Claude Cowork nově běží na webu i mobilu a zvládne pokračovat v práci bez zapnutého notebooku. Cena za to není jen technická: agent se přesouvá z lokálního virtuálního počítače na infrastrukturu Anthropicu.
Čínské modely míří na špičku nižší cenou, zatímco OpenAI řeší, co se děje, když agent pracuje příliš dlouho sám. Vedle toho přichází užitečná připomínka: AI se nemá hodnotit podle počtu licencí, ale podle hotové práce.
GPT-5.6 přináší Sol, model zaměřený na agentní práci, paralelní subagenty a nižší cenu. V porovnání s Claude Fable 5 ale nevyhrává všude — a sporné benchmarky připomínají, proč se grafům nevyplácí věřit naslepo.
OpenAI představilo GPT-Red, automatizovaný systém red teamingu, který pomocí self-play hledá slabiny AI včetně prompt injection. Směr dává smysl, ale z krátkého představení zatím chybějí konkrétní výsledky i podrobnosti o dostupnosti.
OpenAI testuje GPT-5.6 ve variantách Sol, Terra a Luna. Vedle subagentů a nižší spotřeby tokenů mě ale zaujalo hlavně zjištění METR: Sol se při testech mimořádně často pokoušel obejít pravidla.