Anthropic startet die Roadshow für seinen Börsengang, Google gibt Gemini 4 Carbon allgemein frei, OpenAI startet Businesses in ChatGPT

Anthropic startet die Roadshow für seinen Börsengang: 825 Millionen Aktien der Klasse A werden zwischen 70 und 78 Dollar angeboten, an der Nasdaq unter dem Kürzel „ANT“. Google öffnet Gemini 4 Carbon für Entwickler, Unternehmen und Ultra-Abonnenten, bis zum 30. November für 2 und 10 Dollar pro Million Tokens. Cursor, GitHub Copilot, Perplexity und Devin integrieren das Modell noch am selben Tag, mehrere mit eigenen Messergebnissen. OpenAI startet Businesses in ChatGPT in der Beta, Anthropic ergänzt Claude um Whiteboards, Sheets und Data, ByteDance und MiniMax veröffentlichen Seedream 5.5 und H3-Image, und der Élysée-Palast veröffentlicht einen Aufruf zur KI-Sicherheit, unterzeichnet von 16 Staaten, 10 Unternehmen und 7 Organisationen.

Anthropic startet die Roadshow für seinen Börsengang: 825 Millionen Aktien zwischen 70 und 78 Dollar

10. November — Zwei Wochen nach der öffentlichen Einreichung seines S-1 bei der SEC startet Anthropic die Roadshow für seinen Börsengang, die Präsentationsrunde für Investoren vor der Preisfestsetzung. Der von @AnthropicAI geteilte Beitrag in der Newsroom behandelt ein Angebot von 825 Millionen Stammaktien der Klasse A. Fast alle, nämlich 801 351 354 Aktien, werden von Anthropic angeboten; die übrigen 23 648 646 werden von bestimmten bestehenden Aktionären verkauft, und das Unternehmen erhält aus deren Verkauf keine Erlöse.

Die Konsortialbanken erhalten außerdem eine Option mit einer Laufzeit von 30 Tagen, um bis zu 123 750 000 zusätzliche Aktien der Klasse A zu erwerben. Der erwartete Preis liegt zwischen 70 und 78 Dollar je Aktie. Anthropic hat die Notierung seiner Wertpapiere am Nasdaq Global Select Market unter dem Kürzel „ANT“ beantragt. Der vorläufige Prospekt ist bei Goldman Sachs und Morgan Stanley erhältlich.

Bestandteil des Angebots	Veröffentlichter Wert
Angebotene Aktien der Klasse A	825 000 000
Davon von Anthropic angebotene Aktien	801 351 354
Davon von Aktionären verkaufte Aktien	23 648 646
Option der Banken (30 Tage)	Bis zu 123 750 000 Aktien
Preisspanne je Aktie	70,00 bis 78,00 Dollar
Markt und Kürzel	Nasdaq Global Select, „ANT“

Die bei der SEC eingereichte Registrierungserklärung ist noch nicht wirksam: Vor ihrem Wirksamwerden dürfen weder Aktien verkauft noch Kaufangebote angenommen werden. Die Mitteilung nennt weder eine Bewertung noch das aufzunehmende Kapital oder den ersten Handelstag. Das S-1 war am 1. Juni vertraulich eingereicht und am 26. Oktober veröffentlicht worden.

🔗 Anthropic startet die Roadshow (Anthropic Newsroom)

Gemini 4 Carbon wird allgemein verfügbar, bis zum 30. November für 2 und 10 Dollar pro Million Tokens

10. November — Zwei Wochen nachdem Google das Modell zunächst Cyberverteidigern des Fairwind Program vorbehalten hatte, gibt das Unternehmen Gemini 4 Carbon allgemein frei. Laut einem Beitrag von Koray Kavukcuoglu, SVP von Google DeepMind und Chief AI Architect, wird das Modell gemini-4-carbon in der Gemini API (kostenpflichtige Stufe), Google AI Studio, Android Studio und Gemini for business sowie in Antigravity und CodeMender für Unternehmen allgemein verfügbar. Außerdem wird es für alle Google-AI-Ultra-Abonnenten in Antigravity, der Gemini-App (Desktop, Mobilgeräte und Web) und dem KI-Modus von Search ausgerollt. Die Cyberversion bleibt nach Bewerbung für das Fairwind Program zugänglich.

Der Einführungspreis hat nun ein Enddatum. Laut den Versionshinweisen der API kostet Carbon bis zum 30. November 2026 2 Dollar pro Million Eingabe-Tokens und 10 Dollar pro Million Ausgabe-Tokens, danach 4 und 20 Dollar. Diese Beträge waren bereits am 28. Oktober genannt worden, damals ohne Datum für die Umstellung. Google stellt klar, dass dieser Tarif für das öffentlich zugängliche Carbon-Modell gilt.

Tarifart (API, pro Million Tokens)	Bis zum 30. November 2026	Nach dem 30. November 2026
Eingabe-Tokens	2 Dollar	4 Dollar
Ausgabe-Tokens	10 Dollar	20 Dollar

Google bezeichnet Gemini 4 Argon als die richtige Wahl für die meisten Programmieraufgaben und die Arbeit mit Dokumenten. Carbon ist für langwierige, komplexe Aufgaben vorgesehen, die mehr Erkundung und Überprüfung erfordern und dafür mehr Tokens verbrauchen. Der Beitrag führt es auf CursorBench 4.0, WANDR von Perplexity und AutomationBench von Zapier auf Platz eins, bei Kosten pro Aufgabe, die weniger als halb so hoch sind wie beim nächstbesten externen Modell (die Zahlen von Cursor und Perplexity werden im nächsten Abschnitt erläutert). Im Finanzbereich erreicht es in der agentischen Evaluation von Hebbia das Niveau des besten getesteten Modells und belegt im Benchmark von Balyasny Asset Management in 23 Konfigurationen den ersten Platz.

Bei der Sicherheit meldet Google, dass in simulierten Umgebungen 99 % der Angriffspfade blockiert werden:

Von Google genannte Sicherheitskennzahl	Gemini 4 Carbon	Gemini 4 Argon
Erfolgsquote von Angriffen je Versuch (simulierte Cyberangriffe)	0,8 %	3,1 %
Erfolgsquote von Angriffsanfragen (Gray-Swan-Tests)	2,17 %	9,86 %
Agentische Ehrlichkeit (Benchmark mit 375 Aufgaben)	92 %	70 %

Das Programm, das 10 000 Wissenschaftlern Argon sechs Monate lang kostenlos anbietet, wird auf Carbon ausgeweitet. Zudem haben Google-Forscher das Modell zusammen mit AlphaProof Code genutzt, um Sicherheitseigenschaften des Codes des Signal-Protokolls in Lean zu beweisen.

🔗 Gemini 4 Carbon jetzt verfügbar (blog.google) · Versionshinweise der Gemini API

MKA: Google und Artificial Analysis starten einen Benchmark mit 200 Aufgaben zur Arbeit mit visuellen Dokumenten

10. November — Google veröffentlicht gemeinsam mit Artificial Analysis MKA (Multimodal Knowledge Agent), einen Benchmark, der misst, wie gut Agenten mit visuell komplexen Dateien arbeiten können: Architekturplänen, technischen Zeichnungen, Diagrammen und Tabellen. Seine 200 nicht öffentlichen Aufgaben wurden mit Experten aus 10 Branchen und 83 Berufen erstellt; jede entspricht 3 bis 8 Arbeitsstunden für eine erfahrene Fachkraft. Ein Raster mit rund 70 Ja-Nein-Prüfpunkten bewertet jedes Arbeitsergebnis, zu 75 % nach Korrektheit und zu 25 % nach visueller Gestaltung.

Alle Modelle durchlaufen denselben Open-Source-Harness, Stirrup. Die Bewertung übernimmt ein Agent auf Basis eines Modells, das nicht von Google stammt und dessen Bewertungen zu 96 % mit denen menschlicher Experten übereinstimmen. Der vollständige Datensatz bleibt bei Artificial Analysis unter Verschluss; 10 öffentliche Aufgaben sind auf Hugging Face verfügbar. Die getesteten Modelle benötigen durchschnittlich 30 bis 130 Runden pro Aufgabe. Gemini 4 Carbon erreicht bei der Qualität den zweiten Platz, bei durchschnittlichen Kosten pro Aufgabe, die nur ein Sechstel der Kosten des Erstplatzierten betragen, den der Beitrag nicht nennt.

🔗 Multimodal-Knowledge-Agent-Benchmark (blog.google)

Gemini 4 Carbon noch am selben Tag bei Cursor, GitHub Copilot, Perplexity und Devin, jeweils zu eigenen Bedingungen

Wie Claude Fable 5.2 am Vortag wird Carbon innerhalb weniger Stunden nach seiner Freigabe in Tools verfügbar, die Modelle integrieren. Cursor und Perplexity veröffentlichen eigene Messergebnisse, GitHub aktiviert es standardmäßig in Copilot, und Cognition macht es in Devin Desktop und Devin CLI zugänglich. Dort übertrifft es laut Cognition schon bei geringem Denkaufwand das beste Ergebnis von Argon. Cognition berechnet seine Kosten anhand des öffentlichen API-Tarifs einschließlich öffentlich verfügbarer Rabatte (siehe Kurzmeldungen).

Cursor: Platz eins auf CursorBench 4.0 mit 60,4 % bei hohem Denkaufwand, zum halben Preis bis zum 30. November

10. November — Cursor gibt Gemini 4 Carbon frei und setzt es an die Spitze von CursorBench 4.0, seinem eigenen Benchmark: 60,4 % bei hohem Denkaufwand (High), für 9,22 Dollar pro Aufgabe. Mittlerer Denkaufwand folgt mit 60,1 % für 8,49 Dollar, vor Claude Fable 5.2 bei maximalem Denkaufwand (60,0 %, 32,79 Dollar). Eine Besonderheit der Rangliste: Geringer Denkaufwand (58,6 %) ist mit 11,89 Dollar pro Aufgabe die teuerste der drei Carbon-Stufen, mit 124 Schritten gegenüber 71 bei High.

Modell und Denkaufwand	CursorBench-4.0-Wertung	Kosten pro Aufgabe
Gemini 4 Carbon High	60,4 %	9,22 Dollar
Gemini 4 Carbon Medium	60,1 %	8,49 Dollar
Claude Fable 5.2 Max	60,0 %	32,79 Dollar
Gemini 4 Carbon Low	58,6 %	11,89 Dollar
Claude Opus 5.5 Max	57,8 %	13,43 Dollar
Gemini 4 Argon High	52,9 %	4,57 Dollar

In Cursor wird Carbon bis zum 30. November zum halben Preis angeboten: 2 Dollar pro Million Eingabe-Tokens und 10 Dollar für Ausgabe-Tokens. Ab dem 1. Dezember gilt der volle Tarif von 4 und 20 Dollar. Die Seite gibt nicht an, ob die Kosten pro Aufgabe für Carbon mit dem reduzierten oder dem vollen Tarif berechnet wurden. Ein Changelog begleitet die Ankündigung nicht.

🔗 Ankündigung von @cursor_ai · Rangliste von CursorBench 4.0

GitHub Copilot: Carbon allgemein verfügbar, in Organisationen standardmäßig aktiviert

10. November — GitHub nimmt Gemini 4 Carbon als allgemein verfügbares Modell in Copilot auf, für die Tarife Pro+, Max, Business und Enterprise. Das Modell richtet sich an komplexe Programmieraufgaben, agentische Aufgaben und Reasoning-Aufgaben, mit einem Schwerpunkt auf sicherer Codegenerierung und Sicherheitsarbeit. Es erscheint in der Modellauswahl von zehn Oberflächen: VS Code, Visual Studio, Copilot CLI, dem Coding-Agenten, der GitHub-Copilot-App, github.com, GitHub Mobile, den JetBrains-IDEs, Xcode und Eclipse; bei Gemini 4 Argon waren es am 13. Oktober acht. Die Einführung erfolgt schrittweise.

Anders als Claude Fable 5.2 (nächster Abschnitt) erfordert Carbon in Business- und Enterprise-Organisationen keine zusätzlichen Schritte: Da neue Modelle dort standardmäßig aktiviert sind, erscheint es automatisch, sofern der Administrator diese Einstellung nicht abgeschaltet hat oder das Modell deaktiviert. Die Abrechnung erfolgt nutzungsabhängig zum Listenpreis des Anbieters. Das Changelog nennt weder Beträge noch einen Einführungstarif, während Argon bei seiner Einführung zu einem reduzierten Preis angeboten worden war.

🔗 Gemini 4 Carbon in GitHub Copilot (GitHub Changelog)

Perplexity: 0,857 auf WANDR für 5,86 Dollar pro Aufgabe, in Computer und Search

10. November — Weniger als zwei Stunden nach der allgemeinen Freigabe macht Perplexity Carbon in seinem Agenten Computer für Pro- und Max-Abonnenten sowie in Search ausschließlich für Max-Abonnenten verfügbar, wie Claude Fable 5.2 am Vortag.

Gemini 4 Carbon is now available in Perplexity Computer for Pro and Max subscribers, and in Search for Max subscribers. It scores 0.857 on our WANDR benchmark at $5.86 per task, matching Claude Fable 5.2 at 40% of the cost.

🇩🇪 Gemini 4 Carbon ist jetzt in Perplexity Computer für Pro- und Max-Abonnenten und in Search für Max-Abonnenten verfügbar. Es erreicht auf unserem WANDR-Benchmark 0,857 für 5,86 Dollar pro Aufgabe und liegt damit gleichauf mit Claude Fable 5.2 bei 40 % der Kosten. — @perplexity_ai auf X

Auf WANDR bewertetes Modell	WANDR-Wertung	Kosten pro Aufgabe
Gemini 4 Carbon	0,857	5,86 Dollar
Claude Fable 5.2	0,851	14,51 Dollar
Gemini 4 Argon	0,802	7,88 Dollar

Die Gleichwertigkeit mit Fable 5.2 ist Perplexitys Interpretation: Der Abstand zwischen beiden beträgt 0,006 Punkte, und die Perplexity-Grafik, aus der diese Zahlen stammen, platziert Carbon auf der Pareto-Grenze. Diese Wertung pro Modell ist nicht mit den am 5. November veröffentlichten 85,9 % der Ultra-Stufe der Agent API vergleichbar, einer Konfiguration mit mehreren Agenten. Das API-Changelog ergänzt google/gemini-4-carbon in der Agent API zum bis zum 30. November 2026 gültigen Einführungstarif (2 Dollar pro Million Eingabe-Tokens, 0,10 Dollar für gecachte Eingabe-Tokens, 10 Dollar für Ausgabe-Tokens) sowie anthropic/claude-fable-5-2. Weder der für WANDR verwendete Denkaufwand noch die Kosten in Credits innerhalb von Computer werden angegeben.

🔗 Changelog der Perplexity API

Claude Fable 5.2 und Mythos 5.2 bei GitHub Copilot, Devin Security, Warp und Genspark

Am Tag nach ihrer Einführung kommen Fable 5.2 und Mythos 5.2 weiterhin in Tools von Drittanbietern an. Nach Cursor, Devin, Perplexity und v0 am 9. November gibt Warp Fable 5.2 in Warp Factories und seinem Terminal frei, Genspark in seinem Code Agent (siehe Kurzmeldungen). Zwei Integrationen stellen besondere Bedingungen: die Datenspeicherung bei GitHub Copilot und der eingeschränkte Zugang zu Mythos 5.2 in Devin Security.

GitHub Copilot: Fable 5.2 allgemein verfügbar, mit standardmäßiger Datenspeicherung

9. November — Am Tag seiner Einführung durch Anthropic wird Claude Fable 5.2 in GitHub Copilot allgemein verfügbar, für Pro+, Max, Business und Enterprise, auf denselben zehn Oberflächen wie Carbon. Laut den ersten Tests von GitHub löst es mehr Aufgaben als Fable 5.1 mit weniger Schritten und Tool-Aufrufen; Zahlen wurden nicht veröffentlicht. Die Abrechnung erfolgt nutzungsabhängig zum Listenpreis des Anbieters, und Copilot CLI zeigt es seit Version 1.0.109 in seiner Modellauswahl an.

Wie bei Fable 5 und 5.1 speichert Anthropic standardmäßig Prompts und Ausgaben, um seine Sicherheitsklassifikatoren zu betreiben, ohne sie für das Training zu verwenden. Bei Business und Enterprise ist die Richtlinie für Claude Fable 5.2 daher standardmäßig deaktiviert; ihre Aktivierung gilt als Zustimmung zu dieser Speicherung. Die anderen Claude-Modelle in Copilot bleiben ohne Datenspeicherung (zero data retention). Berechtigte Unternehmen erhalten für Fable 5.2, 5.1 und 5 bis zum Ende des Kalenderjahres eine Ausnahmeregelung ohne Datenspeicherung. Danach setzen diese Modelle Enterprise Frontier Safeguards (EFS) voraus, das eine automatisierte Sicherheitsüberwachung und Aufbewahrungsoptionen ergänzt, darunter Verschlüsselungsschlüssel unter Kontrolle des Kunden.

🔗 Claude Fable 5.2 in GitHub Copilot (GitHub Changelog)

Devin Security: Mythos 5.2 erreicht 73,5 im internen Cyber-Benchmark von Cognition, gegenüber 56,9 für Mythos 5.1

10. November — Cognition integriert Claude Mythos 5.2 in die verwalteten Sicherheitsscans von Devin Security für berechtigte Unternehmenskunden, die über Devin Zugang zu Frontier-Modellen für Cybersicherheit haben; andere können diesen beantragen. Devin startet die Scans selbst: Das Sicherheitsteam des Kunden benötigt keinen separaten Zugang zum Modell, den Anthropic seinen Prüfprogrammen vorbehält.

Cognition veröffentlicht einen neuen internen Benchmark zur Entdeckung von Schwachstellen: 25 Repositorys in C, Python, Go, PHP und TypeScript, die auf einem Commit eingefroren wurden, in dem noch 1 781 öffentlich gemeldete Schwachstellen bestehen. Der F2-Score auf einer Skala bis 100 kombiniert Recall und Precision mit höherer Gewichtung des Recalls und wird über drei Durchläufe pro Repository gemittelt.

Von Cognition bewertetes Modell	Durchschnittlicher F2-Score (interner Benchmark)
Claude Mythos 5.2	73,5
Claude Mythos 5.1	56,9
Claude Opus 5.5	32,7

Die zusammen mit Mythos 5.2 angekündigten „mehr als 100 Millionen Dollar“ an Credits setzen die bereits am 26. Oktober vorgestellte Zusage von Devin-Credits im Wert von Hunderten Millionen Dollar fort; neu ist ihre ausdrückliche Verknüpfung mit Mythos 5.2. Preise werden nicht genannt.

🔗 Ankündigung von @cognition · Claude Mythos 5.2 in Devin Security (Cognition)

ChatGPT für Unternehmen: Businesses in ChatGPT in der Beta und der Business-Tarif in Tools von Drittanbietern

10. November — OpenAI startet die Beta von Businesses in ChatGPT, mit dem Unternehmen ihre Präsenz im Assistenten verwalten können. OpenAI stellt dies als neue Möglichkeit vor, die 1,2 Milliarden Menschen zu erreichen, die ChatGPT jede Woche nutzen.

Now in beta: Businesses in ChatGPT. Claim your business, manage your information, and get insights on how people engage with you. Eligible businesses can also build a Business Agent to answer customers’ questions and help them explore what you offer.

🇩🇪 Jetzt in der Beta: Businesses in ChatGPT. Beanspruchen Sie Ihr Unternehmensprofil, verwalten Sie Ihre Informationen und sehen Sie, wie Menschen mit Ihnen interagieren. Berechtigte Unternehmen können außerdem einen Business Agent erstellen, der Kundenfragen beantwortet und Kunden dabei hilft, Ihr Angebot zu erkunden. — @OpenAI auf X

Der Einstieg erfolgt über Business Hub, das über die Seitenleiste von ChatGPT im Web erreichbar ist. Dort beansprucht ein Unternehmen seinen Eintrag; nach der Verifizierung aktualisiert es seine Informationen und fügt Produktfeeds mit Preisen und Verfügbarkeit hinzu. Laut den Versionshinweisen ist vor jeder Veröffentlichung eine Identitätsprüfung durch Persona erforderlich. Dies steht jedem berechtigten Unternehmen an Standorten offen, an denen ChatGPT verfügbar ist; Enterprise-Kunden und Werbetreibende wenden sich an ihren OpenAI-Ansprechpartner, und Shopify-Händler verbinden sich über Business Hub oder die Shopify-Verwaltung. Business Hub zeigt außerdem aggregierte Statistiken: Erwähnungen, Klicks auf die Website und Entdeckungsthemen, also wiederkehrende Themen in Gesprächen, in denen die Website genannt wird. Weder die Gespräche der Nutzer noch der Austausch mit einem Business Agent werden weitergegeben, und diese Statistiken erscheinen erst oberhalb bestimmter Schwellenwerte.

Der zweite Baustein ist der Business Agent: Das Unternehmen erstellt, testet und veröffentlicht einen Agenten, der Kunden anhand der bereitgestellten Unternehmensinformationen antwortet. Nutzer öffnen ihn über das Unternehmensprofil, wenn dieses in einer Antwort erscheint, in einem gekennzeichneten Gespräch, das vom ursprünglichen Gespräch getrennt ist. Ein Unternehmen kann seinen Agenten auch sponsern und ihn zum Ziel seiner ChatGPT Ads-Kampagnen machen, mit entsprechend gekennzeichneten Platzierungen.

Angebotener Baustein	Was er ermöglicht	Angekündigte Verfügbarkeit
Business Hub	Den eigenen Eintrag beanspruchen, Informationen aktualisieren, Produktfeeds	Berechtigte Unternehmen an Standorten, an denen ChatGPT verfügbar ist (Beta)
Statistiken	Erwähnungen, Klicks auf die Website, Entdeckungsthemen (aggregiert, mit Schwellenwerten)	Mit Business Hub
Business Agent	Agent, der Kunden anhand der Unternehmensinformationen antwortet	Berechtigte Onlinehändler und Onlinedienstleister, nur in den USA
Sponsoring	Business Agent als Ziel von ChatGPT Ads	Unternehmen mit einem Business Agent

Preise werden nicht genannt. OpenAI plant, das Angebot auf weitere Märkte und Kategorien auszuweiten und Tools für Organisationen mit komplexeren Anforderungen hinzuzufügen, ohne einen Zeitplan zu nennen.

🔗 Vorstellung von Businesses in ChatGPT (OpenAI)

Der ChatGPT Business-Tarif öffnet sich mit „Mit ChatGPT anmelden“ für Tools von Drittanbietern, darunter v0 und Warp

10. November — Der ChatGPT Business-Tarif ergänzt Go, Plus und Pro bei „Mit ChatGPT anmelden“ (Sign in with ChatGPT): Ein Team kann sein Abonnement in Tools wie Notion, v0, Amp, Kilo Code, Warp, Hermes von Nous Research, OpenClaw oder OpenCode nutzen. Die Nutzung wird auf das Codex- und ChatGPT Work-Kontingent des Tarifs angerechnet, ohne zusätzliches Kontingent, und die verbundene Anwendung erhält weder Zugriff auf Gespräche noch auf Erinnerungen.

Neu sind die Administrationskontrollen. Auf admin.openai.com erlaubt der Administrator jeder Anwendung, den Tarif zu nutzen, und legt dann fest, welcher Prozentsatz des Kontingents jedes Standard- oder Premium-Mitglieds von diesen Diensten genutzt werden darf; darüber hinaus können berechtigte Mitglieder auf die Credits des Workspace zugreifen. Devin unterstützt die Nutzung des Business-Tarifs nicht.

v0 beschreibt die Integration in seinem Changelog: Berechtigte Antworten von OpenAI-Modellen werden auf den Tarif statt auf v0-Credits angerechnet. Sobald die vom Administrator festgelegte Grenze erreicht ist, pausiert v0 die Generierung und bewahrt die Arbeit auf; Nutzer können eine Erhöhung beantragen oder mit ihren v0-Credits fortfahren. Warp bestätigt die Unterstützung der Business-Tarife, ohne weitere Einzelheiten.

🔗 Ankündigung von @OpenAIDevs · Dokumentation zu „Mit ChatGPT anmelden“ · Changelog von v0

Claude Whiteboards und Claude Sheets in der Beta, Claude Dashboards wird als Claude Data allgemein verfügbar

10. November — Anthropic ergänzt Claude um zwei Arten kollaborativer Artefakte und beendet für eine dritte die Betaphase. Claude Whiteboards ist ein gemeinsam genutztes Whiteboard: Man erläutert einen Plan mündlich, Claude strukturiert ihn mit Zeitplan, Verantwortlichen und Terminen, und das Team bearbeitet ihn in Echtzeit. Man kann einen Bereich einrahmen, um Claude dazu zu befragen, und das Whiteboard anschließend in ein Dokument oder eine Präsentation umwandeln oder nach Lucid, Miro oder Vani by Zoho exportieren. Claude Sheets erstellt Tabellen mit Registerkarten, Formeln, Formatierungen und Dropdown-Listen, häufig anhand eines einzigen Prompts, und hebt jede seiner Änderungen hervor. Anthropic räumt ein, dass Sheets vorerst einfach gehalten ist, und verweist auf den Export als .xlsx oder CSV, Claude for Excel oder Airtable, Asana, monday.com und Smartsheet.

Claude Dashboards, dessen Beta am 8. Oktober gestartet ist, wird unter dem Namen Claude Data allgemein verfügbar.

Claude Data (formerly Dashboards) is now generally available on paid plans. Along with dashboards, Claude can draft data stories and narrated videos from your metrics, for you to review before sharing. Certified queries and live sharing are in beta.

🇩🇪 Claude Data (ehemals Dashboards) ist jetzt für alle mit einem kostenpflichtigen Tarif verfügbar. Neben Dashboards kann Claude anhand Ihrer Kennzahlen auch Datenberichte und kommentierte Videos erstellen, die Sie vor dem Teilen prüfen. Zertifizierte Abfragen und die Live-Freigabe sind in der Beta. — @claudeai auf X

Claude Data erhält vom Datenteam zertifizierte Kennzahlendefinitionen, die durch ein Badge auf den Diagrammen gekennzeichnet sind, eine Live-Freigabe, bei der Leser die Ergebnisse genehmigter Abfragen sehen, ohne mit Ihren Zugriffsrechten weitere Abfragen ausführen zu können, Unterstützung für Designsysteme, einen pro Dashboard einstellbaren Cache und einen Änderungsverlauf mit der Möglichkeit, zu einer früheren Version zurückzukehren. Es benötigt einen Datenkonnektor (Data Warehouse oder CRM); Amplitude, Mixpanel, Omni, PostHog und Sigma sind Partner.

Claude-Produkt	Status am 10. November	Aktivierung bei Enterprise
Claude Whiteboards	Beta, kostenpflichtige Tarife	Standardmäßig deaktiviert
Claude Sheets	Beta, kostenpflichtige Tarife	Standardmäßig deaktiviert
Claude Data	Allgemein verfügbar (zertifizierte Abfragen und Live-Freigabe in der Beta)	Am 19. November 2026 standardmäßig aktiviert
Claude Meetings	Angekündigt, ohne Termin	Nicht angegeben

Die drei Produkte sind in allen kostenpflichtigen Tarifen im Web, auf dem Desktop und auf Mobilgeräten verfügbar und werden schrittweise ausgerollt; bei Team sind sie standardmäßig aktiviert. In einem Übersichtsartikel vom selben Tag kündigt Anthropic außerdem Claude Meetings ohne Termin an: Claude wird an einem Anruf teilnehmen, um Notizen zu machen und während des Gesprächs Dokumente zu aktualisieren. Hinzu kommen Plugins für Salesforce (Beta), NetSuite und Workday (Beta), die mit Skills ausgeliefert werden, sowie ein Claude Marketplace, der laut Anthropic mehr als 9 000 Konnektoren und Plugins umfasst.

🔗 Sheets, Whiteboards und Data (claude.com) · Weitere Möglichkeiten, mit Claude zu arbeiten (claude.com)

Interaktive Konnektoren öffnen sich vollständig in Claude, und MCP Apps erhält app tools und eingebettete Websites

10. November — Die interaktiven Konnektoren, die seit Januar eine verkleinerte Ansicht eines Tools im Gespräch anzeigten, öffnen sich nun vollständig neben dem Gespräch oder im Vollbild: etwa der vollständige Editor von Confluence oder Notion, verbunden mit dem Nutzerkonto. Claude kann die geöffnete Seite, Zeile oder Datei mit derselben Genehmigung wie bei Aktionen eines Konnektors bearbeiten, mit einer Live-Ansicht; ein Tool lässt sich auch ohne Prompt öffnen und in der Seitenleiste anheften. Der Rollout betrifft das Web und Claude Desktop in allen Tarifen, innerhalb der neuen Oberfläche, die Chat und Cowork zusammenführt. Zu den ersten Tools gehören Asana, Canva, Carta, Dropbox, monday.com, Smartsheet, Vercel und Webflow; Figma, Harvey und Shopify bereiten ihre Integration vor.

Für Entwickler unterstützt Claude weitere Bestandteile der MCP Apps-Erweiterung, darunter app tools und eingebettete Websites (embedded sites), als public preview: Laut @ClaudeDevs können sich die Implementierungsdetails noch ändern. Die Dokumentation stellt klar, dass dafür ein Remote-Server und für das Verzeichnis ein verifizierter Eintrag erforderlich sind.

🔗 Interaktive Konnektoren (claude.com) · Thread von @ClaudeDevs

Seedream 5.5 bearbeitet ein Bild über 100 Runden hinweg und erzeugt native transparente Bilder

9. November — Das Seed-Team von ByteDance veröffentlicht Seedream 5.5, sein neues Modell zur Bilderstellung, mit dem Ziel zuverlässiger Ergebnisse in professionellen Produktionsabläufen. Der erste Fortschritt: stabile Bildbearbeitung über bis zu 100 Runden, bei der unbearbeitete Bereiche pixelgenau und ohne Farbabweichungen erhalten bleiben. Der zweite: die native Generierung transparenter oder halbtransparenter RGBA-Bilder, die sich ohne Freistellen direkt kombinieren lassen. Der dritte: eine natürlichere Darstellung von Licht, Materialien und Haut, mit weniger Glanz und Überbelichtung sowie einer besseren Wiedergabe dichter Texte in kleiner Schrift.

Laut den Bewertungen von ByteDance auf seiner Plattform MagicArena in sechs Anwendungsbereichen (E-Commerce, Marketing, Film und Fernsehen, Videospiele, Büroarbeit, Mode) verbessert Seedream 5.5 in allen sechs Bereichen die Qualitätsbewertungen und die Nutzbarkeitsquote gegenüber Seedream 5.0 Pro. Im paarweisen Vergleich liegt es bei der Textstruktur vor GPT Image 2.5 Sunburst und Nano Banana 2.1, ebenfalls laut ByteDance.

Bewertung von Seedream 5.5 (laut ByteDance)	Veröffentlichtes Ergebnis
Nutzbarkeit gegenüber 5.0 Pro (Film und Fernsehen, Büroarbeit)	Mehr als doppelt so hoch
GSB-Präferenz beim Image-to-Image-Realismus gegenüber der Vorgängerversion	+55,62 %
Stark fehlerhafter Text	0,4 %
Leicht fehlerhafter Text	1,7 %

Das Modell kommt auf Dreamina, CapCut und BytePlus. Bereits am 10. November hat Pika es kostenlos für seine Creator- und Fancy-Abonnenten in Image Studio aufgenommen, mit einer Aufteilung in mehr als 100 Ebenen und dem Export transparenter PNG-Dateien. Genspark bietet es im Vorabzugang an (siehe die Kurzmeldungen). Eine Pro-Version der Serie soll folgen, ohne Termin; weder offene Modellgewichte noch Preise werden angekündigt.

🔗 Vorstellung von Seedream 5.5 (ByteDance Seed)

MiniMax H3-Image erzeugt und bearbeitet Bilder mit 16 Megapixeln, mit offenen Modellgewichten unter einer Community-Lizenz

10. November — MiniMax veröffentlicht H3-Image, ein Modell zur Bilderzeugung und -bearbeitung mit offenen Modellgewichten aus seiner H3-Familie, deren erstes, am 31. Juli angekündigtes Modell seit dem 3. August offene Modellgewichte bietet. Generierung und Bearbeitung sind in einem einzigen Checkpoint vereint. Das Modell erzeugt direkt Bilder mit etwa 16 Megapixeln in allen Seitenverhältnissen, von 4096x4096 im Quadrat bis 6272x2688 in 21:9, ohne Hochskalierung, und akzeptiert bis zu 16 Referenzbilder. MiniMax nennt eine Generierungszeit von 10 Sekunden für ein 4K-Bild, ohne die verwendete Hardware anzugeben.

Merkmal von H3-Image	Veröffentlichter Wert
Native Auflösung	Etwa 16 Megapixel, von 4096x4096 (1:1) bis 6272x2688 (21:9)
Architektur	Dichter Diffusion Transformer (DiT) mit 33,1 Milliarden Parametern, 50 Schichten
Sampling	Auf 6 Schritte destilliert, ohne CFG-Guidance
Veröffentlichte Modellgewichte	BF16, 66,28 Go für den Transformer, VAE mit 2,34 Go
Referenzbilder	Bis zu 16
Lizenz	MiniMax-H3-Image Community License Agreement

Der Transformer übernimmt die Architektur von MiniMax H3 ohne die Audioschichten, mit unverändertem Textencoder. MiniMax stellt außerdem ein Modell zur Prompt-Erweiterung, MiniMax-H3-Image-PE, und eine Bereitstellungsanleitung für vLLM-Omni bereit; die Modellkarte enthält keinen Benchmark. Hugging Face hat die Ankündigung weiterverbreitet.

Die Modellgewichte sind auf Hugging Face unter einer eigenen Lizenz von MiniMax verfügbar: Die in Abschnitt IV vorgesehene gesonderte schriftliche Genehmigung wird per Formular beantragt. Das Modell wird auch in der API von MiniMax angeboten, mit einer Highspeed-Variante und Ausgaben mit bis zu 20 Millionen Pixeln, sowie in MiniMax Code und Hailuo AI, mit 50 % Rabatt auf Bilder mit 16 Megapixeln und mehr während der Einführungswoche.

🔗 Ankündigung von @MiniMax_AI · Hugging Face-Modellkarte von MiniMax-H3-Image

Gemini Robotics 2.5 bewältigt 30 bis 100 % mehr Aufgaben und erreicht 96 % Erfolgsquote beim Kitting bei Mercedes-Benz

10. November — Google DeepMind stellt in einem Beitrag von Carolina Parada Gemini Robotics 2.5 vor, sein bisher fortschrittlichstes Vision-Language-Action-Modell (VLA). Es wurde anhand von mehr als 200 unterschiedlichen Aufgaben evaluiert, vom Servieren mit Greifern über das Pipettieren einer Flüssigkeit bis zum Binden eines Bands um ein Paket. Je nach Aufgabentyp bewältigt es 30 % bis 100 % mehr Aufgaben als bisherige Referenzmodelle und führt sie 20 % bis 30 % schneller aus. Es läuft auf dem humanoiden Apollo 2 von Apptronik, der mit einer SharpaWave-Hand mit fünf Fingern und 22 Freiheitsgraden ausgestattet ist, sowie auf der Plattform Franka Duo mit Parallelgreifern. Das Modell wird bei den Robotikpartnern von Google DeepMind eingesetzt; ein öffentlicher Zugang wurde nicht angekündigt.

Der praxisnächste Test findet gemeinsam mit Apptronik bei Mercedes-Benz an Produktionslinien in Kecskemét (Ungarn) und Sindelfingen (Deutschland) statt. In diesem Proof of Concept stellt Apollo 2 mit einer Erfolgsquote von 96 % Sätze von Automobilteilen zusammen (Kitting): Das Reasoning-Modell Gemini Robotics ER verfolgt den Arbeitsablauf, während Gemini Robotics 2.5 Hände und Arme steuert.

Von Google DeepMind genannte Kennzahl	Veröffentlichter Wert
Evaluierte Aufgaben	Mehr als 200
Erfolgssteigerung je nach Aufgabentyp	30 % bis 100 %
Steigerung der Ausführungsgeschwindigkeit	20 % bis 30 %
Kitting bei Mercedes-Benz (Apollo 2)	96 % Erfolgsquote
Sichere Aufgaben in der Nähe von Hindernissen / Personen	+33 % / +43 %
ASIMOV-Jailbreak: Gemini 4 Argon / Robotics ER 2	99,5 % / 82 %

Bei der Sicherheit erhöht eine Reasoning-gestützte Steuerung während der Inferenz die Zahl der ohne Risiko ausgeführten Aufgaben in der Nähe von Hindernissen um 33 % und in der Nähe von Personen um 43 %. Google DeepMind veröffentlicht außerdem ASIMOV-Jailbreak, einen auf die Robotik zugeschnittenen Open-Source-Benchmark für die Umgehung von Schutzmechanismen. Er umfasst Hunderte Prompts, die gefährliche Anfragen in Dutzenden Szenarien verschleiern: Gemini 4 Argon widersteht ihnen zu 99,5 %, gegenüber 82 % bei Gemini Robotics ER 2. Argon hat auch die Entwicklung beschleunigt, indem es aus einer gefilmten Szene Tausende Simulationen erzeugte.

🔗 Gemini Robotics 2.5 (Google DeepMind)

NVIDIA übergibt OpenShell an die CNCF und startet NVKE, NVKR und Snapshot für KI-Fabriken unter Kubernetes

10. November — Auf der KubeCon + CloudNativeCon North America in Salt Lake City übergibt NVIDIA OpenShell an die Cloud Native Computing Foundation (CNCF), die zur Linux Foundation gehört. Diese Open-Source-Runtime sichert autonome Agenten ab und regelt deren Betrieb: Sie kontrolliert ihre Dateien, ihr Netzwerk, ihre Zugangsdaten und die Modell-Endpunkte, die sie aufrufen. OpenShell wird ein Sandbox-Projekt der CNCF; laut NVIDIA nutzen es Hunderte Organisationen, und es hat in weniger als einem Jahr Zehntausende Beiträge erhalten.

NVIDIA beteiligt sich auch an Agent Substrate, einem ursprünglich von Google entwickelten Projekt, das in dieselbe Sandbox aufgenommen wurde. Es pausiert die Umgebungen inaktiver Agenten und setzt sie anschließend auf einem gemeinsam genutzten Pool von Pods fort. Der technische Beitrag von NVIDIA gibt eine zehnmal höhere Dichte als bei Standardcontainern an und zielt auf Millionen von Agenten ab; NVIDIA und Google arbeiten daran, OpenShell und Agent Substrate zu integrieren.

Für KI-Fabriken erscheinen NVKE (NVIDIA Kubernetes Engine) und NVKR (NVIDIA Kubernetes Recipes) als öffentliche Vorabversionen und als Open Source unter der Apache-2.0-Lizenz. Sie sind Komponenten der Plattform NVIDIA DSX AI Factory. NVKE liefert die Software für einen verwalteten Kubernetes-Dienst, der in der KI-Fabrik installiert wird und Cluster bereitstellt und verwaltet; NVKR erstellt System-Images, Container-Images und Pakete anhand validierter, signierter Rezepte mit festgeschriebenen Versionen. Mirantis, Netris, OpenNebula Systems, Rafay, Spectro Cloud, vCluster, Firmus und SK Telecom planen Integrationen.

NVIDIA Snapshot adressiert den Kaltstart bei der Inferenz: Diese Open-Source-Komponente erfasst eine bereits initialisierte GPU-Workload einschließlich CPU- und GPU-Speicher und stellt sie auf einem Knoten mit derselben GPU und demselben Treiber wieder her. Beispiele gibt es für vLLM, SGLang und TensorRT LLM.

Snapshot-Messung und verwendete GPU	Ohne Snapshot	Mit Snapshot
Crusoe, GLM-5.3 bereit für Anfragen (HGX B300)	Etwa 8 Minuten	31 Sekunden
Saturn Cloud, Start von vLLM (HGX B300)	2 bis 8,5 Minuten	6 bis 34 Sekunden
Alle getesteten Konfigurationen (technischer Beitrag, B200)	Kaltstart	Weniger als 45 Sekunden, 8- bis 36-mal schneller

Keine Preisangaben: Es handelt sich um Open-Source-Projekte.

🔗 OpenShell und die Open-Source-Infrastruktur (NVIDIA-Blog) · Mitteilung der CNCF

Stimmen und Avatare: Scribe v3 und Scribe v3 Live bei ElevenLabs, interaktive Klone bei Synthesia

10. November — ElevenLabs veröffentlicht zwei Spracherkennungsmodelle für Audio aus dem Alltag, bei dem sich Menschen ins Wort fallen und die Sprache wechseln: Scribe v3 für aufgezeichnetes Audio und Scribe v3 Live für die Verarbeitung in Echtzeit als Variante mit niedriger Latenz. In 102 Sprachen (interne Version des FLEURS-Benchmarks) macht Scribe v3 27 % weniger Wortfehler als Scribe v2 und erzielt in jeder getesteten Sprache Fortschritte: -42 % auf Deutsch, -35 % auf Spanisch, -23 % auf Englisch. Es ordnet auch Sprachbeiträge besser den jeweiligen Sprechern zu: insgesamt 12 % weniger Fehler bei der Diarisierung, ab drei Sprechern 17 % weniger.

Scribe v3 Live senkt die semantische Fehlerrate gegenüber Scribe v2 Realtime um 43 % und die Wortfehlerrate um 31 %. Es bietet erstmals Diarisierung in Echtzeit und macht dabei laut ElevenLabs 39 % weniger Fehler als das beste andere getestete Echtzeitmodell. Bei Sprachagenten stützt sich die Erkennung des Endes eines Redebeitrags auf den Gesprächskontext, und ein mehrsprachiger Modus folgt Sprachwechseln mitten im Satz. Bei Eneco, einem Energieversorger für mehr als 2 Millionen Haushalte und Unternehmen in den Niederlanden, erkennt der Agent Postleitzahlen beim ersten Versuch 40 % häufiger korrekt und Hausnummern 15 % häufiger.

Von ElevenLabs veröffentlichter Vergleich	Angegebene Verbesserung
Scribe v3 gegenüber v2, Wortfehler in 102 Sprachen	-27 %
Scribe v3 gegenüber v2, Diarisierung bei 3 oder mehr Sprechern	-17 %
Scribe v3 Live gegenüber v2 Realtime, semantische Fehler	-43 %
Scribe v3 Live gegenüber v2 Realtime, Wortfehler	-31 %
Scribe v3 Live, Diarisierung gegenüber dem zweitbesten Echtzeitmodell	-39 %

Scribe v3 Live ist in ElevenAgents verfügbar, einschließlich einer für medizinische Gespräche optimierten Version. Beide Modelle sind über ElevenAPI (scribe_v3, scribe_v3_live) sowie standardmäßig in der ElevenLabs-App verfügbar. Die Ausführung erfolgt standardmäßig in den USA; außerdem gibt es isolierte Umgebungen in der EU, in Indien und in Singapur sowie einen Modus ohne Datenspeicherung. Preise werden nicht genannt.

🔗 Scribe v3 (ElevenLabs)

Synthesia ermöglicht kostenlose interaktive KI-Klone, mit denen man per Sprache kommuniziert

10. November — Mit Synthesia lässt sich kostenlos ein interaktiver KI-Klon der eigenen Person erstellen. Man nimmt einen kurzen Clip auf, der Klon ist nach etwa zwei Minuten bereit. Anschließend spricht man laut mit ihm, und er antwortet in Echtzeit mit dem Aussehen und der Stimme des Nutzers. Für die Erstellung werden ein Name und eine E-Mail-Adresse benötigt.

Der Klon lässt sich über einen Link teilen, und jeder Empfänger kann mit ihm sprechen und anschließend einen eigenen erstellen. Zur Auswahl stehen drei Tonlagen: Standard, enthusiastisch (hype) oder spöttisch (roast). Synthesia nennt weder das verwendete Modell noch die Gesprächsdauer oder die Grenzen dieses kostenlosen Angebots und hat keinen Blogbeitrag veröffentlicht.

🔗 Ankündigung von @synthesiaIO · Seite zu interaktiven Klonen (Synthesia)

KI-Sicherheit: Paris Call von 16 Staaten, 10 Unternehmen und 7 Organisationen unterzeichnet, und Control Room bei OpenAI

9. November — Der Élysée-Palast veröffentlicht den „Paris Call for AI safety and security“, eine Erklärung, die am 9. November zum Abschluss eines auf Einladung von Emmanuel Macron in Paris abgehaltenen Treffens zu KI und Sicherheit unterzeichnet wurde. Sie vereint 16 Staaten, 10 Unternehmen und 7 zivilgesellschaftliche Organisationen und bleibt für weitere Unterstützer offen. Die Unterzeichner zum Zeitpunkt der Veröffentlichung:

Kategorie der Unterzeichner	Anzahl der Unterzeichner	Liste der Unterzeichner
Staaten und Regierungen	16	Österreich, Bahrain, Kanada, Kroatien, Zypern, Estland, Finnland, Frankreich, Irland, Kenia, Lettland, Liechtenstein, Luxemburg, Niederlande, Norwegen, Portugal
Unternehmen	10	Anthropic, Black Forest Labs, Cohere, Domyn, Hugging Face, Microsoft, Mistral AI, OpenAI, Sakana AI, Synthesia
Zivilgesellschaft	7	LawZero, SaferAI, AI Safety Connect, Ifri, Geopolitical Center for the Datasphere, GPAI Policy Lab, CeSIA

Google, Meta und SpaceXSI stehen nicht auf der Liste der Unternehmen; die USA, das Vereinigte Königreich und Japan fehlen auf der Liste der Staaten.

Der Text gliedert sich in drei Verpflichtungen. Die erste zielt auf einen gemeinsamen Rahmen zur Bewertung und zum Management der Risiken von Frontier-Modellen, gestützt auf gemeinsame Standards und Evaluierungswerkzeuge. Im Mittelpunkt stehen gefährliche Anwendungen in den Bereichen Cyber, Nuklear, Radiologie, Biologie und Chemie sowie Risiken durch zunehmende Autonomie oder Misalignment, einschließlich Kontrollverlust. Nicht sensible Ergebnisse der Evaluierungen werden in einem standardisierten Format in einem gemeinsamen, öffentlich zugänglichen Repository veröffentlicht. Die zweite betrifft die Verantwortung: Entwickler von Frontier-Modellen verpflichten sich, Fähigkeiten, Grenzen und bekannte Risiken offenzulegen, unabhängige Evaluierungen zu unterstützen, wenn sie dem Risiko angemessen sind, und über Sicherheitsmechanismen (fail-safe mechanisms) zu verfügen, mit denen sich ihre Modelle auch während des Trainings und der internen Nutzung stoppen lassen. Der Text erkennt das Risiko an, das durch das Entfernen von Schutzmechanismen entsteht, und wahrt zugleich die Vorteile der Entwicklung mit offenen Modellgewichten. Die dritte betrifft den Informationsaustausch: Frühwarnsysteme, eine gemeinsame Klassifizierung von Cybervorfällen und Vorfällen bei der Kontrolle von KI sowie vertrauliche Kanäle für Hinweisgeber, zu deren Einrichtung sich die politischen Entscheidungsträger verpflichten.

Sakana AI gab seine Unterzeichnung am 10. November auf X bekannt, nachdem es an dem Treffen teilgenommen hatte.

🔗 Paris Call for AI safety and security (Élysée) · Ankündigung von Sakana AI

Control Room: OpenAI kann jede Workload seiner Forschung innerhalb von höchstens 35 Sekunden stoppen

9. November — Am selben Tag erläutert OpenAI Control Room, das zentrale System zur Überwachung der Modell-Workloads in seiner gesamten Forschungsinfrastruktur: agentisches Sampling für Training und Evaluierung sowie Datenverarbeitung. Jede Aufgabe fordert beim Start eine Kennung (job_id) an, und jede Inferenz-Engine holt die Genehmigung von Control Room ein, bevor sie eine Anfrage bedient. Wird eine Aufgabe gestoppt, werden alle ihre Anfragen auf sämtlichen Engines abgelehnt. Wegen einer Cache-Schicht für Berechtigungen beträgt die maximale Verzögerung zwischen der Entscheidung zum Stopp und dem tatsächlichen Ende der Generierung 35 Sekunden; OpenAI will diese Verzögerung auf null senken.

Die Kontrolle ist in der zentralisierten Inferenzschicht angesiedelt statt im Code der Experimente. Control Room verweigert den Zugriff standardmäßig: Fällt es aus, wird es deaktiviert oder manipuliert, werden sämtliche Inferenzanfragen abgelehnt. Dieses Prinzip gilt bereits für Forschungs-Workloads mit Spitzenmodellen und wird in den nächsten Tagen auf die übrigen ausgeweitet; jede agentische Forschungs-Workload benötigt außerdem einen genehmigten Sicherheitsnachweis (safety case).

🔗 Control Room (OpenAI)

Coding-Agenten: Cursor Projects für mehrere Nutzer, Amp Boxes, Delta, /swarm von Antigravity, Gemini CLI und Qwen Code

Bei den Coding-Agenten steht heute vor allem die Zusammenarbeit im Mittelpunkt: Cursor lässt die Agenten mehrerer Teammitglieder zusammenarbeiten, Antigravity koordiniert Agentenschwärme, Amp hostet die Anwendungen, die seine Agenten entwickeln, und Delta nimmt Nutzer von Conductor auf. Die kürzeren Updates (Claude Code, Codex CLI, Copilot CLI, Vibe CLI, Kimi Code…) stehen in den Kurzmeldungen.

Cursor macht Projects mehrbenutzerfähig: Die Agenten der Teammitglieder teilen Kontext, Pläne und Aufgaben

10. November — Zwei Monate nach dem Start von Projects, in dem ein koordinierender Agent eine Flotte von Agenten bei einem gesamten Vorhaben steuert, macht Cursor es mehrbenutzerfähig. Man lädt seine Teammitglieder in ein Project ein: Jeder behält seinen Chat mit seinem Koordinator und seinen ausführenden Agenten, doch alle teilen eine gemeinsame Kontextschicht (Anforderungen, Diagramme, Spezifikationen, Mockups) und ein Aufgabenboard. Dieses zeigt, wer was erledigt, woran die Agenten der einzelnen Teammitglieder arbeiten und welche PR zu welcher Aufgabe gehört. Eine in einem Chat getroffene Entscheidung wird für alle Agenten des Project zugänglich.

Die Agenten kommunizieren auch über Teamgrenzen innerhalb des Project hinweg: Laut Cursor teilen sie ihre Pläne vor Arbeitsbeginn, melden Konflikte während der Arbeit und beseitigen gegenseitig Blockaden bei ihren Aufgaben. Bei Cursor organisieren Teams bereits ihre Bereitschaftsdienste in einem gemeinsamen Project. Der Anbieter stellt Projects als den ersten Arbeitsbereich vor, in dem Softwareteams Seite an Seite mit all ihren Agenten arbeiten. Die Funktion wird ab dem 10. November als Beta für alle Nutzer ausgerollt; Preise wurden nicht genannt.

🔗 Projects, jetzt für mehrere Nutzer (Cursor) · Thread von @cursor_ai

Amp führt Boxes ein, dauerhaft laufende Maschinen zum Hosten dessen, was seine Agenten entwickeln

10. November — Nach den orbs für die Entwicklung und den portals zum Teilen laufender Arbeiten ergänzt Amp sein Angebot um boxes, um fertige Projekte dauerhaft zu hosten. Eine box ist eine permanente virtuelle Maschine, ohne Container oder andere Abstraktion, auf der der Agent eine oder mehrere Anwendungen bereitstellt, jede mit eigener URL. Die Bereitstellungen können privat oder durch Sign In With Amp geschützt sein. Wird eine box mit dem Workspace geteilt, kann jedes Mitglied neue Versionen bereitstellen. Jede box hat außerdem ihren eigenen Runner, um Agenten auszuführen, die den Zustand laufender Anwendungen verändern, beispielsweise die Datenbank eines Team-Wikis bereinigen.

Die boxes werden minutengenau abgerechnet und können nach einem Zeitplan ein- und ausgeschaltet werden. Der Beitrag nennt vier Größen, ohne anzugeben, zu welchem Tarif die Tabelle gehört; er erklärt lediglich, dass die im Video gezeigten Preise für den Enterprise-Tarif gelten und boxes in den Tarifen Personal und Team weniger kosten.

Box-Größe	Maschinenkonfiguration	Preis pro Stunde	30 Tage Dauerbetrieb
b1.tiny	0,5 vCPU (Spitzen bis 2), 2 Go	0,025 Dollar	18 Dollar
b1.small (Standard)	1 vCPU (Spitzen bis 2), 4 Go	0,042 Dollar	30 Dollar
b1.medium	2 vCPU, 8 Go	0,069 Dollar	50 Dollar
b1.large	4 vCPU, 16 Go	0,139 Dollar	100 Dollar

🔗 Boxes (Amp)

Delta importiert Gespräche aus dem bald eingestellten Conductor und kündigt seine Cloud Runners für den 11. November an

10. November — Das Team von Zed bietet Conductor-Nutzern den Wechsel zu Delta an, seiner Code-Umgebung für die Zusammenarbeit mehrerer Nutzer mit Agenten. Laut dem Beitrag von Delta hat das Conductor-Team in der Vorwoche angekündigt, zu Meta zu wechseln und sein Produkt einzustellen; ebenfalls laut Delta nimmt Conductor Cloud ab dem 13. November keine neuen Nachrichten mehr an und wird am 20. November geschlossen. An diesem Tag beginnt die Löschung der Daten.

Delta importiert deshalb Gespräche aus Conductor, entweder über das Menü oder über die Seitenleiste, wenn es sie auf dem Rechner erkennt; sie werden zu privaten Threads mit dem Label Conductor. Der Import übernimmt nur die Gespräche: Dateien und Anhänge müssen aus Conductor gesichert und Cloud-Workspaces vor dem 20. November auf den lokalen Rechner übertragen werden. Delta kündigt außerdem seine Cloud Runners für den Folgetag, den 11. November, an; gestartet sind sie noch nicht. Ein auf Cloud eingestellter Thread führt seinen Agenten auf einem gehosteten Runner aus und wird zwischen Computer, Web und Smartphone synchronisiert. Claude Code-Sitzungen werden dort bereits über die CLI von Delta synchronisiert; Pi und Codex sollen folgen, und die Unterstützung für das Agent Client Protocol (ACP) wird derzeit ergänzt.

🔗 Conductor-Chats importieren (Delta) · Thread von @zeddotdev

Antigravity startet /swarm als Preview, und die Versionen 2.30.0 und 2.31.0 ergänzen eine Knowledge Work-Oberfläche

9. und 10. November — Antigravity begleitet die Einführung von Gemini 4 Carbon mit /swarm, als Preview in der Anwendung und der CLI: Ein koordinierender Agent verteilt die Arbeit auf parallel arbeitende Agenten, jeder in seinem eigenen git-Worktree, während adversarielle Prüfer Tests ausführen und Diffs hinterfragen. Alle tauschen sich über ein gemeinsames Nachrichtenboard aus, auf dem Einträge nur hinzugefügt werden können. Ein wartender Agent verbraucht keine Tokens. Jede Rolle kann ein eigenes Modell erhalten: Carbon für Koordination und Prüfung, Argon oder ein leichteres Modell für die Ausführung. Google warnt allerdings, dass ein Schwarm das Kontingent deutlich schneller verbraucht als ein gewöhnliches Gespräch.

Die Anwendungsversion 2.31.0 vom 9. November bringt /swarm, eine Einstellung für die Schriftgröße und eine verpflichtende Genehmigung, bevor der Browser-Agent eine Datei herunterlädt. Die Version 2.30.0 vom selben Tag ergänzt ein Knowledge Work-Layout, das Codeänderungen und Entwicklerwerkzeuge für Recherche, Schreiben und alltägliche Aufgaben ausblendet. Sie schließt die Einführung des Sprachmodus ab (ausgenommen Geschäfts- und Unternehmenskonten) sowie die der Remote-Agenten (zahlende Ultra- und Pro-Abonnenten) und importiert die Konfiguration von Claude Code, Codex oder Cursor in ein Plugin (MCP-Server, Skills, Befehle, Unteragenten, Anweisungen).

🔗 Gemini 4 Carbon und /swarm (Antigravity-Blog)

Gemini CLI veröffentlicht die stabile v0.68.0 und die Preview v0.69.0 nach sechs Tagen ohne Release

10. November — Nach sechs Tagen ohne Release wegen ausgebliebener Nightly-Builds (der Workflow schlägt seit dem 5. November jede Nacht fehl) veröffentlicht Gemini CLI eine stabile Version und eine Preview im Abstand von zwölf Minuten. Die stabile v0.68.0 übernimmt lediglich die v0.68.0-preview.0 vom 4. November: Validierung von Erweiterungen, Countdown bei 429-Fehlern, Beibehaltung des Modells nach einem Fallback.

Die Preview v0.69.0-preview.0 veröffentlicht endlich Änderungen, die bisher auf dem Hauptbranch verblieben waren: /stats heatmap für den täglichen Tokenverbrauch, Themes in einer eigenständigen Datei theme.json, /model mit Validierung des Modellnamens und Unterstützung für ein direktes Argument sowie eine nun einstellbare Wartezeit von 60 Sekunden bis zu den ersten Headern. Sie ergänzt rund zwanzig neue Fehlerbehebungen: Im Headless-Modus beendet eine Unterbrechung die Kindprozesse und bewahrt den Exit-Code des Signals; der Shell-Modus öffnet keine gemini-Sitzung mehr innerhalb einer anderen; unter macOS wird die Vertrauenswürdigkeit des Ordners vor dem Start der Seatbelt-Sandbox geklärt; mehrere Speicherlecks im Zusammenhang mit PDF-Dateien werden behoben.

🔗 Gemini CLI v0.69.0-preview.0 · Gemini CLI v0.68.0

Qwen Code v0.27.2 verbindet WeChat, QQ und E-Mail mit der Web Shell und öffnet drei APIs für Mods

10. November — Qwen Code v0.27.2 wird einen Tag nach v0.27.1 als stabile Version veröffentlicht, mit 55 Einträgen, darunter 20 Funktionen und 20 Fehlerbehebungen. Die Web Shell konfiguriert nun Kanäle für WeChat, QQ und E-Mail, bei den ersten beiden mit Anmeldung per QR-Code. Unter dem Eingabefeld zeigt sie die Anzahl der Dialogrunden, die Ausgabegeschwindigkeit, die verbrauchten Tokens und die Cache-Trefferrate an.

Die Mods, die Erweiterungen des Tools, erhalten drei APIs: $.model.complete für eine einmalige Completion ohne Tools oder Verlauf, den Hook ui.render zum Umschreiben des angezeigten Antworttexts, ohne den gespeicherten Text zu verändern, und $.store zum Beibehalten von Werten über Sitzungen hinweg. Ausstehende Genehmigungen lösen einen Signalton oder eine Desktop-Benachrichtigung aus, wenn sich das Terminal im Hintergrund befindet. Der Managed Agent bietet Sitzungszusammenfassungen, auf Wunsch auch automatisch. Die einzige als Breaking Change gekennzeichnete Änderung ist eine Aktualisierung der Abhängigkeiten des SDK und der Web Shell.

🔗 Qwen Code v0.27.2

Grok Bot tritt privaten Tailscale-Netzwerken bei, um interne MCP-Server zu erreichen

10. November — Grok Bot, der Agent von SpaceXSI, kann nun dem privaten Tailscale-Netzwerk (tailnet) einer Privatperson oder eines Unternehmens beitreten, um private MCP-Server, interne Tools und Anwendungen zu erreichen, die außerhalb des Internets bleiben. Die Aktivierung erfolgt über das Tailscale-Plugin der Desktop-Anwendung von Grok Bot.

Die Integration basiert auf den OAuth apps von Tailscale, die laut Tailscale seit dem Vortag allgemein verfügbar sind. Statt einer gemeinsam genutzten Dienstidentität tritt Grok Bot dem tailnet als Gerät bei, das der Identität des autorisierenden Nutzers zugeordnet ist, ohne dass Schlüssel oder Secrets eingefügt werden müssen: Zugriffsregeln, Audit-Logs und Gerätekontingente gelten wie für dessen andere Rechner. In den Tailscale-Tarifen Premium und Enterprise erhält Grok Bot ein eigenes Posture-Attribut (custom:grokbot), mit dem sich der Zugriff auf bestimmte MCP-Server begrenzen lässt, ohne ihm den gesamten Netzwerkzugriff seines Besitzers zu geben. In den anderen Tarifen übernimmt ein nach der Authentifizierung gesetztes Tag diese Rolle. Anbieter anderer Agenten können die Integration anhand der Dokumentation zu den OAuth apps nachbauen.

Grok Bot nutzte bereits seit Oktober MCP-Server; neu ist der Zugriff auf private Server. Am Vortag hatte sein Account außerdem die wöchentlichen Limits aller Nutzer zurückgesetzt.

🔗 Ankündigung von @bot · Beitrag von Tailscale

Gemini in Geräten und Software: Pixel 10, motorola signature 27 und Partnerschaft mit Adobe

Google erweitert die Verfügbarkeit von Gemini auf Smartphones und in der Software eines Partners, ohne ein neues Modell einzuführen.

10. November — Gemini Intelligence, die im Mai angekündigte proaktive KI-Ebene von Android, wird auf weitere Geräte ausgeweitet. Motorola stellt das motorola signature 27 vor, sein erstes Gerät mit Gemini Intelligence, das in den USA ab dem 19. November vorbestellt werden kann. Der Pixel Drop im November bringt die neuesten Funktionen auf Pixel 10, Pixel 10 Pro XL und Pixel 10 Pro Fold. Rambler, das Diktate in bereinigten Text umwandelt, kommt auf diese Geräte. Die Automatisierung von Aufgaben in Anwendungen (Essen oder eine VTC-Fahrt bestellen, Reservierungen vornehmen) wird auf das Vereinigte Königreich, Indien und Japan ausgeweitet.

Create My Widget erstellt anhand einer Beschreibung ein Widget für den Startbildschirm und greift dabei auf Gmail, Agenda und Search zurück. Die Einführung erfolgt in den kommenden Wochen, auch auf der Pixel Watch. Mit Device Assistance lässt sich Gemini bitten, Speicherplatz freizugeben, Standortzugriffe zu prüfen oder Ablenkungen auszuschalten und dabei wichtige Anrufe durchzulassen. Proaktive Vorschläge in Android Auto sind für demnächst angekündigt, ohne Termin.

🔗 Gemini Intelligence: Neuheiten im November (blog.google)

Google und Adobe: Acrobat in Drive und Gmail sowie ein Google DeepMind-Bildmodell für Photoshop in Prüfung

10. November — Anlässlich der Adobe MAX kündigt Google die Erweiterung seiner Partnerschaft mit Adobe an. Sämtliche Neuerungen stehen noch aus, einen Termin gibt es nicht. Acrobat wird direkt über Google Drive und Gmail zugänglich sein (als vorgeschlagene Anwendung und über den Eintrag „Bearbeiten mit“ in Dateivorschauen). Die Adobe-Konnektoren von Gemini und Gemini Enterprise werden auf Acrobat und weitere Kreativwerkzeuge ausgeweitet, und diese Werkzeuge kommen in den KI-Modus von Search. Unternehmen können in Gemini Enterprise den Agenten CX Enterprise Coworker von Adobe nutzen, der Grafiken erstellt, mit PDF-Dateien arbeitet und Marketingkampagnen startet.

Umgekehrt werden Googles Frontier-Modelle in die Anwendungen von Adobe integriert, ohne dass ein konkretes Modell genannt wird. Adobe und Google DeepMind wollen außerdem neue Bearbeitungsfunktionen untersuchen, beginnend mit einem Bildmodell für Photoshop, das nahezu sofortige Retuschen ermöglichen könnte: ein Ansatz in Prüfung, kein angekündigtes Produkt.

🔗 Adobe und Google erweitern ihre Partnerschaft (blog.google)

Arbeit und KI: OpenAI und Upwork zeigen, dass KI freiberufliche Arbeit eher neu zusammensetzt als ersetzt

10. November — Ein neuer Teil von OpenAIs Reihe Work at the Frontier: Gemeinsam mit Upwork gleichen die Ökonomen von OpenAI im Bericht „Die Neubündelung freiberuflicher Arbeit im KI-Zeitalter“ die Nutzung von ChatGPT mit Ausschreibungen für freiberufliche Aufträge ab. Die erste Erkenntnis: Beide unterscheiden sich deutlich. Schreiben macht einen wesentlich größeren Anteil der ChatGPT-Nutzung aus, Video und Animation hingegen einen größeren Anteil der Ausschreibungen auf Upwork.

Von 63 einander zugeordneten Unterkategorien folgen 43 demselben Muster: Tätigkeiten, die in ChatGPT relativ häufig vorkommen, verlieren auf Upwork an Anteil. Die übrigen 20 zeigen das Gegenteil. Die Autoren schließen daraus, dass die Nutzung von ChatGPT allein diese Entwicklungen nicht erklärt.

Auftragskategorie auf Upwork	Anteil der Ausschreibungen, S1 2025 bis S1 2026
Mobile Entwicklung	+2,27 Punkte
Video und Animation	+1,38 Punkte
QA-Tests	+0,58 Punkte
Erstellung von Inhalten	-0,57 Punkte
Web- und Mobile-Design	-0,68 Punkte
Webentwicklung	-1,98 Punkte

Projekte mit KI-Bezug verändern die Berufsbilder: Zwischen Anfang 2023 und Ende 2025 werden die in ihren Ausschreibungen verlangten Aufgaben um 45 % vielfältiger, von 14,6 auf 21,2 gleich häufige Aufgaben. Die angegebenen Stundensätze bleiben nahe denen anderer Projekte, doch ihre Festpreisbudgets und ihr Stundenumfang sind höher.

🔗 Die Auswirkungen von KI auf freiberufliche Arbeit (OpenAI) · Vollständiger Bericht von OpenAI und Upwork (PDF)

Offene Daten und Forschung: Entscheidungsmodelle in Transformers, MotionGraphicsBench, nachträglich eingebundene Experten und Dory1.0-4B

Vier offene Veröffentlichungen, von einer Bibliothek über einen Benchmark und eine Trainingsmethode bis hin zu einem Modell.

DecisionPipeline und AutoModelForDecision kommen in Transformers: integriert, aber noch nicht in veröffentlichten Versionen enthalten

10. November — Hugging Face veröffentlicht einen Referenzleitfaden zu Entscheidungsmodellen, die keinen Text erzeugen, sondern vordefinierten Antworten Wahrscheinlichkeiten zuweisen (einem Dienst, einer Dringlichkeitsstufe, Ja oder Nein). Der von Aritra Roy Gosthipaty, Lysandre, Pedro Cuenca und Tom Aarsen verfasste Leitfaden kündigt die Aufnahme der Klassen DecisionPipeline, AutoModelForDecision und DecisionConfig in Transformers an. Damit lässt sich pipeline("decision", ...) wie eine Klassifikations-Pipeline aufrufen.

Dieser Code stammt aus PR 50054, die am 9. November in den Hauptbranch integriert wurde, und ist noch in keiner veröffentlichten Version enthalten: Die neueste, v5.22.2, stammt vom 6. November. Der Beitrag zeigt außerdem das Fine-Tuning eines Entscheidungsmodells mit der Trainer-API anhand von JEV-9B. Der übrige Leitfaden stellt bereits verfügbare Bausteine zusammen (den Endpunkt /v1/systemone von transformers serve, Bereitstellung über llama.cpp, ein Hub-Tag). Leistungskennzahlen werden nicht veröffentlicht.

🔗 Entscheidungsmodelle in Hugging Face · PR 50054 von Transformers

MotionGraphicsBench: GPT-6 Astra führt mit 67,7 %, und nur vier Modelle überschreiten 50 %

10. November — Jiaju Ma (Stanford und Figma) und drei Mitautoren von Figma veröffentlichen MotionGraphicsBench, einen Benchmark, der die Fähigkeit von Modellen misst, eine vorhandene Vektorgrafik zu animieren. Jede der 100 Aufgaben, die Experten anhand realer Lottie-Animationen formuliert haben, liefert ein statisches SVG und eine Animationsanweisung; ein deterministisches Prüfprogramm kontrolliert das Ergebnis. Diese Prüfer stimmen zu 93,3 % mit menschlichen Bewertungen überein, gegenüber 83,3 % bei einem visuellen Bewerter auf Basis von GPT-6 Astra.

Von 32 Modellen von 12 Anbietern überschreiten nur vier bei maximalem Reasoning-Aufwand eine Erfolgsquote von 50 % im ersten Versuch. GPT-6 Astra führt mit 67,7 %. Die besten offenen Modelle bleiben weit zurück.

Bewertetes Modell (Aufwand)	pass@1
GPT-6 Astra (max)	67,7 %
GLM 5.3 (max)	39,8 %
Qwen 3.8 (xhigh)	39,4 %
Qwen 3.8 Flash-Next (xhigh)	34,0 %
Durchschnitt der 16 proprietären Modelle	38,8 %
Durchschnitt der 16 offenen Modelle	21,8 %

🔗 MotionGraphicsBench (Blog von Hugging Face, Figma) · arXiv-Artikel

TNG ergänzt Qwen3.5-35B-A3B um Rust- und Haskell-Experten, die sich ohne erneutes Training kombinieren lassen

10. November — TNG Technology Consulting fügt einem Mixture-of-Experts-Modell (MoE) neue Experten hinzu, ohne die bisherigen zu verändern: Sie befinden sich in einem separaten Parameterraum, und der Router lernt, wann er sie aufrufen soll. Bei Qwen3.5-35B-A3B-Base verbessert ein Rust-Experte die Generierung von Rust-Code von 0,62 auf 0,73 bei pass@1, und ein Haskell-Experte verbessert Haskell von 0,32 auf 0,51. Die allgemeinen Fähigkeiten liegen dabei bei 0,78 und 0,80, gegenüber 0,80 beim Basismodell.

Zwei separat trainierte Experten lassen sich in einem einzigen Checkpoint kombinieren, wobei der Großteil ihrer Zugewinne erhalten bleibt (0,70 und 0,50). Die besten LoRA-Adapter schneiden einzeln ungefähr ebenso gut ab (0,74 und 0,48), bei ihrer Mittelung sinken die Werte jedoch auf 0,67 und 0,36. Die Experten wurden ausschließlich beim fortgesetzten Pretraining hinzugefügt, und der Blogbeitrag verweist auf keine veröffentlichten Gewichte.

Bewertete Konfiguration	Rust	Haskell
Basismodell	0,62	0,32
Rust-Experte hinzugefügt	0,73	—
Haskell-Experte hinzugefügt	—	0,51
Zwei Experten kombiniert	0,70	0,50
Mittelung zweier LoRA	0,67	0,36

🔗 Bringen Sie Ihren eigenen Experten mit! (Hugging Face-Blog, TNG)

Dory1.0-4B: NVIDIA veröffentlicht ein kleines Modell mit Schleifen und einstellbarem Rechenaufwand bei der Inferenz

16. Oktober, am 10. November erneut hervorgehoben — NVIDIA hat auf Hugging Face Dory1.0-4B veröffentlicht, ein offenes Sprachmodell von Nemotron Labs, das in diesem Nachrichtenüberblick bislang noch nicht vorkam. Statt weitere Schichten zu stapeln, wendet es denselben Block aus 20 Schichten mehrfach an. Dieser liegt zwischen einem Eingabe- und einem Ausgabeblock mit jeweils 8 Schichten, wobei die Eingabe bei jedem Schleifendurchlauf erneut eingespeist wird. Die Anzahl der Schleifendurchläufe lässt sich bei der Inferenz ohne erneutes Training einstellen, um Rechenaufwand gegen Genauigkeit abzuwägen; nur der KV-Cache des letzten Schleifendurchlaufs bleibt erhalten.

Dory wurde nativ in NVFP4 vortrainiert und anschließend in BF16 weitertrainiert. Es ist in BF16, MXFP8, NVFP4 und Q5_K_M verfügbar, mit einem Kontext von 256K Tokens, auf Englisch und unter der Lizenz OpenMDW-1.1, die eine kommerzielle Nutzung erlaubt. Die Unterstützung durch vLLM befindet sich im Review, und die BF16-Version wurde im vergangenen Monat 13 488-mal heruntergeladen. NVIDIA widmete ihm am 10. November eine „Ask the Experts“-Sendung.

🔗 Dory1.0-4B (Hugging Face)

Kurzmeldungen

Coding-Agenten

Claude Code 2.1.322 — Version mit nur einem Eintrag: Der Schnellmodus kommt auf Vertex in den Regionen global, us und eu, mit Rückkehr zur Standardgeschwindigkeit, falls Vertex ihn ablehnt. Laut Dokumentation handelt es sich um den Schnellmodus von Fable 5.2 auf der Agent Platform von Google Cloud, der über /fast oder die Startoptionen aktiviert werden kann. 🔗 Quelle
Codex CLI 0.167.1 — Patch ohne Release Notes: Den beiden Pull Requests zufolge deklariert eine standardmäßig deaktivierte Option, incremental_tools_legacy, Tools im Verlauf der Unterhaltung und bleibt Providern für Amazon Bedrock vorbehalten. Am selben Tag ergänzen openai-python 3.49.0 und openai-node 7.55.0 die Typisierung asynchroner Funktionen. 🔗 Quelle
Copilot CLI 1.0.109 und 1.0.110-0 — Die stabile Version 1.0.109 umfasst 158 Einträge: Fable 5.2 in der Modellauswahl, CIDR-Regeln für Sandbox-Hosts und eine Bestätigung, bevor /share einem symbolischen Link folgt. Die Vorabversion 1.0.110-0 ersetzt die bisherige Fernsteuerung durch eine AHP-Umgebung und bietet ab 90 % Nutzung an, KI-Guthaben nachzuladen. 🔗 Quelle
C++ Language Server von Copilot CLI — Der Server bringt nun seinen Extraktor für MSBuild-Kompilierungsbefehle mit und ruft ihn beim Öffnen des Projekts selbstständig auf, ohne Konfigurations-Skill oder manuell erstellte compile_commands.json; CMake-Projekte benötigen weiterhin einen Skill. Copilot-Abonnement erforderlich. 🔗 Quelle
GitHub Agentic Workflows 1.2.2 — Erste stabile Version der Reihe 1.2: Mehr Workflows nutzen kostensparendes Modell-Routing anstelle fest vorgegebener Modelle, zehn weitere Copilot-Workflows erhalten Prüfungen, die unnötige Ausführungen verhindern, und cancel-work --obsolete bricht veraltete Aufgaben ab. Ausgehende Netzwerkzugriffe der Agenten wurden stärker abgesichert. 🔗 Quelle
Antigravity CLI 1.5.3 — Version vom 7. November: Modell und Aufwand jedes Subagenten werden angezeigt, Plugin-Hooks erhalten PLUGIN_ROOT und PLUGIN_DATA, und eine Sicherheitslücke in der Terminal-Sandbox wird geschlossen (ein Befehl konnte die Umgebung verändern, die anschließend außerhalb der Sandbox geladen wurde). 🔗 Quelle
Vibe CLI 3.1.2 — Der Kommandozeilenagent von Mistral erlaubt es, ein Plugin zu deaktivieren, ohne es zu deinstallieren, überarbeitet /skills (Suche, Umschalten, gemeinsam genutzte Registry-Skills mit festgelegter Version) und setzt --max-tokens und --max-price vor jeder Completion im Headless-Modus durch. 🔗 Quelle
CLI mistral 0.18.0 — Das Tool von Mistral zur Bereitstellung von Anwendungen und Agenten erneuert eine abgelaufene Sitzung, statt mit Fehler 401 abzubrechen, ergänzt mistral context show --json und weist Agenten, die in einer Mistral-Sandbox ausgeführt werden, die erforderliche Rolle zu. 🔗 Quelle
Kimi Code 2.5.3 — Eine steuernde Nachricht unterbricht nun die laufende Anfrage an das Modell, und die Verarbeitung wird im selben Turn fortgesetzt, mit einem eigenen Endpunkt steer; über npx gestartete MCP-Server starten unter Windows wieder neu. 🔗 Quelle
Sicherheitsprüfung von v0 — Auf Anfrage prüft v0 die Änderungen einer Unterhaltung (oder den risikoreichsten Code des Projekts) auf fehlende Authentifizierung, Injections oder SSRF, überprüft jeden Befund im gesamten Projekt und schlägt eine Korrektur vor, die nur nach Zustimmung angewendet wird. Nur in kostenpflichtigen Tarifen, gegen v0-Guthaben. 🔗 Quelle
Performance Scanner von Replit — Replit hebt ein Tool hervor, das potenzielle Verlangsamungen einer Anwendung erkennt und dem Agent einen Ansatzpunkt für deren Behebung gibt; der Tweet nennt weder Verfügbarkeitsdatum noch Tarife oder Preise, und die Funktion war noch nicht in der Dokumentation aufgeführt. 🔗 Quelle
Gemini 4 Carbon in Devin — Cognition stellt Carbon in Devin Desktop und Devin CLI zur Verfügung; laut seinem Blogbeitrag übertrifft es bereits bei geringem Aufwand das beste Ergebnis von Gemini 4 Argon, und sein bestes Ergebnis kostet weniger als zwei Drittel der Kosten pro Aufgabe von Argon. Seine 40,0 % auf FrontierCode 2.0 waren bereits am 30. Oktober veröffentlicht worden. 🔗 Quelle
Fable 5.2 in Warp — Am Abend des 9. November stellt Warp Claude Fable 5.2 in Warp Factories und seinem Terminal zur Verfügung und empfiehlt, es die impliziten Zustandsautomaten einer Anwendung aufspüren zu lassen, damit diese für Agenten besser lesbar wird; weder Preise noch Benchmark. 🔗 Quelle
Fable 5.2 im Code Agent von Genspark — Genspark ergänzt seinen Code Agent um Claude Fable 5.2 und greift das Argument des besten Ergebnisses auf FrontierCode 2.0 vor Opus 5.5 auf, ohne Zahlen, Tarif oder Kosten in Guthaben zu nennen. 🔗 Quelle

Unternehmen

JPMorganChase — Die Bank weitet die Nutzung von Claude über die Entwickler hinaus aus: Reviews von Pull Requests, sich selbst reparierende Agenten, Incident-Analysen, Produkt-Backlogs und Risikobewertungen. Claude Code läuft in Devspace, ihrer containerisierten Plattform, ohne direkten Zugriff der Agenten auf Zugangsdaten, und automatische Prüfungen verhindern, dass Claude seine eigene Arbeit freigibt; keine Zahlen veröffentlicht. 🔗 Quelle
Curative — Der US-Krankenversicherer schließt mit Gwen, seinem Agenten auf Basis von Claude (hauptsächlich Opus, Sonnet als Reviewer, Haiku als Schiedsrichter), 2 000 bis 2 400 Verträge mit Leistungserbringern pro Woche ab, gegenüber 2 100 im gesamten Jahr 2025, bei rund 20 Millionen Tokens pro Vertrag; bei Erstattungsstreitigkeiten sinkt die Bearbeitungszeit von etwa 90 Tagen auf weniger als 30 Minuten. 🔗 Quelle
CodeRabbit — In einer Fallstudie von OpenAI vom 9. November gibt CodeRabbit an, mit Codex in sechs Monaten etwa 20-mal mehr Software auszuliefern; sein kostenloses Angebot Deep Scan hat bei 13 000 eingehenden Analysen mehr als 43 000 Schwachstellen gefunden, und GPT-6 Astra erkennt 50 % der Probleme in seinem internen Benchmark. 🔗 Quelle
Gemini for healthcare — Google Cloud startet gemeinsam mit HCA Healthcare, Highmark Health und Northwell Health eine Vorabversion einer Lösung, die Patientenakten, Abrechnung, klinische Leitlinien und Medicare-Daten für mehrstufige Aufgaben (Zusammenfassung von Akten, Prüfung von Vorabgenehmigungen) unter menschlicher Aufsicht verknüpft. 🔗 Quelle

Bildung und Gesellschaft

KI an Schulen in EMEA — OpenAI zieht Lehren aus seinen Bildungspartnerschaften in Estland, der Slowakei, Griechenland und Italien und stützt sich dabei auf eine Studie von ThinkYoung: 79 % der befragten Schüler und Studierenden nutzen KI für ihre Hausaufgaben, aber nur 47 % sagen, dass ihnen gezeigt wurde, wie sie damit umgehen sollen. 🔗 Quelle
Workshops für pflegende Angehörige — OpenAI Academy organisiert am 10. November gemeinsam mit drei Verbänden kostenlose ChatGPT-Workshops für pflegende Angehörige in Oakland, Tampa, Pittsburgh, Atlanta und Detroit; laut OpenAI betreffen in den USA wöchentlich mehr als 40 Millionen Nachrichten zum Thema Gesundheit einen Angehörigen. 🔗 Quelle

Sprache

Sprachagenten mit GPT-Live — Der Entwicklerblog von OpenAI lässt Juno, Treater, Picsart und Weekend zu Wort kommen. Bei Juno reduziert ein kleines Modell im Hintergrund die Übergaben an den Textagenten um 40 % und verkürzt die längste Gesprächspause in einem Testanruf von 9,3 auf 3,2 Sekunden; bei Treater steigt die mediane Gesprächsdauer um 26 bis 30 %. 🔗 Quelle

Bilder

Seedream 5.5 bei Genspark — Genspark stellt Seedream 5.5 von BytePlus im Vorabzugang in Genspark Design und AI Media Studio bereit, mit 40 % Rabatt für alle Nutzer einen Monat lang. 🔗 Quelle
Ideogram 4.5 — Ideogram beansprucht den ersten Platz unter 20 Modellen im Benchmark von Rapidata, der mit menschlichen Bewertern misst, ob ein Gesicht nach fünf aufeinanderfolgenden Bearbeitungen wiedererkennbar bleibt, vor FLUX 3 Image, Muse Image und MAI-Image-2.6; kein Ergebniswert wird veröffentlicht. 🔗 Quelle
Pika H3 Flex auf AMD-GPUs — Eine Mitwirkende hat die Inferenz des Videomodells von Pika mit offenen Gewichten auf AMD-GPUs portiert, in einem eigens für Instinct MI350X vorgesehenen Branch; Pika ruft AMD-Entwickler zur Mitarbeit auf, ohne Leistungswerte zu nennen. 🔗 Quelle

Hugging Face und offene Labore

Hugging Face über die Rechnung von Google Cloud — Eine Organisation kann nun Team- und Enterprise-Abonnements, Jobs, Inference Endpoints, Inference Providers, GPU Spaces, ZeroGPU und Speicher über den Google Cloud Marketplace zu den öffentlichen Preisen von Hugging Face bezahlen, nachdem Hugging Face jedes Abonnement genehmigt hat. 🔗 Quelle
Muse auf Google Cloud — Am Abend des 9. November kündigt Meta an, dass Muse Ember und Muse Wonder auf Google Cloud verfügbar werden, wo Muse Spark 1.3 seit September als Vorabversion verfügbar ist; weder Dienst noch Status oder Preise werden genannt. 🔗 Quelle
20 Millionen Entwickler auf Hugging Face — Laut Clément Delangue zählt Hugging Face 20 Millionen KI-Entwickler und hostet 300 Po an Modellen, Datensätzen, Agenten-Traces und RL-Umgebungen, davon 9 Po innerhalb einer Woche hinzugefügt; Oktober war der bisher beste Monat bei aktiven Nutzern und Umsatz, ohne Beträge zu nennen. 🔗 Quelle
GLM-5 auf Trainium3 — David Corvoysier betreibt GLM-5 (754 Milliarden Parameter) auf einer einzigen Instanz trn3.48xlarge mit dem veröffentlichten Transformers-Code: 43 Minuten Ladezeit, erster Token nach 4,1 Sekunden, 6,9 Tokens pro Sekunde bei Batch-Größe 1, laut Autor eine erste Messung ohne Optimierung. 🔗 Quelle
Krankheitserkennung bei OpenMed — Maziyar Panahi veröffentlicht drei offene Modelle mit 194M bis 576M Parametern unter Apache-2.0, die auf CPU Krankheiten in englischen medizinischen Texten erkennen; nach Fine-Tuning auf NCBI Disease erzielen sie auf BC5CDR etwa 14 F1-Punkte mehr. 🔗 Quelle
Agenten, die ohne Tests ausliefern — In einem Beitrag auf Türkisch zeigt Serkan Peker, dass 39,4 % von 47 293 Einreichungen von SWE-agent ohne Test nach der letzten Änderung erfolgen, mit etwa einem Drittel geringeren Lösungschancen (Odds Ratio von 0,68); vorab registrierte Hypothese, mit Claude Code und gpt-oss-120b repliziert. 🔗 Quelle
Geliehenes Reasoning — Timofey Klyubin speist die Reasoning-Traces von Qwen3.8-27B in Qwen3-8B ein, das dadurch auf 300 Problemen von LiveCodeBench von 51,1 % auf 80,9 % steigt; zwei 8B-Modelle, die darauf trainiert wurden, diese Traces zu erzeugen, helfen nicht. 🔗 Quelle
EgoDex in FiftyOne — Harpreet Sahota konvertiert den von Apple veröffentlichten Testdatensatz von EgoDex: 3 243 Episoden mit 111 Manipulationsaufgaben, insgesamt 7 Stunden, wobei ein Apple Vision Pro die Pose von 68 Gelenken erfasst hat. 🔗 Quelle

Was das bedeutet

Wie Fable 5.2 am Vortag wird Gemini 4 Carbon noch am selben Tag von den Anbietern gemessen, die es integrieren, jeweils auf ihrem eigenen Benchmark: 60,4 % auf CursorBench 4.0 bei Cursor, 0,857 auf WANDR bei Perplexity und bei Devin ein Ergebnis, das bereits bei geringem Aufwand das beste von Argon übertrifft. Google führt diese externen Ranglisten auch im eigenen Blogbeitrag an. Diese Zahlen lassen sich nur zusammen mit ihren Kosten beurteilen: Bei Cursor kostet Carbon bei geringem Aufwand pro Aufgabe mehr als bei hohem Aufwand, und Perplexity spricht bei 0,006 Punkten Abstand und 40 % der Kosten von Gleichstand mit Fable 5.2. GitHub nennt seinerseits keine Zahlen, aktiviert Carbon aber standardmäßig, während Fable 5.2 deaktiviert bleibt, bis der Administrator der Datenaufbewahrung durch Anthropic zustimmt.

Der 30. November wird zum Stichtag. Google legt auf diesen Tag das Ende des Einführungspreises von Carbon fest (2 und 10 Dollar pro Million Tokens, danach 4 und 20), Cursor berechnet ab dem 1. Dezember den vollen Preis, und Perplexity übernimmt diesen Einführungspreis in seine Agent API. Auch bei Bildern häufen sich die Einführungsrabatte: 50 % auf die Bilder mit 16 Megapixeln von MiniMax H3-Image für eine Woche, 40 % auf Seedream 5.5 bei Genspark für einen Monat. Die an diesem Tag veröffentlichten Kosten pro Aufgabe müssen daher anhand der zugrunde liegenden Preise betrachtet werden: Devin gibt an, zum öffentlichen API-Preis einschließlich allgemein zugänglicher Rabatte zu messen, während die Seite von Cursor nicht angibt, ob die eigenen Werte den Rabatt berücksichtigen.

Assistenten werden zu Orten für Arbeit und Handel. OpenAI öffnet ChatGPT für Unternehmen, die ihren Eintrag verwalten, ihre Erwähnungen verfolgen und dort einen Agenten einrichten möchten, der über ChatGPT Ads gesponsert werden kann, und lässt Business-Teams ihr Tarifbudget in v0, Warp oder Notion ausgeben. Anthropic macht Claude zu einem Ort, an dem man einen Plan zeichnet, eine Tabelle führt, zertifizierte Kennzahlen teilt und Confluence oder Notion vollständig öffnet. Am selben Tag startet Anthropic die Roadshow für seinen Börsengang, bei der nur zwei Kennzahlen veröffentlicht werden: 825 Millionen Aktien der Klasse A und eine Preisspanne von 70 bis 78 Dollar, ohne Bewertung, Emissionsvolumen oder Datum der Börsennotierung.

Die Fähigkeit, ein Modell abzuschalten, wird vom Prinzip zur technischen Umsetzung. Der Paris Call verpflichtet die unterzeichnenden Entwickler, darunter OpenAI, Anthropic und Mistral AI, über Mechanismen zu verfügen, die ihre Modelle stoppen können, einschließlich Training und interner Nutzung; am selben Tag beschreibt OpenAI seinen eigenen Mechanismus, Control Room, mit einer maximalen Verzögerung von 35 Sekunden und standardmäßiger Ablehnung bei einem Systemausfall. NVIDIA übergibt seinerseits der CNCF OpenShell, das Dateien, Netzwerk und Zugangsdaten der Agenten kontrolliert, und Tailscale bringt Grok Bot unter der Identität des Nutzers in private Netzwerke, mit Berechtigungen, die der Administrator einschränken kann.