Fable 5, GPT-5.6, Muse Spark 1.1, Grok 4.5: melyik AI modell mire jó most?

Az elmúlt hetekben nem egy új AI modell jelent meg, hanem egy új mintázat: a modellek már nem csak okosabb chatbotok akarnak lenni, hanem hosszabb távon dolgozó operátorok. Kódot írnak, képernyőt néznek, böngésznek, toolokat hívnak, dokumentumokat raknak össze, és egyre gyakrabban nem egy választ adnak, hanem végigvisznek egy munkát.

A kérdés egy magyar cégnek nem az, hogy melyik modell nyerte a benchmarkot. A kérdés az, hogy melyiket érdemes betenni a napi működésbe: hol kell Claude Fable 5, hol elég GPT-5.6 Terra vagy Luna, mikor érdekes Muse Spark 1.1, és mikor csak drága játszótér egy új modell.

A rövid válasz

• Claude Fable 5: hosszú kódolási, vizuális és dokumentum-alapú feladatokra nagyon erős, de drága és erősebb safeguardokkal jön.
• GPT-5.6: a Sol, Terra, Luna bontással jó ár-teljesítményű modellcsalád, különösen akkor, ha sok agent workflow-t futtatsz API-ból.
• Muse Spark 1.1: Meta első igazán komoly fejlesztői API irányú dobása, erős 1M context, subagent és computer-use fókusz.
• Grok 4.5: coding és engineering feladatokra pozicionált modell, érdekes árakkal, de céges bevezetésnél még figyelni kell az ökoszisztéma érettségére.
• Gemini 3.5 Pro: a Pro modell csúszása azt mutatja, hogy a coding teljesítmény lett a mostani modellverseny legkeményebb terepe.

Claude Fable 5: ha a feladat hosszú és vizuális

Az Anthropic Fable 5-öt nem egyszerű Opus-frissítésként mutatta be, hanem hosszú távú autonóm munkára alkalmas modellként. A hivatalos bejelentés szerint erős software engineering, pénzügyi elemzés, vision és hosszú context feladatokban. A látás része különösen érdekes: képernyőből, grafikonból, táblázatból és vizuális állapotból tud következtetni.

Ez webfejlesztésnél nagyon konkrét előny. Ha egy ügyfél screenshotot küld egy hibáról, vagy egy régi weboldal alapján kell új UI-t felépíteni, a jó vision reasoning nem kényelmi extra, hanem munkasebesség. Ugyanez igaz dokumentumokra: szerződés, táblázat, PDF, exportált CRM riport. Ahol sok a félstrukturált vizuális információ, Fable 5 jó jelölt.

GPT-5.6: a modellcsalád, ami árban támad

Az OpenAI GPT-5.6-ot három tartós tierrel vezette be: Sol, Terra, Luna. Ez fontosabb, mint elsőre tűnik. A céges AI-költség nem ott szalad el, hogy van-e havi 20 dolláros előfizetés. Ott szalad el, amikor automatizmusok, agentek és dokumentumfeldolgozók futnak minden nap API-ból.

A Sol a nehéz munkára való, a Terra a mindennapi kiegyensúlyozott modell, a Luna pedig volume feladatokra. Ha egy belső riportoló rendszer naponta 300 ügyfélüzenetet kategorizál, nem biztos, hogy Sol kell. Ha egy agent egy teljes repo refaktorát tervezi meg, akkor már más a matek.

A Programmatic Tool Calling miért érdekes

Az OpenAI új programmatic tool calling iránya azt jelenti, hogy a modell nem minden apró tool választ teljes egészében visszaolvas magának, hanem programozottan tud köztes adatot szűrni, feldolgozni és csak a lényeggel továbbmenni. Ez API-költségben és latency-ben nagyon nagy különbség lehet.

Muse Spark 1.1: Meta végre beállt a fejlesztői API versenybe

A Meta Muse Spark 1.1-et multimodális reasoning modellként, agentic feladatokra építve mutatta be. A fontos részek: 1 millió tokenes kontextus, native tool és MCP-szerű környezetekhez való alkalmazkodás, subagent delegáció, computer use és coding fókusz.

Meta eddig sokszor open vagy termékbe ágyazott irányból volt erős. A Model API public preview viszont azt jelzi, hogy a fejlesztői platformot is komolyan veszik. Céges oldalon ez azért érdekes, mert az Instagram, WhatsApp, Facebook és hirdetési ökoszisztéma miatt a Meta AI nem elszigetelt modell lesz, hanem könnyen belenőhet ügyfélkommunikációs és marketing workflow-kba.

Grok 4.5: engineering felől jön

A Grok 4.5 hivatalos pozicionálása coding, agentic tasks és knowledge work. A modell ára is agresszívnek tűnik a közlemény alapján, és az xAI kifejezetten real-world engineering benchmarkokkal kommunikál. Ez jó irány, mert a valós kódolási feladatoknál nem az számít, hogy egy modell szép magyarázatot ír-e, hanem hogy fut-e a build a végén.

Céges bevezetésnél viszont nem csak a modell számít. Kell audit log, data retention, admin control, stabil API, számlázási kiszámíthatóság, és olyan tooling, amit a csapat tényleg használni tud. Grok 4.5 ígéretes, de a nagyvállalati érettségét külön kell vizsgálni.

És mi van Geminivel?

A Gemini 3.5 Pro csúszása önmagában nem tragédia. Sőt, jobb egy késő modell, mint egy sietve kiadott, rosszul kódoló flagship. A tanulság inkább az, hogy 2026-ban a coding és long-horizon agent teljesítmény lett az a terep, ahol a modellek igazán elválnak egymástól.

A Google előnye továbbra is a Workspace, Android, Search, Cloud és Vertex AI ökoszisztéma. Ha egy cég Google Workspace-ben él, Gemini akkor is stratégiai opció, ha a Pro modell épp csúszik. A kérdés: tool-ökoszisztéma vagy nyers modellképesség fontosabb a konkrét feladathoz?

Mit választanék ma egy KKV-nak?

1. 01Napi szöveg, email, belső asszisztens: GPT-5.6 Terra vagy Gemini Workspace, attól függően hol él a cég.
2. 02Komoly coding agent, repo-szintű munka: Fable 5 vagy GPT-5.6 Sol, költségkerettel és review folyamattal.
3. 03Vizuális webfejlesztés, screenshotból UI, PDF-es dokumentumok: Fable 5 első körben.
4. 04Nagy mennyiségű automatizmus: GPT-5.6 Luna vagy Terra, cachinggel és mérőszámokkal.
5. 05Meta-ökoszisztémás marketing és kommunikációs workflow: Muse Spark 1.1-et érdemes figyelni, pilotban kipróbálni.
6. 06Fejlesztői kísérletek, engineering-heavy prototípus: Grok 4.5 lehet jó challenger, de compliance előtt pilot.

„2026-ban nem egy modellt kell választani. Modelltérképet kell építeni: olcsó modell volume-ra, erős modell nehéz döntésre, vision modell képernyőre, coding modell repo-ra.”

Források

• Anthropic: https://www.anthropic.com/news/claude-fable-5-mythos-5
• OpenAI: https://openai.com/index/gpt-5-6/
• Meta AI: https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/
• xAI: https://x.ai/news/grok-4-5
• 9to5Google: https://9to5google.com/2026/07/16/gemini-3-5-pro-delays/