Anthropic veröffentlicht Claude Fable 5.2 und Mythos 5.2, Meta stellt Muse Ember vor, Google ergänzt TPU 8tx und 8i Max

Anthropic veröffentlicht Claude Fable 5.2 und Claude Mythos 5.2, zwei Versionen desselben Modells, die mit 8 und 40 Dollar pro Million Tokens statt 10 und 50 abgerechnet werden und bis zu 30 % schneller sind als die Generation 5.1. Noch am selben Abend stellen Cursor, Devin, Perplexity und v0 das Modell ihren Nutzern zur Verfügung, die ersten drei mit eigenen Messungen. Gleichzeitig zeigt Anthropic, was das Modell bereits hervorgebracht hat: drei elektronische Geräte, den von 1 000 Agenten neu erstellten Fermat-Beweis und Verbesserungen gegenüber 72 bisher besten bekannten Lösungen auf MIPLIB. Meta reagiert auf der Kostenseite mit Muse Ember, seinem kleinsten Modell, Google erweitert seine achte TPU-Generation um die Systeme 8tx und 8i Max, und NVIDIA stellt auf der CoRL GR00T 2 vor, ein offenes Aktionsmodell für die physische Welt in der Robotik.

Claude Fable 5.2 und Claude Mythos 5.2: dasselbe Modell, günstiger und bis zu 30 % schneller

9. November — Anthropic veröffentlicht Claude Fable 5.2 und Claude Mythos 5.2, zwei Versionen desselben Modells. Fable 5.2 verfügt über verstärkte Schutzmechanismen für Cybersicherheit und Biologie und steht allen Nutzern offen; Mythos 5.2 bleibt Organisationen vorbehalten, die zum Cyber Verification Program oder zum Life Sciences Verification Program zugelassen sind. Laut Anthropic verbessern sich beide Modelle in Coding, Reasoning und Vision und erzeugen ihre Antworten bis zu 30 % schneller als Fable 5.1 und Mythos 5.1. Der Preis sinkt um 20 %.

Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.

🇩🇪 Hier sind Claude Fable 5.2 und Claude Mythos 5.2, entwickelt, um die anspruchsvollsten technischen Herausforderungen anzugehen. Sie sind fähige Mitarbeiter bei ambitionierten Projekten in vielen Bereichen und verbessern sich insbesondere in Coding, Reasoning und Vision. — @claudeai auf X

Preisart (pro Million Tokens)	Fable 5.2 und Mythos 5.2	Fable 5.1 und Mythos 5.1
Eingabe	8 Dollar	10 Dollar
Ausgabe	40 Dollar	50 Dollar
Schnellmodus, bis zu 2,5-mal schneller (Eingabe / Ausgabe)	16 / 80 Dollar	nicht angegeben
Cache-Lesezugriff (laut den Versionshinweisen zu Claude Code)	0,20 Dollar	nicht angegeben

Über die API bieten claude-fable-5-2 und claude-mythos-5-2 einen Kontext von einer Million Tokens, bis zu 128 000 Ausgabe-Tokens und stets aktives adaptives Denken. Erhaltenes Denken (preserved thinking) gilt nun für alle Konten: Wer den System-Prompt, die Tools oder eine frühere Nachricht ändert, bevor ein Denkblock von Fable 5.2 erneut übermittelt wird, erhält einen Fehler 400. Die Computernutzung erfolgt ausschließlich über computer_toolset_20260801. Die Standardeinstellung für effort ist high auf Claude Platform und medium in den Claude-Anwendungen und Claude Code. Das Modell ist über die Claude API, Amazon Bedrock, Google Cloud und Microsoft Foundry sowie in allen kostenpflichtigen Tarifen verfügbar; Claude Code macht es noch am selben Tag zum Fable-Standardmodell (siehe den Abschnitt zu Coding-Agenten). Anthropic empfiehlt weiterhin, mit Claude Opus 5.5 zu beginnen und nur für die ambitioniertesten Aufgaben auf Fable umzusteigen. Diese Regel erläutert ein auf claude.dev veröffentlichter Leitfaden von Addy Osmani genauer (siehe die Kurzmeldungen).

Beim agentischen Coding ist der Gewinn vor allem wirtschaftlicher Natur. Auf FrontierCode 2.0 erreicht Fable 5.2 mit effort High 45,3 % und liegt damit auf dem Niveau des besten Ergebnisses von Opus 5.5 (45,5 % mit effort Max), bei etwa der Hälfte der Kosten pro Aufgabe. Mit xhigh steigt das Ergebnis auf 49,1 %, laut Anthropic der beste Wert unter den getesteten veröffentlichten Modellen. Das Modell liegt nicht überall vorn: Auf AutomationBench schneidet Gemini 4 Carbon besser ab. Die folgenden Scores stammen von Anthropic und wurden mit Schutzmechanismen und, sofern nicht anders angegeben, mit der höchsten verfügbaren effort-Stufe gemessen.

Benchmark (Bereich)	Fable 5.2	Fable 5.1	Opus 5.5	GPT-6 Astra	Gemini 4 Carbon
FrontierCode 2.0 (agentisches Coding)	49,1 % (xhigh)	32,4 % (xhigh)	45,5 %	42,8 %	41,1 % (medium)
FrontierSWE v2 (agentisches Coding)	69,9 %	56,3 %	62,3 %	65,5 %	61,2 %
AutomationBench (Geschäftsabläufe)	51,4 %	31,4 %	42,5 %	41,4 %	53,9 %
OSWorld 2.1 (Computernutzung)	89,3 %	83,5 %	87,2 %	79,5 %	81,5 %
Humanity’s Last Exam (mit Tools)	74,2 %	65,6 %	67,7 %	57,2 %	nicht verglichen
RoboDojo Sim (Robotik)	64,9 %	27,6 %	39,4 %	29,8 %	nicht verglichen
CVE Rediscovery (Cybersicherheit, Mythos 5.2/5.1)	89,6 %	78,3 %	81,3 % (ohne Schutzmechanismen)	nicht verglichen	nicht verglichen

Anthropic gibt an, dass inzwischen mehr als 90 % der in seine Hauptcodebasis übernommenen Änderungen von Claude geschrieben werden, unter menschlicher Aufsicht. Als Beispiel nennt das Unternehmen einen Betriebssystem-Prototyp, den mehr als 1 000 Unteragenten in acht Tagen ausgehend von einem leeren Verzeichnis geschrieben haben. In der Wissenschaft hat das Modell zwei offene Probleme zur Physik Schwarzer Löcher gelöst (Preprints veröffentlicht), und Mythos 5.2 hat die Struktur von Kapsiden adenoassoziierter Viren vorhergesagt, die in der Gentherapie eingesetzt werden: 28 von 34 mit einer Abweichung von weniger als 3 Å.

Mythos 5.2 wird als Anthropics leistungsfähigstes Modell für Cybersicherheit vorgestellt: Auf CVE Rediscovery (1 829 CVE) findet es 10,2 % mehr Schwachstellen als Opus 5.5, auch wenn Anthropic die Erkennung von Schwachstellen in seinen eigenen Bewertungen ungefähr auf dem Niveau von Opus 5.5 einordnet. Versuche, aus der Sandbox auszubrechen, sinken auf 3,1 %, gegenüber 21 % bei Mythos 5.1. Beide Modelle vermuten jedoch häufiger, dass sie gerade evaluiert werden. Die Klassifikatoren von Fable 5.2 sollen ersten Tests zufolge etwa 55 % weniger Blockierungen verursachen als die von Fable 5.1; bei einer blockierten Anfrage wird auf Opus 4.8 (Cybersicherheit) oder Opus 5 (Biologie) zurückgegriffen. Schließlich startet Enterprise Frontier Safeguards, eine mit Zero Data Retention kompatible Überwachung, mit Bridgewater, Salesforce und Stripe in die private Beta.

🔗 Claude Fable 5.2 und Claude Mythos 5.2 (Anthropic) · Versionshinweise zu Claude Platform · Thread von @ClaudeDevs

Einführungsangebote: bis zu drei Fable-Zurücksetzungen und eine Woche Fable für Pro inklusive

9. November — Zur Einführung verteilt Anthropic Zurücksetzungen der Fable-Nutzungslimits an zahlende Abonnenten, wie eine im Einführungsbeitrag verlinkte Hilfeseite erläutert. Eine Zurücksetzung stellt das bereits verbrauchte wöchentliche Fable-Nutzungskontingent wieder her und füllt das 5-Stunden-Fenster vollständig auf, einschließlich anderer Modelle. Sie erhöht die Limits nicht und wird im Bereich Nutzung der Einstellungen über die Schaltfläche Kostenlos zurücksetzen ausgelöst. Die Angebote gelten für Fable 5.2, Fable 5.1 und Fable 5.

Betroffener Tarif oder Nutzerplatz	Enthaltenes Angebot	Ablauf (Pazifikzeit)
Pro, Team-Standardplätze	Fable im Tarif enthalten, bis zu 50 % der Wochenlimits, plus 1 Zurücksetzung	16. November 2026, 23 h 59
Max, Ultra, Team-Premiumplätze und ältere Enterprise-Tarife pro Nutzerplatz	1 Zurücksetzung (weniger als 6 Monate Abonnement), 2 (6 bis 12 Monate) oder 3 (mehr als 12 Monate)	8. März 2027, 23 h 59

Ein kostenpflichtiges Abrechnungsverhältnis muss bereits vor dem 9. November um 10 Uhr PT bestehen. Ausgeschlossen sind der Free-Tarif, Enterprise-Tarife mit Self-Service, nutzungsabhängiger Abrechnung und HIPAA-ready sowie die Standardplätze der älteren Enterprise-Tarife pro Nutzerplatz. Bei Pro und Team-Standardplätzen wird Fable nach dieser Woche wieder über Nutzungsguthaben abgerechnet.

🔗 Einführungsangebote für Claude Fable 5.2 (Claude-Hilfezentrum)

Was Fable 5.2 bereits hervorgebracht hat: drei Geräte mit Diode, Fermat von 1 000 Agenten neu formalisiert, Chemie und MIPLIB

Drei Veröffentlichungen vom selben Tag zeigen die Generation 5.2 bei der Arbeit, teilweise mit einer Vorabversion des Modells.

Diode: drei vollständig entworfene elektronische Geräte, die ohne Nachbesserung funktionieren

9. November — Gemeinsam mit Diode Computers, einem Leiterplattenhersteller, zeigt Anthropic, wie Claude Fable 5.2 anhand eines kurzen Prompts drei Geräte entwirft: einen USB-C-Konferenzlautsprecher mit Bluetooth, einen Hub für einen häuslichen Sprachassistenten und ein virtuelles Haustier für die Hosentasche. Das Modell schrieb die Spezifikationen, zeichnete die Schaltpläne, routete vierlagige Leiterplatten, entwarf die im 3D-Druck herstellbaren Gehäuse und schrieb die Firmware; alle drei Prototypen funktionieren ohne Nachbesserung ihrer Schaltung. Da der Router von KiCad jeweils nur eine Leiterbahn verlegte, schrieb Claude in etwa einer halben Stunde einen eigenen.

Der Fortschritt liegt vor allem im geometrischen Schlussfolgern: 69 % auf PCB Gym, dem internen Benchmark von Diode, gegenüber 25 % bei Fable 5, und 83,5 % auf BenchCAD 2.1, fast doppelt so viel wie Fable 5.1. Anthropic weist auf seine Geschäftsbeziehung mit Diode hin und erinnert daran, dass diese Prototypen weder eine elektrische Validierung noch thermische Tests oder eine Zertifizierung durchlaufen haben.

🔗 Claude kann elektronische Prototypen von Anfang bis Ende entwerfen (Anthropic)

Fermat: 1 000 Agenten erstellen die Formalisierung in 28,7 Stunden neu, ohne spezielle Plattform

9. November — Im September hatte Anthropic die erste vollständige Formalisierung des Großen Fermatschen Satzes veröffentlicht: 11 Tage Arbeit für Dutzende Agenten unter Anleitung eines Forschers auf der Plattform Prove2Me. Ein Beitrag auf claude.dev von Barry Zhang, Tianyi Peng, Elle Najt, Keller Scholl und Lance Martin beschreibt, wie 1 000 Agenten einer Vorabversion von Fable 5.2, ein Leiter und 999 Helfer, diese Arbeit ohne die Plattform und ohne menschliche Steuerung wiederholten: laut diesem Beitrag in 28,7 Stunden (der Einführungsbeitrag rundet auf 30 Stunden), mit einem Drittel der Ausgabe-Tokens und einem siebenmal kürzeren Beweis. Mit demselben Aufbau schafft Opus 5.5 laut dem Einführungsbeitrag in 18 Stunden nur 26 % davon.

Jeder Agent verfügte über eine virtuelle Maschine ohne Netzwerkzugang, mit Lean, Mathlib, einem eigenen Git-Branch und einer gemeinsam genutzten Postgres-Datenbank, in der der Leiter seine Koordinationstabellen in zehn Minuten anlegte. Bis zu etwa 750 Helfer arbeiteten an Langlands–Tunnell, dem aufwendigsten Ergebnis, aufgeteilt in 2 418 Aufgaben. Ein Klassifikator kontrollierte jeden Befehl und jede Dateiänderung: Von mehr als einer Million Tool-Aufrufen wurde keiner blockiert.

🔗 Multi-Agent-Teams mit Claude Fable 5.2 sicher skalieren (claude.dev)

Organische Chemie und MIPLIB: Der Demonstrations-Thread ergänzt zwei Ergebnisse, die im Beitrag fehlen

9. November — Zwei Stunden nach der Einführung veröffentlicht der Account @claudeai einen Thread mit Demonstrationen. In der organischen Chemie entwarf Claude in jeweils etwa einer halben Stunde einen vollständigen Syntheseweg für vier Moleküle aus unveröffentlichten Arbeiten der Labore von Noah Burns (Stanford), Timothy Newhouse (Yale) und Sarah Reisman (Caltech), ausgehend von einem einfachen Bild, ohne Internet und mit Code als einzigem Tool. Die Abbildung im Tweet ordnet diese Synthesewege Mythos 5.2 zu. Die beteiligten Chemiker bewerten die Arbeit als auf dem Niveau eines Doktoranden am Anfang seiner Promotion, doch keiner der Synthesewege wurde im Labor getestet.

Of 203 open problems, Claude beat the listed mathematical solution in 72 cases, and in 45 cases proved that a solution was optimal.

🇩🇪 Bei 203 offenen Problemen übertraf Claude in 72 Fällen die verzeichnete mathematische Lösung und bewies in 45 Fällen, dass eine Lösung optimal war. — @claudeai auf X

MIPLIB bündelt Optimierungsprobleme, etwa die Planung von Besatzungen oder Liefertouren. Laut der Abbildung im Tweet arbeiteten Teams mit bis zu 300 Agenten daran, mit einer früheren Version von Fable 5.2. Bei einem Fahrplan für 42 Züge, der den Spitzenstromverbrauch senken sollte, verbesserten die Agenten den besten bekannten Fahrplan in weniger als zwei Stunden um 2,6 % und bewiesen anschließend, dass kein besserer existierte. Die Lösungen wurden bei MIPLIB eingereicht.

🔗 Demonstrations-Thread von @claudeai

Fable 5.2 vom ersten Tag an bei Cursor, Devin, Perplexity und v0, jeweils auf dem eigenen Prüfstand gemessen

Am Abend der Einführung veröffentlichen drei Tools ihre eigenen Messungen zu Fable 5.2, jeweils auf ihrem hauseigenen Benchmark. Auch v0, das Tool zur App-Erstellung von Vercel, stellt das Modell bereit, allerdings ohne Zahlen (siehe die Kurzmeldungen).

Tool, das Fable 5.2 bereitstellt	Benchmark des Anbieters	Score von Fable 5.2	Genannter nächstplatzierter Konkurrent
Cursor	CursorBench 4.0	60,0 % mit effort Max, 32,79 Dollar	Opus 5.5 Max: 57,8 %, 13,43 Dollar
Devin (Cognition)	FrontierCode 2.0	49,1 %	Opus 5.5: 45,5 %
Perplexity	WANDR	0,851 für 14,51 Dollar pro Aufgabe	Gemini 4 Argon: 0,802 für 7,88 Dollar

Cursor: Platz eins bei CursorBench 4.0, wobei die Aufwandsstufen von Fable 5.1 nicht übernommen werden sollten

9. November — Cursor stellt Fable 5.2 noch am selben Tag bereit. Bei maximalem Aufwand übernimmt das Modell mit 60,0 % die Führung bei CursorBench 4.0 vor Claude Opus 5.5 Max (57,8 %); beim Standardaufwand (High) erreicht es 56,9 %, gegenüber 49,2 % für Fable 5.1. Cursor warnt, dass sich die Aufwandsstufen anders verhalten als bei Fable 5.1, und empfiehlt, mit der Standardeinstellung neu zu beginnen, statt die bisherige zu übernehmen. Die Ranglistenseite veranschaulicht dies:

Aufwandsstufe von Fable 5.2	Score CursorBench 4.0	Kosten pro Aufgabe
Max	60,0 %	32,79 Dollar
High (Standard)	56,9 %	9,70 Dollar
Extra High	56,3 %	15,48 Dollar
Medium	54,8 %	4,66 Dollar
Low	53,2 %	3,94 Dollar

Extra High liegt trotz höherer Kosten unter High, und Low übertrifft bereits Fable 5.1 bei maximalem Aufwand (51,8 % für 17,28 Dollar). Cursor listet das Modell mit 8 und 40 Dollar pro Million Tokens, ohne Changelog oder Angaben zu den betroffenen Angeboten.

🔗 Ankündigung von @cursor_ai · Rangliste von CursorBench 4.0

Devin: Platz eins bei FrontierCode 2.0 mit 49,1 % und bereits bei geringem Aufwand vor Fable 5.1

9. November — Cognition stellt Fable 5.2 in Devin Desktop und Devin CLI bereit und setzt es an die Spitze von FrontierCode 2.0, seinem Benchmark für reale Engineering-Aufgaben, der Qualität und Zusammenführbarkeit (mergeability) bewertet. Fable 5.2 erreicht dort 49,1 %, vor Claude Opus 5.5 (45,5 %), das seit dem Start des Benchmarks am 27. Oktober führte, GPT-6 Astra (42,8 %), Sonnet 5.5 (41,0 %) und Gemini 4 Carbon (40,0 %); Fable 5.1 kam höchstens auf 32,4 %. Laut dem Beitrag übertrifft Fable 5.2 bereits bei geringem Reasoning-Aufwand das beste Ergebnis von Fable 5.1 für weniger als ein Drittel der Kosten pro Aufgabe; der Tweet spricht von einem Drittel der Kosten. Eine Lösung, die ein Ausschlusskriterium nicht erfüllt, erhält 0, und die Kosten entsprechen den durchschnittlichen Ausgaben pro Durchlauf zum öffentlichen API-Tarif. Cognition nennt keine Preise für Devin.

🔗 Claude Fable 5.2 ist jetzt in Devin verfügbar (Cognition) · Ankündigung von @cognition

Perplexity: 0,851 bei WANDR, ein Rekord laut hauseigenem Benchmark

9. November — Perplexity stellt Fable 5.2 in seinem Agenten Computer für Pro- und Max-Abonnenten bereit und in der Suche (Search) ausschließlich für Max-Abonnenten. Bei WANDR, seinem hauseigenen Benchmark für evidenzgestützte Recherche, erreicht das Modell 0,851 für 14,51 Dollar pro Aufgabe. Dies wird als Rekord auf der Pareto-Grenze präsentiert, auf der Modelle liegen, die kein anderes gleichzeitig bei Score und Kosten schlägt. Laut der von Perplexity veröffentlichten Grafik, der einzigen Quelle für diese Zahlen, liegt Fable 5.2 vor Gemini 4 Argon, das seit dem 16. Oktober mit 0,802 für 7,88 Dollar den Rekord hielt, bei etwa dem 1,8-Fachen seiner Kosten pro Aufgabe. Fable 5.1 erreicht bei einer erneuten Messung 0,684 für 13,16 Dollar, gegenüber 0,601 bei seiner Einführung im September. Der Tweet nennt weder die Aufwandsstufe noch die Kosten in Credits in Computer. Dieser Score lässt sich nicht mit den am 5. November veröffentlichten 85,9 % der Stufe ultra der Agent API vergleichen, einer Konfiguration mit mehreren Agenten.

🔗 Ankündigung von @perplexity_ai

Meta veröffentlicht Muse Ember, sein kleinstes Modell, für 0,10 Dollar pro Million Eingabe-Tokens

9. November — Meta veröffentlicht Muse Ember, das als sein kleinstes und effizientestes Modell vorgestellt wird. Es zielt auf Arbeiten ab, die Agenten den ganzen Tag wiederholen: aufeinanderfolgende Tool-Aufrufe, Teilaufgaben beim Programmieren (Dateien lesen, Tests ausführen, gezielte Korrekturen vornehmen), Routing, Extraktion und Analyse langer Dokumente. Es verfügt über ein Kontextfenster von einer Million Tokens, erzeugt bis zu 512 000 Tokens und versteht nativ Text, Bilder, Audio und Video. Es ist das erste Modell, das mit Muse Wonder Full trainiert wurde, wie Meta bei der Einführung von Muse Wonder im Oktober angekündigt hatte; innerhalb der Modellfamilie übernimmt Muse Wonder die schwierigsten Probleme, Muse Spark Code und agentische Workflows und Muse Ember wiederholbare Aufgaben in großem Maßstab.

Das Modell ist in Muse Code und über die Meta Model API unter dem Namen muse-ember-1.0 mit Unterstützung für die Responses API verfügbar, zu 0,10 Dollar pro Million Eingabe-Tokens, 0,004 Dollar für gecachte Eingaben und 0,50 Dollar für die Ausgabe. Eine Veröffentlichung der Modellgewichte wurde nicht angekündigt.

On the @ArtificialAnlys Intelligence Index, it achieves performance comparable to Claude Haiku 5.5 at roughly one-third of the cost per task, while scoring higher than GPT-6 Luna across all of Luna’s reasoning settings.

🇩🇪 Im Intelligence Index von Artificial Analysis erreicht es bei etwa einem Drittel der Kosten pro Aufgabe eine mit Claude Haiku 5.5 vergleichbare Leistung und erzielt zugleich bei allen Reasoning-Einstellungen von Luna einen höheren Score als GPT-6 Luna. — @AIatMeta auf X

Das ist die zentrale Aussage von Meta; der Beitrag ergänzt, dass Muse Ember den besten Score von Haiku 5.5 erreicht. Beide Modelle kommen im Index auf 36, und die Bildunterschrift der Grafik weist darauf hin, dass die Kosten von Muse Ember Schätzungen auf Grundlage des angebotenen Tarifs sind.

Von Meta veröffentlichter Vergleich	Muse Ember (max)	Muse Spark 1.3 (max)
Artificial Analysis Intelligence Index	36	37
Kosten pro Aufgabe im Index	0,14 Dollar	2,39 Dollar
Preis pro Million Tokens (Eingabe / Ausgabe)	0,10 / 0,50 Dollar	1,25 / 4,25 Dollar

Benchmark bei maximaler Einstellung (laut Meta)	Muse Ember	Claude Haiku 5.5	GPT-6 Luna
AutomationBench-AA	37,8	13,9	20,2
Coding Agent Index-AA	46	37	31
Terminal-Bench 4.0 (bester Harness)	40,9	39,2	16,4
OSWorld 2.1 (Teilbewertung, intern)	69,5	68,9	50,5
FrontierCode 2.0-AA	27,2	34,9	25,2
Artificial Analysis Intelligence Index	36	36	28

Bei maximaler Reasoning-Einstellung liegt Muse Ember in sieben der zehn veröffentlichten Benchmarks vor Claude Haiku 5.5 und GPT-6 Luna, doch Haiku 5.5 bleibt bei FrontierCode 2.0-AA vorn. Mehrere Zahlen stammen aus internen Evaluierungen von Meta, darunter der eigene Personal Superintelligence Index, und Terminal-Bench 4.0 vergleicht jedes Modell in seinem besten veröffentlichten Harness. Die unabhängige Rangliste von Vals AI weist in dieselbe Richtung: Muse Ember ist dort mit 0,15 Dollar pro Test das günstigste Modell, mit insgesamt 60,5 %, nur 0,8 Punkte hinter DeepSeek V4.1 Flash bei etwa einem Viertel dessen Kosten.

Meta erklärt, Muse Ember nach seinem Meta Superintelligence Scaling Framework evaluiert zu haben, wobei es unter den Schwellen für hohes Risiko blieb, und es von Box, Cline, Oracle, Cloudflare und You.com getestet haben zu lassen; das Unternehmen kündigt an, dass sich noch effizientere Modelle im Training befinden.

🔗 Muse Ember (Forschungsblog von Meta) · Rangliste von Vals AI

Google ergänzt seine achte TPU-Generation um TPU 8tx und TPU 8i Max, ohne Termin oder Preisangaben

9. November — In einem von Amin Vahdat verfassten Beitrag erweitert Google seine achte TPU-Generation um zwei neue Systeme, TPU 8tx und TPU 8i Max. Nach den im April vorgestellten TPU 8t (Training) und 8i (Reasoning) erscheinen damit laut Google erstmals vier TPU-Systeme im selben Jahr. Das Unternehmen betont: Es handelt sich um neue Systeme auf Basis bestehender Chips (Gehäuse, Speicher, Netzwerk, Sicherheit), keine neuen Chips. Dieser Ansatz ermögliche es, spezialisierte Supercomputer innerhalb von Monaten statt Jahren auszuliefern.

TPU-System	Vorgesehener Einsatz	Von Google angekündigte Eigenschaften
TPU 8t	Training in großem Maßstab	bis zum 2,7-Fachen der Trainingsleistung der vorherigen Generation
TPU 8i	Reasoning in Echtzeit	80 % besseres Preis-Leistungs-Verhältnis bei der Inferenz als die vorherige Generation
TPU 8tx	Vertrauliche Inferenz, kleinere Trainingsläufe	Silizium der 8t, AMD EPYC-Hosts der 5. Generation, bis zu 2-mal geringere Latenz als die 8t
TPU 8i Max	Sehr lange Kontexte, Dichte pro Rack	zwei 8i-Chips pro Gehäuse: 2-mal so viel Rechenleistung, SRAM und HBM-Bandbreite wie die 8i

Die TPU 8tx richtet sich an Unternehmen in regulierten Branchen und Regierungen. Die Sicherheit wird auf Hardwareebene gewährleistet: Daten und Modellgewichte bleiben während der Berechnung geschützt und isoliert (confidential compute), laut Google bei nahezu keinem Leistungsverlust. Mit derselben Maschine lässt sich ein Modell anhand privater Daten feinabstimmen, ein großes Modell destillieren oder Agenten mittels Reinforcement Learning trainieren, ohne sensible Daten zu verschieben. Die TPU 8i Max adressiert die Speichergrenze (memory wall), wenn Dutzende Agenten an einer gesamten Codebasis oder an stundenlangem Videomaterial arbeiten.

Auch die Software zieht nach. Eine Suite von Open-Source-TPU-Agenten in der Vorschau lässt sich an Claude Code, Cursor und Google Antigravity anbinden, um auf TPUs zu migrieren, Engpässe zu diagnostizieren und Kernels in natürlicher Sprache anzupassen; XLA Serving Engine stellt Modelle in C++ auf TPU, GPU und CPU bereit; TPU Sync reduziert die Übertragungslatenz des KV-Cache und die Zeit bis zum ersten Token um mehr als 90 %; Agent Compute Engine pausiert automatisch inaktive Agentensitzungen. Cloud Pathways, die Google-DeepMind-Runtime hinter Gemini, und das dynamische Slicing von GKE (GKE dynamic slicing: bis zu 5-mal schnellerer Start von Jobs, bis zu 4,5-mal schnellere Wiederherstellung nach Ausfällen) sind nun allgemein verfügbar.

Google spricht von nahezu 100 TPU-Kunden, die TPUs nun auch in ihren eigenen Rechenzentren einsetzen können. Das Unternehmen nennt jedoch weder einen Verfügbarkeitstermin noch Preise für TPU 8tx und TPU 8i Max, und seine Ergebnisse bei den Benchmarks InferenceX und AgentX werden ohne Zahlenangaben präsentiert.

🔗 TPU 8i Max und TPU 8tx (blog.google) · Beitrag von Google Cloud · Einführung von TPU Sync (Google Cloud)

NVIDIA stellt GR00T 2 auf der CoRL vor, ein offenes Modell für Handlungen in der Welt, ohne Lizenz oder Download-Link

9. November — Zur Eröffnung der Conference on Robot Learning (CoRL) in Austin stellt NVIDIA GR00T 2 vor, das es als offenes Spitzenmodell für Handlungen in der Welt (open frontier world action model) beschreibt und das auf seiner Plattform Cosmos basiert. Das Modell wurde mit Daten von Robotern und Menschen trainiert, darunter 100 000 Stunden von NVIDIA als Open Source veröffentlichte menschliche Videos aus der Ich-Perspektive, um feinmotorische Handgriffe zu erlernen und sie ohne Roboterdemonstrationen von einem Roboterkörper auf einen anderen zu übertragen. Eine API ermöglicht es Agenten, seine Fähigkeiten miteinander zu verknüpfen und Fehler zu korrigieren.

Von NVIDIA veröffentlichte Messgröße	Angegebener Wert
GR00T 2, ohne aufgabenspezifische Demonstration gelöste Aufgaben	40 von 50, mindestens einmal
GR00T 2, durchschnittlicher Erfolg mit 1 Demonstration pro Aufgabe	71 % bei 50 Aufgaben
GR00T 2, durchschnittlicher Erfolg mit 5 Demonstrationen pro Aufgabe	95 %
Isaac Lab 3.0 mit Newton gegenüber Isaac Lab 2.3 mit PhysX	bis zum 2,5-Fachen des Trainingsdurchsatzes
AlphaNIST, eine einzige Policy gegenüber separaten Policies	mehr als 98 % gegenüber 81 %, etwa 39-mal weniger GPU-Zeit
EgoHand, Downloads auf Hugging Face	mehr als 40 000 in zwei Wochen

NVIDIA ordnet GR00T 2 in den Ranglisten RoboCasa365, RoboLab, RoboDojo und MolmoSpaces unter den drei besten Modellen ein, mit mehreren ersten Plätzen, ohne konkrete Scores zu nennen. Nexuni testet es für die Wäscheverarbeitung, Foxconn für die Serverfertigung, Siemens für die Evaluierung, und MicroAGI nutzt es nach einem Nachtraining mittels Reinforcement Learning, um mit einem Roboterarm Ethernet-Kabel auszutauschen.

Bei der Simulation stützt sich das seit dem 21. Oktober verfügbare Isaac Lab 3.0 stärker auf die Open-Source-Physik-Engine Newton für verformbare Objekte (Kabel, Stoffe) und Hände mit Gelenken. AlphaNIST liefert dafür ein Beispiel: Eine einzige Policy erlernt die 20 Montageaufgaben des NIST Assembly Task Board anhand eines einfachen Erfolgs- oder Misserfolgssignals. Für die Evaluierung veröffentlicht NVIDIA Isaac Lab-Arena 0.4 als Entwicklervorschau und zwei offene Benchmarks: DexBench, gemeinsam mit RLWRLD entwickelt (15 Aufgaben in vier Szenarien, vom Handel bis zum Hotelgewerbe), und VABAR, gemeinsam mit UC Berkeley entwickelt (sechs industrielle Aufgaben). Hinzu kommen ein Video-to-Data-Workflow, der menschliche Videos in simulierte Roboterdemonstrationen umwandelt, und EgoHand, ein offenes Modell zur 3D-Rekonstruktion von Händen.

Der Beitrag stellt GR00T 2 als offen dar, nennt jedoch weder eine Lizenz noch einen Download-Link oder einen Verfügbarkeitstermin.

🔗 NVIDIAs Beitrag zur CoRL

NVIDIA in Korea: NVLink Fusion mit Rebellions und SK Telecom, Dynamo-Rezepte und physische KI

9. November — Während des NVIDIA AI Day Seoul veröffentlicht NVIDIA eine Reihe von Ankündigungen zu Korea. Im Mittelpunkt steht eine Zusammenarbeit mit dem Chipentwickler Rebellions und dem Telekommunikationsanbieter SK Telecom, unterstützt vom koreanischen Ministerium für Wissenschaft und IKT: Rebellions wird seine künftigen neuronalen Prozessoren (NPU) Rebel R200 über NVLink Fusion an die NVIDIA-Plattform anbinden und seine Systeme auf der MGX-Rack-Architektur aufbauen. SK Telecom plant, sie in seinem KI-Rechenzentrum einzusetzen, für Modelle wie A.X K2 und für die öffentlichen Dienste des Regierungsprojekts AI for All. Die Inferenz soll aufgeteilt werden: NVIDIA-GPUs würden den Prompt einlesen (prefill), Rebellions-NPUs die Tokens erzeugen. Weder Termine noch Stückzahlen werden genannt.

NVIDIA veröffentlicht außerdem Dynamo-Rezepte für vier offene koreanische Modelle (A.X K2, K-EXAONE 2.0, Solar Open 2 und Motif-3), optimiert für B200-GPUs, mit laut NVIDIA bis zu 2-mal höherer Leistung auf Anhieb. LG AI Research öffnet den API-Zugang zu K-EXAONE-2.5, das mit Nemotron-Datensätzen trainiert wurde, darunter Nemotron-Personas-Korea (7 Millionen Personas), und Hyundai Motor Group erkundet NemoClaw und OpenShell. NVIDIA kündigt schließlich eine Investition in Point2 (Funkfrequenz-Verbindungen) sowie geplante Investitionen in Motif Technologies, RLWRLD und Upstage an, ohne Beträge zu nennen. In derselben Reihe erläutern Samsung, Kakao Mobility und LG Electronics ihre Projekte für physische KI mit NVIDIA (siehe Kurzmeldungen).

🔗 Pressemitteilung von NVIDIA, Rebellions und SK Telecom · Dynamo-Rezepte für koreanische Modelle · Sichere Agenten in Korea · Investitionen in koreanische Start-ups

Coding-Agenten: Claude Code 2.1.321, Vibe CLI 3.1.1, Qwen Code, Copilot CLI, Antigravity CLI, Amp und Delta

Claude Code und Vibe CLI veröffentlichen die beiden umfangreichsten Releases des Tages. Qwen Code v0.27.1, Copilot CLI 1.0.108 als stabile Version, Antigravity CLI 1.5.2, die Portals und die Windows-Anwendung von Amp sowie der neu geschriebene Editor von Delta werden in den Kurzmeldungen unter Agenten und Coding-Tools zusammengefasst.

Claude Code 2.1.321 macht Fable 5.2 zum standardmäßigen Fable-Modell und behebt 74 Probleme

9. November — Claude Code 2.1.321 begleitet den Start: Fable 5.2 wird zum standardmäßigen Fable-Modell (Kontext von einer Million Tokens, 8 und 40 Dollar pro Million Tokens, Cache-Lesezugriffe für 0,20 Dollar). Gespeicherte Einstellungen für Fable 5.1 wechseln zum Alias fable, bei Pro und Max sofort und bei Team und Enterprise, sobald die Organisation dies freigibt; mit /model claude-fable-5-1 lässt sich der Wechsel rückgängig machen. claude remote-control --settings wendet eine Einstellungsdatei auf jede gestartete Sitzung an.

Von 118 Einträgen sind 74 Fehlerbehebungen, darunter mehrere Sicherheitslücken: OAuth-Tokens für MCP konnten nach einer Weiterleitung an einen anderen Host gelangen, ein schreibgeschützter Bash-Befehl konnte ohne Rückfrage außerhalb der Sandbox ausgeführt werden, und Ablehnungsregeln griffen bei einem cp oder einem mv für einen Ordner nicht. Bei einem Limit oder Ausfall des schnellen Dienstes wechselt der schnelle Modus zunächst zur Standardgeschwindigkeit desselben Modells. Von Claude geschriebene Mods werden in den Modi auto und bypass ohne Rückfrage aktiviert, wobei die Ablehnungsregeln weiterhin gelten. Eine Version 2.1.320 wurde nicht veröffentlicht, der stabile npm-Kanal bleibt bei 2.1.311, und das Agent SDK folgt mit TypeScript 0.3.321 und Python 0.2.180.

🔗 Versionshinweise zu Claude Code 2.1.321

Vibe CLI 3.1.1 ergänzt vier Hook-Ereignisse, einen Vim-Modus und den Import der Konfiguration anderer Agenten

9. November — Fünf Tage nach 3.1.0 veröffentlicht Mistral Vibe CLI 3.1.1, ohne Ankündigung auf X. Trotz der Patch-Versionsnummer umfasst die Version 92 Einträge: 17 Ergänzungen, 26 Änderungen, 44 Fehlerbehebungen und 5 Entfernungen. Die Hooks erhalten vier Ereignisse: pre_agent, bevor das Modell eine Nachricht liest, wodurch diese blockiert, umgeschrieben oder um Kontext ergänzt werden kann; notification, wenn Vibe auf eine Freigabe oder Antwort wartet; session_start und session_end. Der integrierte Skill /vibe:import findet die Konfiguration anderer Coding-Agenten und importiert daraus Anweisungen, Skills, Subagenten, Befehle, Hooks, MCP-Server und Berechtigungen.

Der Eingabebereich erhält Vim-Modi, und /pr listet die Pull Requests der Sitzung auf, öffnet die erste fehlgeschlagene CI-Prüfung oder formuliert einen Prompt, um die PR voranzubringen; diese Nachverfolgung ist nun standardmäßig aktiv. Die Version entfernt /teleport, die Option --teleport und /remote-project. Für Mistral Large 4 wechseln die Denkstufen zu Low, Medium und High, die nun von der API akzeptiert werden, und Plugin-Skills erhalten den Namen des Plugins (my-plugin:review statt my_plugin:review), wodurch benutzerdefinierte Agenten angepasst werden müssen.

🔗 Versionshinweise zu Vibe CLI 3.1.1

Die dots von ChatGPT arbeiten auf mehreren lokalen Computern, die für jede Aufgabe ausgewählt werden

9. November — Die dots, die Ende September eingeführten dauerhaften Agenten von ChatGPT, können nun mehrere lokale Computer nutzen: Man verbindet mehrere Computer mit demselben dot und wählt dann aus, welcher für eine Aufgabe verwendet wird. OpenAI Developers hebt Anwendungsfälle für Entwickler hervor: eine Anwendung auf einem dedizierten Rechner erstellen und testen, während man auf dem Laptop programmiert, eine Änderung in Xcode auf einem zweiten Mac testen und Screenshots erhalten, einen Bug auf einem Rechner mit einem älteren SDK reproduzieren oder eine Benutzeroberfläche durchgehen lassen, ohne Bildschirm und Mauszeiger des Nutzers zu belegen.

Laut Hilfeseite wird jeder Computer über die darauf installierte ChatGPT-App im Bereich Computers des dot-Profils verbunden und muss bei geöffneter App online bleiben. Für unabhängige Aufgaben bittet man den dot um einen separaten Thread pro Computer. Ein Offline-Status widerruft den Zugriff nicht; dieser muss ausdrücklich entzogen werden. Diese Berechtigung ist außerdem von der Verbindung mit Codex und Work Sync getrennt. OpenAI nennt weder die betroffenen Tarife noch einen Zeitplan.

🔗 Ankündigung von @OpenAIDevs · Computer und Apps mit deinem dot verbinden

OpenAI bietet die ModRetro Chromatic in der Codex-Edition erneut an, mit einem Plugin zum Erstellen von Game Boy Color-Spielen

9. November — OpenAI Developers bietet auf OpenAI Supply Co., dem Shop von OpenAI, die ModRetro Chromatic in der Codex-Edition erneut zum Verkauf an, eine Handheld-Konsole für Game Boy Color-Spiele: 200 Dollar mit einem programmierbaren Spielmodul und einer Schutzhülle. Zunächst exklusiv auf dem DevDay angeboten, kehrt sie mit einem neuen Look zurück; der Shop kündigt die erneute Verfügbarkeit für den 19. November an, wobei der Versand auf die USA, Kanada, Australien, Neuseeland, Japan, das Vereinigte Königreich und die Europäische Union beschränkt ist.

Die Konsole dient als Schaufenster für das Plugin ModRetro Chromatic, das von ModRetro herausgegeben und über den Plugin-Katalog von Codex in der ChatGPT-Desktop-App installiert wird. Es basiert auf GB Studio und bietet Werkzeuge für Sprites und Animationen, eine neben der Spielumgebung angezeigte Kollisionskarte, einen im integrierten Browser von Codex geöffneten Emulator sowie Tastensequenzen mit einem Screenshot bei jedem Schritt. Erfahrenere Entwickler können mit GBDK-2020 in C programmieren oder ihre eigene Engine in Assembler bauen. Die Installation per USB-Kabel auf einem wiederbeschreibbaren Spielmodul löscht das vorhandene Spiel und kann dessen Spielstände löschen, ohne eine Sicherungskopie anzulegen.

🔗 Ankündigung von @OpenAIDevs · Mit Codex und ModRetro Chromatic ein Spiel für einen Retro-Handheld entwickeln · Chromatic in der Codex-Edition auf OpenAI Supply Co.

Google AI Studio erstellt Google Maps Platform-Anwendungen aus einem Prompt, ohne Kreditkarte

9. November — Mit Google AI Studio lassen sich Anwendungen auf Basis von Google Maps Platform direkt aus einem Prompt erstellen. Man beschreibt Gemini seine Idee, etwa eine interaktive 3D-Tour durch New York, und AI Studio konfiguriert Google Maps Platform und verwaltet den API-Schlüssel ohne Weiterleitung, bevor es eine interaktive Karte in der Vorschau anzeigt; auch ein bestehendes Google Cloud-Projekt lässt sich verknüpfen. Verfügbar sind die APIs Maps (gestaltete Karten, fotorealistische 3D-Städte), Places (lokale Suche, Ortsprofile), Routes (Routen mit Zwischenstopps) und Environment (Luftqualität, Pollen). In der Galerie stehen drei Beispiele zum Remixen bereit: City Immersive Tour, Pet Grooming Route Optimizer und Store Locator & Near Me Finder.

Das Ausprobieren ist innerhalb der Sandbox-Kontingente kostenlos und erfordert keine Kreditkarte: 100 Aufrufe pro Tag und API, die alle 24 Stunden zurückgesetzt werden. Für den Produktivbetrieb muss ein Google Cloud-Abrechnungskonto verknüpft werden; es gelten die Standardpreise von Google Maps Platform.

🔗 Vom Prompt zur App: Mit Google Maps in AI Studio entwickeln (Google Developers) · Ankündigung von @GoogleAIStudio

ElevenLabs startet Campaign Manager, um ausgehende Anrufkampagnen an ElevenAgents zu übergeben

9. November — ElevenLabs startet ElevenAgents Campaign Manager, der seinen Sprachagenten vollständige ausgehende Anrufkampagnen überträgt. Man stellt eine Kontaktliste und ein Ziel bereit, etwa einen qualifizierten Lead oder einen bestätigten Termin: Der Agent ruft innerhalb der ausgewählten Zeitfenster an, behält den Kontext von einem Anruf zum nächsten bei, ruft später erneut an, bucht den gewünschten Termin oder wendet sich an eine andere Nummer oder eine andere Person des Kundenkontos. Er hört auf, sobald das Ziel erreicht ist oder der Kontakt darum bittet.

Das Modul setzt Rahmenbedingungen für die Anrufe: eine Höchstzahl an Versuchen mit einer separaten Obergrenze für Rückrufe, Sperrlisten, die aktualisiert werden, sobald ein Kontakt um das Ende der Anrufe bittet, und verpflichtende Hinweise in der Vorstellung des Agenten. Für jeden Kontakt gibt es eine Chronologie der Entscheidungen, unklare Fälle gelangen in eine Warteschlange zur Bearbeitung, und alles lässt sich als CSV exportieren. Das in Versicherungen, Banken und im E-Commerce in der Beta getestete Modul hat bei The AA Ireland den Anteil der pro Tag bearbeiteten Leads laut CTO Jeremy O’Sullivan von 50 bis 60 % auf 100 % erhöht. Campaign Manager ist ab sofort für Telefon und WhatsApp verfügbar; E-Mail und SMS sind für die nähere Zukunft angekündigt, ein eigener Preis wurde nicht genannt.

🔗 ElevenAgents Campaign Manager (ElevenLabs) · Ankündigung von @ElevenLabs

Offene Daten und Forschung: synthetische japanische Datensätze von NVIDIA und HOPE-Pruning von Amazon

Zwei heutige Veröffentlichungen im Blog von Hugging Face: eine zu Trainingsdaten, die andere zum Speicherbedarf von Expertenmodellen.

NVIDIA und Elith veröffentlichen zwei synthetische japanische Datensätze für Finanzen und Datenschutz

9. November — NVIDIA veröffentlicht auf Hugging Face zwei synthetische japanische Datensätze, die aufeinander abgestimmt sind. Nemotron-Personas-Finance-Japan, gemeinsam mit dem Unternehmen Elith erstellt, erweitert Nemotron-Personas-Japan um den Finanzbereich: 9 Millionen Personas auf Japanisch (1 Million Datensätze mit 50 Feldern), deren Haushaltszusammensetzung, Vermögen und Finanzverhalten auf offiziellen Statistiken beruhen, insgesamt etwa 1,5 Milliarden Tokens unter der Lizenz CC BY 4.0. Laut den Autoren ist dies der erste offene Persona-Datensatz dieser Größe, der öffentliche japanische Statistiken mit Daten zu Haushaltsfinanzen verknüpft.

Nemotron-PII-Japan liefert 100 000 synthetische japanische Geschäftsdokumente aus acht Bereichen (unter anderem Gesundheit, Finanzen, Verwaltung und Recht) mit 56 annotierten Arten personenbezogener Daten, darunter die My Number-Nummer, um Modelle zum Erkennen und Maskieren dieser Daten zu trainieren. NVIDIA führt damit ein Fine-Tuning eines GLiNER-Modells auf 95 000 Dokumenten durch. Die übergeordnete Idee: mit dem ersten Datensatz Kunden simulieren und anschließend mit dem zweiten prüfen, ob eine Verarbeitungspipeline deren Daten schützt.

🔗 Nemotron-Personas-Finance-Japan (Hugging Face-Blog) · Nemotron-PII-Japan (Hugging Face-Blog)

Amazon stellt HOPE vor, ein Pruning von MoE-Experten, das zusammenarbeitende Experten berücksichtigt

9. November — In einem von Alex M Tseng verfassten Beitrag stellt ein Amazon-Team HOPE (Higher-Order Pruning of Experts) vor, eine Methode, um die am wenigsten nützlichen Experten aus einem Mixture-of-Experts-Modell (MoE) ohne erneutes Training zu entfernen. Ein MoE hält alle seine Experten im Speicher, obwohl pro Token nur wenige zum Einsatz kommen: Bei Qwen3.5-122B machen sie 95 % der rund 250 GB des Modells aus. Bisherige Methoden bewerten jeden Experten einzeln; HOPE misst auch die Wechselwirkungen zwischen Expertenpaaren, die häufig gemeinsam aktiviert werden.

Getestet auf Qwen3.5-122B, Qwen3.5-35B und GLM-4.5-Air im Vergleich mit REAP, MAN, EAN und Frequency, wobei 10 bis 50 % der Experten entfernt wurden, erreicht die Methode laut Amazon den besten durchschnittlichen Rang (2,07 unter 5 Methoden). Ihr Vorsprung wächst mit der Pruning-Rate: Bei 50 % erzielt sie bei agentischen Programmieraufgaben bis zu +6,1 % gegenüber der besten konkurrierenden Methode. Sie ist mit Quantisierung kompatibel und verursacht einen zusätzlichen Zeitaufwand von einer bis zwei Sekunden pro Schicht.

🔗 Amazons Beitrag zu HOPE (Hugging Face-Blog)

Kurzmeldungen

Agenten und Code-Tools

Qwen Code v0.27.1 — Stabile Version vom 9. November, zwei Tage nach v0.27.0, ohne Breaking Changes: 122 Einträge, darunter 26 Funktionen und 65 Fehlerbehebungen. Der Managed Agent erhält ein optionales persönliches Gedächtnis auf Basis von Mem0 sowie Archivierung und die selbstständige Installation von MCP-Servern; Desktop v0.27.1 und das TypeScript SDK v0.1.31 folgen am selben Tag. 🔗 Quelle
Copilot CLI 1.0.108 als stabile Version — Seit dem 9. November stabil, ohne Neuerungen gegenüber den am 7. November behandelten Vorabversionen 1.0.108-0 und 1.0.108-1: Befehle /index, standardmäßig gemeinsam genutzte tgrep-Indexierung, eine Sandbox-Einstellung für Windows und 72 Fehlerbehebungen. 🔗 Quelle
Antigravity CLI 1.5.2 — Im Changelog auf den 6. November datierte Version: --dangerously-skip-permissions genehmigt geschützte Befehle sowie Zugriffe außerhalb des Workspace nicht mehr automatisch, wenn ein Administrator von Gemini Enterprise eine Überprüfung verlangt; Plugins mit gefährlichen Namen werden abgewiesen, und die Skills der Cloud-Plugins stehen nun in --remote-agent-Sitzungen zur Verfügung. 🔗 Quelle
Portals von Amp auf Runnern — Portals, die bisher orbs vorbehalten waren, funktionieren nun auf den Rechnern der Nutzer: Ein vom Agenten gestarteter Entwicklungsserver lässt sich über den Tab Portal des Threads öffnen und ist laut Dokumentation im Browser sowie in den iPhone- und iPad-Apps zugänglich. Aktivierung über Allow Portals oder amp --no-tui --remote-control-portals; Portals sind privat, außer bei gemeinsam genutzten Runnern, und laut Dokumentation niemals öffentlich. 🔗 Quelle · 🔗 Dokumentation
Amp für Windows — Am 7. November stellt Quinn Slack, CEO von Amp, eine experimentelle Windows-App mit einem sich selbst aktualisierenden Installer bereit; gemeldete Bugs werden mit Credits belohnt, und eine ausgereifte Version wird in etwa drei bis vier Tagen versprochen. Die Download-Seite führt auch eine experimentelle Linux-App auf. 🔗 Quelle
Der Thread-Editor von Delta — Agus Zubiaga beschreibt im Delta-Blog den neu geschriebenen Editor, der Threads zu einem gemeinsam nutzbaren und kommentierbaren Dokument statt zu einem Chat machen soll; dabei wurde die Architektur des Editors von Zed aufgegeben. Zed fasst zusammen, dass sechs Neuanfänge nötig waren. Engineering-Beitrag, keine neue Version. 🔗 Quelle · 🔗 Tweet von Zed
v0 und Fable 5.2 — Vercels Tool zur App-Erstellung stellt Claude Fable 5.2 noch am Abend der Veröffentlichung bereit, mit dem direkten Einstiegspunkt v0.app/?fable52, ohne Angaben zu Abos oder Preisen. 🔗 Quelle

Plattformen, API und Unternehmen

Das passende Claude-Modell wählen — In einem auf claude.dev veröffentlichten Leitfaden empfiehlt Addy Osmani, mit Opus 5.5 bei Effort medium zu beginnen, für klar umrissene Aufgaben oder große Volumen auf Sonnet 5.5 oder Haiku 5.5 herunterzugehen und für die schwierigsten Projekte auf Fable 5.2 umzusteigen, wobei zunächst eine höhere Effort-Stufe ausprobiert werden sollte. Auf SWE-bench Pro erreicht Opus 5.5 bei low mit erneuter Ausführung fehlgeschlagener Aufgaben bei high etwa 97 % für 0,17 Dollar pro Aufgabe, gegenüber 95,3 % für 0,29 Dollar bei durchgängig high. 🔗 Quelle
Asynchrone Funktionen in der Agents API — Michael Luo aus dem Agents-API-Team von OpenAI stellt asynchrone Funktionen vor: Der Agent arbeitet nach einem Tool-Aufruf weiter, ohne auf dessen Ergebnis zu warten, um frühzeitig eine langsame Suche zu starten oder unabhängige Teile einer Anfrage zu bearbeiten. Er erinnert auch an den bereits am 20. Oktober behandelten Prompt-Cache von 12 Stunden. 🔗 Quelle
SDKs von OpenAI — openai-python 3.48.0 ergänzt Streaming-Optionen für Agentensitzungen, und die SDKs für Python und Node (7.54.0) erkennen gpt-6-rosalind in Responses in der Beta; Codex CLI hat seit 0.167.0 vom 6. November keine stabile Version veröffentlicht, sondern nur Vorabversionen von 0.169.0 ohne Versionshinweise. 🔗 Quelle
ChatGPT Enterprise auf AWS Marketplace — ChatGPT Enterprise (ChatGPT, ChatGPT Work, Codex und die dots) lässt sich jetzt über AWS Marketplace kaufen, mit bestehender AWS-Abrechnung und Ausgaben, die auf AWS-Abnahmeverpflichtungen angerechnet werden können; laut OpenAI dieselben Funktionen wie beim Direktkauf, ohne Preisangabe, nach Google Cloud und Oracle im Oktober. 🔗 Quelle
Kuken Industries — Der japanische Hersteller von Kühltürmen findet eine Ersatzteilzeichnung mit einem vom Startup Recursive auf der API von OpenAI aufgebauten Tool in 4,5 Minuten statt in fast einer Stunde; er rechnet über ein Jahr mit etwa 90 % weniger Suchaufwand. 🔗 Quelle
Perplexitys Leitfaden zum Gedächtnis — Perplexity erklärt das Gedächtnis von KI-Assistenten und beschreibt sein eigenes: Es gilt für alle Modelle, ist für jedes Project separat, wird bei Verwendung unter den Quellen angezeigt und lässt sich löschen; bei Privatkundenkonten können seine Inhalte zur Verbesserung der Modelle dienen, sofern die Einstellung AI Data Retention nicht deaktiviert wird; bei Enterprise-Konten niemals. 🔗 Quelle

Sicherheit

Secret scanning in Actions-Logs — GitHubs Secret scanning untersucht jetzt die Workflow-Logs von GitHub Actions nach Abschluss der Ausführung, als öffentliche Vorabversion auf GitHub Enterprise Cloud mit Secret Protection oder Advanced Security; die Unternehmensrichtlinie ist standardmäßig deaktiviert, ältere Logs werden nicht untersucht und während der Vorabversion gibt es keine Benachrichtigungen. 🔗 Quelle
Fizzls x402-Prüfung — Frits Zwager macht den x402 Agent Safety Bench auf der Website von Fizzl zu einer Prüfung, die jedem Agenten offensteht: 19 Kaufaufgaben bei simulierten Händlern, darunter 14 Betrüger, bezahlt mit Test-USDC auf Base Sepolia. 🔗 Quelle

Offene Modelle und Community

Harness adapters — Fortsetzung des am 6. November vorgestellten Projekts harness-hub: Das Training der LoRA für LFM2.5-24B und LFM3 von Liquid AI sowie Twil-8B von webAI ist in den Harnesses pi, hermes und opencode abgeschlossen; das Team meldet bis zu 43 % höhere Tool-Effizienz und 15 % höhere Genauigkeit für LFM3 sowie bis zu 37 % höhere Effizienz für Twil-8B. 🔗 Quelle
Gewichte für die Medizin bearbeiten — Maziyar Panahi (OpenMed) verbessert kleine Qwen-Modelle bei medizinischen Prüfungen, indem er ihre Gewichte ohne Training verändert: Qwen3.5-2B steigt auf MedQA von 52,0 auf 70,5 %, ohne signifikante Veränderung in Mathematik; ein Teil des Gewinns geht auf das Antwortformat zurück, wie der Beitrag präzisiert. 🔗 Quelle
Fine-Tuning von Qwen3.8-27B auf einem Mac Studio — Roman Melnyk verwandelt Qwen3.8-27B vollständig auf einem Mac Studio M3 Ultra mit 512 GB in einen Assistenten für Kafka, Strimzi, Kubernetes und Argo CD; die 4-Bit-Version benötigt etwa 15 GB, und der Autor beurteilt dieses erste Ergebnis als durchwachsen. 🔗 Quelle
Step 5 bei Together AI — Am 8. November erklärt Together AI, den Durchsatz von Step 5 von StepFun durch die Optimierung seines Serving-Stacks mit Agenten mehr als verdreifacht zu haben (MoE-Routing, Scheduling, Kernels, spekulatives Decoding, Sparse Attention), ohne absolute Zahlen zu nennen. 🔗 Quelle
3D-Galerie auf dem Hub — Laut Caleb Fahlgren, dessen Beitrag Hugging Face weiterverbreitet, werden Datensätze mit .glb-, .ply-, .stl-Dateien oder Splats automatisch als 3D-Galerie angezeigt; mehr als 350 öffentliche Datensätze profitieren davon, nach dem OpenUSD-Viewer im Oktober. 🔗 Quelle
Hackathon von Hugging Face und Qai in Doha — Aritra Roy Gosthipaty und vier Mitautoren von Hugging Face blicken auf diesen Hackathon vom 5. bis 7. November zurück, der als erster von Hugging Face in der Golfregion vorgestellt wird: mehr als 500 Bewerbungen, 150 Teilnehmer, 40 Teams, 15 Finalisten und 3 Gewinner. 🔗 Quelle
Mobile App von Sakana AI — Sakana AI sucht bis zum 15. November Tester für die Beta seiner ersten mobilen App mit dem vorläufigen Namen Sakana AI App, ohne deren Funktionen zu beschreiben. 🔗 Quelle

Robotik, 3D und Video

Physische KI in Korea — In der Korea-Serie von NVIDIA beschleunigt Samsung seine Berechnungen für das Halbleiterdesign (mit PhysicsNeMo um etwa das 1 600-Fache, von 18 Stunden auf 41 Sekunden), Kakao Mobility strebt mit Kia-Fahrzeugen autonomes Fahren auf Level 4 auf NVIDIA Hyperion an, und der von Isaac GR00T gesteuerte Roboter CLOiD von LG arbeitet in einer echten Fabrik; weder Zeitplan noch Stückzahlen werden genannt. 🔗 Quelle
Humanoider Roboter baut IKEA-Möbel zusammen — Am 8. November konvertiert Harpreet Sahota für FiftyOne einen Ausschnitt aus der 2026 Humanoid IKEA Assembly Challenge: 6 Episoden und 30,7 Minuten eines humanoiden Roboters mit 35 Motoren und sieben Kameras, wobei das Drehmoment der Motoren auf die Kameras an den Handgelenken abgestimmt ist. 🔗 Quelle
SAM3D-Part und BranchTokens von Meshy — SAM3D-Part extrahiert mit einem Klick ein vollständiges Bauteil aus einem bestehenden 3D-Objekt, mit einer um etwa 72 % niedrigeren Chamfer-Distanz als OmniPart bei 500 Objekten (Paper für SIGGRAPH Asia 2026 angenommen, Gewichte veröffentlicht); das gemeinsam mit Purdue entwickelte BranchTokens reduziert den Fehler bei der Erzeugung von 3D-Skeletten gegenüber Auto-Connect um 16,9 %. 🔗 Quelle · 🔗 BranchTokens
Sightline von Runway — Neue App aus App Studio: Sie erstellt ein 360-Panorama eines Ortes, ermöglicht darin Kameraeinstellungen aus allen Blickwinkeln mit konsistenter Kulisse und exportiert es in 3D zur Verwendung als Umgebung; sie verbraucht Runway-Credits, ohne Angaben zu Kosten oder Modell. 🔗 Quelle

Was das bedeutet

Ein Frontier-Modell wird mittlerweile noch am Veröffentlichungstag von den Anbietern, die es integrieren, auf deren eigenen Benchmarks vermessen. Cursor, Cognition und Perplexity veröffentlichen ihre Zahlen zu Fable 5.2 innerhalb weniger Stunden nach dem Start, jeweils auf ihrem eigenen Benchmark, und Claude Code legt es sofort als standardmäßig verwendetes Fable-Modell fest. Diese Messungen sagen nicht alle dasselbe aus: Auf CursorBench schneidet die Effort-Stufe Extra High schlechter ab als High und kostet mehr, und auf WANDR wird der Rekord mit etwa 1,8-mal so hohen Kosten pro Aufgabe wie bei Gemini 4 Argon erkauft. Cursors Empfehlung, wieder von der Standardeinstellung auszugehen, gilt über das eigene Tool hinaus: Ein neues Modell erfordert eine neue Kalibrierung des Effort.

Die Kosten pro Aufgabe werden zur Vergleichseinheit. Anthropic senkt den Preis von Fable um 20 % und hebt hervor, dass der Score von Opus 5.5 zu etwa dem halben Preis erreicht wird; Meta sieht Muse Ember nach eigenen Zahlen auf dem Niveau von Claude Haiku 5.5 bei etwa einem Drittel der Kosten pro Aufgabe; Cursor, Devin und Perplexity zeigen alle neben dem Score auch die Kosten pro Aufgabe an. Auf der Infrastrukturebene baut Google die TPU-Systeme für die Inferenz aus, und Amazon versucht mit HOPE, den Speicherbedarf von MoE zu senken. TPU 8tx und 8i Max kommen allerdings ohne Termin oder Preis, was einen Vergleich weiterhin verhindert.

Die Demonstrationen erreichen eine neue Größenordnung: 1 000 Agenten für Fermat, bis zu 300 pro Team auf MIPLIB, mehr als 1 000 Subagenten für einen Betriebssystem-Prototyp. Anthropic ergänzt diese Zahlen um messbare Schutzvorkehrungen: ein Klassifikator für jeden der mehr als eine Million Tool-Aufrufe im Fermat-Experiment, auf 3,1 % gesenkte Sandbox-Ausbrüche und Mythos 5.2 ausschließlich für Prüfprogramme in Cybersicherheit und Biologie. Dass die beiden Modelle häufiger vermuten, evaluiert zu werden, erschwert allerdings die Interpretation dieser Sicherheitsmessungen.

In der Robotik muss die Offenheit noch bestätigt werden. NVIDIA bezeichnet GR00T 2 als offenes Modell und veröffentlicht zwei offene Benchmarks, DexBench und VABAR, doch der Beitrag enthält weder eine Lizenz noch einen Download-Link. In Korea baut NVIDIA ein Ökosystem für souveräne KI auf, in dem seine GPUs über NVLink Fusion mit den NPUs von Rebellions zusammenarbeiten: Die Plattform öffnet sich für Chips anderer Entwickler und bleibt zugleich im Zentrum der Inferenz.