Luma Labs har lansert Ray 3, den første videomodellen med 16-bits HDR-støtte, og en betydelig oppgradering i forhold til deres Ray 2-modell Ved å bruke en tankekjedetilnærming itererer Ray 3 videogenerasjoner, og analyserer dem på hvert trinn for å sikre at en kvalitetslinje og rask etterlevelse oppfylles. Modellen støtter både T2V- og I2V-generasjoner. Utover typiske SDR-generasjoner introduserer Ray 3 HDR-støtte. Dette tillater HDR-videogenerering fra SDR-bilder og til og med konvertering av eksisterende SDR-videoer til HDR. Foreløpig er Ray 3 kun tilgjengelig på Luma Dream Machine, med API-tilgang som ennå ikke er tilgjengelig. Se Ray 3 selv i videoarenaen for kunstig analyse. Vi vil offentliggjøre resultatene av evalueringen vår i løpet av de neste dagene!

Kostnadene for etterretning fortsetter å falle raskt etter at nye grenser er nådd: Grok 4 Fast bringer kostnadene for Intelligence Index >60-kategorien ned til bare $0,2/$0,5 per million input/output-tokens Vi sporer den billigste modellen for ulike nivåer av intelligens for å måle nedgangen i kostnadene for intelligens over tid. Kostnaden for hvert nytt intelligensnivå ser ut til å falle mye raskere i 2025 enn 2023-2024. OpenAIs o3 var den tidligste modellen som var i vår >60-kategori da den ble lansert i april. Ved lansering var o3s pris $10/$40 - men OpenAI kuttet senere prisen til $2/$8 i juni, som er det som er vist på diagrammet nedenfor. Ved å sammenligne blandede priser (3:1 input til output tokens, som vist på diagrammet nedenfor), er Grok 4 Fast priset 64 ganger lavere enn o3s utgivelsespris og 12 ganger lavere enn o3s nåværende blandede pris (3:1 input til output tokens). Priser for referanse: ➤ Grok 4 Fast: $0,2/$0,5 per million input/output-tokens ➤ O3 Original lanseringspris: $10/$40 ➤ o3 oppdatert junipris: $2/$8 Vær oppmerksom på at diagrammet nedenfor er basert på tokenpriser – ikke vår Cost to Run Artificial Analysis Intelligence Index-beregning.

Alibaba har gitt ut Qwen3 Next 80B: en hybrid resonneringsmodell med åpne vekter som oppnår intelligens på DeepSeek V3.1-nivå med bare 3B aktive parametere Viktige takeaways: 💡 Ny arkitektur: Første modell som introduserte @Alibaba_Qwen 'Qwen3-Next'-fundamentmodeller, med flere viktige arkitekturbeslutninger som en hybrid oppmerksomhetsmekanisme for Gated DeltaNet og Gated Attention, og høy sparsitet med en 3,8 % aktiv parameterandel, sammenlignet med 9,4 % for Qwen3 235B 🧠 Intelligens: Qwen3 Next 80B (Reasoning) scorer 54 på Artificial Analysis Intelligence Index, plassert sammen med DeepSeek V3.1 (Reasoning). Den ikke-resonnerende varianten scorer 45, i tråd med gpt-oss-20B og Llama Nemotron Super 49B v1.5 (resonnement) 💲 Prismodell: Per token-pris på @alibaba_cloud er $0,5/$6 per 1M input/output-tokens for resonnement og $0,5/$2 for den ikke-resonnerende varianten. Dette kan sammenlignes med høyere priser for Qwen3 235B 2507 på $0,7/$8,4 med resonnement og $0,7/$2,8 uten – en reduksjon på ≥25 % avhengig av arbeidsmengde ⚙️ Modelldetaljer: Modellen har et opprinnelig kontekstvindu på 256k tokener og er kun tekst, uten multimodale inn- eller utdata. Ved bare 80B parametere ved FP8 passer modellen på en enkelt H200 GPU