2026. október 28., szerda · Modellek

Az OpenAI bemutatta a feleáras GPT-6.1 Terra modellt

Az OpenAI kiadta a GPT-6.1 Terra nevű középkategóriás modellt, amelynek API-ára a cég szerint fele az elődjének, a GPT-5.6 Terrénak: az input tokenek 1 dollárba, az output tokenek 5 dollárba kerülnek millióként, szemben a korábbi 2 és 12 dollárral. Az OpenAI a modellt irodai feladatokra és automatizált szoftvervezérlésre szánja, az Artificial Analysis elemzése szerint pedig a GPT-6.1 Terra az Intelligence Indexen 6-13 ponttal jobb eredményt ér el elődjénél, miközben a feladatonkénti költség a harmadára csökken. A privát AA-Omniscience benchmarkon a modell az esetek mindössze 38 százalékában találgat, amikor nem ismeri a választ, szemben a GPT-5.6 Terra 88 százalékával, ami jelentős hallucinációcsökkenésre utal. Az OpenAI szerint a GPT-6.1 Terra teljesíti a vállalat „kritikus” kiberbiztonsági küszöbét, és a rendszerleírás szerint jobban ellenáll a közvetett prompt-injekciós támadásoknak, mint elődje.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

Az OpenAI szerint a GPT-6.1 Terra a Claude Opus 5.5-nél kilencszer olcsóbban és háromszor gyorsabban hajt végre számítógép-vezérlési feladatokat, ami közvetlen kihívást jelent az Anthropic középkategóriás modelljeinek árazásában.

Források

The Decoder

Kapcsolódó témák

Napi összefoglalók AI kutatás #GPT-6.1 Terra#OpenAI árazás

Napi összefoglaló

Ez a hír a 2026. október 28., szerda napi AI összefoglaló része.

Kapcsolódó hírek

A Google DeepMind bemutatta a Genie 4 világmodellt

A Google DeepMind kutatási előnézetben bemutatta a Genie 4 nevű világmodellt, amely a cég szerint fotórealisztikusabb, hangot is generáló és valós időben szerkeszthető virtuális környezeteket hoz létre. A modell a Gemini-családra épül: a Gemini Omni biztosítja a vizuális alapot, míg más Gemini-modellek – a TechCrunch szerint egy Gemini 4 Argon változat egy robotikai kísérletben – segítik a szimuláció koherenciájának fenntartását. Az Ars Technica szerint a rendszer a Gemini 3.8 Flash modellt használja irányító ügynökként, és a világ körülbelül két percig marad konzisztens, mielőtt elfelejtené a kezdeti állapotot. A Genie 4 egyelőre megbízható tesztelőknél fut, a tervek szerint a következő hetekben kapnak hozzáférést a Google AI Ultra előfizetői a Project Genie-ben és a Gemini API korai partnerei, az AI Ultra csomagok havi 100 dollártól indulnak.

OpenMobile-2: nyílt mobil-AI-ügynök felveszi a versenyt a zárt modellekkel

A Nanjing Egyetem, a SenseTime és más intézmények kutatói bemutatták az OpenMobile-2 projektet, amely több mint 110 szimulált alkalmazásból álló környezetben tanít be mobiltelefon-vezérlő AI-ügynököket. A fejlesztők állítása szerint azonos adatmennyiség mellett az alkalmazások számának növelése 60,7-ről 67,5 százalékra emelte a sikerrátát ismeretlen appokon, valós Android-eszközön pedig a nagyobb modell 59,6 pontot ért el a SPA-Bench teszten, ami a kutatók szerint a legjobb eredmény a nyílt modellek között. A projekt két ügynökmodellt tesz közzé, egy 9 milliárd és egy 27 milliárd paraméteres Qwen-alapút, teljes tréningkörnyezettel és adatokkal együtt. A tanítóadatokat Google Gemini 3.1 Pro modellje generálta, így a nyílt rendszer gyakorlatilag egy zárt modell tudásából tanul. A kutatók 35, főként kínai és néhány globális alkalmazást (például Taobao, DiDi, Slack, Google Drive) építettek újra, amelyeket emberi ellenőrök hasonlítottak össze az eredetikkel.

Jack Dorsey cége bemutatta a Dessa nevű, emberi hangzású AI-modellt

A Jack Dorsey vezette Block kutatólabora bemutatta a Dessa nevű beszédmodellt, amely a cég szerint teljes egészében emberi hangfelvételeken tanult, szöveges adatok nélkül. A TechCrunch és a The Decoder szerint a modell full-duplex működésű, tehát egyszerre tud beszélni és hallgatni, és állítólag helyben, egyetlen NVIDIA GB200 NVL72 GPU-rackel kiképezve akár egy MacBook Pro M4 Max gépen is futtatható. A Block azt állítja, hogy Dessa közvetlenül hangként dolgozza fel a beszédet, így érzékeli a nevetést, a sóhajt és a hanglejtés árnyalatait, amit a szöveg-alapú csővezetékek elveszítenek. A modell nyilvánosan még nem elérhető, a cég egyelőre biztonsági kutatókat keres a kockázatok teszteléséhez. A The Decoder megjegyzi, hogy korábban már több projekt, például a Hume AI EVI-je vagy a Kyutai Moshija is próbálkozott érzelmekre képes hangmodellel, de a lap szerint a természetes hangzás önmagában nem jelent valódi érzelmi vagy következtetési képességet.

A Kimi K3.1 Pro: a kínai modell a negyedik helyen landolt a Claude Opus 5.5 mögött

A kínai Moonshot AI bemutatta a Kimi K3.1 Pro nevű modellt, amely a Kimi K3 utótanított, nagyobb számítási kapacitással finomhangolt változata. A vállalat szerint a modell 55 pontot ért el a független Artificial Analysis Intelligence Indexen, 11 ponttal többet, mint elődje, ezzel a negyedik helyre került, mindössze három ponttal az élen álló Claude Opus 5.5 mögött. A cég állítása szerint a legnagyobb javulás az ágenses feladatokban, a kódolásban és a 3D-modellezésben mutatkozik, a GDPval-AA benchmarkon 1846 Elo-pontot ért el. Moonshot saját belső tesztje szerint a hallucinációk aránya 23,4 százalékról 8,3 százalékra csökkent, bár a vállalat ezt stresszteszt jellegűnek nevezi, nem általános hibaarány-mérésnek. A paraméterszám 2,8 billió maradt, az API-ár 33 százalékkal csökkent, és a Moonshot 2026. november 4-ig tervezi nyilvánosságra hozni a modell súlyait, ami a cég szerint a legjobb eredményt elérő nyílt súlyú modellé tenné.