Csütörtökön két új MI-modell is érkezett: a Google videókészítő modellje 15 másodperces jeleneteket tud, és egy kis keretben ingyen is kipróbálható, az OpenAI pedig egy kiberbiztonsági modellt adott ki, de csak szigorúan ellenőrzött szakembereknek. Az Anthropic közben bemutatta, hogyan elemzi a Claude a bankszámlád forgalmát, a Meta MI-figurájával pedig már videóhívásban is lehet beszélgetni.
🎬 ÚJ MODELL: GEMINI OMNI 1.2 FLASH, 15 MÁSODPERCES VIDEÓ
A Google november 5-én, csütörtökön jelentette be a Gemini Omni 1.2 Flasht, a videókészítő modellje új változatát. A Google bejelentése és a Workspace frissítési oldala szerint (az oldalakat közvetlenül nem tudtuk megnyitni, a keresési találatok kivonatából dolgozunk) ezek az újdonságok:
- Hosszabb jelenet. A modell egyszerre 15 másodperces videót készít és szerkeszt, az előző, 1.1-es változat még 10 másodpercnél megállt. A hosszt másodpercenként állíthatod, 3 és 15 másodperc között.
- Beszélgetős szerkesztés. Ha nem tetszik valami, nem kell az egészet újragenerálni: megkérheted, hogy cserélje le a hátteret vagy változtasson a fényen, és több lépésben javítgathatod ugyanazt a jelenetet.
- Következetes szereplők. Adhatsz neki mintaképet egy szereplőről, egy termékről vagy egy stílusról, rövid mozgásmintát vagy hangot is, és a Google szerint jobban megtartja az arcokat, a ruhákat és a márkaszíneket jelenetről jelenetre.
- Vázlat, aztán nagyítás. Először kisebb felbontásban (360p vagy 720p) készíthetsz gyors vázlatot, és a jót utána felnagyíthatod Full HD-ra vagy 4K-ra.
A modell a Google szerint általánosan elérhető a fejlesztői felületen (Gemini API), a céges Gemini-csomagokban, a Flow-ban és a Google Vids-ben (ez a Google videószerkesztője a Workspace irodai csomagban). A Vids-ről szóló bejegyzés szerint bárki, akinek Google-fiókja vagy Workspace-előfizetése van, havonta három 15 másodperces videót ingyen elkészíthet. Hogy ez Magyarországon is így van-e, azt a talált oldalak külön nem mondják ki, de érdemes megnézni a saját fiókodban.
Mennyibe kerül? A Google szerint 720p felbontásban másodpercenként 7 cent, ami 30 százalékkal kevesebb, mint az előző változat ára. Egy 15 másodperces jelenet így nagyjából 1 dollár 5 cent, vagyis pár száz forint. Ez a fejlesztői ár. Aki a Vids-ben vagy egy Gemini-előfizetésben készít videót, annak ez nem külön tétel, ott az előfizetés vagy az ingyenes keret számít.
A modell leírása (model card, a gyártó saját műszaki adatlapja) még két dolgot említ. Az egyik, hogy minden elkészült videóba láthatatlan vízjelet tesz (SynthID), amiből utólag kideríthető, hogy MI készítette. A másik, hogy a modell képes megváltoztatni, mit mond egy ember a videón, de ezt a képességet a Google egyelőre letiltva tartja.
Az én véleményem: a 15 másodperc kevésnek hangzik, de egy rövid reklámhoz, egy termékbemutatóhoz vagy egy Reels-videó nyitójelenetéhez pont elég, és a 10 másodperchez képest ez másfélszer annyi idő a mondanivalóra. A nagyobb dolog szerintem a beszélgetős javítás: eddig ha egy jelenetben egy részlet rossz lett, kezdhetted elölről, és minden új próbálkozás pénzbe került. Ha van Google-fiókod, a havi három ingyenes videó jó alkalom arra, hogy megnézd, mire képes ma egy videókészítő MI, fizetés nélkül.
🛡️ ÚJ MODELL: GPT-6 CYBER, CSAK ELLENŐRZÖTT VÉDŐKNEK
Az OpenAI ugyanezen a napon kiadta a GPT-6 Cybert, a GPT-6 családnak azt a változatát, amelyet kifejezetten a számítógépes biztonsági rések megtalálására és kijavítására tanítottak. A cég bejelentése és a modell biztonsági adatlapja szerint (keresési kivonat alapján) az ExploitGym nevű teszten, amely azt méri, hogy egy modell ki tud-e használni egy előre megadott hibát, 48,5 százalékot ért el, szemben az előd GPT-5.6 Cyber 32,1 százalékával. Ez az OpenAI saját mérése, független fél nem ellenőrizte.
Egyszerű felhasználó nem fér hozzá. A modell az OpenAI Daybreak nevű programjának legfelső szintjén (Daybreak Red) érhető el, és ott is külön jóváhagyás kell hozzá. Az OpenAI szerint a hozzáférést fokozatosan bővítik. A TechCrunch november 5-i cikke azt kérdezi, elég-e ez: az OpenAI szerint a programban csak „ezrek” vannak a védők közül, miközben a támadók jóval többen lehetnek. A cég mellé egy milliárd dolláros programot is bejelentett a kritikus infrastruktúra (például áram- és vízszolgáltatók) védőinek.
Miért szól ez rólad is? Mert ugyanaz a modell, amelyik megtalálja a hibát a védőnek, a támadónak is megtalálná. Ezért zárják el ennyire. A te dolgod egyszerűbb: frissítsd a telefonodat, a gépedet és a weboldalad bővítményeit, mert a hibákat mostantól gyorsabban találják meg mindkét oldalon.
💳 A CLAUDE MÁR A KÖLTÉSEIDET IS ÁTNÉZI
Az Anthropic november 5-én elindította a Personal Finance (személyes pénzügyek) funkciót a Claude-ban. A cég bejelentése, a súgóoldala és a TechCrunch cikke szerint (keresési kivonat alapján) így működik:
- A bankszámláidat és a kártyáidat a Plaid nevű szolgáltatáson keresztül kötöd be. A Plaid egy közvetítő cég, amely a bankoddal kapcsolatot tart, így a Claude a banki jelszavadat soha nem látja.
- Utána egyszerűen megkérdezheted: „Hová ment el ebben a hónapban a pénzem?” A Claude összeadja a kiadásaidat az összes bekötött számlán, és kategóriák szerint csoportosítja őket. Rákérdezhetsz arra is, hogy szokatlan-e valamelyik költés, és jelezheti a dupla terhelést vagy a lassan emelkedő számlákat.
- Csak olvas. Pénzt nem mozgat, nem utal és nem fektet be. A súgó szerint az egyenlegeket, a hitelkeretet, a számlák nevét és típusát, valamint legfeljebb két év tranzakcióit látja.
- A súgó szerint az itt folytatott beszélgetéseket nem használják a modellek tanítására, és ha leválasztod a bankot, a Claude onnantól nem olvassa.
A funkció egyelőre béta (kipróbálási) változat, csak az Egyesült Államokban, a Pro, Max és Ultra előfizetőknek. Az ingyenes, a Team és az Enterprise csomagban nincs benne. A TechCrunch szerint az OpenAI hasonló pénzügyi eszközt már májusban bevezetett a ChatGPT-ben.
Az én véleményem: ez az a fajta MI-felhasználás, ami tényleg megspórol egy órát havonta, mert senki nem szereti a bankszámlakivonatot sorról sorra olvasgatni. A „csak olvas” kikötés jó döntés, mert a pénz mozgatását még nem bíznám MI-re. Magyarországon egyelőre nem elérhető, de addig is működik a régi módszer: töltsd le a bankodtól a havi kivonatot táblázatként, töröld ki belőle a számlaszámot és a neved, és úgy kérd meg bármelyik MI-t, hogy csoportosítsa a költéseidet.
⚡ RÖVIDEN
A Meta MI-figurájával már videóhívásban is lehet beszélgetni. A TechCrunch és a Meta bejelentése szerint az Egyesült Államokban mindenki videóhívást indíthat a Muse nevű MI-asszisztens animált figurájával, amely gesztusokkal és arckifejezésekkel reagál, és közbe is lehet vágni neki. A figura nem lát téged, csak hall. Egyelőre mobilon, a weben és Macen működik, európai indulásról nincs adat.
Az OpenAI 2027-ben mehet tőzsdére. Greg Brockman, az OpenAI elnöke csütörtökön a Wall Street Journal technológiai konferenciáján azt mondta, a cég 2027-ben készen állhat a tőzsdére lépésre, mert a céges ügyfelektől jövő bevétele gyorsan nő. Az Anthropic tőzsdei kérelméről október 27-én írtunk.
A Meta szerint az adatközpontok ellenszelet kapnak. A TechCrunch beszámolója szerint a Meta egyik vezetője arra figyelmeztetett, hogy az amerikai félidős választásokon több politikus az adatközpontok építése ellen kampányolt, és ez megnehezítheti az MI további bővítését. Az MI-hez óriási gépházak kellenek, és a helyiek egyre többször kérdezik, mennyi áramot és vizet visznek el.
Források: Google: Introducing Gemini Omni 1.2 Flash (blog.google, 2026.11.05.), Google Workspace Updates és a Google Vids bejegyzése, a DeepMind modell-adatlapja (mind keresési kivonat alapján); OpenAI: Introducing GPT-6 Cyber és a GPT-6 Cyber System Card (keresési kivonat alapján); TechCrunch: OpenAI released a new cybersecurity model. Is that enough? (2026.11.05.); Anthropic: Introducing Personal Finance in Claude (claude.com) és a Claude súgóoldala (keresési kivonat alapján); TechCrunch (Claude Personal Finance, Meta Muse videóhívás, Brockman és a tőzsde, a Meta és az adatközpontok, mind 2026.11.05.).