Epoch friss kutatása szerint több, egymással összefüggő tendenciát látni az AI-képességek és kockázatok alakulásában: nyílt súlyú modellek képesek önállóan megkonstruálni kártékony kódot, a globális AI-számítási kapacitás gyorsan növekszik és koncentrálódik, és az újabb chipek valós inference-teljesítménye jóval nagyobb lehet, mint amit a csak FLOP/s alapú mérés mutat.
Nyílt súlyú modellek és a „patch gap” kihasználása
Epoch kontrollált sandbox-kísérleteiben a GLM 5.3 nevű, nyílt súlyú modell emberi beavatkozás nélkül hozott létre működő exploitokat hat, a legfrissebb verziók közé tartozó Firefox böngésző ellen. A Firefox világszerte több mint 200 millió aktív felhasználóval rendelkezik; az Epoch szerint a modell egy támadásonként hozzávetőlegesen 1 000 dolláros költséggel tudott működő kihasználásokat létrehozni.
A módszer lényege a szoftverfejlesztés ismert gyengesége: a biztonsági javítások publikálása és azok felhasználókhoz való eljutása közötti időablak — a „patch gap” — lehetőséget ad a javításokban szereplő információk visszafejtésére és működő támadások kialakítására. Korábban ehhez jelentős szakértelemre, időre vagy prémium hozzáférésre volt szükség, de az Epoch eredményei azt mutatják, hogy ma egy szélesen hozzáférhető nyílt súlyú modell is képes erre a fajta támadásra.
A csapat nem sikerült reprodukálni hasonló kísérletet Chrome ellen, de megjegyzik, hogy jobb promptolás vagy még erősebb modell ezeket az eredményeket megváltoztathatja. A patch gap nem csak böngészőket érint; érintheti telefonos operációs rendszereket, router firmware-eket és más szoftvereket is. Epoch ezért azt várja, hogy a patch-gap típusú támadások számának növekedése valószínű, ahogy több képességes nyílt model megjelenik.
Claude Fable 5.2 és az Epoch Capabilities Index (ECI)
Anthropic november 9-én adta ki Claude Fable 5.2-t; az Epoch Capabilities Index (ECI) szerint ez a modell 174-es pontszámot ért el, amivel új rekordot állított fel (a korábbi csúcs GPT-6 Astra 169 pontja volt). Az ECI több benchmark eredményét egyesíti, hogy egyetlen, általános képességskálán hasonlíthatóvá tegye a modelleket.
Epoch megfigyelése szerint a modellek képességei generációnként emelkednek, és 2024 vége óta, amikor az AI-laborok „reasoning” (érvelés) jellegű képességeket kezdtek beépíteni, a javulás üteme felgyorsult. Claude Fable 5.2 pontszáma meghaladta azt is, amit a korábbi trend előrejelzett volna. Epoch óvatosan kezeli azokat a vitákat, amelyek szerint az AI önmagára irányuló hozzájárulása felgyorsíthatja a fejlődést: Fable 5.2 egy adatpont a sok közül.
ECI-számítási módszertan frissítése
A kutatók Emilia Álvarez és Alexander Barry átállították az ECI kiszámítását a korábbi frequentista megközelítésről egy bayesiánus módszerre. Az új módszer jobb alátámasztást ad a pontszámok valószínűségi tartományaira és lehetővé teszi annak közlését, hogy egy modell milyen valószínűséggel tud felülmúlni egy másikat. Például az Epoch mostantól azt tudja állítani, hogy Astra 72%-os valószínűséggel erősebb, mint Claude Opus 5.5, míg 99%-os valószínűséggel erősebb, mint Claude Fable 5.1.
A módszerváltás nem módosította jelentősen a legerősebb modellek pontszámait: az erősebb modelleknél az átlagos elmozdulás körülbelül 1 ECI pont volt.
Globális AI-számítási kapacitás növekedése és chipáramlás
Epoch elemzése szerint az új AI-számítási kapacitás körülbelül 9 havonta megduplázódik; a negyedéves kapacitásbővülés 2024 óta évente nagyjából 2,5×-es növekedést mutatott, ami lassabb, mint a 2023-ban mért közel 6×-os éves növekedés. Egyes adatok további lassulást jeleznek a chipgenerációk közti időszakok miatt, de ez a jelenség statisztikailag nem feltétlenül jelentős.
Egy jelentős hozzájáruló a növekedéshez Broadcom volt: a cég, amely Google egyedi AI-chipjeit (TPU-kat) gyártja, 2026 második és harmadik pénzügyi negyedéve között megduplázta a TPU-számítási kapacitás szállításait, elérve közel 2 millió H100-egyenértéket. A korábbi három negyedévben a szállítások negyedévről negyedévre 2–22%-kal nőttek.
A Broadcom növekedése részben a chipek darabszámának emelkedéséből adódott: a gyártó 65%-kal több chipet szállított (hozzávetőleg 800 000 darabot), és részben az újabb, nagyobb teljesítményű TPU v7 felé történő elmozdulásból. A szállítmányok a Google és az Anthropic felé irányultak. Epoch chipértékesítési adatai szerint a Google TPU-i a 2026 április–június időszakban a világpiacon kiszállított AI-számítási teljesítmény körülbelül negyedét tették ki.
Hová kerülnek a chipek: AI Chip Imports explorer
Az Epoch új, AI Chip Imports elnevezésű eszköze kereskedelmi adatok alapján becsli, hogy országonként mennyi AI-számítási teljesítmény érkezett 2022 óta. Az elemzés szerint a 2026 júniusáig kiszállított mintegy 27,4 millió H100-egyenérték 72%-a az Egyesült Államokba jutott. Kína részesedése 10%, az EU-é 5%, Malajziáé pedig 2%.
Fontos különbséget tenni a chipek darabszáma és a chipek által képviselt számítási teljesítmény között. Kína chipekből nagyobb arányt kap (18%), ami arra utal, hogy sok chipe alacsonyabb teljesítményű. Az exportellenőrzéseknek megfelelő és hazai gyártású chipek együtt körülbelül a kínai készlet 40%-át teszik ki.
Esettanulmány: Huawei Horinger AI-adatközpont
A vezető kutató Ben Cottier esettanulmánya Huawei horingeri (Belső-Mongólia) AI-adatközpontjáról rávilágít a kínai chipteljesítmény-korlátokra. A komplexum négy AI-épületében elméleti IT-energia kapacitásként összesen 286 megawatt szerepel, ami miatt valószínűleg az egyik legnagyobb kínai AI-adatközpont. Az Epoch becslése szerint azonban számítási kapacitása hozzávetőlegesen a SpaceX Tennessee-ben lévő Colossus 2 központjának 7%-a.
Bár Kínában elegendő energia áll rendelkezésre az adatközpontok számára, az amerikai létesítmények egységnyi energia mellett körülbelül 2,5× több AI-számítást támogatnak, és a legnagyobbak elérték az 1 000 MW-os szintet. A horingeri központ várhatóan 2028 elejére több mint 70%-kal növeli számítási teljesítményét, mintegy 141 000 H100-egyenértékre; ez is csak nagyjából ugyanakkora arányt jelentene a Colossus 2-höz képest, amelynek várakozásuk szerint több mint 1,8 millió H100-egyenértéke lesz.
Az esettanulmány az Epoch szélesebb AI-adatközpont kutatására támaszkodik, amely műholdfelvételeket, engedélyeket és építési ismereteket használ az adatközpontok teljesítményének, számítási kapacitásának és költségének becslésére.
Tudományos használat: LLM-ek elterjedése a biológiában
Tara Abrishami kutatása szerint a biológiai preprintekben az LLM-ek (nagy nyelvi modellek) használatát elismerik majdnem annyiszor, mint a speciális AI-eszközökét, például az AlphaFoldét: a preprintek körülbelül 17%-a említi az LLM-használatot, míg 19%-uk említ speciális eszközt. 2026 szeptemberében mintegy 4% jelezte explicit módon, hogy LLM-et használt kutatáshoz vagy elemzéshez, ami emelkedés az év eleji körülbelül 1%-hoz képest.
Ez kiegészíti az Epoch matematikai arXiv-preprintekre vonatkozó elemzését, ahol az AI-használat beismerése áprilistól októberig körülbelül 4%-ról 48%-ra ugrott.
Inference Performance Index (IPI): miért keveset árul el a FLOP/s
Jason Li kutatása szerint a hagyományos FLOP/s-alapú mérés alulbecsüli, hogy egy chip valójában hány felhasználót vagy ügynököt tud kiszolgálni. Az IPI azt modellezi, hogy egy chip egyszerre hány kérést képes kiszolgálni különböző válaszidők mellett, figyelembe véve a chipek közötti kommunikációt és memóriakezelést.
Az Epoch példái szerint az Nvidia GB300 hozzávetőleg 25×-os inference-kapacitást nyújt egy H100-hoz képest agentikus (ügynök) munkaterhelésenként, miközben csak körülbelül 2,5×-ször nagyobb 8-bites FLOP/s értéke van. Összehasonlítva a GB300-zal, egyes újabb chipek akár 72×-kal nagyobb inference-kapacitást is elérhetnek az Nvidia H100-hoz viszonyítva.
Az IPI lehetőséget ad arra, hogy egyetlen egységben becsüljük meg egy adatközpont vagy a világ teljes inference-kapacitását.
Karrierlehetőségek és záró megjegyzés
Az Epoch gyorsan növekszik és több pozíciót hirdet: Researcher / Senior Researcher, Designer / Senior Designer, Design Lead / Head of Design, Product Manager (Website), Talent Acquisition Coordinator, valamint Software Engineer (Cybersecurity Benchmarks). A jelentkezések folyamatosan érkeznek.
Összefoglalva, az Epoch munkái egyszerre mutatják a képességek gyors bővülését (Claude Fable 5.2, növekvő chipszállítások), a mérési módszerek fejlődését (bayesiánus ECI, IPI) és a kockázatokat (nyílt modellek által generált patch-gap exploitok), miközben a globális chipáramlás és az adatközpontok teljesítménye továbbra is erősen földrajzilag koncentrált.
