Agosto 2026 ha chiuso il ciclo dei “preview eterni”: i laboratori hanno messo in produzione modelli pensati per agent lunghi, coding autonomo e lavoro visivo, non solo per chat. Questa prima parte del mega riassunto copre i rilasci frontier e API. Le parti successive trattano open-weight, tool agentici, ricerca e policy.
Grok 4.6 e il salto long-running di xAI
Il 12 agosto xAI ha rilasciato Grok 4.6: stesso listino di Grok 4.5, focus su agent multi-step, analisi di codebase e trasformazione di un’idea in app. Context da 500k token. Sulle board interne della community i numeri circolati sono AA Intelligence Index 61 (allineato a GPT-5.6 Sol), GDPVal-AA v2 1753, AA-Briefcase 1577 e CursorBench 69.9%.
Prezzo dichiarato: 2 dollari / 1M input e 6 dollari / 1M output, circa la metà di diversi competitor frontier. Disponibile da subito su Cursor, Grok Build, Grok Bot e API. La prima settimana ha portato usage doppio gratuito su Cursor e Grok Build. Esiste una variante fast a prezzo doppio.
In parallelo, l’8 agosto è arrivato Imagine Image 2.0: generazione ed editing orientati al lavoro reale, tipografia nitida, Magic Wand, Segmentation, Smart Resize, fino a 5 reference e rimozione sfondo. In classifica Arena risultava #2 sia su text-to-image sia su editing. Quality Mode su grok.com/imagine e app; API in arrivo.
Qwen3.8-Max: coding autonomo da cartella vuota
Il 3 agosto Alibaba ha messo in campo Qwen3.8-Max, top della famiglia con 2.4 trilioni di parametri e 95B attivi, architettura derivata da Qwen 3.5. Il claim più discusso in community è l’autonomous coding: sessioni da 10+ giorni (fino a 16) da repo vuota a produzione, con 265 commit e 127 PR. Altri esempi circolati: 500+ turni di ottimizzazione chip (da 8.298 a 678 gate) e una strategia e-commerce da 365 giorni con ritorno 4.16x.
Visione nativa usata come feedback loop continuo. Pesi di Qwen3.8-Max e Qwen3.8-27B annunciati per la settimana successiva. Hosted su QwenCloud/API a 2.0 / 6.0 dollari per 1M token, cache implicita a 0.25 / 1M.
Gemini 3.7 Flash e il Flash che fa da coworker
Il 13 agosto Google DeepMind ha rilasciato Gemini 3.7 Flash: context fino a 1M token, output 64K, thinking configurabile. I numeri pubblicati nel giro di community: 43.6% su FrontierCode 1.1, 65.3% su DeepSWE v1.1, 1588 Elo su Code Arena, 30.4% su AutomationBench.
Disponibile su Antigravity, Google AI Studio, Android Studio, Gemini Spark e Gemini API (gemini-3.7-flash). Pricing introduttivo 0.75 / 3.75 dollari per 1M fino a fine 2026. È il Flash pensato per coding, knowledge work e workflow agentici, non solo per latenza.
DeepSeek-V4-Pro diventa GA
Sempre il 13 agosto DeepSeek ha portato DeepSeek-V4-Pro in general availability: MoE da 1.6T totali / 49B attivi, context 1M. Arrivano controllo del reasoning effort (low / high / max) su Pro e Flash e supporto nativo OpenAI Responses API, con setup one-click per Codex.
Il model name resta deepseek-v4-pro. Dal 16 agosto 2026, 16:00 UTC scatta il pricing peak/off-peak, con off-peak a -50%. App e web lo espongono in Expert Mode. Per chi aveva già il preview, il punto non è migrare l’ID: è ricalibrare eval e budget. Il 14 agosto, sul versante OpenAI, è emersa la modalità Ultrafast di GPT-5.6 Sol: fino a 750 token al secondo su chip WSE-3 Cerebras, circa 14× rispetto allo standard, in anteprima limitata API. Stessa intelligenza dichiarata, latenza da agent loop.
Audio e voce: Cartesia, Pika, HappyShrimp
Il 18 agosto Cartesia Sonic-3.6 si è piazzato #1 sulle leaderboard Artificial Analysis (Provider Voice e Controlled Voice streaming), su 44 lingue, latenza sotto 90 ms, pause e code-switching più naturali. Target: voice agent real-time.
Pika Labs è entrata nel TTS con Pika Audio, posizionata a circa 9× meno di ElevenLabs e integrata nella stessa pipeline video. Alibaba Token Hub ha lanciato in beta HappyShrimp 1.0: brani completi da prompt in linguaggio naturale, con collaborazione Taihe Music Group.
Cosa tenere per il lavoro di settembre
Tre pattern ricorrenti. Primo: i frontier non vendono più “un modello più intelligente”, vendono un runtime per sessioni da ore o giorni. Secondo: il reasoning effort diventa un dial esplicito (Grok, DeepSeek, Qwen, Gemini). Terzo: il prezzo per task conta più del prezzo per token, perché gli agent bruciano tool call.
La parte 2 copre gli open-weight che in agosto hanno cercato di replicare queste capacità su una GPU sola.
Testo: assistito da AI · revisionato da Carlos H. P. Ross
