Najlepší model AI zvládol v teste SemiAnalysis len 12 % odborných úloh

Signál dňa

Najlepší model AI splnil v novom teste 12 % odborných úloh

Čo sa stalo. SemiAnalysis↗, analytická firma zameraná na čipy a AI, 2. novembra zverejnila GDPx↗, súbor úloh pre AI agentov z 11 odvetví, okrem iného návrh čipov, kybernetická bezpečnosť, biológia, financie, právo a vývoj softvéru (Kan et al., 2026). Najlepší model dosiahol 12 %. Podľa autorov sú úlohy z financií a práva také ťažké, že takmer každý model získa presne nulu. Celkovo najlepšie dopadol Claude↗ Opus 5.5 a každý z popredných modelov bol v niektorých odvetviach silný a v iných slabý. Úlohy pripravilo štrnásť špecializovaných firiem a celý článok je len pre platiacich predplatiteľov.

Prečo na tom záleží. Autori tvrdia, že staršie testy ako GDPval zo septembra 2025 používajú krátke, presne zadané úlohy, ktoré dnešných agentov už nepreveria. Súhrnné skóre, ktoré uvádza dodávateľ, vám o vašej špecializovanej práci veľa nepovie. Výsledky sa v jednotlivých odvetviach líšia, takže model, ktorý je celkovo prvý, môže byť pre vaše odvetvie zlou voľbou.

Čo urobiť. Skôr než model kúpite alebo vymeníte, dajte dvom či trom modelom desať skutočných úloh z vášho tímu a nechajte výstupy ohodnotiť odborníka.

Abú Zabí kontroluje povolenia pomocou modelov OpenAI, rozhoduje úradník

Čo sa stalo. Vláda Abú Zabí a OpenAI↗ 2. novembra spustili program Machine-Readable Government (Abu Dhabi Media Office, 2026). Program prevádza vybrané vládne predpisy do podoby, ktorú vedia čítať systémy AI, aby úradníkom pomáhali kontrolovať bežné žiadosti o povolenia a osvedčenia. Každá kontrola odkazuje na pravidlo, ktoré použila, a konečné rozhodnutie zostáva úradníkom. Prvý pilot už beží na úrade pre poľnohospodárstvo a bezpečnosť potravín pri dovoze potravín a výpočty prebiehajú v dátových centrách v SAE. Dve ďalšie dohody podpísané v ten istý deň prinášajú modely OpenAI do energetickej firmy ADNOC↗ a do investičnej analýzy v spoločnosti Mubadala↗.

Prečo na tom záleží. Ide o fungujúci model nasadenia AI v regulovanom rozhodovaní: na vstupe písané pravidlá, pri každej odpovedi odkaz na pravidlo a človek, ktorý rozhoduje. Rovnaký postup sa hodí na internú compliance, napríklad preverovanie dodávateľov či exportné pravidlá, kde sa audítor opýta, prečo rozhodnutie padlo.

Vyskúšajte dnes

Spíšte za desať minút najnáročnejšie AI úlohy tímu, kým ChatGPT a Codex nezačnú zdieľať jeden limit

Čo to je: Od decembra budú ChatGPT↗ a Codex↗, programovací agent OpenAI, v tarifoch Plus, Pro a Business čerpať z jedného spoločného limitu. Meria sa v tokenoch, teda jednotkách textu, ktoré model číta a píše.

Pre koho: Vedúci tímov a IT manažéri, ktorí platia licencie ChatGPT a ktorých tímy používajú aj Codex.

Dostupnosť: Platené: tarify Plus, Pro a Business, uvedené v cenníku OpenAI. Zostávajúci spoločný limit uvidíte v ChatGPT v Nastaveniach, časť Využitie.

Prvý krok: Požiadajte troch najaktívnejších používateľov, aby spísali úlohy pre Codex a pokročilé modely, ktoré minulý týždeň spustili; práve tie budú zo spoločného limitu čerpať najviac.

Pozor na: OpenAI zatiaľ nezverejnila veľkosť limitov. Rýchly chat (Instant) sa nepočíta, pokročilé modely a zložité úlohy spotrebujú viac; po vyčerpaní čakáte na obnovenie, prejdete na vyšší tarif alebo dokúpite kredity.

(OpenAI, n.d.)

Udržte americké patentové rešerše v chode: založte si účet USPTO do 7. novembra

Čo to je: Od 7. novembra 2026 bude Patent Public Search↗, verejný vyhľadávač amerických patentov a zverejnených prihlášok, ktorý prevádzkuje USPTO↗, vyžadovať prihlásenie účtom USPTO.gov.

Pre koho: Patentové tímy, výskum a vývoj, technologický scouting a každý, kto kontroluje americké patenty; môj článok o tom, čo v patentovej analýze opraviť ako prvé, opisuje celý postup.

Dostupnosť: Účet USPTO.gov, ktorý založíte na registračnej stránke MyUSPTO↗; poplatok tam uvedený nie je.

Prvý krok: Otvorte registračnú stránku, založte si účet a požiadajte každého v tíme, kto vyhľadáva v amerických patentoch, aby to dnes urobil tiež.

Pozor na: Oznámenie neuvádza, čo sa zmení pri automatizovanom alebo hromadnom prístupe, preto preverte každý nástroj či skript, ktorý do vyhľadávača pristupuje bez prihlásenia.

(United States Patent and Trademark Office, n.d.)

Stojí za pozornosť

Kimi sľubuje otvorené váhy modelu K3.1 Pro do 4. novembra

Kimi↗ oznámila, že kompletné váhy modelu Kimi K3.1 Pro↗ zverejní do 4. novembra (Kimi, n.d.). Otvorené váhy by firmám umožnili prevádzkovať model na vlastných serveroch. Model je už dostupný v aplikáciách a API Kimi s kontextom 1 milión tokenov a v teste programovacích agentov podľa vlastného merania dosahuje 65,7 % oproti 66,4 % pri Claude Opus 5.5. Váhy sú ohlásené, zatiaľ nevyšli.

Južná Kórea vyčlení 4,7 bilióna wonov na vlastný špičkový model AI

Prezident I Če-mjong 2. novembra predložil Národnému zhromaždeniu rekordný rozpočet na rok 2027 vo výške 820,9 bilióna wonov, o 12,8 % vyšší (Lim & Lee, 2026). Na suverénny model AI s „najvyšším výkonom na svete“ vyčleňuje 4,7 bilióna wonov a na čipy, fyzickú AI a dátové centrá pre AI 21,3 bilióna wonov, takmer dvojnásobok oproti roku 2026. Rozpočet ešte musí schváliť parlament. Včerajšie vydanie sa venovalo plánu xAI označovať text z API Groku vodoznakom.

Repozitáre, ktoré stoja za pohľad

google-research/harness2

harness2↗ od Google Research↗ zlepšuje AI agenta tak, že prepisuje prostredie okolo modelu, teda jeho pokyny, nástroje a pamäť, namiesto toho, aby model znova trénoval (Google Research, 2026). Nepotrebuje správne odpovede: zmeny skúša priamo na úlohe a ukladá si poučenia pre ďalšie úlohy. Jedno kolo zvýšilo skóre až o 11,8 percentuálneho bodu v teste právnej práce a o 11,5 bodu v teste kancelárskej práce, pri dvoch rôznych modeloch. Približne 22 000 hviezd k 2. novembru 2026, licencia Apache 2.0. Pošlite ho tomu, kto u vás stavia interných agentov; README uvádza, že nejde o oficiálne podporovaný produkt Googlu a že behy stoja peniaze za model.

yaojingang/GEOInflow

GEOInflow↗ ukazuje, ktoré AI crawlery navštevujú váš web, ktoré stránky čítajú a koľko návštevníkov a konverzií prichádza z AI vyhľadávania (yaojingang, 2026). Beží na vašom serveri, potrebuje Docker a najmenej 6 GiB pamäte a funguje bez kľúča k modelu AI. 784 hviezd k 2. novembru 2026, licencia MIT. Odovzdajte ho webovému alebo marketingovému analytikovi a pri prvom prihlásení zmeňte predvolené heslo správcu. Výskumu o tom, ktoré zdroje citujú AI vyhľadávače, sme sa venovali 1. novembra; GEOInflow meria druhú stranu, teda čo si crawlery z vášho webu berú.

Pohľad CERNY.AI

Dnešné správy ukazujú rovnakým smerom: AI je dosť dobrá na to, aby sme ju používali, ale nie dosť dobrá na to, aby sme jej verili bez kontroly. GDPx pripisuje najlepšiemu modelu 12 % odborných úloh a Abú Zabí odpovedá systémom, v ktorom každá kontrola AI cituje svoje pravidlo a podpisuje človek. Zároveň sa prístup zužuje: USPTO zavádza prihlásenie a OpenAI meria chat aj agentov z jedného limitu. Organizácie v konkurenčnom a patentovom spravodajstve by mali prestať vyberať modely podľa verejných rebríčkov a pred každým predĺžením zmluvy si zostaviť malý súbor vlastných úloh, ktorý ohodnotia vlastní odborníci. Zostavenie takého súboru je súčasťou môjho poradenstva v oblasti konkurenčného spravodajstva.

Otázka na vašu najbližšiu poradu

Keby sme dnes dali naše tri najčastejšie odborné úlohy modelu AI, kto by výstup hodnotil a podľa akého meradla? Rýchly test zrelosti konkurenčného spravodajstva ukáže, či má váš tím také meradlo spísané.

Zdroje

• Abu Dhabi Media Office. (2026, November 2). Khaled bin Mohamed bin Zayed meets Sam Altman and witnesses signing of agreements with OpenAI. https://www.mediaoffice.abudhabi/en/crown-prince-news/khaled-bin-mohamed-bin-zayed-meets-sam-altman-and-witnesses-signing-of-agreements-with-openai/
• Google Research. (2026). harness2 [Computer software]. GitHub. https://github.com/google-research/harness2
• Kan, M., Megalaa, A., & Patel, D. (2026, November 2). GDPx: Measuring frontier model capabilities across the most valuable domains. SemiAnalysis. https://newsletter.semianalysis.com/p/gdpx-measuring-frontier-model-capabilities
• Kimi. (n.d.). Kimi K3.1 Pro tech blog: Advancing open intelligence. https://www.kimi.ai/blog/kimi-k3-1-pro
• Lim, H. J., & Lee, J. (2026, November 2). South Korea targets 'world's highest performance' sovereign AI model in record new budget. CNBC. https://www.cnbc.com/2026/11/02/south-korea-ai-spending-budget.html
• OpenAI. (n.d.). Understanding ChatGPT and Codex usage limits. OpenAI Help Center. https://help.openai.com/en/articles/20001625-understanding-chatgpt-and-codex-usage-limits
• United States Patent and Trademark Office. (n.d.). Patent Public Search. https://www.uspto.gov/patents/search/patent-public-search
• yaojingang. (2026). GEOInflow [Computer software]. GitHub. https://github.com/yaojingang/GEOInflow