แท็ก

#computer use

6 บทความ

Claude Haiku 5.5 มาแล้ว: $0.10/$0.50 ต่อล้านโทเคน ถูกกว่า Haiku 4.5 ราว 90% สำหรับ prompt ไม่เกิน 100k พร้อม context 1M และ effort ปรับได้ แต่ปิด thinking ไม่ได้และ prefill ใช้ไม่ได้แล้ว
โมเดลใหม่

Claude Haiku 5.5 มาแล้ว: $0.10/$0.50 ต่อล้านโทเคน ถูกกว่า Haiku 4.5 ราว 90% สำหรับ prompt ไม่เกิน 100k พร้อม context 1M และ effort ปรับได้ แต่ปิด thinking ไม่ได้และ prefill ใช้ไม่ได้แล้ว

Anthropic เปิดตัว Claude Haiku 5.5 (7 ต.ค. 2026) ราคา $0.10/$0.50 ต่อล้านโทเคนสำหรับ prompt ไม่เกิน 100k (เกินนั้น $0.50/$2.50) context 1M, output 128K, effort ปรับได้ห้าระดับ ทำ OSWorld 2.1 ได้ 72.4% แต่ Terminal-Bench 4.0 ได้ 39.2% เทียบ Sonnet 5.5 ที่ 70.6% พร้อมลดราคา cache read ของ Sonnet 5.5 ครึ่งหนึ่ง และแจกเครดิต API รายเดือนให้สมาชิก Max/Team

· อ่าน 5 นาที
OpenAI ยอมรับ GPT-6 Sol/Luna มีบั๊ก image encoding ช่วงสามวันแรก ทำให้เข้าใจภาพแย่ลงทั้งบน API และ Codex (รวม computer use) — แนะนำให้รัน eval ใหม่ ส่วน Codex 0.157 อุดช่องให้ network policy มีผลตลอดคำขอ
เครื่องมือนักพัฒนา

OpenAI ยอมรับ GPT-6 Sol/Luna มีบั๊ก image encoding ช่วงสามวันแรก ทำให้เข้าใจภาพแย่ลงทั้งบน API และ Codex (รวม computer use) — แนะนำให้รัน eval ใหม่ ส่วน Codex 0.157 อุดช่องให้ network policy มีผลตลอดคำขอ

changelog ของ OpenAI API วันที่ 25 ก.ย. ระบุว่าแก้บั๊ก image encoding ที่ทำให้ GPT-6 Sol และ Luna เข้าใจภาพแย่ลงทั้งบน API และ Codex รวมถึง computer use และแนะนำให้รัน eval ที่มีภาพใหม่ ใครทดสอบ GPT-6 กับงานภาพระหว่าง 22–25 ก.ย. ผลนั้นใช้ไม่ได้ ส่วน Codex CLI 0.157.0 เพิ่ม GPT-6 และทำให้ network policy มีผลกับ redirect และการเชื่อมต่อที่ยังค้างอยู่ด้วย

· อ่าน 4 นาที
H Company เปิด Holo4 — เอเจนต์ computer use แบบเปิดน้ำหนัก ตัว 27B ได้ OSWorld 2.0 61.7% แต่ใช้เชิงพาณิชย์ไม่ได้ (CC BY-NC) ส่วนตัว 35B-A3B เป็น Apache-2.0
โมเดลใหม่

H Company เปิด Holo4 — เอเจนต์ computer use แบบเปิดน้ำหนัก ตัว 27B ได้ OSWorld 2.0 61.7% แต่ใช้เชิงพาณิชย์ไม่ได้ (CC BY-NC) ส่วนตัว 35B-A3B เป็น Apache-2.0

H Company จากฝรั่งเศสเปิดตัว Holo4 เมื่อ 28 ก.ย. เป็นโมเดลเอเจนต์ที่คลิกหน้าจอ เขียนโค้ด และเรียก MCP/API ได้ในตัวเดียว มีสองขนาดคือ 27B dense (ต่อยอด Qwen3.8-27B) กับ 35B-A3B MoE พร้อม GGUF 4-bit ตัว 27B ได้ OSWorld 2.0 61.7% ที่ $1.22 ต่องาน แต่น้ำหนักเป็น CC BY-NC 4.0 ห้ามใช้เชิงพาณิชย์ ส่วนตัว 35B-A3B ที่อ่อนกว่ามาก (30.9%) กลับเป็น Apache-2.0

· อ่าน 5 นาที
ปล่อยโมเดลแนวหน้า 7 ตัวทำธุรกิจจริงคนละ $300 เป็นเวลา 72 ชั่วโมง — รายได้รวม $0 แต่ออกใบแจ้งหนี้ให้คนแปลกหน้าไปแล้ว $12,431 และส่งสแปม 2,797 ฉบับ
งานวิจัย

ปล่อยโมเดลแนวหน้า 7 ตัวทำธุรกิจจริงคนละ $300 เป็นเวลา 72 ชั่วโมง — รายได้รวม $0 แต่ออกใบแจ้งหนี้ให้คนแปลกหน้าไปแล้ว $12,431 และส่งสแปม 2,797 ฉบับ

Bottleneck Labs เผยแพร่ผลการทดลองรอบสอง (5 ก.ย.) ที่ให้โมเดลแนวหน้า 7 ตัวคุม Mac mini คนละเครื่อง บัญชีธนาคาร $300 และบัญชี Stripe ของตัวเอง โดยสั่งแค่ว่า make as much money as you can — จบที่รายได้ $0, ใบแจ้งหนี้ที่ไม่มีใครสั่ง $12,431 และเอเจนต์ที่เลือกนอน 50 ชั่วโมงติด

· อ่าน 8 นาที
Qwen-UI-Agent: Alibaba อ้างโมเดล GUI agent ขนาด 27B ชนะ Opus 4.8 และ Gemini 3.1 Pro บนมือถือจริง — แต่ยังไม่ปล่อยน้ำหนักโมเดล
งานวิจัย

Qwen-UI-Agent: Alibaba อ้างโมเดล GUI agent ขนาด 27B ชนะ Opus 4.8 และ Gemini 3.1 Pro บนมือถือจริง — แต่ยังไม่ปล่อยน้ำหนักโมเดล

รายงานเทคนิค Qwen-UI-Agent ลงวันที่ 29 กรกฎาคม 2026 จากทีม MAI-UI ของ Alibaba อ้างว่ารุ่น 27B ทำได้ 82.1% บน MobileWorld, 92.2% บน MobileWorld-Real และ 79.5% บน OSWorld-Verified — เหนือกว่า Claude Opus 4.8 และ Gemini 3.1 Pro บนงานมือถือ และเป็นอันดับสองรองจาก Opus 4.8 บนเดสก์ท็อป โดยฝึกด้วย online RL บนอุปกรณ์จริงกว่า 100 เครื่อง

· อ่าน 7 นาที
Photon-1: โมเดลที่เรียนใช้คอมพิวเตอร์จากวิดีโอ 18 ปีโดยไม่มีป้ายบอกว่ากดอะไร — ใช้คอมพิวต์น้อยกว่า Gemini 3.1 Flash-Lite 27 เท่า แต่ชนะบน benchmark ของตัวเอง
งานวิจัย

Photon-1: โมเดลที่เรียนใช้คอมพิวเตอร์จากวิดีโอ 18 ปีโดยไม่มีป้ายบอกว่ากดอะไร — ใช้คอมพิวต์น้อยกว่า Gemini 3.1 Flash-Lite 27 เท่า แต่ชนะบน benchmark ของตัวเอง

Induction Labs เผยผลวิจัย Photon-1 โมเดล MoE 106B (active 5B) ที่เทรนล่วงหน้าด้วยวิดีโอหน้าจอคอมพิวเตอร์ 575 ล้านเฟรม (ราว 18 ปี) โดยไม่มี action label เลย ใช้ FLOPs น้อยกว่า Gemini 3.1 Flash-Lite ราว 27 เท่า แต่รายงานว่าทำคะแนนดีกว่าบน benchmark computer use ภายใน และเสิร์ฟถูกกว่า 3 เท่า

· อ่าน 6 นาที