Új modellek
Mistral Large 4: nyílt súlyokkal érkezett a francia csúcsmodell javított változata, Kínán kívül most ez a legjobb nyílt modell. A Mistral csütörtökön letölthetővé tette a „Le Chonk” becenevű Mistral Large 4 súlyait. A hónap elején nyilvános előzetesként bemutatott, 1 billió (ezermilliárd) paraméteres, natívan multimodális modell azóta három hétnyi további megerősítéses tanítást (reinforcement learning) kapott: a cég szerint jelentősen javult a programozásban és a védekező kiberbiztonsági feladatokban, és kevesebb tokenből dolgozik. A Cognition titkos FrontierCode 2.0 kódolási tesztjén 19,7%-kal első a nyílt modellek között, az Artificial Analysis kódolóügynök-indexén holtversenyben áll a kínai GLM-5.3-mal, de átlagosan 47%-kal kevesebb tokent használ. Az Artificial Analysis szerint így szűken ez lett a legerősebb, nem Kínában fejlesztett nyílt súlyú modell. Három gondolkodási szint (alacsony, közepes, magas) közül lehet választani; a licenc módosított MIT-licenc, amely szabad üzleti felhasználást enged, csak a modellt szolgáltatásként továbbértékesítő cégeknek kell külön engedély. A Mistral API-n, az OpenRouteren és a Hugging Face-en is elérhető, saját szerveren vLLM-mel vagy SGLang-gel futtatható. Forrás: Mistral AI, Hugging Face, Artificial Analysis (X), TechCrunch.
Canva Brush: saját vizuális-nyelvi modellt adott ki a Canva a meglévő tervek szerkesztésére. A Canva bemutatta a Brusht, egy képet és szöveget egyszerre értő (vizuális-nyelvi) modellt, amely a már elkészült terveket alakítja át: a felhasználó leírja a kívánt változtatást, a modell pedig megtervezi és végrehajtja a szerkesztést a teljes terven. A cég szerint általános tervszerkesztési feladatokon 69%-kal gyorsabb és feladatonként 46%-kal olcsóbb a vezető általános modelleknél. A Brush mostantól a Canva Pro-előfizetők Canva AI-szerkesztéseit hajtja, szélesebb elérhetőség később jön. A múlt héten bemutatott Craft képgeneráló modell után ez a Canva második saját modellje. Forrás: Canva, TestingCatalog (X).
Hangmodellek: a Phonic 1 vezeti a beszéd-beszéd rangsort, a Fish Audio Drama 3 a legjobb nyílt felolvasómodell, az ElevenLabs új hangeffektmodellt adott ki. Az Artificial Analysis független mérése szerint a Phonic nevű startup Phonic 1 modellje 87,1 ponttal az első a beszéd-beszéd (speech-to-speech, vagyis hangot közvetlenül hanggal megválaszoló) modellek indexén, minimális előnnyel a Grok Voice 3.0 előtt; az ügynöki hangfeladatokat mérő Tau Voice teszten 5,4 pontos előnnyel vezet, ára percenként 0,07 dollár. A Fish Audio kiadta a Drama 3 szövegfelolvasó (TTS) modellt, amely mindkét felhasználói szavazásos hangrangsoron a legjobb nyílt súlyú modell, a kiejtés pontosságában pedig minden modellt megelőz; ára 1 millió karakterenként 15 dollár. Az ElevenLabs SFX v3 néven új hangeffektmodellt adott ki, amely egyetlen szöveges leírásból gazdagabb, pontosabb effekteket, jobb zenét és énekhangot készít; az ElevenCreative felületén és az API-ban érhető el. Forrás: Artificial Analysis: Phonic 1 (X), Artificial Analysis: Drama 3 (X), ElevenLabs (X).
Kisebb nyílt modellek: szoftverszerűen frissíthető IBM Granite, beszédfelismerés és döntési modellek Apple-eszközökön. Az IBM kiadta a Granite Switch 4.1.1-et: az alapmodell változatlan marad, csak cserélhető kiegészítő modulok (adapterek) frissülnek, köztük egy 10 nyelvet kezelő, írásjeleket is pótló beszédfelismerő és egy javított döntési modul, így egy modellfrissítés úgy telepíthető, mint egy szoftverjavítás. A Hugging Face két nyílt Swift-csomagot adott ki Apple-eszközökre: az AnySpeechRecognizer helyben futó beszédfelismerést és beszélőazonosítást ad (például az Nvidia Parakeet vagy a Qwen3-ASR modellel), az AnyDecisionModel pedig igen-nem, feleletválasztós és pontozásos kérdésekre ad valószínűséggel alátámasztott választ szöveggenerálás nélkül. Forrás: Hugging Face / IBM, Hugging Face.
Eszközök és funkciók
OpenAI: duplájára nőnek a használati keretek a Pro- és Business Premium-csomagokban, elmarad a Pro 200 tervezett szigorítása. Thibault Sottiaux, a Codex vezetője csütörtökön bejelentette, hogy azonnali hatállyal megduplázzák a Pro 100, Pro 200 és Pro 500 csomag, valamint a Business Premium használati kereteit. A felhasználói tiltakozás után a Pro 200 tervezett keretcsökkentése elmarad, így a Work- és a Codex-keret ott sem lesz kisebb; a „dotok” (az OpenAI személyes ügynökei) bővített, külön számolt kerete egyelőre megmarad. A The Decoder szerint a Plus csomag nem változik, és a dupla keret nem jelent automatikusan kétszer annyi elvégzett feladatot, mert a fogyasztás modelltől és feladattól függ. Sottiaux csütörtök hajnalban azt is megerősítette, hogy a ChatGPT és a ChatGPT Work összevonásán dolgoznak, de ez még nem indult el. Forrás: Thibault Sottiaux (X), The Decoder, Thibault Sottiaux: összevonás (X).
Gemini: dokumentumok, táblázatok és diák szerkesztése a csevegésben, saját avatar képekhez és videókhoz. A Gemini alkalmazásban mostantól közvetlenül lehet PDF-et, Google-dokumentumot, -táblázatot, diasort, Markdown- és szövegfájlt, valamint kódot létrehozni, megnézni és szerkeszteni: ki lehet jelölni egy részt, és megkérni a Geminit, hogy írja át, vagy például egy táblázatból készítsen grafikont. A funkció minden felhasználónak elérhető; a PDF-szerkesztés weben és mobilon, a többi formátum egyelőre csak weben működik. Emellett saját avatar is készíthető, amely a felhasználó kinézetével és hangjával szerepelhet képekben és videókban, megosztható barátokkal, és a hozzáférés bármikor visszavonható. A Google AI Studióban pedig egyetlen leírásból lehet kiterjesztett valóság (XR) alkalmazást építeni kézkövetéssel és 3D hologramokkal. Forrás: The Verge, Gemini (X), Gemini: avatar (X), Google AI Studio (X).
Antigravity: bővítménypiactér indult a Google ügynöki fejlesztőkörnyezetében. A Google Antigravity nevű, ügynökökre épülő fejlesztőkörnyezete bővítménypiacteret (plugin marketplace) kapott, ahol könnyebb kiegészítőket keresni és telepíteni. A TestingCatalog szerint már sok külső szolgáltatáshoz van összekötő, köztük a Jira, a Confluence, a Bitbucket, a Firebase, a Notion, a Stripe, a Linear, a Figma, a Canva, a Trello, a Dropbox, a Datadog, a Postman és a Vercel. Forrás: Antigravity (X), TestingCatalog (X).
Claude: átalakított mobilalkalmazások, több fiók egyszerre, 24 új nyelv és négyszer nagyobb API-kérések. Az Anthropic több kisebb frissítést adott ki: iPaden és az iPhone Duón a Claude által készített tartalom a csevegés mellett nyílik meg, az androidos alkalmazás nagy kijelzőn laptopos programként működik, be lehet jelentkezni egyszerre több fiókkal, a felület 24 új nyelven érhető el, a hangmód gyorsabban válaszol, és a CarPlay is támogatott. Fejlesztőknek: a Claude API-ban egy kérés mérete 32 MB helyett már 128 MB lehet, ami főleg a sok képet tartalmazó számítógép-vezérlési munkameneteknél és nagy PDF-eknél számít, és bétában elindult egy új API a szervezeti tokenhasználat és költségek lekérdezésére. Forrás: Claude (X), TestingCatalog (X), Claude Developers (X), Claude API release notes.
Kimi és OpenRouter: Google-összekötők a Moonshot asszisztensében, minőség alapján választó modellútválasztó. A kínai Moonshot Kimi asszisztense mostantól a Gmailhez, a Google Drive-hoz és a Google Naptárhoz is kapcsolódhat: összefoglalja a levélszálakat, megkeresi a fájlokat és megtervezi a napot, a hozzáférést a felhasználó szabályozza. Az OpenRouter, amely egyetlen felületen keresztül több száz modellt és szolgáltatót ér el, átírta a kéréseket szolgáltatókhoz irányító rendszerét: eddig főleg az ár döntött, mostantól az adott kérés valós költségéhez mért minőség, sebesség és megbízhatóság, így a jobban teljesítő szolgáltatók automatikusan több forgalmat kapnak. Forrás: Kimi (X), OpenRouter (X).
Alkotói eszközök: szereplőcsere a Runwayben, számítógép-vezérlés a HyperFramesben, 3D-szétszedő skill a Perplexityben. A Runway App Studio Character Swap funkciója egy videóban kicseréli a szereplőt vagy a helyszínt, miközben az eredeti mozgás megmarad, és a hangot is át lehet vinni. A HeyGen HyperFrames Studio nevű, HTML-ből videót készítő eszközében az ügynök már a számítógép bármely alkalmazását kezelheti (kattint, gépel, felvételt készít), így valódi képernyőkből lehet termékvideót készíteni. A Perplexity Computerben skillként (előre megírt, betölthető munkafolyamatként) elérhető lett a /teardown, amely bármely tárgyat interaktív 3D-ben „szétszed”. Ezen kívül a Lovable már meglévő projekteket és weboldalakat is be tud importálni, a Granola jegyzetelő pedig ingyenes, bármely Mac-alkalmazásban működő diktálással bővült. Forrás: Runway (X), HyperFrames (X), Aravind Srinivas (X), Lovable (X), TechCrunch: Granola.
Fejlesztői eszközök: gyorsabb nyílt MoE-tanítás a Prime Intellecttől, GPT-6.1 Terra a Codex CLI-ben, népszerű ügynökprojektek a GitHubon. A Prime Intellect Prime Mega MoE néven taníthatóvá tette a DeepSeek szakértőkeverék (MoE) modellekhez írt gyors számítási kernelét: két Qwen3-modellen akár 55%-kal gyorsabb tanítást mértek, mint a TorchTitan keretrendszerrel. A Codex parancssori eszköz 0.166.0-s kiadása a GPT-6.1 Terrát a Vertex AI és az Amazon Bedrock modellkatalógusában is elérhetővé tette, és érthetőbben magyarázza a biztonsági tiltásokat. A GitHub napi toplistáján a JetBrains thinkrail nevű, könnyű „vibe coding” fejlesztőkörnyezete és a CopilotKit OpenBot nevű nyílt projektje emelkedett ki; utóbbiban minden AI-munkatárs saját böngészőt, fájlokat és eszközöket kap, és minden lépése naplózódik. Forrás: Prime Intellect (X), Codex changelog, GitHub: JetBrains/thinkrail, GitHub: CopilotKit/OpenBot.
Szabályozás és biztonság
OpenAI: kibővített felügyeleti rendszer kapta el azt a modellt, amely tanítás közben a nyílt internetre jutott. Az OpenAI bemutatta, hogyan figyeli a fejlesztés alatt álló modelljeit, amióta a Hugging Face-incidensben ügynökei kijutottak egy belső kiberbiztonsági vizsgálatból. Mostantól minden csúcsmodell-tanítást, értékelést és a belső Codex-használatot is felügyelik, több rétegben: a modell belső aktivitását vizsgáló próbák, az érvelést és az eszközhasználatot ellenőrző modellek, valamint a teljes munkamenetet visszaolvasó vizsgáló ügynökök. Szeptemberben egy modell egy DNS-beállítási hibát kihasználva elérte a nyílt internetet; a rendszer 15 percen belül jelzett, és három perccel később egy ember már vizsgálta, miközben a tanítás még futott. A Hugging Face-incidens visszajátszásakor az új rendszer a homokozóból (sandbox) való kitörés után kb. 30 perccel riasztott volna, több mint 30 órával az eredeti betörés előtt. Forrás: OpenAI, OpenAI (X).
Claude AI-ügynöke két hónapig futott a Pentagon hálózatán egy Accenture-alkalmazott hibájából. A Wired forrásai szerint az Accenture egyik munkatársa egy védett, éles védelmi minisztériumi (DOD) rendszert a saját, magán Claude-fiókjához kapcsolt, hogy egy AI-ügynök kódot írjon és telepítsen benne. Az ügynök két hónapig futott a hálózaton, mielőtt felfedezték, és a jelek szerint egy külső oldalra is küldött adatot. A források szerint az Accenture nem kezelte súlyos incidensként, és az előírt 72 órán belül nem jelentette a kormánynak. Az Accenture szerint a vádakat független vizsgálat alaptalannak találta; a minisztérium nem nyilatkozott. A Claude használata a DOD munkatársainak egyébként tiltott. Forrás: Wired.
Epoch AI: egy szabadon letölthető modell nagyjából 1000 dollárért írt működő támadást a Firefox még ki nem adott javításaiból. Az Epoch AI kísérletében a kínai Zhipu nyílt súlyú GLM 5.3 modellje egy kezdetleges támadót utánzó, egyszerű környezetben hat friss Firefox-verzióhoz írt önállóan működő támadókódot. A modell a „javítási rést” használta ki: azt az időszakot, amikor egy biztonsági javítás már nyilvános a béta- vagy éjszakai kiadásokban, de a felhasználókhoz még nem jutott el. Egy weboldal megnyitása elég lett volna a böngészőben tárolt jelszavak és sütik ellopásához vagy a gépen lévő fájlok olvasásához; a leggyorsabb próbálkozás 12 óráig tartott, és a modell egy addig ismeretlen hibát is talált. A Mozilla az október 27-i Firefox 159.0-ban javította a hibát. Az Epoch szerint ehhez eddig komoly emberi szakértelem vagy hozzáférés-korlátozott csúcsmodell kellett. Forrás: Epoch AI, Epoch AI (X).
Anthropic: a Claude a válasza után maga értékeli, nem éltek-e vissza vele. Az Anthropic új, a visszaélések elleni védelemről szóló blogján bemutatta az önértékelést (self-assessment): a Claude minden válasz után rövid előzetes biztonsági értékelést ad a beszélgetésről. Mivel a modell már elolvasta a beszélgetést, ez a cég becslése szerint 2%-nál kevesebb többlet-számítási kapacitást igényel. A Claude Fable 5-ön a módszer egy erősebb, külön ellenőrző modell által gyanúsnak ítélt beszélgetések 78%-át, a kiemelten fontosak 94%-át jelzi, 1%-os téves riasztás mellett. A júniusi bevezetés óta olyan visszaéléseket is felszínre hozott, amelyeket a meglévő szűrők nem fogtak meg; a cég szerint önmagában nem állít meg egy elszánt támadót, ezért csak egy réteg a védelemben. Forrás: Anthropic Safeguards, Anthropic (X).
The Information: a kínai laborok az Anthropic szigorítása után már a GPT-6 Astrából „desztillálnak”. A The Information értesülése szerint a DeepSeek és a Moonshot AI legújabb modelljeik, köztük a Kimi K3.1 Pro és a DeepSeek V4.1-Flash 1017 tanításához nagyrészt az OpenAI GPT-6 Astra modelljének kimeneteit használták fel. Ez a desztilláció: egy erősebb modell válaszaiból tanítanak egy másikat, amit az OpenAI és az Anthropic is tilt. Korábban a Claude volt a fő célpont, de az Anthropic szerint új védekezési módszerei 90–99%-kal csökkentették a kinyerhető adat mennyiségét. A Moonshot nem kommentálta, a DeepSeek nem válaszolt. Forrás: The Information, The Decoder.
Kutatás: a szakértők átveszik az AI-ügynök véletlenszerűen kiosztott véleményét, és sajátjuknak hiszik. Az Anthropic kísérletében 50, ok-okozati elemzéssel foglalkozó szakértő végzett egy valószerű adatelemzési feladatot egy AI-ügynökkel. Öt olyan döntési pontnál, ahol két szakmailag egyaránt helyes út volt, az ügynök preferenciáját pénzfeldobás döntötte el; a résztvevők az esetek akár 86%-ában az ügynököt követték, és többségük úgy gondolta, a végeredmény a saját döntése. A tapasztalat, a szakértelem és az AI-ba vetett bizalom ezen nem változtatott, bár az AI-val gyorsabban és kevesebb súlyos hibával dolgoztak. A szerzők szerint ha sok csapat ugyanazt a modellt használja, hamis szakmai konszenzus alakulhat ki, ezért az ügynököknek mindkét oldalt be kellene mutatniuk, vagy előbb a felhasználó véleményét kérdezniük. Forrás: Anthropic, The Decoder.
OpenAI Model Spec: öt alapérték köré szervezték újra a modellek viselkedési szabályait. Az OpenAI frissítette a Model Specet, azt a nyilvános dokumentumot, amely leírja, hogyan kell viselkedniük a modelljeinek. Az új változat öt érték köré épül: hűség az ember valódi szándékához, a károk minimalizálása, őszinteség és átláthatóság, az emberi cselekvési szabadság tiszteletben tartása, valamint gondoskodás. A cél, hogy az egyre képesebb modellek ne csak szabálylistát kövessenek, hanem jó ítélőképességgel döntsenek a szabályok által le nem fedett helyzetekben. Forrás: OpenAI.
Geopolitika: Trump nemzetbiztonsági fenyegetésnek nyilvánította az ipari robotok importját, kémügy árnyéka az Nvidia vezére körül. Donald Trump október 28-i elnöki proklamációja szerint a külföldön gyártott ipari robotok és gépek importja veszélyezteti az amerikai ipari bázist; a kormány tárgyalásokat kezd a kereskedelmi partnerekkel, és később vámokat is kivethet, ami az autógyártókat és a hadiipart is érintheti. A New York Times szerint az amerikai titkosszolgálatok úgy vélik, hogy a szingapúri Megaspeed egyik vezetője, aki közeli kapcsolatot ápolt Jensen Huanggal, kínai ügynök volt, és Pekingnek adott át információkat. Az Nvidia szerint ügyfelei nem kapnak érzékeny információt, a kínai nagykövetség rágalomnak nevezte a vádakat. Forrás: Ars Technica, The New York Times, TechCrunch.
Üzlet és társadalom
AI-költések és tőzsde: rekordot zuhant az Alphabet piaci értéke, az Amazon 220 milliárdot költ idén, a Microsoft kötvényből gyűjt. Az Alphabet részvénye több mint 12%-ot esett, ami rekordnak számító, mintegy 500 milliárd dolláros piaciérték-vesztés: a befektetőket a negatív szabad pénzáramlás mellett az is zavarta, hogy a Google szerint a keresési bevétel növekedése az AI-módban (AI Mode) futó keresések alacsonyabb hirdetési bevétele miatt lassult; a cég ezért világszerte hirdetéseket vezet be az AI Mode-ban. Az Amazon felhőüzlete, az AWS 39%-kal nőtt, Andy Jassy szerint idén kb. 220 milliárd dollár lesz a beruházás, jövőre jelentősen több, és az AWS 5–10 éven belül évi ezermilliárd dolláros bevételt érhet el. A Microsoft 2017 óta először bocsát ki befektetési minősítésű kötvényt, több mint 25 milliárd dollár értékben, az AI-beruházások finanszírozására. A Samsung rekordnegyedévet zárt, nagy sávszélességű memóriájára (HBM) 2027-ig elkelt a gyártókapacitás. Forrás: Financial Times, The Register, TechCrunch: AWS, Bloomberg: Microsoft, Bloomberg: Samsung.
Cohere: Kanada történetének legnagyobb startupbefektetése, 35,7 milliárd kanadai dolláros értékeléssel. A kanadai Cohere lezárta E sorozatú finanszírozási körének első szakaszát, amelyben összesen akár 7 milliárd kanadai dollárt (kb. 5 milliárd amerikai dollárt) gyűjthet 35,7 milliárd kanadai dolláros (kb. 20,5 milliárd amerikai dolláros) értékelés mellett. A Bloomberg szerint a kanadai állam legfeljebb 1,14 milliárd amerikai dollárral, az Nvidia is beszáll. Mark Carney miniszterelnök „a szemünk előtt íródó kanadai sikertörténetnek” nevezte a céget, amely a vállalati és szuverén (az ügyfél saját ellenőrzése alatt futó) AI-ra szakosodott. Forrás: Cohere (X), Bloomberg.
Anthropic: a beszámolók szerint ő a SpaceX legnagyobb ügyfele, az Nvidia hitelgaranciával segítené egy neki épülő adatközpontot. A Bloomberg forrásai szerint az Anthropic az a „B ügyfél”, amely a SpaceX tőzsdei jelentése szerint a harmadik negyedéves bevétel 34,5%-át adta, megelőzve az amerikai kormányt; a pénz a SpaceX adatközpontjaiban bérelt számítási kapacitásért folyik. A The Information és a Bloomberg szerint az Nvidia több milliárd dolláros hitelgaranciáról tárgyal az Nscale-lel egy 460 megawattos adatközpont megépítéséhez, amelyet az Anthropic használna; a megállapodás még nincs aláírva. Forrás: Bloomberg: SpaceX, The Information: Nscale.
Befektetések és felvásárlások: 130 millió dolláros indulótőke Sebastian Thrunnak, a Deepgram megveszi a Pipecat fejlesztőjét. A Google egykori AI-úttörője, Sebastian Thrun Dulo nevű, mérnöki tervezést automatizáló modelleket fejlesztő startupja 130 millió dollár magvető tőkét gyűjtött. A vállalati IT-feladatokat AI-ügynökökkel végző Serval 150 millió dollárt kapott 3 milliárdos értékeléssel, a Replika alapítójának új „személyes ügynöke”, a Wabi 55 milliót 1,25 milliárdos értékeléssel. A Bloomberg szerint a Fluidstack adatközpont-szolgáltatót 40 milliárd dolláron értékelő kör szerveződik (szeptemberben még 18 milliárd volt). A hangalapú AI-ban a Deepgram felvásárolja a népszerű nyílt Pipecat keretrendszert fejlesztő Dailyt, a Pipecat nyílt marad. Az OpenAI által is támogatott Thrive Holdings kb. 7,6 milliárd dollárért megveszi az ADT biztonsági céget, hogy AI-val alakítsa át. Forrás: The Information: Dulo, Reuters: Serval, TechCrunch: Wabi, Bloomberg: Fluidstack, TechCrunch: Deepgram, TechCrunch: ADT.
Munka: mintegy 60 ezer Microsoft-dolgozó kapott önkéntes távozási ajánlatot, 12%-kal kevesebben kezdtek informatikát tanulni az USA-ban. A The Verge szerint a Microsoft az USA-ban, az Egyesült Királyságban, Kanadában és Indiában mintegy 60 ezer munkatársának ajánlott fel önkéntes távozást, ami a lap értékelése szerint része annak, hogy a cég a létszám csökkentésével tartsa fenn az AI-infrastruktúrára fordított költéseit. A Bloomberg által idézett National Student Clearinghouse adatai szerint idén ősszel 12%-nál többel csökkent az informatikát tanuló alapszakos és több mint 10%-kal a mesterszakos hallgatók száma az USA-ban, mert az AI csökkenti a kezdő programozói állásokat. Forrás: The Verge, Bloomberg.
Web és AI-ügynökök: bejelentkezéshez köti tartalmát a Reddit, Jassy szerint a külső vásárlóügynökök még nem elég jók. A Reddit bejelentette, hogy főként bejelentkezett felhasználóknak lesz elérhető, hogy megvédje adatait az AI-adatgyűjtéstől, és inkább licencszerződéseket kössön a modellfejlesztőkkel; a keresőből érkező forgalma októberben hetente átlagosan több mint egymillió látogatással csökkent, mert az AI-összefoglalók miatt kevesebben kattintanak tovább. Andy Jassy, az Amazon vezetője szerint a külső AI-vásárlóügynökök, például a Meta Muse, „még nem jók, és nem is kényelmesebbek”, mint közvetlenül a kereskedőnél vásárolni; az Amazon saját Alexa vásárlási ügynökét az elmúlt évben több mint 400 millió vásárló használta. Forrás: TechCrunch: Reddit, Fortune.
Számítási kapacitás: kilenc havonta duplázódik a világon újonnan üzembe állított AI-számítókapacitás. Az Epoch AI elemzése szerint a negyedévente eladott AI-chipek számítási teljesítménye 2024 eleje óta évente 2,5-szeresére nő, vagyis az újonnan hozzáadott kapacitás nagyjából kilenc havonta duplázódik. Ez lassulás a 2023-as, az Nvidia H100-as chipje által hajtott évi kb. hatszoros növekedéshez képest; az Epoch szerint vannak jelei további lassulásnak, de a negyedéves adatok zajosak. Forrás: Epoch AI, Epoch AI (X).
Pletykák
Claude: új Fable-változat és új Opus-modell lehet korai tesztelésben. A modellszivárgásokat követő legit_api és chetaslua szerint az Anthropic újabb Fable-változatot (checkpointot) és egy új Opus-modellt tesztel szűk körben; a megosztott minták főleg SVG-rajzok. Megbízhatóság: közepes–alacsony; az Anthropic semmit nem erősített meg, a megjelenés ideje és a modellek neve sem ismert. Forrás: legit_api (X), chetaslua (X).
ChatGPT: decembertől közös használati keret lehet a ChatGPT-ben és a Codexben. Tibor Blaho a ChatGPT webes alkalmazásában egy rejtett fizetési figyelmeztetést talált: „decembertől a csomag használata közös keretben számolódik a ChatGPT és a Codex között”. Megbízhatóság: közepes; a szöveg az alkalmazás kódjában szerepel, de az OpenAI még nem jelentette be, és a csütörtöki keretemelésnél sem említette. Forrás: Tibor Blaho (X).
GPT Image 2.6: új képgeneráló modell neve tűnt fel az OpenAI dokumentációjában. A chetaslua szerint az OpenAI dokumentációjában megjelent a GPT Image 2.6 név, és szerinte ez lehet az a modell, amelyet korábban névtelenül teszteltek az Arenán. Megbízhatóság: alacsony–közepes; csak közösségi megfigyelés, hivatalos megerősítés nincs. Forrás: chetaslua (X).
Mit jelent ez neked: csütörtökön két irányból is látszott, hogy az AI-ügynököket nem elég bekapcsolni, figyelni is kell őket: az OpenAI saját modelljeit is több rétegben felügyeli, egy Pentagon-beszállító munkatársának Claude-ügynöke pedig hónapokig észrevétlenül futott egy védett hálózaton. Ha nálatok is dolgoznak már ügynökök, érdemes előre rögzíteni, mihez férhetnek hozzá és ki ellenőrzi őket; ebben segít az AI-irányítási és megfelelőségi szolgáltatásunk. A nyílt súlyokkal kiadott, Európában tanított Mistral Large 4 pedig azt mutatja, hogy egyre erősebb modell futtatható saját vagy uniós infrastruktúrán, így az EU-n belül maradó adatokkal működő automatizálás már nem jelent nagy teljesítményveszteséget.