Dagens gjennomgående linje går fra allmenn lansering av en flaggskipmodell, via et forskningslaboratorium som tar steg mot de offentlige markedene, et forbrukerchatprodukt som åpner en vei for virksomhetsoppdagelse, en robotikkmodell som testes på en fabrikklinje, og et nytt sett åpne bildevekter: Google gjorde 10. november Gemini 4 Carbon, selskapets sterkeste modell til nå, tilgjengelig for utviklere, virksomheter, forskere og forbrukere. Anthropic startet samme dag roadshowet for den foreslåtte børsnoteringen, satte et forventet kursintervall på 70,00 til 78,00 dollar per aksje og søkte om notering av A-aksjene på Nasdaq Global Select Market under symbolet «ANT». OpenAI introduserte virksomheter i ChatGPT i beta, slik at selskaper kan gjøre krav på en profil, se aggregerte innsikter og, for berettigede amerikanske netthandels- og nettjenestevirksomheter, lansere en Business Agent. Google DeepMind avduket også Gemini Robotics 2.5, den mest kapable visjon-språk-handlingsmodellen, og rapporterte 96 prosent suksess i en konseptverifisering på en Mercedes-Benz-produksjonslinje. MiniMax lanserte og åpnet vektene til H3-Image, en modell for bildegenerering og -redigering bygd på H3, og sa at den kan lage et 4K-bilde på under 10 sekunder.

1. Google gjør Gemini 4 Carbon, den sterkeste modellen til nå, allment tilgjengelig

10. november 2026 skrev Koray Kavukcuoglu, konserndirektør i Google DeepMind og Googles sjefarkitekt for kunstig intelligens, på selskapsbloggen at Gemini 4 Carbon nå er tilgjengelig for utviklere, virksomheter, forskere og forbrukere. Google kalte Carbon sin sterkeste modell, med ytelse i fremste linje innen cybersikkerhet og i langhorisontede agentiske arbeidsflyter på tvers av komplekst kunnskapsarbeid, programvareutvikling og vitenskapelig resonnering.

To uker tidligere hadde Google gitt Carbon til en gruppe cybersikkerhetsforsvarere gjennom Fairwind-programmet. Selskapet skrev at Carbon, etter den nylige lanseringen av Gemini 4 Argon, skyver fronten lenger. Argon forblir det foretrukne valget for det meste av programvareutvikling og kunnskapsarbeid, mens Carbon er bygd for oppgaver som tester grensene for en modells intelligens, som kompleks flertrinns koding og feilsøking og åpen vitenskapelig forskning og oppdagelse, og bruker flere tokener enn Argon til å utforske grundig, resonnere dypt og kjøre utvidede verifikasjonssløyfer.

På uavhengige referanser laget for å teste ytelse i reelle arbeidsflyter sa Google at Carbon ligger først på CursorBench 4.0, Perplexitys WANDR og Zapiers AutomationBench, til mer enn to ganger lavere kostnad per oppgave enn den nest beste eksterne modellen. Selskapet inngikk også samarbeid med Artificial Analysis om å lansere en Multimodal Knowledge Agent-referanse (MKA), og argumenterte for at eksisterende tester ikke i tilstrekkelig grad fanger hvordan agenter resonnerer nativt over tette filer som inneholder diagrammer, bilder, tegninger, skjemaer og tabeller; Carbon ligger som nummer to på denne referansen, samtidig som den i gjennomsnitt koster mer enn seks ganger mindre per oppgave enn den beste modellen. I evalueringer før lansering sa Google at Carbon matchet den beste testede modellen på Hebbias ende-til-ende finansielle agentiske evaluering og lå først blant 23 flaggskipkonfigurasjoner på Balyasny Asset Managements General Financial Intelligence-referanse.

For å sette Carbon i arbeid på større og mer komplekse prosjekter forhåndsviser Google /swarm i Google Antigravity, som gjør én ledetekst om til et samordnet agenterlag som kan følges i sanntid. Utviklere kan tildele Carbon roller som krever den dypeste resonneringen, som arkitekturdesign, samordning og revisjon, og samtidig parre den med raskere, lettere modeller i parallelle isolerte arbeidsområder og med motstående verifikatorer som tester hver endring. I et innlegg samme dag skrev Antigravity-teamet at /swarm gir en ledetekst til en familie av agenter: en koordinator spinner opp spesialiserte parallelle arbeidere i isolerte git-arbeidstrær slik at redigeringer ikke kolliderer, og motstående verifikatorer kjører tester og utfordrer diff-er; agentene samarbeider på en delt, bare-tilføy meldingstavle og parkerer til null tokenkostnad når de er i ro.

Når det gjelder tilgjengelighet tilbys Gemini 4 Carbon gjennom Gemini API i Google AI Studio og Gemini for Business til alle betalende utviklere og bedriftskunder, til samme introduksjonspris som Gemini 4 Argon: 2 dollar per million inndatatokener og 10 dollar per million utdatatokener. Introduksjonsprisen gjelder til og med 30. november 2026, deretter blir satsen 4 dollar per million inndatatokener og 20 dollar per million utdatatokener, og gjelder bare den Carbon-modellen som er ment for offentlig tilgang. Da Google først kunngjorde modellen 28. oktober, sa det også at bufrede inndatatokener ville prises med 95 prosent rabatt mot inndatasatsen. Carbon rulles også ut til alle abonnenter på Google AI Ultra i Google Antigravity, Gemini-appen og AI Mode i Søk. Modellkortet slår fast at Carbon bygger på Gemini 4 Argon, at inndata kan omfatte tekst, bilder, lyd og video, at det kombinerte inndata-utdata-kontekstvinduet når opptil rundt 1 million tokener, og at utdataene er tekst.

Innen cybersikkerhet beskrives Gemini 4 Carbon for cyber, tilgjengelig gjennom Fairwind-programmet, som Googles sterkeste cybersikkerhetsevne til nå, i stand til å inspisere programvare, spore hvordan sårbarheter kan kjedes på tvers av systemer, og generere verifiserte årsakslapper. Google sa at modellen leder på sentrale referanser for å finne (SEC-bench Pro), utnytte (ExploitGym) og lappe (CWE-bench v1) sårbarheter; poeng selskapet publiserte 28. oktober var 88,2 prosent på SEC-bench Pro, 54,8 prosent på ExploitGym og 71,0 prosent på CWE-bench. Tidlige interne og eksterne tester selskapet viste til, omfatter: på en intern referanse for Project Fortify, Googles autonome system for skanning, triagering og utbedring, nådde Carbon 100 prosent gjenkalling ved skanning og 95 prosent presisjon ved triagering, og i tester på åpne programvarelager forbedret den seg med mer enn 25 prosent på Argons allerede høye gjenkalling; Googles Cloud Vulnerability Research-team brukte Carbon til å vise at to feil i en populær åpen programvarepakke faktisk var utnyttbare, sammenlignbare i alvorlighetsgrad med det nylige PHP2Shell-angrepet, og hjalp ved å bygge et konseptbevis vedlikeholdere med å omklassifisere sakene som kritiske og utgi en lapp, med detaljer som følger etter ansvarlig offentliggjøring; og i Wiz’ Scan for Good-program ble modellen brukt til å skanne to store programvare-som-tjeneste-leverandører og avdekke null-dags-sårbarheter på under to timer, deretter samarbeidet teamet med de berørte organisasjonene om utbedring.

Innen vitenskap og matematikk sa Google at forskere bygde et agentisk rammeverk for formell verifikasjon kalt AlphaProof Code, brukte Carbon sammen med andre modeller til å oversette sikkerhetsmål i koden under Signal-kryptoprotokollen til matematiske teoremer, og lot agenter generere millioner av linjer Lean-kode, noe som hjalp til med å bevise sentrale sikkerhetsegenskaper på uker – arbeid selskapet sa historisk har tatt ekspertlag år. I prediksjon av proteinstuktur brukte forskere et fleragentsoppsett til å la Carbon søke etter fjerne homologer i uannoterte sekvensarkiver i petabase-skala, miljø- og virale sekvenskataloger og tredimensjonale strukturdatabaser; på tvers av sju proteinfamilier med få homologer i det blinde testsettet CASP17 økte Carbon antallet hentede homologer med i gjennomsnitt rundt 40 ganger, uten at prediksjonsmodellene for struktur ble trent på nytt. Fire uker tidligere hadde Google åpnet søknader for å gi 10 000 forskere seks måneder gratis tilgang til Argon i Antigravity; selskapet sa at tusenvis allerede har sluttet seg til, og det utvider nå Carbon til nåværende og fremtidige deltakere, med søknader fortsatt åpne og innrullering som fortsetter ukentlig på rullerende basis.

Når det gjelder sikkerhet sa Google at Carbon i simulerte cyberangrepsmiljøer sådd med ExploitBench og CyScenarioBench blokkerte 99 prosent av angrepsbanene fra en tilpasningsdyktig red-teaming-agent og senket bruddraten per forsøk til 0,8 prosent, sammenlignet med 3,1 prosent for Argon; i Gray Swan-testing falt suksessraten for automatiserte cyberangrepsforespørsler til 2,17 prosent, sammenlignet med 9,86 prosent for Argon; og ekstern testing av Trajectory Labs fant ingen nye universelle jailbreaks over 132 timer og mer enn 13 000 forespørsler. På en agentisk ærlighetsreferanse med 375 oppgaver klarte Carbon 92 prosent av oppgavene, sammenlignet med 70 prosent for Argon, avslo å fylle inn manglende eksperimentelle data 98 prosent av gangene og flagget metodiske svakheter 68 prosent av gangene. Selskapet hadde to uker tidligere sagt at Carbon nådde 0 prosent angrepssuksess på Gray Swan IPI-referansen for indirekte ledetekstinjeksjon, samtidig som det merket at modellen i enkelte fordelinger fortsatt har rom for forbedring mot mer sofistikerte angrep.

Hvorfor det betyr noe: Google flytter Carbon fra en begrenset cybersikkerhetsforhåndsvisning inn i det betalte API-et og til Ultra-abonnenter, men overlater fortsatt det daglige arbeidet til Argon og bruker de ekstra resonneringstokenene på lengre verifikasjonssløyfer; de lavere kostnadene per oppgave og de sterkere sikkerhetstallene skal vise at dette ikke bare er en jakt på toppresultater.

2. Anthropic starter IPO-roadshowet til 70 til 78 dollar per aksje

10. november 2026 sa Anthropic, PBC at det hadde startet roadshowet for den foreslåtte børsnoteringen av A-aksjer. Selskapet sa at tilbudet består av 825 000 000 A-aksjer, hvorav 801 351 354 tilbys av Anthropic og 23 648 646 av visse eksisterende aksjonærer; Anthropic vil ikke motta proveny fra de selgende aksjonærenes aksjer. Det forventer også å gi tilretteleggerne en 30-dagers opsjon på å kjøpe inntil ytterligere 123 750 000 A-aksjer. Tilbudsprisen ventes å ligge mellom 70,00 og 78,00 dollar per aksje. Anthropic har søkt om å notere A-aksjene på Nasdaq Global Select Market under symbolet «ANT», og understreket at registreringserklæringen ennå ikke er trådt i kraft, og at kunngjøringen ikke er et tilbud om å selge eller en oppfordring til å kjøpe verdipapirene.

Med dette kursintervallet innebærer de 825 millioner aksjene en emisjonsstørrelse på rundt 57,75 til 64,35 milliarder dollar. TechCrunch rapporterte at selskapet, i toppen av intervallet og på fullt utvannet basis, ville verdsettes til rundt 1,404 billioner dollar, over verdsettelsen på 965 milliarder dollar som ble nådd i en kapitalinnhenting i mai, men under et tidligere omtalt mål på rundt 2 billioner dollar. CNBC satte det fullt utvannede tallet til inntil rundt 1,405 billioner dollar og, med henvisning til personer kjent med saken, sa at selskapet planlegger å prise 18. november og starte handelen 19. november, med en detaljallokering på rundt 20 prosent.

Begge mediene, med henvisning til den oppdaterte innleveringen, rapporterte også at Anthropic har avtalt å selge ikke-stemmeberettigede N-aksjer for 26 milliarder dollar i en rettet emisjon 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 netto proveny på rundt 84,6 til 93,7 milliarder dollar, der det øvre tallet inkluderer tilretteleggernes opsjon. Innleveringen, slik den er omtalt, satte omsetningstakten til rundt 81 milliarder dollar ved utgangen av oktober, opp rundt 10 milliarder dollar fra utgangen av september. CNBC sa at omsetningen for de ni månedene fram til 30. september var 33,24 milliarder dollar, med et netto underskudd på 104 milliarder dollar i samme periode, mesteparten fra endringer i virkelig verdi av konvertible obligasjoner og derivative forpliktelser. TechCrunch merket også at grunnleggerne, ettersom selskapet er et public-benefit corporation, innehar en F-aksje med 50,1 prosent av stemmeretten, og at Long-Term Benefit Trust vil velge et styreflertall, noe som begrenser innflytelsen til kjøpere av A-aksjer.

Hvorfor det betyr noe: Kursintervallet flytter laboratoriet til de siste stegene før en børsnotering, men den impliserte verdsettelsen er allerede kommet ned fra tidligere omtaler på rundt 2 billioner dollar til rundt 1,40 billioner dollar; handelen avhenger fortsatt av at registreringen trer i kraft, og roadshowet tilbyr et intervall, ikke en endelig pris.

3. OpenAI introduserer virksomheter i ChatGPT og Business Agents i beta

10. november 2026 sa OpenAI at det introduserer virksomheter i ChatGPT i beta, og beskrev det som en ny måte for selskaper å knytte seg til de 1,2 milliarder menneskene som bruker ChatGPT hver uke. Gjennom Business Hub kan virksomheter gjøre krav på organisasjonen sin, administrere opplysningene og se hvordan folk omgås dem i ChatGPT. Selskapet legger også til Business Agents, med start hos berettigede netthandels- og nettjenestevirksomheter i USA.

I Business Hub kan verifiserte selskaper oppdatere sentrale detaljer og legge til selvbetjente produktfeeder med priser og tilgjengelighet. OpenAI sa at enhver berettiget virksomhet på et sted der ChatGPT er tilgjengelig, kan gjøre krav på profilen gjennom Business Hub; eksisterende OpenAI Enterprise-kunder og annonsører kan samarbeide med representanten sin; og Shopify-forhandlere kan knytte en butikk fra Business Hub eller Shopify-administrasjonen for å forenkle verifiseringen, med berettigede Shopify-produkter allerede integrert i ChatGPT gjennom Shopify Catalog.

Når det gjelder innsikt gir Business Hub aggregerte tall som omtaler og nettstedsklikk, samt oppdagelsestemaer – vanlige motiver i samtaler der en virksomhets nettsted siteres. OpenAI skrev at det ikke deler brukernes samtaler eller Business Agent-samtaler med virksomheter, og at innsikt bare er tilgjengelig i aggregert form og først når visse terskler er nådd.

Etter å ha gjort krav på en profil kan berettigede organisasjoner bygge, teste og lansere en Business Agent. Når en virksomhet dukker opp i et modelsvar, kan folk åpne ChatGPT-profilen dens; hvis en Business Agent er tilgjengelig, kan en kunde starte en separat samtale for å sammenligne tilbud eller stille oppfølgingsspørsmål, forankret i opplysningene virksomheten har gitt. Den samtalen er tydelig merket, holdt atskilt fra den opprinnelige ChatGPT-tråden og adskilt fra ChatGPTs uavhengige svar. Virksomheter kan også sponse Business Agent-en og bruke den som destinasjon for ChatGPT Ads; sponset plassering er tydelig merket og holdt atskilt fra ChatGPT-svar. The Verge omtalte beta-lanseringen samme dag.

Hvorfor det betyr noe: OpenAI åpner en vei fra sitt ukentlige publikum på 1,2 milliarder brukere til virksomheter, men bare bak verifisering, aggregerte innsikter og tydelig merkede, atskilte samtaler; første steg er en krevd profil og en merkevareagent, ikke en allmenn åpning mot alle næringer og alle markeder.

4. Google avduker Gemini Robotics 2.5, med 96 prosent suksess i en linjetest hos Mercedes-Benz

10. november 2026 introduserte Google DeepMind, i et innlegg av Carolina Parada, Gemini Robotics 2.5 og kalte den selskapets mest kapable visjon-språk-handlingsmodell (VLA) til nå. Modellen er ment å utvide spekteret av ferdigheter en robot kan lære og hastigheten den kan tilegne seg dem med, og å bedre fingerferdighet, pålitelighet og sikkerhet slik at roboter kan bevege seg ut av laboratoriet og inn i mer ustrukturerte virkelige omgivelser. Selskapet sa at det tidligere i år hadde brakt helkroppsintelligens til roboter av mange typer, inkludert humanoider, og at den siste framgangen i stor grad skyldtes Gemini 4 Argons evne til å akselerere robotikkforskning. Gemini Robotics 2.5 rulles ut til Googles robotikkpartnere.

Google sa at det evaluerte modellens oppgavebredde, ytelse og kompleksitet på mer enn 200 distinkte oppgaver, som å servere mat med tang, binde en sløyfe på en gaveeske og pipette væske, og kombinerte verktøybruk, manipulering av deformerbare objekter og forsiktig håndtering av skjøre gjenstander. Sammenlignet med tidligere baselinjer oppnådde Gemini Robotics 2.5 30 til 100 prosent høyere suksessrate avhengig av oppgavetype, og fullførte oppgaver 20 til 30 prosent raskere. Modellen virker nativt med flere robottyper, blant dem Apptroniks humanoid Apollo 2, som bruker den femfingrede SharpaWave-hånden med 22 frihetsgrader, og Franka Duo-plattformen med tofingrede parallelle gripearmer.

For å teste pålitelighet samarbeidet Google med Apptronik og Mercedes-Benz om å rulle ut Apollo 2 på aktive bilproduksjonslinjer i Kecskemét i Ungarn og Sindelfingen i Tyskland. I konseptverifiseringen brukte roboten den kroppsliggjorte resonneringsmodellen Gemini Robotics ER til å følge arbeidsflyten og handlingsmodellen Gemini Robotics 2.5 til å styre armer og hender, plukke metallbraketter til biler fra forsyningsbeholdere, plassere dem i sekvenseringsbeholdere og rette opp mellomrom, med 96 prosent suksess. Jeff Cardenas, medgründer og administrerende direktør i Apptronik, sa at modellene bedret seg vesentlig i løpet av noen ukers ettertrening og lot seg overføre til Mercedes-Benz-linjene med svært lite frafall.

Når det gjelder sikkerhet bruker Gemini Robotics 2.5 resonneringsveiledning i inferenstid til å styre unna fysiske farer i sanntid. Google sa at evnen økte sikker oppgavefullføring med 33 prosent rundt hindringer og med 43 prosent rundt mennesker i nærheten. For å teste fiendtlige jailbreaks rettet mot roboter lanserer selskapet også ASIMOV-Jailbreak, en åpen referanse med hundrevis av ledetekster som kamuflerer usikre forespørsler i dusinvis av scener; det sa at Gemini 4 Argon oppnådde 99,5 prosent motstand mot jailbreak, opp fra 82 prosent for den forrige baselinjen, Gemini Robotics ER 2.

Hvorfor det betyr noe: Dette er ikke bare nok en laboratoriedemonstrasjon av å binde en sløyfe – Google setter et tall på 96 prosent suksess på fungerende Mercedes-Benz-produksjonslinjer, og publiserer samtidig en ny jailbreak-referanse og styrbarhetsresultater, og behandler pålitelighet og sikkerhet som vilkår for å tre inn i en fabrikk.

5. MiniMax åpner vektene til H3-Image og sier at den kan generere 4K-bilder på under 10 sekunder

11. november 2026 lanserte MiniMax MiniMax H3-Image, en bildegenereringsmodell med åpne vekter bygd på H3, med støtte for tekst-til-bilde-generering, referansebasert generering og bilderedigering. Selskapet sa at modellen kan generere et 4K-bilde (4096×4096) på under 10 sekunder, med rikere detaljer og sterkere etterlevelse av ledeteksten, at den kan forstå og bruke opptil 16 referansebilder, og at 4K-genereringshastigheten er opptil rundt fem ganger den til vanlige alternativer. Vektene er publisert på Hugging Face som MiniMaxAI/MiniMax-H3-Image, og modellen er også tilgjengelig gjennom MiniMax API, MiniMax Code og Hailuo AI.

MiniMax sa at Standard-modus er rundt 1,5 til 2 ganger så rask som vanlige alternativer, mens Highspeed-modus når 3 til 4 ganger; prisen er rundt 50 til 70 prosent av sammenlignbare vanlige tilbud, og i lanseringsuken tilbyr selskapet 50 prosent avslag på forespørsler om bildegenerering i 4K-oppløsning og høyere. Modellen lanseres under MiniMax-H3-Image Community License Agreement, datert 10. november 2026. Avtalen slår fast at det aktuelle territoriet er hele verden, med unntak av Den europeiske union, Storbritannia, Republikken Korea og Amerikas forente stater.

Hvorfor det betyr noe: MiniMax setter både 4K-genereringshastighet og åpne vekter ut i markedet og senker terskelen for å skaffe og kjøre modellen; fellesskapslisensen unntar likevel uttrykkelig markeder som blant andre Den europeiske union, Storbritannia, Sør-Korea og USA, så åpne vekter er ikke det samme som ubegrenset kommersiell bruk overalt.

---

I dag på én linje: Google gjorde Gemini 4 Carbon, den sterkeste modellen til nå, allment tilgjengelig til Argons introduksjonspris og forhåndsviste /swarm i Antigravity; Anthropic startet IPO-roadshowet med et kursintervall på 70 til 78 dollar og søkte om notering som ANT; OpenAI introduserte virksomheter i ChatGPT og Business Agents i beta; Google DeepMind avduket Gemini Robotics 2.5 og rapporterte 96 prosent suksess i en linjetest hos Mercedes-Benz; og MiniMax åpnet vektene til H3-Image og sa at den kan generere 4K-bilder på under 10 sekunder.