Új modellek
pplx-embed-v2-context: nyílt súlyú, képet és szöveget is kezelő beágyazási modelleket adott ki a Perplexity. A Perplexity fejlesztői csapata két méretben, 9 milliárd és 0,6 milliárd paraméterrel tette közzé az új beágyazási (embedding) modelleket, amelyek a dokumentumokat kereshető számvektorokká alakítják. Dokumentumonként egyetlen, tömörített (int8) vektort adnak vissza, vagy darabonként egyet úgy, hogy minden darab „látja” a teljes dokumentumot, ami a keresőrendszerek pontosságát javíthatja. A modellekről szóló tanulmányt a turbopuffer adatbázis-céggel közösen írták. Forrás: Perplexity Devs (X).
Szakosodott modellek: hangfelvételekből következtet a Hume Decision API, csalásgyanús kártyás fizetéseket szűr a Nace AI Drex modellje. A TestingCatalog szerint a Hume AI elindította a Hume Decision API-t, egy hangalapú modellt, amely magát a felvételt elemezve válaszol a felhasználó saját kérdéseire, például arra, hogy egy telefonáló frusztráltnak hangzik-e, és becslést ad a válaszra. A Nace AI pedig a Drex for Finance modellt mutatta be, amely egy dokumentum vagy tranzakciós napló és egy rögzített válaszlista alapján a másodperc törtrésze alatt ad valószínűséget, például arra, hogy egy kártyás fizetés csalás-e. Forrás: TestingCatalog: Hume (X), TestingCatalog: Nace AI (X).
Eszközök és funkciók
Claude API: béta üzenetszálak, amelyekkel a hosszú beszélgetéseknél csak az új üzeneteket kell elküldeni. Az Anthropic hétfőn bétában elérhetővé tette a Messages API üzenetszálait (message threads): az API a szerveren tárolja a beszélgetést, így minden további kérés csak az új üzeneteket és az előző üzenet azonosítóját küldi, a Claude pedig hamarabb kezd válaszolni. Ez főleg a hosszú beszélgetéseknél és az ügynöki ciklusoknál számít. Egy szál 5 perccel az utolsó kérés után lejár, és legkésőbb egy órával az utolsó használat után törlődik; a funkció a Claude API mellett az AWS-en, a Google Cloudon és a Microsoft Foundryn is elérhető. Forrás: Claude Platform kiadási jegyzetek, Claude Devs (X).
DeepSeek Harness: Creator Mode, amellyel saját, újrahasználható pluginek készíthetők. A DeepSeek az ügynöki munkára szánt Harness felületéhez kiadta a Creator Mode-ot, amellyel a felhasználók gyorsan építhetnek saját plugineket (bővítményeket) különféle feladatokra, a Bloomberg példái szerint például 3D-modell-megjelenítőt vagy videószerkesztő munkafelületet. A funkció a kínai cég ügynöki kínálatát erősíti. Forrás: Bloomberg, TestingCatalog (X).
ChatGPT: elindul a Chat és a Work fül összevonása az asztali alkalmazásban. A korábbi összefoglalónkban írt bejelentés után az OpenAI a felhasználóknak küldött levelében közölte, hogy az asztali ChatGPT-ben egyesíti a Chat és a Work fület, előbb csak kiválasztott felhasználóknál, visszajelzésgyűjtés céljából. Az egyesített felületen fájlokat és plugineket lehet behozni, és a ChatGPT weboldalt, prezentációt készíthet vagy feladatokat végezhet a weben. A Codex külön felület marad, de a ChatGPT-vel közös tokenkeretből fogyaszt, ezért egyes felhasználóknak gyakrabban kell majd a keret újratöltésére várniuk. Forrás: TechCrunch.
Dots: a GPT-6.1 Terra is bekerül az OpenAI mindig elérhető ügynökeit hajtó modellek közé. Thibault Sottiaux, az OpenAI Codex-vezetője szerint bővítik a Dots ügynököket működtető élvonalbeli modellek körét: a GPT-6 Astra mellé a GPT-6.1 Terra is bekerül, később pedig további modellek. A Terra gyorsabb és barátságosabb stílusú, és segíthet abban, hogy a Dots több felhasználóhoz eljusson. Forrás: Thibault Sottiaux (X).
Fejlesztői eszközök: Runway-plugin a Cursorhoz, Qodo-kódellenőrzés a Codexben, saját Git-háttér az OpenAI-nál. A Runway pluginje egyetlen telepítéssel megadja a Cursornak mindazt, ami a Runway videós API-jának beépítéséhez kell egy alkalmazásba. A Qodo a cég belső tudását és kódolási szabályait viszi be a Codexbe, hogy a kódellenőrzés még a pull request megnyitása előtt kiszűrje a legsúlyosabb hibákat. Az OpenAI pedig bemutatta Pando nevű, Gittel kompatibilis háttérrendszerét, amelyet a Codex által lehetővé tett fejlesztési tempóhoz építettek; az írás a Hacker News címlapjára is felkerült. Forrás: Runway (X), OpenAI: Qodo, OpenAI: Scaling Git.
Hyra 2.0: a feladatmegoldás mellett eszközöket és munkafolyamatokat is épít a Tencent kutatóügynöke. A Tencent Hunyuan csapata bemutatta Hunyuan Research Agent nevű kutatóügynökének 2.0-s változatát. A cég szerint a Hyra 2.0 már nemcsak problémákat old meg, hanem újrahasználható eszközöket, modelleket és munkafolyamatokat is épít, amelyek a későbbi kutatásokat gyorsítják. Forrás: Tencent Hunyuan (X).
Szabályozás és biztonság
Anthropic: a frissített tőzsdei tájékoztató szerint a cég hamarosan elérheti az önmagát gyorsító AI-fejlődés küszöbét. Az Anthropic hétfőn benyújtott, módosított tőzsdei tájékoztatója (S-1/A) szerint a belső becslések és a jövőbeli modellekkel kapcsolatos várakozások alapján a cég „hamarosan” elérheti a felelős skálázási szabályzatában (Responsible Scaling Policy) rögzített „drámaian felgyorsult, AI-nak tulajdonítható fejlődés” küszöbét. Ez az úgynevezett rekurzív önfejlesztés (RSI), amikor az AI egyre nagyobb részben maga fejleszti a következő modelleket. A cég hozzáteszi, hogy jelenlegi modelljei közül egyik sem lépte át a küszöböt, egy ilyen gyorsulást talán csak utólag ismernének fel, és a belátható jövőben nem tartja biztonságosnak, hogy a Claude érdemi emberi felügyelet nélkül tervezze meg a következő generációkat. Forrás: TechCrunch.
New York Times: beperelte a Brave böngészőt, mert szerinte ellopott tartalmakat ad el AI-cégeknek. A New York Times hétfőn a manhattani szövetségi bíróságon perelte be a Brave-et, azt állítva, hogy a cég engedély nélkül gyűjtötte be a lap szerzői jogvédett cikkeit, és továbbadta őket az Anthropicnak, a Perplexitynek, a Mistralnak, az xAI-nak és a Cohere-nek. A kereset szerint a Brave egy blokkolhatatlan robottal több mint 30 milliárd oldalas indexet épített, böngészője megkerüli a fizetőfalakat, és a kiadók hirdetéseit letiltva sajátjait árulja. Hasonló pert indított a Daily News, a Chicago Tribune és az Orlando Sentinel is. Forrás: TechCrunch, The Verge.
Claude Code: az Anthropic megerősítette, hogy a modell már nem készít konkrét, létező videojátékokról másolatot. Az Anthropic két mondattal bővítette a Claude Code Opus 5.5-ön futó rendszerutasítását, hogy a modell ne építse újra mások konkrét játékait, mert a szellemi tulajdon megsértése ütközik a felhasználási szabályzattal. Eredeti játékok, egy műfajba illő játékok és a felhasználó saját terveiből és grafikáiból készülő játékok továbbra is készíthetők. A döntés a mesterséges intelligenciával készült régi játékátiratok és -portok hullámára reagál. Forrás: The Verge, Tom's Hardware.
Wired: mintegy 400 ártalmatlannak látszó AI-alkalmazás rejt szexuális visszaélésre alkalmas deepfake-funkciókat. A Wired vizsgálata szerint kínai nyelvű fejlesztőkhöz köthető mintegy 400 alkalmazás és weboldal hétköznapi AI-eszköznek, például kisállatportré-készítőnek mutatja magát, de rejtett funkcióival hozzájárulás nélküli szexuális és erőszakos deepfake (hamisított) képek és videók készíthetők. A hálózat az alkalmazásboltok ellenőrzését is megkerüli. Forrás: Wired.
OpenAI: magasabb hibavadász-jutalmak, újabb belső biztonsági roham és nemzetbiztonsági tanácsadó. Az OpenAI megemelte biztonsági hibavadász-programjának jutalmait, és külön bónuszokat vezetett be a jó minőségű jelentésekért, a visszatérő kutatóknak és a kiemelt kampányokban. Bejelentette azt is, hogy a Cathedral Systemsszel közösen AI-t használó belső biztonsági tesztsorozatot (security sprint) készít elő a saját rendszerei megerősítésére. Dan Driscoll pedig vezető tanácsadóként a nemzetbiztonsági modernizációval, a kiberellenálló képességgel és az amerikai szövetségesekkel való együttműködéssel foglalkozik majd. Forrás: OpenAI: hibavadászat, OpenAI: biztonsági roham, OpenAI: Dan Driscoll.
Kínai nyílt modellek: nyugati startupok szerkesztik a súlyokat, hogy eltávolítsák a cenzúrát és a biztonsági réseket. A Rest of World szerint a Hirundo, a Lazarus és más cégek gépi „felejtetéssel” (machine unlearning) és célzott súlyszerkesztéssel igazítják a kínai nyílt modelleket nyugati vállalati ügyfeleik elvárásaihoz: kiveszik belőlük a cenzúrát és az állami szempontú torzítást, és ellenállóbbá teszik őket a kibertámadásokkal szemben. Forrás: Rest of World.
Üzlet és társadalom
Anthropic: tizenkétszeresére nőtt a negyedéves bevétel, de 23,3 milliárd dolláros veszteség mellett. A módosított tőzsdei tájékoztató szerint az Anthropic harmadik negyedéves bevétele csaknem 17 milliárd dollár volt, tizenkétszer annyi, mint egy évvel korábban, a nettó veszteség viszont 23,3 milliárd dollárra nőtt a tavalyi 12,1 milliárdról, a működési költségek pedig 292%-kal, 17,5 milliárdra. A cég 895,4 milliárd dollárnyi, szinte teljesen számítási kapacitásra és infrastruktúrára szóló vásárlási és bérleti kötelezettséget tüntetett fel, a tőzsdei bevezetésen pedig akár 3,5 milliárd dollárt gyűjtene japán befektetőktől. A Wall Street Journal szerint intézményi befektetők a korábban emlegetett 2000 milliárd helyett 1500–1600 milliárd dolláros értékelést tartanak reálisnak. Forrás: CNBC, Bloomberg, The Decoder.
Marvell: 115 milliárd dolláros részvénycserével venné meg a Lumentumot, hogy erősödjön az AI-adatközpontok optikai piacán. A Marvell teljes egészében részvényekben fizetett ügylettel vásárolná meg az optikai alkatrészeket gyártó Lumentumot, a Lumentum vállalati értéke a megállapodásban 115 milliárd dollár. Ez az idei év legnagyobb felvásárlása, a cél az, hogy a cég az elektromos és optikai technológiák összekapcsolásával felvegye a versenyt a Broadcommal az AI-adatközpontok összeköttetési piacán. A bejelentés napján a Marvell árfolyama 13%-ot, a Lumentumé csaknem 19%-ot esett. Forrás: CNBC, Reuters.
Grok Bot: szigorított használati keretek, Musk szerint a kiszolgálás költsége „fenntarthatatlanul magas” volt. A hétvégén több Grok Bot-előfizető azt tapasztalta, hogy heti kerete váratlanul teljesen elfogyott. Elon Musk egy vasárnapi X-válaszában megerősítette, hogy ez nem hiba, mert a szolgáltatás költsége a bevételhez képest fenntarthatatlanul magas volt. A SpaceX még nem közölte, hogyan alakulnak a keretek a jövőben, pedig Musk néhány hete még a valaha látott leggyorsabban növekvő termékének nevezte a Grok Botot. Forrás: TechCrunch, The Decoder.
Kutatás: a GPT-6 Astra a súlyok 0,016%-ának közvetlen átírásával tett jobbá egy kis Qwen-modellt matekból. Kutatók szerint a nagy nyelvi modellek képesek közvetlenül olvasni és írni más neurális hálók súlyait. A kísérletben a GPT-6 Astra hagyományos tanítás nélkül azonosított a Qwen3.5-0.8B súlyaiban egy hibát, amely gondolatmenet-ismétlő hurkokat okozott, és a súlyok 0,016%-ának átírásával a MATH-500 matekteszten 7,9%-ról 48,1%-ra javította az eredményt, az utasításkövetési teszten pedig háromszorosára. A szerzők ezt súlytér-programozásnak (weight-space programming) nevezik; az írás a Hacker News címlapjára is felkerült. Forrás: Weight-Space Programming.
Új mércék: a SemiAnalysis GDPx tesztjén a legjobb modell is csak 12%-ot ért el, az OpenAI a hétköznapi feladatokat méri. A SemiAnalysis GDPx nevű tesztje 206 nehéz feladaton méri az AI-ügynököket 11 gazdaságilag fontos területen, például csiptervezésben, szoftverfejlesztésben, pénzügyekben és biológiában; az élen álló Claude Opus 5.5 is csak 12%-ot ért el. Az OpenAI LifeVal nevű új mércéje pedig ChatGPT-felhasználók ezreinek visszajelzései alapján azt méri, mennyire segít az AI a hétköznapi teendőkben, a gyerekfelügyelet keresésétől a pénzügyeken át a hivatali papírmunkáig. Forrás: SemiAnalysis: GDPx, OpenAI: LifeVal.
Goldman Sachs: a kereskedők és a bankárok már nem használhatják a fejlett AI-kódolóeszközöket. A Bloomberg szerint a Goldman Sachs októberi belső irányelvei alapján a dolgozók többsége elvesztette a hozzáférést az olyan eszközökhöz, mint a Claude Code és a GitHub AI-eszközei, csak a mérnökök használhatják őket tovább. A bank szóvivője a termelékenységre és a kockázatkezelésre hivatkozott, és azt mondta, a kísérleti szakasz véget ért. Forrás: The Decoder.
Leépítések: az AI-ra hivatkozva a dolgozók 10%-át bocsátja el a SUSE, 19%-ot a Squarespace. A SUSE vezérigazgatója a mintegy 1900 dolgozónak küldött levelében azt írta, hogy az automatizálás és az AI alapjaiban változtatja meg a szoftvercégek működését, ezért a cég nagyjából 10%-kal csökkenti a létszámát. A weboldal-építő Squarespace körülbelül 300 munkatársától, a dolgozók 19%-ától válik meg; a TechCrunch szerint az iparágat a szöveges utasításból oldalt készítő AI-eszközök alakítják át. Forrás: The Register, TechCrunch.
Befektetések: 45 millió dollár a Trajectorynak, 62,5 millió a 42AI-nak, 75 millió a Tutor Intelligence-nek. A Trajectory, amely szakértők visszajelzéseiből folyamatosan tanuló modelleket kínál programozói tudás nélkül, 45 millió dolláros A sorozatú tőkét gyűjtött 300 milliós értékeléssel, a Sequoia vezetésével és az Nvidia részvételével. A tel-avivi 42AI 62,5 millió dolláros magvető tőkével lépett ki a nyilvánosság elé az emberi döntéseket valószínűségekben előrejelző „viselkedési világmodelljével”. A raktári robotokat építő Tutor Intelligence 75 millió dolláros B sorozatot zárt az a16z vezetésével. Forrás: TechCrunch: Trajectory, TechCrunch: 42AI, Forbes: Tutor.
OpenAI: Grid Protectors program, hogy a jövőbeli adatközpontok terheléskor kevesebb áramot vegyenek fel. Az OpenAI amerikai programja közműcégekkel együttműködve azt célozza, hogy a jövőbeli számítási kampuszok a hálózat túlterhelésekor csökkentsék az áramfelvételüket, ezzel támogassák az ellátás biztonságát, és ne emeljék a lakossági áramárakat. Forrás: OpenAI, The Verge.
Oracle: 20 milliárd dollárt gyűjt részvényekből és kötvényekből az adatközpontjaira. Az Oracle 10 milliárd dollárnyi törzsrészvényt és 10 milliárd dollárnyi kötvényt bocsát ki, hogy finanszírozza adatközpont-építését és csipvásárlásait; a bejelentés után árfolyama több mint 5%-ot esett. Forrás: Wall Street Journal.
Apple: 2027-re akár 1000 dolláros, AI-alapú otthoni robotot tervez. A The Information értesülése szerint az Apple J595 kódnevű, a lakásban önállóan közlekedő otthoni robotja FaceTime-hívásokat bonyolítana, és felkapcsolná a villanyt, ha valaki belép a szobába. A cég 2027-re tervezi az 1000 dollár körüli eszközt, de a fejlesztési csúszások miatt 2028 is lehet belőle; John Ternus vezérigazgató a robotikai fejlesztéseket sürgeti. Forrás: Ars Technica.
Anthropic Residency: fizetett, határozott idejű kutatói program indul, gépi tanulási háttér nélkül is lehet jelentkezni. Az Anthropic elindította a jelentkezést fizetett, határozott idejű kutatói programjára, amely akadémiai kutatóknak, műszaki hátterű alapítóknak és tapasztalt mérnököknek szól, akik az AI biztonságán és hasznosságán dolgoznának. Gépi tanulási előismeret nem kell, a határidő november 22. Forrás: Anthropic (X).
Pletykák
Sam Altman: „hamarosan” jön a következő GPT, amelynek 10 000 példánya napokig önállóan dolgozott egy feladaton. Rajongói és szivárgásokat követő fiókok beszámolója szerint Sam Altman hétfőn az abu-dzabi ADIPEC konferencián azt mondta, hogy a hamarosan megjelenő következő GPT-modell 10 000 ügynöke mintegy négy napon át, vezetői hierarchia nélkül dolgozott együtt; a beszámolók ezt a modellt a Navier–Stokes-problémán dolgozó belső modellel azonosítják. Megbízhatóság: egy nyilvános előadásról szóló másodkézből származó összefoglaló, a modell neve és megjelenési ideje nem hivatalos. Forrás: chetaslua (X), kimmonismus (X).
Mit jelent ez neked: hétfőn kiderült, hogy a leggyorsabban növő AI-szolgáltatások ára és kerete is gyorsan változhat: a Grok Bot előfizetői egyik napról a másikra szűkebb keretet kaptak, a ChatGPT és a Codex pedig közös tokenkeretből fogy majd. Ha a csapatod napi munkája ezekre az eszközökre épül, érdemes tudni, mennyibe kerül valójában egy-egy feladat, ebben segít az átlátható, modellenként követhető árazásunk, az Anthropic önmagát gyorsító AI-ról szóló figyelmeztetése mellett pedig az AI-irányítási és kockázatkezelési szolgáltatásunk abban segít, hogy a cégedben előre rögzített szabályok szerint használjátok az AI-t.