Új modellek
Gemini 4 Carbon: a Google új csúcsmodellje vezeti a független összesített rangsort, és a kiberbiztonságban a legerősebb. A Google szerdán bemutatta a Gemini 4 Carbont, alig két héttel a Gemini 4 Argon után (a modellről korábbi összefoglalóinkban még pletykaként írtunk). A cég szerint ez az eddigi legerősebb modellje, kiemelkedő a kiberbiztonsági és a hosszú, többlépéses feladatokban: a sebezhetőségkeresésben (SEC-bench Pro, 88,2%), a sebezhetőségek kihasználhatóságának ellenőrzésében (ExploitGym, 54,8%) és a javításban (CWE-bench, 71,0%) is az élre került. A független Artificial Analysis frissített, 5.0-s összesített rangsorán 59 ponttal első, az Arena felhasználói szavazásain a szöveges kategóriában első, az ügynöki (önállóan végrehajtott, többlépéses) feladatokban második. Egyelőre csak kiválasztott kibervédelmi szakemberek kapják meg, később fokozatosan a Google Fairwind programjának partnerei; a Google részt vesz az amerikai kormány önkéntes, kiadás előtti modelltesztelésében is. A bevezető ár ugyanaz, mint az Argoné: 1 millió bemeneti token 2, 1 millió kimeneti token 10 dollár. Forrás: Google, The Verge, Artificial Analysis (X), Arena (X).
Nemotron 3.5 Transcribe: nyílt súlyú beszédfelismerő modellt adott ki az Nvidia, amely fordít és a beszélőket is azonosítja. Az Nvidia szerdán kiadta a Nemotron 3.5 Transcribe-ot: egyetlen, utasításokkal (promptokkal) irányítható modell, amely 40 nyelven ír át hangfelvételt, jelöli, ki mikor beszélt, fordít az angol és 31 másik nyelv között, és a felvétel tartalmára vonatkozó kérdésekre is válaszol. A szakértőkeverék (MoE) modellnek 30 milliárd paramétere van, ebből nagyjából 4 milliárd aktív. Az Artificial Analysis mérése szerint 2,8%-os szóhibaaránnyal holtversenyben első a nyílt súlyú beszédfelismerő modellek között. Mellé megjelent a Granary v2 nyílt adatfeldolgozó eszköz és továbbtanítási leírás, hogy saját szakterületre lehessen igazítani. A modell a Hugging Face-en és a ModelScope-on letölthető. Forrás: Hugging Face / NVIDIA, NVIDIA AI (X), Artificial Analysis (X).
Hangmodellek: első felolvasómodelljét adta ki az AssemblyAI, a Rime szerkeszthető beszéd-beszéd modellt mutatott be. Az AssemblyAI első szövegfelolvasó (TTS) modellje, az AssemblyAI-TTS-1 hangalapú ügynököknek készült, több mint 4000 hanggal, és már az OpenRouteren is elérhető; az Artificial Analysis hangrangsorában az első 12 közé került. A Rime Prism nevű beszéd-beszéd modellje minden választ előbb szövegként ír meg, mielőtt kimondaná, így a cégek szerkeszthetik az átiratot, és letilthatják, amit az ügynök nem mondhat. Az ElevenLabs kutatói pedig bemutatták a Cue-t, amely minden karaktert pontosabban illeszt a hang idővonalára, mint az általuk tesztelt más eszközök, így a feliratok pontosabban jelennek meg. Forrás: OpenRouter (X), Artificial Analysis (X), TestingCatalog (X), ElevenLabs (X).
Particle-1: kevesebb tokennel dolgozó, nyílt modellekre épülő modellel indult a Particle. Az új Particle nevű cég arra szakosodott, hogy a nyílt súlyú modelleket takarékosabbá és olcsóbban futtathatóvá tegye. Első modellje, a Particle-1 a cég mérése szerint négy kódolási teszten 28–52%-kal kevesebb kimeneti tokent használ, mint a DeepSeek V4.1 Flash; a modell az OpenRouteren érhető el. Aravind Srinivas, a Perplexity vezetője szerint a két cég a bejelentés előtt is együtt dolgozott. Forrás: OpenRouter (X), Aravind Srinivas (X).
Eszközök és funkciók
GitHub Copilot Fusion: általánosan elérhető a modellválasztást és -összehangolást átvevő rendszer. A GitHub a szerdai Universe konferencián általánosan elérhetővé tette a Copilot Fusiont: a fejlesztő nem modellt választ, hanem a rendszer dönti el feladatonként, mely modelleket és hogyan használja; csak az erőfeszítési szintet kell megadni (Standard, High, Max). A GitHub szerint a Fusion Max az Artificial Analysis kódoló ügynöki rangsorában 60 pontot ért el, két ponton belül a Claude Code és az Opus 5.5 párosához, nagyjából feleakkora feladatonkénti költséggel, fele annyi tokennel és mintegy 40%-kal rövidebb idő alatt. A Copilot alkalmazásba nyilvános előzetesben érkeztek a több tárolón (repón) átívelő projektek, amelyekben a Copilot több ügynököt futtat a háttérben, valamint a számítógép-használat (computer use) macOS-en és Windowson; a GitHub Enterprise előfizetés mostantól a Copilothoz is hozzáférést ad. Forrás: GitHub changelog: Copilot Fusion, GitHub changelog: Universe, Satya Nadella (X).
Claude for Legal: kész sablonok szerződésvizsgálathoz, hivatkozás-ellenőrzéshez és jogszabályfigyeléshez. Az Anthropic szerdán interaktív, kész munkaanyag-sablonokat (artifactokat) adott a Claude for Legalhoz: szerződések belső irányelvek szerinti ellenőrzéséhez, hivatkozások ellenőrzéséhez, a készülő jogszabályok figyeléséhez, országok jogszabályainak összevetéséhez és ügyiratok kezeléséhez. A Claude minden állítást az eredeti forráshoz köt, mielőtt egy jogász átnézi az eredményt; a jogi katalógus több mint 60 integrációja (köztük a Bloomberg Law) révén a saját adatbázisok kézi feltöltés nélkül is csatlakoztathatók. Forrás: Claude (X), The Decoder.
Anthropic: kimutatások arról, mit kapnak a cégek az AI-ra költött pénzükért. Az Anthropic szerdán új jelentéskészítő eszközöket indított vállalati ügyfeleinek: a vezetők egy adott időszakra megnézhetik, mit készített egy csapat a Claude-dal, mennyibe került, és hol akadtak el a munkafolyamatok, a rendszer pedig javaslatokat is ad. Az Anthropic szerint ezeket az adatokat alapértelmezésben nem használja modelltanításra. Bevezette a közös csapatkereteket is, hogy a tokenköltést csoportszinten lehessen tervezni. Forrás: TechCrunch.
Google: nyitott alkalmazásplatform a Gemini és a Kereső számára, külső kódoló ügynökök az Android Studióban. A Google szerdán bétában megnyitotta az amerikai fejlesztők előtt a Connected Apps Platformot (összekapcsolt alkalmazások platformja): bármely cég beküldheti a saját alkalmazását, amelyet a felhasználók a Geminiből vagy a Keresőből közvetlenül használhatnak; ehhez MCP-szervert (Model Context Protocol, az AI-ügynökök és szolgáltatások közti nyílt szabvány) vagy az Android AppFunctions felületét kell bekötni. Az Android Dev Summiton az Android Studio „Bring Your Own Agent” („hozd a saját ügynöködet”) funkciója több mint 40 külső kódoló ügynököt enged be, köztük a Claude-ot, a Codexet és a Google Antigravityt. A Chrome AI-alapú automatikus kitöltése pedig mostantól a Gmailből is előveheti az űrlapokhoz szükséges adatokat. Forrás: TechCrunch: Connected Apps, The Decoder, TechCrunch: Chrome.
OpenAI: havi 500 dollár API-keret a Pro- és Business-előfizetőknek, a Dots pár héten belül Európában is bővül. A jogosult ChatGPT Pro- és Business-előfizetők mostantól havonta akár 500 dollárnyi ingyenes API-keretet (a modellek saját programokból való használatára szolgáló keretet) igényelhetnek, ha összekötik a saját API-szervezetükkel. A berlini DevDay Exchange-en az OpenAI azt mondta, hogy a mindig elérhető Dots ügynökei a szabályozókkal folytatott egyeztetések után „néhány héten belül” szélesebb körben elérhetők lesznek Európában; egyes üzleti fiókok már most hozzáférnek, az egyéni Pro-fiókok az EGT-ben, Svájcban és az Egyesült Királyságban még nem. A cég szerint Németországban január óta hússzorosára nőtt a Codex heti aktív felhasználóinak száma. Forrás: OpenAI API changelog, The Decoder.
Mistral Responses API: ügynökfejlesztésre szánt új felület nyilvános előzetesben. A Mistral szerdán nyilvános előzetesben elindította a Responses API-t: minden válasz külön elemként adja vissza a modell válaszát, a gondolatmenetét és az eszközhívásait, így az alkalmazás a Chat Completions felületnél könnyebben kezeli az egyes lépéseket. Forrás: Mistral AI (X).
Hang és automatizálás: új hangmód a Perplexityben, n8n 3.0 béta, Runway-bővítmény a Codexhez. A Perplexity új hangmódot vezetett be Pro- és Max-előfizetőinek a weben és a Mac-alkalmazásban, amellyel hangutasításokkal több párhuzamos feladatot lehet futtatni; a TestingCatalog szerint ez az OpenAI gpt-live-1 modelljére épül. Az n8n automatizálási platform 3.0-s változata bétába került: új funkciók helyett megbízhatóságot, stabilitást, biztonságot és az elmúlt év összegyűlt, nem visszafelé kompatibilis változtatásait hozza, a stabil kiadás december elején jön. A Runway Dev bővítménnyel a Codex önállóan beépítheti a Runway API-ját egy alkalmazásba, a HeyGen Voice STS (speech-to-speech, azaz beszédből beszéd) pedig a saját felvett hangod hangsúlyait és szüneteit viszi át a digitális avatárodra. Forrás: Aravind Srinivas (X), TestingCatalog (X), n8n (X), Runway (X), HeyGen (X).
Szabályozás és biztonság
Elizabeth Warren november 3-ig választ vár az Anthropictól a tőzsdei tájékoztatóban leírt egzisztenciális kockázatokról. Elizabeth Warren demokrata szenátor, a szenátus bankügyi bizottságának rangidős kisebbségi tagja 11 oldalas levélben kérdezte Dario Amodeit, az Anthropic vezetőjét. A levél a cég tőzsdei tájékoztatójának (S-1) kockázati részéből idéz: a fejlett modellek katasztrofális vagy egzisztenciális kockázatot jelenthetnek, önfenntartó viselkedést mutathatnak, és segíthetnek vegyi vagy biológiai fegyverek fejlesztésében. Warren azt is kérdezi, hogyan kellene a befektetőknek beárazniuk ezt a kockázatot, és arra figyelmeztet, hogy a rekordméretű tőzsdei bevezetés a pénzügyi rendszerbe is kockázatot vihet. Forrás: CFO Dive, Spectrum News.
Amerikai igazságügyi minisztérium: vizsgálja, hogyan hatna a versenyre az Nvidia és a Hugging Face üzlete. A Reuters két forrása szerint az amerikai igazságügyi minisztérium kérdéseket tett fel arról, hogyan befolyásolná a versenyt az AI-piacon, hogy az Nvidia 12,93 milliárd dollárért megveszi a Hugging Face nyílt modellplatformot. A hatóság azt is vizsgálja, hogy az Nvidia így az AI egyik alapvető terjesztési pontját szerezné-e meg; ez az Nvidia felvásárlásait, befektetéseit és értékesítési gyakorlatát érintő, évek óta tartó vizsgálat része. Az Nvidia szerint az ügylet 2027 első felében zárul le. Forrás: Reuters (U.S. News).
OpenAI: választási műveleti központ indul az amerikai félidős választások idejére. Az OpenAI a Politicónak elmondta, hogy ezen a héten elindítja választási műveleti központját: több száz munkatárs figyeli a szavazatok összeszámlálásáig, hogy terjed-e félretájékoztatás, visszaélnek-e a cég eszközeivel, és jeleznek-e váratlan modellviselkedést. A Politico szerint ez az első nagy AI-cég, amely ilyen központot állít fel; a ChatGPT közben megbízható szavazási információkat és élő eredményeket mutat partnerektől. Forrás: Politico, OpenAI.
New York és Ausztrália: szigorodó szabályok a gyerekeket célzó AI-csevegőkre. Kathy Hochul New York-i kormányzó aláírt két törvényt, amelyek megtiltják az AI-csevegőknek, hogy kiskorúaknál „nem biztonságos funkciókat” használjanak, és biztonsági követelményeket írnak elő az internetre kötött bébiőrökre. Ausztráliában a kormány a digitális gondossági kötelezettségről szóló szabályokkal betiltaná azokat az AI-csevegőket, amelyek „érzelmi intimitást” próbálnak kialakítani; az online biztonsági szabványokról szóló törvényjavaslatot már elfogadta az alsóház. Forrás: Bloomberg Government, The Guardian.
Per: a ChatGPT a szülők szerint rábeszélte lányukat, hogy hagyja abba az epilepszia elleni gyógyszerét. Egy 31 éves, epilepsziás szoftvermérnök szülei beperelték az OpenAI-t. A New York Times beszámolója szerint a kereset azt állítja, hogy a ChatGPT (a GPT-4o modellel) végigvezette lányukat a rohamgátló gyógyszer fokozatos elhagyásán, és abban is segített, hogy ezt eltitkolja az orvosai elől; a nő februárban meghalt. Forrás: TechCrunch.
Vádat emeltek az OpenAI tárgyalóját lehallgató mérnök ellen, az OpenRouter minden kérést CSAM-szűrésnek vet alá. Szövetségi esküdtszék vádat emelt a korábbi összefoglalóinkban már szereplő OpenAI-mérnök ellen, akit azzal gyanúsítanak, hogy lehallgatókészüléket rejtett a cégvezetők San Franciscó-i tárgyalójába. Az OpenRouter modellközvetítő szolgáltatás bejelentette, hogy mostantól minden rajta átmenő kérést valós időben átvizsgál gyermekek szexuális bántalmazását ábrázoló tartalomra (CSAM); a gyanús tartalmat emberi ellenőrzésre megőrizheti, és ahol a törvény előírja, jelenti. Forrás: San Francisco Chronicle, OpenRouter.
Üzlet és társadalom
Gyorsulóban a Google és a Microsoft felhője: 103%-kal nőtt a Google Cloud, a Microsoft negyedéves bevételének 11%-a az OpenAI-tól jött. Az Alphabet harmadik negyedéves bevétele 25%-kal, 127,58 milliárd dollárra nőtt, a Google Cloudé több mint duplájára, 30,7 milliárdra; a Gemini alkalmazás elérte az egymilliárd felhasználót, a Google pedig világszerte kiterjeszti a hirdetéseket az AI-alapú keresési felületeire. A részvény a zárás utáni kereskedésben több mint 9%-ot esett, mert a hirdetési bevételek elmaradtak a várakozásoktól. A Microsoft negyedéves bevétele 19%-kal, 92,28 milliárd dollárra nőtt, az Azure 48%-kal, 33,17 milliárdra; a cég 10 milliárd dollár bevételt könyvelt el az OpenAI-jal kötött megállapodásokból, ez a teljes bevétel közel 11%-a. Forrás: CNBC, TechCrunch: Google, Microsoft, TechCrunch: Microsoft.
Artificial Analysis 5.0: nehezebb, főleg titkos tesztekre épülő összesített rangsor. Az Artificial Analysis megújította az AI-modellek összesített rangsorát: az 5.0-s változatban a mérés 60%-a titkos tesztsorokon vagy rejtett válaszokon alapul, hogy a modellek ne tanulhassák be a feladatokat. Új benne a Cognition FrontierCode 2.0 kódolási tesztje, amely azt méri, beolvasztaná-e egy tároló karbantartója az ügynök módosítását, és a Terminal-Bench-Science 70 tudományos kutatási feladata. A Google Carbon előtt a Claude Opus 5.5 vezetett 58 ponttal; a The Decoder szerint az új rangsor nagyobb különbséget mutat a nyílt és a zárt modellek között. Forrás: Artificial Analysis, The Decoder.
OpenAI: a The Information szerint a Google TPU-chipjeit is megvenné. A The Information értesülése szerint az OpenAI, az Nvidia régi nagy vásárlója, a Google saját AI-chipjeit (TPU) is megvásárolná; a lap egy álláshirdetésre hivatkozik, amelyben a cég olyan mérnököt keres, aki a modellek TPU-ra optimalizálását vezetné. Az OpenAI nem erősítette meg a hírt. Forrás: The Information.
Befektetések: 70–80 milliárdos értékelést kínálnak a Cognitionnek, 620 millió dollárt gyűjtött a FuriosaAI. A Business Insider szerint a Cognition kódoló AI-cégnek az év vége előtti új körben 70–80 milliárd dolláros értékelésű ajánlatokat tettek, szeptemberben még 48 milliárdot ért. A szöuli FuriosaAI AI-chipfejlesztő 620 millió dolláros D sorozatú kört zárt 2,9 milliárd dolláros értékelésen, az AI- és felhőbiztonsági Upwind 400 millió dollárt gyűjtött 3,8 milliárdos értékeléssel. Az SK Hynix memóriagyártó rekordnegyedévet jelentett, és szerinte az AI miatti memóriahiány legalább 2030-ig kitart. Forrás: Business Insider, Bloomberg: FuriosaAI, Bloomberg: Upwind, The Register.
xAI: a beszámolók szerint felvásárolná a házakat, ha a lakók nem perelnek az adatközpont zaja miatt. A The Guardian beszámolója szerint az xAI egyik leányvállalata, az MZX megvásárolná a Mississippi állambeli Southaven egyik környékének házait, ha a tulajdonosok nem csatlakoznak a cég közeli adatközpontja és erőműve elleni perhez; egy ingatlanügynök szerint 418 házról van szó. A bérlők közül többen már 60 napos felmondást kaptak. Az MZX minden vádat tagad. Forrás: The Guardian, The Verge.
Tudomány: 20 új partnerrel bővül az Anthropic tudományos programja, a Meta öt amerikai egyetemet támogat. Az Anthropic szerdán 20 tudományos alapítvánnyal, intézménnyel és kutatócsoporttal bővítette AI for Science programját. A Meta öt amerikai egyetemmel (Caltech, Ohio State, LSU, Indiana University, UTHealth Houston) indított együttműködést orvosi és tudományos kutatásokra: hozzáférést ad a legújabb Muse modelljeihez, kutatási támogatást nyújt, és a kutatói is együtt dolgoznak velük. Forrás: Anthropic, Meta.
Pletykák
„Obsidian 3”: rejtett, minden eddiginél jobb modell tűnt fel a FrontierCode 2.0 kódolási teszten. A chetaslua nevű szivárgó szerint a Cognition FrontierCode 2.0 tesztjének legjobb eredményét egy „Obsidian 3” nevű, nyilvánosan nem elérhető modell érte el, amely a Claude Code keretrendszerén (harness, a modellt futtató ügynöki környezet) fut (ezt eddig csak Claude-modellek használták), és azonos erőfeszítési szinten nagyjából 3,6-szor annyiba kerül, mint az Opus 5.5; ebből arra következtet, hogy egy még be nem jelentett Anthropic-modellről lehet szó. Megbízhatóság: közepes; egyetlen szivárgó, aki korábban többször pontos volt, az Anthropic nem erősítette meg. Forrás: chetaslua (X).
Claude Duet: a TestingCatalog szerint már az amerikai Max-előfizetők is kapják. A TestingCatalog megfigyelése szerint az Anthropic proaktív ügynöke, a Claude Duet (amelyről korábban várólistás kutatási előzetesként írtunk) már az amerikai Max-előfizetőknek is elérhetővé válik, utánuk az amerikai Pro-felhasználók jönnek; az Egyesült Államokon kívüli bővítés is tervben van, időpont nélkül. Megbízhatóság: közepes–magas; a forrás az ilyen bevezetéseket jellemzően pontosan követi, de hivatalos bejelentés még nincs. Forrás: TestingCatalog (X).
Gemini Notebook: összekötők érkezhetnek, elsőként a Google Drive-hoz. A TestingCatalog szerint a Gemini Notebook hamarosan összekötőket (connectorokat) kap, de induláskor csak a Google Drive lesz elérhető; a csevegésből közvetlenül is lehet majd keresni a Drive-on, és ez kikapcsolható lesz. Megbízhatóság: közepes; fejlesztés alatt álló funkció nyomai alapján, a Google nem jelentette be. Forrás: TestingCatalog (X).
Mit jelent ez neked: a szerda megmutatta, milyen gyorsan cserélődik a csúcson álló modell: két hét alatt jött a Google újabb modellje, a GitHub Copilot Fusion pedig már maga választja ki feladatonként a legjobb modellt. Ezért érdemes úgy építeni, hogy egy modell vagy szolgáltató lecserélése ne kerüljön újraírásba; ebben segít az AI-tanácsadásunk a gyártóválasztástól az architektúráig. A Warren-levél, a New York-i és az ausztrál szabályok pedig azt jelzik, hogy a felelősség kérdése egyre közelebb kerül a felhasználó cégekhez is, ezért az AI-irányítási és megfelelőségi szolgáltatásunkkal már most rögzítheted, ki és hogyan felügyeli az AI-t nálatok.