A határ mentén: Sonnet 5, GLM-5.2 és az agentikus áttörés új fejezete

Acélosodnak az AI-modellek képességei, miközben az ár/érték és felhasználói szabadság új versenypályaként rajzolódik ki a piacon. Két friss játékos mutatta meg, hogyan lehet közel vinni a prémiummodell-élményt kompromisszumok nélkül.

Claude Sonnet 5 – az agentikus mindennapok szakértője

Anthropic új középszintű modellje, a Claude Sonnet 5 már elérhető mind Free, mind Pro felhasználók számára, valamint Max, Team és Enterprise ügyfeleknek — alacsonyabb áron, kevesebb cyber-kockázattal, erőteljes agentikus képességekkel. (axios.com)

Mi az erőssége?

• több lépéses tervezés, böngésző- és terminálhasználat, valamint kódírás ‒ olyan képességek, amelyek korábban csak a csúcskategóriás modellek kiváltságai voltak;
• benchmark-adatok: a Terminal-bench 2.1 agentikus kódolótesztjén 80,5‐öt ér el, míg a Sonnet 4.6 csupán 67-et. (techradar.com)

Gyengeségei:

• nem éri el az Opus vagy Mythos szintjét teljesen; ezek bizonyos feladatokra – pl. extrém komplex kódfejlesztés vagy reflexív tudásigényes generális képességek terén – továbbra is előnyösebbek;
• agentikus modellek súlyos számítási igényei és magas token-fogyasztása – ahogyan alább GLM-5.2 esetén is látható.

GLM-5.2 (Z.ai) – az open source nagyágyú, hosszú kontextussal

Z.ai új, MIT-licensz alatt elérhető modellje: 753 milliárd paraméter, és 1 millió tokenes kontextusablak – mindez lehetővé teszi, hogy kód-projektek több órás vagy napos agentikus folyamatai se bomoljanak szét. (computerworld.com)

Erősségek:

• kódolási benchmark-ütközetet nyert: a SWE-bench Pro-ban 62,1-et hozott, míg GPT-5.5 58,6-t. FrontierSWE-Dominance: 74,4 % vs. GPT-5.5 72,6 %. (aiweekly.co)

Korlátai:

• token-számlálója magas: az értékelések során rengeteg belső reasoning chain generálódik, ami drágítja a feladatokat. Akinek sok agentikus munka vagy sokragörgetett cselekvési terv kell, annak ez számít. (ai-beat.github.io)
• bár a benchmarkokon közel jár az Opus 4.8-hoz, marad le bizonyos mércéken, különösen komplex vagy szakági (compiler-szintű) mérnöki feladatokban. (es.euronews.com)

Stratégiai iránytű: mit mutat a kép?

1. Agentikus AI veszíthetetlen versenyfókusz: mindkét modell azoknak a munkafolyamatoknak a támogatásán dolgozik, ahol az AI nem csak reagál, hanem tevékenykedik, tervez, eszközöket használ – legyen az kódolás, böngészés vagy komplett projektmenedzsment. Sonnet 5 és GLM-5.2 is ebbe az irányba tolja a mércét. (techradar.com)
2. Hosszú kontextus és nagy tokenablak mint új standard: ha nem milliárdos tokenablakra méreteznek a modellek, lemaradhatnak – különösen azok, amelyek szoftverfejlesztési, kutatási vagy kreatív, több lépéses munkákra optimalizáltak. GLM-5.2 már hozza az 1 millió tokent; Sonnet 5 közelít ehhez.
3. Open source vs zárt ökoszisztéma: GLM-5.2 példája mutatja, hogy teljesen nyílt modellekkel is lehet versenyképesnek lenni – mind benchmarkban, mind funkcionalitásban. Ez mind fejlesztőknek, mind tartalomgyártóknak döntő lehet: szabadság, testreszabhatóság, biztonság kérdései új dimenzióba lépnek.
4. Költségek újrarendezése: agentikus, hosszú kontextussal dolgozó felhasználásoknál a token-output költségek lehetnek domináns tényezők. A modellek közti különbségek így nem csak tudásban, hanem gazdaságosságban is kiadottak.

Piaci és alkalmazói hatások

• Verseny erősödése a prémium-agentikus rétegben: Anthropic (Sonnet 5), OpenAI (GPT-5.5 / Sol-sorozat) és Z.ai GLM-5.2 hármasa dönti el, ki tud jobb teljesítményt nyújtani agentikus munkákban – mindez nagy érdeklődéssel kísért a vállalati licencelésben.
• Fejlesztők új lehetőségei: az open source modellek (mint GLM-5.2) újra felértékelődnek – testreszabás, finomhangolás, saját hosting nyitja meg az AI-modelling spektrumát közepes cégek és kreatív tartalomgyártók előtt is.
• Tartalomgyártók-készítők dilemmája: minél komplexebb, több lépéses tartalom kell, annál nagyobb szerver- és token-terhet jelent; viszont ezek a modellek egyszerűbbé teszik az automatizált munka intézőfeladatokat, vizuális-hangos multimédiás produkciókat.