A hét, ami megtörte a nagyvállalati AI-vásárlókat
Ha valaki pislogott egyet a múlt héten, legalább két frontier modell bejelentését elmulasztotta. Szeptember 1. és 3. között az Anthropic, a Meta, a Google és az OpenAI is jelentős modellfrissítéseket adott ki — olyan tempóban, amitől a nagyvállalati ügyfelek nyíltan kérdőjelezik meg, képesek-e egyáltalán lépést tartani.
A CNBC „modell-fáradtságként” írta le a jelenséget: a CIO-k és IT-vezetők aránytalanul sok időt töltenek a gyorsan változó termékkínálat költségeinek és képességeinek összehasonlításával. „Úgy érzem, a modell-fáradtság valós jelenség” — mondta Zhen Lu, a RunPod AI-infrastruktúra startup vezérigazgatója.
Íme a kiadások: az Anthropic szeptember 1-jén adta ki a Claude Fable 5.1-et és a Claude Mythos 5.1-et. A Meta szeptember 2-án követte a Muse Spark 1.3-mal — ugyanazon a napon, amikor a Google elindította a Gemini 3.8 Flash-t. Az OpenAI pedig szeptember 3-án zárta a sort a GPT-6 Astra kiadásával. Mindegyik frissítés valódi, érdemi fejlesztéseket hozott, ami a választást nem könnyebbé, hanem nehezebbé tette a már most is kiértékelési ciklusokba ragadt csapatok számára.
Mind a négy labor értékelése megközelíti az 1 billió dollárt a magánbefektetők szerint — a CNBC úgy értelmezi a sprintet, mint a piaci részesedésért folyó fegyverkezési versenyt a várható tőzsdei bevezetések előtt, ahol a kiértékelés terhe végül az ügyfelekre hárul.
Claude autonóm módon formalizálta Fermat utolsó tételét Lean nyelven
Az Imperial College matematikusa, Kevin Buzzard „rendkívüli autoformalizaciós eredménynek” nevezte, hogy az Anthropic bejelentette: Claude elkészítette Fermat utolsó tételének első teljes, géppel ellenőrzött bizonyítását Lean programozási nyelven.
A számok lenyűgözőek: 11 nap nagyrészt autonóm munka során Claude 13 millió sor Lean kódot generált, 30 300 tételt bizonyított (ebből 29 500-at használ fel a végső bizonyítás), és nagyjaból hatmilliárd output tokent fogyasztott. A rendszer több tucat párhuzamos ágenst futtatott a Prove2ME segítségével — ezt a Columbia Egyetem open-source eszközét menet közben kapcsolták be, miután az első formalizációs kísérlet meghiusúlt.
Az eredmény nemcsak a mesterséges intelligencia matematikai gondolkodásának demonstrációja, hanem a modern matematika automatikus formalizációjának irányába mutat. Fontos megjegyezni, hogy mindez évek közösségi munkájára épül — Buzzard saját Imperial College FLT projektjére, a Mathlib könyvtárra és a Columbia Prove2ME eszközére —, amelyek egyikét sem az Anthropic fejlesztette.
Az OpenAI GPT-6 Astra átlépte a kritikus kiberbiztonsági küszöböt
Az OpenAI szeptember 3-án mutatta be a GPT-6 Astra modellt, és a legfőbb képessége éppoly lenyűgöző, mint amennyire elgondolkodtató: az Astra az első modell, amely elérte a „kritikus” szintű kiberbiztonsági képességet az OpenAI saját Preparedness Framework keretrendszerében.
Ez a gyakorlatban azt jelenti, hogy a megfelelő eszközökkel és hozzáféréssel a GPT-6 Astra képes korábban ismeretlen biztonsági réseket feltárni és új exploit-okat kidolgozni jól védett rendszereken anélkül, hogy emberi irányításra lenne szüksége az egyes lépéseknél. Az ExploitBench teszten a modell tökéletes 100%-ot ért el — szemben elődje, a GPT-5.6 Sol 78,5%-ával. A tesztelés során két korábban ismeretlen zero-day sebezhetőséget fedezett fel.
Az OpenAI megfelelő óvatossággal kezeli a helyzetet. A fejlett kiberbiztonsági képességekhez való hozzáférés korlátozott: a teljes kiberfunkciók egyelore csak ellenőrzött tesztelők számára érhetőek el a Daybreak Blue programon keresztül, védelmi célú felhasználásra. A fogyasztói verzió elutasítja a szenzitív kiberbiztonsági promptokat.
Az időzítés figyelemre méltó: a Google ugyanazon a napon indította el a Gemini 3.8 Flash Cyber változatot — saját kiberbiztonsági célú modell-variánsát — a Fairwind Programon keresztül. A specializált védelmi AI-modellek megjelenése azt jelzi, hogy a kiberbiztonság területén új front nyílik.
Az Nvidia megerősítette a Hugging Face 12,9 milliárd dolláros felvásárlását
Hetek óta keringő pletykák után az Nvidia hivatalosan is megerősítette, hogy 12,93 milliárd dollárért felvásárolja a Hugging Face-t — a tranzakció a világ legnagyobb open-source AI-platformját a világ legértékesebb chipgyártója alá hozná.
A Hugging Face több mint 3 millió modellnek, 500 000 dataset-nek és 1 millió alkalmazásnak ad otthont, amelyeket több mint 18 millió fejlesztő használ. Jensen Huang vezérigazgató kijelentette, hogy „a Hugging Face nyílt platform marad az egész AI-ökoszisztéma számára”, és Nvidia compute nem lesz szükséges a platformon való fejlesztéshez vagy deploy-hoz.
Ez az Nvidia második legnagyobb akvizíciója, miután tavaly év végén 20 milliárd dollárért szerezte meg a Groq eszközeit. A tranzakció a 2027 első felében várhatóan lezárul, a szabályozói jóváhagyástól függően. Az open-source közösség feszülten figyeli, hogy a függetlenségi ígéret tartható-e — ismerős minta ez a nagy techcégek fejlesztői platformokat érintő korábbi felvásárlásaiból.
Röviden: mi történt még?
A Meta Muse Spark 1.3 valódi hatékonysági javulást hozott — ~20%-kal kevesebb tool call-t és ~25%-kal kevesebb tokent használ, mint elődje, miközben javított a DeepSWE 1.1-en (75,4%) és a Terminal-Bench 2.1-en (88,8%). Egy vitatott „contributor” endpoint nagyjaból 10–20-szor olcsóbb árazást kínál cserébe azért, hogy a Meta a forgalomból taníthat.
A Google Gemini 3.8 Flash, amely szeptember 2-án jelent meg, a Google harmadik Flash-kiadása volt hat héten belül. 1M token kontextusablakkal és hosszú távú kódolásra, valamint autonóm ágensekre hangolva a legtöbb nagyobb frontier modellt felülmúlja a DeepSWE v1.1-en a költség töredékéért ($0,75/1M input, $3,75/1M output). Az ágens-alapú videóértelmezése — amely az idővonalon navigálva kér le képkockákat ahelyett, hogy mindent tokenizálna — valódi újdonság.
A CISA hét sebezhetőséget vett fel a Known Exploited Vulnerabilities katalógusba szeptember 3-án, köztük a LiteLLM CVE-2026-59822-t (CVSS 8.8), egy hitelesítés-megkerülési hibát a népszerű LLM proxy MCP Streamable HTTP végpontjában — emlékeztetőül, hogy maga az AI-infrastruktúra is egyre növekvő támadási felületet jelent.