Googleov dugo očekivani Gemini 3.5 Pro dolazi s 2M kontekstom i Deep Think zaključivanjem. SpaceX zatvara najveću startup akviziciju u povijesti. Meta lansira prvi plaćeni AI model. Claude Fable 5 pridružuje se frontu. Globalni VC doseže rekordnih 510 mlrd $ u H1 2026.
Tjedan od 17. do 24. srpnja 2026. bit će zapamćen kao trenutak kada se AI fronta proširila u svim smjerovima odjednom. Google je konačno isporučio Gemini 3.5 Pro koji je kasnio zbog arhitektonske pregradnje — a već četiri dana kasnije objavio je i Gemini 3.6 Flash. SpaceX je službeno zatvorio akviziciju Cursora vrijednu 60 milijardi dolara, najveći startup deal u povijesti, i objavio Grok 4.5 kao prvi zajednički model. Meta je ušla na plaćeno AI tržište s Muse Spark 1.1. Anthropicov Claude Fable 5 stigao je kao novi flagship za zaključivanje. A brojke iz prve polovice 2026. pokazale su nespornu razmjeru vala AI ulaganja: globalni VC dostigao je 510 milijardi dolara, vođen gotovo isključivo AI dealovima.
Sažetak: Gemini 3.5 Pro lansiran 17. srpnja (2M kontekst, Deep Think sloj zaključivanja); Gemini 3.6 Flash slijedi 21. srpnja. SpaceX zatvara akviziciju Cursora za 60 mlrd $ i lansira Grok 4.5 MoE. Meta debütira Muse Spark 1.1 — prvi plaćeni Meta AI model — s 1M kontekstom i computer-use. Claude Fable 5 dostupan po cijeni $10/$50 po milijunu tokena. Globalni VC: 510 mlrd $ u H1 2026., novi rekord. Together AI prikuplja 800M $ pri vrijednosti od 8,3 mlrd $. Hrvatska tvrtka Hypefy prikuplja 7,2M $ u Series A. ICML 2026 uvodi selektivnu aktivacijsku rijetkoću.
Nakon zamijećenog kašnjenja uzrokovanog arhitektonskom pregradnjom, Google DeepMind isporučio je Gemini 3.5 Pro 17. srpnja — model koji predstavlja najznačajniji odmak od Geminiove prethodne arhitekture od originalnog lansiranja 1.0. Pregradnja nije bila manji verzijski skok: Googleov inženjerski tim prepisao je temeljne komponente transformer stacka kako bi podržao ono što nazivaju Deep Think slojem zaključivanja, eksplicitni mehanizam zaključivanja koji razdvaja namjerno chain-of-thought računanje od standardnog predviđanja tokena.
2M-tokenski kontekst, Deep Think sloj zaključivanja, autonomne workflow sposobnosti. Preizgrađena arhitektura za složeno višekoračno zaključivanje, znanstvena istraživanja i agentic zadatke poduzeća.
Brzinski optimiziran nastavak lansiran samo četiri dana nakon 3.5 Pro. Usmjeren na visoko-volumenski rad, aplikacije u stvarnom vremenu i troškovno osjetljive primjene na Google Cloudu.
Model za pretvaranje teksta u govor koji podržava 70+ jezika, trenutno u previewu. Namijenjen glasovnim asistentima, alatima za pristupačnost i višejezičnoj korisničkoj službi.
Integriran u Boston Dynamics robote putem Google Cloud partnerstva. Omogućuje utjelovljeno zaključivanje za AI sustave u fizičkom svijetu — manipulacija, navigacija, prepoznavanje objekata.
Deep Think sloj zaključivanja Googleov je arhitektonski odgovor na isti problem koji je motivirao OpenAIjevu o-seriju i Anthropicov extended thinking mode: za složene probleme, trenutno generiranje odgovora je manje točno od prethodnog generiranja strukturiranog traga zaključivanja. Deep Think dodjeljuje poseban računski budžet namjernom zaključivanju — u biti dopuštajući modelu da "razmisli prije nego progovori" — a zatim sintetizira to zaključivanje u konačni odgovor. Google tvrdi da ovo poboljšava performanse na višekoračnom logičkom zaključivanju, rješavanju znanstvenih problema i planiranju dugog horizonta za 18–34% u usporedbi s Geminijem 3.0 Pro.
Kontekstualni prozor od 2 milijuna tokena nije samo benchmark naslov. U praksi znači da primjena u poduzeću može unijeti cijeli portfelj pravnih ugovora, kompletan codebase ili višegodišnju povijest interakcija s klijentima u jedan API poziv i koherentno zaključivati kroz sve to. Dosad su većina enterprise AI arhitektura zahtijevale složene RAG sustave za kompenzaciju kraćih konteksta. S izvornim 2M tokenima, arhitektura za mnoge enterprise use caseove značajno se pojednostavljuje — smanjujući latenciju, eliminirajući greške dohvaćanja i smanjujući inženjersku složenost.
Konkurentsko pozicioniranje: Gemini 3.5 Pro izravno se natječe s Claudeom Fable 5 (1M-tokenski kontekst, $10/$50 po milijunu tokena) i OpenAI Solom u segmentu frontier zaključivanja. Rani benchmarci sugeriraju da 3.5 Pro vodi na znanstvenom zaključivanju i zadacima s dugačkim dokumentima; Fable 5 vodi na praćenju uputa i završavanju agentic zadataka; Sol vodi na kodiranju. Enterprise odluka više nije o tome koji je model "najbolji" već koji je model najbolji za vaš specifični rad.
Akvizicija Cursora (razvijenog od Anyspherea, osnovanog od MIT istraživača) od strane SpaceXa za 60 milijardi dolara u dionicama službeno je zatvorena ovog tjedna, čineći je najvećom startup akvizicijom u povijesti. Cursor je prešao 1 milijardu dolara ARR-a — prekretnica dostignutao brže nego gotovo ijedna B2B softverska tvrtka u povijesti — a deal vrednuje ga na 60× prihode, multiplikator koji odražava ne samo trenutnu izvedbu već i SpaceXovu strateški okladu na AI-nativni razvoj softvera kao platformu.
Dana nakon zatvaranja, SpaceX AI (novi roditeljski brend xAIa) i Cursor zajedno su objavili Grok 4.5 — model Mixture-of-Experts s 1,5 bilijuna parametara, treniran na Cursorovom skupu podataka o interakcijama, najvećem korpusu sesija kodiranja u stvarnom svijetu ikad sastavljenom. Model je postigao 83,3% na Terminal-Bench 2.1. Cijena je $2 input / $6 output po milijunu tokena, značajno ispod GPT-5.6 Sola i Claudea Fable 5.
Zašto je ovo važno izvan kodiranja: Cursorovi podaci o treniranju nisu samo kod. Sadrže puni kontekst kako inženjeri donose odluke: upite koje pokreću, dokumentaciju koju čitaju, greške koje debugiraju, arhitekture koje odabiru. Model treniran na ovim podacima uči inženjersku prosudbu, a ne samo sintaksu. Ta prosudba prelazi na susjedne domene — analiza podataka, tehničko pisanje, dizajn sustava — čineći Grok 4.5 konkurentnim daleko izvan IDE-a.
Meta je posljednjih dvije godine besplatno objavljivala open-source modele. To se promijenilo 9. srpnja lansiranjem Muse Spark 1.1 — Metanog prvog komercijalnog plaćenog AI modela, po cijeni $1,25 input / $4,25 output po milijunu tokena. Potez signalizira da je Meta spremna izravno monetizirati svoje AI sposobnosti, umjesto da se oslanja isključivo na oglašavanje i društvenu trgovinu za hvatanje AI vrijednosti.
Kontekstualni prozor od 1M tokena. Sposobnosti computer-use na desktopu, pregledniku i mobitelu. Rangiran na prvom mjestu na JobBenchu i Finance Agent V2. Metain prvi plaćeni komercijalni AI model.
Sposobnost computer-usea — koja modelu dopušta kontrolu sučelja deskopa, preglednika i mobitela — važna je napomena. Do sada je pouzdani computer-use bio razlikovač za Claude Sonnet 5. Meta koja ulazi u ovaj prostor po značajno nižoj cijeni komprimirat će marže na implementacijama computer-use automatizacije i ubrzati usvajanje među troškovno osjetljivim SMB-ovima.
Anthropicov najnoviji flagship model dolazi s kontekstualnim prozorom od 1M tokena i pozicioniran je kao najsnažniji model za zaključivanje u Anthropicovom lineupu. API cijena je $10 input / $50 output po milijunu tokena — premium pozicioniranje koje odražava njegovu ciljnu publiku: enterprise istraživanje, složene višekoračne agentic workflowe i zadatke gdje točnost i dubina zaključivanja važniji od troška po tokenu.
Najdiskutovaniji rad s ovogodišnjeg Međunarodne konferencije o strojnom učenju uvodi tehni treniranja nazvanu selektivna aktivacijska rijetkoća. Ključni uvid: umjesto aktiviranja svih parametara modela za svako zaključivanje (standardno gusto računanje), selektivna aktivacijska rijetkoća trenira modele da identificiraju i koriste samo podskup parametara najrelevantnijih za svaki specifični zadatak.
Na benchmark testovima zaključivanja, modeli trenirani sa selektivnom aktivacijskom rijetkoćom dostigli su performanse modela trostruko većih po broju sirovih parametara. Implikacije za ekonomiku AI primjene su značajne:
Također iz istraživanja ovog tjedna: Istraživači Sveučilišta u Osaki koristili su AI simulacijski model za rješavanje dugo otvorenih pitanja o anomalnim fizikalnim svojstvima vode. Odvojeno, AI-ubrzana simulacija neutronskih zvijezda dramatično je skratila vrijeme potrebno za modeliranje produkcije teških elemenata (zlato, platina) u spajanjima zvijezda.
Crunchbase podaci potvrdili su da je globalno venture capital ulaganje dostiglo 510 milijardi dolara u prvoj polovici 2026. — novi rekord vođen gotovo isključivo AI dealovima. Sjeverna Amerika činila je većinu, ali je europsko AI ulaganje također dostiglo višegodišnji vrhunac.
Together AI, koji pruža cloud infrastrukturu za treniranje i pokretanje open-source AI modela, prikupio je 800M $ u Series C rundi pri vrijednosti tvrtke od 8,3 milijarde dolara. Runda signalizira kontinuiranu investitorsku uvjerenost da open-source model infrastruktura predstavlja trajno tržište za organizacije s zahtjevima za privatnošću podataka ili strogim troškovnim ograničenjima.
Stockholmski Neko Health — kojeg je osnovao Daniel Ek, suosnivač Spotifyja — prikupio je 700M $ za širenje svoje AI-pokretane platforme za preventivnu zdravstvenu dijagnostiku diljem Europe i SAD-a. Platforma koristi skeniranje cijelog tijela i AI analizu za otkrivanje metaboličkih, kardiovaskularnih i onkoloških stanja godinama prije pojave simptoma.
S moćnim modelima dostupnim po $1–$5 po milijunu tokena i zrelim orchestration okvirima, postavljanje produkcijskog AI agenta za malo poduzeće više nije šestomjesečni inženjerski projekt. Ovdje je praktični okvir za početak za tjedan dana.
AI agenti s najvišim ROI-em su uski i repetitivni — zadaci koji vještenom zaposleniku oduzimaju 30–60 minuta, događaju se više puta dnevno i slijede konzistentan proces. Dobri prvi kandidati:
Nije svaki zadatak potreban frontier model. Kao grubo vodilo:
Za prvu verziju, nemojte postaviti potpuno autonomnog agenta. Umjesto toga, izgradite tijek rada u kojemu agent izrađuje prijedlog akcije, a čovjek ga odobrava prije izvršenja. Ovo hvata greške prije nego imaju vanjski učinak, gradi povjerenje tima u sustav i generira visokokvalitetne primjere treniranja za buduće fino podešavanje.
Hrvatski AI startup Hypefy zatvorio je 7,2M $ Series A — značajnu rundu za hrvatski startup ekosustav, gdje je ukupno startup financiranje dostiglo samo 125M $ do svibnja 2026. Hypefy gradi AI alate za influencer marketing i performanse brendiranog sadržaja, pomažući brendovima identificirati visoko ROI kreatorska partnerstva i optimizirati distribuciju sadržaja na društvenim platformama. Runda pozicionira Hypefy za ekspanziju na DACH i šire CEE tržište.
Zagrebački Arkensight nastavlja razvoj svoje AI platforme za vizualnu inteligenciju za analizu CCTV, dronova i satelitskih snimki — fokusirajući se na detekciju imovine i procjenu štete za osiguravajuće, infrastrukturne i vladine klijente. Platforma koristi računalni vid za automatizaciju onoga što trenutno zahtijeva ručni pregled od strane obučenih analitičara, smanjujući vrijeme procjene s dana na sate.
Hrvatska sada ima najmanje 36 aktivnih generativnih AI tvrtki (ensun.io), s eksustavom koji uključuje etablirane igrače poput Mindsmiths (enterprise AI alati), Gideon Brothers (AI autonomni viličari) i Memgraph (grafička baza podataka za AI aplikacije). Hrvatska participacija u CEE tech priči o rastu odražava gustoću talenata sa zagrebačkih tehničkih sveučilišta i troškovnu konkurentnost za razvoj proizvoda u ranoj fazi.
Gemini 3.5 Pro, Muse Spark 1.1, Claude Fable 5 — znati koji model odgovara vašem specifičnom workloadu razlika je između neuspjelog pilota i produkcijskog sustava. AI Workshop pomaže hrvatskim i europskim poduzećima navigirati krajolikom modela, dizajnirati pravu arhitekturu i graditi agente koji isporučuju mjerljive rezultate.
Zakažite besplatne konzultacije