ChatGPT, Claude, Gemini és a többi nagy AI-modell: új verziók, új képességek, AI-ügynökök
Az Anthropic új Claude Sonnet 5.5 modellje 70,6%-ot ért el a Terminal-Bench 4.0 teszten, ami 12,7 pontos előny a GPT-6 Astra 57,9%-os eredményével szemben. A modell emellett 30%-kal gyorsabb és akár 30%-kal olcsóbb is lehet feladatonként elődjénél.
A H Company új, nyílt súlyokkal rendelkező Holo4 modelljei képesek kattintani, gépelni, kódot írni és API-eszközöket hívni asztali számítógépen, weben és Androidon, miközben a korábbi modellekhez képest jelentősen csökkentik a feladatonkénti költségeket.
A Basis mesterséges intelligenciával dolgozó ügynökei 50%-kal gyorsabban végeznek egy 50 oldalas adókönyvelési feladatot a GPT-6 Astra modellel, mint a korábbi GPT-5.6 Sol verzióval.
Az Anthropic adatai szerint a fejlesztés a token- és eszközhívások számának drasztikus csökkenésén alapul, ami közvetlenül hat a futtató infrastruktúra terhelésére.
A Sarvam AI új, Saaras V4 nevű beszédfelismerő modellje 22 indiai nyelvet és globális angol akcentusokat fed le, a gyártó szerint state-of-the-art pontossággal.
Az Nvidia ingyenesen elérhetővé tette Nemotron 3 Diarization modelljét, amely képes valós időben megkülönböztetni akár nyolc beszélőt, és 14.7%-os hibahatárral dolgozik.
A Liquid AI által bemutatott LFM2.5-VL-3B-DSpark modell 3,13-szorosra gyorsítja a token-generálást Apple M5 Max processzoron, miközben a kimenet változatlan marad, és a drafter 8,9 %-kal növeli a paraméterek számát.
Az Exa Agent Ultra négy kutatási teljesítményteszten is felülmúlja az Opus 5.5, a GPT-6 Astra és a Perplexity Agent modelljeit. A rendszer több ezer forrást dolgoz fel, a feladatok elvégzése általában 30 percet, de akár 3 órát is igénybe vehet.
A Big Tech cégek riogatnak az AI emberiséget fenyegető veszélyeivel, de vannak szkeptikusok is. Alvaro Bedoya volt FTC-komisszár a fekete halálhoz hasonlította a félelmeket.
Vinod Khosla, az OpenAI korai befektetője és a Khosla Ventures alapítója szerint az AI-fejlesztés lassítása stratégiai előnyhöz juttatná Kínát. Az USA-nak gyorsítania kellene az AI és az energia-infrastruktúra fejlesztését, miközben a dolgozókat kell támogatni, nem pedig az egyes munkahelyeket védeni.
A Meta Muse AI-ügynök már felülmúlja a ChatGPT korai számait, és okos szemüvegekbe, valamint egy Tamagotchi-szerű zsebkütyübe kerülhet.
A Samsung Bespoke AI 4-Door intelligens hűtők több ezer dolláros értéke ellenére váratlanul leálltak egy hibás firmware-frissítés miatt Dél-Koreában, órákon át kijelezve a hibaüzenetet.
A német Black Forest Labs (BFL) bemutatta a FLUX 3 Action nevű, nyílt forráskódú robotikai AI-modellt, amely 7 milliárd paraméterével vezeti a RoboLab-120 ranglistát.
A Runway új GWM Worlds 2 kutatási előzetese valós idejű interaktív szimulációvá alakítja a videó- és hanggenerálást, a WorldPrompt funkcióval az események valós időben promptolhatók.
Az újabb Claude-modellek írása azért lett rosszabb, mert a fejlesztők a matematikai, kódolási és technikai magyarázatok optimalizálására összpontosítottak, más AI-rendszerek gyors és precíz feldolgozására.
A Google Gemini 3.8 Live Avatarja valós idejű vizuális jelenlétet és beszédet biztosít vállalati chatbotoknak, 97 nyelven, testreszabható avatárokkal és SynthID vízjellel.
A The Biological Computing Co. (TBC) és az Amazon Web Services (AWS) közös bejelentése szerint új, „neuronokból származó” AI-videó modelljük ötször gyorsabb és 80%-kal olcsóbb lehet a nyílt forráskódú alapmodellnél.
A Google DeepMind új vezetője, Koray Kavukcuoglu szerint a Gemini 4 modell fejlesztése előrehaladott, és még 2026 vége előtt piacra kerülhet.
A Xiaomi MiMo-V2.6-Pro modell a nyílt AI modellek között vezeti a ranglistát, miközben ára töredéke a versenytársakénak. A teljesítményugrás a megnövelt reinforcement learningnek köszönhető, de az Anthropic szerint illegálisan használták fel Claude adatait.
A Google két új, Gemini 3.8-as text-to-speech (TTS) modellt dobott piacra, amelyek több mint 2000 előre definiált hangot kínálnak, és mindössze 30 másodpercnyi hangmintából képesek egyedi hangokat klónozni.
A Perplexity AI bejelentette új Effort Mode-ját, amelyben az OpenAI GPT-6 Sol modelljét állítja be alapértelmezettként a kevés erőforrást igénylő feladatokhoz. A lépés célja a számítási kapacitás hatékonyabb kihasználása.
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.