AI novinky: Gemini 4 Carbon na čele rebríčka (5. 11. 2026)

Gemini 4 Carbon od Googlu obsadil prvé miesto v indexe Artificial Analysis Intelligence Index v5, o jeden bod pred modelom Claude Opus 5.5 od Anthropicu. To je hlavný príbeh o AI tohto týždňa, popri žalobe Texasu proti OpenAI a nových správach o tom, či modely AI dokážu zistiť svoje vlastné vnútorné stavy.

Gemini 4 Carbon vedie v indexe Artificial Analysis

Artificial Analysis 28. októbra oznámil, že Gemini 4 Carbon dosahuje v indexe Intelligence Index v5 skóre 59, pred modelom Claude Opus 5.5 s 58. Carbon sa umiestnil na prvom mieste v štyroch z deviatich hodnotení indexu (HLE-Diamond, Terminal-Bench-Science, AA-Omniscience a AutomationBench-AA). Opus 5.5 naďalej vedie v indexe Coding Agent Index spoločnosti Artificial Analysis, kde Claude Code s Opusom 5.5 dosahuje 62 oproti 59 pre Carbon.

V miere halucinácií podľa AA-Omniscience je Carbon na úrovni 11 %, čo je druhá najnižšia hodnota spomedzi všetkých testovaných modelov (nižšia je len pri Gemini 4 Argon, a to 4 %), v porovnaní s 50 % pri Opuse 5.5. Podľa Artificial Analysis sa Carbon zavádza vybraným používateľom a zatiaľ nie je všeobecne dostupný. Jeden index je jedno meradlo a rebríčky sa rýchlo menia.

Čínske modely s otvorenými váhami v rebríčkoch

Business Insider a ďalšie médiá informovali, že čínske modely AI v nových rebríčkoch Artificial Analysis zaostávajú za Anthropicom a OpenAI. Index v5 vyšiel 27. októbra a súkromné testovacie sady tvoria približne 60 % jeho obsahu, takže časť rozdielu odráža prepracovaný benchmark.

Moonshot AI uviedla Kimi K3 na trh 16. júla s tvrdením, že stráca náskok popredných amerických modelov, a jeho váhy boli verejne sprístupnené v priebehu niekoľkých dní. Analýza Lawfare zverejnená 4. novembra tvrdí, že otvorené váhy moc neodstraňujú, ale presúvajú: prechádza na toho, kto kontroluje výpočtový výkon, hosting, štandardy, talenty a právo. Autori uvádzajú, že vlády znižujú závislosť predovšetkým diverzifikáciou dodávateľov naprieč celým zásobníkom AI a že minulé obmedzenia otvorených technológií sa často obrátili proti zámeru.

Texas žaluje OpenAI kvôli ChatGPT a bezpečnosti detí

Generálny prokurátor Texasu Ken Paxton podal 23. októbra 2026 na okresnom súde v Collin County žalobu proti OpenAI a generálnemu riaditeľovi Samovi Altmanovi, ako 2. novembra informoval The Daily Texan. Žaloba tvrdí, že došlo k porušeniu texaského zákona o klamlivých obchodných praktikách a ochrane spotrebiteľa (Texas Deceptive Trade Practices-Consumer Protection Act), vrátane nezverejnenia rizík ChatGPT a zbierania údajov o deťoch bez rodičovského dohľadu. Žiada súd, aby maloletým zakázal používať ChatGPT, aby nové modely ChatGPT pred vydaním schvaľoval súdom vymenovaný nezávislý hodnotiteľ a aby Texasu priznal náhradu škody.

Hovorca OpenAI uviedol, že spoločnosť je ochotná spolupracovať s vládou Texasu na silnejších ochranných opatreniach. The Daily Texan sa venuje aj tomu, ako s AI zaobchádza Texaská univerzita v kampuse, vrátane prieskumu medzi komunitou o generatívnej AI.

Dokážu modely AI zistiť svoje vnútorné stavy?

Quanta Magazine 4. novembra zverejnil článok o výskume, či jazykové modely dokážu introspekciu. V skoršom experimente pod vedením Jacka Lindseyho z Anthropicu sa do aktivity modelu vkladali pojmy ako „denim“. Približne v 20 % pokusov s najschopnejšou verziou Claude model vloženie označil a kontrolné behy nepriniesli žiadne falošné poplachy.

Nadväzujúca práca Kylea Mahowalda a Harveyho Ledermana naznačuje, že ide skôr o „detekciu anomálií“: model vycíti, že sa vo vnútri deje niečo nezvyčajné, ale nedokáže určiť podrobnosti. Či to možno považovať za introspekciu, je stále predmetom diskusie.

Prečo je to dôležité

Náskok na čele pretekov o AI je úzky a závisí od použitého indexu (Gemini 4 Carbon oproti Claude Opus 5.5). Právny tlak na spoločnosti pôsobiace v oblasti AI kvôli bezpečnosti detí rastie a výskumníci stále diskutujú o tom, čo všetko modely AI dokážu zistiť o svojom vnútornom fungovaní.