Google veröffentlicht Gemini 4 Hydrogen, Inkling 2 Small erhält offene Gewichte, OpenAI gibt Daybreak Red Team frei

Google veröffentlicht Gemini 4 Hydrogen, ein schnelles Modell, das Gemini 4 Argon im Intelligence Index von Artificial Analysis übertrifft, und führt es noch am selben Tag in Search, der Gemini-App, Antigravity, Cursor und Devin ein. Thinking Machines veröffentlicht die Gewichte von Inkling 2 Small unter Apache 2.0, OpenAI gibt zwei Produkte zur Cyberabwehr frei, Daybreak Red Team und Daybreak Defense Factory, und Google bietet seine smarten Brillen mit Gemini zur Vorbestellung an. Bei Anthropic nimmt Claude an Google-Meet-Besprechungen teil, Managed Agents lässt sich vollständig selbst hosten und die Website zum Börsengang veröffentlicht den Zeitplan.

Gemini 4 Hydrogen: 2,5-mal schneller als Gemini 3.8 Flash, vor Argon im Intelligence Index, für 1,50 Dollar pro Million Tokens

12. November — Google ergänzt die Gemini-4-Reihe nach Argon und Carbon um Gemini 4 Hydrogen. Während diese beiden Modelle auf langes Schlussfolgern bei den schwierigsten Problemen ausgerichtet sind, ist Hydrogen auf Geschwindigkeit ausgelegt: alltägliche Programmieraufgaben, Agenten, die nacheinander Tools einsetzen, und die Zusammenfassung multimodaler Dokumente. Google stellt es als Upgrade für Gemini 3.8 Flash und die früheren Modelle von Gemini 3 und 2.5 vor.

Meet Gemini 4 Hydrogen: built for rapid coding, multimodal synthesis, and everyday workflows. It finishes tasks 2.5x faster than 3.8 Flash and surpasses Argon on the @ArtificialAnlys Intelligence Index.

🇩🇪 Hier ist Gemini 4 Hydrogen, entwickelt für schnelles Coding, multimodale Synthese und alltägliche Aufgaben. Es erledigt Aufgaben 2,5-mal schneller als 3.8 Flash und übertrifft Argon im Intelligence Index von @ArtificialAnlys. — @GoogleDeepMind auf X

Im Intelligence Index von Artificial Analysis erreicht Hydrogen mit seiner Standardeinstellung 51 Punkte gegenüber 50 für Argon und auf der höchsten Denkstufe 54 Punkte. Im Vergleich zu 3.8 Flash meldet Google 2,5-mal schneller abgeschlossene Aufgaben, ein mehr als verdreifachtes Ergebnis auf Terminal-Bench 4.1 und mehr als 5-mal weniger erfundene Behauptungen: Das Modell weist auf fehlenden Kontext hin, statt zu raten.

Benchmark oder Messgröße (Zahlen von Google)	Gemini 4 Hydrogen	Vergleichswert
Artificial Analysis Intelligence Index	51 (high), 54 (xhigh)	Gemini 4 Argon: 50
Terminal-Bench 4.1	57 %	Gemini 3.8 Flash: 18,2 %
Aufgabengeschwindigkeit (Einstellung high)	2,5-mal schneller	Gemini 3.8 Flash
HLE-Diamond	58,8 %	Führend in seiner Kategorie
Vals Tax Agent Bench	52,3 %	Platz 1 in der Gesamtwertung
Agents’ Last Exam v1.1	71,6 %	Laut Google vor den anderen Modellen

Für Entwickler ist gemini-4-hydrogen in der Gemini API allgemein verfügbar, einschließlich des kostenlosen Kontingents mit begrenzter Anfragerate. Der kostenpflichtige Tarif gilt einheitlich für den gesamten Kontext von einer Million Tokens: 1,50 Dollar pro Million Eingabe-Tokens, 7,50 Dollar für die Ausgabe (einschließlich Denk-Tokens) und 0,075 Dollar für implizit gecachte Eingaben. Diesen Tarif erhält auch Gemini 3.8 Flash nach Ende seines bis zum 31. Dezember laufenden Sonderangebots (0,75 und 3,75 Dollar). Hydrogen ergänzt oberhalb von low, medium und high eine vierte Denkstufe, xhigh; als Standard dient high, während 3.8 Flash medium verwendete. Der einheitliche Kontext umfasst 1 048 576 Tokens, mit 65 536 Ausgabe-Tokens pro synchroner Anfrage und bis zu einer Million bei der Ausführung im Hintergrund. Die Migration von 3.8 Flash erfordert einige Anpassungen: kein expliziter Cache mehr, die Parameter temperature, top_p und top_k werden ignoriert, die minimale Denkstufe wird abgelehnt.

Das Modell erscheint am selben Tag weltweit in der Gemini-App (Nutzer des kostenlosen Angebots erhalten über die automatische Modellauswahl Zugriff), in Google Search für alle, in Gemini für Google Sheets zunächst für Abonnenten von Google AI Pro und Ultra und in Antigravity für zahlende Pro- und Ultra-Abonnenten. Außerdem wird es zum Standardmodell des Antigravity-Agenten in Gemini Managed Agents. Im Repository von Gemini CLI war zum Zeitpunkt unserer Erhebung hingegen kein Pull Request zu finden, der Hydrogen erwähnt.

Zur Sicherheit meldet Google bis zu 81 % weniger Anweisungsverstöße bei agentischen Aufgaben, um den Faktor 12 weniger fehlgeleitete Aktionen und Abkürzungen, 96,7 % bei seiner internen Bewertung der Ehrlichkeit und eine mehr als 2,3-mal höhere Widerstandsfähigkeit gegen indirekte Prompt Injections (Gray Swan). Eine Model Card wurde veröffentlicht.

🔗 Ankündigung von Gemini 4 Hydrogen (blog.google) · Neuerungen von Gemini 4 Hydrogen für die API (Google AI Studio) · Preise der Gemini API · Model Card (PDF)

Google Search wechselt zu Hydrogen, laut Google das „größte Modell-Update“ von Search

12. November — Google Search führt Gemini 4 Hydrogen für alle Nutzer weltweit ein. Robby Stein, Vice President für das Produkt Search, spricht vom bislang größten Modell-Update von Search. Die Suchmaschine soll die Absicht hinter Fragen besser verstehen, auch wenn diese mehrere Teile umfassen, sehr präzise sind oder Tippfehler enthalten. Sie erweitert ihre Technik des query fan-out, die parallele Suchen zu den Unterthemen einer Frage startet, und bietet dadurch eine breitere Auswahl an Links. Die Antworten werden visueller, mit Bildern, Vergleichstabellen und eigens für die Frage erstellten Tools, in allen vom KI-Modus unterstützten Sprachen. Google veröffentlicht hierzu keine Zahlen.

🔗 Gemini 4 Hydrogen in Search (blog.google)

Antigravity Orchestrator wechselt innerhalb derselben Sitzung zwischen Carbon und Hydrogen, mit 24 % weniger Kontingentverbrauch

12. November — Google Antigravity ergänzt seine Modellauswahl um die Option Orchestrator. Diese wählt kein Modell für die gesamte Aufgabe aus: Sie übergibt innerhalb derselben Sitzung zwischen Gemini 4 Carbon und Gemini 4 Hydrogen, in beide Richtungen. Carbon untersucht den Code im Nur-Lese-Modus, klärt Unklarheiten und erstellt einen Plan; Hydrogen schreibt die Änderungen, aktualisiert Pakete und führt Tests aus und gibt anschließend an Carbon zurück, wenn es nicht weiterkommt.

Laut dem Antigravity-Beitrag nähert sich Orchestrator auf Terminal-Bench 4.1 der Erfolgsquote von Carbon allein an, verbraucht dabei im Durchschnitt 24 % weniger Kontingent und ist 19 % schneller fertig; der Beitrag auf blog.google ordnet dieselben Zahlen Terminal-Bench 4.0 zu. Orchestrator ist zunächst Abonnenten von Google AI Ultra vorbehalten, während Hydrogen allein zahlenden Pro- und Ultra-Abonnenten offensteht. Laut Antigravity wurden seit der Einführung von /swarm innerhalb weniger Tage außerdem „Zehntausende“ Agentenschwärme (swarms) gestartet.

🔗 Gemini 4 Hydrogen in Google Antigravity

Cursor: 54,3 % auf CursorBench mit standardmäßigem Denkaufwand, gegenüber 39,6 % für Gemini 3.8 Flash

12. November — Gemini 4 Hydrogen ist am Tag seiner Veröffentlichung in Cursor verfügbar. Laut dem Tweet von Cursor erreicht das Modell mit seinem standardmäßigen Denkaufwand 54,3 % auf CursorBench, dem hauseigenen Benchmark des Anbieters, gegenüber 39,6 % für Gemini 3.8 Flash. Ein zweiter Tweet nennt den Preis in Cursor: 1,50 Dollar pro Million Eingabe-Tokens und 7,50 Dollar für die Ausgabe. Die Bewertungsseite von Cursor führt ihrerseits drei Aufwandsstufen auf.

Modell und Denkaufwand (Bewertungsseite von Cursor)	CursorBench-Ergebnis	Kosten pro Aufgabe
Gemini 4 Hydrogen, Denkaufwand High	54,3 %	5,59 Dollar
Gemini 4 Hydrogen, Denkaufwand Medium	46,7 %	1,76 Dollar
Gemini 4 Hydrogen, Denkaufwand Low	27,9 %	0,28 Dollar
Gemini 4 Carbon, Denkaufwand High (Referenz)	60,4 %	9,22 Dollar

🔗 Ankündigung von @cursor_ai · Bewertungsseite von Cursor

Devin: 38,2 % auf FrontierCode 2.0 für 2,40 Dollar pro Aufgabe

12. November — Auch Cognition stellt Gemini 4 Hydrogen in Devin Desktop und Devin CLI bereit. Auf FrontierCode 2.0, seinem Benchmark, der die Qualität des bei realen Aufgaben erzeugten Codes und dessen Eignung für einen Merge bewertet, erreicht Hydrogen 38,2 %, weniger als einen Punkt hinter GPT-6.1 Sol und nahe an Gemini 4 Carbon. Cognition hebt vor allem die Kosten hervor: 2,40 Dollar pro Aufgabe, etwa 40 % weniger als die 4,04 Dollar von Carbon. Mit mittlerem Denkaufwand übertrifft Hydrogen bereits das beste Ergebnis von Gemini 4 Argon für weniger als ein Siebtel dessen Kosten pro Aufgabe.

Bewertetes Modell (Auszug aus der Grafik von Cognition)	FrontierCode-2.0-Ergebnis
Claude Fable 5.2	49,1 %
Claude Opus 5.5	45,5 %
Gemini 4 Carbon	40,0 %
GPT-6.1 Sol	39,0 %
Gemini 4 Hydrogen	38,2 %
Gemini 4 Argon	26,3 %

🔗 Gemini 4 Hydrogen in Devin (Cognition)

Inkling 2 Small: Thinking Machines veröffentlicht unter Apache 2.0 die Gewichte seines multimodalen MoE mit 594B Parametern, davon 17B aktiv

12. November — Eine Woche nach der Veröffentlichung mit geschlossenen Gewichten veröffentlicht Thinking Machines die Gewichte von Inkling 2 Small unter der Lizenz Apache 2.0 auf Hugging Face. Das Modell war seit dem 5. November auf Tinker, der Fine-Tuning-Plattform des Labors, verfügbar, während externe Sicherheitstests und ein Red-Teaming abgeschlossen wurden, entsprechend dem Vorgehen, das Thinking Machines in „ein sicherer Weg zu offenen Gewichten“ beschrieb.

Inkling 2 Small’s weights are now available for download on HuggingFace under an Apache 2.0 license. Make Inkling your own!

🇩🇪 Die Gewichte von Inkling 2 Small stehen jetzt auf HuggingFace unter der Lizenz Apache 2.0 zum Download bereit. Machen Sie Inkling zu Ihrem eigenen Modell! — @thinkymachines auf X

Es handelt sich um die zweite Modellgeneration des Labors nach Inkling-Small (276B Parameter, davon 12B aktiv): ein Mixture-of-Experts-Modell mit 594 Milliarden Parametern, davon 17 Milliarden aktiv, das Bilder als Eingabe akzeptiert, jedoch kein Audio, und einen einstellbaren Denkaufwand bietet. Mit den Gewichten kommt das Ökosystem für die Bereitstellung: Integration in Unsloth, SGLang, vLLM und TokenSpeed, Post-Training mit Miles, SkyRL und Snowflake Cortex Training sowie APIs bei NVIDIA, Fireworks, Together, Baseten, Nebius, Modal und Cloudflare. Die Model Card auf Hugging Face nennt ein Kontextfenster von bis zu einer Million Tokens.

Thinking Machines meldet einen Wert von 31 im Intelligence Index von Artificial Analysis (30,6 in seiner Tabelle), hinter DeepSeek-V4.1-Flash-1017 (32,6), GLM 5.3 (31,7) und Gemini 3.8 Flash (30,8) sowie hinter Claude Haiku 5.5 (36,5). In den eigenen Messungen bleibt das Modell bei den meisten Coding-Benchmarks hinter DeepSeek-V4.1-Flash-1017, liegt jedoch vor GLM-5.3-Flash.

Messgröße von Thinking Machines	Inkling 2 Small	DeepSeek-V4.1-Flash-1017	GLM-5.3-Flash	Kimi K3	Claude Haiku 5.5
Aktive / gesamte Parameter (B)	17 / 594	16 / 552	18 / 320	104 / 2 800	Nicht angegeben
AA Index v5.0	30,6	32,6	27,8	Nicht angegeben	36,5
FrontierCode v2.0	25,4 %	28,5 %	17,6 %	17,3 %	34,9 %
DeepSWE v1.1	72,1 %	77,0 %	63,4 %	68,5 %	59,9 %
SWE-Bench Pro v2 (Hard)	86,3 %	89,7 %	82,8 %	88,2 %	52,9 %
MMMU Pro (vision)	81,6 %	80,6 %	79,0 %	80,5 %	79,1 %

Bei der Optimierung von GPU-Kernels (PMPP-Hard) löst Inkling 2 Small in zehn Stunden 54,25 von 69 Aufgaben, gegenüber 63 für GPT-6 Astra und 60 für Claude Opus 5.5. Der Beitrag erläutert das Vorgehen: ein Pre-Training mit 8 400 Milliarden Tokens in 68 Stunden auf NVIDIA-GB300-NVL72-Racks, vollständig in NVFP4, gefolgt von aufeinanderfolgenden Phasen bis zu einer Million Tokens Kontext, die vor allem mit aus früheren Modellen, darunter Kimi K3, gesampelten Trajektorien gespeist werden. Das Post-Training erfolgt in einem einzigen Reinforcement-Learning-Lauf: 1 075 Schritte, mehr als 17 Millionen Rollouts, 2 048 GPUs über neun Tage. Das Modell wurde in OpenCode unter dem Codenamen Fledge-Alpha getestet.

Thinking Machines nennt auch seine Grenzen: Das Modell ist nicht das knappste, wählt bei vielen Skills nicht immer das richtige Tool und ist im Gespräch weniger ausgereift. Hinsichtlich der Sicherheit beurteilt das Labor seine Fähigkeiten in der offensiven Cybersicherheit als unterhalb des höchsten Niveaus offener Modelle und schätzt, dass seine Variante „helpful-only“ beim CBRN-Wissen nur einen marginalen Zugewinn bringt.

🔗 Inkling 2 Small (Thinking Machines) · Inkling-2-Small auf Hugging Face

Daybreak Red Team und Daybreak Defense Factory: OpenAI stellt Penetrationstests durch Agenten und ein Tool vor, das Schwachstellen in Patches verwandelt

12. November — OpenAI hielt an diesem Tag um 10 Uhr PT seine Keynote Cyber at the Frontier zu seinen Ankündigungen im Bereich Cybersicherheit ab. Die zugehörige Seite verweist auf zwei unter der Marke Daybreak gebündelte Produkte sowie auf den Antrag auf Daybreak-Zugang. Zum Zeitpunkt unserer Erhebung hatte OpenAI weder einen Blogbeitrag noch einen Tweet zur Keynote veröffentlicht: Die folgenden Informationen stammen von den Produktseiten und aus der Dokumentation.

Daybreak-Produkt	Status am 12. November	Funktion
Daybreak Red Team	Frühzugang nach Anmeldung	Penetrationstests für Webanwendungen durch ein Agententeam
Daybreak Defense Factory	Vorschauversion, Plugin für ChatGPT	Analyse von GitHub-Repositories, Import aus Snyk, Endor Labs und Wiz, Patches zur Prüfung

Daybreak Red Team nutzt ein koordiniertes Agententeam, das auf Grundlage des Quellcodes und des Kontexts einer Webanwendung Angriffswege erkundet und Schwachstellen bestätigt. Das Team validiert auch Befunde aus Code-Scannern, Bug-Bounty-Programmen oder Offenlegungsberichten, prüft, ob ein Patch den Exploit tatsächlich blockiert, und wiederholt die Bewertung, wenn sich die Anwendung ändert. Der Zugriff wird durch isolierte Umgebungen und eine Guardian-Prüfung begrenzt; dabei wird kontrolliert, welche Anwendungen und Endpunkte die Agenten erreichen können. Das Produkt darf nicht mit Daybreak Red verwechselt werden, der bereits bestehenden Zugangsstufe zu spezialisierten Cyber-Modellen für autorisierte Forschung.

Daybreak Defense Factory will einen Backlog an Schwachstellen in Patches verwandeln. Es lässt sich als Vorschau-Plugin in ChatGPT installieren, im Web oder in der Desktop-App, für Workspaces mit Daybreak-Zugang. Die Cloud-Analysen laufen in Codex cloud und erfordern eine persönliche GitHub-Verknüpfung. Es gibt drei Modi: die Analyse eines Repositories, die kontinuierliche Überwachung neuer Commits oder eine geplante Analyse. Das Tool prüft auch Pull Requests und importiert Befunde aus Snyk Open Source, Endor Labs und Wiz, bis zu 10 000 Fundstellen pro Auswahl. Nichts wird automatisch angewendet: Jeder vorgeschlagene Patch muss geprüft werden, mit „Fix with Codex“ lässt er sich verfeinern, und „Create PR“ öffnet einen Pull Request als Entwurf. Für GitLab-Repositories gibt es keine Cloud-Analyse.

Repository-Analysen und die kontinuierliche Überwachung werden nach Token-Verbrauch zu den Tarifen des jeweiligen Angebots und außerhalb des enthaltenen Kontingents abgerechnet; dazu gibt es kostenlose Analyse-Credits, die nicht verfallen. Die Seiten nennen kein Modell und enthalten weder Leistungskennzahlen noch konkrete Preise. Defense Factory führt das am 29. September vorgestellte Codex Security Cloud und den im September beschriebenen Ansatz The Defense Factory fort.

🔗 Cyber at the Frontier (OpenAI) · Datum und Uhrzeit der Keynote (OpenAIs Cybersicherheitsseite) · Daybreak Red Team · Daybreak Defense Factory · Dokumentation (Codex Security) · FAQ zu Codex Security

OpenAI sichert Hunderte eigener persistenter OpenClaw-Agenten mit der Sandbox von Codex ab

12. November — Der Blog OpenAI Developers erklärt, wie OpenAI die persistenten Agenten absichert, die es intern betreibt, darunter Hunderte OpenClaw-Agenten und mehr als 500 Agenten, die proaktiv im Hintergrund arbeiten. Anders als eine Codex-Sitzung läuft ein persistenter Agent kontinuierlich und kann handeln, ohne auf den Nutzer zu warten.

Die erste Regel lautet, vertrauenswürdigen Code (Netzwerk, Identität, Sandbox) von der Modellausführung zu trennen: OpenAI hat dem Open-Source-Projekt die Remote-Ausführung des Harness hinzugefügt, wodurch das OpenClaw-Gateway in einem anderen Cluster läuft. Die Agenten laufen in der Sandbox von Codex: Der Netzwerkzugriff ist auf eine Allowlist beschränkt, der Schreibzugriff auf ihren Arbeitsordner begrenzt, und Secrets werden einem Credential-Broker anvertraut. Auto-review lässt jede Aktion von einem zweiten Agenten validieren, jeder Agent hat eine eigene Identität, die einem ChatGPT Service Account zugeordnet ist, und alles wird protokolliert. OpenClaw Enterprise, eine Open-Source-Control-Plane für Agenten, befindet sich in der Pilotphase; Version 1.0 ist bis Jahresende geplant.

🔗 Persistente Agenten wie OpenClaw bei OpenAI absichern

Smarte Brillen mit Gemini: Google startet Vorbestellungen, ab 395 Dollar bei Warby Parker und 449 Dollar bei Gentle Monster

12. November — Google startet die Vorbestellungen seiner smarten Brillen (Intelligent Eyewear) mit Gemini, die gemeinsam mit Samsung und den beiden Brillenmarken Gentle Monster und Warby Parker entwickelt wurden; die Rolle von Samsung wird nicht näher erläutert. Vorbestellungen sind online und in den Geschäften beider Marken möglich, Vorführungen gibt es in ausgewählten Geschäften von Gentle Monster, Warby Parker und Google Store. Der Verkauf beginnt am 10. Dezember.

Brillenkollektion	Angebotene Modelle	Einstiegspreis	Genannte Länder
Gentle Monster	6 farbige Modelle, die meisten mit Sehstärke erhältlich	449 Dollar	Vereinigte Staaten und Südkorea
Warby Parker	Alden, Reid und Wren, als Korrektur- oder Sonnenbrille	395 Dollar	Nur Google-Konten aus den Vereinigten Staaten und Südkorea

Die Fassungen sehen wie klassische Brillen aus. Ein „Hey Gemini“ oder eine Berührung des Brillenbügels genügt, um Gemini zu dem zu befragen, was man gerade sieht, etwa zur Geschichte eines Wandgemäldes, dem man auf der Straße begegnet. Google Maps gibt akustische Navigationsanweisungen, und Google Translate übersetzt gesprochene Sprache in Echtzeit in mehr als 70 Sprachen. Für blinde oder sehbehinderte Menschen beschreibt Guided Vision die Umgebung, und Aira Explorer stellt den Kontakt zu einem menschlichen visuellen Dolmetscher her.

Die Brillen wiegen etwa 41 g und halten je nach Nutzung bis zu 9 Stunden durch; ihr Etui ermöglicht bis zu 7 Aufladungen, und eine Aufladung auf 60 % dauert etwa 30 Minuten. Sie verfügen über eine Ultraweitwinkelkamera mit 12 Mpx (Video bis zu 3K), offene Lautsprecher und IPX4-Schutz. Sie verbinden sich per Bluetooth mit einem Pixel 7 oder neuer unter Android 17, einem iPhone 13 Pro oder neuer (mindestens 6 GB Arbeitsspeicher) unter iOS 26.6 oder neuer oder einem neueren Galaxy S oder Z.

Google betont den Datenschutz. Die Bilder, die Gemini sieht, werden weder im Verlauf gespeichert noch für Training oder Werbung verwendet, und die Gesichter von Passanten werden vor der Verarbeitung unkenntlich gemacht. Eine Leuchtanzeige an der Außenseite signalisiert Foto- und Videoaufnahmen und blockiert die Aufnahme, wenn sie verdeckt ist; ein physischer Schalter schaltet alles aus. Apps aus Google Play dürfen die Kamera der Brille weder für Social-Livestreaming noch zur Gesichtserkennung in Echtzeit verwenden.

🔗 Vorbestellungen der smarten Brillen (blog.google) · Datenschutzmaßnahmen (blog.google) · Technische Daten und Kompatibilität (glasses.google)

Börsengang von Anthropic: Endgültiger Preis am 18. November erwartet und erste Notierungen am 19., laut offizieller Website

12. November — Anthropic verweist in einem Tweet auf die Website seines Börsengangs, ipo.anthropic.com, deren Veröffentlichungsdatum nicht angegeben ist. Die FAQ nennt den Zeitplan: Vorbehaltlich der Zustimmung der Behörden wird der endgültige Preis am 18. November erwartet, die ersten Notierungen am 19. (US-Ostküstenzeit), an der Nasdaq unter dem Kürzel „ANT“. Dem Blogbeitrag vom 10. November zufolge, mit dem die Roadshow begann, umfasst das Angebot 825 Millionen Aktien zu einem Preis zwischen 70 und 78 Dollar.

Auf der Website veröffentlichte Kennzahl („Q3’26“)	Angegebener Wert
Umsatz	17,0 Milliarden Dollar, mehr als 12-mal so viel wie vor einem Jahr
Operative Marge	-3 %, bereinigt 15 % (Non-GAAP-Kennzahl)
Nettoverlust	23,3 Milliarden Dollar, davon 21,9 Milliarden nicht zahlungswirksam
Recheneffizienz	Seit dem ersten Quartal 2025 auf mehr als das 4-Fache gesteigert

Laut Website hängt der nicht zahlungswirksame Aufwand mit der gestiegenen Bewertung zusammen. Die europäische Version beschreibt ein Angebot für Privatanleger aus neun Ländern des Europäischen Wirtschaftsraums, darunter Frankreich; laut FAQ ist der im europäischen Prospekt genannte Höchstpreis von 120 Dollar je Aktie nicht der erwartete Preis, und der endgültige Preis wird dem des US-Angebots entsprechen.

🔗 Website zum Börsengang, europäische Variante · Tweet von @AnthropicAI · Start der Roadshow (Anthropic)

Claude Meetings in der Beta: Claude nimmt in den Tarifen Team und Enterprise an Anrufen in Google Meet teil

12. November — Anthropic führt Claude Meetings als Beta ein, die für die Tarife Team und Enterprise ausgerollt wird. Claude tritt dem Anruf als sichtbarer Teilnehmer bei: Man spricht ihn laut oder im Chat an, und er antwortet standardmäßig schriftlich. Während der Besprechung erstellt er Dokumente und Whiteboards, die andere eingeladene Personen aus der Organisation gleichzeitig bearbeiten, und macht Notizen und erfasst Aufgaben; anschließend wird alles auf einer Besprechungsseite in claude.ai zusammengeführt.

Derzeit wird nur Google Meet unterstützt. Die Einladungsfunktion ist bei Team standardmäßig aktiv und wird bei Enterprise von einem Administrator aktiviert; Organisationen mit Zero Data Retention (ZDR), dem Status HIPAA-ready oder kundenseitig verwalteten Schlüsseln (CMEK) sind während der Beta ausgeschlossen. Claude speichert das Transkript, eine Zusammenfassung und Bildschirmbeschreibungen, jedoch keine Audiodaten, und meidet standardmäßig Anrufe mit externen Gästen. Notizen, Transkripte und Antworten sind während der Beta kostenlos, mit Ausnahme von Antworten, die ein verbundenes Tool verwenden; die in Besprechungen erstellten Artefakte bleiben bis zum 10. Februar 2027 kostenlos.

🔗 Vorstellung von Claude Meetings

Selbst gehostete Claude Managed Agents in privater Beta: Harness, Sandboxes und Sitzungsverlauf beim Kunden

12. November — Claude Managed Agents, Anthropics API-Suite zum Erstellen und Bereitstellen autonomer Agenten, kann nun in einer privaten Beta vollständig beim Kunden laufen. Bislang konnten nur die Sandboxes selbst gehostet werden, seit dem 19. Mai in öffentlicher Beta. Der Agenten-Harness, die Sandboxes, Zugangsdaten und der Sitzungsverlauf liegen nun in der Cloud des Unternehmens oder auf seinen Servern, die es selbst betreibt.

Die Modellanfragen gehen dorthin, wo der Kunde es festlegt: zu Anthropic, Amazon Bedrock, Google’s Agent Platform oder Microsoft Foundry oder an sein eigenes Gateway, mit denselben APIs wie beim gehosteten Dienst; Zero Data Retention (ZDR) gilt, sofern sie eingerichtet ist. Die Zugangsdaten bleiben außerhalb der Sandbox, der Netzwerkzugriff ist auf eine Liste zugelassener Hosts beschränkt, und jede Sitzung erzeugt ein in OpenTelemetry exportierbares Protokoll. Die Beta steht nur berechtigten Organisationen über ihren Vertriebskontakt bei Anthropic offen.

🔗 Claude Managed Agents innerhalb Ihrer Sicherheitsgrenzen betreiben

Spezialisierte offene Modelle: Transkription bei Salesforce, Sprachausgabe bei Zyphra und Entscheidungsfindung bei Perplexity

Drei Modelle mit offenen Gewichten, alle unter Apache-Lizenz, sind jeweils auf eine bestimmte Aufgabe ausgerichtet. Ihre Kennzahlen stammen von den jeweiligen Anbietern.

SOV-Transcribe-1: Salesforce veröffentlicht ein Transkriptionsmodell, das unter den offenen Modellen bei Artificial Analysis den ersten Platz belegt

12. November — Ein Team von Salesforce veröffentlicht auf Hugging Face SOV-Transcribe-1, sein erstes Spracherkennungsmodell mit offenen Gewichten unter der Apache-2.0-Lizenz. Es ist ein um die Verarbeitung gesprochener Sprache erweitertes Sprachmodell für die Transkription ohne Streaming, mit 4 Milliarden aktiven Parametern bei insgesamt 26 Milliarden laut Blogbeitrag (27 Milliarden laut Modellkarte im Hub). Dem Team zufolge liegt es bei Artificial Analysis auf Platz eins unter den offenen Modellen (Platz 7 insgesamt). Es akzeptiert auch Anweisungen, etwa Schlüsselwörter, um seltene Namen besser zu transkribieren. Der technische Bericht ist noch nicht veröffentlicht.

Benchmark (Messungen des Teams)	SOV-Transcribe-1	Genannte Vergleichswerte
AA-WER, Fehlerrate (niedriger = besser)	2,28 %	Nemotron 3.5 Transcribe 2,81 %, Voxtral Small 2,77 %
HALAS, echte Anrufe (niedriger = besser)	25,69 %	Qwen3-ASR 1.7B 26,01 %, Voxtral Small 27,35 %
VoiceCodeBench, fehlerfreie Aufnahmen	76,3 %	2. von 23 Systemen

🔗 SOV-Transcribe-1 (Hugging Face)

ZONOS3-Mini: Zyphra klont Stimmen in Echtzeit in 43 Sprachen mit 100M aktiven Parametern

12. November — Zyphra veröffentlicht ZONOS3-Mini, ein Sprachsynthesemodell unter Apache-2.0-Lizenz, das eine Stimme ohne vorheriges Fine-Tuning (zero-shot) in 43 Sprachen klont. Es aktiviert nur 100 Millionen von 800 Millionen Parametern, während ZONOS2 auf einem Modell mit 8 Milliarden basierte; möglich machen dies ein neuer Audio-Codec mit 15 Hz und eine hybride Architektur aus Gated DeltaNet und Attention mit Mixture of Experts. Das Training dauerte 2,5 Tage auf 112 H100-GPUs. Gewichte, quantisierte Versionen und Laufzeitumgebungen (Browser mit WebGPU, MLX, C++, SGLang-Omni) sind veröffentlicht, der Code unter MIT-Lizenz. Zyphra stuft es in seinem eigenen Index als bestes offenes Modell ein, vor Fish S2 Pro und MOSS TTS v1.5.

Testgerät (Messungen von Zyphra)	Zeit bis zum ersten Ton
Pixel 9, im Browser	Weniger als 570 ms
MacBook Air M3	Weniger als 150 ms
GPU H100 (Median)	80 ms

🔗 ZONOS3-Mini (Hugging Face)

Decider v1.3: Perplexity ergänzt seine offenen Entscheidungsmodelle um die Extraktion von Textpassagen

12. November — Perplexity veröffentlicht Decider v1.3 (27B, auf Basis von Qwen3.8-27B) und Decider Flash v1.3 (4B, aus dem ersten Modell destilliert), seine Entscheidungsmodelle mit offenen Gewichten. Diese universellen Klassifikatoren liefern in einem einzigen Durchlauf Wahrscheinlichkeiten für Fragen mit vorgegebenen Antwortmöglichkeiten, ohne Text zu generieren. Die Gewichte stehen auf Hugging Face unter der Apache-Lizenz bereit, sind auf OpenRouter bis zum 19. November kostenlos nutzbar, und die Decisions API behält ihre Preise bei: 0,02 und 0,01 Dollar pro Million Eingabe-Tokens, die Ausgabe ist kostenlos. Die neue Funktion locate extrahiert aus einem Text Passagen, die einer Beschreibung entsprechen, samt ihren Positionen; sie ist der v1.3 vorbehalten, verarbeitet ausschließlich Text und schließt web_grounding aus.

Bewertung von Perplexity	Decider v1.3	Vergleichswert
Klassifikation von Anfragen (63 Aufgaben)	91,6 %	+6,54 Punkte gegenüber Klassifikatoren im Produktivbetrieb
Reranking (72 Aufgaben, nDCG@10)	83,99	+2,24 gegenüber Jev 1.14
Extraktion mit locate (17 fachfremde Aufgaben)	69,0	Liquid d1: 43,3
Übereinstimmung mit LLM-Bewertern (1 Million Anfragen)	93,98 %	Decider v1.2: 93,68 %

🔗 Perplexity Decider v1.3 · Kostenlose Nutzung auf OpenRouter (@perplexitydevs)

Runway steigt in 3D ein: Tripo H3.1 generiert Modelle, anschließend dient ein gewählter Blickwinkel als Referenz für Bild oder Video

12. November — Runway unterstützt jetzt 3D. Das Modell Tripo H3.1 generiert detaillierte 3D-Modelle aus Text oder Bildern; Nutzer können auch eigene Modelle importieren. Anschließend lässt sich ein beliebiger Blickwinkel auf das Modell als Referenz für das nächste Bild oder Video auswählen, und das Modell kann in andere 3D-Tools exportiert werden. Runway bot bereits über Apps 3D-Funktionen an: 3D Camera Control in App Studio (26. Oktober), danach Sightline (9. November), das sein 360-Panorama in 3D exportiert. Diesmal wird die Generierung von 3D-Modellen in die Anwendung selbst integriert und einem Modell eines Drittanbieters überlassen. Die Ankündigung erfolgte per Tweet, ohne Blogbeitrag oder Changelog-Eintrag, und nennt weder die Kosten in Credits noch die betreffenden Tarife oder die Exportformate.

🔗 Ankündigung von @runwayml

Code-Agenten: Amp, Delta und Replit Agent

Amp ersetzt seinen Dial-Drehregler durch eine Auswahl für Modell und Aufwand

12. November — Amp verabschiedet sich vom Dial, dem im Juli eingeführten Drehregler mit vier Modi (low, medium, high, ultra). An seine Stelle tritt eine klassische Auswahl: Modell und Aufwand werden für jeden Thread gewählt und lassen sich auch im Verlauf ändern. Der Grund liegt in der Abrechnung: Seit Amp Abonnements und API-Schlüssel der Nutzer akzeptiert, bestimmt das gewählte Modell auch, wer bezahlt, und die Auswahl zeigt für jedes Modell die Verbindung an, über die abgerechnet wird. Ein Modellwechsel innerhalb eines Threads verursacht Kosten: Der Prompt-Cache gehört jeweils zu einem Modell, sodass die erste Nachricht nach dem Wechsel teurer ist. Die Option Staff Pick übernimmt das vom Team bevorzugte Modell, derzeit Claude Opus 5.5, und dient als Standard für neue Threads. Die Einstellungen des Dial werden nicht übernommen.

Bisheriger Dial-Modus	Standardmäßig zugeordnetes Modell
low	GLM-5.3-Flash
medium	Claude Opus 5.5
high	GPT-6 Astra
ultra	Claude Fable 5.2

🔗 Auf Wiedersehen, Dial (Amp)

Delta integriert Claude Agent über ACP v2 mit dem Claude-Abonnement des Nutzers

12. November — Delta, die Multiplayer-Umgebung des Zed-Teams, integriert seinen ersten externen Agenten: Claude Agent, angebunden über das Agent Client Protocol (ACP). Die Anmeldung erfolgt mit dem eigenen Claude-Abonnement, dessen enthaltenes Nutzungskontingent dann verbraucht wird, oder mit einem Anthropic-Console-Konto, das wie API-Nutzung abgerechnet wird. Delta hat für das Claude Agent SDK einen quelloffenen ACP-Adapter geschrieben, der wie Claude Code Skills, Befehle und Memory lädt und bereits konfigurierte MCP-Server übernimmt. Claude Agent läuft vorerst lokal, noch nicht auf den am Vortag eingeführten Cloud Runners. Das Team erklärt, die Funktion früher als üblich auszuliefern, weil sie am häufigsten nachgefragt wurde, und hält sie noch für unausgereift. Die Integration basiert auf ACP v2, das Arbeit im Hintergrund unterstützt: Die v2 liegt als Entwurf vor, soll in den kommenden Wochen als Preview und kurz darauf als Stable erscheinen. Codex ist als nächster Agent vorgesehen.

🔗 Claude Agent in Delta (Blogbeitrag von Delta)

Replit Agent kauft mit Link und Visa für Unternehmen ein und startet Google-Ads-Kampagnen

12. November — Replit überträgt seinem Agent zwei neue Aufgaben. Beim agentischen Handel (Agentic Commerce) sucht der Agent anhand seines Wissens über das Unternehmen nach benötigten Artikeln. Anschließend füllt ein von Browserbase bereitgestellter Browser-Subagent den Warenkorb auf der Website des Händlers. Beim Bezahlen hält alles an: Der Inhaber genehmigt den endgültigen Gesamtbetrag in Link, der Wallet von Stripe, mit Visa für von Agenten initiierte Zahlungen. Die Browser-Sitzung ist isoliert, der Shell-Zugriff während der Zahlung gesperrt, und die Freigabeprüfungen sind im Code fest verankert. Die Funktion steht in den Tarifen Core und Pro zur Verfügung, zunächst in den USA; der Blogbeitrag spricht von Einzelkäufen, die Dokumentation auch von Abonnements zum Festpreis.

Bei der agentischen Werbung (Agentic Ads) erstellt oder verknüpft der Agent ein Google-Ads-Konto, verfasst Anzeigen, generiert Bilder und ergänzt die Anwendung um Conversion-Tracking. Es handelt sich um Performance-Max-Kampagnen mit einem durchschnittlichen Tagesbudget von mindestens 15 Dollar, verfügbar für Pro-Abonnenten weltweit in einem persönlichen Workspace.

🔗 Replit Agent, Einkäufe und Werbung (Blogbeitrag von Replit) · Dokumentation zu Agentic Commerce · Dokumentation zu Agentic Ads

Kurzmeldungen

Code-Agenten und CLI

Codex CLI 0.167.2 — Die am Abend des 11. November veröffentlichte Version aktiviert den inkrementellen Versand von Tool-Updates auf Google Cloud Vertex AI standardmäßig, nachdem dies in 0.167.1 bereits für Amazon Bedrock erfolgt war. Am 12. ergänzen openai-python 3.50.0 und openai-node 7.56.0 input_transformations, das aus der Eingabe entfernte Reasoning-Elemente und den jeweiligen Grund meldet. 🔗 Quelle
Codex auf iOS — Die ChatGPT-Version 1.2026.307 für iOS vom 10. November ermöglicht es, Bilder und Dateien in das Vollbild-Eingabefeld von Codex einzufügen, Anmerkungen zu diktieren und auf Windows-Hosts das Laufwerk zu wechseln; die manuelle Kopplung funktioniert jetzt mit VoiceOver. 🔗 Quelle
Copilot CLI 1.0.110-2 und 1.0.110-3 — Zwei Vorabversionen mit 95 beziehungsweise 8 Fehlerbehebungen: /compact berücksichtigt das KI-Credit-Limit der Sitzung, die CLI warnt, wenn --yolo oder --allow-all ignoriert werden, und copilot -p meldet nicht gestartete MCP-Server. Das SDK 1.0.32-preview.2 ermöglicht BYOK für die native Interactions API von Gemini; die neueste stabile Version bleibt 1.0.109. 🔗 Quelle
Antigravity CLI 1.5.7 und 1.5.6 — Die Version 1.5.7 startet jede Sitzung ohne gespeicherten Modus im Auto-Modus, auch im Headless-Betrieb (-p), wobei eine strikte Berechtigungseinstellung weiterhin Vorrang hat. Die Version 1.5.6 vom 11. November animiert /swarm board (eine Königin und eine Biene pro aktivem Agenten) und ergänzt die Stop-Hooks um continuation_active, um Schleifen zu vermeiden. 🔗 Quelle
Gemini CLI — Weiterhin keine neue Version seit v0.68.0, und der Nightly-Build ist erneut fehlgeschlagen. Zwei Fehlerbehebungen wurden in den Hauptbranch übernommen: gemini models list zeigt das tatsächliche Ausgabelimit an (65 536 Tokens statt der fest codierten 8 192), und lange Streams ohne Ausgabe werden nicht mehr nach 300 Sekunden unterbrochen, wenn ein längeres Zeitlimit konfiguriert ist. 🔗 Quelle
Kimi Code 2.6.0 — Der Vollbildmodus klappt aufeinanderfolgende Tool-Aufrufe und die Überlegungen des Modells in Zusammenfassungszeilen ein, die sich unter /settings einstellen lassen, und der Agent kann eine Datei mehrfach ändern, ohne sie erneut zu lesen. Die API des lokalen Servers ändert sich, ohne dass dies als inkompatible Änderung gekennzeichnet wird: Die Transkriptionsendpunkte weichen einem WebSocket-Stream. 🔗 Quelle
Qwen Code v1.0.0-preview.1 — Eine Vorabversion vor allem mit Fehlerbehebungen: Qwen-Abonnenten erhalten nach der Anmeldung wieder Zugriff auf die Modelle ihres Abonnements, und Qoder-Modelle führen ihre Tool-Aufrufe jetzt parallel aus. 🔗 Quelle
CLI mistral 0.18.1 — Eine einzige Fehlerbehebung: Unter macOS 27 beendet sich das Tool dank korrekt signierter macOS-Binärdateien nicht mehr unmittelbar nach dem Start ohne Meldung (Code 137). 🔗 Quelle
DeepSeek Harness 0.2.2-rc.2 — Diese am 11. November veröffentlichte 38. Vorabversion des Code-Agenten von DeepSeek, für den weiterhin keine stabile Version vorliegt, ermöglicht es, Änderungen eines Worktrees nach Branch, Commit oder Dateityp mit GitHub-Reviews zu prüfen, und ergänzt benannte Subagenten auf mehreren Ebenen. 🔗 Quelle
Gemini 4 Carbon in Warp — Warp stellt Carbon in Warp Factories, seinem Terminal und seinem Benchmark-Tool für Softwarefabriken bereit, um Vergleiche anhand bereits ausgeführter Agentenaufgaben zu ermöglichen; weder Preis noch Score werden genannt. 🔗 Quelle
Astryx in v0 — v0 ergänzt Astryx, das als Design System von Meta vorgestellt wird: Sobald es für ein Projekt ausgewählt ist, generiert v0 die Oberfläche mit dessen Komponenten, Mustern und Vorlagen; weder Tarif noch Preis werden genannt. 🔗 Quelle

Anwendungen und API

Grok Bot auf dem Mac — Die Desktop-Anwendung von SpaceXSI kann jetzt Nachrichten, Mail, Notizen, Erinnerungen, Kalender, Standort und Kontakte nutzen, wobei jede Anwendung separat autorisiert wird; weder Tarif noch Version oder Länder werden genannt. 🔗 Quelle
Kimi Work 3.2.27 — Die Desktop-Anwendung von Moonshot AI kommt auf Intel-Macs, führt lange Aufgaben im Hintergrund aus und teilt ihre Plugins zwischen den Modi Work und Chat; eine Fehlerbehebung verhindert, dass ein Projekt im Installationsordner gespeichert wird, wo ein Update die Dateien löschen konnte. 🔗 Quelle
Claude for Manufacturing — Anthropic veröffentlicht für die Tarife Team und Enterprise ein Plugin mit 17 Skills (Vertrieb, Qualität, Betrieb, Einkauf, Konstruktion) und vier Konnektoren (Autodesk Fusion, Infor, Microsoft 365, Oracle NetSuite), wobei jeder Prozess für eine menschliche Prüfung anhält; Maschinen steuert es nicht. 🔗 Quelle
Opus 5.5 im Alltag — Ein Leitfaden von Anthropic empfiehlt Opus 5.5 für Wissensarbeit und stützt sich dabei auf interne Tests (16 von 18 Berichten ohne erfundene Zahlen oder Zitate, eine Fusionsanalyse in 63 Minuten gegenüber 93 bei Opus 5). Er rät dazu, vor einem Modellwechsel den Aufwand zu erhöhen. 🔗 Quelle
E-Mail-Adresse in ChatGPT Enterprise — Globale Administratoren von Enterprise, Edu und Healthcare können die Adresse von Nutzern, die nicht über SCIM verwaltet werden, innerhalb einer verifizierten Domain desselben Tenants ändern, begrenzt auf 2 Änderungen pro 24 Stunden und 20 während der gesamten Kontolaufzeit. 🔗 Quelle
Agent API von Perplexity — Seit dem 11. November kann max_output_tokens bei allen Modellen weggelassen werden, auch bei denen von Anthropic: Jede Generierung kann bis zu 128 000 Ausgabe-Tokens erzeugen, innerhalb des Modelllimits, mit den Versionen 2026-11-11.0 der Aufwandsstufen. 🔗 Quelle

GitHub

Ende der ARM32-Unterstützung in GitHub Actions — Die gehosteten Linux- und Windows-Runner werden bis zum 8. Dezember 2026 keine ARM32-Jobs mehr ausführen, da Node 24 diese Architektur nicht unterstützt; die Unterstützung für selbst gehostete ARM32-Runner war bereits am 23. September eingestellt worden. 🔗 Quelle
Secret scanning und Cloudflare — Service-Tokens von Cloudflare Access (cloudflare_access_service_token) werden jetzt automatisch in Repositories erkannt; der Changelog sagt nicht, ob Cloudflare dem Partnerprogramm beitritt. 🔗 Quelle
Direktlinks zu Warnungen des Public Monitoring — Jede Warnung der Überwachung von auf github.com offengelegten Unternehmens-Secrets hat jetzt eine eigene URL, die gespeichert oder mit zugriffsberechtigten Kollegen geteilt werden kann; die Funktion bleibt GitHub Enterprise Cloud mit Secret Protection oder Advanced Security vorbehalten, ohne Aufpreis. 🔗 Quelle

Unternehmen und Anwendungsfälle

J.Crew Style Advisor — Der KI-Stilberater auf JCrew.com schlägt in den USA komplette Outfits aus den Fotoshootings der Marke vor; mit Claude Fable 5.1 konzipiert und mit Opus 5.5 in Claude Code prototypisiert, läuft er im Produktivbetrieb auf Sonnet 5.5 und Haiku 5.5. 🔗 Quelle
Amplitude — Sein Produktagent Wave läuft zu etwa 80 % auf Modellen von OpenAI; nach den Bewertungen von Amplitude erzielt GPT-6.1 Sol beim Data-Science-Agenten 67,5 gegenüber 69,3 für ein anderes Modell, bei 1,28 gegenüber 2,63 Dollar pro Ausführung. 🔗 Quelle
Holiday Extras — Der Reiseveranstalter hat seine Anwendung mit Codex in zwei Wochen neu aufgebaut, gegenüber mehr als sechs Monaten zuvor; die Conversion steigt um 32,5 %, und die Fehlerquote sinkt von 19 % auf 9 %, bei unterschiedlichen Vergleichszeiträumen. 🔗 Quelle
Gilbert + Tobin — Die australische Anwaltskanzlei meldet eine aktive ChatGPT-Nutzung von 87 % und hat die jährliche Bewertung ihrer 120 Partner mit ChatGPT Work für etwa 62 Dollar Nutzungskosten vorbereitet. 🔗 Quelle
Lara Avci und Codex — OpenAI Developers stellt dieses Mitglied des Codex Ambassador-Programms vor, das europäische Gründer unterstützt; ihre mit Codex erstellten Websites und Spiele haben in weniger als vier Tagen mehr als 30 000 Besucher angezogen. 🔗 Quelle

Bilder, Video und 3D

Character Swap & Insert bei Luma — Das am Abend des 11. November veröffentlichte Tool ersetzt oder fügt eine Figur, ein Fahrzeug oder ein Tier ein und behält dabei dieselbe Kameraeinstellung bei; weder Preis noch zugrunde liegendes Modell werden genannt. 🔗 Quelle
Gemini Omni 1.2 Flash in HeyGen — Text und Bild zu Video, Clips von höchstens 15 Sekunden mit gleichzeitig generiertem Audio und Bearbeitung über mehrere Runden; weder Preis noch Kosten in Credits werden genannt. 🔗 Quelle
HeyGen und Grok Bot — HeyGen bietet an, Grok Bot in Slack auf den Ton der Marke zu trainieren und ihm eine HeyGen-Avatar-ID zu geben, um im Team Videos im Stil von Nutzerinhalten zu erstellen; ohne Details zur Integration oder zum Preis. 🔗 Quelle
Moderation bei Runway — Runway erklärt, die Klassifikatoren von Drittanbietern mit festen Kategorien durch eigene Regeln ersetzt zu haben, die von LLM angewendet und innerhalb weniger Stunden aktualisiert werden: Kampfszenen und Horror werden zugelassen, missbräuchliche Inhalte besser blockiert. 🔗 Quelle
TRELLIS.2 mit LoRA-Fine-Tuning — Hugging Face veröffentlicht eine Anleitung zum Fine-Tuning dieses 3D-Generierungsmodells mit 188 Schuhen; bei neun Testobjekten steigt der F-score von 0,276 auf 0,803. 🔗 Quelle

Offene Modelle und Forschung

ForeSpark — Meta veröffentlicht ohne Ankündigung den Code dieser Scheduling-Methode für paralleles Speculative Decoding; laut README erreicht sie auf vLLM bis zu den 1,77-fachen Durchsatz von DSpark und den 2,49-fachen des autoregressiven Decodings. 🔗 Quelle
Origami von Wirkung — Fünf offene Modelle (Qwen3.5-9B und 27B, Gemma 4 31B, MiniMax-H3, Kolibri-1), die ohne erneutes Training in 4,3- bis 7,5-mal kleinere Dateien umgewandelt wurden; der Blogbeitrag nennt keine Messwerte zur erhaltenen Qualität. 🔗 Quelle
Construction-Site-Traversability in FiftyOne — Voxel51 konvertiert die Daten eines Kettenroboters, der auf zwei Baustellen Runden dreht: 1 h 45 Fahrzeit, 9 760 m Gelände, 62 995 Farbbilder und ebenso viele Lidar-Scans. 🔗 Quelle

Ökosystem

OpenAI und die Sicherheit von Kindern — Beim Pariser Friedensforum hat OpenAI eine Charta für sicherere KI für Kinder unterzeichnet und 2 Millionen Dollar für das Forschungsnetzwerk der dahinterstehenden Koalition zugesagt; die Ergebnisse werden veröffentlicht, auch wenn sie negativ ausfallen. 🔗 Quelle
Cohere — Jaya Baloo, Mitgründerin von AISLE und ehemalige CISO von Rapid7, Avast und KPN Telecom, wird die erste Leiterin für Informationssicherheit bei Cohere; der Beitrag sagt nicht, ob die Übernahme von AISLE abgeschlossen ist. 🔗 Quelle
Synthesia in den AI 100 — Synthesia steht in der ersten Rangliste der 100 führenden privaten KI-Unternehmen von Newcomer und Bessemer und verweist auf mehr als 65 000 Kunden sowie eine Series-E-Finanzierungsrunde über 200 Millionen Dollar bei einer Bewertung von 4 Milliarden. 🔗 Quelle
Perplexitys Leitfaden zum Kontextfenster — Er erklärt die Messung in Tokens sowie die Eingabe- und Ausgabegrenzen und vergleicht GPT-6 Astra (1,05 Millionen Tokens), Claude Opus 5.5 (1 Million) und Gemini 4 Argon (1 048 576), ohne Produktneuheiten vorzustellen. 🔗 Quelle

Was das bedeutet

Das schnelle Modell holt zum großen auf, und die Coding-Tools machen die Kosten messbar. Gemini 4 Hydrogen übertrifft Argon im Intelligence Index von Artificial Analysis und liegt bei Devin nur 1,8 Punkte von Carbon entfernt, bei etwa 40 % geringeren Kosten pro Aufgabe. Auf der Evaluierungsseite von Cursor ist der Unterschied deutlicher: 54,3 % für 5,59 Dollar pro Aufgabe auf High gegenüber 60,4 % für 9,22 Dollar mit Carbon. Antigravity Orchestrator und die Modellauswahl von Amp ziehen auf Produktebene denselben Schluss: Man bleibt nicht mehr für eine ganze Sitzung bei einem einzigen Modell, sondern wechselt je nach Arbeitsschritt. Bei Amp verursacht jeder Wechsel Kosten, weil dabei der Prompt-Cache verloren geht.

Offene Modellgewichte erscheinen schrittweise und mit Zahlen der Anbieter. Die Gewichte von Inkling 2 Small blieben auf Tinker eine Woche lang geschlossen, während externe Sicherheitstests stattfanden, bevor sie unter Apache 2.0 zusammen mit dem gesamten Deployment-Ökosystem veröffentlicht wurden. Die drei heute vorgestellten Spezialmodelle für Transkription, Sprache und Entscheidungen haben eine offene Lizenz und wurden von ihren Entwicklern evaluiert, teils anhand eines eigenen Index, wie bei Zyphra. Da der technische Bericht zu SOV-Transcribe-1 noch nicht veröffentlicht wurde, müssen diese Ranglisten noch anhand weiterer Quellen überprüft werden.

Agenten übernehmen Sicherheitsaufgaben, und ihre Anbieter erläutern die Schutzmaßnahmen, die ihren Einsatz regeln. Daybreak Red Team testet Anwendungen in isolierten Umgebungen unter Prüfung durch Guardian, und Defense Factory schlägt Korrekturen vor, ohne sie jemals eigenständig anzuwenden. OpenAI setzt für seine eigenen OpenClaw-Agenten die Sandbox von Codex, Auto-review und eine eigene Identität pro Agent ein; Anthropic wendet ähnliche Prinzipien für selbst gehostete Managed Agents an, mit Zugangsdaten außerhalb der Sandbox, einer Liste zulässiger Hosts und einem vollständigen Protokoll. Replit wiederum stoppt seinen Agenten, sobald eine Zahlung ansteht, und erzwingt die Freigabe im Code, nicht im Modell.

Der Assistent hält Einzug an Orten, an denen andere Menschen anwesend sind, und die beiden betreffenden Ankündigungen gehen von Anfang an darauf ein. Claude Meetings speichert die Transkription ohne Audio und meidet standardmäßig Anrufe mit Gästen von außerhalb der Organisation. Googles Brillen machen die Gesichter von Passanten vor der Verarbeitung unkenntlich und signalisieren Aufnahmen durch eine Kontrollleuchte, die die Aufnahme blockiert, wenn sie verdeckt wird. Google Play verbietet auf diesen Brillen die Gesichtserkennung in Echtzeit.