Jelentős átrendeződés rajzolódik ki a különböző generatív modellek közvetlen webes használatában a SimilarWeb év elején közzétett jelentése szerint. A Global AI Tracker [PDF] táblázatait böngészve kiderül például, hogy a chatgpt.com oldalt arányaiban sokkal kevesebb felhasználó keresi fel különböző MI-feladatok végrehajtására, mint egy évvel ezelőtt.
![]()
Különböző MI-modellek webes változatának használati aránya (forrás: SimilarWeb)
A színes oszlopokról azonnal lolvasható az említett trend, ahogy a Gemini egyfajta "vörös veszedelemként" kezdi megenni az OpenAI dominanciáját. A ChatGPT egy évvel ezelőtt még 86 százalékra taksált részesedése 2026 elejére beesett a kétharmados szint alá. Mindeközben a Google 5-ről 20 százalék fölé ugrott, ami leginkább a Gemini második generációjának szűk egy évvel ezelőtti debütálásának köszönhető. Jelentősen erősödött még a tavaly januári felbukkanásakor a nyugati világra frászt hozó kínai Deepseek, illetve az Elon Musk nevével fémjelzett Grok is.
Fontos megjegyezni, hogy ezek az arányok csakis az egyes modellek dedikált webes felületeinek (chatgpt.com, gemini.google.com stb.) forgalmára vonatkoznak. Ennek megfelelően sem a különböző mobilos alkalmazások, integrációk és API-felhasználások nem szerepelnek ebben a mérésben.
Gyorsan változó helyzet
Ettől függetlenül egyértelműnek tűnik, hogy a ChatGPT-vel egyik pillanatról a másikra a terület élharcosává váló OpenAI-nak össze kell szednie magát, ha továbbra is a terület domináns szereplőjeként szeretné magát látni. A Gemini felfutása ugyanakkor a keresőóriás szívósságát és alkalmazkodóképességét dícséri.
Néhány éve még a Google-nél uralkodott el a pánik a ChatGPT gyors sikereit látva, de mára fordult a kocka, és úgy tűnik, most az OpenAI lesz kénytelen a túlélés érdekében áttérni a hadigazdálkodásra. Utóbbit igazolja az is, hogy decemberben már arról szóltak a sajtóhírek, hogy a Sam Altman vezette cégnél vörös riadót fújtak a Google úthengere miatt.
(Kép: Google)
Az ötlettől az értékteremtésig – a gépi tanulási pipeline szerepe az adattudományi működésben
A jó adatok önmagukban még nem elegendők: a modellek csak akkor működnek megbízhatóan, ha egy átlátható, automatizált és reprodukálható környezetben futnak. A gépi tanulási pipeline-ok éppen ezt a technológiai hátteret teremtik meg.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak