| Opšte vesti
AI Vesti
| Opšte vesti
Novi Claude, Muse i Gemini modeli otvaraju novu rundu nadmetanja među vodećim AI kompanijama. Anthropic je predstavio Sonnet 5.5 i Haiku 5.5, Meta Muse Wonder i Wonder Full, a Google Gemini 4 Argon. Nova vest donosi detaljan pregled njihovih ključnih razlika, mogućnosti i namene.
Autor: Klara Pelhe
16. oktobar 2026.
klarapelhe.rs/ai-news
Anthropic, Google i Meta započinju novu rundu AI nadmetanja
Anthropic je 28. septembra objavio Claude Sonnet 5.5 za programiranje i profesionalni rad sa dokumentima. Namenjen je jasno određenim zadacima, dok kompanija za otvorenije probleme daje prednost Opusu 5.5.¹
Kompanijin rezultat na Terminal-Benchu 4.0 porastao je sa 10,3% za Sonnet 5 na 70,6%. Test meri rešavanje zadataka kroz komandnu liniju; taj rezultat nije univerzalna stopa uspeha.¹
Sonnet prima tekst i slike u kontekstu od milion tokena, odnosno materijalu koji drži za obradu zahteva.⁵ Osetljivi sajber zahtevi mogu biti preusmereni na Sonnet 5.¹
Sonnet je dostupan u aplikacijama Claude, kroz API, interfejs za programski pristup, i preko AWS-a, Google Clouda i Azurea.¹⁵ Cena je 2 dolara za ulaz i 10 dolara za izlaz na milion tokena, jedinica kojima se meri sadržaj koji model obrađuje i proizvodi.¹
Nezavisni evaluator Artificial Analysis izmerio je 56 poena na Intelligence Indexu, zbirnom testu AI sposobnosti, pri maksimalnom rezonovanju, uz oko 193.000 izlaznih tokena i cenu od 7,60 dolara po zadatku, približno 50% više nego kod Sonneta 5. Septembarski test koristio je početne cene i pretprodukcijsku verziju sa greškom u strukturisanim odgovorima, otklonjenom pre javne objave. Rezultat opisuje skupu konfiguraciju na maksimumu, a ne današnji račun za tipičnu programersku sesiju.⁵
Nova generacija Claudea stiže u etapama. Anthropic je 22. septembra predstavio Opus 5.5 kao prvi model te porodice, uz najavu da slede Sonnet i Haiku.¹⁶
Mali eksperiment Sajmona Vilisona sa crtanjem jasno pokazuje taj kompromis. Za pelikana koji vozi bicikl u SVG-u, formatu vektorske slike opisane kodom, Sonnet je na maksimumu potrošio 128.000 tokena za rezonovanje, odnosno 1,28 dolara, i ostao bez prostora pre nego što je nacrtao sliku. Na nivou xhigh vratio je sliku za 41 sekundu i 5,74 centa. U tom primeru dodatno razmišljanje je odmoglo.¹⁷
Agenti koriste alate da izvrše zadatak, a podešavanje effort određuje koliko model usput rezonuje. Anthropicov vodič za prelazak preporučuje medium za jasno definisan rad, a high za teže zadatke; API podrazumevano koristi high. Menja se i jedan detalj integracije: za isključivanje rezonovanja pre odgovora sada se koristi between_tools, do nivoa high, umesto ranijeg disabled. Prelazak zato zahteva proveru ponašanja i troškova, uz zamenu imena modela.¹⁵
Haiku 5.5 stigao je 7. oktobra kao prvi Haiku model sa podesivim nivoom rezonovanja, za masovnu obradu sažetaka, klasifikaciju i bolju kompakciju rezultata, odnosno skraćivanje nagomilanog razgovora agenta. Može da radi kao podagent koji preuzima ograničen deo posla od većeg modela.² Dostupan je preko Anthropicove platforme, AWS-a, Google Clouda i Azurea pod oznakom claude-haiku-5-5.¹⁸
Haikuov kontekst od milion tokena ima cenovni prag na 100.000 tokena u upitu. Sledeće cene su u dolarima na milion tokena; duži upiti prelaze u skuplji razred. Čitanje keša koristi već obrađen ulaz.⁶
Anthropic se vraća svojoj porodici malih modela gotovo godinu dana posle Haikua 4.5, objavljenog 15. oktobra 2025. Ta verzija bila je namenjena brzim odgovorima i jeftinijem radu, uključujući zadatke koje joj poveri veći Claude model.¹⁹
I Vilisonova analiza objave dokumentuje ove cenovne razrede. Njegov isti dugi upit imao je oko 1,25 puta više tokena u Haikuu 5.5 nego u Haikuu 4.5. Tokenizator, sistem koji deli sadržaj na obračunske jedinice, tako menja poređenje: deset puta niža cena kratkih upita ne donosi automatski deset puta niži račun za isti posao.²⁰
Artificial Analysis izmerio je 43 poena na Intelligence Indexu pri maksimalnom rezonovanju i oko 162.000 izlaznih tokena po zadatku. Privremeni obračun troškova nije uključivao skuplji razred za duge upite.⁶
U zamišljenom toku rada sa dokumentima Haiku bi mogao da izdvaja podatke ili sažima pojedinačne izvore, a Sonnet da razrešava neslaganja među rezultatima. Tako delegirani zadatak ostaje ograničen, bez pretpostavke da manji model može samostalno da završi svaki složen projekat.
Istom objavom prepolovljena je cena čitanja keša za Sonnet 5.5, sa 0,20 na 0,10 dolara na milion tokena. Anthropic procenjuje oko 20% uštede na većini agentskih poslova; stvarna korist zavisi od količine sadržaja koji se ponovo koristi.²
Meta je 12. oktobra predstavila Muse Wonder i Muse Wonder Full. Active Memory pronalazi relevantne podatke iz prethodnih razgovora, a Active Focus označava nastavak rada kroz prepreke, uz razjašnjenja i odobrenje za značajne radnje. To je Metin opis predviđenog ponašanja: pomoćnik za planiranje mogao bi da koristi ranije sačuvane sklonosti umesto da svaki put traži isti uvod.³
Programeri mogu da koriste Wonder kroz Meta Model API i Muse Code, Metin programerski alat za terminal. API cena je 4 dolara za ulaz, 0,20 za keširani ulaz i 20 za izlaz na milion tokena. Wonder Full nudi se kroz pretplate na Muse Code: stranica modela ga navodi u paketu Power Usage od 50 dolara mesečno, iznad kojeg je Maximum Usage od 200 dolara.²¹ Za potrošačku aplikaciju Muse najavljeno je naknadno uvođenje, prvo za pretplatnike.³
Dokumentacija modela navodi tekst, slike, video i zvuk kao ulaz, tekstualni izlaz i kontekst od milion tokena pri izvršavanju. Metina poređenja uglavnom koriste maksimalno rezonovanje, dok deo spoljnih rezultata zadržava različita agentska okruženja drugih ponuđača. Dokument opisuje testirane sposobnosti, ali ne dokazuje da će model ispravno zapamtiti svaku sklonost ili završiti svaki dugotrajan zadatak.²²
Meta je predstavila porodicu Muse sa Sparkom 8. aprila, modelom koji je već povezivao multimodalno rezonovanje i upotrebu alata. Wonder stiže oko šest meseci kasnije, kao nastavak razvoja te porodice.²³
Google je 30. septembra predstavio Gemini 4 Argon, svoj novi vodeći model za rezonovanje, namenjen složenom razvoju softvera i dugotrajnom radu u više koraka. Model je osmišljen za zahtevne zadatke koji traže planiranje i zaključivanje kroz dug niz koraka.⁴²⁴
Argon prima tekst, slike, video, zvuk i PDF dokumente, a proizvodi tekst. Njegovih 1.048.576 tokena zajednički je prostor za ulaz i izlaz. Uobičajeni sinhroni odgovori ograničeni su na 65.536 izlaznih tokena; za duže generisanje postoji poseban mehanizam long decode. Ovaj model ne generiše slike ni zvuk.²⁴
Google je pristup najpre ograničio na proverene stručnjake za sajber odbranu u programu Fairwind.⁴
Google je 13. oktobra otvorio pristup Geminiju 4 Argon programerima kroz plaćeni API, pretplatnicima Pro i Ultra u Geminiju i AI Modeu u pretrazi, kao i pretplatnicima Ultra u Antigravityju, okruženju za programerske agente. Izraz „dostupan svima” opisuje te šire puteve pristupa, a ne besplatan model.⁷
Uvodna API cena iznosi 2 dolara za ulaz i 10 dolara za izlaz na milion tokena do 30. novembra; potom Google navodi 4 i 20 dolara.²⁵
Google opisuje jedanaestočasovnu optimizaciju Agent Development Kita, svog otvorenog okvira za izradu agenata. Inženjeri su dostavili pravila repozitorijuma, prihvatili dve optimizacije i odbacili četiri, među njima keš koji je mogao da vraća zastarele podatke. Prihvaćene izmene smanjile su dodatno vreme pripreme sesije u memoriji za oko 40% kod dugih sesija i vreme uvoza paketa za 21%; vreme od pokretanja novog procesa do prvog zahteva modelu ostalo je praktično isto.²⁶
Prihvaćeni commit menja kopiranje sesija i odloženo učitavanje paketa, pa demonstracija ima kod koji se može pregledati. Dobitak se odnosi na dodatni rad tog okvira u testiranim uslovima, a ne na ubrzanje svake AI aplikacije ili samog modela za 40%.²⁷
Programer Teo Braun prijavio je 14. oktobra znatno drugačije iskustvo u sopstvenim projektima: Argon je izmišljao detalje o sistemima koje menja, zbog čega mu je bio neupotrebljiv za rad. Njegova nit pokazuje konkretan način otkazivanja koji Googleov uspešan primer ne poništava.⁸ Googleov opis, s druge strane, uključuje ljudsku proveru i posebna pravila repozitorijuma, uslove važne za poređenje iskustava.²⁶
Kod long decodea API nastavlja odgovor u koracima do 64.000 tokena. Izvršavanje u pozadini upravlja tim nastavcima na serveru, a izlazni budžet uključuje i rezonovanje i konačan odgovor. Kontekst od milion tokena zato označava kapacitet, a ne obećanje odgovora te dužine u jednom običnom zahtevu.²⁵
OpenAI je 7. oktobra počeo da uvodi Intelligent UI u ChatGPT, omogućavajući interaktivne alate unutar odgovora. Tekstualno objašnjenje može da pokaže kako se deli račun za večeru; kalkulator omogućava da promenite iznose i odmah vidite rezultat. Odgovor može da sadrži alat koji se koristi unutar razgovora, poput kalkulatora za podelu računa. U pozadini, biblioteka ugrađenih komponenti i kompajler postepeno prikazuju delove interfejsa dok ih model generiše.⁹
Uvođenje je počelo na plaćenim paketima u kartici Chat, a 8. oktobra prošireno je na Free i Go; pristup u organizacijama zavisi od administratora. OpenAI-jeve beleške razlikuju modele u Chatu, Sol za plaćene pakete i Lunu za Free/Go, od modela u Worku i Codexu, OpenAI-jevim agentima za zadatke i programiranje, koje ova promena nije zamenila. Zasebno izabrani Pro model za rezonovanje Astra ne podržava Intelligent UI.²⁸
Tibo Sotio iz OpenAI-ja objavio je 12. oktobra da je podrazumevani kontekst GPT-6.1 Sola u Codexu i Worku povećan sa 272.000 na 500.000 tokena, uz podesivi maksimum od milion. Veći prostor može da odloži kompakciju, ali i da poveća količinu obrađenog ulaza. Reč je o promeni radnog prostora postojećeg modela, a ne o novom modelu ili garanciji boljih rezultata.²⁹
U dugoj programerskoj sesiji, raniji zahtevi i rezultati alata dele prostor sa novim kodom. Veći kontekst omogućava agentu da zadrži više materijala pre nego što skrati razgovor.²⁹
Tarik Šihipar iz Anthropica istakao je 14. oktobra izmenu desktop aplikacije programerskog agenta Claude Code: brže pokretanje sesija, prikaz sesija jedne pored druge i lakšu podelu posla. Kada više programerskih zadataka teče istovremeno, treba pratiti i šta se dešava u svakoj sesiji. Njegova objava opisuje i Claudeovo pokretanje dodatnih sesija kada je korisno. Konkretna korist je koordinacija delova programerskog zadatka; objava ne dokazuje koliko pouzdano sistem usklađuje njihove rezultate, a neformalno „v2” ne treba čitati kao zvaničnu verziju proizvoda.³⁰
Google je 6. oktobra objavio EmbeddingGemmu 2 pod licencom Apache 2.0. Model pretvara tekst, kod, slike, zvuk i video u embeddinge, numeričke vektore za pretragu prema značenju. Puna verzija ima 740 miliona parametara, naučenih numeričkih vrednosti, a tekstualna 270 miliona. U Googleovom testu na Pixelu 11 Pro, uz kvantizaciju koja smanjuje numeričku preciznost težina, težine tekstualnog modela koristile su oko 191 MB aktivne radne memorije, a pune multimodalne verzije oko 567 MB, bez ostatka aplikacije.¹⁰
Zamislite istraživačku fasciklu sa beleškama, snimcima zvuka i videom. Lokalni alat mogao bi da na osnovu izgovorenog pitanja pronađe povezane beleške i video-odlomke, pa da prosledi materijal generativnom modelu. To je RAG, generisanje potpomognuto pronalaženjem izvora: odgovor dobija pronađeni sadržaj kao dokaznu osnovu. Lokalna izrada embeddinga ne čini lokalnim i naredni korak ako on koristi model u oblaku.
Dokumentacija opisuje tehnički kompromis: vektori sa 768 dimenzija mogu da se skrate na 512, 256 ili 128 radi manje potrošnje prostora. Upiti i dokumenti moraju da imaju isti broj dimenzija, a skraćeni vektori zahtevaju normalizaciju. Google upozorava da 128 dimenzija znatno narušava multimodalni kvalitet. Zajednički ulazni budžet od 8.192 tokena znači i da tekst i mediji dele prostor; oglašeni maksimumi za zvuk, slike i kadrove ne mogu svi da stanu u isti ulaz.³¹
Microsoft je 13. oktobra uveo Topics Portfolio u Bing Webmaster Tools, povezujući pretrage za izvorima u širu sliku pokrivenosti tema. Bing je izdavačima već pokazivao koje stranice njegovi AI odgovori citiraju. Beta grupiše pretrage za pronalaženje izvora po temama i ističe pitanja kod kojih se citiraju drugi sajtovi, a vaš ne: moguća mesta za novo istraživanje. Brojevi su približni i odnose se na Bing; te pretrage nisu izvorni korisnički upiti. AI može pogrešno razvrstati teme, a nedovoljno podataka sakriti teme ili celu funkciju. Microsoft brojke naziva orijentacionim: prilika ne garantuje bolji plasman.³²
OpenAI je 5. oktobra najavio test vizuelnih oglasa za kasnije tokom oktobra u SAD, sa početnom grupom oglašivača. Oglasi tokom generisanja slika na paketima Free i Go bili bi označeni i odvojeni od nastale slike. OpenAI navodi da ne utiču na odgovore. Plaćeni oglas zato ima drugačiji mehanizam od organskog citiranja izvora. Objava ne potvrđuje dostupnost za oglašivače ili korisnike u Srbiji.³³
Za oglašivače, pojavljivanje uz AI razgovor otvara drugačije pitanje od citiranja izvora: kako zakupiti taj prostor i izmeriti njegov učinak.³³
Prošireni alati za merenje uključuju piksel za praćenje i Conversions API, koji povezuju kupovine ili prijave sa kampanjama, uz partnere za atribuciju. Oglašivači mogu da uključe jednodnevni prozor za konverzije posle prikaza bez klika. Takvo pripisivanje nije dokaz dodatne kupovine izazvane oglasom; OpenAI navodi da su geografski eksperimenti koji mere dodatni učinak još u ranoj fazi. Odabrani partnerski primeri zato ne dokazuju opšti povraćaj ulaganja u oglašavanje.³⁴
OpenAI je 6. oktobra objavio matematičke radove neobjavljenog internog modela, prateći materijal i deset sažetaka rezonovanja. Mnogi dokazi imaju formalizaciju u Leanu, jeziku za računarsku proveru matematičkih iskaza i dokaza. Kompanija navodi prosečnu računarsku potrošnju po rezultatu približno jednaku trima satima rezonovanja u ChatGPT-u Pro. To je poređenje utrošenog računanja, a ne tvrdnja da je isti model dostupan pretplatnicima Pro.³⁵
Tvrdnja modela da je nešto dokazao postaje korisna matematičarima kada mogu da prate i provere argument. OpenAI-jeva nova objava daje javnosti više materijala za takvu proveru.³⁵
Repozitorijum izričito razlikuje nivoe provere i upozorava da neformalizovani rezultati mogu imati greške. Čuva revizije i daje uputstva za citiranje pojedinačnih radova. Računarski proveren formalni dokaz može da ojača poverenje u formalni iskaz, ali značaj, novina rezultata i odnos tog iskaza prema širim tvrdnjama rada i dalje traže proveru. Objava daje materijal za ispitivanje, umesto da odjednom potvrđuje svaki rezultat.³⁶
Z.ai je 12. oktobra predstavio GLM-Legal, specijalizaciju GLM-5.3-Flasha kroz dodatnu pravnu obuku i učenje potkrepljivanjem, koje nagrađuje poželjne ishode zadataka, u desetinama hiljada okruženja sa pravnim zadacima. Menja i agentski okvir, odnosno alate, kontekst i povratne informacije oko modela, uz učešće praktičara. Cilj je izrada pravnih dokumenata prema izvorima i uputstvima, a ne samo odgovaranje na pravna pitanja. Najavljena integracija u desktop aplikaciju AutoClaw tek predstoji.³⁷
Pravnom timu koji radi sa skupom dokumenata potreban je upotrebljiv nacrt koji prati uputstva i oslanja se na izvore. GLM-Legal je namenjen upravo takvom poslu.³⁷
Vals AI u datiranoj objavi evaluacije navodi 19,17% na Harveyjevom Legal Agent Benchmarku i API cenu od 0,075 dolara za ulaz i 0,25 za izlaz na milion tokena.³⁸ Taj test agentima daje datoteke, alate za uređivanje i komandnu liniju, kao i mogućnosti izrade dokumenata, pa na izdvojenom skupu ocenjuje uslove svakog zadatka. Prolazak pojedinačnih kriterijuma razlikuje se od potpunog uspeha zadatka. Oko 19% zadataka sa svim ispunjenim uslovima nije „19% tačnih pravnih saveta”, niti dokaz pouzdane pravne prakse bez nadzora.³⁹
Organizacija za evaluaciju AI sistema METR predložila je 14. oktobra da spoljni procenjivači ispituju ponašanje internih agenata, nadzor i ubrzavanje istraživanja pomoću AI-ja, uz interne zapise, sisteme i poverljive razgovore sa zaposlenima. Pitanje je da li bi laboratorija otkrila agente koji rade protiv uputstava. METR navodi da nezrela nauka i odsustvo usaglašenih bezbednosnih standarda onemogućavaju pouzdanu potvrdu bezbednosti.¹⁴
Bezbednost AI laboratorije zavisi i od agenata koji rade iza kulisa. METR želi da spoljni istraživači dobiju uvid u taj interni rad.¹⁴
Prateći dokument ističe strukturno ograničenje: kompanije dobrovoljno određuju pristup, mogu da uklanjaju podatke iz izveštaja ili da prekinu saradnju. METR traži pravo da obelodani ograničenja i objavi sopstvene nalaze, ali priznaje da je nezavisnost i dalje teško obezbediti. Uslovi pristupa i izostavljeni podaci zato su deo sadržaja izveštaja, a ne samo administrativni detalji.⁴⁰
Američko tužilaštvo je 13. oktobra objavilo optužbu protiv Abdulrahmana Alfozana, 35-godišnjeg saudijskog državljanina koji je radio kao inženjer u OpenAI-ju. Uhapšen je 9. oktobra. Navodi se odnose na skriveni uređaj za snimanje postavljen iza televizora oko 28. septembra, a otkriven 30. septembra u sali za sastanke rukovodstva. Reuters izveštava da mu je OpenAI otkazao radni odnos i slučaj prijavio FBI-ju. Ti datumi odvajaju navodne radnje od kasnijeg obelodanjivanja slučaja.⁴¹
Bezbednost AI kompanije podrazumeva i zaštitu poverljivih razgovora. Navodi o uređaju u OpenAI-jevoj kancelariji sada su predmet krivičnog postupka.⁴¹
Prema prijavi koju sažima Ministarstvo pravde, u sali se razgovaralo o poverljivim istraživanjima, proizvodima i odnosima sa državnim institucijama. Prijava navodi i pretrage sastanaka i upite četbotu o izradi i skrivanju uređaja. To su navodi tužilaštva; Alfozan se smatra nevinim dok se krivica ne dokaže.¹¹
Politički okvir je izričit: tužilaštvo i FBI zaštitu američkih AI inovacija predstavljaju kao ekonomski i nacionalnobezbednosni prioritet.¹¹ Time navodno prisluškivanje na radnom mestu postaje deo priče o strateškoj konkurenciji u AI-ju. Takvo tumačenje ne dokazuje operaciju strane vlade.
AFP navodi da Ministarstvo pravde u saopštenju nije optužilo Saudijsku Arabiju za špijunažu. Nije bilo jasno šta je uređaj uopšte snimio. OpenAI je saopštio da nema naznaka neprimerenog pristupa ili iznošenja težina modela, izvornog koda ili korisničkih podataka: to je procena kompanije, ne nezavisan forenzički zaključak. Državljanstvo samo po sebi ne dokazuje umešanost saudijske države; motiv, eventualni primaoci i obim izloženih informacija ostaju nerazjašnjeni.¹²
OpenAI je 5. oktobra najavio dobrovoljno, podrazumevano isključeno označavanje za odabrane API modele globalno; odgovarajući EU tekst u ChatGPT-u i Codexu sledi tokom nekoliko nedelja. Detektor najpre zahteva odobrenje za istraživače ili stručne organizacije. Završetak uvođenja nije objavljen.¹³
Kada se AI odgovor prenese na drugo mesto, čitaocu mogu da promaknu tragovi njegovog porekla.¹³
Vodeni žig textGrain predstavlja statistički obrazac izbora tokena, a ne vidljivu oznaku ili skriveni znak u dokumentu. Tehnički izveštaj opisuje generisanje pod uticajem slučajnosti određene tajnim ključem, uz budžet koji ograničava gubitak slučajnosti. Detektor iz teksta rekonstruiše taj signal: traži trag određenog vodenog žiga, a ne utvrđuje istinitost sadržaja.⁴²
U OpenAI-jevom testu engleskih odlomaka od 400 tokena, pri ciljanoj stopi lažno pozitivnih rezultata od 1%, zamena 10% reči sinonimima smanjila je detekciju sa oko 92% na 66%; zamena 25% spustila ju je na 17%.¹³
Odsustvo žiga ne dokazuje ljudsko autorstvo. Pozitivan signal ne može da potvrdi vlasništvo ili kompletnu istoriju izmena, jer to prevazilazi ono što ovaj statistički mehanizam meri.⁴²