Tech — Anthropic arată costul AI, Binance arată riscul agenților

1. Anthropic: venituri de ~17 mld. $ într-un trimestru, dar pe pierdere

Industrie

Prospectul IPO actualizat (S-1/A) arată venituri de ~17 mld. $ în T3 2026, +1.127% față de anul trecut. Costurile de compute au sărit la 9,86 mld. $ (58% din venituri), iar firma a trecut pe o pierdere operațională de 567 mil. $. Angajamentele totale pentru compute: ~895 mld. $. SEC S-1/A · CNBC · TechCrunch

De ce contează: cererea pentru AI explodează, dar nici liderii nu au rezolvat încă economia GPU-urilor, deci prețurile API nu vor scădea ușor.

2. Binance: hackul de 6,34 mld. $ a pornit de la un interviu de angajare fals și a trecut printr-un tool AI intern

Securitate

Raportul din 3 noiembrie: un inginer a instalat un Homebrew trucat căutând un tool AI de coding (iunie), altul a rulat un „assignment” malițios la un interviu fals (septembrie). Atacatorii au folosit apoi un tool AI intern ca să ajungă la alți ingineri de wallet și au golit portofelele pe 29 octombrie. Binance spune că a acoperit 98% din active; FBI și analiștii indică Coreea de Nord. BBC · WIRED · Bitcoin Magazine

De ce contează: tool-urile AI interne cu acces larg devin vector de atac — nu rula niciodată cod de la „recrutori” pe mașina de lucru.

3. CrowdStrike cumpără Fiddler AI și Dreadnode pentru securitatea agenților AI

Securitate Industrie

Fiddler (observabilitate pentru agenți) devine Falcon Observe, Dreadnode (testare automată: jailbreak, prompt injection, servere MCP) intră în Falcon Guardian. WSJ estimează ~400 mil. $ + ~95 mil. $; CrowdStrike nu a publicat sumele. CrowdStrike · TechCrunch · SecurityWeek

De ce contează: „securitatea agenților” devine categorie separată de produs, cu bani mari în spate.

4. Google: „LLMjacking” — chei cloud furate, facturi AI de până la 1 mil. $

Securitate

Google GTIG și Mandiant descriu atacatori care folosesc credențiale cloud furate pentru a consuma modele LLM pe banii victimei: peste 100.000 $ pe zi la unele firme, până la 1 mil. $ înainte de revocare. Accesul e revândut prin proxy-uri și „LLM mixers”. Google Cloud Blog · BleepingComputer

De ce contează: o cheie API scăpată în repo nu mai e doar o problemă de date, ci o factură uriașă — pune limite de buget și rotește cheile.

5. Meituan lansează LongCat-2.5: 1,6 trilioane de parametri, pentru agenți și coding

Modele

Model multimodal nativ MoE (~48 mld. parametri activi/token), antrenat cu RL pe sarcini lungi de tip agent și optimizat pentru inferență W4A4 pe acceleratoare chinezești. LongCat blog · Meituan Tech

De ce contează: China continuă să scoată modele de frontieră antrenate pe hardware propriu, ocolind dependența de Nvidia.

6. Flower Labs lansează Endeavor 1.1, cu inferență pe GPU-uri din UE

Modele ⚠️ NEVERIFICAT

Modelul poate fi rulat on-premise sau în cloud privat, are urme de raționament inspectabile și acum acceptă imagini. Flower susține că bate ofertele OpenAI și Anthropic (GPQA 94,4) — cifre declarate de companie, neverificate independent. Flower AI

De ce contează: pentru firmele europene cu cerințe GDPR, apare o opțiune „frontier” găzduită în UE.

7. Hindsight publică modele mici open-weight pentru memoria agenților

LLM local

Trei modele: hs-decide-1-flash (0,8B, Apache 2.0), hs-rerank-1 și hs-embed-1 (~110M, MIT). Reranker-ul și embedding-ul rulează pe CPU; firma spune că reduc costul operațiilor de memorie de 2,5x. Hindsight

De ce contează: metodă practică pentru local: un model mic ia deciziile mărunte, LLM-ul mare doar scrie — mai ieftin și mai rapid.

8. Pruna AI: P-H3-Image, model open de imagini de 7x mai mic — dar licența exclude UE

Modele LLM local

Derivat din modelul video MiniMax-H3: 20 GB în loc de 143 GB, ~21 GB VRAM pentru imagini de 8 MP, are noduri ComfyUI. Licența MiniMax H3 exclude UE, Marea Britanie, Coreea și SUA fără licență separată. Pruna AI

De ce contează: tehnic rulează pe un GPU de consum mare, dar în România nu îl poți folosi legal fără acord cu MiniMax.

9. Ollama v0.40.14: setări de sampling corecte pe endpoint-urile OpenAI

LLM local

Clienții compatibili OpenAI care nu trimit temperature/top_p primesc acum valorile implicite ale modelului, nu 1.0. Plus: ollama launch claude respectă limita de output a modelului și top-k mai rapid pe MLX (Apple Silicon). GitHub — Ollama v0.40.14

De ce contează: dacă folosești Ollama prin API OpenAI, răspunsurile ar trebui să fie mai bune fără nicio schimbare de cod — actualizează.

Concluzie: AI-ul crește mai repede decât economia lui (Anthropic), iar agenții AI au devenit suprafață de atac reală (Binance, LLMjacking, CrowdStrike). Pentru local: modele mici specializate și unelte mai corecte.