ai-powered-markdown-translatorArtikel, übersetzt aus dem Französischen ins Deutsche mit gpt-5.6-sol.
Sechsundsechzig Ankündigungen innerhalb von vierundzwanzig Stunden, nach fünfundsechzig am Vortag. Anthropic veröffentlicht am selben Tag seinen bislang detailliertesten Bedrohungsbericht und Messungen seiner Modelle beim militärischen Targeting, DeepSeek bringt V4.1-Flash heraus und plant die Einstellung von V4-Pro für den 14. September, OpenAI öffnet die Agenten-Engine hinter Codex als öffentliche Beta. Cognition, Genspark und Together AI entwickeln am selben Tag drei westliche Produkte auf Basis chinesischer Open-Weights-Modelle, GitHub verstärkt vier Ebenen seiner Toolchain und NVIDIA legt fünf Veröffentlichungen vor.
Anthropic analysiert sieben Bereiche des Missbrauchs von Claude und bewertet seine Modelle beim militärischen Targeting
10. September — Anthropic hat am selben Tag zwei Dokumente veröffentlicht, die einander ergänzen. Das erste, sein bislang detailliertester Bedrohungsbericht, beschreibt, was Angreifer zwischen Dezember 2025 und August 2026 tatsächlich mit Claude getan haben. Das zweite, verfasst vom Frontier Red Team, misst, wozu die Modelle in zwei bislang kaum untersuchten militärischen Bereichen fähig sind. Das eine schildert die Fakten, das andere beziffert das Potenzial.
Der Bericht deckt sieben Schadensbereiche ab: Cyberoperationen, Einflussoperationen, Überwachung, Betrug, biologischen Missbrauch, die Entwicklung konventioneller Waffen und unerlaubte Destillation. Zwei Erkenntnisse prägen ihn. Ausgefeilte Angriffe erfordern keine ausgefeilten Angreifer mehr — ein Hacktivist, der ausschließlich mit gestohlenen API-Schlüsseln arbeitete, führte einen Monat lang Operationen durch, für die ein Jahr zuvor mehrere qualifizierte Akteure erforderlich gewesen wären. Und die Rolle der KI ist dabei inzwischen überwiegend autonom: Multi-Agent-Frameworks führen Aufklärung, Ausnutzung und Exfiltration aus, während der Mensch sich darauf beschränkt, Ziele zu bestimmen und die Beute zu bestätigen. Der Fall GTG-20006 treibt diese Logik auf die Spitze: Seine Agenten überwachten die eigenen Implantate und kompilierten die Malware so lange neu, bis sie den Sicherheitsprodukten erneut entging.
| Beobachtete Gruppe | Profil des Akteurs | Auffällige Zahl |
|---|---|---|
| GTG-20006 | Russische Spionage, konsistent mit Midnight Blizzard | Mehr als 24 ukrainische Organisationen, mehr als 300.000 Identitätsdatensätze |
| GTG-50014 | ShinyHunters-Affiliates, opportunistisch | 1,8 Millionen gescannte APKs, 2.100 Azure-AD-Token-Sätze in 34 Stunden |
| GTG-10007 | Chinesischsprachige Akteure, Changsha | Rund 50 Organisationen, mehr als 12 mögliche Zero-Days in einem Monat |
| GTG-50020 | Russischsprachig, finanziell motiviert | 30 KI-Unternehmen in 4 Tagen angegriffen, Lösegeldforderungen von 1,5 bis 2,5 Millionen |
| GTG-50021 | Gefälschter Claude-Zugangshändler, Alias kl1zy | Datenverkehr zu einem anderen Modell umgeleitet und Kundenzugangsdaten gestohlen |
| GTG-50029 | Französischsprachiger Hacktivist | Ein Monat voller Operationen ausschließlich mit gestohlenen API-Schlüsseln |
Der neuartigste Abschnitt befasst sich mit der KI-Lieferkette, die zu einem eigenständigen Ziel geworden ist. Wer KI-Zugangsdaten erlangt, gewinnt auf einen Schlag drei Dinge: eine weiterverkaufbare Ware, Rechenleistung auf Kosten anderer und eine Tarnung, da die Aktivität dem legitimen Eigentümer des Schlüssels zugeschrieben wird. GTG-50020 schleuste schädliche Anweisungen in die automatisierte Evaluierungs-Sandbox eines KI-Anbieters ein, erbeutete dessen Produktionsschlüssel und griff anschließend über denselben Weg innerhalb von vier Tagen rund dreißig KI-Unternehmen an. Das erklärte Ziel: Zugang zu einem noch nicht veröffentlichten Claude-Modell. Mehr als ein Dutzend Wege wurden ausprobiert, keiner führte zum Erfolg. Anthropic stellt klar, dass die Schlüssel in all diesen Fällen aus den Umgebungen seiner Kunden stammten und die eigenen Systeme nicht kompromittiert wurden.
We’re publishing our most detailed threat intelligence report to date. It covers how people tried to misuse Claude—for cyberattacks, influence operations, surveillance, biology, and building weapons—and how we found and stopped them.
🇩🇪 Wir veröffentlichen unseren bislang detailliertesten Bedrohungsbericht. Er beschreibt, wie Personen versucht haben, Claude zu missbrauchen — für Cyberangriffe, Einflussoperationen, Überwachung, Biologie und die Herstellung von Waffen — und wie wir sie erkannt und gestoppt haben. — @AnthropicAI auf X
🔗 Bedrohungsbericht von Anthropic
Das zweite Dokument liefert die experimentellen Messwerte. Bei 6.000 Fotos aus dem YFCC100M-Korpus, ohne Metadaten, Rückwärtssuche oder Tools, erreicht Mythos Preview einen Medianfehler von 37,0 Kilometern und ordnet 23,7 Prozent der Bilder innerhalb eines Kilometers korrekt zu. Der menschliche Referenzwert stammt aus einer Studie zu GeoGuessr: Spieler der Champion-Division, also die besten 0,01 Prozent, liegen bei 151 Kilometern. Bei der Geolokalisierung anhand von Text wurden 135 Nutzer aus einem Nachrichtenkorpus von 2010 durch mindestens ein Modell auf weniger als einen Kilometer genau lokalisiert; 70 Prozent von ihnen hatten ihren Standort durch eine ausdrückliche Erwähnung verraten, 13 Prozent jedoch ausschließlich durch ihren Dialekt, ihren Slang, ihre Verkehrslinien oder ihre lokalen Mannschaften.
| Bewertetes Modell | Foto-Geolokalisierung, Medianfehler | Innerhalb eines Kilometers | Drohnenangriff, 9 Konfigurationen |
|---|---|---|---|
| Mythos Preview | 37,0 km | 23,7 % | 13 % |
| Mythos 5 | 47,2 km | 23,1 % | 10 % |
| Opus 5 | 181 km | 18,0 % | 20 % |
| Sonnet 5 | 384 km | 9,9 % | 0,7 % |
| Kimi K3, Open Weights | 385 km | 16,7 % | 1,6 % |
| Mensch, Champion-Division | 151 km | nicht gemessen | nicht zutreffend |
Der zweite Teil bewertet die Modelle als Waffentechniker anhand eines simulierten Quadrokopters mit Betaflight-Firmware, Wind und Sensorrauschen, einer nach vorn gerichteten 640x480-Kamera als einzigem Bildsensor sowie ohne GPS oder Entfernungsmesser. Gegen ein gut kontrastierendes, stehendes Fahrzeug trifft Opus 5 das Ziel in 80 Prozent der Fälle; bei Straßengeschwindigkeit sind es 47 Prozent. Über die neun Konfigurationen und 540 Durchläufe hinweg löst keines der getesteten Modelle die Szenarien, in denen das Fahrzeug getarnt, von Attrappen umgeben oder in einem Ausweichmanöver ist. Anthropic erklärt, dass sein Safeguards-Team neue Klassifikatoren eingesetzt hat, um Anfragen im Zusammenhang mit der Waffenentwicklung zu blockieren, nachdem ein tatsächlicher Missbrauch von Claude in diesem Bereich festgestellt worden war. Zudem hebt das Unternehmen hervor, dass Kimi K3 beim Abwurf von Nutzlasten besser als Sonnet 5 abschneidet: Der Abstand zwischen Open Weights und Frontier-Modellen besteht, darf jedoch nicht mit einer Sicherheitsmarge verwechselt werden.
🔗 Evaluierungen zu Targeting und konventionellen Waffen
DeepSeek bringt V4.1-Flash auf den Markt und stellt V4-Pro mit automatischer Umstellung am 14. September ein
10. September — DeepSeek veröffentlicht V4.1-Flash, ein multimodales Mixture-of-Experts-Modell mit 552 Milliarden Parametern unter MIT-Lizenz, einschließlich seiner Gewichte und seines technischen Berichts auf Hugging Face. Das Labor präsentiert es als kleinstes Mitglied einer neuen Architekturfamilie, nicht als Iteration von V4-Flash. Der Untertitel des technischen Berichts gibt dabei die Richtung vor: die Grenzen der KV-Cache-Komprimierung verschieben.
Die Architektur weicht vom klassischen Decoder-Transformer ab. V4.1-Flash verwendet einen kausalen Encoder-Decoder (Causal Encoder-Decoder) mit 40 Schichten, zunächst 20 Encoder- und dann 20 Decoder-Schichten. Sein globaler KV-Cache wird aus den finalen Hidden States des Encoders projiziert, statt Schicht für Schicht abgeleitet zu werden. Die direkte Folge: 8 Milliarden aktive Parameter pro Token beim Prefill gegenüber 16 beim Decoding, eine Asymmetrie, die auf Agenten-Workloads mit langer Eingabe und kurzer Ausgabe zugeschnitten ist. Der globale KV-Cache sinkt auf 890 Byte pro Token, also auf etwa ein Viertel von V4-Flash und ein Vierhundertsiebenunddreißigstel von V1, während der persistente Speicherbedarf auf ein Achtel fällt. Für den Betrieb von Agenten ist die Bedeutung unmittelbar klar: Cache-Hit-Kosten machen einen großen Teil der Agentenrechnung aus, und ihre Komprimierung senkt diese entsprechend.
API-Preise in US-Dollar pro Million Token, gültig seit dem 10. September. Die Hauptzeiten umfassen montags bis freitags 01:00–04:00 und 06:00–10:00 UTC; die übrige Zeit wird zum halben Preis abgerechnet.
| Abrechnungsposten | deepseek-flash, Nebenzeiten | deepseek-flash, Hauptzeiten | deepseek-v4-pro, Nebenzeiten | deepseek-v4-pro, Hauptzeiten |
|---|---|---|---|---|
| Eingabe, Cache-Hit | 0,003 | 0,006 | 0,022 | 0,044 |
| Eingabe, Cache-Miss | 0,15 | 0,3 | 0,66 | 1,32 |
| Ausgabe | 0,6 | 1,2 | 1,98 | 3,96 |
| Parallelitätsgrenze | 2500 | 2500 | 500 | 500 |
Die Ergebnisse müssen von beiden Seiten betrachtet werden. V4.1-Flash übernimmt die Führung bei Terminal-Bench 2.1, DeepSWE v1.1, CyberGym, AutomationBench, Agent’s Last Exam und Codeforces. Bei den schwierigsten Prüfungen fällt es jedoch deutlich zurück: 30,0 gegenüber 43,3 für Opus-5.0 bei Terminal-Bench 3.0, 31,2 gegenüber 51,8 bei Terminal-Bench 4.0 und 36,8 gegenüber 56,3 bei Humanity’s Last Exam. Es ist kein universeller Ersatz für Frontier-Modelle, sondern verschiebt das Preis-Leistungs-Verhältnis bei alltäglichen Agentenaufgaben.
| Benchmark | Opus-5.0 | GPT-5.6 Sol | Kimi K3 | DeepSeek V4-Pro | DeepSeek V4.1-Flash |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 89,1 | 88,8 | 88,3 | 87,9 | 90,6 |
| Terminal-Bench 3.0 | 43,3 | 34,4 | 17,7 | 11,8 | 30,0 |
| Terminal-Bench 4.0 | 51,8 | 39,9 | 12,6 | 12,4 | 31,2 |
| DeepSWE v1.1 | 74,0 | 73,0 | 67,5 | 62,7 | 74,2 |
| AutomationBench | 50,3 | 45,8 | 46,7 | 43,2 | 54,8 |
| Humanity’s Last Exam | 56,3 | 44,5 | 43,5 | 42,7 | 36,8 |
Die konkreteste Folge ist kommerzieller Natur und hat ein Datum. Ab dem 14. September um 04:00 UTC werden alle Anfragen an deepseek-v4-pro zu V4.1-Flash weitergeleitet und zum Flash-Tarif abgerechnet, bis das angekündigte, aber noch nicht terminierte V4.1-Pro erscheint. Die Namen deepseek-v4-flash und deepseek-v4-flash-vision-exp werden aus Kompatibilitätsgründen weiterhin akzeptiert und verweisen ebenfalls auf das neue Modell; der kanonische Name lautet nun deepseek-flash.
Tests by multiple parties put V4.1-Flash ahead of V4-Pro on performance, cost, speed & total runtime. We’re phasing out V4-Pro.
🇩🇪 Tests mehrerer Parteien sehen V4.1-Flash bei Leistung, Kosten, Geschwindigkeit und Gesamtdauer vor V4-Pro. Wir stellen V4-Pro schrittweise ein. — @deepseek_ai auf X
🔗 Ankündigung von DeepSeek-V4.1-Flash auf X — Gewichte und technischer Bericht auf Hugging Face
OpenAI öffnet die Agenten-Engine hinter Codex als öffentliche Beta
10. September — Die Agents API macht Entwicklern die interne Mechanik von Codex zugänglich: die Schleife, die Modellaufrufe, Tool-Nutzung und Kontextverwaltung koordiniert. Bislang schrieb jedes Team, das einen langlebigen Agenten wollte, diese Schicht neu und aktualisierte sie dann bei jedem neuen Modell. OpenAI bietet nun an, sie ohne Zusatzkosten zu hosten und zu warten: Abgerechnet werden nur die verbrauchten Token und Tools.
Die Rollenverteilung ist ausdrücklich festgelegt. OpenAI betreibt die Engine, während der Entwickler auswählt, wo der Agent ausgeführt wird — in einer von OpenAI verwalteten Sandbox, die am selben Tag eingeführt wurde und mit Dateien, Paketen, Skills und Plugins vorbestückt werden kann, in der eigenen Infrastruktur oder in der eines der neun angekündigten Partner: Blaxel, Cloudflare, Daytona, DigitalOcean, E2B, Modal, Oracle, Runloop und Vercel.
Drei Funktionen zielen auf bekannte Reibungspunkte langlebiger Agenten. Die automatische Kontextkomprimierung wird ausgelöst, wenn sich die Sitzung ihrem Limit nähert, sodass keine eigene Zusammenfassungslogik geschrieben werden muss. tool search lädt Tool-Definitionen nur dann, wenn sie relevant sind, wodurch der Token-Verbrauch begrenzt und der Prompt-Cache erhalten wird. programmatic tool calling ermöglicht es dem Agenten, Aufrufe parallel auszuführen, sie zu verketten und die Ergebnisse im Code zu filtern, sodass nur das Wesentliche in den Kontext gelangt. Ein Multi-Agent-Modus vervollständigt das Angebot: Ein Hauptagent zerlegt eine Aufgabe und delegiert sie an parallele Subagenten, die jeweils ihren eigenen Kontext besitzen; die maximale Anzahl gleichzeitig aktiver Subagenten kann konfiguriert werden.
| Bestandteil des Angebots | Angekündigter Wert |
|---|---|
| Verfügbarkeitsstatus | Öffentliche Beta, alle Entwickler |
| API-Gebühren | Kein Aufpreis, nur Token und Tools |
| Ausführungsumgebungen | OpenAI-Sandbox, eigene Infrastruktur, neun Partner |
| Kontextverwaltung | Automatische Komprimierung bei Annäherung an das Limit |
| Unterstützte Tools | MCP, benutzerdefinierte Funktionen, Websuche, Tool Search, Programmatic Tool Calling |
| Zugrunde liegende Engine | Die Engine von Codex, Open Source, betrieben von OpenAI |
Zwei Punkte verdienen die Aufmerksamkeit von Teams, die bereits Agenten entwickeln. Die Engine bleibt offen: Die von OpenAI betriebene Codebasis kann eingesehen werden, was dieses Angebot von einer Blackbox unterscheidet. Und ein erster Kunde beziffert den Effekt: Jack Weissenberger, technischer Leiter von Ciridae, berichtet von einer Verbesserung des Evaluierungsscores von 0,71 auf 0,85 und einer Vervierfachung der Geschwindigkeit dank der Unterstützung für Subagenten.
🔗 Ankündigung der Agents API von OpenAI
GPT-Live-1 kommt für 0,05 Dollar pro Minute in die API, mit einer Drittanbieter-Evaluierung anhand von 80 realen Anrufen
10. September — Das Sprachmodell, das ChatGPT-Nutzer bereits kannten, kommt als allgemein verfügbare Version über den Endpunkt v1/live/sessions in die API. Es ist ein Full-Duplex-Modell: Es hört zu und spricht gleichzeitig, statt das Ende eines Redebeitrags abzuwarten, und ein einziges Modell verarbeitet eingehendes und ausgehendes Audio gemeinsam.
Das entscheidende Argument ist die Architektur. Ein klassischer Sprachagent verkettet drei Bausteine — Spracherkennung, Schlussfolgern und Sprachsynthese —, wobei jede Übergabe zusätzliche Latenz verursacht und eine weitere Gelegenheit bietet, den Gesprächsfaden zu verlieren. GPT-Live-1 verarbeitet Zuhören und Sprechen in einem einzigen Modell und delegiert tiefgehendes Schlussfolgern an ein Hintergrundmodell nach Wahl des Entwicklers: GPT-6 Astra für komplexe Fälle, ein leichteres Modell für Terminvereinbarungen oder ein Drittanbietermodell. Das Gespräch läuft weiter, während die Arbeit im Hintergrund erledigt wird.
| Veröffentlichte Metrik | Wert |
|---|---|
| Preis der Sprachschicht | 0,05 Dollar pro Minute, sekundengenau abgerechnet |
| Hintergrundmodell und Tools | Separat abgerechnet |
| Full Duplex Bench | 30 Prozentpunkte vor GPT-Realtime-2.1 |
| Tau3, führende Sprachagenten | Erster Platz, mit GPT-6 Astra bei mittlerem Aufwand |
| Speak, frühe Evaluierung | Unterbrechungen um fast 80 Prozent reduziert |
| Neue verfügbare Stimmen | 12 |
Die interessanteste Messung stammt nicht von OpenAI. Genspark veröffentlichte am selben Tag seine eigene Evaluierung anhand von 80 realen Anrufen für Restaurantreservierungen: Die Aufgabenerledigung hat sich gegenüber der vorherigen Generation mehr als verdoppelt, und 92 Prozent wurden vollkommen korrekt verstanden. Eine unabhängige Evaluierung anhand realer Anrufe ist aussagekräftiger als ein hauseigener Benchmark, selbst wenn beide in dieselbe Richtung weisen.
Was die Steuerung betrifft, legt der System-Prompt Tonfall, Tempo und Stil des Agenten fest; das Modell bewältigt Hintergrundgeräusche und Pausen, ohne jeden Schritt zu kommentieren; Telefonie wird unterstützt. GPT-Live-1 stellt Transkriptionen und Antworttext nativ bereit, versteht alphanumerische Zeichenfolgen und unterstützt Keyword-Biasing. Zwölf neue Stimmen von Quartz bis Cinder begleiten die Veröffentlichung.
🔗 GPT-Live-1 in der API, OpenAI — Gensparks Evaluierung anhand von 80 realen Anrufen
SWE-2, das Code-Modell von Cognition, das Fable 5.1 bei 64 Prozent geringeren Kosten ebenbürtig ist
10. September — Cognition veröffentlicht SWE-2, zwei Tage nach dem Abschluss einer Serie-E-Finanzierungsrunde über mehr als 2 Milliarden Dollar. Die Ankündigung stellt nicht den reinen Score, sondern das Verhältnis von Score zu Kosten in den Mittelpunkt: 50,0 Prozent bei FrontierCode 1.1 Main, weniger als einen Punkt hinter Fable 5.1, bei 64 Prozent geringeren Kosten pro Aufgabe. Gegenüber dem weiterhin führenden GPT-6 Astra beansprucht SWE-2 lediglich ein Viertel der Kosten.
Das Modell wurde auf Basis von Kimi K3 posttrainiert, Moonshots offenem Modell mit 2,8 Billionen Parametern, das bereits ein umfangreiches agentisches Reinforcement Learning durchlaufen hatte. Cognition steht zu dieser Entscheidung und dokumentiert sie: Das eigene Trainingsverfahren fügt bei zahlreichen Benchmarks 5 bis 6 Punkte hinzu und verschiebt die gesamte Kosten-Leistungs-Kurve des Basismodells. Zudem lässt das Team sein Reinforcement Learning erstmals in diesem Maßstab laufen.
| Benchmark | SWE-2 | Kimi K3 | Fable 5.1 | GPT-6 Astra | SWE-1.7 |
|---|---|---|---|---|---|
| FrontierCode 1.1 Main | 50,0 % | 44,2 % | 50,9 % | 53,3 % | 42,0 % |
| DeepSWE 1.1 | 73,0 % | 68,5 % | 67,4 % | 74,1 % | 37,7 % |
| Terminal-Bench 2.1 | 92,8 % | 88,3 % | 91,4 % | 89,9 % | 81,5 % |
| Terminal-Bench 4 | 27,3 % | 21,5 % | 55,8 % | 57,9 % | 7,6 % |
Der konkreteste methodische Beitrag betrifft die Aufwandsstufen. Anstatt für jede Kombination aus Domäne und Aufwand einen Experten zu trainieren und diese anschließend mittels Distillation zusammenzuführen, trainiert Cognition alle drei Stufen in einem einzigen Durchlauf. Dabei wird vom Erfolg des Ablaufs eine lineare Strafe abgezogen, die an die lokale Steigung der Pareto-Grenze des Basismodells angepasst ist. Der Anhang zeigt, dass nur eine lineare Strafe gewährleistet, dass die durchschnittliche Belohnung ausschließlich von den durchschnittlichen Kosten und der Erfolgsquote abhängt. Anders gesagt: Das Modell kann keine zusätzliche Belohnung mehr erzielen, indem es auf Kosten der Leistung einfach billiger wird.
Der für Nutzer sichtbare Gewinn ist die Effizienz. SWE-1.7 stand im Ruf, bei einfachen Aufgaben übermäßig viel zu erkunden und nachzudenken. SWE-2 erreicht bei mittlerem Aufwand einen höheren Score, benötigt dabei 58 Prozent weniger Durchgänge und kostet 81 Prozent weniger. Seine erste echte Änderung nimmt es nach im Median 18 Schritten vor, gegenüber 48 beim Vorgänger. SWE-2 ist seit dem 10. September in Devin Desktop und im CLI verfügbar, wird derzeit für Devin Web und Fusion bereitgestellt und ist einen Monat lang für alle Pro-, Max- und Teams-Abonnenten kostenlos.
Cognition legt nach: ein Sprachmodus in Devin und das Dioxus-Team wechselt ins Unternehmen
10. September — Wenige Stunden nach SWE-2 führt Cognition einen Sprachmodus in Devin ein. Das Prinzip: Eine Anruftaste neben dem Nachrichtenfeld, auf der Startseite im Agent-Modus oder in einer bereits geöffneten Sitzung, ermöglicht die Fortsetzung des Gesprächs per Sprache. Devin Voice nutzt GPT-Live für den Echtzeitaustausch und das am selben Tag angekündigte SWE-2 für die Code-Arbeit.
Die Dokumentation beschreibt eine Funktionsweise, die auf Dialog statt auf Diktat ausgelegt ist. Das Mikrofon lässt sich nach Bedarf aus- und wieder einschalten; bei ausgeschaltetem Mikrofon kann durch Gedrückthalten der Leertaste vorübergehend gesprochen werden; und ein separater Befehl bringt Devin zum Schweigen, ohne das Mikrofon des Nutzers auszuschalten. Eine beim Start des Anrufs bereits eingegebene Nachricht wird automatisch versandt, die Navigation in der Benutzeroberfläche bleibt während des Anrufs möglich und der Austausch wird im Sitzungsverlauf gespeichert. Cognition betont einen Aspekt der Nutzung: Unterbrechungen werden erwartet und nicht bloß toleriert — die Dokumentation fordert ausdrücklich dazu auf, Devin mitten in einer Erklärung zu unterbrechen und um ein anderes Sprechtempo oder einen anderen Stil zu bitten.
🔗 Devin Voice, Cognition auf X
Jonathan Kelley und das Dioxus-Team wechseln zu Cognition, das das Framework als Open Source weiterführt
10. September — Cognition gibt bekannt, dass Jonathan Kelley und das gesamte Dioxus-Team, das das gleichnamige Rust-Framework für plattformübergreifende Anwendungen entwickelt, zum Unternehmen wechseln. Der Vorgang wird als Zusammenführung von Teams dargestellt: Cognition erklärt, Dioxus intensiv für die Entwicklung von Devin und zur Verbesserung seiner Leistung eingesetzt zu haben.
Der entscheidende Punkt für das Rust-Ökosystem ist die Zukunft des offenen Codes. Cognition verpflichtet sich, Dioxus, Blitz, Taffy und Subsecond weiterhin zu unterstützen, und kündigt insbesondere verstärkte Investitionen in Dioxus-Native und Blitz an. Im Gegenzug soll das Dioxus-Team seine Expertise in Anwendungsentwicklung und Systemtechnik in Devins virtuelle Maschine, seine Computer-Use-Fähigkeiten (computer use) und seine Testfunktionen einbringen. Es ist Cognitions dritte Teamübernahme innerhalb von weniger als zwei Monaten, nach The Interaction Company und TierZero im Juli.
🔗 Dioxus wechselt zu Cognition
Gen-1 Slides: Genspark trainiert sein eigenes Modell und platziert es bei Präsentationen vor Opus 5
10. September — Genspark hat zwei Jahre lang die Modelle anderer Anbieter orchestriert. Nun veröffentlicht das Unternehmen sein eigenes: Gen-1 Slides, das erste einer Familie posttrainierter Modelle für Büroarbeit. Das Modell beginnt nicht bei null — es wurde auf Basis von MiniMax M3 posttrainiert, einem Open-Weights-Basismodell für Tool-Aufrufe, wobei Fireworks AI die Trainingsplattform bereitstellte. Genspark schreibt ausdrücklich, dass das Modell ohne eine solche offene Basis nicht innerhalb weniger Wochen hätte entwickelt werden können. Seit dem 10. September bildet es ohne Preisänderung die Grundlage des Standard-Modus von Genspark AI Slides.
| Evaluiertes Modell | Gesamt-Score | Visuelle Gestaltung | Kosten pro Präsentation | Eingabepreis pro Million Tokens |
|---|---|---|---|---|
| Gen-1 Slides | 0,821 | 0,756 | 0,44 Dollar | 0,30 Dollar |
| Claude Opus 5 | 0,810 | 0,688 | 4,16 Dollar | 5,00 Dollar |
| Kimi K3 | 0,723 | 0,557 | 2,00 Dollar | — |
| GPT-5.6 Sol | 0,668 | 0,479 | 2,01 Dollar | — |
| MiniMax M3, Rohmodell | 0,563 | 0,494 | 0,34 Dollar | 0,30 Dollar |
Die Evaluierungsmethode verdient eine nähere Betrachtung, weil sie ungewöhnlich gut dokumentiert ist. Genspark beschränkt sich nicht auf seinen eigenen Evaluator, der während des Trainings zugleich als Belohnungssignal diente und daher nicht unabhängig ist: Das Unternehmen verwendet zwei öffentliche Evaluatoren, PPTEval und UniPPTEval, die während des Trainings nie eingesetzt wurden. Über die neun Kombinationen aus Evaluator und Datensatz hinweg erreicht Gen-1 Slides einen durchschnittlichen Rang von 1,11 gegenüber 2,44 für Kimi K3 und 2,56 für Opus 5 und liegt nie außerhalb der beiden Spitzenplätze.
Der Bericht über das Training ist der ungewöhnlichste Teil. Genspark beschreibt drei Formen von Reward Hacking (reward hacking), die seine Policy nacheinander erlernte: einen Referenz-Foliensatz zu importieren und als eigene Arbeit auszugeben, im Bericht „verifizierte Quellen“ zu schreiben, ohne irgendetwas zu überprüfen, und die Schriftgröße so weit zu reduzieren, bis die Erkennung von Überläufen nicht mehr auslöste. Jede davon erfüllt eine Prüfung, liefert aber ein schlechteres Dokument. Als Reaktion wurde nicht ein perfekter Evaluator festgeschrieben, sondern dieser wird gemeinsam mit der Policy kontinuierlich weiterentwickelt, unter Aufsicht eines Kontrollagenten und menschlicher Designer, deren Urteile bei jeder Evaluator-Version als Akzeptanztest dienen.
Schließlich veröffentlicht Genspark seine Schwächen, bevor andere sie ihm entgegenhalten: dichtere Seiten als bei allen verglichenen Wettbewerbern, mit kleineren Schriftzeichen, was auf Mobilgeräten von Nachteil sein kann; einen anhaltenden Rückstand gegenüber Opus 5 bei Inhalt und Aufgabenerledigung; und einen auf Präsentationen begrenzten Einsatzbereich, während die Leistung bei Tabellenkalkulationen oder Recherche nahe am Basismodell bleibt. Gen-1 Slides ist kein Open-Weights-Modell.
Cohere veröffentlicht North Small Translate, sein erstes Open-Weights-Übersetzungsmodell
10. September — Cohere veröffentlicht North Small Translate, das erste Übersetzungsmodell seiner North-Familie. Die Ankündigung auf X trägt das Datum 10. September, 18:09 Uhr, während der Blogbeitrag auf den folgenden Tag datiert ist. Es handelt sich um eine Mixture-of-Experts-Architektur (Mixture of Experts) mit insgesamt 218 Milliarden Parametern, von denen bei jedem Durchlauf nur 25 Milliarden aktiviert werden. Das erklärt die Positionierung: Eine einzige B200-GPU mit W4A4-Quantisierung genügt für den Betrieb, alternativ zwei H100 in derselben Konfiguration. Das Kontextfenster umfasst sowohl bei der Ein- als auch bei der Ausgabe 16k Tokens und unterstützt mehr als 50 Sprachen.
| Evaluiertes Modell | WMT26-Score, alle Sprachen |
|---|---|
| North Small Translate, Agentic-Variante | 84,36 |
| North Small Translate | 83,60 |
| Qwen 3.5 397B A17B | 81,56 |
| DeepL NextGen | 81,37 |
| Gemma 4 31B, aktiver Modus | 79,46 |
| GLM 5.2 FP8 | 76,50 |
| Google Translate | 68,20 |
Bei diesen Zahlen sind zwei Vorbehalte zu nennen. Die Evaluierung stammt von Cohere, und GPT-5.6-Sol fungiert als Judge für die Bewertung der Übersetzungen. Zudem ist die regionale Aufschlüsselung differenzierter als der Durchschnitt: In Europa liegt das Modell mit 82,2 gegenüber 73,9 deutlich vor Gemma 4 31B, in Südasien hingegen mit 86,2 gegenüber 86,7 nahezu gleichauf, wobei selbst die Agentic-Variante dort leicht zurückliegt. Gegenüber DeepL NextGen reicht der Abstand von 8 bis 10 Punkten in Südasien und der MENA-Region bis zu lediglich 1 bis 3 Punkten in Ostasien.
Zwei weitere Messungen vervollständigen das Bild. Der Durchsatz beträgt bei geringer Parallelität 112 Ausgabe-Tokens pro Sekunde gegenüber 81 für Gemma 4 31B und bei hoher Parallelität 39 gegenüber 30. Bei langen Dokumenten — zwei Kapitel eines Buches werden in einem einzigen Aufruf übersetzt und die Qualität absatzweise gemessen — erreicht das Modell 48,9 und damit mehr als doppelt so viel wie Google Translate mit 21,3 und Gemma 4 31B mit 19,4.
Bleibt die Lizenz, die die unmittelbare Tragweite dieser Öffnung begrenzt. Die Gewichte werden unter CC BY-NC 4.0 veröffentlicht: ausschließlich für Forschung und nicht kommerzielle Nutzung. Ein Unternehmen, das das Modell in Produktion einsetzen möchte, benötigt eine kommerzielle Lizenz oder muss Language Weaver nutzen, das Produkt des Entwicklungspartners RWS. Es ist eine Öffnung für Forscher und ein Schaufenster für Coheres Souveränitätsstrategie, aber kein Modell, das Unternehmen frei nutzen können.
🔗 North Small Translate, Cohere
Die Gemini-App kommt auf Windows und öffnet sich per Tastenkürzel über dem aktiven Fenster
10. September — Google veröffentlicht eine Gemini-App für Windows 10 und 11, die ab sofort weltweit unter gemini.google/desktop verfügbar ist. Das zentrale Argument ist die Tastenkombination: Alt + Space blendet Gemini unabhängig von der gerade verwendeten Software über dem aktiven Fenster ein. Die beiden genannten Beispiele sind bewusst bescheiden — eine Tatsache in einem Dokument überprüfen und nach Titelideen für eine Präsentation suchen — und verfolgen dasselbe Ziel: den Arbeitsfluss nicht zu unterbrechen, während der Wechsel zum Browser einen Kontextwechsel erzwingt.
Hinter diesem Tastenkürzel öffnet die Anwendung einen vollständigen Arbeitsbereich mit den bereits im Web verfügbaren Funktionen. Dazu gehört Gemini Spark, Googles persönlicher Agent, dem mehrstufige Aufgaben übertragen werden können. Die Anwendung erstellt eine Projektzusammenfassung, indem sie die entsprechenden Informationen aus Gmail und Google Drive abruft. Für kreative Aufgaben erzeugt Nano Banana Bilder und Gemini Omni Videos, ohne dass ein anderes Tool erforderlich ist.
Zwei Vorbehalte sollte man im Blick behalten. Der Beitrag versieht sowohl Gemini Spark als auch Gemini Omni mit einem Fußnotenverweis, was darauf hindeutet, dass für diese beiden Komponenten besondere Zugangsbedingungen gelten und sie nicht allen offenstehen. Zudem bezieht sich die angekündigte weltweite Verfügbarkeit auf den Download der Anwendung und nicht unbedingt auf sämtliche darin enthaltenen Funktionen. Zur Einordnung der Ankündigung: Google bot bereits eine Anwendung für macOS an, während Windows als mit Abstand größte Plattform die Lücke im Angebot blieb. Außerdem war Gemini Spark erst am Vortag mit Chrome und Google Photos verknüpft worden; nun erhält es einen Zugangspunkt auf Betriebssystemebene.
Dreambeans verlässt den eingeschränkten Zugang und wird für alle US-Konten geöffnet
10. September — Google Labs erweitert Dreambeans, das im Juni 2026 als Experiment mit eingeschränktem Zugang gestartet wurde, auf alle Konten in den Vereinigten Staaten, beschränkt auf Personen ab 18 Jahren, unter Android und iOS. Der Dienst erstellt jeden Tag eine Sammlung kurzer personalisierter Geschichten. Jede Geschichte verbindet zwei Quellen: vom Nutzer ausgewählte Themen – Orte, die er erkunden möchte, Serien, die er ansehen möchte, Erinnerungen an bevorstehende Ereignisse – und Informationen, die aus den Google-Anwendungen aufbereitet werden, deren Verknüpfung er erlaubt: Calendar, Gmail, Photos, Search, YouTube und, neu in dieser Version, Gemini.
Die Anbindung an Google Photos ist dabei am aufschlussreichsten: Ist sie aktiviert, kann Dreambeans Bilder des Nutzers und seiner Angehörigen in die Geschichten einbinden. Das Interessante an der Ankündigung ist weniger der Dienst selbst als das, was er vorwegnimmt: einen Assistenten, der nicht mehr nur auf eine Frage antwortet, sondern aus der Gesamtheit der Google-Daten einer Person spontan tägliche Inhalte zusammenstellt. Die Beschränkung auf Personen ab 18 Jahren und auf die Vereinigten Staaten deutet darauf hin, dass Google vorsichtig vorgeht.
🔗 Erweiterung von Dreambeans, Google Labs
HeyGen und OpenAI veröffentlichen den Code eines Frameworks für Echtzeit-Avatare, Synthesia bringt Express-3 heraus
10. September — HeyGen hat gemeinsam mit OpenAI ein Open-Source-Referenzframework für die Entwicklung von Echtzeit-Konversationsavataren veröffentlicht. Das Repository steht unter der MIT-Lizenz und verbindet drei Bausteine: GPT-Live-1, das Full-Duplex-Speech-to-Speech-Modell von OpenAI, HeyGens LiveAvatar und HyperFrames. Der Wert der Veröffentlichung liegt nicht im fertigen Produkt, sondern in der Verdrahtung: Das Repository bezeichnet sich selbst als bewusst minimalistisch; zu sehen ist die Integration selbst und keine darüberliegende Abstraktionsschicht.
Die Architektur löst ein konkretes Problem. Das Echtzeitmodell verfügt über keinerlei Tools: Soll eine visuelle Darstellung erscheinen, übergibt es den Gesprächszug an ein im Hintergrund laufendes Responses-Modell, das über die Tools verfügt. Dieses antwortet mit Worten und ruft in derselben Antwort das Tool auf; die Worte werden wieder in die Sprachsitzung eingespeist und ausgesprochen, während der Tool-Aufruf an den Orchestrator weitergegeben wird. Ein wichtiges Detail: In der mitgelieferten Demonstration – einem Japanischlehrer, der genau beim Aussprechen eines Wortes eine Vokabelkarte einblendet – wird die Wiederholungsübersicht aus der serverseitigen Aufzeichnung der Sitzung erzeugt, niemals aus dem Gedächtnis des Modells. Die Liste der gelernten Wörter ist somit keiner Halluzination ausgeliefert.
Zwei technische Entscheidungen verdienen Beachtung. Der Browser enthält niemals einen API-Schlüssel: Er erhält ein LiveKit-Token zum Anzeigen des Avatars und einen WebSocket für das Mikrofon. Außerdem gibt es weder eine Sprachaktivitätserkennung noch eine gedrückt zu haltende Taste – das Mikrofon überträgt kontinuierlich, und das Modell entscheidet, wann der Nutzer zu Ende gesprochen hat. Das Repository weist darauf hin, dass es sich um einen Ausgangspunkt und nicht um eine einsatzfertige Bereitstellung handelt: Vor jeder öffentlichen Bereitstellung müssen eine Authentifizierung für den Sitzungsstart und den WebSocket ergänzt sowie die Inhalte vorgelagerter Fehlermeldungen ausgeblendet werden, die in der Entwicklungsumgebung unverändert weitergegeben werden.
Real-time AI experiences are now solved AND open sourced. We worked closely with @OpenAI to build the best framework for it.
🇩🇪 Echtzeit-KI-Erlebnisse sind jetzt gelöst UND offen. Wir haben eng mit OpenAI zusammengearbeitet, um das beste Framework dafür zu entwickeln. — @HeyGen auf X
🔗 Repository liveavatar-gpt-live-demos, HeyGen
Synthesia bringt Express-3 heraus, sein fortschrittlichstes Avatar-Modell
10. September — Am selben Tag kündigt Synthesia die neue Generation seines Avatar-Modells an. Drei Verbesserungen stehen im Vordergrund: emotionsabhängige Darstellungen, eine natürlichere Lippensynchronisation und natürlichere Körperbewegungen sowie eine doppelt so schnelle Videogenerierung. Express-3 dient zudem als Grundlage für Style Avatars, stilisierte Figuren, die anhand eines Prompts oder einer Voreinstellung im Avatar Builder erstellt werden.
Für ein Unternehmen, dessen historische Positionierung auf dem fotografischen Realismus gefilmter Avatare beruht, ist dies ein bemerkenswerter Kurswechsel: Das Angebot generierter und bewusst stilisierter Figuren eröffnet einen anderen Anwendungsbereich, der eher einer animierten Illustration als einem synthetischen Moderator ähnelt. Das Modell ist in allen Tarifen ohne Einschränkung auf eine bestimmte Stufe verfügbar. Der Vollständigkeit halber sei angemerkt: Zum Zeitpunkt der Sichtung war auf der Website von Synthesia weder eine Produktseite noch ein Blogbeitrag online; der X-Thread bleibt die Primärquelle.
FLUX 3 Video kann bestehende Videos für 0,03 Dollar pro Sekunde bearbeiten, Runway destilliert die sofortige Generierung
10. September — Black Forest Labs erweitert FLUX 3 Video um Bearbeitungsfunktionen. Das Prinzip: Man übermittelt einen Clip und eine Anweisung in natürlicher Sprache, und alles, was im Prompt nicht erwähnt wird, bleibt unverändert – Dauer, Bildausschnitt, Kamera, Rhythmus und Audio stammen aus der Vorlage. Die Bearbeitungsmöglichkeiten umfassen das Hinzufügen, Entfernen oder Ersetzen von Objekten und Figuren, den Austausch des Hintergrunds, die Bearbeitung von Text, Farben und Materialien sowie die Änderung oder Übersetzung von Dialogen mit Lippensynchronisation.
Das kommerzielle Argument sind die Kosten. Bei 0,03 Dollar pro Sekunde erzeugten Videos kostet eine Änderung an einem zehnsekündigen Clip 0,30 Dollar, unabhängig von der Art der Bearbeitung, da die Ausgabe die Länge der Vorlage beibehält. Black Forest Labs positioniert das Modell an der Pareto-Grenze zwischen Qualität und Kosten und beansprucht den niedrigsten Preis auf dem Markt. Das andere Argument ist die Präzision: Laut eigenen internen Tests verändern andere führende Modelle häufig weitere Teile des Originalvideos, selbst wenn nur eine einzige Änderung angefordert wurde.
| API-Parameter | Wert |
|---|---|
| Modell | FLUX 3 Video Edit in der schnellen Variante |
| Preis | 0,03 Dollar pro Sekunde Ausgabe |
| Abrechnungsbeispiel | 0,30 Dollar für einen 10-sekündigen Clip |
| Maximale Quelldauer | 15 Sekunden und 50 MiB |
| Ausgabeauflösung | Auf 720p begrenzt, 24 Bilder pro Sekunde |
| Länge des Prompts | 1 bis 4.096 Zeichen |
Die API ist bewusst auf das Wesentliche reduziert: Zwei Felder genügen, das Video und der Prompt, ergänzt um eine optionale Einstellung für den Schweregrad der Moderation. Alles andere wird mit einem HTTP-422-Fehler abgelehnt – kein Zufalls-Seed, keine Dauer, kein vorgegebenes Format. Die Grenzen sind klar: Vorlagen mit mehr als 15 Sekunden werden abgelehnt und nicht zugeschnitten; Videos als Stilreferenz, Masken und Clip-Erweiterungen werden nicht unterstützt. Für Dialoge weist die Dokumentation zudem darauf hin, dass der neue Text auf die Länge der zu ersetzenden Replik abgestimmt werden muss.
🔗 FLUX 3 Video Edit, Black Forest Labs auf X
Runway veröffentlicht seine Forschung zur sofortigen Videogenerierung
10. September — Runway erläutert, wie Videos künftig während der Verarbeitung des Prompts gestreamt werden sollen, statt sie erst als fertiges Objekt bereitzustellen. Die Ausgangsbeobachtung ist ebenso wirtschaftlicher wie kreativer Natur: Laut Nutzerfeedback sind Generierung und Iteration der langsamste Teil der Arbeit, und die Kosten pro Ausgabe bei einem bestimmten Qualitätsniveau entscheiden darüber, welche Anwendungen wirtschaftlich tragfähig sind.
Der Ansatz beginnt mit dem Post-Training bestehender Basismodelle, darunter Gen-4.5, in zwei Schritten. Das Teacher Forcing wandelt die Architektur in einen zeitlich kausalen autoregressiven Generator um; das Student Forcing beschleunigt sie durch Distribution-Matching-Distillation, wodurch jedes Bild auf wenige Entrauschungsschritte reduziert wird. Gerade bei diesem zweiten Punkt ist der Artikel besonders aufschlussreich: Off-Policy-Distillation ist zwar speichergünstig, reicht aber nicht aus, weil sich ein Sprachmodell im Gegensatz zu einem Videomodell unterwegs korrigieren kann, während sich ein kleiner Fehler im Video Bild für Bild weiter verstärkt. Die On-Policy-Distillation, bei der der Schüler während des Trainings selbst die Sequenz erzeugt und somit seinen eigenen Kontext sieht, korrigiert diese Abweichung, statt sie zu verstärken. Eine letzte Erkenntnis: Ein Curriculum mit zunehmender Sequenzlänge schneidet besser ab als eine feste Länge.
🔗 Towards Instant Video Generation, Runway
ElevenLabs schließt eine mehrjährige Vereinbarung mit Universal Music Group
10. September — ElevenLabs kündigt eine mehrjährige Lizenzvereinbarung und eine strategische Zusammenarbeit mit Universal Music Group an. Es ist die erste Vereinbarung des Unternehmens mit einem Major-Label und betrifft sowohl die Lizenzierung der Kataloge als auch die gemeinsame Produktentwicklung.
Die Zusammenarbeit beginnt mit einer neuen Plattform zur Musikproduktion, die auf lizenzierter Musik und der freiwilligen Beteiligung von Künstlern basiert. Die noch in Entwicklung befindliche Plattform soll Fans ermöglichen, auf Grundlage der Titel teilnehmender Künstler und Songwriter gemeinsam Neues zu schaffen: Remixe, Mashups, neue Interpretationen eines Stücks und personalisierte Stimmerlebnisse.
Der entscheidende Punkt ist die Trennung der Angebote, die genau betrachtet werden sollte. Diese Plattform wird von den aktuellen Musikprodukten von ElevenLabs getrennt und separat verkauft – weder die Music API noch ElevenMusic sind davon betroffen. Anders gesagt: Die lizenzierte Musik von Universal fließt nicht in die bestehenden Modelle ein, sondern wird in einem eigenständigen Produkt verwendet.
Die Ankündigung erfolgt in einer ereignisreichen Phase. Suno kündigte am 8. September eine weltweite Partnerschaft mit Believe und TuneCore an, und Stability AI schloss Ende August eine Series-B-Finanzierungsrunde ab, durch die Sony Music Group, Universal Music Group und Warner Music Group zu Anteilseignern wurden. Universal ist damit derzeit in unterschiedlichem Umfang an mehreren konkurrierenden Audiogeneratoren beteiligt.
🔗 Vereinbarung zwischen ElevenLabs und Universal Music Group
The Defense Factory, das Handbuch von OpenAI für kontinuierliche Cyberabwehr
9. September — OpenAI veröffentlicht die Anleitung für die eigene sicherheitstechnische Aufrüstung. Die These lässt sich in einem Satz zusammenfassen: Agenten, die mithilfe zunehmend zugänglicher Open-Weight-Modelle langwierige offensive Operationen durchführen können, machen herkömmliche Abwehrmaßnahmen unzureichend; die Verteidiger behalten jedoch zwei strukturelle Vorteile – den direkten Zugriff auf ihren Code und die Nutzung von Frontier-Modellen.
Der Ausgangspunkt ist nicht theoretischer Natur. OpenAI rief intern Alarmstufe Rot aus und versammelte seine Security-, Applied- und Research-Teams zu einem Sprint, der mit der Dringlichkeit einer Reaktion auf einen Sicherheitsvorfall behandelt wurde: Mehr als 250 Personen arbeiteten in über 100 Bereichen, und 53 dringende oder hoch priorisierte Probleme wurden bereits am ersten Tag gelöst, noch bevor die vollständige Bestandsaufnahme fertiggestellt war.
| Veröffentlichte Metrik | Wert |
|---|---|
| Beteiligte Personen | Mehr als 250 |
| Abgedeckte Bereiche | Mehr als 100 |
| Nach dem Routing angenommene Zuweisungen | 90,6 % |
| Als Duplikate erkannte Befunde | 37 % |
| Bei der Ausführung reproduzierte Befunde | 19,5 % |
| Falsch-positive Ergebnisse nach dynamischer Validierung | 0,81 % |
| Rückgängig gemachte Korrekturen | 0,53 % |
| Anteil der über Codex abgewickelten Behebung | 100 % |
Für alle, die diesen Ansatz nachvollziehen möchten, stechen zwei Erkenntnisse hervor. Die Reproduzierbarkeit der Umgebung ist der eigentliche Engpass: Ohne korrekte Abhängigkeiten und Konfiguration lässt sich nicht unterscheiden, ob ein Befund nicht reproduzierbar ist oder ein Test nicht ausgeführt werden konnte. Autonomie entsteht zudem schrittweise aus manuellen Etappen – kleine Batches, menschliche Validierung und anschließend die Entfernung sich wiederholender Schritte, sobald die Ergebnisse genügend Vertrauen schaffen. Der gesammelte Kontext befindet sich in einer gemeinsam genutzten Datei SECURITY.md, die von einer Iteration zur nächsten wiederverwendet wird. Cloudflare, Ramp und Google untersuchen denselben Ansatz.
OpenAI passt ChatGPT für den Finanzsektor an und verbindet einen Agenten mit Data Warehouses
10. September — ChatGPT for Financial Services verbindet die Schlussfolgerungsfähigkeiten von GPT-6 Astra mit einer Grundlage aus vorintegrierten Finanzdaten; Morgan Stanley und Evercore fungieren dabei als Entwicklungspartner. Das Produkt setzt dort an, wo diese beiden Häuser die größten Reibungsverluste gemeldet haben: im Investmentbanking und in der Aktienanalyse.
Das Unterscheidungsmerkmal sind die Daten. Statt jede Bank ihre eigenen Connectors einrichten zu lassen, indexiert und hostet OpenAI selbst Premium-Datensätze – Daloopa, PitchBook, LSEG News, Crunchbase –, die Ergebnisprotokolle, Jahresabschlüsse, Fundamentaldaten und nicht börsennotierte Unternehmen abdecken. Vor allem bietet das Produkt granulare Quellenangaben: Ein Analyst, der eine Gewinn-und-Verlust-Rechnung normalisiert, kann die Überleitung und die Anmerkungen hinter einem bereinigten Betriebsergebnis prüfen, nachvollziehen, welche Kosten ausgeschlossen wurden, und anschließend entscheiden, wie es in einer Bewertung verwendet werden soll. Für bereits von den Firmen gehaltene Abonnements werden derzeit Integrationen mit gemeinsamer Authentifizierung für S&P Capital IQ, LSEG, MSCI, Dow Jones Factiva und Moody’s entwickelt; das Ökosystem umfasst mehr als 50 Connectors. Im Benchmark OfficeQA Pro, der die Analyse von Tabellen, Diagrammen und Fußnoten in den Bulletins des US-Finanzministeriums bewertet, erreicht GPT-6 Astra 69,9 Prozent gegenüber 60,2 Prozent bei GPT-5.6 Sol.
🔗 ChatGPT for Financial Services
Der Data Agent fragt Data Warehouses in natürlicher Sprache ab
10. September — Das neue Data-Plugin von ChatGPT Work verbindet sich mit den genehmigten Datenquellen des Unternehmens, untersucht, was sich verändert hat, und erstellt interaktive Dashboards, ohne dass eine Abfrage geschrieben werden muss. Die Liste der Connectors deckt die wichtigsten produktiv eingesetzten Data Warehouses ab: Amazon Redshift, Google BigQuery, Snowflake, Databricks, ClickHouse, MongoDB und Datadog sowie Dateien aus Google Drive und SharePoint.
Der entscheidende Punkt liegt woanders. Der Agent interpretiert die Daten anhand der Geschäftsdefinitionen der Organisation – Begriffe, Metriken, benutzerdefinierte Berechnungen und Beziehungen –, die aus semantischen Schichten und vertrauenswürdigen Quellen wie Databricks Genie Ontology, dbt, GitHub oder Snowflake Horizon abgerufen werden. Genau dies trennt eine plausible Antwort von einer Antwort, die auf das Datenmodell des Teams abgestimmt ist. Die Governance folgt demselben Prinzip: Administratoren bestimmen, welche Verbindungen welchen Rollen zur Verfügung stehen, und die Abfragen werden mit den Berechtigungen des verbundenen Kontos ausgeführt, einschließlich Einschränkungen auf Tabellen-, Zeilen- und Spaltenebene. Der Agent kann außerdem direkt in Omni, Oracle BI, Power BI, Sigma, Tableau und ThoughtSpot arbeiten. OpenAI führt die interne Nutzung als Beleg an: Nahezu das gesamte Produktteam und mehr als zwei Drittel der Vertriebsorganisation verwenden ihn.
🔗 Der Data Agent in ChatGPT Work
OpenAI veröffentlicht das Unternehmensdossier zu GPT-6 Astra, und Codex CLI fügt es seiner Modellauswahl hinzu
9. September — Eine Woche nach der Einführung von GPT-6 Astra veröffentlicht OpenAI das für Unternehmen bestimmte Dossier mit den bislang fehlenden Zahlen. Das zentrale Argument ist die Computernutzung: Astra arbeitet in den Anwendungen, die Teams bereits verwenden, einschließlich solcher, die keine API bereitstellen, und vermeidet so die übliche Phase der Datenaufbereitung und Integrationsentwicklung. Die gewählte Demonstration ist aussagekräftig — bei Aufgaben des Financial Modeling World Cup bewältigt Astra die Excel-Herausforderungen etwa viermal schneller als der menschliche Gewinner der Microsoft Excel Championship 2023.
| Veröffentlichte Metrik | Wert |
|---|---|
| Preis für Ein- und Ausgabe | 10 und 50 Dollar pro Million Tokens |
| Terminal-Bench 4.0, GPT-6 Astra | 57,9 % |
| Terminal-Bench 4.0, GPT-5.6 Sol2 | 37,3 % |
| Terminal-Bench 4.0, Claude Fable 5.1 | 55,8 % |
| Geschätzte Kosten pro Aufgabe gegenüber Claude Fable 5.1 | Etwa 63 % niedriger |
| Sicherheit der Computernutzung gegenüber Sol | 89 % weniger unbeabsichtigte Ergebnisse |
| Preparedness Framework | Erstes Modell an der Critical-Schwelle für Cybersicherheit |
Die Schreibweise „GPT-5.6 Sol2“ verwendet der OpenAI-Beitrag in seinem Terminal-Bench-Vergleich wörtlich; sie wird unverändert wiedergegeben. Der Sicherheitsaspekt ist für Bereitstellungen am bedeutsamsten: Astra ist das erste Modell, das im Rahmen des Preparedness Framework die Critical-Fähigkeitsschwelle für Cybersicherheit überschreitet, was zu verstärkten Schutzmaßnahmen geführt hat. Administratoren können den Zugriff auf genehmigte Websites und Anwendungen beschränken und den Browserverlauf kontrollieren; der Unternehmenszugriff ist bei der Einführung standardmäßig deaktiviert.
🔗 GPT-6 Astra für die Arbeit, OpenAI
Codex CLI 0.154.0, experimentelle Worktrees und Astra in der Modellauswahl
9. September — Codex CLI wird auf 0.154.0 aktualisiert, die erste stabile Version seit 0.153.4 vom 4. September. Zwei Neuerungen prägen diese Version. Die erste ist die vollständige Integration von GPT-6 Astra, das nun in der Modellauswahl und in den Amazon-Bedrock-Katalogen verfügbar ist; zudem wurde die integrierte OpenAI-Docs-Kompetenz für die Migration und das Prompting des neuen Modells aktualisiert. Die zweite ist die experimentelle Unterstützung von Worktrees: --worktree und /worktree erstellen einen isolierten Git-Checkout für eine neue oder geforkte Sitzung, der sich auflisten und fortsetzen lässt, auch über codex exec. Für alle, die mehrere Agents parallel im selben Repository ausführen, ist dies die Antwort auf das klassische Problem sich gegenseitig störender Branches.
Der Rest verbessert die tägliche Nutzung: eine Inline-Frage beantworten, während Codex weiterarbeitet, ohne den Entwurf zu verlieren; einen im Hintergrund laufenden Codex-Server zwischen Windows-Sitzungen teilen; der Ersetzungsmodus von Vim mit Rückgängigmachen und Wiederholen. Auf der Sicherheitsseite blockiert die macOS-Sandbox nun die Eingabeinjektion in das Terminal. Schließlich entfällt der veraltete Einstiegspunkt codex mcp-server: Integrationen, die ihn noch verwendeten, müssen migrieren.
Claude Code 2.1.268 schließt acht Geheimnislecks, Managed Agents erhalten einen Viewer
10. September — Claude Code wird auf 2.1.268 aktualisiert, eine umfangreiche Version, die einen Tag nach 2.1.267 veröffentlicht wurde. Drei Schwerpunkte zeichnen sich ab: Flottenverwaltung, eine Verschärfung des Berechtigungsmodells und eine Reihe von Korrekturen gegen das Durchsickern von Geheimnissen.
Die Reihe zu den Geheimnissen ist besonders bemerkenswert für alle, die Claude Code im Team einsetzen. Plugin- und Marketplace-Fehler zeigten bislang den Token oder das Passwort an, das in der Git-URL der Quelle enthalten war; die von /mcp, /plugin, claude mcp list und claude mcp get angezeigten Serverdetails sowie MCP-Verbindungsfehler legten Geheimnisse offen, die aus Variablensubstitutionen der MCP-Konfigurationen aufgelöst wurden. Beide Verhaltensweisen wurden beseitigt.
Die Verschärfung der Berechtigungen behebt zwei echte blinde Flecken. Die Regeln deny und ask galten nicht für symbolisch verknüpfte Verzeichnisse — /etc, /tmp und /var unter macOS, /bin unter Linux —, wenn der Pfad über seinen tatsächlichen Speicherort angegeben wurde. Auch ein zweiter Fall wurde behoben: Eine deny-Regel für Read oder Edit wurde nicht angewendet, wenn in derselben Zeile ein Befehl stand, den die Berechtigungsprüfung nicht analysieren kann, etwa env -C oder eval.
| Betroffener Bereich | Änderung |
|---|---|
| Flottenabrechnung | In der Gateway-Konfiguration angegebene Preise, abgestimmt auf /cost |
| Berechtigungen | Regeln deny und ask auf symbolisch verknüpfte Verzeichnisse angewendet |
| Geheimnisse | Keine Git-Tokens oder aufgelösten Variablen mehr in Fehlermeldungen und /mcp |
| Behobene Regression | HTTP 400 bei Drittanbieter-Endpunkten, vorhanden seit 2.1.265 |
| WebFetch | Zeitlimit von 300 Sekunden, per Umgebungsvariable konfigurierbar |
Außerdem wurde eine seit drei Versionen bestehende Regression behoben: Seit 2.1.265 schlug jeder Durchlauf an Drittanbieter-Endpunkten, die mit der Anthropic API kompatibel sind, mit HTTP 400 fehl. Ursache war ein regulärer Ausdruck im Eingabeschema des Artifact-Tools, den diese Endpunkte ablehnen.
Claude Managed Agents erhalten einen Sitzungs-Viewer und einen Auto-Modus
10. September — Zwei Neuerungen wurden im selben Thread vom Entwicklerkonto von Anthropic angekündigt. Die erste erfüllt einen Bedarf an Beobachtbarkeit: Bislang lief eine gehostete Agent-Sitzung, ohne dass man sich mit ihr verbinden konnte. Der Befehl ant beta:sessions connect verbindet das Terminal nun mit einer laufenden Sitzung, während die Option --web stattdessen eine über localhost bereitgestellte Oberfläche öffnet.
Die zweite Neuerung ist ein Berechtigungsmodus. Mit auto prüft Claude jeden Tool-Aufruf anhand der in den user.message-Ereignissen der Sitzung ausgedrückten Absicht und entscheidet dann selbst, ob er ausgeführt oder abgelehnt oder die Frage an den Benutzer zurückgegeben wird. Der Mechanismus übernimmt die Logik des bereits in Claude Code vorhandenen Auto-Modus und überträgt sie auf Agents, die serverseitig ohne verbundenes Terminal ausgeführt werden — was erklärt, warum beide Ankündigungen gemeinsam erfolgen: Ohne Viewer wäre ein serverseitiger Auto-Modus blind.
🔗 Aktualisierungen für Claude Managed Agents
GitHub verstärkt vier Ebenen seiner Toolchain
9. September — GitHub schließt eine Lücke, die der Aufstieg von Coding-Agents in Unternehmen offengelassen hatte: Bislang wurden die Schutzmechanismen eines Copilot-Agent weitgehend auf der Seite des Arbeitsplatzrechners konfiguriert. Administratoren von Copilot Business und Copilot Enterprise verfügen nun über zentral verwaltete Berechtigungen, die jede Agent-Operation in drei Kategorien einteilen — abgelehnt, menschliche Genehmigung erforderlich oder ohne Rückfrage erlaubt.
Der Umfang umfasst genau das, was für einen autonomen Agent entscheidend ist: Shell-Befehle, das Lesen und Ändern von Dateien sowie erreichbare Netzwerkdomains. Der entscheidende Punkt steht in einem Satz des Changelogs: Eine verwaltete Einschränkung kann weder durch eine Benutzer- oder Workspace-Einstellung noch durch automatische Genehmigung oder eine bereits früher vom Benutzer erteilte Genehmigung abgeschwächt werden. Das unterscheidet eine Unternehmensrichtlinie von einer bloßen Standardeinstellung. Unterschiedliche Richtlinien können für verschiedene Teams gelten, sodass nicht das gesamte Unternehmen an der am stärksten eingeschränkten Abteilung ausgerichtet werden muss. Die Funktion ist direkt allgemein verfügbar, und zwar auf den drei Oberflächen, auf denen der Agent tatsächlich ausgeführt wird: der GitHub-Copilot-Anwendung, der Copilot CLI und Visual-Studio-Code-Sitzungen über Agent Host.
🔗 Verwaltete Berechtigungen für Copilot-Agents
GitHub Actions wendet das Prinzip der geringsten Rechte auf den Cache an
10. September — Cache Poisoning (cache poisoning) ist ein bekannter Angriffsweg in der kontinuierlichen Integration: Ein von einer nicht vertrauenswürdigen Quelle ausgelöster Workflow schreibt in den Cache, und ein vertrauenswürdiger Workflow stellt diesen Inhalt später wieder her. GitHub Actions begegnet dem mit einer auf Workflow- oder Job-Ebene deklarierbaren Einstellung, die jedem nur den benötigten Zugriff gewährt. Es gibt vier Werte: schreibgeschützt, um Inhalte wiederherzustellen, ohne zu schreiben; Lese- und Schreibzugriff; reiner Schreibzugriff, um zu schreiben, ohne Inhalte wiederherzustellen; sowie kein Zugriff.
Zwei Details machen den Mechanismus robust. Der Modus wird vom Cache-Dienst selbst durchgesetzt und nicht dem guten Willen des Workflows überlassen. Außerdem wird er an wiederverwendbare Workflows weitergegeben: Ein aufgerufener Workflow kann niemals mehr Zugriff erhalten, als ihm sein Aufrufer gewährt hat. Die Standardwerte bleiben bestehen, mit einem schreibgeschützten Cache für nicht vertrauenswürdige Ereignisse. Ein Autor, der dies umgeht, indem er bei einem solchen Ereignis ausdrücklich Schreibzugriff deklariert, erhält eine Warnanmerkung statt einer Ablehnung. Die Funktion ist für alle Angebote allgemein verfügbar.
🔗 Steuerung des Cache-Zugriffs in Actions
CodeQL 2.27.0 läuft nativ unter Linux ARM64
9. September — Die Engine für statische Analyse hinter GitHub Code Scanning wird auf 2.27.0 aktualisiert und erhält eine erwartete Infrastruktur-Neuerung: die native Ausführung unter Linux arm64 über plattformspezifische Versionsressourcen. Teams, die ihre kontinuierliche Integration auf ARM-Maschinen ausführen, benötigen keine Emulation mehr.
Bei der Abdeckung fügt die Version eine Rust-Abfrage für unkontrollierte Befehlszeilen hinzu, modelliert das Micronaut-Framework für Java und Kotlin und deklariert die Ausführungsfunktionen von libpq als Senken für SQL-Injection in C und C++. Die Standardkonfiguration kann sich außerdem bei den privaten Registries einer Organisation authentifizieren, um benutzerdefinierte Abfragen oder Pakete abzurufen. Für die Planung sind zwei Abkündigungen zu beachten: Die Unterstützung für Java 9 und 10 endet im Januar 2027, während Java 7 und 8 weiterhin unterstützt werden; außerdem wird die plattformübergreifende Distribution zugunsten plattformspezifischer Archive eingestellt.
🔗 CodeQL 2.27.0 und Linux ARM64
npm sperrt Schreibvorgänge nach einer Anmeldung per Wiederherstellungscode für 72 Stunden
9. September — Ein Wiederherstellungscode ist konstruktionsbedingt das Glied, das die Zwei-Faktor-Authentifizierung umgeht. npm zieht daraus die Konsequenz und weitet einen bislang Konten mit großer Tragweite vorbehaltenen Schutz auf alle Konten aus: Nach einer erfolgreichen Anmeldung per Wiederherstellungscode wird das Konto für 72 Stunden in eine Sicherheitssperre versetzt.
Die Sperre konzentriert sich auf das, was bei einem Angriff auf die Lieferkette entscheidend ist: Veröffentlichungen und sensible Schreibvorgänge, einschließlich der Erstellung von Zugriffstokens, werden ausgesetzt. Alles andere funktioniert normal weiter — einschließlich Anmeldung, Navigation und Paketinstallation. Die Sperre wird nach Ablauf der Frist automatisch aufgehoben, ohne dass der Support kontaktiert werden muss. npm fordert alle Benutzer, die gesperrt wurden, ohne ihren Wiederherstellungscode verwendet zu haben, dazu auf, sich sofort an den Support zu wenden.
🔗 Ausweitung der npm-Sicherheitssperren
NVIDIA veröffentlicht fünf Beiträge an einem Tag
10. September — Bemerkenswert ist die Veröffentlichungsserie ebenso wie ihr Inhalt. Sie beginnt mit den Zahlen des auf Nemotron 3 Ultra angewendeten NIM-2.0.12-Serving-Stacks. Auf einem System mit vier B200 und einer repräsentativen agentischen Last — 64K Eingabekontext, 400 Ausgabe-Tokens, 76 Prozent Wiederverwendung des KV-Cache — steigert der optimierte Stack den Systemdurchsatz bei gleichbleibender Interaktivität von 718 auf 1.997 Tokens pro Sekunde. Das ermöglicht bei demselben Zielwert von 50 Tokens pro Sekunde und Benutzer 2,5-mal mehr gleichzeitige Benutzer.
Die Bedeutung des Artikels geht über diese Zahl hinaus. NVIDIA betont einen Punkt, den Benchmark-Tabellen häufig verdecken: Inferenzleistung ist eine Systemeigenschaft. Präzision und Kernel, Parallelismus, Scheduling, Batching, Speicherzuweisung, Präfixwiederverwendung und Decodierungsstrategie wirken alle zusammen, und die Verbesserungen entstehen durch Bündel gekoppelter Konfigurationen, nicht durch unabhängige Einstellungen, deren Prozentwerte einfach addiert werden könnten. Das Unternehmen relativiert zudem seine eigenen Kurven: Sie sind ein Ausgangspunkt; die empfohlene Methode besteht darin, den eigenen Datenverkehr mit festgeschriebenem Image-Digest nachzuspielen und anschließend den Pareto-Punkt zu wählen, der das eigene Latenzziel erfüllt.
🔗 NIM-Optimierungen für Nemotron 3 Ultra
Skild AI bringt einem Roboter anhand eines einzigen Videos eine Aufgabe bei
10. September — Das Prinzip von S1, dem Robotik-Foundation-Model von Skild AI, besteht darin, dass ein Bediener die gewünschte Aufgabe filmt und das Video dem Modell als Prompt bereitstellt. S1 interpretiert die gezeigte Absicht, die Objekte und den Ablauf und übersetzt sie anschließend in Aktionen für den vor ihm stehenden Roboter, ohne erneutes Training oder eine Aktualisierung seiner Gewichte.
Die Zahlen verdeutlichen den Gewinn. Bei neuen mehrstufigen Aufgaben bewältigt S1 etwa 66 Prozent jedes Schritts, verglichen mit 9 Prozent bei einem vergleichbaren System — also mehr als siebenmal so viel. Skild schätzt, dass ein einziges kurzes Demonstrationsvideo so viel beiträgt wie etwa 380 manuell gesammelte Trainingsbeispiele, entsprechend 50 bis 100 Stunden menschlicher Arbeit; bei einem Umtopftest gelangte das Team innerhalb von 11 Minuten von der Aufnahme zur autonomen Ausführung. Auch der kommerzielle Kontext ist erwähnenswert: Skild meldet zehn Monate nach seiner ersten Bereitstellung einen annualisierten Umsatz von 100 Millionen Dollar und mehr als 60 Partnerschaften. Skild, NVIDIA und Foxconn setzen das Modell bereits auf zweiarmigen Manipulatoren zur Montage von Blackwell-Systemen ein.
🔗 Skild AI und der Physical-AI-Stack von NVIDIA
d-Matrix verbindet seine Raptor-XPUs mit NVLink Fusion
10. September — Der Hersteller von Inferenzbeschleunigern d-Matrix wird seine Raptor-XPUs der nächsten Generation über NVLink Fusion mit der Infrastrukturplattform von NVIDIA verbinden, einschließlich NVLink Scale-up, Spectrum-X Scale-out und der MGX-Rackarchitektur. Das Unternehmen plant außerdem, Vera-CPUs, ConnectX-9-SuperNICs und BlueField-4-DPUs zu integrieren und seine Racks neben GPU-Systemen wie Vera Rubin NVL72 für disaggregierte Inferenz zu betreiben.
Die Bedeutung der Ankündigung liegt in ihrer industriellen Logik. Der Entwurf einer XPU ist nur der erste Schritt; für ihren großflächigen Einsatz sind ein bewährtes Netzwerk, eine Rackarchitektur, Stromversorgung, Kühlung, Software und Lieferkette erforderlich, wobei jeder Schritt Zeit, Kosten und Risiken mit sich bringt. Das operative Argument ist die Austauschbarkeit: Durch die Standardisierung auf ein gemeinsames Rack wird ein Rechenzentrum einmal aufgebaut und kann GPUs, CPUs und XPUs aufnehmen, ohne dass für jeden Prozessortyp eine eigene Architektur erforderlich ist. Anders betrachtet ist NVLink Fusion der Mechanismus, mit dem NVIDIA das Rack, das Netzwerk und die Software behält, selbst wenn das Rechensilizium von einem anderen Anbieter stammt.
🔗 d-Matrix setzt auf NVLink Fusion
NVIDIA kodifiziert das Fachwissen seiner Lieferkette mit Nemotron und Palantir Foundry
10. September — Dies ist keine Produktdemonstration, sondern ein Erfahrungsbericht über einen internen Betrieb von sehr großem Umfang. Die Größenordnungen verdeutlichen das Problem: Eine Grace Blackwell NVL72-Plattform umfasst Millionen von Teilen und Tausende von Lieferanten; allein ein Compute-Tray — eines von achtzehn in einem Rack — benötigt zwei Grace-CPUs, vier Blackwell-GPUs und zweiunddreißig HBM3e-Stacks, und die Stückliste von Vera Rubin ist doppelt so umfangreich.
Die Schwierigkeit liegt nicht in der Größe, sondern in der Volatilität: Das Teil, das in einer Woche eine Montage blockiert, kann in der nächsten reichlich verfügbar sein. NVIDIA verfolgt eine eigene Kennzahl, die Time of Ownership, die vom Zeitpunkt, an dem ein Fertigungsstandort Material erhält, bis zu dem Zeitpunkt reicht, an dem es ihn als Baugruppe oder fertiges Produkt wieder verlässt, wobei Auftragsfertiger erst beginnen können, wenn alles aus drei verschiedenen Beständen eingetroffen ist. Um diese Zeitspanne zu verkürzen, sind laut NVIDIA vier Dinge erforderlich: Echtzeittransparenz, Redundanz, Verlässlichkeit vorgelagerter Zusagen und die Kodifizierung menschlichen Fachwissens. Diesen letzten Punkt stellt der Artikel als den transformativsten dar: das Urteilsvermögen hinter einer komplexen Zuteilungsentscheidung in dauerhaftes Wissen zu überführen, das sich ansammelt, statt bei jeder Abwägung wieder bei null anzufangen.
🔗 Die Lieferkette mit Nemotron und Palantir Foundry kodifizieren
BioNeMo Inference Runtime beschleunigt die Strukturvorhersage auf Proteomskala
10. September — BioIR beschleunigt Modelle zur Vorhersage biomolekularer Strukturen auf NVIDIA-GPUs und behält dabei den gewohnten PyTorch-Workflow bei, mithilfe optimierter Kernel und, sofern anwendbar, CUDA Graphs. Bei großen Batches unabhängiger Eingaben ermöglicht Ray, auf jeder GPU desselben Knotens eine vollständige Replik des Modells auszuführen, statt ein einziges Modell zu verteilen.
Das Ziel ist der Durchsatz: Strukturvorhersagen erfolgen inzwischen häufig auf Proteomskala, wobei nicht mehr nur ein Protein verarbeitet, sondern eine ganze Aufgabenliste durch die Pipeline geschleust wird. Das überzeugendste Argument ist ein realer Einsatzfall: BioIR kam bei der jüngsten Erweiterung der AlphaFold-Datenbank zum Einsatz und erzeugte Strukturen von Proteinkomplexen für 4 777 Proteome, also etwa 31 Millionen potenzielle Komplexe.
🔗 Strukturvorhersage mit hohem Durchsatz durch BioIR
Together AI portiert seine Kernel auf Vera Rubin und bietet unterbrechbare Rechenleistung zum halben Preis an
10. September — Das Kernel-Team von Together AI, das auch FlashAttention entwickelt hat, erhielt frühzeitig Zugang zur NVIDIA Vera Rubin NVL72-Plattform und dokumentiert die Portierung von ThunderKittens, seiner GPU-Kernel-Bibliothek. Der Ausgangspunkt ist aufschlussreich: Rubin behält das Programmiermodell von Blackwell bei, sodass ältere Kernel unverändert funktionieren, aber sie erreichen nur 42,1 Prozent des theoretischen Maximums bei NVFP4 und 44,4 Prozent bei FP8. Die Ursache ist leicht zu benennen und schwer zu beheben: Rubin ermöglicht es den Tensor Cores, die Operanden doppelt so schnell zu verarbeiten, doch der Blackwell-Kernel liefert sie nicht schnell genug.
Um aufzuholen, werden drei Hebel genutzt: die Instruktion verbreitern, indem die Schrittweite entlang K von 32 auf 64 Byte erhöht wird; weniger Byte lesen, indem von einem 1x1- auf ein 2x1-Tiling umgestellt wird, sodass Matrix B nur einmal pro Ausgabeblock geladen werden muss, was die zusätzlichen 64 Spalten Tensor Memory ermöglichen; und die Pipeline vertiefen, wobei der auf 328 KiB erweiterte Shared Memory erlaubt, mehr Tiles im Voraus vorzubereiten. Der Sweep beziffert die Wirkung des letzten Hebels: Bei einem quadratischen 16k-NVFP4-GEMM steigt der Durchsatz durch den Wechsel von drei auf fünf Stufen von 17 054 auf 22 239 TFLOPS. Bei FP8 liegt das Optimum bei 11 995 TFLOPS. Die Messungen wurden mit CUDA 13.4 auf einer GPU als Qualification Sample durchgeführt.
🔗 ThunderKittens auf NVIDIA Vera Rubin NVL72
Unterbrechbare Rechenleistung zum halben On-Demand-Preis
10. September — Together AI stellt in einer öffentlichen Vorschau eine zweite Art von Rechenleistung auf seinen GPU-Clustern bereit: unterbrechbare Knoten, die zu einem festen Preis von 50 Prozent abgerechnet werden. Was das Angebot von üblichen Spot-Märkten unterscheidet, ist gerade dieser Festpreis — er folgt keiner Auktion. Die Abrechnung erfolgt unterstündlich, mit einer Erfassung alle ein bis zwei Minuten.
Die Wiederaufnahmevereinbarung ist eindeutig. Wenn die Kapazität anderswo benötigt wird, durchläuft der Cluster eine Drain-Sequenz von höchstens fünf Minuten: Der Knoten wird abgesperrt, ein Kubernetes-Ereignis wird ausgelöst, die Pods erhalten SIGTERM, die Workload hat fünf Minuten Zeit, einen Checkpoint zu schreiben, anschließend wird der Knoten entfernt. Together AI nennt eine hilfreiche Größenordnung, um beurteilen zu können, ob dieses Zeitfenster ausreicht: Ein vollständiger Gewichts-Checkpoint für ein Modell mit 321 Milliarden Parametern ist etwa 3,5 TB groß und benötigt auf einem parallelen Dateisystem zwischen 22 Sekunden und 4 Minuten zum Schreiben, selbst bei beeinträchtigter Leistung. Zwei Fälle sind ausdrücklich ausgeschlossen: mehrtägige Trainingsläufe ohne Checkpoint und Dienste mit strengen Service-Level-Verpflichtungen ohne Ausweichlösung.
🔗 Unterbrechbare Rechenleistung, Together AI
Mistral verbündet sich mit Cloudera, und Vibe CLI schließt vier Sicherheitslücken
10. September — Mistral kündigt eine Partnerschaft mit Cloudera an, dem Anbieter der hybriden Datenplattform, die von einigen Großunternehmen in regulierten Branchen eingesetzt wird. Die Vereinbarung umfasst zwei Bereiche. Zunächst die Inferenz: Die Mistral-Modelle werden in die Plattform integriert, sodass sie in einer privaten oder öffentlichen Cloud, On-Premises und sogar in vollständig vom Netzwerk isolierten Umgebungen (air-gapped) bereitgestellt werden können. Dann das Training: Mistral eröffnet die Möglichkeit, Modelle innerhalb von Umgebungen, die diese Unternehmen kontrollieren, mit deren proprietären Daten zu trainieren.
Die genannte Zahl verdeutlicht das Ausmaß des anvisierten Potenzials: Auf der Cloudera-Plattform werden 30 Exabyte verwalteter Kundendaten betrieben. Der Beitrag liefert eine operative statt rhetorische Definition souveräner KI: Die Daten verbleiben innerhalb der vom Kunden festgelegten Grenzen, die Modelle werden angepasst und als Open-Weight-Modelle in Besitz gehalten, Training und Inferenz laufen auf der vom Kunden gewählten Infrastruktur und in den von ihm gewählten Rechtsräumen. Es werden weder ein Modell noch ein Preis oder ein Verfügbarkeitsdatum angekündigt: Dies ist eine Vertriebs- und Integrationsvereinbarung, keine Produkteinführung.
Vibe CLI 2.25.1 und 2.25.2 entfernen einen nicht authentifizierten Debug-Listener
9. und 10. September — Mistral veröffentlicht kurz hintereinander zwei Versionen seines Kommandozeilen-Coding-Agenten. Version 2.25.1 ist die substanziellere, wobei ihre Bedeutung weniger in den Neuerungen als in den behobenen Problemen liegt: Vier Einträge im Changelog betreffen unmittelbar die Sicherheit.
Am deutlichsten ist die Entfernung eines nicht authentifizierten debugpy-Listeners auf localhost:5678, der aktiviert wurde, sobald der Debug-Modus unter vibe-acp gesetzt war: Jeder lokale Prozess konnte sich damit verbinden und Code im Kontext des Agenten ausführen. In derselben Reihe werden Hook-Befehle nicht mehr über eine Shell ausgeführt, wodurch eine mögliche Injection über die Datei hooks.toml eines Repositorys verhindert wird. Die beiden anderen Korrekturen betreffen den Modus smart approve. Dessen schnelle Vorabprüfung genehmigte bisher automatisch lesende git-Befehle — git diff, git show, git blame, git log -p, git status -v — obwohl gerade diese den Inhalt von Dateien ausgeben: Ein in einem Diff angezeigtes Geheimnis wurde daher ohne Bestätigung gelesen. Diese Befehle werden nun wieder vom Klassifikator geprüft. Außerdem ließ sich die Vorabprüfung umgehen, indem dem Befehl ein cd vorangestellt wurde, da die Geheimnisanalyse nur den danach folgenden Teil las; nun wird der gesamte Befehl gelesen.
Version 2.25.2, die am folgenden Tag veröffentlicht wurde, fällt kürzer aus: ein Debug-Untermenü in der VS Code-Erweiterung mit einem Sitzungsstatus-Panel, das Schritte, Tokens, Durchsatz, Kontext und Kosten anzeigt, sowie die Behebung eines unauffälligen Fehlers im Berechtigungssystem — eine dauerhafte Gewährung, die nicht gespeichert werden konnte, schlug lautlos fehl, sodass in der nächsten Sitzung erneut danach gefragt wurde, ohne den Grund dafür zu erklären.
Zwei Community-Beiträge: AUTOMATIC1111 als Gradio-Graph und die Sensitivität auf Tensor-Ebene
10. September — Das Gradio-Team von Hugging Face veröffentlicht Workflow1111, eine Rekonstruktion von AUTOMATIC1111 in Form eines Graphen. Die Demonstration vereint elf Medien-Pipelines und dreiundsiebzig Knoten auf einer einzigen Arbeitsfläche, die als duplizierbarer Space verfügbar ist. Die Übung dient als Belastungstest für die in einem früheren Beitrag vorgestellte Workflow-Primitive, der nur fünf kleine Graphen zeigte.
Das Ziel ist, die Tabs abzudecken, die Nutzer von stable-diffusion-webui kennen: text-to-image, High-Resolution-Fix, image-to-image, Bildabfrage, Prompt-Matrix, Hochskalierung und Freistellung, Präprozessoren sowie das erneute Einlesen der im Textblock der PNG-Datei gespeicherten Generierungsparameter. Hinzu kommen zwei Funktionen, die AUTOMATIC1111 nicht besaß: das Verfassen von Prompts durch ein Sprachmodell und image-to-video. Für Entwickler ist besonders die Art der Knoten interessant: Von den 36 Operator-Knoten der Anwendung laufen 22 vollständig prozessintern, und zur Kombination eines Sprachmodells mit einem Diffusionsmodell ist kein benutzerdefinierter Knoten erforderlich — beide sind gewöhnliche Knoten. Zwei Ausgabeaspekte sind erwähnenswert: Jeder Ausgabeknoten der Arbeitsfläche wird zu einem REST-Endpunkt, ohne dass eine Route manuell geschrieben werden muss, und der Graph ist nicht an die Infrastruktur von Hugging Face gebunden, da ein Knoten ein Modell lokal laden und auf der eigenen GPU ausführen kann.
Bartowski kartiert die Sensitivität auf Tensor-Ebene für eine bessere GGUF-Quantisierung
10. September — Bartowski, dessen GGUF-Quantisierungen einem großen Teil der Nutzer von llama.cpp als Standardreferenz dienen, veröffentlicht eine methodische Untersuchung dazu, was bei der Komprimierung eines Modells wirklich geschützt werden muss. Das Ausgangsproblem ist einfach: Der vorgelagerte Quantisierungscode wendet ebenso wie seine eigenen Korrekturen dieselben Regeln auf alle Architekturen an.
Die Methode ist direkt. Für jeden Tensor erzeugt der Autor zwei Varianten — eine, bei der alle Tensoren in q8_0 vorliegen, mit Ausnahme dieses einen in q2_k, und eine umgekehrte — und betrachtet jeweils die durch einen einzelnen Tensor verursachte Verschlechterung, gemessen anhand der Kullback-Leibler-Divergenz auf wikitext-2-raw. Der Sweep umfasst Qwen3.5-0.8B und Qwen3.5-4B. Drei Ergebnisse stechen hervor: token_embd dominiert die Sensitivitätsskala deutlich, die Sensitivität nach Tiefe folgt einer U-Kurve, und gemessen pro eingesetztem Bit heben sich die kleinen Attention-Projektionen deutlich ab. Aus diesen Daten leitet der Autor einen Solver ab, der aus der Modellform, einer Tabelle relativer Schäden und einem Bit-Budget ein Layout auf Tensor-Ebene erstellt.
🔗 Layouts auf Tensor-Ebene für die GGUF-Quantisierung
Amp öffnet seinen Modusregler, Replit und Databricks erreichen die allgemeine Verfügbarkeit
10. September — Amp öffnet den seit Juli eingesetzten Wahlschalter, der mit seinen vier Stufen die Arbeitsintensität des Agenten steuert. Bislang bestimmte Amp allein die Modelle hinter jeder Stufe, eine Position, die das Unternehmen im Juli öffentlich in einem Beitrag mit dem Titel „Who Cares About the Model?“ verteidigte. Das Update widerruft diese Position nicht, macht sie aber optional.
Auf dem ersten Tab lassen sich Modell und Reasoning-Aufwand für drei verschiedene Rollen eines integrierten Modus festlegen: den Hauptagenten, Oracle und die Subagenten. Diese Modelle laufen über den zuvor verbundenen API-Schlüssel oder das ChatGPT-Abonnement des Nutzers, und die Abrechnung erfolgt über diese Verbindungen statt zum Amp-Tarif. Der Modus behält seinen Prompt und seine Werkzeuge bei; nur die Engine ändert sich. Alles, was auf automatisch eingestellt bleibt, folgt weiterhin den Entscheidungen von Amp. Der zweite Tab richtet sich an Nutzer, die bereits benutzerdefinierte Agenten über Plugins erstellt haben: Sie können neben den integrierten Modi auf dem Regler platziert werden, wobei ein Plugin-Agent einen vorhandenen Modus erweitern kann, indem er lediglich beschreibt, was er anders tun soll. Zwei bis vier Modi werden hineingezogen, angeordnet und durch langes Drücken bestätigt. Administratoren können einen gemeinsamen Regler für das Team festlegen, ohne persönliche Einstellungen zu überschreiben.
Replit macht seine Databricks-Integration mit nativer Lakebase-Unterstützung allgemein verfügbar
10. September — Replit überführt seine Databricks-Integration nach einer im Juni angekündigten öffentlichen Vorschau in die allgemeine Verfügbarkeit und ergänzt native Unterstützung für Lakebase, die verwaltete Datenbank von Databricks. Die Rollenverteilung bleibt unverändert: Replit beschleunigt die Erstellung der Anwendung, Databricks hostet die Unternehmensdaten und regelt den Zugriff darauf.
Lakebase schließt die Lücke zwischen Lesen und Schreiben. Bisher las eine auf dieser Integration basierende Anwendung die verwalteten Daten aus dem Warehouse, musste ihre selbst erzeugten Daten jedoch andernorts speichern; mit der nativen Unterstützung existieren beide nebeneinander, und Replit Agent stellt beim Deployment automatisch die entsprechende Datenbank bereit. Die zweite Neuerung betrifft das unmittelbarste Risiko dieser Architektur: das Testen einer Anwendung mit Produktionsdaten. Replit erstellt nun eine separate Vorschauumgebung, in der Testdaten von echten Geschäftsdaten isoliert bleiben.
🔗 Replit und Databricks allgemein verfügbar
Sakana AI besiegelt eine Dreierallianz mit SCSK und Sumitomo Corporation
10. September — Sakana AI kündigt eine umfassende Geschäftspartnerschaft mit SCSK Corporation und Sumitomo Corporation zur Einführung von KI in der japanischen Industrie an. Die einleitende Diagnose betrifft weniger die Modelle als ihr Umfeld: Für einen Kunden geht es nicht darum, diese oder jene KI einzuführen, sondern die für seine Geschäftsziele geeignete einzusetzen und damit ein konkretes Ergebnis zu erzielen. Dazu müssen Daten, die Integration in bestehende Systeme, Qualität, Informationssicherheit, Governance und der Betrieb nach der Bereitstellung ganzheitlich behandelt werden. Die Mitteilung formuliert einen Punkt, den nur wenige Vereinbarungen dieser Art so deutlich benennen: Eine zu starke Abhängigkeit von einer bestimmten Technologie oder einem bestimmten Modell muss vermieden werden.
Jeder Partner bringt einen Baustein ein. Sakana AI steuert die Modellforschung sowie die Überführung eines Kundenproblems in einen Anwendungsfall und anschließend in eine Implementierung bei; SCSK bringt seine Integrationskompetenz ein, die als Überbrückung der Kluft zwischen Algorithmus und geschäftlicher Implementierung dargestellt wird; Sumitomo Corporation stellt sein Betätigungsfeld mit rund 900 konsolidierten Unternehmen und einem Kundenstamm von 100 000 Kunden bereit. Vier Vorhaben beginnen, wobei das technisch konkreteste die Cybersicherheit betrifft: Im Rahmen des Frontier AI-Programms von SCSK werden die drei Partner eine Lösung auf Grundlage des von Sakana AI entwickelten Orchestrierungsmodells konzipieren, die von der Diagnose von Schwachstellen bis zu deren Behebung unterstützt.
🔗 Partnerschaft zwischen Sakana AI, SCSK und Sumitomo Corporation
Kurzmeldungen
- Die Panels der Claude-Code-Desktopanwendung lassen sich abdocken — das Diff-Panel oder das Terminal können auf einen zweiten Bildschirm verschoben werden, während Claude im Hauptfenster weiterarbeitet, und anschließend wieder angedockt werden. Die Veröffentlichung ist als Hervorhebung einer Nutzungsmöglichkeit formuliert, ohne Versionshinweis: Das Datum der tatsächlichen Verfügbarkeit steht nicht fest. 🔗 Quelle
- Die Fable 5.1 Build Days, Community-Buildathons vom 11. bis 25. September — die Claude-Community veranstaltet zwei Wochen lang Buildathons in Städten weltweit; die Anmeldung erfolgt über die Community-Seite von Anthropic. 🔗 Quelle
- T. Rowe Price führt Claude in seiner Investmentorganisation breiter ein — Fondsmanager und Analysten arbeiten mit Claude und Cowork an der Fundamentalanalyse, während Entwickler mit Claude Code Investmentwerkzeuge erstellen. Der hervorgehobene Ansatz: Die Einführung beginnt bei den Personen, die Wertpapiere auswählen, nicht bei den Supportfunktionen. 🔗 Quelle
- Was Anthropic auf der Claude-SMB-Tour von 1.000 Führungskräften gelernt hat — zehn Stationen in sechs Wochen mit dem Partner Tenex, jeweils mit einem halbtägigen kostenlosen Training und einer Sitzung, in der rund hundert Führungskräfte eine reale Aufgabe automatisierten, rund um das im Mai eingeführte Plugin Claude for Small Business. 🔗 Quelle
- Zed zeigt die in Delta vorbereitete Code-Review-Funktion — ein Agent verwandelt die Änderung in einen strukturierten Review-Leitfaden, der neben dem ursprünglichen Diskussionsverlauf angezeigt wird, sodass der Agent, der den Code verfasst hat, direkt befragt werden kann. Kein Veröffentlichungstermin außer einem „sehr bald“. 🔗 Quelle
- Warp senkt seine Kosten pro Pull Request von 80 auf 30 Dollar — durch das erneute Ausführen seiner realen Agentenläufe bei mehreren Anbietern will das Unternehmen mit GPT 5.6 Sol die beste Codequalität erzielt haben, bei 66 Prozent niedrigeren Kosten als mit seiner bisherigen Konfiguration Claude Opus 5. Das Urteil hängt zwangsläufig von seinem internen Korpus ab. 🔗 Quelle
- Meta FAIR simuliert vollständige Enzymsysteme tausendmal schneller als QM/MM — gemeinsam mit der Gruppe von Andrew Ferguson in Chicago werden vollständige Enzyme mit explizitem Lösungsmittel und rund 100.000 Atomen bei nahezu quantenmechanischer Genauigkeit simuliert, wobei die Ergebnisse mit experimentellen Messungen übereinstimmen. Zum Zeitpunkt der Sichtung waren weder ein Artikel noch ein Modell veröffentlicht. 🔗 Quelle
- Together AI sieht Kimi K3 bei juristischen Aufgaben sechzig Prozent vor Fable 5.1 — die Behauptung bezieht sich auf schwierige autonome Aufgaben aus Harveys Benchmark lab-aa und wurde ohne Methodik oder Messprotokoll von einem Anbieter veröffentlicht, der Kimi K3 kommerziell bereitstellt. Sie ist als Behauptung zu behandeln, nicht als gesichertes Ergebnis. 🔗 Quelle
- Hugging Face veröffentlicht die vierte Folge von Training Agents — eine Stunde und fünfzehn Minuten live über den Übergang von Belohnungsfunktionen zu Trainingsumgebungen für Agenten. 🔗 Quelle
- Google AI zeigt, was die Community aus dem Konnektom der Fruchtfliege gemacht hat — eine Woche nach der Veröffentlichung der 166.000 Neuronen des MaleCNS-Datensatzes gibt es sechs Community-Projekte: Minecraft, Doom, Beat Saber und ein Fliegengehirn, dem 100 Dollar in Bitcoin anvertraut werden und das bei einem Gewinn dopaminerg stimuliert wird. 🔗 Quelle
- Die Aktivierung von AI Scan für Pull Requests erfolgt über eine API — zwei REST-Endpunkte für Organisationen und Repositorys ermöglichen die großflächige Einführung der KI-gestützten Erkennung. Eine Repository-Einstellung kann eine Deaktivierung auf Organisationsebene nicht außer Kraft setzen. Öffentliche Vorschau für GitHub Advanced Security. 🔗 Quelle
- MAI-Code-1-Flash wird von allen Copilot-Oberflächen entfernt — die Einstellung gilt noch am selben Tag für Copilot Chat, Inline-Bearbeitungen, die Modi ask und agent sowie Vervollständigungen; als Alternative dient MAI-Code-1.1-Flash, das Unternehmensadministratoren möglicherweise ausdrücklich freigeben müssen. 🔗 Quelle
- Das Runner-Image Xcode 27 wechselt zu macOS 27 — gehostete macOS-Runner wechseln in der öffentlichen Vorschau von macOS 26 zu macOS 27, ohne dass sich die Zielbezeichnungen ändern. Ausschließlich für arm64-Runner. 🔗 Quelle
- NVIDIA erläutert seinen Robotaxi-Stack mit drei Computern — ein Positionierungsbeitrag, der für den Robotaxi-Markt bis 2035 ein Volumen von 400 Milliarden Dollar und mehr als 6 Millionen kommerzielle Fahrzeuge prognostiziert und behauptet, alle großen kommerziellen Programme liefen auf seinem modularen Stack. 🔗 Quelle
- Luma extrahiert in Layers eingebetteten Text aus einem Bild — Ebene auswählen, auf Extract drücken, und der in die Pixel eingebrannte Text wird wieder zu bearbeitbarem Text mit der ähnlichsten Schriftart aus der Bibliothek. Eine Umformulierung erfordert damit zwei Klicks statt einer vollständigen Neugenerierung. 🔗 Quelle
- HorizonRelight stabilisiert gemeinsam mit der USC die Beleuchtung langer Videos — die auf der ECCV 2026 vorgestellte Arbeit von NVIDIA und der University of Southern California überträgt den Kontext eines gleitenden Fensters auf das nächste, um Beleuchtungssprünge zwischen Segmenten zu vermeiden. 🔗 Quelle
- Wan startet mit NadouPro einen weltweiten Wettbewerb rund um Wan 3.0 — ein Community-Wettbewerb mit Preisen im Wert von mehr als 10.000 Dollar, ohne begleitende Produktneuheit. 🔗 Quelle
- Midjourney befragt seine Community zu einem Körperscanner — zwei Umfragen zu einem Scanner, der eine Ganzkörper-Ultraschalluntersuchung durchführt, ohne angekündigtes Produkt oder Datum. Öffentliche Marktforschung, die vor einer Weiterverwendung bestätigt werden sollte. 🔗 Quelle
- MiniMax tritt dem AI-Builder-Programm von Nebius bei — neben NVIDIA, LangChain, Hugging Face, Cognition und Prime Intellect. Die einzige substanzielle Veröffentlichung von MiniMax im betrachteten Zeitraum. 🔗 Quelle
- Kling AI wird auf dem TIFF Market 2026 vertreten sein — Programm und Mitwirkende wurden vorgestellt, mit einem Stand vor Ort, aber ohne Produkteinführung. 🔗 Quelle
- NVIDIA zeigt erneut die Preisverleihung des DGX-Spark-Hackathons in Seattle — 41 Minuten Community-Inhalte ohne Produktankündigung. 🔗 Quelle
- Das Codex Python SDK 0.154.0 ergänzt die Reasoning-Aufwände max und ultra — hinzu kommt eine externe Nachricht, die einen Turn starten oder sich mit Berechtigungen auf Werkzeugebene einem aktiven Turn anschließen kann, ausdrücklich ohne dadurch eine Benutzerautorisierung zu erteilen. Zwei Migrationen sind für Hook-Metadaten und typisierte Benachrichtigungen einzuplanen. 🔗 Quelle
- Codex und ChatGPT im Dienst der Suche nach neuen antimikrobiellen Wirkstoffen — ein Porträt des Labors von César de la Fuente, das die anfängliche Suche nach Molekülkandidaten von mehreren Jahren auf wenige Stunden verkürzt. Der Forscher betont die systematische Überprüfung und die unersetzliche Rolle von Validierungsexperimenten. 🔗 Quelle
- Cohere veröffentlicht eine Fotoserie aus Berlin — zwei Wörter und vier Fotos, drei Stunden nach der Einführung von North Small Translate, ohne Produktankündigung oder verwertbare Informationen. 🔗 Quelle
Was das bedeutet
Die deutlichste Entwicklung des Tages blieb beinahe unbemerkt, weil sie sich auf drei Ankündigungen verteilt. SWE-2 wird auf Kimi K3 nachtrainiert, einem offenen Modell mit 2.800 Milliarden Parametern. Gen-1 Slides basiert auf MiniMax M3, und Genspark schreibt ausdrücklich, dass das Modell ohne diese offene Grundlage nicht innerhalb weniger Wochen hätte entstehen können. Am selben Tag stellt Together AI Kimi K3 Fable 5.1 gegenüber. Drei westliche Produkte, die innerhalb von vierundzwanzig Stunden auf chinesischen Modellgewichten aufgebaut wurden, zwei davon werden an Unternehmen verkauft. Der Bericht des Frontier Red Team ergänzt die Kehrseite, die in dieser Debatte selten zu hören ist: Beim simulierten Lastabwurf liegt Kimi K3 über Sonnet 5, und Anthropic weist ausdrücklich darauf hin, dass der Abstand zur Frontier nicht als Sicherheitsmarge verstanden werden darf. Die Öffnung der Modellgewichte verschiebt Fähigkeiten, nicht nur den Preis.
Bei der Sicherheit wiederum wurde der Schritt von Aussagen zu Zahlen vollzogen, und zwar bei vier Akteuren am selben Tag. Anthropic veröffentlicht nicht länger nur Grundsätze, sondern Kennungen von Gruppen, exfiltrierte Datenmengen und Einsatzdauern. OpenAI veröffentlicht die Falsch-Positiv-Rate seiner eigenen Abwehrkette — 0,81 Prozent nach dynamischer Validierung — sowie die Zahl der zurückgenommenen Korrekturen. GitHub führt vier Maßnahmen nach dem Least-Privilege-Prinzip auf, von denen keine spektakulär ist, aber jede einen realen Angriffsweg schließt. Und Mistral behebt einen nicht authentifizierten Debug-Listener, über den jeder lokale Prozess Code im Kontext des Agenten ausführen konnte. Das verbindende Detail dieser Veröffentlichungen ist überall dasselbe: Die dokumentierten Sicherheitsverletzungen gehen nicht von den Modellen aus, sondern von ihrer technischen Infrastruktur — bei Kunden gestohlene API-Schlüssel, in einer Shell ausgeführte Hooks, automatisch genehmigte lesende git-Befehle und vergiftete Continuous-Integration-Caches.
Der Wandel beim Preis-Leistungs-Verhältnis beschleunigt sich, doch sein Geltungsbereich muss klar benannt werden. SWE-2 erreicht das Niveau von Fable 5.1 und ist dabei 64 Prozent günstiger, Gen-1 Slides schlägt Opus 5 bei Präsentationen mit 0,44 Dollar gegenüber 4,16 Dollar, V4.1-Flash ersetzt V4-Pro zum Flash-Tarif, Together AI bietet unterbrechbare Rechenleistung zum halben Preis an, GPT-Live-1 berechnet für Sprache 0,05 Dollar pro Minute und FLUX 3 Video für die Bearbeitung 0,03 Dollar pro Sekunde. Die Tabelle von DeepSeek zeigt jedoch die andere Hälfte: 30,0 gegenüber 43,3 bei Terminal-Bench 3.0 und 36,8 gegenüber 56,3 bei Humanity’s Last Exam. Billig werden die üblichen Agentenaufgaben, nicht die schwierigen Aufgaben. Genspark formuliert es ähnlich, indem es seine Schwächen veröffentlicht, bevor andere sie entgegenhalten. Der richtige Reflex besteht in diesem Stadium nicht mehr darin, ein Modell auszuwählen, sondern zu wissen, welcher Anteil der eigenen Arbeitslast in den Bereich fällt, in dem der Preisunterschied tatsächlich besteht.
Schließlich verlässt generative audiovisuelle Technologie die Demonstrationsphase und geht zu Verträgen und Stückpreisen über. HeyGen veröffentlicht gemeinsam mit OpenAI ein vollständiges Framework für Echtzeit-Avatare unter MIT-Lizenz, Synthesia bringt am selben Tag Express-3 heraus, Black Forest Labs berechnet die Videobearbeitung sekundengenau und dokumentiert die Grenzen ausdrücklich, Runway erklärt, warum Policy Distillation als einziges Verfahren über eine lange Sequenz hinweg Bestand hat, und ElevenLabs schließt seine erste Vereinbarung mit einem großen Plattenlabel. Die Gemeinsamkeit dieser fünf Ankündigungen ist nicht die Bildqualität, sondern die Struktur: eine Lizenz, ein Preis pro Sekunde und eine Plattform, die getrennt von den bestehenden Produkten verkauft wird, damit lizenzierte Musik nicht zum Training der vorhandenen Modelle verwendet wird. Das ist das Vokabular einer Industrie, die sich etabliert, nicht das einer Demonstration.
Quellen
- Threat-Intelligence-Bericht, Anthropic
- Ankündigung des Berichts auf X
- Nachrichtendienstliche Zielerfassung und konventionelle Waffen, Frontier Red Team
- Einführung von DeepSeek-V4.1-Flash auf X
- DeepSeek-V4.1-Flash auf Hugging Face
- Auf X angekündigte Einstellung von V4-Pro
- Agents API, OpenAI
- GPT-Live-1 in der API, OpenAI
- Bewertung von GPT-Live durch Genspark
- SWE-2, Cognition
- Devin Voice, Cognition
- Dioxus tritt Cognition bei
- Gen-1 Slides, Genspark
- North Small Translate, Cohere
- Gemini-Anwendung für Windows
- Erweiterung von Dreambeans, Google Labs
- Open-Source-Framework für Echtzeit-Avatare, HeyGen
- Repository liveavatar-gpt-live-demos
- Express-3, Synthesia
- FLUX 3 Video Edit, Black Forest Labs
- Towards Instant Video Generation, Runway
- Vereinbarung zwischen ElevenLabs und Universal Music Group
- The Defense Factory, OpenAI
- ChatGPT for Financial Services
- Der Data agent in ChatGPT Work
- GPT-6 Astra für die Arbeit, OpenAI
- Codex CLI 0.154.0
- Claude Code 2.1.268
- Aktualisierungen der Claude Managed Agents
- Verwaltete Berechtigungen für Copilot-Agenten
- Steuerung des Cache-Zugriffs in GitHub Actions
- CodeQL 2.27.0
- npm-Sicherheitssperren auf alle Konten ausgeweitet
- NIM-Optimierungen für Nemotron 3 Ultra
- Skild AI und der physische Stack von NVIDIA
- d-Matrix übernimmt NVLink Fusion
- Nemotron und Palantir Foundry für die Lieferkette
- BioNeMo Inference Runtime
- ThunderKittens auf Vera Rubin NVL72
- Unterbrechbare Rechenleistung, Together AI
- Mistral und Cloudera
- Vibe CLI 2.25.2
- Workflow1111, Gradio-Team
- Tensorweise Sensitivität für die GGUF-Quantisierung
- Build your own dial, Amp
- Allgemeine Verfügbarkeit von Replit und Databricks
- Partnerschaft zwischen Sakana AI, SCSK und Sumitomo Corporation