ChatGPT, Claude, Gemini és a többi nagy AI-modell: új verziók, új képességek, AI-ügynökök
A Deepseek V4-Flash-Vision-Exp új multimodális modellje képfeldolgozási képességekkel bővíti a korábbi verziót, és a cég saját benchmarkjai szerint megközelíti vagy meghaladja az Opus 4.8-at ügynökfeladatokban.
A bengálúri Murf AI bemutatta Falcon 2 hangmodelljét, amely percenként 0,01 dollárért kínálja szolgáltatását, és benchmarkokon múlja felül az OpenAI Realtime API-t.
A Superwhisper S1-mini egy 462 MB-os, nyílt súlyú AI-modell, amely a beszédfelismerés nyers átiratait tisztított, formázott szöveggé alakítja, és helyben futtatható laptopon.
A hagyományos ajánlórendszerek szűk keresztmetszete, hogy a naponta terabájtos vagy petabájtos felhasználói előzmények nem férnek el a GPU-k memóriájában. Az NVIDIA új eszközei, a recsys-examples és a nv-embedding-cache, ezt a skálázhatósági akadályt hivatottak leküzdeni.
A LiquidAI új DSpark draft modelljei a LFM2.5 család három tagjához érkező spekulatív dekódolási megoldás, amely a funkcióhívások késleltetését 57%-kal csökkenti.
Az MIT Technology Review AI szerzője szerint a mesterséges intelligencia tudatosságáról folytatott vita csapdája, hogy a felelősséget a vállalatokra hárítja, miközben 2022-ben Wales lobstereket jogi személyiséggel illették el.
A fejlesztés a Mythos osztályba tartozik, és bár összességében erősebb a Claude Mythos 5-nél, bizonyos területeken még gyengébb teljesítményt nyújt.
A Liquid AI új, kvantálásra optimalizált desztillációs (QAD) módszerével a korábbiaknál kisebb és gyorsabb LFM2.5 modellek futtathatók edge-eszközökön, miközben a pontosságuk 97%-ban megmarad.
A Z.ai bemutatta GLM 5.3 modelljét, amely a cég szerint képes csúcskategóriás kódolási és kiberbiztonsági feladatok automatizálására, megközelítve az OpenAI és az Anthropic legjobb modelljeit.
A xpander.ai most már általánosan elérhető platformot kínál, amely szállítósemleges vezérlőréteggel egyesíti az AI-ügynökök futtatását, jogosultságkezelését és megfigyelhetőségét – a bevezetéshez 7,5 millió dolláros seed befektetés is társul.
A kínai cég ezzel a legnépszerűbb nyílt AI-modellcsaládnak tartja magát, ám a Hugging Face jelentése szerint a valós letöltésszám mindössze 2,045 milliárd.
A módosítások kizárólag a webes felületre és a mobilalkalmazásokra vonatkoznak, az API-t érintetlenül hagyják. A Claude 4.6 generációtól kezdve minden modell egyetlen, rögzített pillanatfelvételnek számít.
Az új, háromlépcsős RAG-architektúra a legnehezebb eseteket csak az LLM-re bízza, így 6x-os költségcsökkentést és jobb auditálhatóságot tesz lehetővé. Az első lépcsőben az esetek többségét determinisztikus szabályok oldják meg.
Az Alibaba Qwen kutatólaborjának új, Apache 2.0 licencű, 27 milliárd paraméteres Qwen 3.8 27B modellje alapértelmezetten „xhigh” reasoning erőfeszítést végez, ami drasztikusan megnöveli a generálási időt.
A Z.ai GLM-5.3 modellje a teljesítménytesztek többségénél felülmúlja a Moonshot AI Kimi K3-át, egyes esetekben pedig a Claude Fable 5-öt és a GPT-5.6-Sol-t is.
A Meta nyílt súlyú Glimmer AI-modellt adott ki, melyet bárki letölthet és futtathat saját hardverén. Ez ellentétben áll a cég zárt API-n keresztül elérhető, erősebb Muse Spark modelljével.
A Needle 2 nevű, 45 millió paraméteres AI-modell mindössze 14MB-os bináris fájlként érkezik, és körülbelül 28MB RAM-ot igényel a futtatáshoz.
Tim O'Reilly, az internet úttörője szerint az Egyesült Államok elveszítheti az AI-versenyt, mert Kínában szélesebb körben terjednek az alacsonyabb szintű modellek. A szakértő a kontroll helyett a részvételen alapuló architektúrát szorgalmazza.
Az új GPT-5.6 modellek drasztikusan csökkentik az AI-ügynökök futtatásának költségeit, miközben javítják a teljesítményt. A Luna modell például 1,33 dollárért 84,04%-os eredményt ért el egy teljesítményteszten, szemben a korábbi 33,27 dolláros költséggel.
A költségek között drasztikus különbség mutatkozott: míg a legolcsóbb modell mindössze 1,3 kreditet emésztett fel, addig a legdrágább 1055-öt, ami több mint 800-szoros eltérés.
Az új Palmyra X6 modell és a hozzá kapcsolódó rendszerfejlesztés akár 50%-kal csökkentheti a Writer ügyfeleinek alapfeladatokra fordított költségeit, miközben a komplex, több lépésből álló feladatokat is gyorsabban, kevesebb token felhasználásával végzi.
Tetszik az oldal? Támogasd a fejlesztést
Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.