ChatGPT, Claude, Gemini és a többi nagy AI-modell: új verziók, új képességek, AI-ügynökök
A Mistral AI Voxtral TTS modellje 68,4%-kal jobb teljesítményt nyújt az ElevenLabs Flash v2.5-nél. A Voxtral TTS a cég első audió modellje.
Az OpenAI kibervédelmi modellje, a GPT-5.4-Cyber, alacsonyabb elutasítási küszöbbel és bináris visszafejtési képességekkel segíti a védelmi munkát.
A Mistral, amely eddig elsősorban LLM-jeiről volt ismert, most a beszédszintézis piacára lép — nyílt forráskódú TTS modelljét fejlesztők szabadon felhasználhatják, módosíthatják és továbbépíthetik.
A Google DeepMind új, költséghatékony videógeneráló modelljét mutatta be, amely a Veo 3.1 Fast sebességét nyújtja kevesebb mint fele áron.
A két vezető AI-cég legújabb fejlesztései a számítási erőforrások hatékonyabb kihasználására fókuszálnak.
A legújabb szövegfelolvasó modell jelentősen javítja a hangminőséget és a vezérelhetőséget, ezzel új lehetőségeket nyit az AI-alapú beszédalkalmazások fejlesztésében.
A fejlesztések az ügynökalapú kódolás hatékonyságát és sebességét növelik, az Auto Mode és a párhuzamos ügynökök támogatása révén.
A Microsoft új képalkotó AI-modellje, a MAI-Image-2-Efficient, a zászlóshajó MAI-Image-2 továbbfejlesztett változata, amely 41%-kal alacsonyabb költséggel és 22%-kal nagyobb sebességgel működik.
A Linux kernel 7.0 kiadásával együtt a Rust nyelv hivatalos támogatása is elérhetővé vált. Az AI egyre fontosabb szerepet játszik a hibakeresésben.
Az Anthropic új Opus 4.6 modellje mellett az OpenAI is frissítette GPT-5.3-Codex változatát, amely immár 25%-kal gyorsabb működést ígér.
A TII UAE által bejelentett Falcon Perception modell 68,0 Macro-F1 pontszámot ért el az SA-Co teljesítményteszten, és egyetlen Transzformer architektúrát használ képfoltok és szöveg feldolgozására.
A H Company piacra dobta új multimodális modelljét, a Holotron-12B-t, amely kifejezetten a számítógép-használati ügynökök teljesítményének és skálázhatóságának növelésére hivatott.
A Harrier a többnyelvű MTEB v2 teljesítményteszten is az első helyen végzett, felülmúlva az OpenAI és az Amazon saját fejlesztésű modelljeit.
Stella Laurenzo, az AMD mesterséges intelligencia részlegének igazgatója szerint a Claude februári frissítése óta nem lehet megbízni benne komplex mérnöki feladatok elvégzésében.
A kínai cég új modellje az SWE-Bench Verified teszten 72%-ot ért el, megelőzve több amerikai versenytársat is.
A kínai Z.ai nyílt forráskódú LLM-et, a GLM-5.1-et mutatta be, amely az MIT licenc alatt kereskedelmi célokra is felhasználható.
A Google legújabb hangmodellje már több mint 200 országban érhető el a Gemini Live és Search Live szolgáltatásokon keresztül.
Egy felhasználó március 8. után tapasztalt megbízhatatlan működést, miután a modell teljesítménye február elejétől folyamatosan romlott.
A DeepSeek R1 modell 128K token kontextusablakkal rendelkezik, szemben a Google Gemma 4 31B 262K-s ablakával.
A nanocode nevű projekt 9 óra alatt tanítható be egy TPU v6e-8 gyorsítón — mindössze 200 dollárért —, és nyílt alternatívát kínál az Anthropic Claude Code-jával szemben.
A Chip Huyen által azonosított tíz legfontosabb nyitott LLM-kutatási irány közül a hallucináció csökkentése és a kontextuális tanulás jelenleg a legkritikusabb megoldatlan problémák.
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.