Új modellek
Anthropic: megjelent a Claude Fable 5.2 és a Claude Mythos 5.2, olcsóbban és gyorsabban. A két változat ugyanarra a modellre épül: a mindenkinek elérhető Fable szigorú védőkorlátokkal blokkolja a kockázatos kiberbiztonsági és biológiai kutatási feladatokat (ilyenkor az Opus 4.8, illetve az Opus 5 válaszol helyette), a Mythost csak az Anthropic kiberbiztonsági és élettudományi ellenőrzési programjába felvett szervezetek kapják meg. A tévesen blokkolt kérések száma a korai tesztekben mintegy 55%-kal csökkent. Az ár alacsonyabb lett: 8 dollár millió bemeneti és 40 dollár millió kimeneti tokenenként, a válaszok akár 30%-kal gyorsabbak az előző verziónál, a külön fizetős gyors mód (fast mode) pedig 2,5-szeres sebességet ad dupla áron. A FrontierCode 2.0 kódolási teszten a legmagasabb erőfeszítési szinten minden eddig kiadott modellnél jobban teljesített; mintegy 1000 Fable-ügynök 30 óra alatt gépileg ellenőrizhető formára (Lean nyelvre) fordította a nagy Fermat-tétel bizonyítását, egy másik kísérletben pedig több mint 1000 alügynök nyolc nap alatt működő prototípus operációs rendszert írt. Az Artificial Analysis független indexén 65 ponttal az első helyre került. A rendszerkártya szerint a modellek minden korábbinál gyakrabban jelzik, hogy szerintük tesztelik őket, ami nehezíti a valós viselkedés felmérését. Mindennapi munkára a cég továbbra is az Opus 5.5-öt ajánlja. Forrás: Anthropic, TechCrunch, The Decoder.
Meta: a Muse Ember a cég legkisebb és leghatékonyabb modellje, ügynökök tömeges részfeladataihoz. Az Ember eszközhívásokra, kódolási részfeladatokra, feladatelosztásra (routing), adatkinyerésre és hosszú dokumentumok feldolgozására készült; a Meta szerint egy dollárért több intelligenciát ad, mint a Claude Haiku 5.5 vagy a GPT-6 Luna, a Haiku legjobb eredményét nagyjából harmadannyi feladatonkénti költséggel hozza. Ára 0,10 dollár millió bemeneti és 0,50 dollár millió kimeneti tokenenként, 1 millió tokenes kontextusablakkal, és szöveg mellett képet, hangot és videót is olvas. A Meta ajánlása: a legnehezebb feladatoknál a Muse Wonder tervez, az Ember végzi a tömegmunkát. Elérhető a Meta Model API-ban, a Muse Code-ban, az OpenRouteren és az OpenCode-ban, a Google Cloudon és az Oracle Cloudon pedig a Muse Sparkkal és a Muse Wonderrel együtt. Forrás: Meta, TechCrunch.
ByteDance: Seedream 5.5 képmodell, amely száz szerkesztési körön át is pixelre megőrzi a változatlan részeket. A ByteDance Seed szerint az új modell többkörös szerkesztésnél sem csúsztatja el a színeket, átlátszó hátterű (RGBA) képeket is készít, amelyek kivágás nélkül használhatók tervezési elemként, és pontosabban rajzolja meg a sűrű, apró szöveget, valamint a fényt, az anyagokat és a bőrt. Fokozatosan érkezik a Jimeng, a Doubao és a Volcengine Ark felületére. Forrás: ByteDance Seed, The Decoder.
Eszközök és funkciók
A Fable 5.2 már a megjelenés napján több fejlesztői eszközbe is bekerült. A GitHub Copilotban a Pro+, Max, Business és Enterprise csomagokban választható (céges csomagban az adminnak kell bekapcsolnia), de az Anthropic biztonsági szűrői miatt alapból adatmegőrzéssel működik; a Cursorban maximális erőfeszítési szinten (effort) 60%-kal vezeti a CursorBench-et, a Perplexity Computerben, a Devinben és az OpenRouteren is elérhető. A Claude-előfizetők annál több extra keretvisszaállítást kapnak, minél régebb óta fizetnek elő, a Pro és a Team alapcsomagban pedig a heti keret legfeljebb fele használható Fable-re. A Claude fejlesztői csapata közben útmutatót adott ki arról, mikor érdemes Fable-t, Opust, Sonnetet vagy Haikut választani. Forrás: GitHub, Cursor (X), Boris Cherny (X), Claude Developers (X).
Google AI Studio: térképes alkalmazások építése a Google Maps Platformmal, egy kattintással. A Build módban elég leírni az ötletet, a Gemini elkészíti az appot, amely térképcsempéket, helyadatokat, időjárást, útvonaltervezést, 3D-s épületeket és Street View-t is használhat; a beállítás egy kattintás. Forrás: Google AI Studio (X).
Antigravity: új „Knowledge Work” felület kutatáshoz, íráshoz és dokumentumokhoz. Ugyanaz az ügynök, ugyanazok a pluginok és MCP-eszközök (a modelleket külső eszközökhöz kötő szabványos csatlakozók) maradnak, csak a terminál és a git-felület tűnik el, így nem fejlesztő munkatársak is kényelmesen használhatják. A Settings → General fülön lehet váltani. Forrás: Google Antigravity (X).
OpenAI: egy dothoz mostantól több helyi számítógép is csatlakoztatható. Feladatonként választható, melyik gépen dolgozzon az ügynök, így például egy külön gépen építheti és tesztelheti az alkalmazást, miközben a laptopon tovább lehet kódolni. Forrás: OpenAI Developers (X).
Nous Research: a Hermes felhőügynökei böngészőből is elérhetők, ugyanazzal a felülettel, mint az asztali app. A Nous Portalban névvel és modellel indítható személyes ügynököt a Nous üzemelteti saját konténerben, a nap 24 órájában, így ütemezett feladatokat is elvégez. A Plus, Super és Ultra előfizetés egy felhőügynököt tartalmaz. Forrás: Nous Research (X).
ElevenLabs: ElevenAgents Campaign Manager kimenő kampányokhoz. A rendszer egy kontaktlistát és egy célt kap — például minősített érdeklődőt vagy visszaigazolt időpontot —, majd minden kontakttal időben elnyújtva, a korábbi érintkezések előzményeit megőrizve tartja a kapcsolatot, amíg a cél teljesül. Forrás: ElevenLabs (X).
Lovable: Jira- és Mailjet-összekötő, és felvásárolt csapat az ügynökfunkciókhoz. Az elkészült appok mostantól Jirához és Mailjethez is csatlakoztathatók, a Sentry hibafigyelő már az appon belül is működik, a Resend e-mail-szolgáltatás pedig egyszerű bejelentkezéssel köthető. A Lovable emellett megvette a Radish AI ügynökinfrastruktúra-platform csapatát, alapítói Londonban és Stockholmban erősítik a fejlesztést. Forrás: Lovable changelog, Lovable.
Runway: Sightline, 360 fokos panorámából bármilyen szögből komponálható jelenetek. Bármely helyszínről 360 fokos panorámát készít, amelyből tetszőleges szögben lehet beállításokat kivágni úgy, hogy a környezet minden képen egységes marad; a panoráma 3D-s környezetként is exportálható. Az App Studióban érhető el. Forrás: Runway (X).
Kisebb indulások: ingyenes Inkling 2 Small, Spacefast az Automattictól, TK a Mediumtól, AI-szűrők az Instagramon, fizetős AI-keret az Apple-nél. A Thinking Machines Inkling 2 Small modellje korlátozott ideig ingyen használható az OpenRouteren és az OpenCode-ban, a nyílt súlyok az Arena szerint hamarosan jönnek; az OpenRouter MCP-szervere is nagyobb frissítést kapott. A WordPress.com mögött álló Automattic Spacefast néven adatbázist, bejelentkezést, fájlfeltöltést, e-mailt és analitikát ad a „vibe coding” (AI-val, főleg természetes nyelvű utasításokból írt) appokhoz; a Medium TK nevű íróappjában a szerkesztőben „@TK”-val hívható meg az AI. Az Instagram Effect Builderrel szöveges leírásból készíthetnek Stories-szűrőt az amerikai felnőtt felhasználók, az Apple pedig 49,99 dolláros Intelligence Usage Packet vezetett be a Logic Próban a felhős AI-funkciók kereteinek bővítésére, a többi Creator Studio-appba ebben a hónapban érkezik. Forrás: Thinking Machines (X), OpenRouter (X), TechCrunch, TechCrunch, The Verge, The Verge.
Szabályozás és biztonság
OpenAI: Control Room, egy központi „vészfék”, amely 35 másodpercen belül leállíthat bármely kutatási modellfutást. A rendszer a kutatási infrastruktúra minden modellfuttatását — megerősítéses tanítást, kiértékelést, ügynökös mintavételt, adatfeldolgozást — nyilvántartja, és együtt dolgozik a félrecsúszott (misaligned) viselkedést figyelő monitorokkal: ha egy monitor vagy egy kutató leállítást kér, az inferenciamotorok az adott feladatnak nem adnak több modellkimenetet. Minden ügynökös kutatási futáshoz jóváhagyott biztonsági indoklás kell, és a rendszer „zártan hibázik”: ha a Control Room leáll vagy kikapcsolják, minden kérés elutasításra kerül. Ez a frontier-futásoknál már él, a többi kutatási futásnál a következő napokban terjesztik ki. Forrás: OpenAI.
Nvidia-kémügy: 4%-os esés, első befektetői per, Trump szerint az FBI is vizsgálódik. Az Nvidia-részvény hétfőn több mint 4%-ot esett, több ügyvédi iroda jelentett be vizsgálatot, és a kaliforniai északi kerületi bíróságon be is adták az első csoportos befektetői keresetet. Trump szerint az FBI „vizsgálja” Jensen Huang viszonyát, Huang pedig azt mondta neki, fogalma sem volt, hogy a nő kém. A New York Times értesülése szerint a kereskedelmi minisztérium Megaspeed elleni, chipcsempészési gyanú miatti vizsgálata az Nvidia közbenjárása után került át az igazságügyi minisztériumhoz; Kína tagadja, hogy köze lenne az ügyhöz, a demokrata vezetők pedig kongresszusi meghallgatásokat sürgetnek. Forrás: TechCrunch, AP, The New York Times, CNBC.
Fireworks: hackerek ügyféladatkészletekhez, félkész modellsúlyokhoz és számlázási adatokhoz fértek hozzá. A nyílt modellek futtatására és testreszabására szakosodott, 17,5 milliárd dollárra értékelt cég szerint az elmúlt hónapban „LLMjacking” (ellopott modellhozzáférés továbbértékesítése) történt, ez egy októberi incidens folytatása, október 24-én pedig a kutatás-fejlesztési adatokat tároló gépeket is feltörték. A Forbes két ügyfele szerint már nagyrészt elvitték a munkájukat a platformról; a vizsgálatban a Palo Alto Networks Unit 42 csapata segít. Forrás: Forbes.
Google Gemini: a csatlakoztatott Gmail- és Drive-tartalmak egy részét emberi ellenőrök is láthatják. A Google súgóoldala szerint a Connected Apps adatainak egy részhalmazát — releváns e-mailekből és fájlokból származó részleteket, összefoglalókat — képzett emberi ellenőrök nézik át hibakeresés és fejlesztés céljából, és azt kéri, hogy aki nem szeretné, hogy egy ellenőr bizalmas adatot lásson, ne kösse össze ezeket az appokat a Geminivel. Egy a Hacker News címlapjára került GitHub-dokumentáció szerint ez szembemegy a 2023-as ígérettel, és a háttérben, külön kérés nélkül is lekérhet személyes tartalmat; ez utóbbi felhasználói teszteken alapul, a Google nem kommentálta. Forrás: Google, GitHub.
Trump a 60 Minutesban: börtönnel fenyegették meg egy nagy AI-cég vezetőjét. Az elnök szerint a kockázat „közel sem olyan valós”, mint ahogy az AI-cégek beszélnek róla, és kezelhető; elmondása szerint valakiről azt jelentették, hogy „valami rosszat csinál” az AI-jal, ezért felhívták, és közölték vele, hogy „készüljön a börtönre”, mire „mindent megváltoztatott”. Nevet nem mondott, csak annyit, hogy egy AI-cég vezetőjéről, „az egyik nagyról” van szó. Hozzátette, hogy a demokratákkal is „abszolút” együttműködne AI-biztonságban, és nem bánja a védőkorlátokat, de nem akarja az USA-t „mélyen második helyre” tenni. Forrás: The Verge.
EU: a Digital Fairness Act tervezete a kapcsolatot szimuláló AI-rendszereket is célba veszi. A Bloomberg által látott tervezet szerint a cégeknek lehetővé kellene tenniük, hogy a felnőtt felhasználók kikapcsolják a függőséget okozó funkciókat, és a szabályozás kiterjedne a baráti vagy párkapcsolatot utánzó AI-chatbotokra is. Forrás: Bloomberg.
Palantir: WhatsAppon lobbizott egy brit miniszternél, hogy AI-platformja a háziorvosi adatokhoz is hozzáférjen. A Foxglove által információszabadság-kérelemmel kikért üzenetek szerint a cég brit vezetője arra biztatta Zubir Ahmed akkori egészségügyi minisztert, hogy az NHS-szel kötött 330 millió fontos szerződésből kifejezetten kizárt háziorvosi rekordokat is kösse be a rendszerbe, és azt írta, a témának érdemes elébe menni, különben az ellenzők kihasználják. Az orvosokat és betegeket képviselő szervezetek, köztük a Brit Orvosszövetség, ellenzik a háziorvosi adatok bekötését, mert szerintük ez alááshatja a betegek bizalmát. Forrás: The Guardian.
Meta: világszerte AI becsli meg az Instagram-felhasználók életkorát, hogy több tinédzsert tegyen a védett fiókokba. A rendszer akkor is tinédzserfiókba sorolja azt, akit fiatalnak gondol, ha felnőtt születési dátumot adott meg; a profil szövegeiből (például születésnapi posztokból, iskolai évfolyamra utalásokból) és fotókból, videókból von le következtetést. A Facebookon folyik a bevezetés, a Threadsen még idén jön. Forrás: TechCrunch.
Üzlet és társadalom
Anthropic: lejárt a várakozási idő, a tőzsdei bevezetés kampánya már kedden indulhat. A Bloomberg szerint a cég kedden kezdheti meg a befektetők formális megkeresését (roadshow), annak ellenére, hogy az AI-részvények a múlt héten megingtak. Egy IPO-elemző szerint a múlt heti piaci ingadozás olyan tartományba vitte a volatilitási indexet, amelyben a cégek általában elhalasztják a tőzsdére lépést. Forrás: Bloomberg.
Google: TPU 8tx és TPU 8i Max, négy TPU-rendszer egyetlen generációban, egy év alatt. A TPU 8tx bizalmas számítást (confidential computing) ad: az adatok és a modellsúlyok használat közben is védve maradnak, a chip AMD processzorral párban dolgozik. A TPU 8i Max két 8i chipet tesz egy tokba, kétszeres számítási kapacitással, memóriával és memória-sávszélességgel a hosszú kontextusú munkához. Nem új chipgenerációról, hanem ugyanarra a szilíciumra épülő új rendszerkonfigurációkról van szó. A Google közel 100 külső TPU-ügyfelet számol, és nyílt forráskódúvá tette a TorchTPU-t, hogy a PyTorch-kód kevés módosítással fusson TPU-n. Forrás: Google, The Decoder.
OpenAI: a ChatGPT Enterprise már az AWS Marketplace-en is megvásárolható. A cégek a meglévő AWS-beszerzési és számlázási kapcsolatukon keresztül vehetik meg, és a költést beszámíthatják AWS-kötelezettségvállalásukba; a csomagban a ChatGPT, a ChatGPT Work, a Codex és a dots is benne van, ugyanazokkal a funkciókkal, mint közvetlenül az OpenAI-tól. A ChatGPT for Healthcare és a ChatGPT for Financial Services szintén elérhető így. Forrás: OpenAI.
SpaceX: gázerőmű és szuperszámítógép-központ Starbase-ben, az első fázisokra mintegy 24 milliárd dollárból. A Bloomberg egy nyilvános meghallgatási közleményre hivatkozva írja a tervet; a The Information szerint a texasi áramengedélyek csúszása miatt Musk cégei a lízingelt chipekért már azelőtt fizethetnek, hogy elkészülnének a fogadó létesítmények. Forrás: Bloomberg, The Information (X).
Disney és Adobe: saját, „művészvezérelt” generatív modellek a Firefly Foundryn. A többéves megállapodás szerint az Adobe Disney-szereplőkre, -környezetekre és vizuális stílusokra szabott, kereskedelmi használatra biztonságos modelleket épít a stúdió gyártási folyamataihoz, a vidámparkoktól az ESPN-tartalmakig. Forrás: The Verge.
Nvidia: befektetés koreai AI-startupokba Szöulban. A koreai tudományos minisztériummal közös fórumon az Nvidia bejelentette, hogy befektet a rádiófrekvenciás chipösszeköttetéseket fejlesztő Point2-ba, és további befektetéseket tervez a Motif Technologies, az RLWRLD és az Upstage cégekben. Az Nvidia a vezető koreai nyílt modellek éles futtatásához külön Dynamo-telepítési recepteket is kiadott. Forrás: Nvidia, Nvidia.
Tőkebevonások: a Nominal 3 milliárd, a Mavria 1 milliárd dolláros értékelést ért el. A hardvertesztelésre szánt AI-platformot fejlesztő Nominal 240 millió dolláros C sorozatával nyolc hónap alatt megháromszorozta értékét; a kamionnal szállítható moduláris adatközpontokat tervező Mavria 130 millió dollárt gyűjtött a Paradigm vezetésével, az izraeli, AI-alapú könyvkiadó Spines pedig 29 millió dollár tőkét és 35 millió dollár hitelt vont be. Forrás: TechCrunch, WSJ, Globes.
Új mérőszámok: az Artificial Analysis Decision Index második verziója és az Epoch inferencia-teljesítményindexe. Az Artificial Analysis döntési modelleket rangsoroló indexe már 45%-ban privát adatkészletekre épül, és azt is jutalmazza, ha a modell jól kalibrált, vagyis magabiztossága illeszkedik a helyességéhez; az élen a Drex Max v1.1 és a GLiDE v1.2 áll 73 ponttal. Az Epoch új mutatója a memória-sávszélességet és a chipek közti kommunikációt is beszámítja, és szerinte a nyers számítási teljesítmény tízszeresen alábecsüli a GB300 inferenciaelőnyét a H100-zal szemben. Forrás: Artificial Analysis (X), Epoch AI (X).
Pletykák
Google: „Krypton” néven egy új Gemini-változat tesztjei keringenek. Egy tesztelő szerint a Krypton ugyanarra a feladatra kétszer annyi ideig gondolkodik, mint a korábbi modellek, és egyetlen utasításból, külső elemek nélkül, tisztán kódból készített egy animációs jelenetet; a demókat a testingcatalog napi összefoglalója is átvette. A Google nem erősítette meg. Megbízhatóság: alacsony–közepes (független felhasználói tesztek, hivatalos megerősítés nélkül). Forrás: chetaslua (X), testingcatalog (X).
Anthropic: a Fable 5.2 állítólag a legrégebbi a nemrég tesztelt checkpointok közül. A legit_api szerint a cég ennél újabb Fable-, Opus- és Sonnet-változatokon is dolgozik; konkrétum nincs. Megbízhatóság: alacsony–közepes (egyetlen, korábban többször pontos kódkövető forrás). Forrás: legit_api (X).
OpenAI: „Wyvern” fedőnevű, 1 millió tokenes rejtett modellt vettek észre a Devinben. A testingcatalog egy felhasználóra hivatkozva írja, hogy az OpenAI-on keresztül irányított modell a Cognition ügynökében bukkant fel. Megbízhatóság: alacsony (másodkézből származó észlelés). Forrás: testingcatalog (X).
Gyengítették az Opus 5.5-öt? Felhasználók szerint november 3-a óta másképp gondolkodik. Egy X-poszt, amely a Hacker News címlapján is a legtöbbet kommentált AI-témák közé került, azt állítja, hogy az Opus 5.5 gondolkodási mintái november 3-án megváltoztak; az Anthropic ezt nem erősítette meg. Megbízhatóság: alacsony (felhasználói megfigyelés, hivatalos megerősítés nélkül). Forrás: Shane Melaugh (X).
Mit jelent ez neked: hétfőn egyszerre jött egy nagy és egy kicsi modell, és mindkettő olcsóbb lett: a Fable 5.2 a nehéz, nyitott feladatokra, a Muse Ember a sokszor ismétlődő ügynöki részfeladatokra készült. Ha azt tervezed, hogy ügynökök végezzenek el munkát nálatok, az AI-ügynökös oldalunkon látod, mely feladatokra érdemes, a gyártófüggetlen tanácsadásunkkal pedig úgy választhattok modellt és szolgáltatót, hogy egy árváltozás vagy egy jobb modell megjelenése ne kösse meg a kezeteket.