ChatGPT, Claude, Gemini és a többi nagy AI-modell: új verziók, új képességek, AI-ügynökök
Az NVIDIA NIM 2.0.12 optimalizált kiszolgálórendszere akár 2,5-szeres rendszerátviteli sebességet ér el 4x B200 GPU-konfiguráción, szemben az NIM nélküli alapverzióval, így több felhasználót képes kiszolgálni.
A DeepSeek V4.1-Flash architektúrája drasztikusan csökkenti a KV-cache használatát, így olcsóbbá és hatékonyabbá teszi az AI-ügynökök működését.
A fejlesztéshez a Warner Music Group, a BMG és a Believe licencelt katalógusait használták fel. A rendszer három verzióban érhető el, de a természetes emberi hibák reprodukálásával még küzd.
Az Anthropic Claude Fable 5.1 és Mythos 5.1 modelljei akár 45%-kal olcsóbbak az agentikus feladatoknál, miközben jelentős előrelépést mutatnak biofeladatokban, például laboratóriumi ellenőrzésű fehérjekötő tervezésében.
Az OpenAI új, 2.5-ös verziójú képgeneráló modelljei már több mint 3 milliárd képet állítottak elő, és jelentősen javultak a többfordulós utasításkövetésben.
A Google WeatherNext 3 modell óránkénti előrejelzéseket készít nyers műholdadatok és fizikai információk felhasználásával, 30%-kal javítva a felszíni hőmérséklet pontosságát.
A szimulációkban a modell a pályaelhagyási arányt 24 %-ról 12 %-ra csökkentette, miközben három feladatot – környezetészlelést, forgalmi kérdés-válaszolást és útvonal-tervezést – egyesít.
Az Anthropic beágyazta a statisztikai vízjeleket a Claude AI-modelljei által generált szövegekbe az európai átláthatósági szabályoknak való megfelelés érdekében. A láthatatlan jelölés nem növeli a szöveg hosszát, és másoláskor is megmarad.
A sablonos, gépi stílus könnyen felismerhető, ami a követők elvesztésével fenyeget – figyelmeztet a bcantrill.dtrace.org elemzése.
Az OpenAI GPT-6 Astra modellje 98%-os pontosságot ért el a FrontierMath Tier 4 teszten, míg az Anthropic Claude Fable 5.1 körülbelül 25%-os költségcsökkentést ígér a gyorsítótár olvasásának optimalizálásával.
Az Astra 2,5 perc alatt oldotta meg a feladatot, szemben a Claude 6,8 percével, miközben a rivális modellek pontossága mindössze 5-40% között mozgott.
A GPT-6 Astra modell jobb minőségű pelikánképeket hoz, mint a GPT-5.6 Sol, annak ellenére, hogy drágább. Az Astra alacsony szinten 9,55 centért jobb eredményt ad, mint bármelyik Sol-modell.
A fejlesztőknek most kompromisszumot kell kötniük: a tökéletesebb kódminőségért cserébe a szoftverfejlesztési költségek drasztikus emelkedését kell elviselniük.
Az OpenAI bemutatta a GPT-6 Astra modellt, amely a cég szerint a legfejlettebb és leginkább igazodó AI. A modell már ma elérhetővé válik a ChatGPT Plus felhasználók és az API-n keresztül.
Az OpenAI új GPT-6 Astra modellje kevesebb téves választ ad elődjénél, a GPT-5.6 Solnál, és a közvetlen prompt-injekciós támadások 99,99%-át blokkolja. A rejtett támadások elleni védekezésben azonban még mindig vannak sebezhetőségek.
Sam Altman, az OpenAI vezérigazgatója bocsánatot kért a GPT-6 Astra modell „kaotikus bevezetése” miatt, miután a fizetős felhasználók nem kaptak hozzáférést az új modellhez.
Az OpenAI Astra modellje a „recurrent depth” nevű új technikát használja, amely a „Chain of Thought” gondolkodási folyamaton túlmutat, de kockázatos lehet.
Az új NeoMME encoder család egyetlen, bidirekcionális Transformerrel dolgozza fel a szöveges tokeneket és a képfoltokat, leváltva a különálló vision towert és nyelvi modellt.
A cég az új Astra nevű rendszert már az „mesterséges általános intelligencia” kategóriájába sorolja, ezzel is jelezve, hogy visszaveti a vezető szerepet a kiéleződött piacon.
A Meta Muse Spark 1.3 és a Google Gemini 3.8 Flash modellek új alternatívákat kínálnak a mesterséges intelligencia piacán, mindkettőt költséghatékony és képességeikben előremutató megoldásként pozicionálják.
A 200 dolláros csomag valós használati növekedése mindössze 1,7-szeres a Pro-hoz képest, az ígért 20-szoros helyett. Több felhasználó emiatt mondott le, és a Qwen vagy a DeepSeek nyílt forráskódú modellekhez váltott.
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.