Négyszer nagyobb kéréseket fogad a Claude API
Az Anthropic 32-ről 128 MB-ra emelte a Messages és a Token Counting végpontok kérésméretét, de ettől a modellek kontextusablaka nem nőtt meg.
API-ból szabályozható, mely Slack-csatornákon válaszoljon a Claude
A Claude Tag béta adminisztrációs API-ja vállalati jóváhagyási és auditfolyamatokba köti a Slack-csatornák beállításait, szűk olvasási és írási jogosultságokkal.
Ügynökbarát parancssoros klienst kapott a Gemini API
A nyílt forrású gemini-api kliensből szkriptek és kódolóügynökök is elérhetik a Google modelljeit, médiaeszközeit és kezelt ügynökeit, de a kiadás még béta.
A Gemini chatjében már közvetlenül szerkeszthetők a fájlok
A Google a dokumentumok, táblázatok, prezentációk és kódok előnézetét és szerkesztését a Gemini beszélgetésébe hozza; mobilon egyelőre csak a PDF kapta meg ezt.
Letölthetők a Mistral Large 4 egybillió paraméteres súlyai
A Mistral a korábbi API-előnézet után közzétette a Large 4 súlyait; a ritka szakértői modell 49 milliárd aktív paraméterrel és egymillió tokenes kontextussal dolgozik.
Kész jogi munkafolyamatokat kapott a Claude for Legal
A hat új artifact szerződéseket hasonlít össze, hivatkozásokat ellenőriz és szabályozási változásokat követ, miközben a végső döntést továbbra is jogászra bízza.
Napokig dolgozhat biztonsági hibákon a Gemini 4 Carbon
A Google új modellje sérülékenységek felderítését, ellenőrzését és javítását célozza, de elsőként csak kiválasztott kiberbiztonsági védők kapnak hozzáférést.
Negyven nyelvet ért az Nvidia nyílt súlyú beszédmodellje
A Nemotron 3.5 Transcribe egyetlen modellből készít átiratot, fordítást és beszélőcímkéket, de offline feldolgozásra készült, nem élő közvetítésre.
A chatből indítható a Suno zenegenerátora az új MCP-vel
A béta csatlakozó Claude-ból, ChatGPT-ből, Geminiből és fejlesztői eszközökből is eléri a Sunót, de a dalok továbbra is a felhasználó kreditegyenlegét fogyasztják.
Menet közben is átírható világokat készít a Google Genie 4
A Genie 4 valós időben reagál a szöveges utasításokra, és a képpel együtt hangot is generál, de még csak szűk kutatási előnézetben érhető el.
Helyben futó AI-t ad a weboldalaknak az Opera
A WebAI korai előnézete három böngészős API-n át nyitja meg a helyi modelleket a webhelyeknek és bővítményeknek, felhős tokenköltség nélkül.
Kérésenként szigorítható a Grok válaszainak moderációja
Az xAI API új guidelines mezője három tartalmi kategóriában kérhet elutasítást, de a beállítás nem általános biztonsági szabálymotor és több futásmóddal sem kompatibilis.
Forráskóddá teszi a botok utasításait és tesztjeit a Cursor
Az Agent SDK 0.3 a promptokat, TypeScript-eszközöket és ellenőrzéseket egy verziózható projektbe rendezi, amely Cursor-tárhelyen vagy saját infrastruktúrán is futhat.
Felezte a Terra árát az OpenAI, és a számítógép-használatra hangolta
A GPT-6.1 Terra egymillió bemeneti tokenje 1, a kimenete 5 dollár; az OpenAI gyorsabb ügynökmodellnek szánja, de a teljesítményadatok egyelőre gyártói mérések.
Egy közös tárba költözött a Hermes 18 hivatalos bővítménye
A Nous Research külön frissíthető pluginekbe szervezte a Hermes integrációit, a katalógus pedig ellenőrzött commitokra rögzíti a telepítést.
A Block Dessa modellje szöveg nélkül tanult meg beszélgetni
A teljes duplex hangmodell egyszerre hallgat és beszél, de egyelőre csak bemutató és korlátozott kutatói hozzáférés létezik, nyilvános kiadás nem.
A Claude Code már újracsatlakozik a hosszú MCP-feladatokhoz
A nyilvános bétában a szerver oldali munka túlélheti a terminál bezárását, a folyamat közben pedig szabványos űrlapon vagy böngészős belépéssel kérhet emberi választ.
Megérkezett a Kimi K3.1 Pro, a modell súlyai november 4-ig jönnek
A Moonshot új, egymillió tokenes modellje már használható a Kimi alkalmazásaiban és API-jában; a letölthető súlyok és végleges licencfeltételek még hátravannak.
A 1Password úgy engedi be az AI-ügynököt, hogy az ne lássa a jelszót
Az új 1Password for Agents minden bejelentkezésnél azonosítja az ügynököt, megmutatja a kért hozzáférést, és csak a felhasználó eszközén adott jóváhagyás után tölti ki a hitelesítő adatot.
Saját képgeneráló modellt indított a Canva
A Craft előbb megtervezi a kép szerkezetét, majd legfeljebb 2K felbontásban kirendereli; a modell már elérhető a Dream Labban és nyilvános API-n.
Kódmódosítást kér a Claude API új főverziója
A 2026-10-21-es Claude API elhagy több mintavételi paramétert és régi válaszmezőt; az új SDK-k már alapból ezt a verziót küldik.
Közvetlenül a Google Cloudon is megjelennek a Claude modellek
Az Anthropic által üzemeltetett szolgáltatás ugyanazon a napon ígéri az új Claude-modelleket és funkciókat, miközben a Google-fiókkezelést és számlázást használja.
Kilépett a bétából az OpenAI Decisions API-ja
A géppel feldolgozható döntések API-ja már JSON-t és beszélgetési előzményt is értékel, kérésenként pedig legfeljebb 400 kérdést fogad.
A Claude Duet magától jelentkezik, de a jóváhagyást nem kerüli meg
Az Anthropic új ügynöke a háttérben figyeli a kapcsolt alkalmazásokat, ám üzenetküldéshez, fizetéshez és törléshez továbbra is engedélyt kér.
A Google Cloudon is futtathatók lesznek az OpenAI modelljei
A GPT-6 Astra, a GPT-6.1 Sol és a GPT-6 Luna privát előnézetben érkezik a Model Gardenbe, a szélesebb hozzáférést a következő hetekre ígérik.
A Gemini az autóban is kereshet a levelek és fotók között
A Personal Intelligence az Android Auto rendszerén összekapcsolhatja a Gmailt, a Naptárt, a Fotókat és a Térképet, de az európai térség egyelőre kimarad.
Megnyílt a DeepSeek kiszolgálómotorja
A DeepInfer a modell futtatását, a deepseek-recipe a kérések és válaszok átalakítását teszi hozzáférhetővé; az üzemeltetés több feladata a fejlesztőre marad.
Az Exa 3.0 kevesebb fölösleges szöveget küldene az AI-ügynököknek
A kereső új kiadása együtt válogatja a találatok szövegrészleteit, és Lite néven olcsóbb API-keresést vezet be.
MIT-licencelt súlyokkal frissült a DeepSeek V4.1 Flash
A 1017-es kiadás gyorsabb végrehajtást és rövidebb válaszokat ígér, miközben a modell súlyai letölthetők, a keresőeszközök pedig nyilvános API-t kaptak.
Közösen szerkeszthető prezentációkat készít a ChatGPT Slides
A ChatGPT új prezentációs felületén a csapat és az AI ugyanazt a diákat szerkesztheti, az elkészült anyag pedig PowerPointba, PDF-be vagy Google Slidesba exportálható.
Két új eszközben jegyzi meg a beszélgetéseket az Amazon Bee
A viselhető Frontier és a telefonra tapadó Eclipse összefoglalókat és feladatokat készít a bekapcsolt mikrofonból, miközben az Amazon az eredeti hang azonnali törlését ígéri.
Új hangokat és természetesebb akcentusokat kapott a ChatGPT Voice
A GPT-Live-1.1 és kisebb Quip változata fokozatosan érkezik a ChatGPT hangmódjába, de a választható hangok fiókonként és régiónként eltérhetnek.
Saját megfigyelőrendszerbe köthető a Claude API új nyomkövetése
Az OpenTelemetry-export bétája összekapcsolhatja a modellkéréseket és eszközhasználatot; a beszélgetések tartalma külön bekapcsolható adatküldés.
A felhasználók munkalépéseiből készít skilljavaslatokat a CopilotKit
A CLiF az ügynök és az ember lépéseit közös eseménysorba gyűjti; a javasolt utasításokat ember hagyja jóvá, a felhasználói munkafolyamatok rögzítése korai hozzáférésű.
Beszéd közben is kiválaszthatja a következő műveletet a GPT-Live
A natív Decisions-kapcsolattal a hangmodell közvetlenül kérhet döntést, de a művelet végrehajtása és ellenőrzése továbbra is az alkalmazás feladata.
Két Mac Studión fut helyben a Meta 816 milliárd paraméteres Muse modellje
A Muse Spark Open letölthető modellsúlyokat és egymillió tokenes kontextust kínál, de a Meta által támogatott helyi futtatáshoz is rendkívüli memóriakapacitás kell.
Felhőben is vizsgálhatja a gyanús üzeneteket az Android
A Google Messages választható védelmi módja a hosszabb beszélgetések összefüggéseit is elemzi, miközben az ismeretlen linkeket helyben ellenőrzi.
Hivatalos választási adatokat épít Claude válaszaiba az Anthropic
Az amerikai felhasználók állami és helyi forrásokból származó szavazási információkat, később pedig friss eredményeket kapnak a beszélgetésben.
Változatlan API-áron váltja le elődjét a Grok Voice 3.0
A SpaceXAI új beszédmodellje automatikusan megérkezett a legfrissebb modellazonosítóra, miközben a percenkénti ár 8 cent maradt.
A Deezer kapcsolóval rejti el a teljesen AI-generált zenéket
Az év végéig globálisan érkező beállítás a keresési találatokból is eltávolítja a felismert szintetikus számokat, albumokat és előadókat.
Fejlesztői fiók nélkül futtatható privát Android-app a Google Playen
A Google AI Studióban készített személyes alkalmazás a nyilvános áruház kihagyásával indítható el, de a rajt egyelőre piac- és korhatáros.
Egy előfizetésbe csomagolta a Grokot, a Cursort és az X-et a SpaceXSI
Az új X Subscription közös használati keretet ad a Grokhoz és a Cursorhoz, miközben a külső modellek díja továbbra is külön tétel.
A Muse Wonder már API-ból is elérhető, a személyes ügynök még vár rá
A Meta két új frontier modellt adott ki: a kisebb Wonder az API-ban és a Muse Code-ban használható, a nagyobb Wonder Full egyelőre a kódolóeszköz előfizetőié.
Külön szabályrendszerbe zárja az AI-ügynököket a Microsoft
Az általánosan elérhető Microsoft Execution Containers fájl-, hálózati és felületi korlátokat kényszerít az ügynökre; a védelem erőssége a választott háttérrendszertől függ.
A Claude már maga írhat többügynökös munkafolyamatot
A Claude Managed Agents bétájában az ügynök programot állíthat össze a részfeladatok párhuzamosítására, miközben a szerver a háttérben futtatja és eseményekkel követhetővé teszi a munkát.
Saját e-mail-címet is kaphat a Google munkahelyi AI-ügynöke
A Gemini vállalati ügynöke több alkalmazáson át dolgozhat, alügynököket indíthat és külön identitással jelenhet meg a csapatban; a fogyasztói változat később jön.
Internet nélkül ír tárgyalási jegyzetet a Google kísérleti Mac-appja
A Google AI Edge Foresight helyben írja át a megbeszélést, kibontja a rövid jegyzeteket és a helyi dokumentumok alapján válaszol; egyelőre Apple Siliconra készült.
Külön API-t kapott az OpenAI-nál az igen, a nem és a választás
A nyilvános bétában elérhető Decisions API szövegből és képből ad osztályozást, valószínűséget vagy pontszámot; a gyorsaságra vonatkozó állítás az OpenAI-é.
Interaktív felületté alakíthatja válaszait a ChatGPT
A GPT-6-tal érkező Intelligent UI diagramokat, űrlapokat, gombokat és egyszerű eszközöket építhet közvetlenül a ChatGPT válaszaiba.
Frissülő dashboardot és animációt is készít a Claude
A Dashboards láthatóvá teszi a grafikonok mögötti lekérdezést, a Motion pedig videógenerálás helyett szerkeszthető kódból épít animációt; a hozzáférés csomagonként eltér.
Nagy forgalmú feladatokra érkezett a Claude Haiku 5.5
Az Anthropic új kis modellje állítható gondolkodási ráfordítással és alacsonyabb tokenárral célozza az ismétlődő, sebességérzékeny munkákat.
Szöveges ötletből játszható játékot készít a Google Playground
A böngészős kísérletben kódolás nélkül lehet játékot építeni, tesztelni és megosztani, de egyelőre csak amerikai felnőttek férnek hozzá.
Prezentációt és formázott e-mailt készít a Grok Bot
A Grok Bot 0.68.1 mintadiákból épít bemutatót, szerkesztett levélvázlatot ad, és több hibát javít a böngészős munkavégzésben.
Hangfelvételeket is átír és összefoglal a ChatGPT
A fizetős ChatGPT-csomagokban feltöltött hangfájlból leirat, összefoglaló vagy feladatlista készülhet, de a fontos részleteket továbbra is ellenőrizni kell.
Az EmbeddingGemma 2 egy térben keres szöveget, képet és hangot
A Google 740 millió paraméteres, letölthető modellje helyi kereséshez alakít közös vektorokká szöveget, képet, videót és hangot.
A PolicyLM szabálymódosítás után sem kér újratanítást
A Musubi 1,7 milliárd paraméteres, letölthető modellje futás közben olvassa a moderációs szabályokat, de nem ad indoklást és saját adatokon kell kalibrálni.
Ingyenesek a Codex Auto-review biztonsági ellenőrzései
ChatGPT-fiókkal belépve az automatikus engedélyellenőrzés nem fogyasztja a használati keretet; a többi Codex-munka továbbra is igen.
Beszélgetős tanulást és új kvízeket kap a Gemini Notebook
A szeptemberben bejelentett tanulási funkciók hangos kérdezést és személyre szabható gyakorlást kínálnak, fokozatos bevezetéssel.
Visszakövethetőbb lett, mit csinált a Copilot-ügynök
A Copilot alkalmazás vállalati OpenTelemetry-támogatása összekapcsolja a modellhívásokat és eszközhasználatot, de alapból kihagyja a beszélgetés tartalmát.
A Manus 2.0 már eseményekre is munkába állítja az ügynököt
A szeptemberi frissítés a kapcsolt szolgáltatások változásaira indíthat feladatokat; a tartós felhőgép külön vásárolható, a Cue pedig meghívásos.
Mistral Large 4: kipróbálható az API, a modellsúlyokra még várni kell
A Le Chonk néven bemutatott multimodális modell egymillió tokenes kontextust kínál; a letölthető súlyokat október végére ígérik.
Az NVIDIA az AI-ügynökön kívül húzza meg a biztonsági határt
Az Open Agent Safety Platform szoftveres korlátokat és külön hardveres felügyeleti tervet kapcsol össze, de a kettő eltérő infrastruktúrát igényel.
Letölthető a Kolibri, az Aleph Alpha németre hangolt nyelvi modellje
A német és angol szövegekre készített modell súlyai Apache 2.0 licenccel hozzáférhetők, de a kis aktív paraméterszám mellé nagy memóriaigény társul.
E-mailes belépéssel védhetők a Cloudflare ideiglenes demólinkjei
A Protected Quick Tunnels külön Cloudflare-fiók nélkül engedhet be meghívott tesztelőket egy helyben futó webalkalmazásba.
A Gemini új látássegítő módja a kamera beállításában is segít
A Guided Vision szóban segít a tárgyak és feliratok felismerésében, valamint a telefon megfelelő irányba fordításában, de közlekedésre nem használható.
ChatGPT: egy új üzenet is elindíthatja a munkát
Az MCP Events támogatásával egy csatlakoztatott alkalmazás eseménye indíthat feladatot; ehhez megfelelő plugin és felhasználói beállítás kell.
Claude Sonnet 5.5: gyorsabb lett a mindennapi munkára szánt Claude
Az Anthropic szeptember 28-án kiadott Sonnet 5.5 modellje a kódolástól a dokumentumkészítésig gyorsabb és takarékosabb munkát ígér, miközben az API alapára nem változott.
Gemini 3.8 TTS: már a hang karakterét is leírhatjuk
A Google új beszédgenerálói soronkénti rendezést és egyedi hangokat kínálnak; hangmásoláshoz ellenőrzött hozzájárulást kérnek.
Skillekkel váltaná le a Gemeket a Google
A Gemini újrahasználható utasításokat kapott: több skill együtt is dolgozhat, a meglévő Gemeket pedig később automatikusan átköltöztetik.
A GitHub Copilot már asztali alkalmazásokban is kattint
A Copilot CLI és a Copilot app nyilvános előnézete macOS-en és Windowson grafikus alkalmazásokat is kezelhet felhasználói jóváhagyással.
Hivatalos szerveroldali Swift SDK-t adott ki a Google Cloud
A Swift 6.2+-ra épülő új klienskönyvtárak HTTP/2-, gRPC- és Swift NIO-alapokon adják elérhetővé a Google Cloud API-kat szerveroldali Swiftből.
GPT-6.1 Sol: Astra-közeli képességek jóval olcsóbban
Az OpenAI szeptember 29-i GPT-6.1 Sol frissítése kódolásban, számítógép-használatban és szakmai munkában közelít az Astrához, miközben az API ára lényegesen alacsonyabb.
Holo4: ugyanaz az ügynök kattint, kódol és API-t hív
A H Company szeptember 28-i modellcsaládja képernyős és programozható felületeket kombinál; a tesztek mögötti műveletsorok is visszanézhetők.
OpenAI dots: saját felhőgépet kap az állandó asszisztens
A szeptember 29-én bemutatott dots beszélgetések között is dolgozhat, de a Pro és a Business Premium európai hozzáférése eltér.
GGUF a Transformersben: kisebb memóriaigény, egyelőre Macen
A Hugging Face szeptember 22-i fejlesztése a tömörített modellsúlyok közvetlen használatát hozza el, egyelőre korlátozott Apple Silicon-támogatással.
Vinext 1.0: AI-kísérletből Next.js-alternatíva
A Cloudflare szeptember 28-i kiadása Vite-ra építve futtat Next.js-alkalmazásokat, de a Cache Components támogatása még korlátozott.
Gemini 4 Argon: egymillió tokenes kimenettel jön a Google új csúcsmodellje
A Gemini 4 Argont hosszú, összetett munkafolyamatokra tervezték: akár egymillió tokenes kimenetet támogat, kódmigrációkon és kiberbiztonsági feladatokon dolgozik, de egyelőre csak korlátozott kör kap hozzáférést.
A Meta 100 grammos VR-szemüveget ígér 2027-re
A Meta VR Glasses nagyjából egy pakli kártya tömegével, több virtuális kijelzővel és 2027 tavaszára ígért rajttal próbálja könnyebbé tenni a VR-t.
Az AWS végigkövethetővé teszi, mit csinált egy AI-ügynök
A CloudWatch Omni az AI-ügynökök teljes futását követi, értékeléseket és összehasonlítható kísérleteket ad, miközben az IDE-bővítmény AWS-fiók nélkül is elindítható.
A Copilot visszatekeri a félrement utasítást JetBrainsben
A GitHub Copilot 1.18.0 visszagörgeti a beszélgetést és a fájlváltozásokat, ha átírsz egy korábbi kérést, miközben új ágens- és MCP-vezérlőket kap.
A Gemini már a Linearban és az Airtable-ben is dolgozhat
A Google új Connected Apps hulláma projektkezelőket, kreatív szolgáltatásokat és hétköznapi appokat köt a Geminihez, de a hozzáférés régiónként és fiókonként eltér.
Megérkezett az Opus 5.5: gyorsabb Claude, nagyobb használati keretek
Az Anthropic új modellje gyorsabb szövegalkotást, emelkedő előfizetői kereteket és olcsóbb API-használatot hoz.
Megérkezett a GPT-6 Sol és Luna, olcsóbb API-használattal
Az OpenAI két új modellje világosabb válaszokat és jobb munkavégzést ígér, miközben jelentősen csökkennek a fejlesztői alapárak.
Megérkezett a Grok 4.7, a hosszú feladatokra hangolt AI
A Grok új változata jobb dokumentumkészítést és alaposabb önellenőrzést ígér, miközben az API alapára nem változik.
Szerepkörre szabja az AI-tanulást az OpenAI
Az OpenAI Academy új tanulási útvonalakat indított fejlesztőknek, vezetőknek, oktatóknak, diákoknak és irodai dolgozóknak.
A Premiere végre megérkezett Androidra
Az Adobe ingyenes Premiere mobilappja Androidra is megérkezett 4K-s vágással és Firefly-alapú generatív eszközökkel.
A ChatGPT beköltözött a Wordbe
A ChatGPT már közvetlenül a Microsoft Word oldalsávjából tud vázlatot írni, dokumentumot összefoglalni és kijelölt szöveget átírni.
Claude egy helyre húzta a chatet és a munkát
Az Anthropic összevonja a Claude chatet és a Coworkot, miközben új Docs és Slides eszközökkel dokumentumot és prezentációt is készíthetünk ugyanabban a beszélgetésben.
Megjött a Googlebook, Geminivel a kurzorban
A Google új laptopcsaládja a kurzorhoz köti a Geminit, hangból rendezett jegyzetet készít, és leírásból saját widgeteket épít.
Gemini 3.8 Live: beszélgetés közben is dolgozik
A Google két új hangmodellje a háttérben is végezhet feladatokat, miközben folytatja a beszélgetést.
WebBrain: nyílt forrású böngészőügynök
A WebBrain egy nyílt forrású, helyben futó AI-böngészőügynök Chrome-hoz és Firefoxhoz, amely úgy olvas oldalakat és automatizál feladatokat, hogy közben egyetlen adat sem hagyja el a gépet.
Megjelent a Claude Science kutatóknak
Az Anthropic bemutatta a Claude Science alkalmazást, amely a kutatók számára készült, több mint 60 tudományos adatbázissal, natív tudományos vizualizációval és a Claude Opus 4.8 modell erejével.
Gemini 3.5 Flash átveszi az irányítást
A Google natívan beépítette a számítógép-vezérlést a Gemini 3.5 Flash modellbe: egyetlen ágens képes böngészőn, mobilon és asztali gépen is látni, gondolkodni és cselekedni.
Claude Sonnet 5 olcsóbban futtat ágenseket
Az Anthropic kiadta a Claude Sonnet 5 modellt, amely közel Opus-szintű teljesítményt nyújt lényegesen alacsonyabb áron, kifejezetten az autonóm AI-ágensek költséghatékony futtatására.
Google Nano Banana 2 Lite képgenerátor
A Google bemutatta a Nano Banana 2 Lite modellt, amely körülbelül négy másodperc alatt, 1000 képenként mindössze 0,034 dollárért készít képeket – a nagy volumenű, gyors munkafolyamatokra hegyezve.
OpenAI GPT-5.6 zárt körben indul
Az OpenAI korlátozott előzetesben mutatta be a GPT-5.6 Sol, Terra és Luna modelleket, amelyeket egyelőre csak mintegy húsz, az amerikai kormány által jóváhagyott partner érhet el.
Gemini 3.5 Pro Deep Think a Vertexen
A Google megkezdte a Gemini 3.5 Pro bevezetését a Vertex AI vállalati ügyfeleinek: kétmillió tokenes kontextus és Deep Think gondolkodási mód jellemzi, általános elérhetősége júniusra várható.
OpenAI Codex-maxxing hosszú feladatokra
Az OpenAI gyakorlati útmutatót adott ki, amely megmutatja, hogyan használható a Codex tartós munkafelületként: a kulcs a feladatok lebontása ellenőrizhető lépésekre és a folyamatos kontextus megőrzése.
OpenAI Daybreak véd a hibák ellen
Az OpenAI kibővítette Daybreak kiberbiztonsági programját egy erősebb GPT-5.5-Cyber modellel, a Codex Security bővítménnyel és a nyílt forráskódot foltozó Patch the Planet kezdeményezéssel.
GLM-5.2 nyíltan veri a GPT-5.5-öt
A Z.ai (korábban Zhipu) MIT-licenc alatt nyílttá tette GLM-5.2 modelljét, amely kódolásban megelőzi a GPT-5.5-öt, és egymillió tokenes kontextusablakkal érkezik.
Megérkezett a Grok Imagine Video 1.5
Az xAI új videógeneráló modellje gyorsabb, és jobb hangot, mozgást ad.
Claude Fable 5 és Mythos 5 itt van
Az Anthropic bemutatja a Claude Fable 5-öt – a Mythos modell első nyilvánosan elérhető verzióját –, és a korlátozott hozzáférésű Mythos 5-öt, amelyek együtt egy teljesen új képességi szintet képviselnek.
Luma Ray3.2: irányíthatóbb AI-videó
A Luma bemutatta a Ray3.2 modellt és API-t, amely kockánként irányítható, profi minőségű AI-videógenerálást kínál.
ChatGPT 5x okosabb memóriát kap
Az OpenAI elindítja a Dreaming V3 architektúrát: a ChatGPT mostantól automatikusan, háttérben szintetizálja az összes korábbi beszélgetést, és önállóan frissíti az emlékeit.
Gemma 4 a laptopodon fut
A Google DeepMind nyílt Gemma 4 12B modellje 16 GB memóriájú laptopon is helyben fut, natív hang- és képfeldolgozással, encoder nélküli új architektúrával.
Microsoft saját AI-modelleket épít
A Microsoft Build 2026-on hét házilagos MAI-modellt mutatott be – szövegtől képen és hangon át átírásig –, hogy csökkentse az OpenAI-tól való függőségét.
A Microsoft ezerszer stabilabb kvantumchipet épített
A Majorana 2 nevű kvantumchip kvbitjei akár egy percig is megtartják állapotukat a korábbi ezredmásodperces értékek helyett, és a Microsoft szerint ez 2029-re elérhetővé tehet egy hasznosítható kvantumszámítógépet.
MiniMax-M3 olcsón veri a topmodelleket
A sanghaji MiniMax kiadta nyílt súlyú M3 modelljét, amely több kulcsmércén megelőzi a GPT-5.5-öt és a Gemini 3.1 Prót – a költségek mindössze töredékéért.
Megérkezett a Claude Opus 4.8
Az Anthropic rekordsebességgel adta ki Opus modelljének új verzióját, amely jobb ítélőképességgel, olcsóbb gyors móddal és egy új 'dinamikus munkafolyamat' funkcióval érkezett.
A Google bemutatta a Gemini Omnit
A Google I/O 2026 legnagyobb bejelentése a Gemini Omni, amely szöveget, képet, hangot és videót egyszerre tud felhasználni, valamint a Gemini 3.5 Flash, az új ügynöki és kódolási modell.
Egy AI modell 35 órán át dolgozott egyetlen feladaton – emberi felügyelet nélkül
Az Alibaba Qwen 3.7 Max nevű modellje egy GPU-kód optimalizálásán dolgozott majdnem két napig, több mint ezer egymást követő lépésben, és a végén tízszeres sebességnövekedést ért el.
Valós idejű videóhívás AI-agensekkel
A Pika bemutatta a PikaStream1.0-t, amely lehetővé teszi, hogy bármely AI-ágensssel élő videóhívást folytassunk – mindössze 1,5 másodperces késleltetéssel, egyetlen GPU-n.
AI szinkronizálás kép alapján
Az ElevenLabs új Lip Sync eszköze fotókat alakít beszélő videókká AI hang és szájmozgás-szinkronizálás segítségével.
Luma Concepts irányítja a kameramozgást
A Luma új Concepts technológiája pár példából tanulja meg és kombinálja a kameramozgásokat a Ray2 videógeneráló modellben.