⚠️ EXKLUZÍV: Opus 5.5 vs Gemini 4 Argon

Szia, itt Gergő! 👋

Összehasonlítottam a Claude Opus 5.5 és a Gemini 4 Argon modelleket öt feladaton, Claude segítségével. A tesztelésnél a válaszok anonimizáltak voltak.

Mutatom mire jutottam és, hogy kinyert!

📰 Ma a Hello AI+-ban:

⏱️ Teljes olvasási idő: ~11 perc

Jelenleg írom az egyetemi szakdolgozatomat.

Ebben az évben fogok végezni a Budapesti Gazdaságtudományi egyetem hallgatójaként.

Azt vizsgálom, hogyan használják és hogyan ítélik meg a generatív AI-t (ChatGPT, Claude, Gemini, Copilot stb) a magyarországi munkahelyeken.

Arra vagyok kíváncsi, hogy a munkavállalók és a munkáltatók mennyire látják ugyanúgy ezeket az eszközöket.

Szeretnék legalább 300 véleményt összegyűjteni, ehhez szeretném kérni a segítségedet, jelenleg 57 kitöltésnél járok.

A hírlevél több, mint 2200 email postaládában landol. Szóval technikailag megoldható lehet.

🙏 Nagyon hálás lennék, ha kitöltenéd és megosztanád ismerőssel, családtagokkal.

Ezen a linken tudod kitölteni: https://form.gergoivan.hu

Előre is köszönöm. 🤩

Teljesen anonim, és nagyjából 6 percet vesz igénybe.

Ugyanaz a prompt. Szó szerint ugyanazt másoltam be mindkét modellnek, semmit nem igazítottam rajta. A teljes promptokat és anyagokat itt találod: Google Mappa

Előfizetéses felület, API nélkül. Google AI Pro a Geminihez, Claude Pro a Claude-hoz.

Tiszta lap. Minden feladat új beszélgetésben, inkognitó módban, kikapcsolt memóriával. Javítási kör nem volt, az első válasz számít.

Anonimizált pontozás. Értékelésnél A és B jelölést hazsnáltam, modellnevek nélkül, és a kiosztást csak a pontozás lezárása után adtam meg a Claudenak.

Megoldókulcs. A jó válaszokat a futtatás előtt írtam le, a külső tényeket webes keresésből ellenőríztem.

Egyforma erőforrás. Claude Opus 5.5 medium, Gemini 4 Argon közepes effort szintet használt.

Feladatonként legfeljebb 20 pont járt: pontosság (kétszeres súllyal), használhatóság, magyar nyelv és forma. Kitalált ténynél a pontosság legfeljebb 1 pont lehetett.

A feladatokat és a kulcsot is Claude segítségével állítottam össze és értékeltem.

Egy könyvelőirodának írt fotós-ajánlat, két ügyfél-aggodalommal. Mindkét modell betartotta a formai szabályokat. A Claude mindkét aggodalomra konkrét ígéretet adott, a Gemini a másodikra (utólagos hozzájárulás) csak a csoportképnél.

A Claude jelzés nélkül október 30-ra fordította a "jövő pénteket", és két időpontot ígért, de egyet sem nevezett meg.

Öt kérdés egy kitalált, 5 oldalas ÁSZF-ről. Mindkét modell mind az ötre jól válaszolt, egyik sem talált ki adószámot, és mindkettő megtalálta a valódi ellentmondást: az egyik szakasz 2, a melléklet 5 munkanapot ír az ügyfélszolgálati válaszra.

A különbség a megfogalmazás pontosságában volt. A hatálybalépésnél (fejléc és 14.2 pont) a Claude feltételesen "kisebb feszültségről" beszélt, a Gemini feltétel nélkül ellentmondásnak nevezte.

1506 soros webshop-export, szándékosan beépített hibákkal: 6 duplikált sor, 9 hiányzó város, 1 kilógó érték. Mindkét modell minden számot jól adott, és mindhárom hibát megtalálta.

A különbség a környezetben jött. A Gemini pontos számokat írt a szövegbe, de a kért grafikon sosem jelent meg a felületen. A Claude interaktív elemet épített, amiben a böngésző számol: kártyák, táblák és grafikon, és minden szám helyes benne.

Három kérdés webes kereséssel, köztük egy csapda: a NAIH/2025/4471/V. számú állásfoglalás, ami nem létezik. Mindkét modell megfogta. Kimondta, hogy nem találja, és nem írt belőle összefoglalót. Ez a teszt legerősebb közös pontja.

A forráskezelés viszont eltért. A Claude minden állításhoz linket adott, kimondta, mit nem tudott ellenőrizni (a Claude Pro forintos árát), és két ellentmondó forrás közül a hivatalosat választotta.

A Gemini harmadik fél oldalakra hivatkozva közölt tényként egy euróárat és egy ügyszámot.

Amit hivatalos oldalon ellenőriztem (2026. október 20-i állapot):

Megtérülés-kalkulátor egyetlen promptból. Mindkét modell minden számot helyesen adott a tesztadattal (havi nettó nyereség 155 000 Ft, megtérülés 7,7 hónap, éves megtérülés 155%), a diagram is jó lett, és negatív esetnél mindkettő kiírja, hogy az eszköz nem térül meg.

A Claude kalkulátora magyarbarát: a szóközös számot és a tizedesvesszőt is elfogadja, sötét témát is tud. A Gemini megoldásánál a diagram szövege nagyon kicsi, hibás bemenetnél pedig a régi eredmények a hibaüzenet mellett maradnak.

Az öt feladat a mindennapi munkából jött: email, ajánlat, táblázat, tényellenőrzés. Pont az ilyen helyzetekben segít a Hello AI+, ahol azt tanuljuk meg, hogyan használd jobban az AI-t.

Eddig írásban vettük végig a témákat, most viszont videós anyagok is jönnek mellé.

Október 25. éjfélig az éves csomag 24%-kal olcsóbb, ha csatlakoznál: Kattints ide

Kicsi minta. Öt feladat, mindegyikből egy futás, két előfizetési csomag. Ez nem tudományos mérés, ez egy kis gyakorlati minta és 2026. októberi pillanatkép. Más csomagon vagy gondolkodási szinten másképp alakulhat.

Ami kimaradt. Időt nem mértem. Hangot, videót és képgenerálást nem teszteltem. Gemini AI Pro előfizetés 5 órás limitje, a negyedik feladat után teljesen elfogyott, míg a Claude nagyjából 30%-ot fogyasztott az 5 órás limitből.

Claude Opus 5.5: 93,5 pont. Gemini 4 Argon: 81,5 pont. A maximum 100.

Kitalált tény, vagyis kritikus hiba egyik modellnél sem fordult elő.

Ha két modell között döntesz, ne csak az én pontozásaimra támaszkodj. Ez a hat lépés az én módszerem egyszerűsített változata:

🙏 Ha még nem töltötted ki a kérdőívemet, nagyon hálás lennék, ha kitöltenéd és megosztanád ismerőssel, családtagokkal.

Ezen a linken tudod kitölteni: https://form.gergoivan.hu

Előre is köszönöm. 🤩

Mielőtt elköszönnék, kíváncsi vagyok, mit gondoltál a mai hírlevélről. Segíts, hogy még jobbá tegyem a Hello AI élményt!