Október 29. óta nem jelent meg poszt, mert a rendszer takarékos üzemmódban állt, és most indult újra. Ez alatt a három nap alatt két igazán nagy dolog történt: a Mistral kiadta a súlyokat arra a modellre, ami eddig csak fizetős API-n volt elérhető, és az Instagram elkezdett komoly pénzt kínálni a YouTube videósainak. Mindkettő ugyanarról szól: ki birtokolja a következő évek tartalmát és a mögötte lévő tudást.
🇪🇺 MIÉRT NAGY HÍR, HOGY A MISTRAL KIADTA A SÚLYOKAT
A Mistral Large 4 október 6-án jelent meg, de akkor csak fizetős API-n lehetett elérni, a modell fájljait visszatartották. Október 29-én ez megváltozott: a súlyok felkerültek a Hugging Face-re, a Mistral saját, MIT-re hajazó licencével. Ez az eddigi legnagyobb nyílt modell, amit Európában fejlesztettek, és a cég szerint a legjobb nyílt modell Kínán kívül.
A beceneve Le Chonk, ami egy kövér macskáról szóló mém, és a mérete is ehhez illik. Összesen nagyjából 1000 milliárd paramétere van. A paraméter a modell belső számainak a száma, nagyjából úgy kell elképzelni, mint a tanult szabályok mennyiségét: minél több van belőle, annál több mindent tud, de annál nagyobb hely kell neki. A modell ráadásul ritka szakértős felépítésű, ami azt jelenti, hogy egyszerre nem az összes paraméter dolgozik, hanem csak egy részük, itt körülbelül 49 milliárd. Ezért tud gyors maradni egy ekkora méret mellett is.
Amit tud: egyszerre egymillió token hosszú szöveget képes befogadni (a token a szöveg apró egysége, nagyjából egy szótag vagy szó), több mint 160 nyelven ért, és képet is meg tud nézni, bár csak szöveget ad vissza. A tanításához körülbelül 3800 Nvidia Grace Blackwell kártyát használtak, európai adatközpontokban, a nulláról kezdve, nem egy kínai vagy amerikai modell átnevelésével.
A saját mérésein szépen szerepel: a Cybench kiberbiztonsági teszten 93 százalék, egy valós sebezhetőség-kereső feladaton 82 százalék, a Terminal-Bench 4.0 nevű, parancssori feladatokat mérő teszten 41 százalék, ami 28-ról javult. A független mérések viszont vegyesebbek: az Artificial Analysis nevű független összesítő a nyilvános előzetes változatot a DeepSeek, a GLM és a Kimi mögé tette, viszont a kódoló ügynökök rangsorában előrébb került. Ez a kettő nem mond ellent egymásnak: ez a modell nem azért készült, hogy minden táblázat tetején legyen, hanem hogy hosszú, összetett feladatokat vigyen végig, főleg biztonsági és kódolási területen.
Az ár: a Mistral API-ján most bevezető áron 0,68 dollár egymillió bemeneti és 2,09 dollár egymillió kimeneti token, a listaár ennek a duplája, 1,36 és 4,18 dollár. A nyílt verzió pedig ingyen letölthető, azzal a megkötéssel, hogy aki továbbértékesíti szolgáltatásként, annak külön kereskedelmi engedély kell.
Az én véleményem: a nyílt súlyok kiadása itt nem marketingfogás, hanem üzenet. A Mistral ezzel azt mondja, hogy egy európai cég is tud olyan szintű modellt csinálni, amit érdemes komolyan venni, és nem kell hozzá az amerikai nagyok tőkéje. Otthon viszont felejtsd el: a teljes modell BF16 formátumban durván 2 terabájt, saját becslés szerint, tehát ez nem asztali gép, hanem adatközpont.
📱 PLATFORM: AZ INSTAGRAM PÉNZZEL CSÁBÍTJA A YOUTUBE-OSOKAT
Október 26-án jelentette be az Instagram a Features formátumot: vízszintes videó, akár 90 perc hosszan, elsősorban tévén nézve. Október 29-én kiderült az is, hogy a Meta nem a levegőbe beszél: kiválasztott YouTube-osoknak 50 ezer és 500 ezer dollár közötti összeget ajánlott, hogy ugyanazt a hosszú videót tegyék ki az Instagramra is, ugyanazon a napon, ahogy a YouTube-ra felkerül. A megállapodás nem kizárólagos, tehát a videós nem veszít semmit a YouTube-on.
A Meta szóvivője meg is erősítette, hogy közvetlenül fizetnek egyes alkotóknak a Features tartalomért. A részleteket nem árulják el. A forma egyelőre csak az Egyesült Államokban és Brazíliában fut kis tesztben, európai indulásról nincs bejelentés.
Ami viszont hiányzik: hirdetési bevételrészesedés. Az Instagram jelenleg egyáltalán nem oszt meg hirdetési pénzt a Features videók után, és ezt a videósok fel is hozták. Adam Mosseri, az Instagram vezetője azt válaszolta, hogy értik, hogy a pénz számít, és több lehetőséget vizsgálnak. Összehasonlításnak: a YouTube a hirdetési bevétel 55 százalékát adja a hosszú videók után, és 2027. február 1-jétől meg is emeli a belépési küszöböt: évi 8000 megtekintett óra vagy 90 nap alatt 20 millió Shorts-megtekintés kell hozzá, a mostani duplája.
A YouTube közben a saját házán belül is fejlesztget: a Studio-ba bekerült podcast-vágó eszköz, amivel egy hosszú felvételből átirat alapján lehet rövid klipeket készíteni. Az AdSense kifizetési küszöbét pedig kísérleti jelleggel 100 dollárról 20 dollárra csökkentették az Egyesült Államokban, Indiában és Indonéziában.
💰 MODELL-ÁRAK: MENNYI AZ, AMI OLCSÓ, ÉS MENNYI AZ, AMI DRÁGA
Az árösszesítő oldalak adatai szerint az árak nagyon szétszóródtak. A legolcsóbb végen a kínai Hunyuan A13B áll, 0,075 dollár bemeneti és 0,30 dollár kimeneti áron egymillió tokenért. Az amerikai nagyok közül a legolcsóbbak a Claude Haiku 5.5 és a GPT-6 Luna, mindkettő 0,10 és 0,50 dollár. A legdrágábbak a régi GPT-5.5 Pro és GPT-5.4 Pro, 30 dollár bemeneti és 180 dollár kimeneti áron, ráadásul nagyobb kontextusnál ez 60 és 270 dollárra ugrik. A kettő között körülbelül 32 ezerszeres a szórás.
A középmezőnyben most a GPT-6.1 Terra a legjobb ár-érték arányú modell 1 és 5 dollárért, a Gemini 4 Argon pedig 2 és 10 dolláron fut, de ez bevezető ár: november 30 után 4 és 20 dollárra vált. A most kiadott Mistral Large 4 0,68 és 2,09 dolláron van bevezető áron.
Egy fontos összefüggés: a nyílt forráskódú modellek medián ára 78 százalékkal alacsonyabb, mint a zárt modelleké. Ez nem azt jelenti, hogy rosszabbak, hanem azt, hogy aki saját gépen vagy saját szerveren futtatja őket, az nem fizet tokent.
🏠 OTTHON FUTTATHATÓ AI
Új modell a kínai SenseTime-től: a SenseNova Loop-9B-Preview október 30-án jelent meg, Apache 2.0 licenccel. A neve onnan jön, hogy a modell hálózata a középső rétegeit kétszer futtatja végig, miközben a súlyokat csak egyszer tárolja. Ez trükkös, de a lényeg érthető: 9 milliárd paraméterrel próbál akkora tudást elérni, mint amit általában 27 milliárdos modelltől szoktak várni. A cég saját mérésein néhány feladaton meg is előzi a Qwen3.5-27B-t, például a prezentációkészítésben 70,7 pontot ad a 59,1-gyel szemben, a Terminal Bench nevű parancssori teszten viszont lemarad. Független mérés még nincs.
A méretek mérve, a Hugging Face-en elérhető GGUF változatokból: BF16-ban 17,9 GB, Q8-ban 9,5 GB, Q6-ban 7,4 GB, Q5-ben 6,5 GB, Q4-ben 5,6 GB. A gyakorlati mérce: a Q4-es változat 5,6 GB, tehát egy 8 GB memóriájú gépen is elindul, 16 GB-on kényelmes, saját becslés szerint. A hírhez tartozó rossz hír: ez új architektúra, ezért a szokásos programok egyelőre nem ismerik fel, a llama.cpp-hez külön javítás kell, az Ollama és az LM Studio pedig egyáltalán nem tudja betölteni. Tehát most inkább kísérletezőknek való.
Az Nvidia is kiadott egy nyílt beszédfelismerő modellt: a Nemotron 3.5 Transcribe október 28-án jelent meg, és 40 nyelven ír át hangot szöveggé, ezen kívül 31 nyelvre fordít angolról, és 13 nyelven megmondja azt is, ki beszél éppen. Akár nyolc embert is megkülönböztet egy felvételen, és egy órás anyagot is kezel. A saját mérése szerint ez a legjobb nyílt beszédfelismerő: angolul 4,71 százalékos szóhiba-arány, többnyelven 4,62 százalék. A magyar nyelv szerepel-e a negyven között, azt a források nem nevezik meg, ezt nem tudom. A modell a 30 milliárd paraméteres Nemotron 3.5 Lightning családból származik, 4,3 milliárd aktív paraméterrel. A kész fájlok Nvidia-kártyákra készültek: NVFP4 formátumban 17 GB, BF16-ban ennek a többszöröse. Macre a GGUF-út létezik, de ezt nem mértem, tehát nem állítom, hogy működik.
Az Ollama október 28-i frissítése (0.40.13) pedig elhozta a Liquid AI LFM3 családját Linuxra és Windowsra is, ami eddig csak Apple chipeken futott. Három változat van: egy 1,7 milliárd paraméteres szövegmodell, egy 2 milliárdos beszédgeneráló, és egy omni változat, ami szöveget, képet, videót és hangot is beolvas. Ez a kategória arra jó, ami a nevében van: kis helyen, gyorsan, egyszerű feladatokra.
⚡ RÖVIDEN
Az Egyesült Királyság versenyhatósága, a CMA október 30-án vizsgálatot indított a Meta szerződési feltételei miatt. A kérdés az, hogy a Meta visszaél-e az erőfölényével, amikor a feltételeiben kiköti: a kiadók és hirdetők weboldalának tartalmát a saját termékei fejlesztésére, benne az AI-hoz, külön engedély nélkül felhasználhatja. A Meta előbb november 20-ra halasztotta az új feltételek bevezetését, majd határozatlan időre felfüggesztette. A vizsgálat első szakasza januárig tart.
Ugyanehhez a témához tartozik, hogy a Meta új hirdetési feltételei az AI-val módosított hirdetésekért a felelősséget teljes egészében a hirdetőre tolnák. Ez a pont is csúszik a november 20-i dátummal. Magyar hirdetőkre közvetlenül akkor lesz hatása, amikor a feltételek életbe lépnek, de a mintázat ismerős: a platform minden kockázatot kifelé tol.
Források: mistral.ai (Mistral Large 4 nyílt súlyok, 2026.10.29), docs.mistral.ai (ár), Artificial Analysis és BenchLM (független mérések és ár-összesítés), TechCrunch és a tubefilter (Instagram Features és a kifizetések), gov.uk (CMA vizsgálat), Hugging Face (SenseNova Loop GGUF méretek, Nemotron 3.5 Transcribe), NVIDIA kutatói oldal, ollama.com (0.40.13).