De rode draad van vandaag loopt langs cryptanalytisch onderzoek, multimodale generatie, een MoE met spaarzame activatie op weg naar open gewichten, de evaluatie van wetenschappelijke agents en alleen-lezen financiën voor consumenten: Google DeepMind meldde dat door mensen begeleide AI-agents twee grote zwakheden in verouderde 1024-bits RSA vonden, en benadrukte dat moderne sleutels van 2048 bits en groter veilig blijven; Gemini Omni 1.2 Flash werd algemeen beschikbaar; Thinking Machines Lab bracht Inkling 2 Small uit, met details over pretraining en gezamenlijke RL; OpenAI en Ligo lanceerden BioBasicsBench voor routinematige natlabtaken; en Anthropic begon met de uitrol van Claude Personal Finance voor betaalde abonnementen in de VS via Plaid, met nadruk op alleen-lezen toegang en geen gebruik voor training.

1. Google DeepMind: door mensen begeleide AI-agents leggen twee zwakheden in verouderde 1024-bits RSA bloot

Op 6 november 2026 maakte Google DeepMind, in een kader van Pushmeet Kohli, VP of Science, bekend dat door mensen begeleide AI-agents twee grote zwakheden in verouderde 1024-bits RSA hadden blootgelegd. Het werk stond onder leiding van Dj Dvijotham en Abhradeep Thakurta, in samenwerking met Nadia Heninger (UC San Diego en Inria) en Emmanuel Thomé (Inria). DeepMind en bijbehorende berichtgeving benadrukken dat moderne RSA vanaf 2048 bits veilig blijft, en dat de handtekeningexperimenten in een sandbox zijn uitgevoerd op een reeds opgeloste 1024-bits benchmark, zonder live systemen aan te raken.

Over handtekeningen en padding stelde DeepMind dat zodra een aanvaller ongeveer de helft of meer van het ondertekende blok beheerst, padding vrijwel geen bescherming meer biedt. In de sandbox gebruikte de verbeterde aanpak ongeveer 3,5× minder cpu-tijd en minder dan een duizendste van de rekenkracht die nodig is om de sleutel zelf te breken. Beheerst de aanvaller slechts een korte vingerafdruk (bijvoorbeeld 32 bytes), dan is het nieuwe algoritme volgens theoretische schattingen circa 1.600× beter dan het eerdere beste resultaat voor 1024-bits RSA. Daarnaast meldde DeepMind voor het in batches ontbinden van moduli met dezelfde bitlengte ongeveer 30× lagere gemiddelde kosten per extra 1024-bits sleutel dan bij eerdere batchmethoden.

Kernpunt: Cryptanalyse met hulp van AI scherpt de aanvallen op verouderde 1024-bits RSA aan onder de genoemde aannames, terwijl DeepMinds eigen kader de operationele grens duidelijk houdt: er wordt niet beweerd dat implementaties van 2048 bits en groter zijn gebroken, en de handtekeningtests bleven buiten live productie.

2. Google: Gemini Omni 1.2 Flash algemeen beschikbaar, native video tot 15 s, prijs circa 30% omlaag

Anish Nangia, productmanager bij Google DeepMind, kondigde op 5 november 2026 aan dat Gemini Omni 1.2 Flash algemeen beschikbaar (GA) is in de Gemini API en in Gemini for business / Google Cloud. De modelkaart draagt dezelfde publicatiedatum. Waar Omni 1.1 bij 10 seconden stopte, breidt 1.2 Flash de native video uit tot 15 seconden, met een instelbare duur van 3 tot 15 seconden in stappen van een seconde; de prijs voor 720p daalt ongeveer 30% ten opzichte van Omni 1.1, naar $0.07 per seconde.

Qua mogelijkheden benadrukt het bericht bewerken in gesprekken over meerdere rondes en een sterkere naleving van referentieafbeeldingen, bewegingsclips tot ongeveer drie seconden, en audio. Workflows kunnen concepten maken op 360p / 720p en daarna opschalen naar 1080p / 4K, met SynthID-watermerken. Provisioned Throughput is beschikbaar. Het model wordt ook uitgerold in Flow, Google Vids, de Gemini-app (Ultra), Google Ads, AI Studio, Vertex AI, YouTube en Workspace.

Kernpunt: Videogeneratie verschuift van “kan het een clip maken” naar geprijsde duurniveaus, naleving van referenties en doorvoergaranties voor bedrijven, waarbij concepten op lagere resolutie plus opschalen in de standaardworkflow zijn opgenomen.

3. Thinking Machines Lab brengt Inkling 2 Small uit: 594 mld. / 17 mld. actief, gewichten onder Apache 2.0 gepland

Thinking Machines Lab kondigde Inkling 2 Small aan op 5 november 2026: een mixture-of-experts-model (MoE) met in totaal ongeveer 594 miljard parameters, waarvan 17 miljard actief, dat afbeeldingen als invoer en variabele inspanning ondersteunt. Het bedrijf noemde een score van 31 op de Artificial Analysis Intelligence Index (het bericht zegt 31; in een tabel staat AA Index v5.0 op 30,6). Het model start eerst op Tinker met gesloten gewichten; volgens de aankondiging staan de volledige gewichten gepland onder Apache 2.0 voor volgende week, na externe veiligheidstests en red teaming.

De bekendgemaakte trainingsgegevens omvatten: H1-pretraining van ongeveer 8,4 biljoen tokens in circa 68 uur op NVIDIA GB300 NVL72 met native NVFP4; H2 van ongeveer 3,8 biljoen tokens met een context tot 512K; daarna gezamenlijke RL gedurende 1.075 stappen en meer dan 17 miljoen rollouts in ongeveer negen dagen op 2.048 GPU’s. Het lab toonde demo’s van agentisch coderen, visie en kenniswerk en noemde in zijn momentopname een DesignArena Website-score van 1340.

Kernpunt: Het MoE-pad “kleine activatie, groot totaal” brengt de doorvoer van pretraining, de schaal van gezamenlijke RL en een ritme van “eerst gesloten uitbrengen, daarna open gewichten” samen in één releaseverhaal.

4. OpenAI lanceert BioBasicsBench: meten hoe AI-agents routinematig natlabwerk aanpakken

OpenAI publiceerde op 6 november 2026 een introductie van BioBasicsBench, gebouwd met enzymontwerpbedrijf Ligo. De benchmark omvat 100 routinematige natlabtaken in vijf gebieden (eiwitmethoden, beeldvorming / cytometrie, kwantificering en assays, nucleïnezuurmethoden en moleculair klonen), met invoer als ruwe gels, platen, microscopie en exports van instrumenten. De evaluatie omvatte zeven modellen, 37 instellingen en vijf pogingen per taak, wat ongeveer 18.500 resultaten opleverde.

Bij redeneren op xhigh haalde GPT-6 Astra een gemiddelde beloning van 66,7% (95%-betrouwbaarheidsinterval 60,3%–73,1%), GPT-6.1 Sol 62,0% en GPT-5.6 Sol 43,8%. Het bedrijf benadrukt dat hogere scores nog niet gelijkstaan aan een betrouwbaar oordeel in het lab. Voorbeelden zijn Astra, dat een verkeerd antibioticum op het etiket op de rand van een controleplaat opmerkte, en resterende faalwijzen zoals aannames die controles overrulen en, in één geval, een verkeerde telling van kolonies met een overschatting van ongeveer 12%.

Kernpunt: Aanbieders maken van “ruwe experimentele artefacten lezen” een reproduceerbare natlabbenchmark, en gebruiken betrouwbaarheidsintervallen en foutvoorbeelden om de extrapolatie “hoge score is gelijk aan betrouwbaar” af te zwakken.

5. Anthropic: bèta van Claude Personal Finance wordt uitgerold, alleen-lezen koppelingen met rekeningen via Plaid

Anthropic begon deze week met de uitrol van een bèta van Personal Finance voor gebruikers van Pro, Max en Ultra in de VS; Plaid bevestigde de samenwerking in een bericht van 5 november 2026, en onder meer TechCrunch berichtte over de lancering. Gebruikers kunnen via Plaid banken en kaarten koppelen. De functie is alleen-lezen: ze kan geen geld verplaatsen, beheren of beleggen, en bevat geen advertenties of gesponsorde producten. Gekoppelde rekeningen kunnen transacties tot ongeveer twee jaar terug tonen; chats in de Personal Finance-hub worden niet voor training gebruikt; gebruikers verifiëren zich bij hun bank via Plaid, zodat Claude bankwachtwoorden niet ziet; ontkoppelen kan op elk moment. Anthropic stelt dat de functie geen beleggingsadvies is.

Kernpunt: Assistenten voor consumenten betreden het terrein van financiële inzichten op rekeningniveau, maar met grenzen: alleen-lezen, niet voor training, geen advies en op elk moment te ontkoppelen. De connectiviteit loopt via betalingsinfrastructuur in plaats van zelf gebouwde bankkoppelingen.

---

Kernpunt in één zin: DeepMind meldt met AI ondersteunde vooruitgang tegen verouderde RSA-1024 en bevestigt tegelijk de veiligheid van moderne sleutels vanaf 2048 bits, Google maakt Gemini Omni 1.2 Flash algemeen beschikbaar met langere native video en een lagere eenheidsprijs, Thinking Machines legt met Inkling 2 Small een MoE-pad met “Apache 2.0 volgende week”, OpenAI kwantificeert de prestaties van natlab-agents met BioBasicsBench en waarschuwt dat hoge scores geen betrouwbaar oordeel zijn, en Anthropic rolt alleen-lezen Personal Finance uit voor betalende gebruikers in de VS via Plaid.