Liu Cixin Három test-probléma című művében a „sötét erdő” elmélet szerint minden civilizáció egy fegyveres vadász: aki először felfedi magát, az hal meg. Úgy tűnik, 2026 tavaszára a vezető mesterségesintelligencia-laboratóriumok is beléptek ebbe az állapotba. Bár az NVIDIA, az OpenAI, az Anthropic és a DeepSeek kezében is ott van a „fegyver” – egy-egy minden eddiginél erősebb modell vagy architektúra –, egyikük sem meri először meghúzni a ravaszt.
Anthropic: A szándékos visszavonulás
Április 16-án az Anthropic kiadta a Claude Opus 4.7-et, ám ezzel egy időben szokatlan vallomást tettek: elismerték, hogy az új modell teljesítménye elmarad egy még ki nem adott változattól, a Mythostól. Indoklásuk szerint biztonsági megfontolások (safety concerns) állnak a háttérben.
Az elmúlt hónap nem volt zökkenőmentes a cég számára. A felhasználók „visszafejlődésre” panaszkodtak, amit az Anthropic belső mérései is igazoltak:
- Március elején a Claude Code alapértelmezett következtetési mélységét „high” szintről „medium”-ra állították, ami rontotta a válaszminőséget.
- Március végén egy „hatékonysági optimalizálás” miatt a rendszer egy óra tétlenség után törölte a korábbi gondolatmeneteket (reasoning blocks), így a modell elvesztette a kontextust.
- Rendszerszintű utasításokkal próbálták tömöríteni a válaszokat, ami 3% -os visszaesést okozott a kódolási minőségben.
Az AMD egyik szenior igazgatója a GitHubon ki is jelentette: „A Claude odáig degradálódott, hogy már nem bízható meg összetett mérnöki feladatokkal.” Az Anthropic végül április 23-án adott ki részletes hibajelentést – pont azon a napon, amikor az OpenAI bemutatta a GPT-5.5-öt. Ez aligha véletlen: a cég üzenete egyértelmű, tartogatják a Mythost a valódi versenyhelyzetekre.
OpenAI: A strukturált „fogkrém-technika”
Az OpenAI nem egy titkos modellel, hanem a szerverterhelés és az automatikus útválasztó (auto-router) finomhangolásával sakkozik. Április 23-án debütált a GPT-5.5, amely a GPT-4.5 óta az első teljesen újratanított alapmodell. Simon Willison AI-szakértő szerint azonban ez nem „drasztikus ugrás”, inkább csak a korábbi apró frissítések (5.1-5.4) utáni konszolidáció.
Érdekes incidens történt a bemutató előtt: az OpenAI Codex belső tesztkörnyezete véletlenül élesbe került. A szemfüles felhasználók olyan kódneveket fotóztak le, mint:
- Glacier: „Kontinenseket megmozgató intelligencia”.
- Heisenberg: Élettudományokra optimalizált modell.
- Arcanine: Ismeretlen célú fejlesztés.
- oai-2.1: Egy következő generációs variáns.
Az OpenAI saját 2026-os útitervében elismerte a „capability overhang” jelenségét: a modellek valós képességei és a publikum számára elérhető teljesítmény között hatalmas a szakadék. A cég tehát tudatosan „adagolja a fogkrémet”, és csak annyit mutat meg, amennyi a konkurencia sakkban tartásához szükséges.
DeepSeek: Várakozás a hazai hardverre
A kínai DeepSeek V4 Preview április 24-i megjelenése más stratégiát követ. Itt nem titkolózásról, hanem az optimalizálásról van szó. A 1.6T MoE (Mixture of Experts) architektúrára épülő modell árazása radikális: 3.48 dollár / 1 millió token, ami töredéke az amerikai riválisokénak. A „teljes vértezett” V4 Pro Max azonban még várat magára.
A hardveres korlátok és a Huawei-szövetség
A Liang Wenfeng vezette csapat először kötötte össze nyilvánosan modelljét a Huawei Ascend 950PR chippel. A V4 Pro Max valódi erejének felszabadításához azonban meg kell várniuk az Ascend 950DT sorozatú szupernode-ok 2026 második felére tervezett tömeggyártását.
- DeepSeek V4 Preview: Hibrid tanítás NVIDIA és Ascend 950PR hardverekkel.
- Ascend 950PR specifikációk: 1.56 PFLOPS (FP4) számítási teljesítmény, 112GB memóriakapacitás (papíron felülmúlja az NVIDIA H20-at).
- Cél: Megmutatni, hogy az AI-ökoszisztéma (energia, chip, infrastruktúra, modell) teljes egészében kiváltható hazai megoldásokkal.
Jensen Huang, az NVIDIA vezére nem véletlenül jegyezte meg egy podcastban: „Ha a DeepSeek a Huawei chipjein debütál, az szörnyű eredmény lesz az országunk [az USA] számára.”
Összegzés
A tech-óriások játéka a túlélésről szól. Aki először mutatja meg a kártyáit, az válik a szabályozók, az etikai viták és a konkurencia következő célpontjává. Legyen szó biztonsági aggályokról (Anthropic), infrastruktúra-kezelésről (OpenAI) vagy hardveres átállásról (DeepSeek), egy dolog biztos: amit ma használunk, az csupán töredéke annak a teljesítménynek, ami a laboratóriumok mélyén már létezik.
Forrás: tmtpost
