Szélesebb körben is elérhető a Gemini 4 Carbon, az Adobe pedig beengedte az AI-ügynököket a Photoshopba

Kedden, november 10-én a Google szélesebb körben is elérhetővé tette a Gemini 4 Carbont, a cég eddigi legerősebb modelljét, amely október végén még csak egy szűk kiberbiztonsági körnek volt elérhető. Ugyanazon a napon az Adobe a MAX nevű éves konferenciáján bemutatta, hogyan dolgozhatnak a mesterséges intelligencia ügynökei közvetlenül a Photoshopban, a Premiere-ben és a többi alkalmazásában.

Röviden: a csúcsmodellek egyre gyorsabban kerülnek ki a laborokból a hétköznapi eszközökbe, és ez a két hír pont ezt mutatja meg két oldalról.

🚀 ÚJ MODELL: A GEMINI 4 CARBON KIJÖTT A SZŰK KÖRBŐL

A Gemini 4 Carbonról október végén írtunk, amikor a Google bejelentette, de akkor még csak ellenőrzött kiberbiztonsági szakemberek kaphatták meg. Most nyílt meg a szélesebb közönség előtt. A Google bejelentése szerint (a keresési találatok alapján) a modell három helyen érhető el:

  • A Gemini alkalmazásban, a keresőben és az Antigravityben a Google AI Ultra előfizetők használhatják. A keresőben ez az AI Mode, vagyis az a keresési mód, ahol a Google mesterséges intelligenciája válaszol, nem csak linkeket listáz. Az Antigravity a Google programozóknak szánt fejlesztőkörnyezete.
  • Fejlesztőknek és cégeknek a fizetős Gemini API-n (az a kapu, amin keresztül egy program közvetlenül használja a modellt), a Google AI Studióban és a Gemini for business csomagban.
  • A 9to5Google beszámolója szerint a kisebb testvér, a Gemini 4 Argon is megmarad, az AI Pro és a drágább csomagokban továbbra is ez az alapértelmezett modell, a Carbon pedig a modellválasztóban „a legösszetettebb munkára” felirattal szerepel.

Mire jó? A Google maga is azt írja, hogy a legtöbb programozási és irodai tudásmunkára az Argon a jobb választás. A Carbon a nehezebb feladatokra készült: több lépésből álló programozásra és hibakeresésre, nyitott tudományos kutatásra, jogi, pénzügyi és nagy céges dokumentumok feldolgozására, valamint fizikai, matematikai és élettudományi gondolkodásra. A Google szerint a Carbon több tokent használ arra, hogy végiggondolja és ellenőrizze a saját válaszát (a token a szöveg apró darabja, nagyjából egy szótag vagy rövid szó, a modellek ebben mérik, mennyit olvasnak és írnak). Ez lassabb és drágább válaszokat jelent, cserébe kevesebb hibát.

Mennyibe kerül? A fejlesztői ár november 30-ig bevezető ár: millió bemeneti tokenenként 2 dollár, millió kimeneti tokenenként 10 dollár, pontosan annyi, mint az Argoné. Utána a 9to5Google szerint a duplája lesz, 4 dollár a bemenet és 20 dollár a kimenet. Ez még így is jóval kevesebb, mint a csúcsmodellek felső kategóriája: a hétfőn megjelent Claude Fable 5.2 8 és 40 dollárba kerül.

Mennyire jó? A Google azt állítja, hogy a Carbon az első a CursorBench 4.0 programozási, a Perplexity WANDR és a Zapier AutomationBench automatizálási mérésén, és feladatonként több mint feleannyiba kerül, mint a következő legjobb külső modell. Ezek a Google és a partnerei saját mérései, független fél nem ellenőrizte őket. Egy független ranglista, a SemiAnalysis GDPx nevű összevetése a megjelenés előtt a GPT-6 Astra, a GPT-6.1 Sol és a Claude Sonnet 5.5 mögé sorolta, de ár/érték arányban erősnek találta. Ez szerintem a reálisabb kép: nem a legokosabb, de az árához képest nagyon sokat tud.

Ami újdonság a használatban. Az Antigravityben a Google kipróbálásra kiadott egy „swarm” (raj) nevű funkciót: egyetlen kérésből a Carbon összehangolt ügynök-csapatot szervez, ahol több AI-ügynök (önállóan feladatot végrehajtó program) osztja szét egymás közt a munkát. A legerősebb kiberbiztonsági képességek továbbra is csak a Fairwind programban ellenőrzött védőknek járnak.

Egy apró ellentmondás: a Google bejelentése szerint a Carbon a második a Multimodal Knowledge Agent mérésen, a 9to5Google szerint az első. Ezt nem tudom eldönteni, ezért egyiket sem írom le tényként.

🧭 MELYIK MODELL MIRE, MENNYIÉRT

A héten három csúcsmodell is mozgott, és érdemes egymás mellé tenni őket a használat szerint:

  • Nehéz, hosszú szakmai munkára, ahol a minőség a fő szempont: a Claude Fable 5.2, millió tokenenként 8 dollár bemenet és 40 dollár kimenet.
  • Nehéz munkára, de ár/érték alapon: a Gemini 4 Carbon, november 30-ig 2 és 10 dollár, utána 4 és 20 dollár. Aki most kipróbálná fejlesztőként, annak ez a hónap a legolcsóbb időszak.
  • Hétköznapi programozásra és irodai munkára: a Gemini 4 Argon, ugyanúgy 2 és 10 dollár, és a Google szerint ezekre a feladatokra elég.
  • Sok ezerszer ismétlődő, egyszerű feladatra: a Meta Muse Ember, a Claude Haiku 5.5 vagy a GPT-6 Luna, mindhárom 0,10 dollár bemenet és 0,50 dollár kimenet.

A hétköznapi felhasználónak a lényeg: a Carbonhoz most még a legdrágább Google-előfizetés kell, a legtöbb kérdésre pedig az olcsóbb modellek is elegendők.

🎨 AZ ADOBE KINYITOTTA AZ ALKALMAZÁSAIT AZ AI-ÜGYNÖKÖK ELŐTT

Az Adobe a kedden kezdődött MAX konferencián több újdonságot is bejelentett, a TechCrunch és az Adobe saját közleménye szerint. A legérdekesebb egy előzetes változatban elérhető MCP-kapcsolat a Photoshophoz, az Illustratorhoz, a Premiere-hez és az After Effectshez. Az MCP egy szabványos csatlakozó, amin keresztül egy külső AI-asszisztens (például a Claude vagy a ChatGPT) a saját gépeden futó programot vezérelheti. Itt ez azt jelenti, hogy egy külső ügynök közvetlenül a valódi Photoshop- vagy Premiere-projektfájlon dolgozhat, és a rétegek, vektorok, klipek szerkeszthetők maradnak, nem egy lapos kép jön vissza. Az Adobe szerint ez még korai állapot, és a felhasználók visszajelzései alapján döntik el, mit engednek meg rajta.

További újdonságok:

  • Folyamatosan futó ügynökök (előzetes): ismétlődő munkára, például a beérkező anyagok rendezésére és minőség-ellenőrzésére, akkor is dolgoznak a háttérben, amikor a felhasználó nincs a gépnél.
  • Firefly: egylépéses gyorsjavítások (Quick Actions), a Firefly Graph (béta), amivel megismételhető munkafolyamatot lehet összerakni, és egy új eszköz, amely klipekből, képekből és hanghatásokból rak össze videót.
  • Photoshop: új átvilágítás-funkció, amellyel utólag lehet módosítani a fényeket a képen.
  • Premiere: új, profiknak szánt színkorrekciós rendszer, és tárgyeltávolítás videóból.
  • Partnerségek: csatlakozók az Anthropic és az OpenAI rendszereihez, és bővített együttműködés a Google-lel és a Microsofttal.

Árakról és arról, hogy az előzetes funkciók mikor válnak általánosan elérhetővé, a keresési találatok nem szólnak. Magyar grafikusnak és videósnak ez azért fontos, mert eddig az AI a kreatív programok mellett dolgozott, mostantól belül, a saját fájljaidon. Ez nagy kényelem, de az ügynök hibája is ott, a munkafájlban jelenik meg, tehát mentés nélkül nem érdemes rábízni semmit.

📱 PLATFORM: SAJÁT EFFEKT SZÖVEGBŐL AZ INSTAGRAMON, ÉS TÁMOGATÁS A YOUTUBE-ON

Instagram Edits Effect Builder. A Social Media Today beszámolója szerint (keresési kivonat) az Instagram videószerkesztő alkalmazása, az Edits kapott egy webes, mesterséges intelligenciával működő effektkészítőt. Elég leírni szavakkal, milyen effektet szeretnél az Instagram-történetekhez, és az eszköz megépíti, programozás nélkül. Mintaként egy fotó is feltölthető a stílushoz, az effektet ki lehet próbálni, aztán be lehet küldeni. A Meta biztonsági szempontból átnézi, mielőtt mások is használhatják, ez általában kevesebb mint 24 óra. A Social Media Today szerint ez inkább a tavaly októberi AI Restyle funkció kibővítése, mint teljesen új dolog. Az Edits Mac-es változatáról múlt héten írtunk.

YouTube Hype Jewels-szel, Európában is. A Social Media Today szerint (keresési kivonat) a YouTube november 6-tól több országban is elérhetővé tette a „Hype with Jewels” funkciót, amellyel a nézők virtuális ajándékkal (Jewels) támogathatják és előrébb tolhatják kedvenc alkotójuk videóját. A felsorolt országok: Egyesült Államok, Kanada, Németország, Írország, Olaszország, Lengyelország, Spanyolország, Törökország és az Egyesült Királyság. Magyarország nincs a listán. Azok a YouTube Partnerprogramban lévő alkotók jogosultak, akiknek 500 és 500 ezer közötti feliratkozójuk van. Ugyanebben a frissítésben a YouTube Studio AI-segítője (Ask Studio) és az ügyfélszolgálati csevegő egy helyre került.

🤖 RÖVIDEN

  • Nvidia: a Wall Street Journal értesülése szerint, amit a TechCrunch szerdán idézett, az Nvidia igazgatótanácsa egy magánéleti botrány után arról tárgyal, hogy leváltja Jensen Huangot, a cég társalapítóját, aki 33 éve vezeti. A részvény szerda este a tőzsdezárás utáni kereskedésben nagyjából 8 százalékot esett. Ez egyelőre értesülés, nem bejelentés, és a cégnek a cikk szerint nincs kijelölt utódja. Mivel a legtöbb AI-modell Nvidia-chipeken fut, ennek a hírnek a folytatására az egész iparág figyel.
  • OpenAI bevétel: a Bloomberg névtelen forrásokra hivatkozó értesülése szerint az OpenAI negyedéves bevétele a harmadik negyedévben először lépte át a 10 milliárd dollárt. Az Anthropic korábban 17 milliárdos negyedéves bevételt közölt, de a TechCrunch szerint a két cég másképp számolja a partnereken keresztüli eladásokat, ezért a két szám nem vethető össze egy az egyben.

💭 A VÉLEMÉNYEM

A Carbon és az Adobe hírében ugyanaz a mozgás látszik. Pár hónapja még az volt a kérdés, melyik modell a legokosabb. Most az, hogy hová kerül be, és mennyibe kerül egy elvégzett feladat. A Google nem azzal érvel, hogy a Carbon mindenkinél jobb, hanem azzal, hogy feladatonként olcsóbb, az Adobe pedig nem új AI-programot ad, hanem a meglévő Photoshopot nyitja meg bármelyik cég ügynöke előtt.

Az Adobe lépését különösen okosnak tartom: elfogadta, hogy az emberek a saját kedvenc AI-asszisztensükkel akarnak dolgozni, és nem akarta őket a sajátjába zárni. Ha ez működik, a következő évben a „melyik AI-t használod” kérdés kevésbé lesz fontos, mint az, hogy melyik program engedi be.

Források: a Google bejelentése és a Gemini 4 Carbon modellkártyája (keresési kivonat), 9to5Google (Carbon a Gemini alkalmazásban, Carbon mérések), TechCrunch (Adobe MAX, Nvidia, OpenAI bevétel), az Adobe sajtóközleménye és blogja (keresési kivonat), Social Media Today (Edits Effect Builder, YouTube Hype, keresési kivonat), Matt Wolfe YouTube-csatornája.