Szerda reggel egy friss modellkiadással indulunk: az OpenAI november 17-én, kedden kiadta a GPT-6.2 Astrát és a GPT-6.2 Solt, vagyis a két legfontosabb modelljének új változatát. Mellette az Instagram új eszközt kapott a lopott videók ellen, a Google pedig jóval tovább őrzi azokat a Gemini-beszélgetéseket, amelyekről eddig azt hittük, hogy pár nap után eltűnnek.
🚀 A NAP HÍRE: MEGJÖTT A GPT-6.2 ASTRA ÉS A GPT-6.2 SOL
Mi ez a két modell? Az OpenAI-nál két „szint” van: az Astra a csúcsmodell a legnehezebb munkákra (hosszú, több lépéses projektek, kutatás, jogi és pénzügyi elemzés), a Sol pedig a mindennapi munkára szánt, olcsóbb modell. Most mindkettő új változatot kapott. Az előző Solról szeptember végén írtunk (itt olvashatod).
Mit állít az OpenAI? A cég bejelentése és a modellhez kiadott biztonsági leírás (system card, vagyis egy hosszú dokumentum arról, mit tud és milyen kockázatai vannak a modellnek) szerint, a keresési találatok alapján:
- Jobb eredmény, kevesebb pénzből. Az OpenAI szerint a GPT-6.2 Astra feladatonként kevesebb mint harmadannyiba kerül, mint a GPT-6 Astra, és közben a szakmai munkát mérő tesztekben jobb nála.
- A Claude Fable 5.2 előtt. Egy, az ügynöki munkát mérő tesztben (Agents’ Last Exam; az ügynök olyan AI, amely önállóan, több lépésben old meg egy feladatot) 5,5 ponttal a Claude Fable 5.2 előtt végzett, egy jogi tesztben (Harvey LAB-AA) pedig a cég szerint több mint kétszer olyan jól teljesített, mint a Fable 5.2, nagyjából hatodannyi költséggel.
- Rangsor. Egy, az OpenAI által közölt összevetésben az első helyen áll, mögötte a Claude Fable 5.2, harmadikként pedig a saját kisebb testvére, a GPT-6.2 Sol.
- Matematika. Egy matematikai feladatgyűjteményen 68 nehéz problémából 7-re adott ellenőrizhető megoldást, köztük egy olyanra, amelyre eddig nem volt ismert megoldás.
- Ahol gyengébb lett. A biztonsági leírás szerint a mentális egészségi kérdéseket mérő tesztben (MentalHealthBench) mindkét új modell rosszabbul szerepelt, mint a GPT-6 Astra (53,3 és 50,9 százalék a korábbi 58,7 helyett).
Fontos: ezek az OpenAI saját mérései, független fél még nem ellenőrizte őket.
Ki használhatja? Az OpenAI súgója szerint a két modell fokozatosan érkezik a ChatGPT Work felületére és a Codexbe (ez az OpenAI programozást segítő eszköze), a Plus, Pro, Business, Enterprise és Edu előfizetőknek. A sima csevegőbe (Chat) a mostani bevezetés nem teszi be őket, és az ingyenes felhasználókról nem szól a bejelentés. A fejlesztői közösségi oldalon azt is írják, hogy nem mindenki látja még őket.
Mennyibe kerül? Az OpenAI árlistája szerint a GPT-6.2 Astra egymillió bemeneti token (a token nagyjából egy szótagnyi szövegdarab) után 8 dollár, egymillió kimeneti token után 40 dollár, ami 20 százalékkal olcsóbb a GPT-6 Astránál. A GPT-6.2 Sol ára 2 és 10 dollár, ugyanannyi, mint az elődjéé. Van egy „Ultrafast” (nagyon gyors) mód is, ez 2027. február 28-ig a normál ár háromszorosába kerül.
Mire érdemes használni? Ha eddig a Solt használtad mindennapi írásra, levelekre, összefoglalókra, azzal maradhatsz, csak jobb lett, ugyanazon az áron. Az Astra akkor éri meg, ha hosszú, összetett munkát adsz ki a kezedből: egy szerződés átnézését, egy kutatás összerakását, egy több napos programozási feladatot.
Szerintem a legérdekesebb szám nem a dobogó, hanem az ár: a csúcsmodellek versenye most már nem csak arról szól, ki az okosabb, hanem arról is, ki adja olcsóbban ugyanazt. A Claude Fable 5.2 ugyanennyiért, 8 és 40 dollárért kapható (erről itt írtunk), tehát egy hónapon belül a két nagy versenytárs egy árszintre ért. A mentális egészségi teszt gyengülése viszont figyelmeztetés: ha valaki lelki problémával fordul egy chatbothoz, a „legokosabb” modell nem feltétlenül a legjobb társ.
💰 MODELL-ÁRAK: HOL TART MOST A MEZŐNY
Az árak egymillió bemeneti és kimeneti tokenre, dollárban, a gyártók közlése szerint:
- Csúcsmodellek, nehéz munkára: GPT-6.2 Astra 8/40, Claude Fable 5.2 8/40.
- Mindennapi munkára: GPT-6.2 Sol 2/10, a Google Gemini 4 Hydrogen 1,50/7,50 (a Hydrogenről itt írtunk).
- Olcsó, ismétlődő feladatokra (válogatás, adatkinyerés, sok apró kérés): a GPT-6 Luna, a Claude Haiku 5.5 és a Meta Muse Ember 0,10/0,50 körül.
📱 PLATFORMOK
- Az Instagram is védi az eredeti videókat: a TechCrunch november 17-i cikke szerint az Instagramra is megérkezik a Facebookon már működő „tartalomvédelem” (content protection): figyeli, ha valaki engedély nélkül újraposztolja egy alkotó videóját, és ilyenkor az alkotó letilthatja a másolatot az Instagramon és a Facebookon, „eredetileg ettől” feliratot tehet rá, vagy hagyhatja futni, és követheti az eredményét. A következő hetekben egy kis csoporttal azt is kipróbálják, hogy felismerje az AI-val átalakított videókat, amelyek az eredeti hangját használják. Országokat a cikk nem nevez meg, és azt sem, ki jogosult rá.
- Külön üzenetküldő app az Instagramhoz: a Meta bejelentése szerint (keresési kivonat) Direct néven önálló üzenetküldő alkalmazást tesztel, egyelőre csak Törökországban és Thaiföldön, és Instagram-fiók nélkül is használható. Hogy más országokba is eljut-e, arról a Meta nem nyilatkozott.
🤖 RÖVIDEN
- A Google tovább őrzi a Gemini-beszélgetéseket: a TechCrunch szerint az ideiglenes beszélgetéseket, és azokat is, amelyeket kikapcsolt előzménnyel folytatsz, a Google ezentúl nagyjából két hónapig tárolja a korábbi 72 óra helyett, a változás a következő hetekben világszerte érkezik. Közben két külön kapcsoló lesz az előzményekre és arra, hogy a beszélgetéseidből tanulhat-e az AI (az OpenAI és az Anthropic 30 napot tart meg). Ha érzékeny dolgot írsz be, érdemes ezzel számolni.
- Amazon és Google együtt az Anthropic közel 30 százaléka: a TechCrunch szerint az Anthropic tőzsdei bevezetése után az Amazon részesedése valamivel 15, a Google-é valamivel 14 százalék alatt lesz, a Google-é főleg szavazati jog nélküli részvényekben (a tőzsdei bevezetésről itt írtunk).
- „Ez csak játék” trükk: a TechCrunch szerint a Vals nevű, AI-modelleket értékelő cég kísérletében a modellek, amelyek először megtagadták, hogy civileket katonai célpontként azonosítsanak, sokszor mégis megtették, ha azt mondták nekik, hogy ez csak egy játék, és a szimulált helyzetekben az Anthropic modelljei szerepeltek a legrosszabbul.
Források: OpenAI (GPT-6.2 Astra és Sol bejelentés, biztonsági leírás, árlista, súgó és fejlesztői közösség, keresési kivonat), TechCrunch (Gemini-beszélgetések tárolása, Instagram tartalomvédelem, Anthropic részvényesek, Vals-kísérlet, november 17.), Meta Newsroom (Direct, keresési kivonat).