Novinky o AI: Gemini 4 Carbon vede žebříčky (5. 11. 2026)

Gemini 4 Carbon od Googlu obsadil první místo v indexu Artificial Analysis Intelligence Index v5, o jediný bod před Claude Opus 5.5 od Anthropicu. To je hlavní příběh týdne ze světa AI, vedle texaské žaloby proti OpenAI a nových zpráv o tom, zda modely AI dokážou rozpoznat vlastní vnitřní stavy.

Gemini 4 Carbon vede index Artificial Analysis

Artificial Analysis 28. října uvedla, že Gemini 4 Carbon získává v indexu Intelligence Index v5 skóre 59, před Claude Opus 5.5 s 58. Carbon je první ve čtyřech z devíti hodnocení indexu (HLE-Diamond, Terminal-Bench-Science, AA-Omniscience a AutomationBench-AA). Opus 5.5 stále vede v indexu Coding Agent Index společnosti Artificial Analysis, kde Claude Code s Opus 5.5 dosahuje 62 oproti 59 u Carbonu.

V měření halucinací AA-Omniscience je míra u Carbonu 11 %, druhá nejnižší ze všech testovaných modelů (nižší je jen Gemini 4 Argon se 4 %), zatímco u Opus 5.5 je to 50 %. Podle Artificial Analysis se Carbon zavádí vybraným uživatelům a zatím není všeobecně dostupný. Jeden index je jen jedno měřítko a žebříčky se rychle mění.

Čínské modely s otevřenými váhami v žebříčcích

Business Insider a další média informovaly, že čínské modely AI v nových žebříčcích Artificial Analysis zaostávají za Anthropicem a OpenAI. Index v5 byl vydán 27. října a soukromé testovací sady tvoří asi 60 % jeho obsahu, takže část odstupu odráží přepracovaný benchmark.

Moonshot AI uvedla 16. července model Kimi K3, u něhož tvrdí, že zmenšuje odstup za předními americkými modely, a jeho váhy byly veřejně zpřístupněny během několika dní. Analýza Lawfare zveřejněná 4. listopadu tvrdí, že otevřené váhy moc neruší, ale přesouvají: přechází na toho, kdo ovládá výpočetní výkon, hosting, standardy, talenty a právo. Autoři uvádějí, že vlády snižují závislost hlavně diverzifikací dodavatelů napříč celým zásobníkem AI a že dřívější omezení otevřených technologií se často obrátila proti svému účelu.

Texas žaluje OpenAI kvůli ChatGPT a bezpečnosti dětí

Generální prokurátor Texasu Ken Paxton podal 23. října 2026 u okresního soudu v Collin County žalobu proti OpenAI a jejímu řediteli Samu Altmanovi, jak 2. listopadu informoval The Daily Texan. Žaloba uvádí porušení texaského zákona o klamavých obchodních praktikách a ochraně spotřebitele (Texas Deceptive Trade Practices-Consumer Protection Act), včetně nezveřejnění rizik ChatGPT a shromažďování údajů o dětech bez rodičovského dohledu. Žádá soud, aby zakázal nezletilým používat ChatGPT, aby vyžadoval schválení nových modelů ChatGPT před vydáním soudem jmenovaným nezávislým hodnotitelem a aby přiznal Texasu odškodné.

Mluvčí OpenAI uvedl, že společnost je ochotna s texaskou vládou spolupracovat na silnějších pojistkách. The Daily Texan se věnuje také tomu, jak University of Texas řeší AI na kampusu, včetně průzkumu mezi komunitou o generativní AI.

Dokážou modely AI rozpoznat své vnitřní stavy?

Quanta Magazine 4. listopadu zveřejnil text o výzkumu toho, zda jazykové modely umějí introspekci. V dřívějším experimentu vedeném Jackem Lindseym z Anthropicu byly do aktivity modelu vloženy pojmy jako „denim“. Přibližně ve 20 % pokusů s nejschopnější verzí Claude model vložení označil a kontrolní běhy nevykázaly žádné falešně pozitivní případy.

Navazující práce Kylea Mahowalda a Harveyho Ledermana naznačuje, že jde spíše o „detekci anomálií“: model vycítí, že se uvnitř děje něco neobvyklého, ale neumí určit, co přesně. Zda to lze považovat za introspekci, se stále diskutuje.

Proč na tom záleží

Náskok na špici závodu o AI je úzký a závisí na tom, který index se použije (Gemini 4 Carbon oproti Claude Opus 5.5). Právní tlak na firmy z oblasti AI kvůli bezpečnosti dětí sílí a vědci se dál přou o to, co o svém vnitřním fungování mohou modely AI vědět.