Automatizált kutató gyakornok működik az OpenAI-nál: 3,1 ügynök-munkanap jut 1 emberire, miközben a hosszabb feladatok fele emberi beavatkozást kér.

GPT-6 Astra kritikus kiberszinttel, erős benchmarkokkal és korlátozott hozzáféréssel érkezett. Mutatjuk az árakat, képességeket és fő kockázatokat.

Claude Fable 5.1 akár 45%-kal csökkenti az ügynöki futások költségét az olcsóbb cache-sel, erősebb benchmarkokkal és új vállalati védelemmel.

Claude Code heti limit: szeptember 14-től a mai kerethez képest 17%-kal kevesebb használat jut. Mutatjuk, mely csomagokat érinti és mit tehetsz.

Rekurzív önjavítás: az Anthropic szerint a Claude már a termelési kód 80%-át írja, miközben a feladat-időhorizont négyhavonta duplázódik.

Mi az a LLM? Nagy nyelvi modell érthetően: token, paraméter, transformer, attention és kontextushossz — és miért fogy gyorsabban a limited magyarul.

MAI-Code-1.1-Flash: a Microsoft új kódmodellje negyedáron és 25%-kal token-hatékonyabban dolgozik — de a Terminal-Bench 2.1-en a DeepSeek 20 ponttal veri.

GLM-5.3: a Z.ai új nyílt modellje 2436 valós sebezhetőséget talált, és a független Elo-mérésen a Fable 5 elé került. Benchmarkok, árak, migráció.

Gemini 3.7 Flash: a Google új kódoló és ágens-modellje 50%-os bevezető áron, erős benchmarkokkal. Árak, eredmények, 5 döntéshozói következtetés.

DeepSeek V4 Pro: új modell, akár 1100%-os API-áremelés augusztus 17-től, agent-fókusz és 74 milliárd dolláros értékelés.