GPT-6.1, Claude 5.5, Gemini 3.8, Grok 4.7

WikiAI.hu · Hírek · GPT-6.1 Sol · Claude Sonnet 5.5 · Gemini 3.8 · Grok 4.7 · LLM

2026 szeptemberének végére néhány nap alatt több vezető AI-labor is új modellt vagy modellváltozatot jelentett be. Az OpenAI szeptember 29-én kiadta a GPT-6.1 Sol modellt, az Anthropic szeptember 28-án bemutatta a Claude Sonnet 5.5-öt, a Google szeptemberben több Gemini 3.8 változatot indított, az xAI pedig szeptember 21-én tette elérhetővé a Grok 4.7-et.

A négy fejlesztés nem közvetlenül ugyanarra a feladatra készült, ezért nem érdemes egyszerű „melyik a legerősebb?” rangsort készíteni belőlük. Együtt viszont jól mutatják, merre tart az LLM-verseny: a nyers intelligencia mellett egyre fontosabb a sebesség, az ár, az agentikus működés, az eszközhasználat, a hosszú kontextus és a multimodális interakció.

GPT-6.1 Sol: közel Astra-szint alacsonyabb áron

Az OpenAI 2026. szeptember 29-én jelentette be a GPT-6.1 Sol modellt az API-ban. A vállalat saját leírása szerint a modell összetett kódolási, computer-use és professzionális tudásmunkában a GPT-6 Astra teljesítményéhez közeli szintet céloz, alacsonyabb költséggel.

A GPT-6.1 Sol 1 050 000 tokenes kontextusablakot támogat, legfeljebb 128 000 tokenes kimenettel. Szöveges és képi bemenetet fogad, és a Responses API-ban többek között webes keresést, fájlkeresést, kódértelmezést, computer use-t, MCP-t és más eszközöket is használhat.

Az OpenAI a GPT-6.1 Sol mellett béta multi-agent támogatást is bevezetett, amely lehetővé teszi, hogy a modell egy feladat részeit al-agentekre delegálja. Ugyanezen a napon az Agents API computer-use képességet is kapott.

A fontos változás tehát nemcsak egy új modellverzió. Az OpenAI egyre erősebben olyan környezetet épít, ahol a modell nem pusztán válaszol, hanem eszközökkel, böngészővel és más agentekkel együtt dolgozik.

Claude Sonnet 5.5: gyorsabb és olcsóbb Sonnet

Az Anthropic szeptember 28-án mutatta be a Claude Sonnet 5.5 modellt, a Claude 5.5 család második tagját a korábban megjelent Opus 5.5 után.

Az Anthropic szerint Sonnet 5.5 több mint 30 százalékkal gyorsabb a Sonnet 5-nél, és a legtöbb feladattípusnál akár 30 százalékkal alacsonyabb költséget jelenthet. A vállalat elsősorban jól körülhatárolt mindennapi feladatokra, hibajavításra, dokumentumok, prezentációk és táblázatok készítésére, valamint hosszabb agentikus munkákra pozicionálja.

Az Anthropic saját benchmarkjai jelentős előrelépést mutatnak agentikus kódolásban is. Ezeket természetesen gyártói eredményként kell kezelni, és nem érdemes minden feladattípusra automatikusan általánosítani.

A Sonnet 5.5 egyik legérdekesebb üzenete mégis az ár–teljesítmény arány: a frontier modellpiacon egyre kevésbé elég pusztán a maximális képességet növelni. Az is számít, hogy ugyanazt a munkát milyen gyorsan és milyen költséggel lehet elvégezni.

Kapcsolódó hír: Megjelent a Claude Opus 5.5: olcsóbb csúcsmodellt adott ki az Anthropic.

Gemini 3.8: a Google a valós idejű, multimodális AI felé tolja a versenyt

A Google szeptemberben több Gemini 3.8 modellt is bemutatott. Szeptember 2-án érkezett a Gemini 3.8 Flash, amelyet a vállalat nagy teljesítményű, alacsony költségű munkamodellként pozicionál kódoláshoz, agentikus feladatokhoz és összetett reasoninghoz.

Szeptember 15-én ezt követte a Gemini 3.8 Live és a Gemini 3.8 Live Extended Thinking. Ezek kifejezetten valós idejű beszélgetésre készültek, vizuális kontextust is tudnak kezelni, és a Google szerint összetettebb feladatokat, háttérben futó eszközhasználatot és több lépéses reasoningot is támogatnak.

Szeptember 24-én a Google egy újabb irányt mutatott meg a Gemini 3.8 Live with Live Avatar bemutatásával, amely a beszédet közel valós idejű videós avatárral kapcsolja össze.

A Google fejlesztései azt mutatják, hogy az LLM-verseny már nem kizárólag szövegmodellek versenye. A hang, a kép, a videó, a valós idejű interakció és az eszközhasználat egyre inkább egyetlen AI-rendszerben találkozik.

Grok 4.7: coding, agentek és hosszú munkamenetek

Az xAI szeptember 21-én tette elérhetővé a Grok 4.7 modellt. A vállalat dokumentációja szerint a Grok 4.7 frontier modellként elsősorban kódolási, agentikus és tudásmunkára készült.

A modell 500 000 tokenes kontextusablakot támogat, szöveges és képi bemenetet fogad, és több reasoning-szinttel használható. Az xAI a modellt saját API-jában, Grok Buildben és több külső fejlesztői környezetben is elérhetővé tette.

A Grok 4.7 esetében is jól látszik ugyanaz a trend, mint a többi szereplőnél: a modellek egyre kevésbé egyszerű beszélgetőpartnerek, és egyre inkább hosszabb fejlesztési vagy üzleti folyamatok végrehajtására használható munkamodellek.

Nem ugyanazt a versenyt futják

A négy modell közvetlen összehasonlítása könnyen félrevezető lenne.

A GPT-6.1 Sol erősen a komplex coding, computer use és professzionális agentmunka felé pozicionált modell. A Claude Sonnet 5.5 az ár–sebesség–minőség egyensúlyát hangsúlyozza a mindennapi tudásmunkában. A Gemini 3.8 család egyik legfontosabb iránya a valós idejű, multimodális interakció. A Grok 4.7 pedig codingra, agentikus munkára és hosszú kontextusú tudásfeladatokra fókuszál.

Ezért 2026 őszén egyre kevésbé érdemes egyetlen „legjobb LLM”-ről beszélni. Sokkal fontosabb kérdés, hogy melyik modell melyik munkatípusra, milyen költséggel és milyen eszközkörnyezettel alkalmas.

Az agentikus működés lett a közös nevező

A négy modellcsalád fejlesztései között az egyik legerősebb közös pont az agentikus működés.

Az OpenAI multi-agent támogatást és computer use-t épít az Agents API-ba. Az Anthropic hosszabb, több lépéses agentmunkát emel ki. A Google Gemini 3.8 Live háttérben futó eszközhasználatot és összetett feladatvégzést céloz. Az xAI pedig a Grok 4.7-et kifejezetten agentikus feladatokra is pozicionálja.

Ez egy nagyobb változás része: az AI következő szakasza kevésbé arról szól, hogy egy modell milyen szépen válaszol egy kérdésre, és egyre inkább arról, hogy képes-e egy célt több lépésben, eszközökkel és külső rendszerekkel együtt végrehajtani.

Kapcsolódó cikk: Az AI már nemcsak válaszol, hanem cselekszik – mit jelent az agentkorszak a vállalkozásoknak?

Az ár és a sebesség legalább akkora versenytényező lett, mint a benchmark

A frontier modellek fejlesztése korábban gyakran a legmagasabb benchmarkeredmények köré épült. 2026 szeptemberének bejelentései ennél jóval gazdaságibb versenyt mutatnak.

Az OpenAI a GPT-6.1 Solt kifejezetten Astra-közeli teljesítmény és alacsonyabb költség kombinációjaként pozicionálja. Az Anthropic Sonnet 5.5-nél gyorsulást és költségcsökkenést hangsúlyoz. A Google a Gemini 3.8 Flash esetében a korábbi generációhoz hasonló alacsony árat emeli ki, miközben magasabb reasoning- és coding-képességet ígér.

Vállalati környezetben ez kulcskérdés. Egy modell lehet valamivel erősebb egy teszten, de ha ugyanazt a feladatot egy másik rendszer lényegesen gyorsabban vagy olcsóbban végzi el, az üzleti döntés teljesen más lehet.

A multimodalitás már nem extra funkció

Az új modellgenerációk másik közös üzenete, hogy az LLM fogalma egyre szűkebbnek tűnik arra, amit ezek a rendszerek valójában csinálnak.

A GPT-6.1 Sol képet is fogad bemenetként és computer use-t támogat. A Grok 4.7 szöveges és képi bemenetet kezel. A Gemini 3.8 Live vizuális kontextust, hangot és valós idejű interakciót kapcsol össze.

A következő verseny ezért nem egyszerűen „nyelvi modellek” között zajlik. Sokkal inkább általános AI-munkarendszerek versenye bontakozik ki, amelyek egyszerre értenek szöveget, képet, eszközöket és folyamatokat.

Mit jelent mindez egy vállalkozásnak?

A szeptemberi modellversenyből nem az következik, hogy egy vállalkozásnak minden héten modellt kell váltania.

Inkább az, hogy az AI-rendszerek használata egyre inkább konkrét munkafolyamatokra specializálódik. Más modell lehet megfelelő dokumentumkészítéshez, más kódoláshoz, más valós idejű ügyfélinterakcióhoz, és más többórás agentfolyamatokhoz.

Érdemes ezért nem márkából kiindulni, hanem feladatból:

Mit kell az AI-nak ténylegesen elvégeznie?
Kell-e képet vagy más multimodális információt kezelnie?
Használ-e külső eszközöket vagy böngészőt?
Mennyi kontextust kell egyszerre feldolgoznia?
Mennyire fontos a válasz sebessége?
Mekkora a modellhasználat költsége nagyobb volumen mellett?
Kell-e hosszabb, több lépésből álló agentikus működés?

A következő időszakban valószínűleg egyre kevésbé egyetlen modell fog minden feladatot elvégezni. Egy vállalati AI-rendszer több, eltérő erősségű modellből is összeállhat.

Mit mutat tehát a 2026 szeptemberi LLM-verseny?

Elsősorban azt, hogy a modellpiac gyorsan érik.

A vezető szereplők már nem kizárólag a „legokosabb modell” címért versenyeznek. Ugyanilyen fontos lett a költség, sebesség, agentképesség, multimodalitás, hosszú kontextus és eszközhasználat.

A GPT-6.1 Sol, Claude Sonnet 5.5, Gemini 3.8 és Grok 4.7 ezért nem egyetlen egyenes verseny négy indulója. Inkább azt mutatják, hogy a frontier AI több irányba specializálódik.

A vállalkozások számára ennek talán ez a legfontosabb következménye: nem az lesz a jó kérdés, hogy melyik a világ legerősebb AI-ja, hanem az, hogy melyik rendszer végzi el a saját feladatunkat a legjobb minőség–sebesség–költség arányban.