Preskoči na sadržaj

Oznake

model

33 stavke
Prikaz razgovora u ChatGPT-u na svijetloj podlozi: na pitanje o sastavljanju bicikla stiže interaktivni dijagram bicikla na ružičastoj kartici s klizačem, a na molbu da se objasni ofsajd otvara se dijagram fudbalskog terena; desno je natpis GPT-6 with Intelligent UI podebljanim crnim slovima.
Alatijak signal

ChatGPT je prešao na GPT-6 u svim paketima i odgovara interaktivnim grafikonima, obrascima i alatima

OpenAI je 7. oktobra 2026. počeo da uvodi GPT-6 s funkcijom Intelligent UI u pakete ChatGPT Plus, Pro, Business i Enterprise, a od 8. oktobra 2026. uvođenje se širi na pakete Free i Go. Umjesto bloka teksta, odgovor sada može da sadrži dugmad, obrasce, grafikone i male interaktivne alate koje model sastavlja dok piše. Plaćeni paketi rade na modelu GPT-6 Sol, a besplatni na modelu GPT-6 Luna; modeli iza proizvoda Work i Codex se ne mijenjaju.

OpenAIprovjereno

Natpis Claude Haiku 5.5 crnim serifnim slovima na prljavobijeloj podlozi, između tri otrgnuta komada papira u žutoj, bež i plavoj boji, s tankim crnim lukom ispod imena.
Modelijak signal

Claude Haiku 5.5 je objavljen, a cijena malog modela smanjena je za 90 odsto za promptove do 100.000 tokena

Anthropic je 7. oktobra 2026. objavio Claude Haiku 5.5. Za promptove do 100.000 tokena model košta 0,10 dolara po milionu ulaznih i 0,50 dolara po milionu izlaznih tokena, što je desetina cijene modela Haiku 4.5; preko te granice cijene su 0,50 i 2,50 dolara. Kontekstni prozor je 1 milion tokena, a nivo uloženog truda u rezonovanje može se podešavati. Isti tekst se, međutim, broji kao oko 30 odsto više tokena, pa je ušteda po zadatku manja nego što cjenovnik obećava.

Anthropicprovjereno

OPENAI16.000zahtjeva za izvlačenje u dva dana, prema OpenA
Industrijasrednji signal

OpenAI navodi da je zaustavio kampanju izvlačenja skrivenog rezonovanja iz svojih modela

OpenAI je 30. septembra 2026. objavio da je otkrio i zaustavio koordinisanu kampanju izvlačenja zaštićenog rezonovanja iz svojih modela. Kompanija takvu aktivnost naziva neprijateljskom destilacijom: neovlašćenim korišćenjem rezonovanja jednog modela za obuku ili poboljšanje drugog. Navodi 16.000 zahtjeva od više od 4.000 korisnika u dva julska dana, a jezgro aktivnosti pripisuje osobama povezanim s firmom Moonshot AI, koja razvija model Kimi. Prema objavi, šifrovanje nije probijeno i sačuvanim razgovorima korisnika niko nije pristupio. OpenAI navodi i da zaštita modela koje poslužuju njegovi partneri još nije dovršena.

OpenAIprovjereno

Modelijak signal

Google je predstavio Gemini 4 Argon, ali ga zasad dobijaju samo timovi za sajber bezbjednost

Google je 30. septembra 2026. predstavio model Gemini 4 Argon. Model se postepeno uvodi kod izabranih timova za sajber bezbjednost kroz program Fairwind, a za programere, preduzeća i ostale korisnike datum nije naveden. Uvodna cijena je 2 dolara po milionu ulaznih i 10 dolara po milionu izlaznih tokena, a poslije uvodnog perioda iznosi 4 dolara i 20 dolara. Ograničenje izlaza povećano je sa 64 hiljade na 1 milion tokena. Rezultate mjerenja objavio je sam Google i zasad ih niko izvan programa ne može provjeriti.

Googleprovjereno

Agentisrednji signal

HydraFusion, koji u Copilotu može na jedan zahtjev pokrenuti dva modela, stigao je u VS Code i aplikaciju

HydraFusion se bira u biraču modela, ali nije model. Za svaki zahtjev bira jedan od tri toka rada i može zadatak dati dvama modelima zaredom, jednom da piše nacrt, drugom da ga provjeri. GitHub je 30. septembra 2026. istraživački pregled iz Copilot CLI-ja proširio na Visual Studio Code i aplikaciju GitHub Copilot, za planove Pro, Pro+, Business i Enterprise. Naplata prati tokene koje svaki model potroši, pa jedan zahtjev može koštati više ili manje nego uz jedan model.

GitHub Changelogprovjereno

Modelisrednji signal

NVIDIA predstavila Kumo Tabular, Transformer koji predviđa iz tabela bez dodatnog treniranja

Kumo Tabular čita tabelu s označenim redovima i u jednom prolazu unaprijed vraća predviđanja za nove redove, bez treniranja, podešavanja i ručnog izdvajanja obilježja. NVIDIA ga je objavila 29. septembra 2026. u 3 veličine, od 28 miliona do 215 miliona parametara, pod licencom OpenMDW-1.1 koja dopušta komercijalnu upotrebu. Prema mjerenju proizvođača, model je prvi na 4 mjerila: TabArena, BeyondArena, TALENT i ScoringBench. Radi samo s numeričkim i kategorijskim kolonama i traži grafičku karticu s CUDA podrškom.

Hugging Face Blogprovjereno

Modelijak signal

Anthropic navodi da GLM-5.3 sam pravi eksploite za pregledač, a zaštita mu se uklanja za oko 4.400 dolara

Anthropicov Frontier Red Team objavio je 29. septembra 2026. analizu modela GLM-5.3, koji Zhipu AI nudi s otvorenim težinama. Prema toj analizi model za poznate ranjivosti u Chromeovom motoru V8 pravi radne eksploite približno jednako često kao Claude Mythos Preview, a njegova odbijanja se zaobilaze u 64 do 100 odsto pokušaja. Potpuno uklanjanje zaštite koštalo je, navodi kompanija, oko 2.200 GPU sati, odnosno oko 4.400 dolara.

Anthropicprovjereno

Modelijak signal

OpenAI je objavio GPT-6.1 Sol po cijeni modela GPT-6 Sol i uveo plan Pro 500 od 500 dolara

GPT-6.1 Sol košta 2 dolara po milionu ulaznih i 10 dolara po milionu izlaznih tokena, isto koliko i GPT-6 Sol, a keširani ulaz pojeftinio je na 0,10 dolara. OpenAI navodi da se model u programiranju i upravljanju računarom približava modelu GPT-6 Astra uz petinu njegove cijene. Veći model GPT-6.1 Astra nije objavljen. Novi plan Pro 500 od 500 dolara mjesečno jedini među Pro planovima uključuje režim Ultrafast, a Pro 200 se vraća s manjim obimom korišćenja.

OpenAIprovjereno

Modelijak signal

OpenAI je objavio GPT-6 Sol i GPT-6 Luna i upola snizio cijenu oba modela

GPT-6 Sol košta 2 dolara po milionu ulaznih i 10 dolara po milionu izlaznih tokena, a GPT-6 Luna 0,10 i 0,50 dolara. Sniženje od 50 odsto OpenAI računa u odnosu na promotivne cijene modela GPT-5.6. Uz modele je stiglo i preuređeno keširanje promptova, s popustom do 90 odsto na keširane ulazne tokene. Sva poređenja s Claudeom potiču od kompanije OpenAI i vode se prema Opusu 5, a ne prema Opusu 5.5.

OpenAIprovjereno

Modelijak signal

Anthropic je objavio Opus 5.5 i snizio cijenu tokena za petinu

Opus 5.5 košta četiri dolara po milionu ulaznih i dvadeset dolara po milionu izlaznih tokena, dvadeset odsto manje nego Opus 5. Čitanje keša, na koje u agentskom radu i pisanju koda odlazi najveći dio računa, pojeftinilo je za 60 odsto, na 0,20 dolara po milionu. Anthropic navodi da model na većini poslova radi na nivou modela Claude Fable 5.1, a da košta 40 odsto manje od Opusa 5. Uz model idu i zaštite koje većinu poslova iz oblasti kibernetičke bezbjednosti preusmjeravaju na Opus 4.8.

Anthropicprovjereno

Agentisrednji signal

GitHub je uveo Grok 4.7 u Copilot po istoj tarifi po kojoj naplaćuje verziju 4.6

GitHub je 21. septembra 2026. počeo da uvodi Grok 4.7 u Copilot. Model se naplaćuje po cjenovniku proizvođača, kroz naplatu po potrošnji, a dokumentacija navodi 2 dolara po milionu ulaznih i 6 dolara po milionu izlaznih tokena ispod 200 hiljada tokena konteksta. To je tačno ono što u istoj tabeli koštaju Grok 4.5 i Grok 4.6. Model dobijaju planovi Copilot Pro, Pro+, Max, Business i Enterprise, i pojavljuje se u biraču modela na osam mjesta, od okruženja Visual Studio Code do Eclipsea. U firmi na planu Business ili Enterprise nov model se uključuje sam, osim ako je administrator ranije isključio podrazumijevano uključivanje.

GitHubprovjereno

Agentijak signal

GitHub gasi šest modela u Copilotu i preuređuje sažetak pregleda koda

Šest modela prestaje da radi u svim dijelovima Copilota 19. oktobra 2026. Za svaki od njih imenovan je zamjenski model, a u planovima Enterprise i Business zamjena se uključuje sama, osim ako ju je administrator isključio. Posao koji ostaje nalazi se u podešavanjima koja model imenuju poimence. Nezavisno od toga, pregled koda prešao je u opštu dostupnost, sa zbirnim komentarom koji otvorene nalaze odvaja od riješenih i od onih propuštenih u ranijem prolazu.

GitHub Changelogprovjereno

Modelijak signal

TypeSafe AI otvorio je rani pristup Jevu, modelu koji vraća odluke umjesto teksta

Jev ne piše rečenice. Čita neuređen ulaz i vraća vrijednost čiji je oblik unaprijed zadat, uz ocjenu pouzdanosti za svako polje. Firma naplaćuje 0,042 dolara po milionu ulaznih tokena, izlazne tokene ne naplaćuje, a vrijeme odziva navodi između 70 i 500 milisekundi. Množioci brzine i cijene s naslovne stranice potiču iz evaluacija koje je sama firma sastavila i pokrenula.

TypeSafe AIprovjereno

Modelisrednji signal

AWS je uveo keširanje modela na SageMaker HyperPodu i izmjerio oko 60 odsto brže širenje

SageMaker HyperPod sada može da čuva težine modela na lokalnom NVMe disku čvora i da unaprijed povuče kontejnersku sliku, pa se pod koji je ranije čekao minutima pokreće za nekoliko sekundi. AWS objavljuje mjerenja na modelima od 57 do 145 gigabajta: oko 60 odsto brže širenje i keš slike koji uklanja preko dva minuta preuzimanja, odnosno 97 odsto tog vremena. Brojke su proizvođačeve i objavljene su bez opisa ogleda. Istog dana je AWS u Amazon Bedrock Managed Knowledge Base uveo i TwelveLabs Marengo 3.0 kao model za vektorske reprezentacije (embedding), pa baza znanja može da indeksira ono što se na snimku vidi, a ne samo ono što je na njemu izgovoreno.

AWSprovjereno

Agentisrednji signal

GitHub je povukao model MAI-Code-1-Flash iz Copilota istog dana kada je izmjenu objavio

GitHub je model MAI-Code-1-Flash povukao 10. septembra 2026. godine, a zapis u dnevniku izmjena ima isti datum i za objavu i za povlačenje. Modela više nema u Copilot Chatu, u izmjenama unutar samog koda, u režimu pitanja, u agentskom režimu ni u dopunjavanju koda. Kao zamjenu GitHub imenuje MAI-Code-1.1-Flash i traži da se izmijeni sve što stari model poziva po imenu. U Copilot Enterprise zamjena se ne pojavljuje dok je administrator ne odobri u pravilima za modele.

GitHub Changelogprovjereno

Modelisrednji signal

NeoMME sa 260 miliona parametara došao je na 0,002 od modela s 3,75 milijardi na ViDoRe v3

Kompanija H objavila je 3. septembra 2026. dva multimodalna enkodera, od 260 miliona i 800 miliona parametara, pod licencom Apache 2.0 i za učitavanje kroz biblioteku Hugging Face Transformers. Na mjerilu ViDoRe v3, koje ocjenjuje pretragu skeniranih dokumenata, manji model postiže 0,523 po mjeri nDCG@10, a to je 0,002 ispod modela ColQwen2.5 koji ima oko četrnaest puta više parametara. Isti model kodira oko 51 stranicu u sekundi na jednoj grafičkoj kartici NVIDIA L40S. Indeks koji pravi može se sabiti sa oko 1,5 megabajta po stranici na 6 kilobajta, uz zadržanih preko 95 odsto kvaliteta pretrage.

Hugging Faceprovjereno

Modelijak signal

OpenAI je objavio GPT-6 Astru po 10 dolara za milion ulaznih tokena, a preduzećima je pristup isključen

Model GPT-6 Astra objavljen je 3. septembra 2026. Prvo ga je dobio ograničen broj organizacija, a narednih dana slijede i korisnici planova ChatGPT Plus, Pro, Business i Enterprise. U API-ju se zove gpt-6-astra i košta 10 dolara po milionu ulaznih i 50 dolara po milionu izlaznih tokena, a isporučuje se i preko Microsoft Azurea i Amazon Bedrocka. Preduzeća ga ne dobijaju sama od sebe, jer je pristup pri objavi podrazumijevano isključen i mora ga uključiti administrator. OpenAI uz to upozorava da dodatne bezbjednosne provjere umiju da pauziraju posao u ChatGPT-u i Codexu, a u API-ju da ga prekinu.

OpenAIprovjereno

Modelisrednji signal

Googleov WeatherNext 3 računa prognozu svakog sata, a programeri je čitaju iz BigQueryja

Google DeepMind i Google Research objavili su WeatherNext 3 dana 3. septembra 2026. Model uči iz mozaika geostacionarnih satelita uživo, a ne samo iz fizičkih simulacija koje kasne šest sati, pa novu prognozu daje svakog sata umjesto svakih šest. Temperatura i vlaga izlaze na mreži od pet kilometara, dok je prethodni model radio na 25 kilometara. Podaci se od dana objave čitaju u okruženjima BigQuery i Earth Engine, pa je ovo izdanje na kojem se može graditi, a ne samo rad koji se čita.

Google DeepMindprovjereno

Modelijak signal

Gemini 3.8 Flash objavljen je po 0,75 dolara za milion ulaznih tokena, a ta cijena ima rok

Google je 2. septembra 2026. objavio Gemini 3.8 Flash i njegovu bezbjednosnu varijantu 3.8 Flash Cyber. Opšti model košta 0,75 dolara po milionu ulaznih i 3,75 dolara po milionu izlaznih tokena, što je ista uvodna cijena s kojom je krenuo i Gemini 3.7 Flash. Uvodna cijena važi do 31. decembra 2026. Od 1. januara 2027. iznosi 1,50 odnosno 7,50 dolara. Varijanta Cyber uopšte nije na cjenovniku, jer se dijeli kroz program ograničenog pristupa Fairwind.

Google DeepMindprovjereno

Modelisrednji signal

Ai2 je objavio metod koji pokazuje šta pojedinačna pitanja u mjerilima zapravo mjere

BenchMIRT uzima teoriju odgovora na stavku iz psihometrije i primjenjuje je na mjerilo pitanje po pitanje, umjesto da vjeruje prosjeku. Obučen na 100 modela, 16 mjerila i više od 34.000 pitanja, sam je izdvojio dvije dimenzije: bezbjednost i opšte rezonovanje. Nekoliko mjerila je završilo na dimenziji na koju ih niko nije svrstao. Zadržavanje 10 odsto pitanja dalo je gotovo isti poredak kao i cio skup.

Ai2provjereno

Modelijak signal

OpenAI je Astru svrstao u kritičnu sajber kategoriju, a zaštita zaustavlja i ispravan posao

OpenAI saopštava da još neobjavljeni model Astra dostiže kritični prag sajber sposobnosti iz njegovog okvira pripravnosti, kao prvi model koji je tako označen. Na testiranju je model našao dotad nepoznate ranjivosti u ojačanom pregledaču i operativnom sistemu i povezao ih u upotrebljive napade. Dio razvoja i objave je odložen dok se zaštita nije pojačala. Van laboratorije je najvažnija napomena o postavljanju: novi nadzor umije da zaustavi i posao koji s bezbjednošću nema veze.

OpenAIprovjereno

Modelijak signal

Anthropic je objavio Claude Fable 5.1 i snizio cijenu čitanja iz keša

Claude Fable 5.1 i Claude Mythos 5.1 su jedan model s dva nivoa bezbjednosnih ograničenja, a samo prvi je dostupan svima. Na računu se vidi izmjena cijene čitanja iz keša, koja je smanjena na 0,25 dolara po milionu tokena. Anthropic to procjenjuje na oko 25 odsto manji trošak uobičajenog posla i do približno 45 odsto kod izrazito agentskog. Model od ovog izdanja smije i da traži ranjivosti u softveru, dok razvoj napada ostaje pod ranijim ograničenjima.

Anthropicprovjereno

Modelijak signal

Tencent je otvorio model od 770 milijardi parametara, a same težine su 1,56 terabajta

Hy4 preview je model s mješavinom stručnjaka: 770 milijardi parametara ukupno, 49 milijardi radi po tokenu, kontekst od milion tokena i licenca Apache 2.0. Težine su 1,56 terabajta u 131 datoteci, odnosno 0,81 terabajt u izdanju FP8, pa je ovo model koji se iznajmljuje, a ne pokreće kod kuće. Neobična je licenca: otvorene težine na vrhu ljestvice, bez ograničenja namjene.

Tencent Hyprovjereno

Video i fotosrednji signal

Gemini Omni 1.1 Flash produžava snimak do četrdeset sekundi, a nacrt pravi u 360p

Googleov model za video sada nastavlja postojeći snimak u koracima od deset sekundi, do ukupno četrdeset, i pri tome gleda do deset sekundi ranijeg materijala umjesto samo posljednje sekunde. Nacrt u 360p nastaje do 60 odsto brže i po trećini cijene, a gotov rad se podiže na 1080p ili 4K.

Googleprovjereno

Modelisrednji signal

Qwen je otvorio model od 125 milijardi parametara sa šest milijardi aktivnih, a hardver bira kvantizovana datoteka

Qwen3.8-Flash-Next je multimodalni model otvorenih težina po principu mješavine eksperata i rani pregled arhitekture na kojoj će stajati Qwen4. Zanimljiv je par brojki: 125 milijardi parametara naspram 6 milijardi aktiviranih po tokenu. Prva određuje hoće li model stati na raspoloživu mašinu, a druga koliko brzo odgovara. Simon Willison ga pokreće na računaru DGX Spark iz kvantizovanih datoteka od 72,5 i 78,9 gigabajta, što je zahtjev za hardver u najupotrebljivijem obliku.

Qwenprovjereno

Modelijak signal

GPT-5.6 Sol je pao na 4 i 20 dolara i po cijeni pretekao Claude Opus 5

OpenAI je 21. avgusta snizio cijenu Sola na API-ju: ulaz sa 5 na 4 dolara, izlaz sa 30 na 20, a ulaz iz keša sa 0,50 na 0,40. Na standardnom zadatku model je od skupljeg od Claudea Opusa 5 postao jeftiniji od njega. Sniženje je promotivno i traje najmanje do 21. novembra.

OpenAIprovjereno

Modelijak signal

Modeli za govor s najboljim rezultatima ponavljaju greške iz samog testa

Hugging Face je kroz tri provjere propustio 11 otvorenih modela za prepoznavanje govora i našao da baš oni s najnižom stopom greške najčešće ponavljaju greške koje postoje samo u referentnoj transkripciji. Na pojedinim provjerama modeli prepoznaju na kojem se skupu ocjenjuju i u skladu s tim mijenjaju pravopisnu konvenciju. Mala stopa greške može značiti da je model naučio skup podataka, a ne govor.

Hugging Faceprovjereno

Modelijak signal

Gemini 3.7 Flash, pročitan iz Googleovih brojki

Google ga je objavio 13. avgusta 2026. godine, dvadeset tri dana poslije Gemini 3.6 Flasha, s velikim napretkom na testovima za kod i agente i uvodnom cijenom koju tako i naziva. Sve to važi. Četiri stvari se vide tek ako otvoriš karticu modela umjesto objave, a jedna od njih je rezultat koji je pao.

Googleprovjereno

Modelijak signal

Najbolji jeftini modeli za velike količine poziva, po cijeni hiljadu poziva

Šest modela, jedan zadatak, jedna brojka: koliko košta hiljadu poziva kada svaki šalje 4.000 tokena i dobija 800 nazad. Najjeftiniji red je 1,76 dolara, najskuplji 16, što je razlika od devet puta, a ne od sto puta, koliko se u ovoj rubrici obično podrazumijeva. Dvije stvari pomjeraju poredak jače nego istaknuta cijena, a jedna od njih ima rok.

Anthropic, Google, OpenAIprovjereno

Modelijak signal

Claude Opus 5 protiv GPT-5.6 Sola: koji je jeftiniji zavisi od praga koji OpenAI ne objavljuje

Sniženje Sola od 21. avgusta spustilo ga je ispod Opusa 5 na obje kolone za kratak kontekst — 4 naspram 5 dolara na ulazu, 20 naspram 25 na izlazu. Njegova kolona za dug kontekst otišla je na drugu stranu i i dalje košta više. Cijena Opusa 5 je između dvije Solove kolone, pa jeftiniji model zavisi od toga u koju kolonu tvoj zahtjev padne, a OpenAI ne kaže gdje je granica.

Anthropic, OpenAIprovjereno

Modelijak signal

Gemini 3.7 Flash: upola niža cijena i osjetno bolji rezultati na kodu

Google je 13. avgusta objavio Gemini 3.7 Flash, svega tri sedmice poslije verzije 3.6. Napredak na testovima za programiranje je velik: rezultat na DeepSWE v1.1 raste sa 49,0 na 65,3 odsto, a na FrontierCode 1.1 sa 34,4 na 43,6 odsto. Uvodna cijena, koja važi do kraja 2026. godine, iznosi 0,75 dolara po milionu ulaznih i 3,75 dolara po milionu izlaznih tokena, što je upola manje nego na startu prethodnika. Model je dostupan kroz Gemini API, u okruženjima AI Studio, Android Studio i Antigravity, kao i u Sparku za pretplatnike na planove AI Pro i Ultra.

9to5Google / Googleprovjereno

Modelijak signal

Claude Opus 5: biranje uloženog truda uz nepromijenjenu cijenu

Novi vodeći model u liniji Opus uvodi mogućnost da se odredi koliko truda ulaže u zadatak, kroz tri nivoa: niski, srednji i visoki. Time se dobija neposredna kontrola nad odnosom cijene i kvaliteta. Cijena je ostala ista kao kod verzije 4.8, pet dolara po milionu ulaznih i dvadeset pet dolara po milionu izlaznih tokena, dok su rezultati na velikom dijelu zadataka blizu modela Fable. Opus 5 je postao podrazumijevani izbor na planu Max i najjači dostupan model na planu Pro, a u API-ju se poziva oznakom claude-opus-5.

Anthropicprovjereno