Dagens røde tråd løber fra den almene frigivelse af en flagskibsmodel, over et forskningslaboratorium, der tager skridt mod de offentlige markeder, et forbrugerchatprodukt, der åbner en vej til virksomhedsopdagelse, en robotikmodel, der testes på en fabrikslinje, og et nyt sæt åbne billedmodelvægte: Google gjorde den 10. november Gemini 4 Carbon, selskabets stærkeste model til dato, tilgængelig for udviklere, virksomheder, forskere og forbrugere. Anthropic indledte samme dag roadshowet for den foreslåede børsintroduktion, fastsatte et forventet kursinterval på 70,00 til 78,00 dollar pr. aktie og søgte om notering af A-aktierne på Nasdaq Global Select Market under symbolet »ANT«. OpenAI introducerede virksomheder i ChatGPT i beta, så selskaber kan gøre krav på en profil, se aggregerede indsigter og, for berettigede amerikanske e-handels- og netvirksomheder, lancere en Business Agent. Google DeepMind afslørede også Gemini Robotics 2.5, den mest kapable visions-sprog-handlingsmodel, og rapporterede 96 procents succes i en konceptafprøvning på en Mercedes-Benz-produktionslinje. MiniMax udgav og åbnede vægtene til H3-Image, en model til billedgenerering og -redigering bygget på H3, og sagde, at den kan fremstille et 4K-billede på under 10 sekunder.

1. Google gør Gemini 4 Carbon, den stærkeste model til dato, alment tilgængelig

Den 10. november 2026 skrev Koray Kavukcuoglu, koncerndirektør i Google DeepMind og Googles chefteknolog for kunstig intelligens, på selskabsbloggen, at Gemini 4 Carbon nu er tilgængelig for udviklere, virksomheder, forskere og forbrugere. Google kaldte Carbon sin stærkeste model, med ydelse i den absolutte front inden for cybersikkerhed og i agentiske arbejdsgange med lang horisont på tværs af komplekst vidensarbejde, softwareudvikling og videnskabeligt ræsonnement.

To uger tidligere havde Google givet Carbon til en gruppe cybersikkerhedsforsvarere gennem Fairwind-programmet. Selskabet skrev, at Carbon efter den nylige lancering af Gemini 4 Argon skubber fronten længere. Argon forbliver det foretrukne valg til det meste softwareudvikling og vidensarbejde, mens Carbon er bygget til opgaver, der tester grænserne for en models intelligens, såsom kompleks flertrinskodning og fejlfinding og åben videnskabelig forskning og opdagelse, og bruger flere tokens end Argon til at udforske grundigt, ræsonnere dybt og køre udvidede verifikationssløjfer.

På uafhængige benchmarks lavet til at teste ydelse i reelle arbejdsgange sagde Google, at Carbon ligger først på CursorBench 4.0, Perplexitys WANDR og Zapiers AutomationBench, til mere end to gange lavere omkostning pr. opgave end den næstbedste eksterne model. Selskabet indgik også samarbejde med Artificial Analysis om at lancere en Multimodal Knowledge Agent-benchmark (MKA) og argumenterede for, at eksisterende test ikke i tilstrækkelig grad fanger, hvordan agenter ræsonnerer native over tætte filer med diagrammer, billeder, tegninger, skemaer og tabeller; Carbon ligger som nummer to på denne benchmark, samtidig med at den i gennemsnit koster mere end seks gange mindre pr. opgave end den bedste model. I evalueringer før lancering sagde Google, at Carbon matchede den bedste testede model på Hebbias ende-til-ende finansielle agentiske evaluering og lå først blandt 23 flagskibskonfigurationer på Balyasny Asset Managements General Financial Intelligence-benchmark.

For at sætte Carbon i arbejde på større og mere komplekse projekter forhåndsviser Google /swarm i Google Antigravity, som gør én prompt til et samordnet agenthold, der kan følges i realtid. Udviklere kan tildele Carbon roller, der kræver den dybeste ræsonnement, såsom arkitekturdesign, samordning og revision, og samtidig parre den med hurtigere, lettere modeller i parallelle isolerede arbejdsområder og med modstående verifikatorer, der tester hver ændring. I et indlæg samme dag skrev Antigravity-holdet, at /swarm giver en prompt til en familie af agenter: en koordinator spinner specialiserede parallelle arbejdere op i isolerede git-arbejdstræer, så redigeringer ikke støder sammen, og modstående verifikatorer kører test og udfordrer diffs; agenterne samarbejder på en delt, kun-tilføj-opslagstavle og parkerer til nul tokenomkostning, når de er i ro.

Med hensyn til tilgængelighed tilbydes Gemini 4 Carbon gennem Gemini API i Google AI Studio og Gemini for Business til alle betalende udviklere og virksomhedskunder til samme introduktionspris som Gemini 4 Argon: 2 dollar pr. million inputtokens og 10 dollar pr. million outputtokens. Introduktionsprisen løber frem til den 30. november 2026, hvorefter satsen bliver 4 dollar pr. million inputtokens og 20 dollar pr. million outputtokens og kun gælder den Carbon-model, der er beregnet til offentlig adgang. Da Google først bekendtgjorde modellen den 28. oktober, sagde det også, at cachelagrede inputtokens ville blive prissat med 95 procents rabat i forhold til inputsatsen. Carbon rulles også ud til alle abonnenter på Google AI Ultra i Google Antigravity, Gemini-appen og AI Mode i Søgning. Modelkortet fastslår, at Carbon bygger på Gemini 4 Argon, at input kan omfatte tekst, billeder, lyd og video, at det kombinerede input-output-kontekstvindue når op til omkring 1 million tokens, og at output er tekst.

Inden for cybersikkerhed beskrives Gemini 4 Carbon for cyber, tilgængelig gennem Fairwind-programmet, som Googles stærkeste cybersikkerhedsevne til dato, i stand til at inspicere software, spore, hvordan sårbarheder kan kædes på tværs af systemer, og generere verificerede årsagsrettelser. Google sagde, at modellen leder på centrale benchmarks for at finde (SEC-bench Pro), udnytte (ExploitGym) og rette (CWE-bench v1) sårbarheder; point, selskabet offentliggjorde den 28. oktober, var 88,2 procent på SEC-bench Pro, 54,8 procent på ExploitGym og 71,0 procent på CWE-bench. Tidlige interne og eksterne test, selskabet henviste til, omfatter: på en intern benchmark for Project Fortify, Googles autonome system til scanning, triagering og afhjælpning, nåede Carbon 100 procents recall ved scanning og 95 procents præcision ved triagering, og i test på åbne softwarelagre forbedrede den sig med mere end 25 procent på Argons allerede høje recall; Googles Cloud Vulnerability Research-hold brugte Carbon til at vise, at to fejl i en populær open source-pakke faktisk var udnyttelige, sammenlignelige i alvor med det nylige PHP2Shell-angreb, og hjalp ved at bygge et konceptbevis vedligeholdere med at omklassificere sagerne som kritiske og udgive en rettelse, med detaljer, der følger efter ansvarlig offentliggørelse; og i Wiz’ Scan for Good-program blev modellen brugt til at scanne to store software-som-en-service-udbydere og afdække nuldagssårbarheder på under to timer, hvorefter holdet samarbejdede med de berørte organisationer om afhjælpning.

Inden for videnskab og matematik sagde Google, at forskere byggede et agentisk rammeværk til formel verifikation kaldet AlphaProof Code, brugte Carbon sammen med andre modeller til at oversætte sikkerhedsmål i koden bag Signals kryptografiske protokol til matematiske sætninger og lod agenter generere millioner af linjer Lean-kode, hvilket hjalp med at bevise centrale sikkerhedsegenskaber på uger – arbejde, selskabet sagde historisk har taget eksperthold år. I forudsigelse af proteinstruktur brugte forskere en fleragentsopstilling til at lade Carbon søge efter fjerne homologer i uannoterede sekvensarkiver i petabase-skala, miljø- og virale sekvenskataloger og tredimensionelle strukturdatabaser; på tværs af syv proteinfamilier med få homologer i det blinde testsæt CASP17 øgede Carbon antallet af hentede homologer med i gennemsnit omkring 40 gange, uden at strukturforudsigelsesmodellerne blev trænet forfra. Fire uger tidligere havde Google åbnet ansøgninger for at give 10.000 forskere seks måneders gratis adgang til Argon i Antigravity; selskabet sagde, at tusinder allerede er kommet med, og det udvider nu Carbon til nuværende og fremtidige deltagere, med ansøgninger stadig åbne og tilmelding, der fortsætter ugentligt på rullende basis.

Med hensyn til sikkerhed sagde Google, at Carbon i simulerede cyberangrebsmiljøer sået med ExploitBench og CyScenarioBench blokerede 99 procent af angrebsbanerne fra en tilpasningsdygtig red-teaming-agent og sænkede brudraten pr. forsøg til 0,8 procent, sammenlignet med 3,1 procent for Argon; i Gray Swan-test faldt succesraten for automatiserede cyberangrebsforespørgsler til 2,17 procent, sammenlignet med 9,86 procent for Argon; og ekstern test fra Trajectory Labs fandt ingen nye universelle jailbreaks over 132 timer og mere end 13.000 forespørgsler. På en agentisk ærlighedsbenchmark med 375 opgaver klarede Carbon 92 procent af opgaverne, sammenlignet med 70 procent for Argon, afviste at udfylde manglende eksperimentelle data 98 procent af gangene og flaggede metodiske svagheder 68 procent af gangene. Selskabet havde to uger tidligere sagt, at Carbon nåede 0 procents angrebssucces på Gray Swan IPI-benchmarken for indirekte promptinjektion, samtidig med at det bemærkede, at modellen i visse fordelinger stadig har plads til forbedring over for mere sofistikerede angreb.

Hvorfor det betyder noget: Google flytter Carbon fra en begrænset cybersikkerhedsforhåndsvisning ind i det betalte API og til Ultra-abonnenter, men overlader stadig det daglige arbejde til Argon og bruger de ekstra ræsonnementstokens på længere verifikationssløjfer; de lavere omkostninger pr. opgave og de stærkere sikkerhedstal skal vise, at dette ikke bare er en jagt på topresultater.

2. Anthropic indleder sit IPO-roadshow til 70 til 78 dollar pr. aktie

Den 10. november 2026 sagde Anthropic, PBC, at det havde indledt roadshowet for den foreslåede børsintroduktion af A-aktier. Selskabet sagde, at udbuddet består af 825.000.000 A-aktier, hvoraf 801.351.354 udbydes af Anthropic og 23.648.646 af visse eksisterende aktionærer; Anthropic vil ikke modtage provenu fra de sælgende aktionærers aktier. Det forventer også at give emissionsbankerne en 30-dages option på at købe op til yderligere 123.750.000 A-aktier. Udbudskursen forventes at ligge mellem 70,00 og 78,00 dollar pr. aktie. Anthropic har søgt om at notere A-aktierne på Nasdaq Global Select Market under symbolet »ANT« og understregede, at registreringserklæringen endnu ikke er trådt i kraft, og at meddelelsen ikke er et tilbud om at sælge eller en opfordring til at købe værdipapirerne.

Med dette kursinterval indebærer de 825 millioner aktier en emissionsstørrelse på omkring 57,75 til 64,35 milliarder dollar. TechCrunch rapporterede, at selskabet i toppen af intervallet og på fuldt udvandet basis ville blive værdiansat til omkring 1,404 billioner dollar, over værdiansættelsen på 965 milliarder dollar, der blev nået i en kapitalrejsning i maj, men under et tidligere omtalt mål på omkring 2 billioner dollar. CNBC satte det fuldt udvandede tal til op til omkring 1,405 billioner dollar og, med henvisning til personer med kendskab til sagen, sagde, at selskabet planlægger at prissætte den 18. november og begynde handelen den 19. november, med en detailallokering på omkring 20 procent.

Begge medier rapporterede også, med henvisning til den opdaterede indgivelse, at Anthropic har aftalt at sælge stemmeløse N-aktier for 26 milliarder dollar i en rettet emission til IPO-kursen til AMD, Broadcom, Google, Micron, Microsoft, Nvidia og TSMC; TechCrunch skrev, at Google og Nvidia investerer 10 milliarder dollar hver, og at Anthropic anslår et nettoprovenu på omkring 84,6 til 93,7 milliarder dollar, hvor det øvre tal inkluderer emissionsbankernes option. Indgivelsen, som den er omtalt, satte omsætningstakten til omkring 81 milliarder dollar ved udgangen af oktober, op omkring 10 milliarder dollar fra udgangen af september. CNBC sagde, at omsætningen for de ni måneder frem til den 30. september var 33,24 milliarder dollar, med et nettounderskud på 104 milliarder dollar i samme periode, hovedparten fra ændringer i dagsværdien af konvertible obligationer og afledte forpligtelser. TechCrunch bemærkede også, at stifterne, fordi selskabet er et public-benefit corporation, besidder en F-aktie med 50,1 procent af stemmeretten, og at Long-Term Benefit Trust vil vælge et bestyrelsesflertal, hvilket begrænser indflydelsen for købere af A-aktier.

Hvorfor det betyder noget: Kursintervallet flytter laboratoriet til de sidste skridt før en børsnotering, men den implicitte værdiansættelse er allerede kommet ned fra tidligere omtaler på omkring 2 billioner dollar til omkring 1,40 billioner dollar; handelen afhænger stadig af, at registreringen træder i kraft, og roadshowet tilbyder et interval, ikke en endelig pris.

3. OpenAI introducerer virksomheder i ChatGPT og Business Agents i beta

Den 10. november 2026 sagde OpenAI, at det introducerer virksomheder i ChatGPT i beta, og beskrev det som en ny måde for selskaber at knytte sig til de 1,2 milliarder mennesker, der bruger ChatGPT hver uge. Gennem Business Hub kan virksomheder gøre krav på deres organisation, administrere deres oplysninger og se, hvordan folk omgås dem i ChatGPT. Selskabet tilføjer også Business Agents, begyndende med berettigede e-handels- og netvirksomheder i USA.

I Business Hub kan verificerede selskaber opdatere centrale detaljer og tilføje selvbetjente produktfeeds med priser og tilgængelighed. OpenAI sagde, at enhver berettiget virksomhed på et sted, hvor ChatGPT er tilgængelig, kan gøre krav på sin profil gennem Business Hub; eksisterende OpenAI Enterprise-kunder og annoncører kan samarbejde med deres repræsentant; og Shopify-forhandlere kan tilknytte en butik fra Business Hub eller Shopify-administrationen for at forenkle verifikationen, med berettigede Shopify-produkter allerede integreret i ChatGPT gennem Shopify Catalog.

Med hensyn til indsigt giver Business Hub aggregerede tal som omtaler og webstedsklik samt opdagelsesemner – almindelige motiver i samtaler, hvor en virksomheds websted citeres. OpenAI skrev, at det ikke deler brugernes samtaler eller Business Agent-samtaler med virksomheder, og at indsigt kun er tilgængelig i aggregeret form og først, når visse tærskler er nået.

Efter at have gjort krav på en profil kan berettigede organisationer bygge, teste og lancere en Business Agent. Når en virksomhed dukker op i et modelsvar, kan folk åbne dens ChatGPT-profil; hvis en Business Agent er tilgængelig, kan en kunde starte en separat samtale for at sammenligne tilbud eller stille opfølgende spørgsmål, forankret i de oplysninger, virksomheden har givet. Den samtale er tydeligt mærket, holdt adskilt fra den oprindelige ChatGPT-tråd og adskilt fra ChatGPTs uafhængige svar. Virksomheder kan også sponsere deres Business Agent og bruge den som destination for ChatGPT Ads; sponsorerede placeringer er tydeligt mærket og holdt adskilt fra ChatGPT-svar. The Verge omtalte beta-lanceringen samme dag.

Hvorfor det betyder noget: OpenAI åbner en vej fra sit ugentlige publikum på 1,2 milliarder brugere til virksomheder, men kun bag verifikation, aggregerede indsigter og tydeligt mærkede, adskilte samtaler; det første skridt er en krævet profil og en brandet agent, ikke en almen åbning til alle brancher og alle markeder.

4. Google afslører Gemini Robotics 2.5, med 96 procents succes i en linjetest hos Mercedes-Benz

Den 10. november 2026 introducerede Google DeepMind, i et indlæg af Carolina Parada, Gemini Robotics 2.5 og kaldte den selskabets mest kapable visions-sprog-handlingsmodel (VLA) til dato. Modellen er tænkt til at udvide spektret af færdigheder, en robot kan lære, og hastigheden, den kan tilegne sig dem med, og til at forbedre fingerfærdighed, pålidelighed og sikkerhed, så robotter kan bevæge sig ud af laboratoriet og ind i mere ustrukturerede virkelige omgivelser. Selskabet sagde, at det tidligere på året havde bragt helkropsintelligens til robotter af mange typer, herunder humanoider, og at de seneste fremskridt i høj grad skyldtes Gemini 4 Argons evne til at accelerere robotikforskning. Gemini Robotics 2.5 rulles ud til Googles robotikpartnere.

Google sagde, at det evaluerede modellens opgavebredde, ydelse og kompleksitet på mere end 200 forskellige opgaver, såsom at servere mad med tang, binde en sløjfe på en gaveæske og pipettere væske, og kombinerede værktøjsbrug, manipulation af deformerbare objekter og omhyggelig håndtering af skrøbelige genstande. Sammenlignet med tidligere baselinjer opnåede Gemini Robotics 2.5 30 til 100 procent højere succesrate afhængigt af opgavetype og gennemførte opgaver 20 til 30 procent hurtigere. Modellen virker native med flere robottyper, herunder Apptroniks humanoid Apollo 2, som bruger den femfingrede SharpaWave-hånd med 22 frihedsgrader, og Franka Duo-platformen med tofingrede parallelle gribere.

For at teste pålidelighed samarbejdede Google med Apptronik og Mercedes-Benz om at udrulle Apollo 2 på aktive bilproduktionslinjer i Kecskemét i Ungarn og Sindelfingen i Tyskland. I konceptafprøvningen brugte robotten den kropsliggjorte ræsonnementsmodel Gemini Robotics ER til at følge arbejdsgangen og handlingsmodellen Gemini Robotics 2.5 til at styre arme og hænder, plukke metalbeslag til biler fra forsyningsbeholdere, placere dem i sekventeringsbeholdere og rette op på mellemrum, med 96 procents succes. Jeff Cardenas, medstifter og administrerende direktør i Apptronik, sagde, at modellerne forbedrede sig væsentligt i løbet af nogle ugers eftertræning og lod sig overføre til Mercedes-Benz-linjerne med meget lidt frafald.

Med hensyn til sikkerhed bruger Gemini Robotics 2.5 ræsonnementsvejledning i inferenstid til at styre uden om fysiske farer i realtid. Google sagde, at evnen øgede sikker opgavegennemførelse med 33 procent omkring forhindringer og med 43 procent omkring mennesker i nærheden. For at teste fjendtlige jailbreaks rettet mod robotter udgiver selskabet også ASIMOV-Jailbreak, en åben benchmark med hundredvis af prompts, der camouflerer usikre forespørgsler på tværs af dusinvis af scener; det sagde, at Gemini 4 Argon opnåede 99,5 procents modstand mod jailbreak, op fra 82 procent for den tidligere baseline, Gemini Robotics ER 2.

Hvorfor det betyder noget: Dette er ikke bare endnu en laboratoriedemonstration af at binde en sløjfe – Google sætter et tal på 96 procents succes på fungerende Mercedes-Benz-produktionslinjer og offentliggør samtidig en ny jailbreak-benchmark og styrbarhedsresultater og behandler pålidelighed og sikkerhed som betingelser for at træde ind på en fabrik.

5. MiniMax åbner vægtene til H3-Image og siger, at den kan generere 4K-billeder på under 10 sekunder

Den 11. november 2026 udgav MiniMax MiniMax H3-Image, en billedgenereringsmodel med åbne vægte bygget på H3, med støtte til tekst-til-billede-generering, referencebaseret generering og billedredigering. Selskabet sagde, at modellen kan generere et 4K-billede (4096×4096) på under 10 sekunder, med rigere detaljer og stærkere overholdelse af prompten, at den kan forstå og bruge op til 16 referencebilleder, og at 4K-genereringshastigheden er op til omkring fem gange den for almindelige alternativer. Vægtene er offentliggjort på Hugging Face som MiniMaxAI/MiniMax-H3-Image, og modellen er også tilgængelig gennem MiniMax API, MiniMax Code og Hailuo AI.

MiniMax sagde, at Standard-tilstand er omkring 1,5 til 2 gange så hurtig som almindelige alternativer, mens Highspeed-tilstand når 3 til 4 gange; prisen er omkring 50 til 70 procent af sammenlignelige almindelige tilbud, og i lanceringsugen tilbyder selskabet 50 procents rabat på forespørgsler om billedgenerering i 4K-opløsning og derover. Modellen udgives under MiniMax-H3-Image Community License Agreement, dateret den 10. november 2026. Aftalen fastslår, at det gældende territorium er hele verden, med undtagelse af Den Europæiske Union, Storbritannien, Republikken Korea og Amerikas Forenede Stater.

Hvorfor det betyder noget: MiniMax sætter både 4K-genereringshastighed og åbne vægte ud på markedet og sænker barrieren for at skaffe og køre modellen; fællesskabslisensen undtager imidlertid udtrykkeligt markeder, der blandt andre omfatter Den Europæiske Union, Storbritannien, Sydkorea og USA, så åbne vægte er ikke det samme som ubegrænset kommerciel brug overalt.

---

I dag på én linje: Google gjorde Gemini 4 Carbon, den stærkeste model til dato, alment tilgængelig til Argons introduktionspris og forhåndsviste /swarm i Antigravity; Anthropic indledte sit IPO-roadshow med et kursinterval på 70 til 78 dollar og søgte om notering som ANT; OpenAI introducerede virksomheder i ChatGPT og Business Agents i beta; Google DeepMind afslørede Gemini Robotics 2.5 og rapporterede 96 procents succes i en linjetest hos Mercedes-Benz; og MiniMax åbnede vægtene til H3-Image og sagde, at den kan generere 4K-billeder på under 10 sekunder.