Dagens gjennomgående linje går fra et modellaboratoriums nye tekniske modeller, via en skyleverandørs utvidelse av den åttende generasjonens akseleratorfamilie, til en robotikk-grunnmodell rettet mot fingerferdig arbeid, en lettvektsmodell bygd for agentutførelse, og et skifte i hvordan virksomheter kan kjøpe programvare: Anthropic lanserte 9. november Claude Fable 5.2 og Claude Mythos 5.2, den samme underliggende modellen, med forbedringer i koding, resonnering og syn, utdata opptil rundt 30 prosent raskere enn 5.1, og en lavere pris enn forrige generasjon. Google introduserte samme dag, i et innlegg av Amin Vahdat, TPU 8tx og TPU 8i Max og utvidet den åttende generasjonens TPU-linje til fire systemer på ett år. NVIDIA avduket på Conference on Robot Learning (CoRL) GR00T 2, en åpen fremre verdenshandlingsmodell bygd på Cosmos, og omtalte simulerings- og evalueringsverktøy, blant dem Isaac Lab 3.0. Meta lanserte Muse Ember, den minste og mest effektive Muse-modellen, for verktøykall, kodingsdeloppgaver, ruting, uthenting og parsing av lange dokumenter. OpenAI listet ChatGPT Enterprise i AWS Marketplace, slik at organisasjoner kan kjøpe og administrere produktet gjennom det eksisterende innkjøps- og faktureringsforholdet med AWS.

1. Anthropic lanserer Claude Fable 5.2 og Claude Mythos 5.2

9. november 2026 lanserte Anthropic Claude Fable 5.2 og Claude Mythos 5.2 og beskrev modellene som laget for å takle de mest krevende tekniske utfordringene. Selskapet skrev at de er den samme underliggende modellen: Fable har sterke sikringstiltak for cybersikkerhet og biologi, noe som gjør at Anthropic kan gjøre den tilgjengelig for alle brukere; organisasjoner som arbeider med samfunnsnyttige anvendelser innen cybersikkerhet eller biomedisinsk forskning, kan søke om Mythos gjennom de nylig utvidede Life Sciences- og Cyber Verification-programmene.

Anthropic sa at Fable 5.2 og Mythos 5.2 viser forbedringer på områder som koding, resonnering og syn, genererer utdata opptil rundt 30 prosent raskere enn Claude Fable 5.1 og Claude Mythos 5.1, og er tilgjengelige til en lavere pris: 8 dollar per million inndatatokener og 40 dollar per million utdatatokener. En valgfri hurtigmodus øker tokengenereringen med opptil rundt 2,5 ganger og er priset til 16 dollar per million inndatatokener og 80 dollar per million utdatatokener.

I testing før lansering trakk Anthropic fram eksempler det presenterte som illustrasjoner på modellens evner: ingeniører brukte dem til å fullføre programvaremigreringer som ellers ville vært ugjennomførbare; modellene konstruerte tre fungerende elektroniske enheter fra bunnen av; de løste to åpne problemer i fysikken om svarte hull; de gjorde vesentlige fremskritt på robotikkevalueringer; og et lag på rundt 1 000 Fable 5.2-agenter formaliserte beviset for Fermats siste teorem på 30 timer med minimal menneskelig inngripen. I samme oppsett fullførte Opus 5.5 rundt 26 prosent av formaliseringen etter 18 timer.

Referanseresultater Anthropic rapporterte – med sikringstiltak på med mindre annet er angitt – omfatter FrontierCode 2.0 ved Xhigh innsats på 49,1 prosent, som selskapet sa var den høyeste poengsummen blant lanserte modeller det testet; FrontierSWE v2 på 69,9 prosent; AutomationBench på 51,4 prosent; Terminal-Bench-Science 0.1 på 74,6 prosent for Fable og 75,3 prosent for Mythos; CyScenarioBench på 76,3 prosent for Mythos; CVE Rediscovery på 89,6 prosent for Mythos; OSWorld 2.1 (delvis) på 89,3 prosent; RoboDojo Sim på 64,9 prosent; Humanity’s Last Exam med verktøy på 74,2 prosent; og Remote Labor Index ved High innsats på 41,3 prosent.

Anthropic anbefalte at brukere starter med Claude Opus 5.5, den sterkeste daglige arbeidshesten, til det meste av koding og kunnskapsarbeid, og deretter går opp til Fable eller Mythos – eller ned til Claude Sonnet 5.5 eller Claude Haiku 5.5 – avhengig av oppgavens omfang og kompleksitet. Fable 5.2 kan også tjene som Advisor, der mindre modeller rådfører seg med den om vanskeligere problemer, eller som Orchestrator, der den delegerer enklere oppgaver til mindre modeller.

Når det gjelder sikkerhet, sa selskapet at det innførte de sterkeste vernene noensinne mot destillasjonsangrep, og at data som destillatører høster, er redusert med 90 til 99 prosent; bevart tenkning gjelder nå alle kontoer. Under treningen tok Anthropic skritt for å begrense fremskritt i forskningskapasiteter som mest direkte kunne akselerere KI-utvikling – blant dem optimalisering av akseleratorkjerner og forbedringer av arkitekturen til store språkmodeller – til om lag nivået til Opus 5.5, mens relaterte evner som agentisk koding, maskinvareutvikling og forskning på fortolkbarhet ble holdt intakt. Enterprise Frontier Safeguards er nå i privat beta med kunder som blant andre Bridgewater, Salesforce og Stripe.

Claude Fable 5.2 er tilgjengelig i dag på plattformer som blant andre Amazon Web Services, Google Cloud og Microsoft Azure, under modell-id-en claude-fable-5-2. Mythos er tilgjengelig gjennom verifiseringsprogrammene; Claude Enterprise-kunder kan også bruke Claude Security, som nå delvis drives av Mythos 5.2.

Poeng: Anthropic har delt én underliggende modell i Fable til allmenn bruk og Mythos til verifiserte organisasjoner, og parrer en lavere pris og raskere utdata med det hardeste tekniske arbeidet – samtidig som evnene som i størst grad kan akselerere KI-ens egen utvikling, holdes på om lag nivået til Opus 5.5, og Opus 5.5 fortsatt anbefales som det daglige utgangspunktet.

2. Google introduserer TPU 8tx og TPU 8i Max og utvider den åttende generasjonens linje til fire systemer på ett år

9. november 2026 skrev Amin Vahdat, Googles konserndirektør og sjefsteknolog for KI og infrastruktur, at selskapet introduserer TPU 8tx og TPU 8i Max og utvider den åttende generasjonens TPU-portefølje til fire systemer på ett år: 8t til storskala trening, 8i til resonnering i sanntid, den nye 8tx til konfidensiell og sikker inferens samt trening i liten skala, og 8i Max til massive kontekstvinduer og det Google kalte den høyeste regnetettheten per rack. Vahdat skrev at TPU-er nå har nesten 100 eksterne kunder, blant dem ledende laboratorier, handelshus, detaljister og universiteter. The Verge omtalte samme dag hvordan de to nye systemene er posisjonert. Blogginnlegget nevnte også en sending kl. 09.00 pacific time samme dag.

Om TPU 8tx sa Google at systemet bygger konfidensiell beregning inn i maskinvaren, slik at sensitive data og modellvekter holdes beskyttet og isolert også mens de er i bruk. Det er bygd på den samme silisiumen som 8t og parret med 5. generasjons AMD EPYC-verter, og det tar i bruk Boardfly-nettverket som ble skapt for resonnering i sanntid, og leverer opptil rundt 2 ganger lavere forsinkelse enn 8t med nesten ingen ytelsesstraff. Selskapet sa at organisasjoner kan finjustere modeller på private data, destillere større modeller til mindre og trene agenter med forsterkningslæring på ett enkelt system, uten å flytte sensitive data mellom adskilte klynger.

Om TPU 8i Max sa Google at det kombinerte to lavforsinkelses TPU 8i-brikker i én kapsel, og leverer dobbelt så mye regnekraft, dobbelt så mye SRAM og dobbelt så høy båndbredde i høyhastighetsminne (HBM) som TPU 8i, slik at datasentre kan rulle ut mer regnekraft per kvadratfot og per watt og hindre at store kontekstvinduer stanser mot minneveggen.

På programvaresiden sa Google at det har åpnet kildekoden til TorchTPU, slik at PyTorch-kode og Hugging Face-modeller kjører nativt på TPU-er; en TPU-agentsuite er i forhåndsvisning; selskapet introduserte XLA Serving Engine og Agent Compute Engine; og det åpner kildekoden til TPU Sync, beskrevet som modelltilstandslaget for TPU-klynger. Cloud Pathways er nå allment tilgjengelig på Google Kubernetes Engine, det samme er GKE dynamic slicing.

Poeng: I stedet for å vente på neste generasjon silisium har Google skåret to nye systemer ut av de samme åttende-generasjonsbrikkene – det ene ved å vikle konfidensiell beregning rundt inferens og trening i liten skala, det andre ved å pakke to brikker sammen for å jakte på lang kontekst og racktetthet.

3. NVIDIA avduker GR00T 2, en åpen verdenshandlingsmodell bygd på Cosmos, på CoRL

9. november 2026 introduserte NVIDIA GR00T 2 på Conference on Robot Learning (CoRL) i Austin i Texas. Selskapets blogg beskrev den som en åpen fremre verdenshandlingsmodell bygd på NVIDIA Cosmos, en modell som forutsier fremtidig video og robothandlinger sammen. Forskningssiden sa at modellen ble trent på varierte robot- og menneskedata; fortreningsblandingen omfatter 402 730 timer egosentrisk menneskelig video, 10 184 timer demonstrasjoner med håndholdt gripper over 2 897 oppgaver, og 23 500 timer robotteleoperasjon, der 100 000 timer åpne egosentriske menneskelige data er utgitt som Human-1M-100K.

Tall NVIDIA trakk fram omfatter fullføring av 40 av 50 evaluerte oppgaver minst én gang uten oppgavespesifikke demonstrasjoner, og en gjennomsnittlig suksessrate på 71 prosent med én demonstrasjon per oppgave, som stiger til 95 prosent med fem. Forskningssiden rapporterte også 40 prosent gjennomsnittlig suksess i et nullskuddoppsett, og sa at agenter kan bruke et programmeringsgrensesnitt til å kjøre ferdigheter i sekvens og hente seg inn etter feil. Rundt tallet på 95 prosent sa omtale som viser til NVIDIAs forskningsmateriale at de evaluerte oppgavene var valgt blant slike som modellen kunne lære med fem episoder ved en suksessrate på minst 80 prosent, slik at dette gjennomsnittet bør leses sammen med dette filteret.

Partnere som tester modellen, omfatter Nexuni for robotisert klesvaskhåndtering, Foxconn for fabrikkautomatisering i serverproduksjon, og Siemens på tvers av industrielle bruksområder.

NVIDIA lanserte også Isaac Lab 3.0 med en Newton-backend, som lar simuleringsrammeverket modellere deformerbare objekter og annen mer innviklet fysikk. Selskapet sa at Isaac Lab 3.0 med Newton på en synsbasert referanse for fingerferdig manipulering oppnådde opptil rundt 2,5 ganger treningsgjennomstrømningen til Isaac Lab 2.3 med PhysX. AlphaNIST bruker én enkelt politikk til å lære alle 20 oppgavene på NIST Assembly Task Board, og når mer enn 98 prosent treningssuksess sammenlignet med rundt 81 prosent for separate politikker per oppgave, og bruker om lag 39 ganger mindre GPU-tid. Selskapet introduserte også industrielle referanser, blant dem DexBench og VABAR, og Graph-as-Policy (GaP), et agentisk robotikkrammeverk utviklet sammen med UC Berkeley.

Poeng: NVIDIA har lagt «å se hva som skjer videre» og «å avgjøre hvordan man skal bevege seg» inn i én åpen modell, og har brukt store mengder førstepersons menneskelig video til å fylle hull i robotdemonstrasjoner – samtidig som selskapet rapporterer høye suksessrater med få forsøk, ledsaget av en fotnote om hvordan de evaluerte oppgavene ble valgt.

4. Meta lanserer Muse Ember, en lettvektsmodell for agentutførelse

9. november 2026 introduserte Meta Muse Ember og beskrev den som den minste og mest effektive Muse-modellen, laget for utførelse av kompleks resonnering og det arbeidet agenter gjentar hele dagen: verktøykall, kodingsdeloppgaver, ruting, uthenting og parsing av lange dokumenter. Selskapet hevdet at Muse Ember leverer mer intelligens per dollar enn Claude Haiku 5.5 eller GPT-6 Luna ved enhver resonneringsinnstilling, og at den ligger på effektivitetsfronten til rangeringen fra Artificial Analysis. TechCrunch omtalte lanseringen samme dag og merket seg at Ember er laget for å parres med den større Muse Wonder inne i et agentisk seletøy.

For ledetekster på opptil 200 000 tokener er prisen 0,10 dollar per million inndatatokener, 0,004 dollar per million bufrede inndatatokener og 0,50 dollar per million utdatatokener; lengre ledetekster koster henholdsvis 0,30, 0,012 og 1,50 dollar. Modellen har et kontekstvindu på 1 million tokener og kan produsere opptil 512 000 utdatatokener, med innebygd støtte for tekst, bilder, lyd og video. Den er tilgjengelig som muse-ember-1.0 på Muse Code og Meta Model API, og også på Google Cloud og Oracle Cloud.

Evalueringshøydepunkter Meta siterte ved maksimal resonneringsinnsats omfatter AutomationBench-AA på 37,8, sammenlignet med 13,9 for Haiku og 20,2 for Luna; Agents’ Last Exam på 61,6; Terminal-Bench 4.0 på 40,9; Coding Agent Index-AA på 46; OSWorld 2.1 delvis på 69,5; og en Artificial Analysis Index på 36. Selskapet sa at Muse Ember koster rundt 0,14 dollar per Artificial Analysis-oppgave, sammenlignet med rundt 2,39 dollar for Muse Spark 1.3.

I posisjoneringen av modellen skrev Meta at «Muse Wonder planlegger, Muse Ember håndterer volumet». Det sa at Ember er den første modellen trent med Muse Wonder Full, og at evalueringer under Meta Superintelligence Scaling Framework fant at den holdt seg under rammeverkets høyrisikoterskler. Partnere som blant andre Box, Cline og Cloudflare kom med merknader fra tidlig testing om bruk til bedriftsinnhold, underagentkoding og arbeidsmengder med høy gjennomstrømning; Cloudflare sa at den i halen kjørte opptil rundt 30 prosent raskere enn den sammenlignbare modellen selskapet testet.

Poeng: Meta ber ikke Ember om å avløse den sterkeste flaggskipmodellen; selskapet plasserer det nye systemet i en arbeidsdeling – Wonder planlegger, Ember utfører i volum – og konkurrerer på intelligens per dollar og kostnad per oppgave mer enn på toppresultater alene.

5. OpenAI lister ChatGPT Enterprise i AWS Marketplace

9. november 2026 sa OpenAI at ChatGPT Enterprise nå er tilgjengelig gjennom AWS Marketplace. Selskapet skrev at oppføringen gir organisasjoner en enklere måte å oppdage, kjøpe og administrere ChatGPT Enterprise på ved å bruke det eksisterende innkjøps- og faktureringsforholdet med AWS, og å føre berettiget forbruk mot AWS-forpliktelsene. Tilbudet omfatter ChatGPT, ChatGPT Work, Codex og dots; opplysninger i oppføringen indikerer at prisene fastsettes gjennom private tilbud.

OpenAI sa at kunder som kjøper gjennom AWS Marketplace, får de samme modellene, funksjonene og virkemåten som er tilgjengelig direkte fra OpenAI, og at nye funksjoner lanseres samtidig. Produktene er posisjonert som et supplement til OpenAI-modeller som allerede er tilgjengelige i Amazon Bedrock: utviklere kan bygge applikasjoner og agenter med disse modellene i Bedrock, mens team på tvers av virksomheten bruker ChatGPT Enterprise i det daglige arbeidet. Berettigede kunder kan også få tilgang til ChatGPT for Healthcare og ChatGPT for Financial Services gjennom AWS Marketplace.

Poeng: Dette er ikke så mye en modellansering som åpningen av en innkjøpsvei – ved å plassere ChatGPT for virksomheter på den skyforpliktelsesregningen organisasjoner allerede betaler, og ved å redusere friksjon i innkjøpet mer enn ved å offentliggjøre en åpen listepris.

---

Én setning: Anthropic lanserte Claude Fable 5.2 og Mythos 5.2, den samme underliggende modellen, med Fable allment tilgjengelig og Mythos begrenset til verifiserte organisasjoner, og sa at utdata er raskere enn 5.1 og prisene lavere; Google introduserte TPU 8tx til konfidensiell inferens og TPU 8i Max til massive kontekstvinduer; NVIDIA avduket verdenshandlingsmodellen GR00T 2 og Isaac Lab 3.0 på CoRL; Meta lanserte Muse Ember, en lettvektsmodell for agentutførelse; og OpenAI listet ChatGPT Enterprise i AWS Marketplace, slik at berettiget forbruk kan telle med i eksisterende skyforpliktelser.