GRANDES VAZAMENTOS sobre RSI no Google DeepMind! GPT-6 Astra foi prejudicado, Kimi K2.8 Code e mais! NOTÍCIAS DE IA

Autoria: WorldofAI · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: HUGE Google DeepMind RSI LEAKS! GPT-6 Astra NERFED, Kimi K2.8 Code, & More! AI NEWS · Canal: WorldofAI · 11:10 · Assistir no YouTube

Tópicos: Agentes de IA, Modelos de IA, Modelos multimodais

Resumo

O vídeo aborda relatos não confirmados de que o Google DeepMind estaria desenvolvendo ou já teria alcançado RSI, usando sistemas de IA para avaliar e aprimorar modelos. Também apresenta o Kimi K2.8 Preview, que teria desempenho semelhante ao K3 com raciocínio mais eficiente. Sobre o GPT-6 Astra, o apresentador relata problemas de configuração e de ferramentas antigas que afetaram parte dos usuários, e afirma que a OpenAI corrigiu os erros rapidamente. Por fim, comenta a disponibilidade de GPT Live 1 pela API, com conversas de voz mais naturais para desenvolvedores.

Pontos-chave

Um checkpoint chamado RSI model teria sido encontrado no Google Vertex, mas as alegações sobre RSI no Google DeepMind não foram confirmadas.
Relatos atribuem a Sergey Brin investimentos em RSI e AGI, enquanto Demis Hassabis estaria concentrado em AGI.
O Kimi K2.8 Preview teria desempenho comparável ao K3, com raciocínio mais eficiente e suporte a context window de 1 milhão de tokens.
Usuários relataram que o GPT-6 Astra parecia produzir resultados inferiores aos do lançamento.
A OpenAI identificou problemas relacionados a skills antigas, um experimento de gerenciamento de contexto e configurações de inference.
Segundo o vídeo, os problemas do Astra foram corrigidos ou desativados em cerca de 24 a 36 horas; uma falha teria afetado aproximadamente 4 mil a 5 mil usuários.
A OpenAI teria redefinido os limites semanais para usuários de planos pagos.
GPT Live 1 ficou disponível pela API e permite que agentes de voz escutem enquanto falam.

Capítulos

Início	Capítulo	Resumo
00:00	Rumores sobre RSI no Google DeepMind	O vídeo introduz relatos sobre um possível sistema de RSI no Google e apresenta a posição de Dario, da Anthropic, sobre o ritmo do desenvolvimento de IA.
02:09	A hipótese de um sistema interno de RSI	O apresentador detalha os relatos sobre investimentos em RSI, um checkpoint encontrado no Google Vertex e a possibilidade de a IA ajudar a treinar novos modelos.
05:49	Kimi K2.8 Preview	O vídeo destaca o possível ganho de eficiência de raciocínio do Kimi K2.8 e seu suporte a entradas de imagem e vídeo.
07:29	Relatos de queda de qualidade do GPT-6 Astra	O apresentador descreve os problemas técnicos investigados pela OpenAI e as correções e redefinições de limites relatadas.
10:10	GPT Live 1 pela API e encerramento	O vídeo apresenta recursos de voz em tempo real para desenvolvedores e termina com informações sobre comunidades e conteúdos do canal.

Citações

Basicamente, quando um agent consegue melhorar as próprias capacidades. — 00:00

A IA está ajudando a construir uma IA mais inteligente. — 04:46

Eles poderiam estar treinando o próprio treinador. — 05:17

Os agentes de voz agora podem escutar enquanto falam. — 10:10

Conceitos e entidades

recursive self-improvement (RSI) (conceito): Processo em que um sistema de IA ajuda a avaliar e aprimorar suas próprias capacidades ou modelos.
Google DeepMind (empresa): Organização de pesquisa em IA do Google, associada no vídeo a relatos sobre RSI e AGI.
Google Vertex (ferramenta): Plataforma do Google na qual, segundo o vídeo, teria sido identificado um checkpoint chamado RSI model.
Sergey Brin (pessoa): Cofundador do Google, a quem o vídeo atribui interesse e direcionamento de recursos para pesquisas de RSI.
Demis Hassabis (pessoa): Líder do Google DeepMind que, segundo o vídeo, estaria concentrando sua atenção em AGI.
Kimi K2.8 (modelo): Modelo apresentado como uma versão Preview com desempenho comparável ao K3 e raciocínio mais eficiente.
GPT-6 Astra (modelo): Modelo da OpenAI cujas aparentes mudanças de qualidade teriam sido causadas por problemas técnicos, segundo o vídeo.
GPT Live 1 (modelo): Modelo disponibilizado pela API que permite criar experiências de conversação por voz mais naturais.
Anthropic (empresa): Empresa de IA cujo CEO, Dario, é citado defendendo desacelerar o desenvolvimento de modelos de fronteira.

Tradução completa (pt-BR)

00:00 As coisas estão ficando malucas no mundo da IA, e o Google talvez esteja lentamente fazendo um grande retorno. Hoje, temos algumas informações bem interessantes sugerindo que o Google DeepMind alcançou oficialmente RSI, sigla para recursive self-improvement, ou autoaperfeiçoamento recursivo. Basicamente, isso acontece quando um agent de IA consegue melhorar as próprias capacidades. Fontes confiáveis apontaram para algo chamado modelo RSI, um checkpoint que foi identificado ontem mesmo. E isso foi encontrado no Google Vertex. Isso pode ser mais do que apenas

00:32 rumores, já que o Google diz que Demis Hassabis está concentrando sua atenção em AGI, enquanto relatos sugerem que Sergey Brin tem direcionado recursos para RSI. Então, enquanto todo mundo espera pelo Gemini 4, o Google pode estar, na verdade, treinando o treinador nos bastidores. Passando para a Moonshot AI, o Kimi K2.8 Code foi identificado dentro do Kimi Code, e parece estar sendo disponibilizado aos poucos. As primeiras gerações parecem comparáveis ao Kimi K3, mas com muito

01:03 mais eficiência no raciocínio, o que obviamente vai ser uma grande melhoria, considerando por quanto tempo o K3 consegue pensar. Na OpenAI, as pessoas acharam que o GPT-6 Astra tinha sido nerfado depois que as gerações começaram a parecer mais sem graça e artificiais. Mas, aparentemente, o próprio Astra não foi rebaixado. A regressão veio de arquivos de skill antigos e de mecanismos de inference mal configurados. Mesmo assim, a OpenAI ouviu os usuários e, segundo relatos, corrigiu o problema em cerca de 24 a 36 horas, o que é bem impressionante. E, no fim, ela acabou dando a todos a opção de reiniciar, embora

01:37 isso não tenha afetado todo mundo. Agora, ainda há muito mais para falar, então vamos simplesmente mergulhar em tudo. Há muita coisa no mundo da IA que eu não publico no canal do YouTube, e você pode acessá-la pela minha newsletter gratuita, no link da descrição abaixo, onde pode se inscrever totalmente de graça. Para começar, Dario, CEO da Anthropic, publicou do nada um novo ensaio pedindo que o setor de IA desacelere o desenvolvimento de modelos de fronteira. Não sei o que esse cara está fazendo nem por que está sequer mencionando essas coisas. É aqui que você

02:09 tem um IPO prestes a acontecer e, basicamente, está se prejudicando ao iniciar esse tipo de debate sobre a necessidade de desacelerar a IA. Ele propôs um plano de três partes, e a Anthropic já se comprometeu a dar a avaliadores terceirizados acesso ao sistema em nível de funcionário, por minuto, para monitorar segurança e alinhamento. O que torna isso interessante, porém, é que Dario é, ao mesmo tempo, extremamente otimista em relação à IA, e foi por isso que fiquei meio confuso, porque ele está meio que

02:40 se contradizendo em relação ao que está tentando sugerir. Ele também acredita que a IA poderia curar a maioria das principais doenças, acelerar enormemente o crescimento econômico e criar um mundo de abundância nos próximos 5 a 10 anos. Então, essencialmente, Dario acredita que a IA pode transformar completamente a humanidade, mas também acha que precisamos controlar o ritmo. Seguindo em frente, o Google DeepMind pode estar surpreendentemente perto de alcançar RSI, ou talvez até já tenha alcançado, sigla para autoaperfeiçoamento recursivo, para quem não

03:10 sabe. E, se isso for realmente verdade, pode ser uma das maiores transformações que já vimos na IA. Há relatos de que Sergey Brin tem direcionado muitos recursos para a pesquisa de RSI. Pessoas o descrevem como extremamente envolvido tanto com RSI quanto com AGI. Segundo relatos, Demis Hassabis também está concentrando toda a sua atenção em AGI. Mas isso fica ainda mais interessante quando você olha para o Google e para o que ele tem

03:41 feito com seus modelos. O Google falou sobre usar loops agentic que avaliam e refinam modelos recursivamente. E, segundo relatos, o DeepMind descreveu RSI como uma parte importante da tese geral de investimento. Agora, há alguém chamado Lyra, e foi daí que vieram todos os vazamentos. Essa pessoa havia apontado para o lançamento rápido dos modelos Flash recentes do Google e basicamente perguntou: “De que outra forma o Google estaria lançando e aprimorando esses modelos tão rápido?” Porque, se você pensar

04:15 bem, o Gemini 3.7 e o Gemini 3.8 foram lançados com apenas cerca de um mês de diferença. A pessoa está sugerindo que eles têm um modelo interno de RSI capaz de ajudá-los a raciocinar recursivamente e aprimorar esses modelos, para lançar versões melhores mais rápido. Ela encontrou uma configuração chamada modelo RSI nos registros internos. E ela veio à tona, o que combina surpreendentemente bem com os comentários anteriores

04:46 sobre RSI e também sobre RL em tempo real. A teoria é que o Google poderia ter um sistema interno no qual a IA ajuda a avaliar, treinar e aprimorar a próxima geração de modelos de IA do Google. Essencialmente, a IA ajuda a criar uma IA mais inteligente. Agora, obviamente, nada está confirmado ainda, mas esses vazamentos que acabaram de surgir basicamente sugerem que o Google alcançou oficialmente RSI. Talvez o Google não esteja apenas treinando outro modelo de fronteira. Ele poderia

05:17 estar treinando o próprio treinador enquanto todo mundo espera pelo Gemini 4. E, se a empresa conseguiu levar esse ciclo de feedback muito mais longe internamente, o modelo Gemini 4 pode representar um salto muito maior do que as pessoas esperam. Então, a grande pergunta é: o DeepMind está construindo discretamente a tecnologia que torna a próxima geração de modelos Gemini fundamentalmente diferente? E este poderia finalmente ser o grande retorno do Google na IA? Eu realmente acho que eles estão se aproximando de um

05:49 retorno, mas quem sabe. Em seguida, temos o Kimi K2.8 Preview, que apareceu do nada dentro do Kimi Code. E esse lançamento foi definitivamente surpreendente, porque realmente não esperávamos que a equipe da Moonshot AI lançasse esse modelo. Segundo a documentação, o Kimi K2.8 tem o mesmo nível de desempenho que o K3, mas, aparentemente, raciocina com mais eficiência. Ele também oferece suporte a uma enorme context window de 1 milhão de tokens, com entrada de imagens e vídeos, além dos modos de raciocínio baixo, alto e máximo. E, sinceramente, a parte do raciocínio eficiente

06:22 talvez seja a maior melhoria aqui. Como todos sabemos, o Kimi K3 é definitivamente um ótimo modelo. É um dos melhores modelos open source disponíveis. Mas um dos maiores problemas desse modelo é que ele pensa por tempo demais quando você envia uma solicitação. Ele tende a pensar demais em tarefas básicas, e esse é um dos motivos pelos quais você talvez não queira usar esse modelo. Então, se o K2.8 conseguir oferecer um desempenho semelhante, mas raciocinando significativamente mais rápido, pode ser um modelo realmente útil. As pessoas inscritas no plano de programação do Kimi já estão começando a ver isso

06:56 aparecer no plano de programação delas. A parte engraçada é o nome, porque passamos do K3 para o K2.8, o que talvez seja a primeira vez que vejo uma empresa diminuir o número da versão ao lançar uma versão mais nova. Se você gostou deste vídeo e quiser apoiar o canal, pode considerar fazer uma doação pelo recurso Super Thanks abaixo. Ou pode considerar entrar no nosso Discord privado, onde você pode acessar várias assinaturas de diferentes ferramentas de IA de graça, todos os meses. Além de notícias diárias sobre IA e conteúdo exclusivo

07:29 e muito mais. Em seguida, temos a OpenAI, porque, nos últimos dias, surgiram muitos relatos afirmando que o GPT-6 Astra piorou desde o lançamento. E, sinceramente, olhando para algumas dessas demonstrações, dá para entender claramente por que as pessoas começaram a questionar isso. As pessoas compararam o Astra do dia do lançamento com o Astra de hoje, usando exatamente os mesmos prompts e configurações de raciocínio. A versão do lançamento parecia visivelmente mais fotorrealista, mais nítida e melhor na geração de cenas 3D complexas. Enquanto isso, algumas

08:01 das gerações mais recentes parecem mais chapadas, mais artificiais e, no geral, menos impressionantes. Isso levou imediatamente a comunidade a dizer que o GPT-6 Astra havia sido nerfado e a questionar por que os Frontier Model Labs sempre pareciam nerfar tanto seus modelos depois da fase inicial de empolgação. No entanto, aparentemente, isso não aconteceu. A OpenAI investigou esses relatos de usuários no X e encontrou vários problemas reais. Isso estava relacionado a skills antigas, criadas para modelos anteriores,

08:35 que eram acionadas com frequência excessiva e, às vezes, impediam o Astra de verificar o próprio trabalho corretamente. Também havia um experimento opcional de gerenciamento de context que estava causando interrupções precoces ou respostas a mensagens antigas, e a OpenAI estimou que isso afetou cerca de 4.000 a 5.000 usuários. E, provavelmente o mais importante, a OpenAI descobriu mecanismos de inference mal configurados, que estavam causando uma degradação mensurável da qualidade em parte do tráfego do Astra. Esses problemas foram

09:06 corrigidos ou desativados, juntamente com algumas melhorias menores feitas para deixar o Astra mais consistente e melhor em verificar o próprio trabalho. Então, os relatos que afirmavam que o Astra havia sido degradado eram parcialmente verdadeiros, mas isso não aconteceu de forma generalizada com a maioria das pessoas. Na verdade, esse bug afetou apenas 5.000 pessoas. E, embora isso tenha afetado apenas uma pequena parcela, ou uma pequena porcentagem das pessoas, a OpenAI ouviu os

09:36 A comunidade identificou o problema e implementou correções em cerca de 24 a 36 horas. Mas isso não é tudo, porque eles acabaram redefinindo os limites de todos os usuários dos planos pagos da OpenAI, o que é incrível, pois agora todos os limites foram redefinidos por uma semana inteira, para que você possa usar ainda mais o Astra. Daqui para a frente, o GPT live one está oficialmente disponível pela API, levando conversas de voz mais naturais do ChatGPT diretamente aos desenvolvedores. O grande recurso aqui é que

10:10 os agentes de voz agora podem ouvir enquanto estão falando, como acontece com o Gemini live. Isso torna as conversas muito mais naturais, em vez de fazer cada lado esperar constantemente o outro terminar. Os desenvolvedores também podem combinar o GPT live one com os modelos e agent harnesses que escolherem, abrindo caminho para agentes de voz em tempo real muito mais capazes. Sinceramente, isso é uma grande melhoria para quem está criando assistentes de IA, agentes de atendimento ao cliente ou outros aplicativos baseados em voz. Mas é só isso, pessoal, sobre o vídeo de hoje a respeito de

10:40 tudo o que está acontecendo no mundo da IA. Não deixem de conferir o World of AI Insider Club. Essa é a nossa comunidade de aprendizado, que lançamos há pouco tempo, e vocês têm acesso a ferramentas de IA gratuitas, à plataforma World of AI VIP Corner e também a alguns cursos diferentes em que ensino a usar muitos desses agents da melhor maneira. Vocês também podem ter acesso antecipado a modelos, uma forma de testar versões beta desses modelos. Então, isso é algo em que estou

11:10 trabalhando com diferentes laboratórios para conseguir acesso para vocês, e é fácil começar usando os links na descrição abaixo. Não deixem também de conferir a plataforma World of AI VIP Corner e o benchmark. Confiram o segundo canal, inscrevam-se na newsletter, entrem no Discord, sigam-me no Twitter e, por fim, não se esqueçam de se inscrever no canal, ativar o sininho de notificações, curtir este vídeo e conferir nossos vídeos anteriores para ficarem por dentro das últimas notícias de IA. Dito isso, pessoal, tenham um dia incrível. Espalhem positividade e nos vemos em breve. Até mais, pessoal.

Transcrição original

[00:00] It’s getting wild in the AI space, and Google might slowly be making a huge comeback. Today, we’ve got some pretty interesting insights suggesting that Google DeepMind has officially achieved RSI, which also stands for recursive self-improvement. Basically, when an AI agent can improve on its own capabilities. Reliable leakers have pointed towards something called RSI model, and this is a checkpoint that was spotted just yesterday. And this is something that was spotted within Google Vertex. This might be more than just

[00:32] rumors as Google says Demis Hassabis is focusing his attention on AGI, while reports suggest that Sergey Brin has been directing resources towards RSI. So, while everyone waits for Gemini 4, Google might actually be training the trainer behind the scenes. Moving over to Moonshot AI, the Gemini K 2.8 code has been spotted inside Gemini code, and it appears to be slowly rolling out. The early generations look comparable to Gemini K3, but with much

[01:03] more efficient thinking, which is obviously going to be a huge upgrade considering how long the K3 can actually think. Over at OpenAI, people thought that GPT-6 Astra has been nerfed after generations started looking flatter and more synthetic. But apparently, Astra itself wasn’t downgraded. The regression came from legacy skill files and misconfigured inference engines. OpenAI listened though and reportedly fixed the issue within roughly 24 to 36 hours, which is pretty solid, and they actually ended up giving everyone a reset, even

[01:37] though that this is something that didn’t affect everyone. Now, there’s a lot more to cover, so let’s just simply dive into it all. There’s a lot of stuff in the AI space that I don’t really put on to the YouTube channel, and you can actually access it through my free newsletter with the link in the description below, where you can subscribe completely for free. Starting things off with Dario, who is the CEO of Anthropic, who randomly dropped a new essay calling for the AI industry to slow down frontier development. I don’t know what this guy does or why he’s even mentioning this stuff. This is where you

[02:09] have a full-on IPO incoming and you’re basically just nerfing yourself by instigating this sort of debate where AI should be slowed down. He proposed a three-part plan with Anthropic already committing to giving third-party evaluators per minute employee-level access to a system to monitor safety and alignment. What makes this interesting though is that Dario is simultaneously extremely bullish on AI, which is why I was kind of confused cuz he’s kind of

[02:40] contradicting what he is trying to imply. He also is believing that it could cure most major diseases, massively accelerate economic growth, and create a world of abundance with within the next 5 to 10 years. So, essentially, Dario does believe AI could completely transform humanity, but also thinks we need to pace it. Moving forward, Google DeepMind may be getting surprisingly close to RSI or may have even achieved it, which is something that stands for recursive self-improvement for the people who do

[03:10] not know. And if there’s actually something to this, it could be one of the biggest transitions that we have ever seen in AI. There have been reports that Sergey Brin has been heavily pushing resources towards RSI research. With people describing him as extremely invested in both RSI and AGI. Demis Hassabis is also reportedly putting his full attention towards AGI. But, this gets even more interesting when you take a look at Google and what they have been

[03:41] doing with its models. Google has talked about using agentic loops that recursively evaluate and refine models. And DeepMind has reportedly described RSI as an important part of the overall investment thesis. Now, there is someone who is called Lyra, and essentially, this is where all the leaks actually came from. And he had pointed towards the rapid release of recent flash models that Google had released, and basically asked, “How else is Google shipping and improving these models this quickly?” Cuz if you think

[04:15] about it, Gemini 3.7 and Gemini 3.8 had essentially released in basically a 1-month span. He is essentially proposing that they have an internal RSI model that is able to help them recursively think and improve on these models to release better ones faster. And he had essentially found a configuration called RSI model within the internal backlogs. And it had surfaced, which lines up surprisingly well with the previous comments

[04:46] surrounding RSI as well as live RL. The theory is that Google could have an internal system where AI’s helping evaluate, train, and improve the next AI generation of models at Google. Essentially, AI’s helping build a smarter AI. Now, obviously, nothing is confirmed yet, but these leaks that had just arise is basically implying that Google has officially achieved RSI. Google might not just be training another frontier model. They could

[05:17] potentially be training the trainer itself while everyone waits for the Gemini 4. And if they did manage to push that feedback loop significantly further internally, this Gemini 4 model could represent a much bigger jump than people are expecting. So, the big question is, is DeepMind quietly building the technology that makes the next generation of Gemini models fundamentally different, and could this finally be Google’s massive AI comeback? I truly think they are inching towards a

[05:49] comeback, but who knows. Next up, we have Kimi K 2.8 preview, which randomly dropped inside Kimi code. And this was definitely a surprising release cuz we truly didn’t expect the Moonshot AI team to drop this model. According to the docs, Kimi K 2.8 has the same performance level as the K3, but apparently comes with more efficient thinking. It also supports the massive 1 million token context window with image and video input alongside with low, high, and max reasoning modes. And honestly, the efficient thinking part

[06:22] might be the biggest upgrade here. Kimi K3, as we all know, is definitely a great model. It is one of the best open-source models that’s out there. But one of the biggest issues with this model is that it thinks way too long whenever you send in a request. It tends to overthink for basic tasks, which is some of the reasons why you would not want to use this model. So, if K 2.8 can deliver similar while reasoning significantly faster, this could actually be a really useful model. People subscribed to the Kimi coding plan are already starting to see this

[06:56] appear within their code plan. The funny part is the naming though, cuz we went from K3 back down to K 2.8, which might be the first time I’ve seen a company actually make this version number smaller with a newer release. If you like this video and would love to support the channel, you can consider donating to my channel through the Super Thanks option below. Or you can consider joining our private Discord, where you can access multiple subscriptions to different AI tools for free on a monthly basis. Plus daily AI news and exclusive

[07:29] content, plus a lot more. Next up is OpenAI because over the past few days, there have been a ton of reports claiming that GPT-6 Astra has gotten worse since at launch. And honestly, looking at a few of these demos, you can clearly see why people started questioning it. People tested launch day Astra versus what Astra is today using the exact same prompts and reasoning settings. And the launch version appeared noticeably more photorealistic, sharper, and stronger at generating these complex 3D scenes. Meanwhile, some

[08:01] of the newer generations look flatter, more synthetic, and overall less impressive. This immediately had the community saying that GPT-6 Astra had been nerfed and questioned why Frontier Model Labs always seemed to incredibly nerf their model after the initial hype phase. However, that apparently did not happen. OpenAI investigated these reports that users had on X and found several actual issues. This is actually related to legacy skills that were built for older models

[08:35] that triggered too often, sometimes preventing Astra from properly checking its own work. There was also an opt-in context management experiment, which was causing early stops or responses to older messages, which OpenAI estimated affected around 4,000 to 5,000 users. And probably most importantly, OpenAI discovered badly configured inference engines that were causing a measurable quality degradation for a portion of Astra’s traffic. Those issues have been

[09:06] now fixed or disabled alongside some smaller improvements that designed Astra to be more consistent and better at checking its own work. So, these reports that had claimed that Astra had been degraded were partially true, but not actually the full-on case for most people. And they actually had only 5,000 people affected by this bug. And even though this was only a small portion or a small percentage of people that were affected, OpenAI listened to the

[09:36] community, identified the problem, and pushed fixes within roughly 24 to 36 hours. But, that’s not all cuz they ended up actually giving a reset to every single OpenAI paid plan user, which is incredible cuz this is where they have now reset all of the limits for the full on week so that you can use Astra even further. Moving forward, GPT live one is officially available through the API, which brings ChatGPT these more natural voice conversations directly to developers. The big feature here is that

[10:10] voice agents can now listen while they’re speaking, like how you would with Gemini live. Making conversations feel much more natural instead of constantly waiting for one side to finish. Developers can also pair GPT live one with models and agent harnesses they choose, opening the door to much more capable real-time voice agents. This is honestly a pretty big upgrade for anyone building AI assistants, customer support agents, or other voice-based applications. But, that’s about it, guys, for today’s video on

[10:40] whatever is happening in the world of AI. Make sure you go ahead and take a look at the world of AI Insider Club. This is our school community that we had just recently launched, and you get access to free AI tools, you get access to the world of AI VIP Corner platform, as well as getting access to a couple of different courses where I teach you how to use a lot of these agents in the best manner. You also have the ability to get access to early models, and that is a way for you to test beta test these models. So, this is something that I’m

[11:10] working with different labs to get you guys access, and you can easily get started with this with the links in the description below. Make sure you also take a look at the world of AI VIP Corner platform and benchmark. Take a look at the second channel, join the newsletter, join the Discord, follow me on Twitter, and lastly, make sure you guys subscribe, turn on the notification bell, like this video, and please take a look at our previous videos so that you can stay up-to-date with the latest AI news. But, with that thought, guys, have an amazing day. Spread positivity, and I’ll see you guys fairly shortly. Peace out, fellas.