiera konstnärligt arbete. Denna reaktion är inte ny, men den förblir en fascinerande dynamik som belyser de skilda perspektiven mellan teknik- och konstvärldarna.
Denna fenomen är viktigt eftersom det understryker de breda implikationerna av LLMs på de kreativa industrierna. Artister talar alltmer ut mot användningen av dessa modeller, med hänvisning till oro över plagiering, immateriella rättigheter och avvärdet av mänsklig kreativitet. När LLMs blir alltmer vanliga, kommer det att vara avgörande att förstå och hantera dessa problem för att utveckla ansvarsfulla och etiska AI-praxis.
I framtiden kommer det att vara viktigt att se hur relationen mellan teknik- och konstsamhällena utvecklas, särskilt när fler artister talar ut mot LLMs. Med den pågående utvecklingen av AI-teknologier, kommer det att vara avgörande att hitta en balans mellan innovation och konstnärlig integritet. När samtalet fortsätter, kommer det att vara intressant att se hur teknikentusiaster och artister hanterar sina olikheter och arbetar mot en ömsesidigt fördelaktig förståelse av LLMs och deras roll i den kreativa processen.
Apple rustar upp för en "termonukleär" motreaktion mot den växande hotbilden som OpenAI utgör. Som vi rapporterade på July 12, lämnar OpenAI's säkerhetschef företaget mitt i en omorganisation, och Apple har anklagat OpenAI för att ha stulit deras teknologi. Nu verkar det som att Apple intar en mer aggressiv hållning gentemot AI-startuppen OpenAI. OpenAI har byggt kraftfulla AI-modeller och arbetar på en "familj av enheter" som potentiellt kan ersätta Apple's produkter.
Denna utveckling är viktig eftersom den signalerar en betydande eskalering i konkurrensen mellan Apple och OpenAI. Apple's innovationsmotor har misslyckats med att leverera framgångsrika AI-produkter, vilket lämnar företaget sårbart för nya aktörer som OpenAI. Förvärvet av Jony Ives företag, LoveFrom, av OpenAI för 6,5 miljarder dollar är också en anmärkningsvärd drag, eftersom Ives designfilosofi kan bringa en ny nivå av sofistikation till OpenAI's produkter.
Medan situationen utvecklas, kommer det att vara viktigt att se hur Apple's "termonukleära" motreaktion utspelar sig. Kommer företaget att kunna utveckla konkurrenskraftiga AI-produkter, eller kommer OpenAI's aggressiva expansion och högprofilerade förvärv att ge dem ett oövervinneligt försprång? Utfallet av denna strid kommer att ha betydande konsekvenser för techindustrin som helhet.
Uppdaterade Apple Pennor förväntas anlända nästa år med en betydande förbättring: utbytbara batterier. Denna utveckling drivs till stor del av kommande EU regleringar som kräver att elektroniska enheter har mer reparerbara och hållbara konstruktioner. De nya Apple Pennmodellerna, som potentiellt kan omfatta en efterträdare till Apple Pencil Pro, förväntas uppfylla dessa regleringar genom att ha batterier som kan bytas ut av användaren, vilket förbättrar produktens övergripande reparerbarhet.
Denna utveckling är viktig eftersom den överensstämmer med de ökande konsumenternas och myndigheternas krav på mer miljövänliga och hållbara elektronikprodukter. Genom att införa utbytbara batterier kan Apple minska elektroniskt avfall och förlänga livslängden på sina produkter, vilket kan ha en positiv inverkan på både miljön och kundnöjdheten.
När lanseringen av dessa uppdaterade Apple Pennor närmar sig, tillsammans med potentiellt ny iPad Pro-hårdvara, kommer det att vara intressant att se hur dessa förändringar tas emot av konsumenterna och hur de påverkar Apple's produktutbud och strategi. Införandet av batterier som kan bytas ut av användaren i Apple Pennor kan skapa ett prejudikat för liknande designförändringar i andra Apple enheter, vilket återspeglar en bredare övergång till mer hållbar teknik.
Apple har lämnat in en stämningsansökan mot OpenAI i en US domstol och anklagar det AI företaget för att ha stulit affärshemligheter. Detta drag är betydelsefullt eftersom det belyser de ökande spänningarna mellan teknikjättarna inom AI sektorn. Som vi rapporterade på July 13, har Apple valt en "termonukleär" strategi mot OpenAI's hot, och denna stämningsansökan är ett tydligt tecken på företagets beslutsamhet att skydda sin immateriella egendom.
Stämningsansökan hävdar att OpenAI har använt konfidentiella filer och information från intervjuer för att få en orättvis fördel. Denna utveckling är viktig eftersom den visar att Apple är villig att vidta drastiska åtgärder för att skydda sina affärshemligheter, särskilt de som är relaterade till kommande produkter. Det faktum att Apple tar strid mot OpenAI, en stor aktör inom AI industrin, tyder på att företaget är allvarligt menat med att försvara sin position på marknaden.
Medan fallet utvecklas kommer det att vara intressant att se hur domstolen dömer i anklagelserna och vad detta kommer att innebära för den bredare AI industrin. Kommer andra teknikföretag att följa Apple's exempel och vidta liknande åtgärder för att skydda sina affärshemligheter? Utgången av denna stämningsansökan kan få långtgående konsekvenser för utvecklingen av AI teknologi och den konkurrensutsatta teknikutvecklingen.
Djupa neuronnät har visat en förvånansväde robusthet mot betydande distorsioner i sina vikter. Enligt nylig forskning kan dessa nätverk upprätthålla en utmärkt prestanda även när deras vikter binariseras eller utsätts för andra icke-linjära distorsioner under träningen. Denna robusthet är inte begränsad till kvantisering, eftersom träning med viktprojektioner eller enkel avklippning av vikterna också ger positiva resultat.
Denna upptäckt är viktig eftersom den utmanar traditionella antaganden om känsligheten hos neuronnät för viktjusteringar. Det faktum att djupa neuronnät kan trivas under sådana förhållanden har betydande implikationer för deras design och optimering. Genom att släppa kraven på precision för vikterna kan forskare och utvecklare kanske skapa mer effektiva och flexibla neuronnät.
Medan denna forskning fortsätter att utvecklas, kommer det att vara viktigt att se hur dessa upptäckter påverkar utvecklingen av neuronnätarkitektur och träningsmetoder. Förmågan att motstå viktbinarisering och andra distorsioner kan leda till genombrott inom områden som AI, där beräkningsresurser är begränsade och robusthet är avgörande. Ytterligare studier om CIFAR-10 och ImageNet-datamängderna kommer troligen att ge mer insikt i gränserna för denna robusthet och dess potentiella tillämpningar.
Elon Musk och Sam Altman har återupptagit sin offentliga fejd på sociala medier, den här gången utlöst av Apple's stämningsansökan mot OpenAI gällande påstådd stöld av affärshemligheter. Som vi rapporterade på July 13, har Apple stämt OpenAI, och nu har Musk gått till angrepp mot Altman genom att kalla honom "Scam Altman" och anklaga honom för att ha tagit "bedrägeri till en helt ny nivå". Altman svarade genom att säga att Musk är besatt av honom på grund av en OpenAI-modell som släpptes tidigare under veckan.
Denna tvist är viktig eftersom den belyser den intensiva rivaliteten och granskningen inom AI-branschen, särskilt när företag som Apple och OpenAI utvecklar ny AI-hårdvara och modeller. Fejden mellan Musk och Altman understryker också de personligheter och intressen som är involverade i branschen, vilket kan påverka hur företag och ledare närmar sig AI-utveckling och säkerhet.
Medan stämningsansökan utvecklas och AI-branschen fortsätter att utvecklas, kommer det att vara viktigt att se hur dessa personligheter och företag interagerar och svarar på varandras drag. Kommer fejden mellan Musk och Altman att eskalera ytterligare, och hur kommer det att påverka utvecklingen av AI-teknologi? Utgången av Apple's stämningsansökan mot OpenAI kommer också att vara avgörande för att bestämma framtiden för AI-hårdvara och affärshemligheter inom branschen.
ChatGPT Work har gjort rubriker för sin imponerande förmåga att hantera Word- och Excel-uppgifter från början till slut. Som vi tidigare rapporterat har OpenAI utökat sitt utbud, inklusive lanseringen av ChatGPT Work, en beständig AI-agent som är utformad för flera timmars jobb över olika verktyg. Denna senaste utveckling understryker den betydande potentialen hos ChatGPT Work för att revolutionera professionella arbetsflöden.
Ryggmärgen i ChatGPT Work är GPT-5.6, en toppmodell från OpenAI som är anpassad för professionellt bruk. Denna robusta grund gör att ChatGPT Work excellerar i komplexa uppgifter, vilket gör det till ett oumbärligt verktyg för företag och individer alike. Förmågan att automatisera uppgifter i Word och Excel, två grundpelare i kontorsprogram, kan avsevärt öka produktivitet och effektivitet.
Medan landskapet för AI fortsätter att utvecklas, kommer det att vara intressant att se hur ChatGPT Work och liknande teknologier omformar sättet vi arbetar på. Med sina banbrytande förmågor är ChatGPT Work redo att ha en djupgående inverkan på olika branscher, och dess utveckling är utan tvekan värd att hålla ett öga på.
Hybridanvändningen av lokalt och molnbaserade stora språkmodeller (LLMs) blir allt vanligare under 2026. Medan användare väger fördelarna med lokala modeller som Ollama mot molnbaserade alternativ som Fable, ökar frågan om när man ska använda var och en i betydelse.
För många beror beslutet att använda en lokal modell eller en molnbaserad på specifika behov och begränsningar. Lokala modeller föredras ofta när sekretess och kontroll är av största vikt, såsom i tillämpningar som omfattas av stränga regleringar som GDPR, eller inom områden som medicin och juridik. I kontrast väljs molnmodeller vanligtvis för deras skalbarhet och tillgänglighet.
Medan landskapet för LLMs fortsätter att utvecklas, kommer det att vara viktigt att se hur användare och utvecklare navigerar i avvägningarna mellan lokala och molnbaserade lösningar. Utvecklingen av nya verktyg och bästa metoder, såsom de som beskrivs för Ollama och vLLM, kommer troligen att spela en nyckelroll i att forma framtiden för hybrid LLM-distribution.
Illinois har tagit ett betydande steg i regleringen av artificiell intelligens genom att guvernör JB Pritzker har undertecknat lagen om säkerhetsåtgärder för artificiell intelligens. Detta beslut förväntas ha en djupgående inverkan på utvecklingen och distributionen av AI-system i delstaten. När vi överväger konsekvenserna av denna lag, framstår oberoende säkerhetsgranskningar som en avgörande komponent, som potentiellt kan skapa en balans mellan innovation och konsumentsskydd.
Effektiviteten hos dessa regleringar kommer att bero på deras förmåga att främja säkerhet utan att kväva innovation. Enligt den demokratiska politiska konsulten Dave Heller är detta tillvägagångssätt "en smart sak att göra", vilket antyder att lagen kan uppnå sina avsedda mål. Illinois-modellen kan också fungera som en förebild för andra delstater, särskilt om oberoende tillsyn ses som en effektiv mekanism för att reglera AI.
När företag navigerar i detta nya landskap kommer de att behöva vara nogranna med leverantörs efterlevnad, även om de inte direkt omfattas av regleringarna. Lagen om säkerhetsåtgärder för artificiell intelligens kan sätta ett prejudikat för framtida lagstiftning, både på delstats- och federal nivå, när USA fortsätter att utveckla sin strategi för AI-reglering.
En nyligen genomförd experiment med LLM API-räkningar har kastat ljus över möjligheten för oväntade utgifter. Författarens första överraskningsräkning berodde inte på något dramatiskt incident, utan snarare en återförsöksprincip som ledde till en betydande kostnadsökning.
Detta är viktigt eftersom många utvecklare och användare av stora språkmodeller kanske inte är medvetna om möjligheten för tysta räkningsexplosioner, som kan ha allvarliga ekonomiska konsekvenser. När användningen av LLMs blir allt mer utbredd, kommer det att vara avgörande att förstå hur man hanterar och förutser kostnader.
När vi går framåt, kommer det att vara viktigt att hålla ett öga på utvecklingen av faktureringsöppenhet och hanteringsverktyg för LLM APIs. Detta kan inkludera nya funktioner eller bästa metoder som hjälper användare att undvika oväntade räkningar och bättre förutsäga sina utgifter.
En ny utveckling inom området stora språkmodeller (LLMs) har sett dagens ljus med skapandet av ett minneslager designat för att spåra föråldrade fakta. Denna innovation, kallad VoltMem, syftar till att åtgärda problemet med att LLM-agenter tillhandahåller föråldrad information.
Som vi tidigare har diskuterat utmaningarna med att hantera LLMs, inklusive den tysta explosionen av API-räkningar och beslutet att använda lokala eller molnbaserade modeller, kan detta nya minneslager vara ett betydande steg framåt. Genom att identifiera vilka fakta som har blivit föråldrade har VoltMem potentialen att förbättra noggrannheten och tillförlitligheten hos LLM-agenter.
Utvecklingen av VoltMem är ett anmärkningsvärt framsteg, och dess påverkan på användningen av LLMs kommer att vara värt att följa. Allteftersom tekniken fortsätter att utvecklas kommer det att vara viktigt att se hur VoltMem integreras i befintliga LLM-system och hur det påverkar deras prestanda.
Självständig forskning, en viktig aspekt av AI-utveckling, har kopplats till Claude och begränsad optimering. Denna koppling tyder på att forskare undersöker sätt att förbättra Claude:s prestanda genom att utnyttja självständig forskningsteknik inom ramen för begränsad optimering.
Sedan vi har följt utvecklingen av Claude, tyder denna nya information på en djupare undersökning av teknologins förmågor och potentiella begränsningar. Skärningspunkten mellan självständig forskning och begränsad optimering kan ha betydande konsekvenser för framtiden för AI, särskilt när det gäller hur modeller som Claude tränas och finjusteras.
Vad man ska se nästa är hur denna forskning utvecklas och om den leder till mätbara förbättringar av Claude:s funktionalitet. Med tanke på det nyliga intresset för Claude:s förmågor, som vi har sett i våra tidigare rapporter, är denna utveckling värd att följa för sin potential att förbättra modellens effektivitet och effektiitet.
Ollama och Llama.cpp jämförs i en snabb benchmark, en utveckling som följer vår tidigare rapportering om hybridlokala och molnbaserade LLMs. Som vi rapporterade om July 13, är valet mellan lokala och molnbaserade lösningar som Ollama och Fable beroende av specifika användningsfall. Denna benchmark är betydelsefull eftersom den belyser prestandan hos två populära lokala LLM-alternativ.
Jämförelsen mellan Ollama och Llama.cpp är viktig eftersom organisationer och individer väger fördelarna med lokala respektive molnbaserade AI-lösningar. Lokala LLMs kan erbjuda mer kontroll och potentiellt lägre kostnader, men deras prestanda kan variera. Benchmark-tester som denna ger värdefulla insikter för de som bestämmer sig för vilken lösning som bäst passar deras behov.
Vad man ska se fram emot är hur dessa benchmark-resultat påverkar antagandet och utvecklingen av lokala LLMs. Kommer Ollama eller Llama.cpp att framstå som det föredragna valet, eller kommer resultaten att sporra ytterligare innovation inom detta område? Medan landskapet av AI-lösningar fortsätter att utvecklas, kommer sådana jämförelser att förbli avgörande för att informera beslut om de bästa verktygen för olika tillämpningar.
