Claude Code wechselt standardmäßig in den Auto Mode, Astra bei OpenAI als kritisch in der Cybersicherheit eingestuft, NVIDIA enthüllt Cosmos 3

Am 7. August 2026 schaltet Claude Code ab dem 14. August für die Pro-, Max- und Team-Pläne den Auto Mode als standardmäßigen Berechtigungsmodus ein, gestützt auf eine interne Studie, die 89% blockierte gefährliche Befehle gegenüber 14% bei manueller Prüfung misst. Am selben Tag stuft OpenAI erstmals eines seiner kommenden Modelle, Astra, im Preparedness Framework im Bereich Cybersicherheit als kritisch ein, und NVIDIA enthüllt Cosmos 3, eine neue Familie offener Modelle für Robotik und autonome Fahrzeuge, die bereits von Doosan, LG, Samsung und Li Auto übernommen wurde. Das Gesamtbild wird ergänzt durch die Nachrichten zwischen Sitzungen von Claude Code, eine Lockerung der biologischen Schutzmechanismen von Claude Fable 5, die allgemeine Verfügbarkeit von Seedance 2.5 auf Runway und Luma sowie rund ein Dutzend weiterer Ankündigungen rund um GitHub Copilot, Gemini und agentische Code-Tools.

Claude Code: Auto Mode wird am 14. August zum standardmäßigen Berechtigungsmodus

7. August — Anthropic kündigt an, dass ab dem 14. August der Auto Mode in Claude Code für Nutzer der Pro-, Max- und Team-Pläne zum standardmäßigen Berechtigungsmodus wird. Statt vor jedem Shell-Befehl oder jeder sensiblen Aktion eine Bestätigung anzufordern, stützt sich Auto Mode auf einen separaten Klassifizierer, der jeden Tool-Aufruf analysiert und als gefährlich eingestufte Befehle automatisch blockiert, ohne den Nutzer bei jedem Schritt zu unterbrechen.

Anthropic begründet diese Änderung mit einer internen Studie unter 1.053 zahlenden Testern, denen eine Berechtigungsabfrage für einen eindeutig gefährlichen Befehl vorgelegt wurde (nur Text, nichts wurde tatsächlich ausgeführt). Menschliche Tester erkannten die Gefahr nur in 13,6% der Fälle, ein Wert, der nach 50 aufeinanderfolgenden Aufforderungen unter dem Einfluss von Ermüdung auf etwa 5% sinkt. Auto Mode hingegen blockierte dieselben Befehle in 89% der Fälle, ein stabiler Wert unabhängig von der Sitzungsdauer.

Gemessener Indikator	Manuelle Genehmigung	Auto Mode
Erste Erkennung	13,6%	89%
Erkennung nach 50 Abfragen	~5%	89% (stabil)

Eine weitere konkrete Änderung: Der Token-Mehraufwand des Klassifizierers zählt künftig nicht mehr in die Nutzungsgrenzen der Pro-, Max- und Team-Pläne; eine Ausweitung auf Enterprise- und API-Pläne ist geplant, sobald Auto Mode überall ausgerollt ist. Eine In-App-Benachrichtigung informiert die Nutzer über die Umstellung, und Administratoren können defaultMode anheften oder Auto Mode über die verwalteten Einstellungen deaktivieren.

The team and I use Auto mode exclusively, and have been for many months. I couldn’t imagine going back to permission prompts! Really excited to get this out to everyone.

🇩🇪 Mit dem Team nutzen wir Auto Mode seit mehreren Monaten ausschließlich. Ich könnte mir nicht vorstellen, zu den Berechtigungsaufforderungen zurückzukehren! Wirklich froh, das jetzt für alle bereitzustellen. — @bcherny auf X

🔗 Ankündigung @ClaudeDevs

OpenAI stuft Astra auf kritischem Niveau für Cybersicherheit ein

7. August — OpenAI gibt bekannt, dass sein zukünftiges Modell Astra das erste ist, das im Rahmen seines Preparedness Frameworks für Cybersicherheit als kritisch (Critical) eingestuft wurde, das erstmals im Dezember 2023 veröffentlicht wurde. Frühere Modelle, darunter GPT-5.6 Sol, waren in dieser Dimension nur als hoch (High) bewertet worden.

Laut dem Framework erreicht ein Modell die kritische Schwelle in der Cybersicherheit, wenn es funktionierende Zero-Day-Exploits für zahlreiche gehärtete kritische Systeme ohne menschliches Eingreifen identifizieren und entwickeln kann oder von einem bloßen hochrangigen Ziel aus eine neuartige Cyberangriffsstrategie von Grund auf entwerfen kann. Interne Bewertungen der letzten Tage zu Astra, kombiniert mit externen Gutachten, haben OpenAI zu der Schlussfolgerung geführt, dass dieses Fähigkeitsniveau nicht ausgeschlossen werden kann — daher diese Transparenznotiz, die noch vor dem Ende der vollständigen Testkampagne veröffentlicht wurde. Das Unternehmen präzisiert, dass Astra nicht in den jüngsten Sicherheitsvorfall bei Hugging Face verwickelt war.

Infolgedessen verschärft OpenAI seine internen Kontrollen: isolierte Testumgebungen, eingeschränkter Netzwerk- und Toolzugang, verstärkte Verschlüsselung der Modellgewichte, erhöhte Überwachung und Ausführung in einer Sandbox. Interne Aktivitäten mit Astra, die diese Anforderungen noch nicht erfüllen, werden pausiert, und Monitore analysieren nun die Gedankenkette des Modells über alle agentischen Anwendungen hinweg, um bei risikoreichem Verhalten eine Sicherheitsreaktion auszulösen.

After evaluating one of our upcoming models, Astra, we’re treating it as our first “critical” model for cybersecurity under our Preparedness Framework. This is a scenario we’ve planned for, and we’re putting additional controls in place to ensure Astra’s further development happens safely and securely.

🇩🇪 Nachdem wir eines unserer zukünftigen Modelle, Astra, bewertet haben, behandeln wir es im Rahmen unseres Preparedness Framework als unser erstes „kritisches“ Modell in Sachen Cybersicherheit. Das ist ein Szenario, das wir vorausgesehen hatten, und wir führen zusätzliche Kontrollen ein, um sicherzustellen, dass die weitere Entwicklung von Astra sicher und geschützt verläuft. — @OpenAI auf X

🔗 OpenAI-Transparenzhinweis

NVIDIA enthüllt Cosmos 3, eine Familie offener Modelle für physische KI

6. August — NVIDIA hat Cosmos 3 vorgestellt, eine neue Familie offener Modelle für physische KI — Robotik, autonome Fahrzeuge, eingebettete Vision — veröffentlicht im Rahmen der Reihe Into the Omniverse. Es werden drei Größen angeboten: Cosmos 3 Super für hochpräzise Modellierung, Cosmos 3 Nano für effizientes Schlussfolgern und Cosmos 3 Edge für den Embedded-Einsatz.

Cosmos-3-Variante	Parameter	Geplanter Einsatz
Cosmos 3 Super	64 Milliarden	Hochpräzise Modellierung
Cosmos 3 Nano	16 Milliarden	Effizientes Schlussfolgern
Cosmos 3 Edge	4 Milliarden	Embedded-Einsatz

Die Familie beansprucht den ersten Platz in mehreren Rankings: Artificial Analysis (Text-zu-Bild- und Bild-zu-Video-Generierung mit offenen Gewichten), PAI-Bench (Welten-Generierung) und RoboLab (robotische Politiken). Mehrere Industrieunternehmen haben bereits ihre Einführung angekündigt — Doosan Robotics, LG Electronics, Samsung Electronics und Skild AI auf der Robotikseite, Li Auto, Xiaomi und Afari bei autonomen Fahrzeugen — und die NVIDIA Cosmos Coalition erweitert ihre Aktivitäten nach Japan. Die Modelle sind unter der offenen Lizenz OpenMDW 1.1 auf Hugging Face und GitHub verfügbar.

🔗 NVIDIA — Offene Weltmodelle für physische KI

Claude Code und Claude Fable 5: zwei Neuigkeiten von Anthropic

Claude-Code-Sitzungen können nun miteinander sprechen

7. August — Claude Code führt die Nachrichten zwischen Sitzungen ein: Statt den Kontext einer Aufgabe in einer anderen Sitzung neu zu erklären, kann Claude nun gebeten werden, die Information selbst zu übermitteln. Die gesendete Nachricht ist eine Zusammenfassung — nicht der vollständige Verlauf und nicht die Dateien der Ursprungssitzung —, die die Ziel-Sitzung im Verlauf der Aufgabe abruft, ohne bei null zu beginnen. Die Funktion funktioniert in beide Richtungen: Eine Sitzung kann eine andere abfragen und die Antwort in ihrer eigenen Konversation erhalten, oder Claude kann diese Nachricht selbstständig initiieren, wenn eine Änderung eine parallele Aufgabe beeinflusst — nützlich, um zwei Agenten bei demselben Refactor zu koordinieren. Ab sofort auf macOS und Linux verfügbar.

🔗 Ankündigung @ClaudeDevs

Claude Fable 5 lockert seine biologischen Schutzmechanismen, -85% weniger Fehlalarme

7. August — Anthropic hat die biologischen Schutzmechanismen von Claude Fable 5 aktualisiert, um Fehlalarme zu reduzieren. Laut internen Tests verringert das Update die Fälle von irrtümlich ausgelöstem Fallback bei biologischen Themen über alle Produktoberflächen hinweg um etwa 85% — Fable kann nun ein breiteres Spektrum alltäglicher Gesundheits- und Bildungsfragen ohne unnötige Blockade behandeln. Der Schutzmechanismus bleibt für Dual-Use-Anwendungen aktiv — Virologie, Toxikologie, molekulares Design —, die weiterhin auf Opus 5 umgeleitet werden: Fable 5 ist daher nicht für professionelle biologische Forschung oder Medikamentenentwicklung nutzbar. Anthropic sagt, es arbeite daran, diese Lücke durch dedizierte vertrauenswürdige Zugangswege zu schließen.

🔗 Ankündigung @claudeai

Code-Tools: Amp-Preise, Replit-SSO und Codex-Sicherheitsprüfung

Amp strukturiert die Preisgestaltung und die Größe seiner Orbs neu

7. August — Amp ergänzt eine neue Orb-Größe a1.medium (4 CPU, 8 GB RAM), 50% günstiger als die bisherige a0.medium und besser geeignet für die Mehrheit der Projekte. Die automatische Pausierung nach Inaktivität wird von 15 auf 5 Minuten verkürzt, wodurch die Kosten für im Hintergrund vergessene Orbs sinken. Außerdem lässt sich die Orb-Größe nun pro Gespräch über den Befehl amp -ox und seinen Flag --orb-size auswählen.

Orb-Größe	CPU	Arbeitsspeicher	Preis pro Stunde
a1.tiny	1	2 GB	0,08 $
a1.medium	4	8 GB	0,33 $
a1.xxlarge	16	32 GB	1,32 $

🔗 Amp — Die Orbs der Produktion dimensionieren

Replit ergänzt Okta- und Entra-ID-SSO, bis Oktober kostenlos

6. August — Replit integriert unternehmensweite Single Sign-On (SSO) in seine generierten Anwendungen, in Partnerschaft mit Clerk. Kunden des Pro-Plans können ihren Agenten bitten, Okta oder Entra ID (OIDC oder SAML) direkt in ihrer Anwendung zu konfigurieren, ohne manuelle Einrichtung des Identitätsanbieters. Die Option wird bis zum 1. Oktober 2026 ohne Aufpreis angeboten. Multifaktor, Sitzungsdauer und Prüfungsfrequenz lassen sich ebenfalls über den Agenten konfigurieren, in einem dedizierten Authentifizierungs-Kontrollzentrum.

🔗 Ankündigung @Replit

Codex Security Review: Forschungsvorschau für die Sicherheitsanalyse von Pull Requests

6. August — OpenAI startet Codex Security Review in einer Forschungsvorschau, verfügbar für ChatGPT-Enterprise-, Business-, Edu- und Pro-Workspaces (nicht auf Plus verfügbar). Während der Einführungsphase verbraucht die Prüfung keine ChatGPT-Credits, vorbehaltlich von Nutzungsgrenzen. Das Tool geht bei Sicherheitsfragen über die bestehende Code Review hinaus: Es analysiert den Diff des Pull Requests, den Kontext des Repositories und ein Bedrohungsmodell, das automatisch neu erzeugt wird, wenn keine Datei bereitgestellt wird. Standardmäßig melden automatische Prüfungen Feststellungen mit hoher und kritischer Schwere, manuelle Prüfungen fügen die mittlere Schwere hinzu — Schwellenwerte, die pro Dateipfad anpassbar sind. Eine manuelle Prüfung kann jederzeit über den Kommentar @codex security review ausgelöst werden.

🔗 Ankündigung @OpenAIDevs

Forschung und Benchmarks: Bewertungsrahmen für KI-Tutoren und Code-Duell

Ai2 startet TutorMoments, einen Bewertungsrahmen für KI-Tutoren

7. August — Ai2 veröffentlicht TutorMoments, einen offenen Bewertungsrahmen, der misst, ob Modelle einen zentralen Zielkonflikt im Unterricht beherrschen: einer Schülerin oder einem Schüler direkte Unterstützung zu geben oder sie bzw. ihn selbst nachdenken zu lassen. Die Methodik stützt sich auf 462 de-identifizierte Transkripte realer 1:1-Mathematik-Tutorings (1. bis 5. Klasse), in denen Lehrkräfte mehr als 1.500 Schlüsselmomente der Entscheidungsfindung annotiert haben. Erste Erkenntnis: Der Prompt spielt eine enorme Rolle — mit einer neutralen Anweisung neigen alle Modelle dazu, zu viel zu helfen, aber die Formulierung des Zielkonflikts im Prompt verbessert die Scores deutlich, mit starken Unterschieden zwischen den Modellen.

Metrik (expliziter Prompt)	Score
Angemessene Unterstützung	0,458
Hohe Strenge	0,182
Vermeidet Über-Unterstützung	0,496

Ai2 veröffentlicht die Transkripte, den Pipeline-Code und die Rohdaten offen zugänglich.

🔗 Ai2 — TutorMoments

Together AI vergleicht DeepSeek-V4 Flash-0731 und GPT-5.6 Luna mit realem Code

6. August — Together AI hat 900 DeepSWE-Ausführungen auf 113 realen Softwareentwicklungsaufgaben laufen lassen. GPT-5.6 Luna gewinnt bei der Rohgenauigkeit mit 67,2% pass@1 gegenüber 53,3% für DeepSeek-V4 Flash-0731, ein Abstand von 14 Punkten, der sich bei pass@4 fortsetzt (90,3% vs. 80,5%). Der eigentliche Unterschied liegt bei den Kosten: Bei 0,10 $ pro Ausführung löst DeepSeek 532 Aufgaben für 100 $, gegenüber 110 für Luna bei 0,61 $ pro Ausführung — also rund 4,8-mal mehr Lösungen pro Dollar. Eine Kaskadenstrategie (zuerst DeepSeek, dann Eskalation zu Luna bei Misserfolg) löst 78,9% der Aufgaben zu je 0,385 $ und damit mehr als Luna allein bei um 37% niedrigeren Kosten pro Aufgabe.

🔗 Together AI — Vergleich DeepSeek vs. GPT-5.6 Luna

Gemini: Kreativität und Reisen

Gemini Omni: fünf Kreative teilen ihre kreativen Einsatzmöglichkeiten

7. August — Google stellt fünf Kreative vor, die Gemini Omni — zugänglich über die Gemini-App, Google Flow, AI Studio und die API — für Videobearbeitung und die Visualisierung von Ideen per einfachem Befehl nutzen. Leon Lin fängt dieselbe urbane Szene aus 20 verschiedenen Perspektiven ein, indem er Winkel und Umgebung verändert; Carlos Santana verwandelt eine Außenszene per Sprachbefehl (Tag/Nacht, bewölkter Himmel, schneebedeckter Boden); Pan animiert Alltagsgegenstände auf Basis von Skizzen; Jerrod Lew wendet mehrere visuelle Stile (Realaufnahme, Anime, Claymation) auf dasselbe Video in Google Flow an; Hyperagent erzeugt Entwürfe für Landschaftsdesign und animierte Dashboards. Der Artikel veranschaulicht das zentrale Versprechen von Gemini Omni: Videobearbeitung durch natürliche Sprache zu vereinfachen, ganz ohne technische Kenntnisse.

🔗 Google — Gemini Omni Builders

Wie Gemini detaillierte Reiserouten erstellt

6. August — Google beschreibt in vier Schritten, wie Gemini die Reiseplanung funktioniert, ab sofort in der Gemini-App verfügbar. Zunächst die Datenerfassung in Echtzeit über Google Maps, Flights, Hotels und YouTube, mit einer Viator-Integration für Aktivitäten. Anschließend personalisiert die Funktion Personal Intelligence die Empfehlungen anhand der bereits vom Nutzer in Gmail, Photos, Search und YouTube gespeicherten Daten — etwa vorgeschlagene Restaurants auf Basis gespeicherter Food-Fotos. Danach erstellt Gemini eine stimmige Reiseroute unter Berücksichtigung der Reisezeiten, und Gemini Spark kann eine Kette von Buchungs-E-Mails in ein zentrales Reiseplandokument umwandeln. Schließlich füllt der Assistent Reservierungsformulare aus, vergleicht Mietwagen und erstellt Packlisten — eine Reise nach Kyoto dient im Artikel als Beispiel.

🔗 Google — wie Gemini Reisen plant

GitHub Copilot: Governance der Reviews und Metriken pro Agent

Code Quality erzwingt nicht mehr automatisch einen Copilot-Review

7. August — Seit der Aktivierung von Code Quality am 20. Juli 2026 erstellte GitHub automatisch eine Ruleset, die für jeden Pull Request einen Copilot-Review verlangte. GitHub deaktiviert nun drei dieser Auslöser: den Review beim Öffnen eines PRs, den Review bei neuen Pushes und den Review von Entwürfen. In bestehenden Repositories wurden die bereits erstellten Rulesets mit diesen drei deaktivierten Optionen angepasst — die Ruleset bleibt bestehen, greift aber nicht mehr automatisch; in neuen Repositories erstellt das Aktivieren von Code Quality diese Anforderung nicht mehr. Teams, die automatische Reviews beibehalten möchten, müssen manuell eine Ruleset erstellen oder ändern, auf Ebene des Repositories oder der Organisation. GitHub begründet diese Änderung mit einer wiederkehrenden Rückmeldung: Einen Reviewer hinzuzufügen sollte eine bewusste Entscheidung bleiben und nicht ein erzwungener Standard.

🔗 GitHub-Changelog

Die Copilot-API usage metrics detailliert die Aktivität nach Drittanbieter-IA-Agent

7. August — Die Copilot-API usage metrics stellt eine neue Tabelle totals_by_3rd_party_agent bereit, die für jeden Partner-Agenten (Claude, Codex…) zeigt, der in GitHub-Workflows ausgeführt wird: eine stabile Kennung (agent_name, agent_id), die Anzahl der von Nutzern gestarteten Tasks und, in aggregierten Berichten, die Anzahl der Sitzungen. Diese Daten richten sich an Unternehmensinhaber, Abrechnungsmanager, Organisationsinhaber und Inhaber der Rolle „Copilot-Metriken anzeigen“. Das erklärte Ziel ist, jeden Agent app getrennt zu verfolgen und ihre Nutzung zu vergleichen, um Bereitstellungsentscheidungen auf Basis der tatsächlichen Nutzung statt von Annahmen zu treffen.

🔗 GitHub-Changelog

Mediengenerierung: Video und Stimme

Seedance 2.5 setzt sich auf Runway und Luma durch

7. August — Nach einem frühen Zugang Anfang August ist Seedance 2.5 nun allgemein auf Runway verfügbar: bis zu 50 Referenzen pro Generierung, um Multi-Character-Universen zu bauen, Clips von 30 Sekunden mit Ton und Dialogen sowie anschließendes Bearbeiten/Erweitern. Am selben Tag kündigt Luma die Ankunft von Seedance 2.5 auf seiner Plattform mit denselben Fähigkeiten an, die sich über Luma Agents für die Steuerung von Szenen, Kamerawinkeln und Tempo bedienen lassen. Parallel bestätigt Pika über seine Club-API, dass Seedance 2.5 dort bis zu 88 % günstiger als andere API-Aggregatoren angeboten wird, ein Preis, der als dauerhaft dargestellt wird.

🔗 Ankündigung @runwayml

ElevenLabs beschreibt die Auswirkungen von ElevenAgents auf ElevenReader Voice Chat

7. August — ElevenLabs teilt Einsatzdaten von ElevenAgents, die auf alle Produkte ausgeweitet wurden. Hervorgehobenes Beispiel: ElevenReader Voice Chat, mit dem Leser eines Hörbuchs in der Stimme des Erzählers mitten im Buch Fragen stellen können, ohne weiter hinten im Buch liegende Inhalte zu verraten.

Gemessene Metrik	Beobachteter Wert
Anstieg der durchschnittlichen Hörzeit	+24%
Abschlussrate des Buchs (5+ Sitzungen)	78%

Die häufigste Anfrage betrifft eine Zusammenfassung der Handlung, gefolgt von Fragen zu Charakteren, Themen und Zitaten.

🔗 Ankündigung @ElevenLabs

Suno startet Voices auf seiner iOS- und Android-Mobil-App

7. August — Die Funktion Voices, mit der man seine eigene Stimme aufnehmen und in generierte Songs integrieren kann, ist nun auf der Suno-Mobil-App (iOS und Android) über die Schaltfläche „+ Voice“ im Erstellungsbildschirm verfügbar. Die Aufnahme muss mindestens eine Minute dauern. Die Abonnements Pro und Premier erhalten unbegrenzten Zugriff, während der Gratis-Plan eine eingeschränkte Version bietet.

🔗 Ankündigung @suno

Kurzmeldungen

Devin (Cognition) startet ein Programm mit 65.000 Dollar an Credits für Startups — Cognition eröffnet ein Startup-Programm, das bis zu 65.000 Dollar an Devin-Credits bietet, in der Linie ähnlicher Programme der großen Akteure im Bereich generative KI. 🔗 Quelle
v0 (Vercel) startet ein Dashboard Usage & Activity — Tägliches Tracking der Credits, Aktivität nach Mitglied oder Projekt sowie Details pro Nachricht (Datum, Modell, Kosten), erreichbar über Settings → Usage & Activity. 🔗 Quelle
Warp Agent CLI — erweiterte Anpassung — Die gesamte Konfiguration lebt nun in einer von der Agent editierbaren settings.toml-Datei, mit Themen, Animationen, anpassbarer Statusleiste und Multi-Agent-Orchestrierung. 🔗 Quelle
Replit erhält einen Guinness-Weltrekord für den größten Video-IA-Kurs — 14.075 Personen haben gemeinsam in einer einzigen Live-Session gebaut, ein von Guinness anerkannter Rekord. 🔗 Quelle
SK Telecom veröffentlicht A.X K2, ein MoE mit 688 Milliarden Parametern unter Apache 2.0 — Koreanisches Mixture-of-Experts-Modell mit 256K Token Kontext, offener Lizenz für kommerzielle Nutzung. 🔗 Quelle
Hugging Face hostet einen Datensatz mit einer Million Bildern aus dem Public Domain — 1.080.814 Bilder, überwiegend aus Büchern des 19. Jahrhunderts, auf dem Hub veröffentlicht. 🔗 Quelle
Together AI beansprucht den besten Durchsatz für Kimi K3 über mehrere Benchmarks hinweg — Moonshot AI setzt Together AI bei 3 von 4 getesteten Benchmarks auf Platz eins oder gleichauf: OCRBench, MMMU Pro Vision und DeepSWE. 🔗 Quelle
Behind-the-scenes: Apollo 2 (Apptronik) auf Gemini Robotics 2 — Google DeepMind veröffentlicht eine Reihe von Werbeinhalten rund um den humanoiden Roboter Apollo 2, der auf Gemini Robotics 2 läuft. 🔗 Quelle
„Relates to“-Beziehung zwischen Issues in Preview und Multi-Select-Feldern in GA — Neue neutrale Issue-Beziehung in öffentlicher Vorschau sowie Übergang der Multi-Select-Felder für Issues und Projects in die allgemeine Verfügbarkeit. 🔗 Quelle
Secret scanning fügt einen Partner und neue Push-Protection-Detektoren hinzu — Lovable Labs tritt dem Programm bei; neue Detektoren, darunter mistral_ai_api_key, sowie angereicherte Metadaten zu Cohere-, GoCardless- und Square-Alerts. 🔗 Quelle
MCP-Allowedlists in den verwalteten Unternehmenseinstellungen — Unternehmen können die für Copilot app, CLI und VS Code erlaubten oder blockierten MCP-Server zentral über managed-settings.json verwalten. 🔗 Quelle
MiniMax H3 verfügbar im Genspark AI Video Agent — Das Anfang August als Open Weight veröffentlichte Videomodell ist nun direkt im Video-Generierungstool von Genspark zugänglich. 🔗 Quelle
MiniMax H3 verfügbar in Luma Agents — Generierung von bis zu 15 Sekunden 2K-Video mit nativem Stereo-Ton, steuerbar per Text, Bild, Video und Audio als Referenz. 🔗 Quelle
Die MiniMax-H3-Community erstellt eine Destillations-LoRA (20 → 4-8 Schritte) — Vier Tage nach der Öffnung der Gewichte reduziert eine Community-LoRA die Anzahl der Sampling-Schritte von 20 auf 4-8. 🔗 Quelle
Genspark tritt der Unicorn Innovator Community des Weltwirtschaftsforums bei — Teilnahme angekündigt, mit geplanter Präsenz in Davos an der Seite von Führungskräften aus Wirtschaft und Regierungen. 🔗 Quelle
GitHub erlaubt es, offene Pull Requests auf Organisationsebene zu begrenzen — Neue Option, um auf Organisationsebene die Anzahl offener PRs von Beitragenden ohne Schreibzugriff zu deckeln. 🔗 Quelle
Genspark lässt zwei IA-Agenten (ChatGPT vs Claude) an Limonadenständen gegeneinander antreten — Marketing-Demonstration, bei der jeder Agent einen echten Stand betreibt, um an einem Tag 100 Dollar zu verdienen. 🔗 Quelle
HSP GRUPPE führt ChatGPT Enterprise im gesamten Netzwerk ihrer Steuerberatungskanzleien ein — Deutsches Netzwerk für Steuerberatung, Audit und Recht, das ChatGPT Enterprise in 81 Organisationsgruppen einführt. 🔗 Quelle

Was das bedeutet

Die Standardsicherheit etabliert sich gleichzeitig in den führenden Laboren, aber in unterschiedlichen Formen. Anthropic macht Auto Mode standardmäßig an, gestützt auf eine schwer zu widerlegende Zahl — 89 % blockierte gefährliche Befehle gegenüber 14 % in ermüdeter menschlicher Prüfung — und setzt darauf, dass die Automatisierung des Sicherheitsurteils inzwischen zuverlässiger ist als wiederholte menschliche Aufmerksamkeit. OpenAI geht auf einem anderen Feld den umgekehrten Weg: Statt eine Kontrolle zu lockern, fügt sie eine hinzu, indem sie Astra noch vor Ende der Testkampagne als kritisch einstuft. Codex Security Review, das in derselben Woche gestartet wurde, verlängert diese Logik produktseitig, indem die Sicherheitsanalyse vor den Merge verschoben wird statt in eine nachträgliche Prüfung. Die drei Ankündigungen erzählen dieselbe Geschichte: Agentische Sicherheit hört auf, eine manuell aktivierte Option zu sein, und wird zu einer Standardschicht, ob sie sich nun als mehr Autonomie oder als verstärkte Leitplanken ausdrückt.

Das Ökosystem offener Modelle wird immer stärker anhand von Kosten und industrieller Nutzung statt nur anhand von Benchmark-Werten beurteilt. NVIDIA positioniert Cosmos 3 nicht einfach als ein weiteres Modell, sondern als bereits von Doosan, LG, Samsung und Li Auto übernommene Infrastruktur, noch bevor es breit verfügbar ist. Together AI dokumentiert denselben Kompromiss auf Code-Seite: GPT-5.6 Luna gewinnt 14 Punkte bei pass@1 auf DeepSeek-V4 Flash, aber DeepSeek liefert 4,8-mal mehr Lösungen pro Dollar, sodass eine Kaskadenstrategie beide Modelle einzeln schlägt. SK Telecom fügt dieser bereits dichten Landschaft ein koreanisches MoE mit 688 Milliarden Parametern unter permissiver Lizenz hinzu. Das gemeinsame Signal: Der Wettbewerb entscheidet sich nicht mehr nur an der Kapazitätsgrenze, sondern am Verhältnis zwischen dieser Kapazität und ihrem realen Preis in der Nutzung.

Agentische Entwicklungstools erhalten eine klassischere Unternehmensinfrastruktur — feine Abrechnung, Identität, Governance — ein Zeichen für Reife jenseits des bloßen Prototyps. Amp schneidet seine Cloud-Umgebungen nun nach Größe und Thread wie jeder andere Infrastrukturanbieter zu, Replit fügt für die Dauer der Beschleunigung der Adoption kostenloses Enterprise-SSO hinzu, und Claude Code lässt seine Sitzungen eine Kontextzusammenfassung weitergeben, statt den Nutzer zu zwingen, alles neu einzugeben. Auf GitHub ist die Bewegung fast umgekehrt, weist aber in dieselbe Richtung: Code Quality entfernt die Automatik, einen Copilot-Reviewer hinzuzufügen, und macht die Wahl explizit, während die usage metrics API endlich sichtbar macht, wer von Claude oder Codex die eigentliche Arbeit in Unternehmens-Workflows ausführt. Zusammen verschieben diese Ankündigungen die Diskussion von „Welcher Agent ist der intelligenteste“ hin zu „Wie verwaltet man eine Flotte von Agenten“.

Die Mediengenerierung verbreitet sich über Plattformen hinweg, statt auf einen einzelnen Anbieter beschränkt zu bleiben. Seedance 2.5 erscheint gleichzeitig auf Runway und Luma in allgemeiner Verfügbarkeit, MiniMax H3 breitet sich innerhalb weniger Tage in Genspark und Luma Agents aus und erhält bereits eine Community-Destillations-LoRA, und sowohl ElevenLabs als auch Suno verfeinern gezielte Anwendungsfälle — kontextbezogene Fragen während des Hörens eines Hörbuchs, Sprachaufnahme direkt vom Mobilgerät. Diese schnelle Zirkulation desselben Modells zwischen mehreren Produkten, innerhalb weniger Tage bei MiniMax H3, zeigt, wie sehr offene Gewichte die kreative Verbreitung über den ursprünglichen Editor hinaus beschleunigen.