A nagy modellverseny: GPT-5.6, Grok 4.5 és Muse Spark ugyanazon a héten
Az AI-modellek történetének egyik legsűrűbb hetén vagyunk túl. Az OpenAI, a SpaceXAI és a Meta napok különbséggel jelentette be legújabb modelljeit, miközben a Google a Gemini 3.5 Pro július 17-i indulásán dolgozik. Íme a legfontosabb fejlemények.
Az OpenAI három szinten indította el a GPT-5.6-ot — és itt a ChatGPT Work
Az OpenAI július 9-én nyilvánosan elérhetővé tette a GPT-5.6-ot, eddigi legerősebb modellcsaládját, három állandó szinten, égi objektumokról elnevezve: Sol (zászlóshajó), Terra (kiegyensúlyozott) és Luna (gyors és kedvező árú). Az elnevezés szakít a korábbi „mini/nano" utótagokkal, és tartós termékvonalakat jelöl ki.
A Sol a legmagasabb szintű gondolkodásra és hosszú távú ágens-feladatokra készült, ára 5/30 dollár millió input/output tokenenként. Az Artificial Analysis Coding Agent Indexen 80 pontot ért el — 2,8 ponttal az Anthropic Fable 5 felett —, miközben a felénél is kevesebb output tokent használt. Sam Altman vezérigazgató szerint a Sol „54%-kal hatékonyabb a tokenfelhasználásban AI kódolási feladatoknál." Egyes ügyfelek a modellt Cerebras wafer-méretű hardveren is elérhetik, akár 750 token/másodperc sebességgel.
A Terra a GPT-5.5-tel versenyképes teljesítményt nyújt annak feléért (2,50/15 dollár), a Luna pedig nagy volumenű feladatokra optimalizált, mindössze 1/6 dollárért millió tokenenként, 84,3%-ot érve el a Terminal-Bench 2.1-en.
Mindhárom szint 1 millió tokenes kontextusablakkal és 128 000 tokenes maximális kimenettel rendelkezik, a tudásbázis 2026 februárjáig terjed. Az OpenAI „Magas" kockázati besorolást adott nekik a potenciális kiberbiztonsági és biológiai visszaélési lehetőségek miatt, és mintegy 20, kormányzati ellenőrzésen átesett szervezet kapott korai hozzáférést.
A modellek mellett megjelent a ChatGPT Work, egy ágens, amely nem egyszerűen kérdésekre válaszol, hanem teljes feladatokat old meg. A Codex kódolási technológiát egyesíti egyetlen asztali alkalmazásban, 15 külső integrációval induláskor — köztük Google Drive, Slack, Teams, Salesforce és GitHub —, amelyek @ említéssel érhetők el. Az ágens kész táblázatokat, prezentációkat, dokumentumokat és webalkalmazásokat készít, használat alapú díjszabással. A GPT-5.4 július 23-án megszűnik.
Források: TechCrunch, OpenAI Blog
A SpaceXAI agresszív árazással lép piacra a Grok 4.5-tel
A SpaceXAI (az egyesült SpaceX/xAI entitás) július 8-án kiadta a Grok 4.5-öt, első zászlóshajó modelljét a tőzsdei bevezetés óta. A modell egy 1,5 billió paraméteres V9 alapra épül, tízezernyi NVIDIA GB300 GPU-n képezték, és a fejlesztés a Cursor kódszerkesztővel párhuzamosan, valós fejlesztői session-adatokon zajlott.
A legfontosabb szám az ár: 2/6 dollár millió input/output tokenenként — ez jelentősen aláássa az Anthropic Opus 4.8 (5/25 dollár) és az OpenAI Sol (5/30 dollár) pozícióját. A tokenhatékonyság is lenyűgöző: a Grok 4.5 egy Intelligence Index feladatnál körülbelül 14 000 output tokent használ, szemben az Opus 4.8 67 020 tokenjével — ez feladatonként nagyjából 17-szeres költségelőnyt jelent.
A benchmark-eredmények alapján a Grok 4.5 a legjobb az ágens tool-use teszteken, és negyedik helyen áll az Intelligence Indexen. Ugyanakkor a hallucináció-aránya 25%-ról (Grok 4.3) 54%-ra ugrott, és mivel a Cursor session-adatokon képezték, a CursorBench-pontszámok részben a betanult adatokat tükrözhetik, nem feltétlenül általánosítást.
Elon Musk úgy jellemezte: „Opus-szintű modell, de gyorsabb, tokenhatékonyabb és olcsóbb." A modell 500 000 tokenes kontextusablakkal rendelkezik. Az EU-ban várhatóan július közepétől lesz elérhető, az EU AI Act augusztus 2-i magas kockázatú határideje előtt.
Források: TechCrunch, SpaceXAI Blog
A Meta belép a fizetős AI-piacra a Muse Spark 1.1-gyel
Jelentős stratégiai fordulat: a Meta Superintelligence Labs július 9-én kiadta a Muse Spark 1.1-et — a Meta első fizetős API-modelljét, amely lényegében a cég átmenetét jelzi a kizárólag open-source Llama-vonalról a kereskedelmi frontier modellpiacra.
A Muse Spark egy multimodális gondolkodó modell, ágens-feladatokra építve, agresszív árazással: 1,25/4,25 dollár millió input/output tokenenként — ami versenyképes a Claude Haiku 4.5-tel és a GPT-5.6 Lunával. Az 1 millió tokenes kontextusablak aktív kontextuskezeléssel párosul, a modell pedig multi-agent rendszereket is képes vezényelni fő ágensként és alágensként egyaránt.
Mark Zuckerberg — három év után először posztolva az X-en — „erős ágens- és kódolási modellnek" nevezte „nagyon alacsony áron", amely a „legerősebb ágens-teljesítményt, tool use-t és computer use-t" nyújtja, és jelezte: „hamarosan jön még." A Llama API Public Preview július 6-án megszűnt, helyét a Muse Spark vette át.
A modell az új Meta Model API public preview-n és a Meta AI app „Thinking" módján keresztül érhető el. A Meta tervei szerint a Muse Sparkot integrálja a WhatsAppba, az Instagramba, a Facebookba és az okosszemüveg-platformjába is.
Források: TechCrunch, Meta AI Blog
Rekord IPO: az SK Hynix 26,5 milliárd dollárt gyűjtött a Nasdaqon
A hét AI-hardver sztorija a dél-koreai memóriachip-gyártó SK Hynix nevéhez fűződik: július 10-én ADR-eket vezetett be a Nasdaqon, és ezzel mintegy 26,5 milliárd dollárt gyűjtött — ez a valaha volt legnagyobb amerikai IPO külföldi cég részéről, felülmúlva az Alibaba 2014-es, 25 milliárd dolláros rekordját.
A 177,9 millió ADR-t darabonként 149 dolláron jegyezték, a túljegyzés több mint hétszeres volt. Az első kereskedési napon az árfolyam 171,41 dollárra emelkedett (mintegy 15%-os plusz). Az SK Hynix a világ vezető gyártója a nagy sávszélességű memória (HBM) chipek terén, amelyek nélkülözhetetlen szűk keresztmetszetet jelentenek az NVIDIA AI-gyorsítóihoz. A cég részvényárfolyama az előző évben 650%-ot emelkedett.
A bevételt új dél-koreai gyártósorok építésére fordítják, hogy kielégítsék az AI-infrastruktúra iránti robbanásszerű keresletet. A bevezetés egy szélesebb trendet is tükröz: az ezen a héten nyilvánosságra hozott, közel 10 milliárd dolláros AI kockázati tőkének mintegy 79%-a infrastruktúrába — számítási kapacitásba, energiába és adatközpontokba — áramlott, nem alkalmazásokba.
Források: Bloomberg, TechCrunch
ICML 2026: a diffúziós modellek az új paradigma
A 43. International Conference on Machine Learning (ICML) július 11-én zárult Szöulban, és a díjakat első alkalommal uralták a diffúziós modellekkel foglalkozó kutatások. A 23 918 beküldött tanulmányból (26,6%-os elfogadási arány) mindkét Outstanding Paper díjat diffúziós témájú munka kapta.
„The Flexibility Trap" (Zanlin Ni és társai) megkérdőjelezte azt a feltételezést, hogy a rugalmas generálási sorrend javítja a diffúziós nyelvi modelleket, és bemutatta a JustGRPO tanítási módszert. A másik díjat a „High-Accuracy Sampling for Diffusion Models" (Fan Chen és társai) kapta a hatékonyabb, nagy pontosságú mintavételezésért.
A legnagyobb vitát talán az Outstanding Position Paper díj váltotta ki: Sarah Ball és Phil Hackemann „The alignment community is unintentionally building a censor's toolkit" című tanulmánya arra figyelmeztetett, hogy az AI alignment módszerek visszaélésre is alkalmasak lehetnek — tartalom cenzúrázására. A vita azóta is zajlik arról, hogy a biztonsági technikákat mennyire lehet átfordítani tartalomelnyomásra.
A Test of Time díjat a DeepMind 2016-os A3C tanulmánya kapta az aszinkron mély megerősítéses tanulásról — ez az alapmű ma az LLM post-training pipeline-ok alapja.
Forrás: ICML 2026 Awards
Röviden
- A Google elhalasztotta a Gemini 3.5 Prót július 17-re: teljes architektúra-újraépítés, 2 millió tokenes kontextusablak és „Deep Think Reasoning Layer."
- Kínai AI-társalkodó szigorítás: Július 15-én lép hatályba az „Átmeneti intézkedések az AI antropomorf interaktív szolgáltatásokról" szabályozás. A ByteDance Doubao ágensét leállítja, az Alibaba Qwen július 10-én felfüggesztette az emberszerű ágenseket, a sanghaji hatóságok pedig több mint 14 000 nem megfelelő ágenst távolítottak el.
- OpenAI biztonsági vezető távozik: Johannes Heidecke, a biztonsági részleg vezetője távozik, miközben az OpenAI összevonja kutatási és biztonsági csapatait Mia Glaese alelnök irányítása alatt.
- JadePuffer zsarolóvírus: A Sysdig dokumentálta az első teljesen autonóm, LLM-alapú zsarolóvírus-műveletet, amely 31 másodperc alatt jutott el a sikertelen bejelentkezéstől a működő exploitig.
- Microsoft Frontier Company: 2,5 milliárd dolláros befektetés 6000 szakértővel vállalati AI-bevezetésekre, partnerségben a London Stock Exchange Grouppal, a Unileverrel és az Accenture-rel.