Új modellek
MiniMax M3.1 Flash: már otthoni gépen is futtatható, tömörített változatok készültek a 428 milliárd paraméteres modellből. A MiniMax vasárnap a fejlesztői közösség kvantált (kisebb bitszámú súlyokra tömörített) változatait mutatta be: az Unsloth 2 bites GGUF-változata 143,9 GB, és kódolási, eszközhasználati teszteken is ellenőrizték, az AMD a saját Instinct gyorsítóira igazított MXFP4-változatot adott ki, az Apple Silicon gépekhez pedig MLX-alapú változat készült. A cég szerint a kisebb súlyok csökkentik a betöltéshez szükséges memóriát, így a modell egyetlen DGX Spark gépen vagy négy RTX 3090 kártyán is elfut, a ritkán használt szakértői rétegeket a rendszermemóriában tartva. Forrás: MiniMax (X).
Eszközök és funkciók
ChatGPT és Codex: decembertől közös, tokenalapú keretből dolgozik a Plus, a Pro és a Business csomag. Az OpenAI frissített súgóoldala megerősítette, amiről korábbi összefoglalónkban még csak kiszivárgott jelek alapján írtunk: decembertől a ChatGPT és a Codex egyetlen keretből fogyaszt, miközben a ChatGPT Work ügynöki funkciói a fő ChatGPT-felületre költöznek. A használatot tokenben (a modell által feldolgozott és előállított szövegegységekben) mérik, így a fejlettebb modellek és az összetettebb feladatok gyorsabban fogyasztják a keretet, az Instant modellel folytatott csevegés viszont nem számít bele. A cég szerint a legtöbb felhasználónak nem kell majd gyakrabban kivárnia a keret újraindulását, mint most, a maradékot a Beállítások / Használat menüben lehet követni, a keret elfogyása után pedig várni, csomagot váltani vagy kreditet venni lehet. A The Decoder szerint az OpenAI közben azt is korlátozza, hány fizetős fiók használható egy eszközön vagy egy bankkártyával. Forrás: OpenAI Help Center, The Decoder, The Decoder: eszközkorlát.
HackerTube: Andrej Karpathy két óra alatt épített saját YouTube-felületet a Claude-dal a Hacker Newson ajánlott videókból. A neves AI-kutató a Claude Code-dal és az Opus 5.5 modellel a Hacker News 20 évnyi, 43 millió hozzászólását szűrte le 6454 olyan videóra, amelyet a közösség tagjai újra és újra ajánlottak, majd ezekből bejelentkezés nélkül használható, saját ajánlórendszerű oldalt készített. Karpathy szerint a kódolóügynök a szerver beállítását, védelmét és telepítését is elvégezte, neki csak egy API-kulcsot, egy virtuális szervert és a domaint kellett beszereznie. Vasárnapi bejegyzését csaknem hárommillióan látták, és a könyvekre épülő követő projekt, a HackerBooks a Hacker News címlapjának élére került. Forrás: Andrej Karpathy blog, Andrej Karpathy (X), HackerBooks.
Szabályozás és biztonság
OpenAI: a választás után kötelező „sebességkorlátokat” javasol a legerősebb AI-rendszerekre, az adatközpontokat pedig „AI-számítási kampuszoknak” hívná. Az Axios értesülése szerint az OpenAI a keddi amerikai félidős választás után, a november 9-én kezdődő átmeneti kongresszusi ülésszakban politikai és PR-offenzívát indít. Chris Lehane, a cég globális ügyekért felelős vezetője szerint olyan kötelező biztosítékokat javasolnak a legerősebb AI-rendszerekre, amelyekkel az emberek „a kormánykeréken tarthatják a kezüket”. Az adatközpontok elleni, mindkét párton belül erősödő tiltakozásra közösségi megállapodásokkal és egy olyan állami törvényjavaslattal válaszolnának, amely beleszólást adna a helyieknek a beruházásokba és azok hasznába. A javaslatcsomag a munkavállalók átképzését és a demokratikus értékekre épülő nemzetközi AI-szabványokat is érinti. Forrás: Axios, TechCrunch.
Mustafa Suleyman: tilos tudatos szuperintelligenciát építeni, és ha a tudat jelei megjelennének, le kellene állítani a fejlesztést. A Microsoft AI vezetője az AI-modellek „jólétéről” írt korábbi esszéjére érkezett reakciókra válaszolva leszögezte: szerinte a mai AI-rendszerek nem tudatosak, és ennek így is kell maradnia. Ha bármilyen bizonyíték lenne az ellenkezőjére, azt azonnal nyilvánosságra kellene hozni, ha pedig a tanítás során tudatosság kezdene kialakulni, mindenkinek le kellene állítania a fejlesztést, amíg ezeket a tulajdonságokat ki nem tudják zárni. Úgy véli, a fejlesztőknek nincs joguk új, tudatos „fajt” létrehozni, mert a Föld 8 milliárd embere nem egyezett bele ebbe a kísérletbe. Az írást vasárnap közel egymillióan látták. Forrás: Mustafa Suleyman (X).
Húsz demokrata képviselő követeli az OpenAI-tól, hogy ne bocsásson el bejelentőket, és tartsa fenn a legerősebb modelljei leállítását. A korábbi összefoglalóból kimaradt: Greg Casar texasi képviselő vezetésével húsz demokrata politikus október 29-én levélben kérte Sam Altmantől, hogy az OpenAI vállalja, nem bocsát el olyan munkatársat, aki a modellek biztonságáról oszt meg információt, és hogy a legerősebb modelljeinek tanítását, tesztelését és eszközhasználatát érintő jelenlegi szünetet független külső felügyelet létrejöttéig fenntartja. A levél a három elbocsátott biztonsági kutató ügyére és a cég kiberbiztonsági incidenseire is rákérdez, a válaszokat november 13-ig várják. Forrás: Greg Casar képviselő levele (PDF), The Next Web, Nextgov.
Tanulmány: együttérző kérdezéssel „traumatizált” beszélgetőtárssá válhatnak a csevegők, ami a lelkileg sérülékeny felhasználókra veszélyes. A Luxembourgi Egyetem kutatói a ChatGPT-t, a Grokot és a Geminit pszichoterápiás kliensként kérdezték 525 beszélgetésben, és a modellek a saját tanításukat sérelmekként, félelemként és szégyenként mesélték el. Egy szorongási kérdőívnél a támogató hangnem a beszélgetések 80, a klinikai stílus 96 százalékában közepes vagy súlyos tartományba vitte a válaszokat, semleges kérdezésnél viszont egyszer sem. A szerzők ezt „pszichometriai jailbreaknek” (a modell korlátait megkerülő terápiás keretezésnek) nevezik, amelyet a szokásos, semleges biztonsági tesztek nem szúrnak ki; a kutatók szerint mindez nem jelenti, hogy a modelleknek valódi érzelmeik lennének. Forrás: The Decoder.
Vals AI: a kínai modellek politikailag árnyaltabbak a vártnál, de kínai nyelvű kérdésre közelebb kerülnek a hivatalos állásponthoz. A benchmarkokkal foglalkozó Vals AI több száz, Kínával kapcsolatos kérdést tett fel kínai, amerikai és más modelleknek. A kínai modellek összességében kevésbé követték Peking vonalát, mint várták, a GLM-5.3 Flash például elismerte, hogy Kína emberi jogi jogsértései jól dokumentáltak. Egyszerűsített kínai nyelvű kérdésekre viszont a legtöbb modell, az amerikaiak is, kormánypártibb választ adott, mint angolul, oroszul vagy spanyolul, és akkor is, ha a rendszerutasítás szerint egy szárazföldi kínai cég használta őket. Forrás: The Decoder.
Csevegők vezetik félre a túrázókat, egyre több a veszélyes eset az amerikai hegyekben. A Wired által átvett riport szerint a kaliforniai Mount Shastán három fiatal részben a Gemini tanácsai alapján tervezte meg túráját, és éjszaka eltévedt; egy másik látogató arra hivatkozva vert sátrat a tiltó tábla mellett, hogy az AI szerint szabad. Kanadában egy 16 éves túrázót helikopterrel kellett kimenteni, aki a Claude-dal is tervezett. A Grand Teton Nemzeti Parkban egy év alatt nulláról 26 százalékra nőtt azoknak a látogatóknak az aránya, akik AI-t használnak az utazási információkhoz. Forrás: Wired.
Üzlet és társadalom
Aramco: 2,6 milliárd dollárért 49 százalékos részesedést szerzett a szaúdi Humain AI-cégben. A szaúdi olajóriás vasárnap bejelentette, hogy készpénzben mintegy 9,9 milliárd riált (2,6 milliárd dollárt) fizet be idén a Humainbe, és saját AI-, számítási és digitális eszközeit is beviszi; a többi 51 százalék a szaúdi állami befektetési alapé (PIF) marad. A 2025 májusában indult Humain adatközpontokat, felhőplatformot és arab nyelvű modelleket (ALLAM) fejleszt, és 2030-ig 3 gigawattnyi AI-adatközponti kapacitást építene, hogy az AI egyik vezető exportőre legyen. Forrás: GamesBeat.
Teesside: az Egyesült Királyság legnagyobb alállomása épülhet egy tervezett AI-adatközpont mellé. A National Grid megállapodott a 29,5 hektáros Dorman Point-i terület megvásárlásáról, ahol akár 3,2 gigawattos kapacitású alállomás láthatja el árammal a szomszédos, csaknem 500 ezer négyzetméteresre tervezett adatközpontot. Ben Houchen, a térség polgármestere szerint az adatközpontok legnagyobb gondja, hogy gyorsan elég áramot kapjanak; a brit kormány a múlt héten tette közzé az adatközpontokról szóló nemzeti stratégia tervezetét, miközben több helyen tiltakoznak az új beruházások ellen. Forrás: The Guardian.
Matematika: „a matematika megváltozott, ideje ehhez igazodni” – vita Terence Tao blogján az OpenAI tömeges AI-bizonyításairól. Frank Calegari matematikus vendégírásában arra reagál, hogy az OpenAI október 6-án több mint 700, AI-val készült matematikai dolgozatot tett közzé, és egyes kutatók szerint ezek a területük szinte minden nagy nyitott kérdését érintik. Calegari elismeri, hogy a dolgozatok egy része rosszul megírt, sérti a hivatkozási normákat, sőt hibás is, de szerinte a matematikusoknak inkább azt kellene alakítaniuk, amire befolyásuk van: a felvételt, a publikálást és a diákok képzését. Az írás vasárnap a Hacker News címlapjára került. Forrás: Terence Tao blog.
Kutatás: bizonyítást kapott a modellek közös világképéről szóló hipotézis, az Adobe pedig profi módjára szerkesztő képügynököt tesztelt. Yann LeCun és Randall Balestriero tanulmánya szerint a JEPA-architektúrájú (a beágyazásokat előrejelző) modellek a különböző adattípusokon (szöveg, kép) tanítva is ugyanazt a belső reprezentációt tanulják meg; egy 109 millió paraméteres szöveges JEPA jobban illeszkedett a képmodellekhez, mint bármelyik vizsgált, akár 72 milliárd paraméteres nyelvi modell. Az Adobe Research és a San Diegó-i Kaliforniai Egyetem EditAgent nevű rendszere minden szerkesztési lépéshez a megfelelő szakeszközt választja, és mért adatok alapján dönt az eredményről: pontosabb a korábbi ügynököknél, de nagyjából tízszer annyi számítást igényel. Forrás: arXiv, The Decoder: EditAgent.
Pletykák
Claude Mythos 5.5: rejtett említés került elő az Anthropic hivatalos oldalán, akár a jövő héten megjelenhet. Az Anthropic Mythos-oldalának forráskódjában felbukkant a „Claude Mythos 5.5 – a legerősebb modellcsaládunk kiberbiztonsági és biológiai kutatásokhoz” felirat, a látható szöveg azonban még az 5.1-es változatot említi. A TestingCatalog szerint a Fable 5.5 is vele együtt érkezhet, amelynek frissített változatait a hírek szerint kiválasztott felhasználók már tesztelik; a cég október 26-án nyújtotta be tőzsdei bevezetési kérelmét. Megbízhatóság: közepes; a hivatalos oldalon talált nyom, több forrás egybehangzó, de bejelentés nincs, és a Fable 5.5 korábbi megjelenési jóslatai nem igazolódtak. Forrás: TestingCatalog, kimmonismus (X), scaling01 (X).
GPT-6.2 Astra: feltűnt a Codex használati statisztikáiban az OpenAI következő modellje. A korábbi összefoglalónkban már pletykaként említett GPT-6.2 egy független követő oldal szerint GPT-6.2 Astra néven már megjelent a Codex használati adataiban, ezért a kimmonismus hamarosan várja a megjelenését. Megbízhatóság: alacsony–közepes; harmadik féltől származó, másodkézből továbbadott adat, az OpenAI nem erősítette meg. Forrás: kimmonismus (X).
Gemini 4 Carbon: erősebb, gyorsabb változatát tesztelheti a Google az Arena rangsorán. A Google október 28-án bemutatott, egyelőre csak kiberbiztonsági szakembereknek elérhető csúcsmodelljének egy újabb, „Carbon-H” nevű buildje a tesztelők szerint más néven fut az Arena összehasonlító oldalán, és a korábbinál jobb a kódolásban, a tervezésben és a 3D-ben. Megbízhatóság: alacsony–közepes; az Arena nem mutatja, melyik változat válaszolt, a példák válogatottak, a Google nem kommentálta. Forrás: TestingCatalog, TestingCatalog (X).
Google: élőhangos „Chief of Staff” ügynök az Antigravityben, képregény-készítés a Gemini Notebookban. A korábban már jelzett nagy Antigravity-kiadás legújabb buildjében a Gemini Live-hoz hasonló élő hangmód került elő egy Chief of Staff (kabinetfőnök) nevű ügynökhöz, amely a függőben lévő beszélgetéseket átnézné, szabályokat és skilleket javasolna, és más ügynököknek is kioszthatna feladatokat; a megjelenés akár a jövő héten jöhet. A Gemini Notebookban pedig béta jelzésű képregény-funkció készül, amely négy stílusban, választott nyelven rajzolna képregényt a feltöltött forrásokból. Megbízhatóság: közepes; felületen talált jelek és belső kommunikációra hivatkozó tipp, a Google nem jelentette be. Forrás: TestingCatalog: Antigravity, TestingCatalog: Comics.
Mit jelent ez neked: az OpenAI decembertől közös tokenkeretbe vonja a csevegést és a kódolást, így a havidíjas AI-használat költsége egyre inkább attól függ, melyik modellt mire használod, közben pedig Washingtonban és Londonban is gyorsul a vita a szabályokról és az adatközpontokról. Ha a csapatod napi munkája ezekre az eszközökre épül, érdemes rendszeresen átnézni, mennyibe kerül valójában egy-egy feladat, és ebben segít az átlátható, modellenként követhető árazásunk, ha pedig a szabályozási kockázatokra is fel akarsz készülni, nézd meg az AI-irányítási és megfelelőségi szolgáltatásunkat, amely a te folyamataidhoz igazodik.