AI novinky: GPT-6.1 Terra, Genie 4 a nové technológie pre AI agentov

Najväčšou modelovou novinkou týždňa je GPT-6.1 Terra, najmä pre úlohy spojené s ovládaním počítača a vizuálnym obsahom.

Zaujímavý je však aj širší vývoj okolo agentov. OpenAI rieši rýchle rozhodovanie cez Decisions API a Anthropic štandardizáciu skills.

OpenAI predstavilo GPT-6.1 Terra

OpenAI tento týždeň rozšírilo rodinu GPT-6 o nový model GPT-6.1 Terra. Zameraný je najmä na vizuálne uvažovanie, presné ovládanie počítača a písanie. Terra dopĺňa modely Sol a Luna ako lacnejší model optimalizovaný najmä na vizuálne úlohy a ovládanie počítača.

Terra je dostupná cez API a postupne sa sprístupňuje aj v ChatGPT Work a Codexe pre používateľov Plus, Pro, Business, Enterprise a Edu. V klasickom Chat režime ju zatiaľ nenájdete.

Cena v API je:

• 1 USD za 1 milión vstupných tokenov,
• 0,05 USD za 1 milión cacheovaných vstupných tokenov,
• 5 USD za 1 milión výstupných tokenov.

Terra tak stojí polovicu oproti štandardnej cene GPT-6.1 Sol. OpenAI ju profiluje ako rýchlejší a úspornejší model najmä pre úlohy, pri ktorých AI pracuje s počítačom alebo vizuálnym obsahom.

Decisions API od OpenAI je už všeobecne dostupné

OpenAI ukončilo beta fázu Decisions API a sprístupnilo ho všeobecne s modelom GPT-6 Luna.

Decisions API je určené pre aplikácie či AI agentov, ktorí potrebujú vo veľkom a veľmi rýchlo robiť jednoduché rozhodnutia. Môže napríklad vyhodnotiť, do ktorej kategórie patrí zákaznícka požiadavka, či má transakcia spĺňať určité pravidlo alebo ktorý ďalší krok má AI agent vykonať.

Oproti používaniu GPT-6 Luna cez bežné Responses API môže byť podľa OpenAI až 10-násobne rýchlejšie.

Jedna požiadavka môže obsahovať až 400 otázok a API podporuje text, obrázky aj štruktúrované JSON dáta.

Cena je 0,10 USD za 1 milión vstupných tokenov a 0,01 USD pri cacheovanom vstupe. Výstupné tokeny sa samostatne neúčtujú. Dostupné je aj regionálne spracovanie dát v EÚ.

Anthropic odovzdal Agent Skills do Agentic AI Foundation

Anthropic oznámil, že Agent Skills odovzdáva nezávislej Agentic AI Foundation.

Agent Skills je otvorený štandard, ktorý umožňuje AI agentom získavať špecializované postupy, znalosti a pracovné workflowy. Skill môže obsahovať inštrukcie, skripty aj referenčné materiály potrebné na vykonanie konkrétnej úlohy. Môže napríklad naučiť agenta, ako vo firme pripravovať mesačný report podľa konkrétnej šablóny, ako pracovať s interným systémom alebo aký postup dodržať pri kontrole dokumentu.

Anthropic štandard pôvodne vytvoril pri vývoji Claude Code a verejne ho publikoval v decembri 2025.

Odvtedy ho podľa firmy integrovalo viac ako 70 platforiem vrátane ChatGPT, GitHub Copilotu, Cursoru a VS Code.

Pre používateľov to znamená hlavne väčšiu šancu, že rovnaké skills bude možné využívať naprieč rôznymi AI nástrojmi bez toho, aby ich musel user zakaždým vytvárať nanovo.

Claude dostáva na Google Cloud nový spôsob nasadenia

Firmy nemusia Claude používať iba cez web alebo API. Môžu ho nasadiť aj cez Google Cloud a prepojiť s vlastnými aplikáciami, dátami a cloudovou infraštruktúrou.

Doteraz bol Claude na Google Cloud dostupný najmä v režime, ktorý spravoval Google. Teraz pribudla druhá možnosť, Anthropic-managed deployment.

V oboch prípadoch firma používa Claude cez Google Cloud a fakturácia zostáva na jednom mieste. Rozdiel je v tom, kto prevádzkuje samotnú službu Claude a kto spracúva dáta.

Pri Google-managed režime Claude prevádzkuje Google Cloud. Tento variant môže byť vhodný najmä pre firmy, ktoré už majú v Google Cloud nastavené vlastné bezpečnostné pravidlá, správu dát a governance.

Pri novom Anthropic-managed režime zostáva infraštruktúra v Google Cloud, ale samotnú platformu Claude spravuje Anthropic. Firmy tak získajú rýchlejší prístup k novým funkciám Anthropicu, napríklad Claude Managed Agents, skills alebo code execution.

Google DeepMind predstavil Genie 4

Google DeepMind včera predstavil Genie 4, nový world model, ktorý dokáže generovať simulované prostredie v reálnom čase a priebežne predvídať, ako sa bude meniť podľa pohybu používateľa alebo jeho zásahov.

Používateľ môže svet vytvoriť a následne ho počas simulácie meniť prirodzeným jazykom. Môže napríklad upraviť počasie, pohyb kamery alebo pridať nové postavy.

Genie 4 zároveň generuje zvuk priamo spolu so svetom, vrátane ambientných zvukov, hudby a dialógu.

Google vidí využitie world modelov nielen pri tvorbe hier alebo filmov, ale aj pri tréningu robotov a AI agentov v simulovaných prostrediach.

Genie 4 zatiaľ testuje obmedzená skupina používateľov. Neskôr má byť dostupný používateľom Google AI Ultra cez Project Genie a vybraným partnerom cez Gemini API a AI Studio.

Gemini Robotics Embodied Reasoning 2 je dostupný firmám

Google práve sprístupnil v public preview na platforme Gemini model Gemini Robotics Embodied Reasoning 2.

Ide o špecializovaný model, ktorý funguje ako vyššia rozhodovacia vrstva robota. Dokáže analyzovať video a priestor, plánovať dlhšie sekvencie krokov a koordinovať ďalšie modely alebo hardvérové rozhrania potrebné na vykonanie úlohy.

Ak dostane napr. úlohu odložiť predmety do správnych boxov, systém mu pomôže rozpoznať predmety, určiť ich cieľ, naplánovať jednotlivé kroky a kontrolovať, či boli vykonané správne.

Model vie napríklad:

• sledovať, či robot správne dokončil jednotlivé kroky,
• opraviť postup pri chybe,
• pracovať s rôznymi typmi robotov,
• koordinovať viac robotov naraz,
• reagovať na príkazy v prirodzenom jazyku.

Google uvádza podporu robotických ramien, mobilných robotov aj humanoidných systémov.

Firmy môžu model kombinovať so simuláciami, vlastnými Vision-Language-Action modelmi a ďalšími nástrojmi dostupnými cez Google Cloud.