AI automatizacija4 min čitanja
Novi AI modeli i agenti - usporedba tjedna (listopad 2026.)
Što su u zadnjih sedam dana objavili Google, Meta, OpenAI, Anthropic, Alibaba i ostali frontier labovi - i što to znači za automatizaciju u maloj tvrtki.
Od 10. do 17. listopada 2026. frontier labovi nisu samo „povećali model”. Najviše se priča o dugim agentima, računalnoj uporabi i cijeni po završenom zadatku. Ispod je usporedba onoga što je stvarno izašlo u tom tjednu, s poveznicama na primarne izvore.
Brzi pregled
| Lab | Što je novo (10.-17. 10.) | Fokus | Gdje početi |
|---|---|---|---|
| Gemini 4 Argon | Frontier reasoning, coding, cyber, 1M tokena | API / Gemini app (Pro, Ultra) | |
| Meta | Muse Wonder + Muse Spark Open | Agenti + open weights | Muse Code / API / Hugging Face |
| Anthropic | Code Review GA | Softverski agenti u produkciji | Claude Code / Claude |
| OpenAI | Ultrafast + Agents API (computer use), Live/voice | Brzina i upravljani agenti | Responses / Agents API |
| Alibaba | QwenGyre, Qwen3.x Max / AgentWorld | Dugi coding agenti, trening | Bailian / Qoder CLI |
| DeepSeek | V4.1-Flash-1017 | Brzina i cijena na agent benchovima | Web / app / API |
| xAI | Grok Voice 3.0 | Speech-to-speech | Speech API |
| Mistral | Timestral | Vremenske serije (ne chat) | Model Studio |
Google - Gemini 4 Argon
13. listopada DeepMind je pustio Gemini 4 Argon: flagship za teške, višekoračne zadatke (inženjering, finance, pravo, cyber). Ujedinjeni prozor je 1.048.576 tokena; uvodna cijena API-ja je 2 USD / 1M ulaza i 10 USD / 1M izlaza do 30. studenoga 2026., zatim 4 / 20 USD (Google Cloud).
Za tvrtke: Argon cilja duge agente (migracije koda, dokumenti, obrana), ne brze chat odgovore. Ako vam treba „jedan model koji traje satima”, ovo je tjedna referenca.
Meta - Muse Wonder i open-weight Spark
12. listopada Meta je objavio Muse Wonder (API + Muse Code, 4 / 20 USD po milijunu tokena) i Muse Wonder Full (samo pretplata Muse Code) - prvi frontier modeli u Muse liniji, namijenjeni agentima i codingu (Meta Dev).
15. listopada slijedi Muse Spark Open: open-weight multimodalni model (816B ukupno, ~42B aktivnih, 1M konteksta) za lokalne i self-host agente. To je drugačija ponuda od zatvorenih flagshipova: težina i memorija su vaši, trošak je hardver.
Anthropic - agenti u softverskom procesu
U tjednu nije bio novi Opus/Sonnet flagship. Umjesto toga, 15. listopada Claude Code Review prelazi u opću dostupnost: agent koji lovi greške prije produkcije. Za razvojne timove to je konkretnije od još jednog bench marka - ulazi u CI/review petlju.
(Haiku 5.5 i Sonnet 5.5 iz prethodnih dana ostaju jeftina/srednja linija za subagente; ovaj tjedan je produktni fokus bio na Code Reviewu.)
OpenAI - brzina i upravljani agenti
DevDay (rujan) je already iza nas; u ovom tjednu changelog i produkti grade na tome:
- GPT-6.1 Sol Ultrafast u Responses API-ju (manja latencija između tokena) - API changelog.
- Agents API s computer use: agent radi u hostanom pregledniku, s odobrenjima pristupa.
- Ažuriranja GPT-Live (Decisions, prompt-to-voice) - glas i odluke u sesiji.
Za male timove: OpenAI i dalje najjasnije prodaje „agent kao usluga” (sesije, sandbox, MCP), ne samo sirovi model.
Alibaba - dugi horizont i trening agenata
Alibaba Qwen linija ovaj tjedan ide u dva smjera:
- QwenGyre (12. 10.) - RL okvir za agent rolloute koji traju satima; na Qwen 3.8 2.4T prijavljeno je ubrzanje treninga i +6 pp na NL2RepoBench.
- Qwen3.x Max / Qoder CLI - flagship za coding agente s dugim autonomnim izvođenjem (Bailian, Qoder CLI test).
Ako vas zanima otvoreni ekosustav i agent harness, Qwen ostaje najjača kineska alternativa uz DeepSeek.
Ostali frontier potezi tjedna
- DeepSeek V4.1-Flash-1017 (17. 10.): brži flash snapshot, bolji agent/coding scoreovi bez poskupljenja - korisno kad trebate volumen, ne maksimalnu dubinu.
- xAI Grok Voice 3.0 (14. 10.): speech-to-speech, reasoning uključen; zamjena za Voice 2.0 u API-ju.
- Mistral Timestral (15. 10.): prva obitelj za vremenske serije (5M-209M), ne chat - druga niša od „općeg agenta”.
Što odabrati za automatizaciju u maloj tvrtki
Ne trebate sve. Birajte po poslu:
- Jedan dugi inženjerski ili dokumentni zadatak - Argon ili Wonder Full / Astra-klasa, s čovjekom na kraju.
- Mnogo kratkih koraka (razvrstavanje, sažeci, subagenti) - jeftini flash / Haiku / Luna tipovi; cijena po milijunu tokena je ovdje odluka.
- Agent koji klikće UI ili drži sesiju - OpenAI Agents API (computer use) ili Claude/Codex harnessi; ne „samo chat”.
- Vlastiti server / EU kontrola podataka - Muse Spark Open ili Qwen/DeepSeek self-host, uz GDPR ugovor s hostom.
- Glas ili forecasting - Grok Voice 3.0 odnosno Timestral; to nisu zamjene za GPT/Claude u inboxu.
Dobar agent nije onaj s najvišim benchom, nego onaj koji završi vaš proces jeftinije od čovjeka - i ostavlja čovjeka na odluci prema kupcu.
Ako želite jedan proces (upiti, računi, podrška) povezati s konkretnim modelom i harnessom, javite se - krenemo od jednog mjerenog toka, ne od kataloga modela.
