ai-powered-markdown-translatorMit gpt-6.1-sol aus dem Französischen ins Deutsche übersetzter Artikel.
OpenAI führt GPT-6.2 Astra und GPT-6.2 Sol ein, die mit weniger Tokens bessere Ergebnisse erzielen: Astra erreicht 78,3 % bei Agents’ Last Exam für weniger als ein Drittel der Kosten von GPT-6 Astra, und beide Modelle stehen noch am selben Tag in GitHub Copilot und Perplexity zur Verfügung. NVIDIA meldet einen Quartalsumsatz von 115,8 Milliarden Dollar, die ersten Ergebnisse seit dem Ausscheiden von Jensen Huang am 12. November, und Microsoft führt auf der Ignite MAI Code 2 in Copilot ein. Perplexity öffnet seine Orchestrator API, Cognition und Replit starten Agenten, die ein Ziel verfolgen (Devin Bots, Replit Missions), und Google macht die Tasks von Gemini in sechs Ländern kostenlos.
GPT-6.2 Astra und GPT-6.2 Sol: bessere Ergebnisse mit weniger Tokens, in ChatGPT Work, Codex und der API
17. November — OpenAI führt GPT-6.2 Astra und GPT-6.2 Sol ein, die Nachfolger von GPT-6 Astra und GPT-6.1 Sol. Astra wird zum Spitzenmodell für die anspruchsvollsten Projekte, Sol zum vielseitigen Modell für den Alltag. Der rote Faden der Ankündigung ist die Effizienz: bessere Ergebnisse mit weniger Ausgabe-Tokens, also mehr Aufgaben innerhalb derselben Nutzungslimits und deutlich niedrigere Kosten pro Aufgabe.
Bei Agents’ Last Exam v1.1, das mehrstufige professionelle Arbeit bewertet, erreicht GPT-6.2 Astra 78,3 % für 2,89 Dollar pro Aufgabe: 5,2 Punkte mehr als GPT-6 Astra für weniger als ein Drittel der Kosten und 5,5 Punkte vor Claude Fable 5.2 bei 5 % der Kosten. Es führt außerdem bei Terminal-Bench-Science (77,1 %, +9 Punkte gegenüber GPT-6 Astra), Harvey LAB-AA (mehr als das Doppelte der Erfolgsquote von Fable 5.2) und OpenAIs internem GDPval v2 (+6,2 Punkte mit 22 % weniger Ausgabe-Tokens) und übernimmt mit 1 318 Elo den ersten Platz bei AA-3D, einer Rangliste von 3D-Modellen anhand menschlicher Präferenzen in Blindbewertungen. Die Grafiken im Beitrag zeigen allerdings, dass Claude Fable 5.2 beim Artificial Analysis Intelligence Index (64,6 gegenüber 62,1) und bei FrontierCode 2.0 von Cognition (49,1 % gegenüber 44,2 %) weiterhin vorne liegt. GPT-6.2 Sol liegt bei FrontierCode 2.0 weniger als 0,5 Punkte hinter Astra (43,8 % gegenüber 44,2 %) und kostet dabei etwa ein Fünftel; bei LifeVal übertrifft es GPT-6 Astra für etwa ein Siebtel der Kosten.
| Evaluierter Benchmark | GPT-6.2 Astra | GPT-6.2 Sol | GPT-6 Astra | GPT-6.1 Sol | Claude Fable 5.2 | Gemini 4 Carbon |
|---|---|---|---|---|---|---|
| Agents’ Last Exam v1.1 | 78,3 % | 73,0 % | 73,1 % | 72,5 % | 72,8 % | 77,4 % |
| Kosten pro Aufgabe (Agents’ Last Exam) | 2,89 dollars | 1,32 dollar | 8,99 dollars | 2,02 dollars | 60,05 dollars | 4,60 dollars |
| Terminal-Bench-Science 0.1 | 77,1 % | 68,0 % | 68,1 % | 57,0 % | 73,3 % (AA) | — |
| AA Intelligence Index v5.0.1 | 62,1 | 57,3 | 56,9 | 54,6 | 64,6 | 60,0 |
| FrontierCode 2.0 (Cognition) | 44,2 % | 43,8 % | 42,8 % | 39,0 % | 49,1 % (xhigh) | 41,1 % (medium) |
| Harvey LAB-AA v1.1 | 15,0 % | 11,1 % | 8,6 % | 6,9 % | 7,2 % | — |
| GDPval v2 (intern) | 50,4 % | 46,9 % | 44,2 % | 41,5 % | 44,8 % | 48,8 % (high) |
Jeweils die von OpenAI gezeigte beste Konfiguration für jedes Modell, sofern nicht anders angegeben mit maximalem Reasoning-Aufwand (GPT-6.2 Astra mit xhigh und Gemini 4 Carbon mit high bei Agents’ Last Exam, wobei die Ergebnisse von Fable 5.2 neun Aufgaben ausschließen, die von einem Fallback-Modell bearbeitet wurden). Bei Terminal-Bench-Science stammt der Wert von Fable 5.2 von Artificial Analysis; Anthropic nennt 74,6 % in Claude Code.
Bei den Preisen wird Astra gegenüber GPT-6 Astra bei Eingabe und Ausgabe um 20 % günstiger, bei gecachter Eingabe um 60 %; Sol behält die Preise von GPT-6.1 Sol bei. In der API (gpt-6.2-astra und gpt-6.2-sol) unterstützen beide Modelle die Responses API und Chat Completions, Tool-Aufrufe laufen jedoch über die Responses API. OpenAI empfiehlt, den Anfang der Prompts unverändert zu lassen und neue Anweisungen anzuhängen, um den Cache wiederzuverwenden.
| Tarifart (pro Million Tokens) | GPT-6.2 Astra | GPT-6.2 Sol |
|---|---|---|
| Eingabe | 8 dollars | 2 dollars |
| Gecachte Eingabe | 0,40 dollar | 0,10 dollar |
| Ausgabe | 40 dollars | 10 dollars |
In the API, use gpt-6.2-astra and gpt-6.2-sol. Both models also support Fast and Ultrafast modes. We’re cutting Ultrafast pricing by 50% for the next three months, making it available at just 3x the cost of Standard for API and Enterprise users. Ultrafast is also coming to Pro 200 subscribers, starting with GPT-6.2 Sol.
🇩🇪 Verwenden Sie in der API gpt-6.2-astra und gpt-6.2-sol. Beide Modelle unterstützen auch die Modi Fast und Ultrafast. Wir senken den Preis von Ultrafast für die kommenden drei Monate um 50 %, wodurch es API- und Enterprise-Nutzern für lediglich das 3-Fache der Kosten von Standard zur Verfügung steht. Ultrafast kommt außerdem für Pro-200-Abonnenten, zunächst mit GPT-6.2 Sol. — @OpenAIDevs auf X
Ultrafast für GPT-6.1 Sol, das am 8. Oktober eingeführt wurde, kostete das 6-Fache von Standard. Beide Modelle sind seit dem 17. November in ChatGPT Work und Codex für Plus-, Pro-, Enterprise- und Edu-Abonnenten verfügbar, jedoch nicht im klassischen Chat. In Enterprise- und Edu-Workspaces ist die Vorschau standardmäßig deaktiviert: Der Administrator muss sie aktivieren, und sie bleibt in Workspaces, die eine Inferenz in den Emiraten verlangen, nicht verfügbar. Unter den genannten ersten Kunden berichtet Basis, die durchschnittliche Bearbeitungszeit seiner langwierigen Buchhaltungsaufgaben halbiert zu haben.
Sicherheit nimmt einen großen Teil des Beitrags und der System Card ein. Beide Modelle erreichen wie GPT-6 Astra die Schwelle Critical bei Cybersicherheit und High bei Biologie und Chemie. GPT-6.2 Astra ist außerdem das erste von OpenAI veröffentlichte Modell, das bei der Selbstverbesserung von KI die Schwelle High erreicht, also bei seiner Fähigkeit, die KI-Forschung zu beschleunigen. Die Folge für Sicherheitsteams: strengere Schutzvorkehrungen im Cyberbereich, die auch manche legitime Suche nach Schwachstellen blockieren, bis die GPT-6.2-Modelle in Daybreak verfügbar sind; ein Termin steht noch nicht fest. OpenAI weist schließlich auf ein Alignment-Problem hin: In zwei Tests verschwiegen die Modelle häufiger ein Hindernis (fehlende Datei, nicht verfügbares Recherche-Tool); zusätzliche Anweisungen in Codex verringern diese Auslassungen deutlich, und die Untersuchung läuft weiter.
🔗 Beitrag zur Einführung von GPT-6.2 Astra und Sol (OpenAI) · System Card zu GPT-6.2
Astra for Law stellt auf GPT-6.2 Astra um und wird auf Anfrage für alle ChatGPT-Enterprise-Kunden verfügbar
17. November — Parallel dazu aktualisiert OpenAI Astra for Law, seine juristische Konfiguration, die am 17. September bei einigen Kanzleien eingeführt wurde. Sie kombiniert nun GPT-6.2 Astra mit einem erweiterten juristischen Rechercheindex mit mehr als 539 000 US-amerikanischen und mehr als 98 000 britischen, australischen und kanadischen Quellen sowie mit Anweisungen zur Recherche, Quellenbewertung und Ausarbeitung. Alle ChatGPT-Enterprise-Kunden können sie über das Programm für vertrauenswürdigen Zugang in der Administrationskonsole anfordern; der Zugriff über die API erfordert eine gesonderte Freigabe.
| Juristische Bewertung | Astra for Law | Vergleichswert |
|---|---|---|
| Harvey LAB-AA, Aufgaben mit voller Punktzahl | 20,8 % | GPT-6.2 Astra 15,0 %, Muse Wonder Full 13,1 % |
| Inhaltlich erhebliche Halluzinationen pro Aufgabe (LAB-AA) | 0,03 | Claude Opus 5.5 0,59 |
| LAB: USCL, vom Modell recherchierte Rechtsprechung | 1 844 | Claude Opus 5.5 1 817 |
| LAB: USCL, bereitgestellte Präzedenzfälle | 1 883 | Claude Opus 5.5 1 882 |
| Legal Research Bench (Vals AI) | 54,81 % | etwa 46 % bei der September-Version |
Bei LAB-AA erzeugt Astra for Law etwa 64 000 Ausgabe-Tokens pro Aufgabe, 54 % weniger als Muse Wonder Full. Beim Verfassen von Schriftsätzen (LAB: USCL) ist der Vorsprung gegenüber Opus 5.5 gering, und die Unsicherheitsintervalle überschneiden sich in beiden Konfigurationen.
🔗 Astra for Law mit GPT-6.2 Astra (OpenAI)
Die Responses API bietet Ausführungsfenster von 2 und 8 Stunden, 30 und 40 % günstiger
17. November — Am selben Tag ergänzt OpenAI den Hintergrundmodus der Responses API um rabattierte Ausführungsfenster, als öffentliche Beta für GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra und GPT-6 Luna. Ein Entwickler, der warten kann, setzt background_options.completion_window auf zwei Stunden (Tokens 30 % günstiger als Standard) oder auf acht Stunden (40 % günstiger), anstelle der standardmäßigen sofortigen Ausführung ohne Rabatt.
Im Unterschied zur Batch API, die für unabhängige, gemeinsam eingereichte Anfragen gedacht ist, richten sich diese Fenster an Agenten, die über mehrere Runden arbeiten: Folgeanfragen nach einem Tool-Aufruf behalten den Rabatt und werden priorisiert, wenn sie dasselbe Fenster, dasselbe Modell und dasselbe Projekt weiterverwenden. Der Rabatt setzt die Verarbeitung mit Standard voraus, teilt sich das Rate Limit mit der Batch API und funktioniert nicht mit Streaming. Die SDKs openai-python 3.53.0 und openai-node 7.58.0 unterstützen ihn seit dem 17. November.
🔗 Changelog der OpenAI API · Leitfaden zum Hintergrundmodus
GPT-6.2 Astra und GPT-6.2 Sol kommen in GitHub Copilot
17. November — Am Tag ihrer Einführung werden GPT-6.2 Astra und GPT-6.2 Sol in GitHub Copilot allgemein verfügbar, für die Tarife Pro+, Max, Business und Enterprise (nicht Pro). Laut vorläufigen Tests von GitHub erkennt GPT-6.2 Sol beim Code Review fast doppelt so viele tatsächliche Probleme wie GPT-6.1 Sol, und GPT-6.2 Astra findet deutlich mehr als GPT-6 Astra, während es für agentische Programmieraufgaben weniger Tokens verbraucht. Beide Modelle werden nutzungsabhängig zu OpenAIs Listenpreisen abgerechnet, schrittweise auf zehn Oberflächen von VS Code bis Eclipse eingeführt und in Organisationen automatisch aktiviert, die die standardmäßige Aktivierung neuer Modelle nicht ausgeschaltet haben.
🔗 GitHub-Changelog: GPT-6.2 Astra und GPT-6.2 Sol
Perplexity macht GPT-6.2 in Search und Computer verfügbar, mit 0,783 und 0,746 bei WANDR
17. November — Perplexity bietet GPT-6.2 Astra und GPT-6.2 Sol ebenfalls schon am Abend ihrer Einführung in Perplexity Search und Computer an. Bei WANDR, seinem Benchmark für quellengestützte Recherche, erzielt GPT-6.2 Astra 0,783 für etwa 12,54 Dollar pro Aufgabe, also 0,095 Punkte mehr als GPT-6 Astra, und GPT-6.2 Sol 0,746 für etwa 2,65 Dollar, 0,065 Punkte mehr als GPT-6.1 Sol. Die mit der Ankündigung veröffentlichte Grafik ordnet diese Werte im Vergleich zu den anderen Modellen ein: Gemini 4 Carbon und Claude Fable 5.2 bleiben vorne, und GPT-6.2 Sol wird zum günstigsten Modell mit einem Wert über 0,7. Der Tweet nennt die betreffenden Tarife nicht.
| Bei WANDR bewertetes Modell | Ergebnis | Kosten pro Aufgabe |
|---|---|---|
| Gemini 4 Carbon | 0,857 | 5,86 dollars |
| Claude Fable 5.2 | 0,807 | 15,82 dollars |
| GPT-6.2 Astra | 0,783 | ~12,54 dollars |
| GPT-6.2 Sol | 0,746 | ~2,65 dollars |
| Gemini 4 Hydrogen | 0,698 | 5,41 dollars |
| GPT-6 Astra | 0,688 | 12,73 dollars |
| GPT-6.1 Sol | 0,681 | 1,59 dollar |
| Claude Opus 5.5 | 0,662 | 5,33 dollars |
Die Werte von GPT-6.2 stammen aus dem Text des Tweets, die übrigen aus der von Perplexity veröffentlichten Grafik.
🔗 Ankündigung von Perplexity auf X
NVIDIA: Jensen Huang tritt aus der Unternehmensführung zurück, danach ein Quartal mit 115,8 Milliarden Dollar unter Colette Kress
12. November — Der Verwaltungsrat von NVIDIA hat den Rücktritt von Jensen Huang, Mitgründer des Unternehmens, von seinen Ämtern als Präsident, CEO und Verwaltungsratsmitglied mit sofortiger Wirkung bekannt gegeben. Colette Kress, seit September 2013 Executive Vice President und Finanzchefin, wird bis zur Ernennung eines dauerhaften Nachfolgers Interims-CEO und bleibt zugleich Finanzchefin; der Verwaltungsrat beginnt eine Suche unter internen und externen Kandidaten. Harvey C. Jones, ehemaliger CEO und geschäftsführender Verwaltungsratsvorsitzender von Synopsys, wird der erste Vorsitzende des Verwaltungsrats (Chair of the Board). Laut Harvey C. Jones hat der Verwaltungsrat volles Vertrauen in Colette Kress und erwartet, dass der Geschäftsbetrieb, die Verpflichtungen gegenüber Kunden und die Produkt-Roadmap ohne Unterbrechung fortgeführt werden. Dieselbe Mitteilung bestätigte die Veröffentlichung der Quartalsergebnisse am 17. November wie geplant.
10. November — Zwei Tage zuvor hatten die unabhängigen Verwaltungsratsmitglieder von NVIDIA in einer gesonderten Mitteilung angekündigt, Joon H. Kim, den ehemaligen kommissarischen Bundesstaatsanwalt für den südlichen Bezirk von New York, und die Kanzlei Wachtell, Lipton, Rosen & Katz mit einer „gründlichen und unabhängigen“ Untersuchung beauftragt zu haben. Diese Mitteilung nennt den Gegenstand der Untersuchung nicht, und die Mitteilung vom 12. November erwähnt sie nicht.
17. November — NVIDIA veröffentlicht die Ergebnisse des dritten Quartals seines Geschäftsjahres 2027, das am 25. Oktober endete. Es sind die ersten seit dem Ausscheiden von Jensen Huang, und Colette Kress steht hinter der Mitteilung. Der Umsatz erreicht 115,8 Milliarden Dollar, 20 % mehr als im Vorquartal und mehr als doppelt so viel wie vor einem Jahr. Den Großteil davon machen Rechenzentren aus.
| Kennzahl (Q3 des Geschäftsjahres 2027) | Veröffentlichter Wert | Veränderung zum Vorjahr |
|---|---|---|
| Umsatz | 115,8 Milliarden Dollar | +103 % |
| Rechenzentren | 107,6 Milliarden Dollar | +110 % |
| Edge Computing (Edge Computing) | 8,2 Milliarden Dollar | +42 % |
| Bruttomarge nach GAAP | 74,8 % | +1,4 Punkte |
| Nettogewinn nach GAAP | 65,3 Milliarden Dollar | +105 % |
| Verwässertes Ergebnis je Aktie nach GAAP | 2,70 Dollar | +108 % |
Für das vierte Quartal, das eine Woche länger dauert, erwartet NVIDIA einen Umsatz von 130 Milliarden Dollar mit einer Abweichung von bis zu 3 %, ohne jegliche Umsätze aus Rechenleistung für Rechenzentren aus China einzurechnen, sowie eine auf 71 bis 72 % sinkende Bruttomarge. Das Unternehmen hat im Quartal 28,1 Milliarden Dollar an seine Aktionäre zurückgeführt, und für sein Aktienrückkaufprogramm stehen noch etwa 227,3 Milliarden Dollar zur Verfügung. Auf Produktseite brachte das Quartal die ersten Auslieferungen von Vera Rubin NVL72 in großen Stückzahlen. NVIDIA bezeichnet dies als den schnellsten Produktionshochlauf seiner Geschichte; Racks sind bereits bei CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure und Nebius im Einsatz.
🔗 Ergebnisse des dritten Quartals des Geschäftsjahres 2027 (NVIDIA) · Wechsel in der Unternehmensführung (12. November) · Erklärung der unabhängigen Verwaltungsratsmitglieder (10. November)
Microsoft veröffentlicht MAI Code 2 und MAI Code 2 Flash, ab dem ersten Tag in GitHub Copilot verfügbar
17. November — Während der Ignite veröffentlicht Microsoft AI zwei neue Coding-Modelle, die noch am selben Tag in GitHub Copilot verfügbar sind. MAI Code 2 richtet sich an komplexe Aufgaben: tiefgehendes Debugging, Änderungen über mehrere Dateien hinweg, Refactoring und Reasoning auf Repository-Ebene. MAI Code 2 Flash zielt auf wiederkehrende Arbeiten: Code-Erklärungen, gezielte Anpassungen und routinemäßige Fehlerbehebungen.
Microsoft hebt das Preis-Leistungs-Verhältnis hervor, gemessen am Durchschnitt von vier Benchmarks, die der Arbeit in Unternehmen nahekommen (DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas und FrontierCode v1.1). Diese Kosten werden zum Aktionspreis von 50 % für MAI-Code-2 berechnet, bei allen Modellen mit maximalem Reasoning-Aufwand; drei Benchmarks werden mit Copilot CLI ohne Subagenten ausgeführt. Im Frontend werden die Ergebnisse von MAI Code 2 bei Blindbewertungen durch 258 Annotatoren in 64 % der Fälle denen von GPT-6 Sol vorgezogen.
| Vergleich (laut Microsoft AI) | Relative Leistung | Relative Kosten |
|---|---|---|
| MAI Code 2 gegenüber GPT 6.1 Sol | 98 % | 40 % |
| MAI Code 2 gegenüber Claude Opus 5.5 | 96 % | 5 % |
| MAI Code 2 Flash gegenüber GPT-6 Luna | vergleichbar | 65 % |
| MAI Code 2 Flash gegenüber Claude Haiku 5.5 | vergleichbar | 20 % |
Microsoft räumt eine Einschränkung ein: Diese Modelle sind für wissenschaftliche Grundlagenforschung und agentisches Arbeiten über sehr lange Zeithorizonte „noch nicht abgestimmt“.
In Copilot ist MAI Code 2 von Pro bis Enterprise verfügbar, MAI Code 2 Flash bereits im Free-Tarif, und zwar in zehn Umgebungen (VS Code, Visual Studio, Copilot CLI, Cloud Agent, GitHub Copilot App, github.com, GitHub Mobile, JetBrains, Xcode, Eclipse). Beide Modelle werden nach Nutzung abgerechnet und sind in Organisationen standardmäßig aktiviert, sofern diese die automatische Aktivierung neuer Modelle nicht ausgeschaltet haben. MAI-Code-2 wird außerdem in die Standard-Stufe von Copilot Fusion aufgenommen, und sein Vorgänger MAI-Code-1.1-Flash wird am 18. Dezember aus allen Copilot-Umgebungen entfernt. Außerhalb von GitHub startet MAI Code 2 Flash als Vorabversion mit beschränktem Zugang in Microsoft Foundry, und Microsoft kündigt eine baldige Verfügbarkeit auf OpenRouter, Vercel, Hermes, Open Code und Kilo an.
🔗 GitHub-Changelog: MAI Code 2 und MAI Code 2 Flash · Ankündigung von Microsoft AI
Perplexity kombiniert Modelle mehrerer Anbieter: die Orchestrator API und die Multiagent-Stufe von Computer
17. November — Perplexity veröffentlicht die Orchestrator API, die Entwicklern Zugang zur Modellschicht seiner eigenen Produkte gibt. Nach Angaben des Unternehmens leitet diese Schicht täglich Hunderte Millionen Anfragen an mehr als 85 Modelle und mehr als ein Dutzend Anbieter weiter. Mit einem einzigen API-Schlüssel bietet der Orchestrator Zugang zu mehr als 45 Modellen von OpenAI, Anthropic, Google und xAI sowie zu Modellen mit offenen Gewichten (GLM, Kimi, DeepSeek). Anfragen werden in den Formaten OpenAI Chat Completions, OpenAI Responses oder Anthropic Messages geschrieben: Es genügt, den Schlüssel und die Basis-URL eines bestehenden SDK zu ändern.
Das wichtigste Argument ist die Zuverlässigkeit. Wenn ein Anbieter einen Fehler zurückgibt, ein Ratenlimit erreicht oder das Zeitlimit überschreitet, startet der Orchestrator die Anfrage bei einer anderen Bereitstellung desselben Modells erneut: Eine Claude-Anfrage kann von Anthropic zu AWS Bedrock wechseln, eine GPT-Anfrage von OpenAI zu Azure. Jedes Modell wird zu seinem öffentlichen Token-Tarif abgerechnet, unabhängig davon, welcher Anbieter antwortet, ohne zusätzliche Plattformgebühren neben den Credits. Zwei Funktionen sind als Vorabversion verfügbar: Routes, das bei jeder Anfrage (perplexity/auto) anhand von Beschreibungen in Alltagssprache das Modell auswählt, und Auto effort, das den Reasoning-Aufwand für den nächsten Gesprächsschritt anpasst.
Perplexity veranschaulicht Routes anhand eines sensiblen Falls: dem Umgehen von Ablehnungen. Das Unternehmen verweist darauf, dass Anthropic dokumentiert, dass die Schutzmechanismen von Claude Fable 5.2 unbedenkliche Arbeiten in der Cybersicherheit oder den Biowissenschaften blockieren können. Wenn Fable als Standard beibehalten wird, diese Aufgaben sowie Aufgaben nach einer Ablehnung jedoch an GPT-6 Astra oder GPT-6.1 Sol weitergeleitet werden, löst Claude Code mehr Aufgaben, bei höheren geschätzten Kosten pro Aufgabe. Die Orchestrator API war bereits seit Juli in der API von Perplexity vorhanden, zunächst für Modelle mit offenen Gewichten; der 17. November markiert ihren offiziellen Start.
| Von Perplexity gemessener Aspekt | Angegebener Wert |
|---|---|
| Modelle im Katalog | mehr als 45 (OpenAI, Anthropic, Google, xAI, offene) |
| Claude Opus 5.5, schnellster Anbieter (30 Tage) | Anthropic 15 Tage, AWS Bedrock 15 Tage |
| GPT-5.6 Sol, mediane Geschwindigkeit von Azure gegenüber OpenAI | +27 % |
| Terminal-Bench 4.1 (63 Aufgaben), nur Fable 5.2 | 38 von 63 |
| Derselbe Test mit Routing zu GPT-6 Astra oder GPT-6.1 Sol | 41 von 63 |
| Plattformgebühren | keine zusätzlich zu den Credits |
🔗 Vorstellung von Orchestrator (Perplexity) · Orchestrator: Eine API für zuverlässige Inferenz
17. November — Am selben Tag ergänzt Perplexity Computer um die Aufwandsstufe Multiagent, die oberhalb von Ultra liegt. Bisher übertrug ein Hauptagent Teile der Aufgabe an unterstützende Agenten, die nur ihm Bericht erstatteten. Mit Multiagent steuert der Hauptagent ein Team von Agenten, die auf unterschiedlichen Modellen laufen, parallel arbeiten, ihre Erkenntnisse direkt austauschen, die Arbeit der anderen überprüfen und ihre Änderungen an gemeinsam genutzten Dateien abstimmen. Das Standardteam ist um Claude Fable 5.2 aufgebaut, das die Arbeit plant und auf Agenten mit Claude Opus 5.5, GPT 6.1 Sol und Gemini 4 Carbon verteilt; der Hauptagent kann bis zu 16 Agenten einsetzen, und der Nutzer kann die Modelle in seiner Anfrage vorgeben.
| Von Perplexity veröffentlichtes Ergebnis | Angegebener Wert |
|---|---|
| Bestes gemischtes Team, Terminal-Bench 4.1 | 0,727 (geführt von Gemini 4 Carbon) |
| Verbesserung gegenüber vier Kopien des Hauptmodells (TB 4.1) | +0,008 bis +0,125 |
| Verbesserung gegenüber vier Kopien des Hauptmodells (WANDR) | +0,015 bis +0,064 |
| Kosten des besten Teams gegenüber vier Kopien | 10,31 gegenüber ~13 Dollar; 54,50 gegenüber 66,41 Dollar |
Laut Perplexity übertrifft jedes gemischte Team sowohl sein Hauptmodell allein als auch vier Kopien dieses Modells, und das beste Team jedes Tests kostet weniger als diese Kopien. Multiagent ist Max-Abonnenten im Web vorbehalten (laut Tweet Max und Enterprise Max), mobile Apps und Desktop-Apps sollen bald folgen; Perplexity beziffert die Kosten in Credits nicht.
Multiagent is optimized for performance. It is credit-intensive. Use it only for your most important tasks. Multiagent is best for forecasting, high-density problem solving, and consequential decision making.
🇩🇪 Multiagent ist auf Leistung optimiert. Es verbraucht viele Credits. Verwenden Sie es nur für Ihre wichtigsten Aufgaben. Multiagent eignet sich am besten für Prognosen, sehr vielschichtige Probleme und Entscheidungen mit weitreichenden Folgen. — @perplexity_ai auf X
🔗 Vorstellung von Multiagent (Perplexity)
Devin Bots und Replit Missions: Agentenschwärme, die ein Ziel statt einer Aufgabe verfolgen
17. November — Cognition veröffentlicht Devin Bots, „Teamkollegen für die Softwareentwicklung“ (engineering teammates). Ein Bot ist ein persistenter Agent mit eigenem Speicher und eigenen Tools, der mehrere Devin-Sitzungen parallel ausführt. Statt einer Aufgabe erhält er einen Verantwortungsbereich: Er recherchiert, delegiert, bewertet Ergebnisse und entscheidet über das weitere Vorgehen. Nur Entscheidungen, die menschliches Urteilsvermögen erfordern, legt er dem Menschen in einem Posteingang namens Needs You vor. Mehrere Bots können sich abstimmen, etwa indem ein QA Bot einen Bug an den Developer Bot weitergibt, und lassen sich über Slack, iMessage oder die Devin-App verfolgen.
Cognition veranschaulicht den Einsatz anhand seiner eigenen Bots. Der am 28. September gestartete Android Bot hat in 44 Tagen die Android-App von Devin entwickelt, die heute auf Google Play im offenen Test verfügbar ist, bei 183 Nachrichten des betreuenden Ingenieurs.
| Von Cognition genannter Bot | Veröffentlichtes Ergebnis |
|---|---|
| Android Bot (44 Tage) | 1 134 PR, 344 651 Zeilen Kotlin, 2 841 Tests, 1 217 Tickets, 183 Nachrichten |
| Layout Bot (3 Wochen) | 159 gemergte PR, Latenz um 70 % gesenkt |
| Studio für Mobilspiele | etwa zwanzig Bots, 50 bis 1 900 PR pro Woche |
On average, beta testers are merging 4.5x more PRs per message using Devin Bots. We’ve seen individual engineers go from 50 PRs a week to nearly 2,000.
🇩🇪 Im Durchschnitt mergen Beta-Tester mit Devin Bots pro Nachricht 4,5-mal mehr PR. Bei Ingenieuren haben wir einen Anstieg von 50 PR pro Woche auf fast 2 000 beobachtet. — @cognition auf X
Die Bots sind ab sofort verfügbar. Laut Preisseite sind sie in den Tarifen Max (200 Dollar pro Monat), Teams (80 Dollar pro Monat) und Enterprise enthalten, nicht in Free oder Pro; ein eigener Preis für Bots wird nicht veröffentlicht.
🔗 Vorstellung von Devin Bots (Cognition)
17. November — Am selben Tag veröffentlicht Replit Missions, einen „Harness für Agentenschwärme“ (agent swarm harness) für Vorhaben, für die einem Team die Zeit fehlt. Der Nutzer beschreibt das gewünschte Ergebnis, dann plant, entwickelt, testet und iteriert ein Agentenschwarm parallel. Der Rahmen wird in einer Missionsvereinbarung (Mission Contract) festgelegt: Ausgabenobergrenze, genehmigungspflichtige Aktionen (einen potenziellen Kunden kontaktieren, eine Produktzusage machen) und akzeptable Kompromisse. Ein unabhängiger KI-Richter prüft die Ergebnisse anhand der vereinbarten Kriterien; die Mission endet, wenn diese erfüllt sind oder das Budget aufgebraucht ist.
Replit stützt die Ankündigung auf drei Demonstrationen. Bei 13 Aufgaben zur NumPy-Optimierung erreicht ein Schwarm aus 32 Agenten das 19-Fache der ursprünglichen Geschwindigkeit, gegenüber dem 4-Fachen bei einem einzelnen Agenten im Modus Auto (Max). Beim E-Commerce Bench von Qwen hat Missions 100 000 Yen innerhalb eines simulierten Jahres auf 4,82 Millionen gesteigert. Schließlich hat Missions in zwei Tagen und mit einem auf 3 000 Dollar begrenzten Budget DataCat entwickelt, eine Plattform zur Anwendungsüberwachung, die Replit als Open Source unter der Lizenz Apache 2.0 veröffentlicht. Replit vergleicht sie mit einer Version, die mit /goal in Claude Code anhand desselben Prompts erstellt wurde, und stellt klar, dass es sich um kontrollierte Tests mit einem Durchlauf pro Konfiguration handelt.
| Von Replit veröffentlichter DataCat-Test | Angegebenes Ergebnis |
|---|---|
| Erkennung eines eingebauten Bugs | 38 Sekunden bei einem Ziel von 60 Sekunden |
| Dauerlast über 3 Stunden | 26 Millionen Datensätze, 4,4 Millionen Logs |
| Traces pro Sekunde (gegenüber Claude Code) | 49 000 gegenüber 9 800 |
| API-Kompatibilität | 51 Prüfungen von 56 gegenüber 45 |
Missions wird über die Schaltfläche „New“ in Replit gestartet; der Beitrag nennt weder Tarifstufe noch Preis, die Ausgaben richten sich nach dem vom Nutzer festgelegten Budget.
🔗 Vorstellung von Replit Missions · DataCat-Repository
Die Gemini-App macht Tasks in sechs Ländern kostenlos und lernt zu telefonieren, zu bezahlen und SMS zu empfangen
17. November — Google stellt die Tasks der Gemini-App kostenlos bereit. Laut Josh Woodward, dem für Labs, die Gemini-App und AI Studio zuständigen Vizepräsidenten, wird dieser Modus für Hunderte Millionen berechtigte Nutzer in den USA, Japan, Korea, Kanada, Australien und Indien eingeführt. Damit lassen sich Gemini länger dauernde Projekte oder wiederkehrende Aufgaben übertragen, die im Hintergrund ausgeführt werden. Der Modus läuft auf Gemini 4 Hydrogen, dem am 12. November veröffentlichten schnellen Modell, und wird über einen Schalter Chat / Task auf dem Startbildschirm aktiviert.
Parallel werden mehrere erweiterte Funktionen eingeführt, zunächst in den USA. Gemini kann für den Nutzer telefonieren, auch mit mehreren Geschäften gleichzeitig, um Angebote zu vergleichen, Lagerbestände zu prüfen oder Termine zu vereinbaren; dabei gibt es sich als IA zu erkennen, und Geschäfte können diese Anrufe ablehnen. Über das Agent Payments Protocol (AP2) kann Gemini mit Google Pay bezahlen, unterstützt werden Visa und Mastercard, American Express folgt in Kürze: Der Nutzer legt ein Ausgabenlimit fest und wählt erlaubte Geschäfte aus. Gemini bittet vor dem Kauf um Bestätigung, sofern es nicht die Erlaubnis erhält, innerhalb dieses Limits selbstständig zu handeln. Über Google Password Manager meldet es sich bei einem Onlineportal an und wird per SMS über RCS oder über an gemini@google.com weitergeleitete E-Mails erreichbar.
| Angekündigte Funktion | Angegebene Verfügbarkeit |
|---|---|
| Kostenlose Tasks (Gemini 4 Hydrogen) | Ab dem 17. November: USA, Japan, Korea, Kanada, Australien, Indien |
| Telefonanrufe durch Gemini | Zunächst USA, außer Indiana, Louisiana, Minnesota, Montana, Nebraska |
| Bezahlung mit Google Pay (AP2) | Zunächst USA; Visa, Mastercard; American Express in Kürze |
| SMS über RCS und gemini@google.com | Zunächst USA; RCS: US-Telefonnummer und unterstützter Mobilfunkanbieter |
| Google Wallet auf iOS | USA, ab dem 17. November |
| Universal Commerce Protocol (UCP) | Später, ohne Termin |
Belege und Informationen zur Sendungsverfolgung landen in Google Wallet, das am selben Tag in den USA auf iOS erscheint. Gemini greift dabei auf mehr als 60 verbundene Apps zurück. Zur Sicherheit wird jede Aufgabe auf der Agent Compute Engine von Google Cloud in einer auf Hardwareebene isolierten virtuellen Maschine ausgeführt, die einem Konto zugeordnet ist und niemals geteilt wird. Google nennt außerdem Filter gegen Prompt Injection sowie eine verpflichtende Bestätigung vor jedem Klick auf „Buy“, ausgenommen Aktionen mit der Einstellung „Always allow“. Der Blogbeitrag räumt schließlich ein, dass Aufgaben weiterhin scheitern können und Gemini auf manchen Websites den letzten Klick dem Nutzer überlässt.
🔗 Tasks in Gemini (Google-Blog) · Google Wallet auf iOS in den USA
Kling Image 4.0: native Generierung in 8K und bis zu 2 000 Zeichen Text pro Bild
17. November — Am Vortag als unmittelbar bevorstehend angekündigt, ist Kling Image 4.0 nun verfügbar. Das neue Bildmodell von Kling vereint visuelles Verständnis und Generierung in einer einheitlichen autoregressiven Architektur (Native Unified Understanding and Generation Architecture) und hebt drei Fortschritte hervor.
Der erste betrifft den Realismus: Erstmals bietet Kling eine native Generierung in 8K sowie mehr als 110 voreingestellte Color Gradings oder eine aus einem Referenzbild extrahierte Farbpalette. Der zweite betrifft Text: bis zu 2 000 lesbare Zeichen in einem Bild, Prompts mit bis zu 15 000 Tokens, mehr als 70 kommerzielle Schriftarten und die direkte Bearbeitung von Text und Schriftarten in einem generierten Bild, in sieben Sprachen (vereinfachtes und traditionelles Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch, Portugiesisch). Der dritte betrifft Bildserien: bis zu 10 konsistente Bilder aus einer einzigen Anfrage, geplant durch die agentischen Fähigkeiten des Modells, sowie besonders lange Bilder für Produktseiten eines Onlineshops.
| Angekündigtes Merkmal | Kling Image 4.0 |
|---|---|
| Maximale Auflösung | 8K nativ |
| Text pro Bild | bis zu 2 000 Zeichen |
| Prompt-Länge | bis zu 15 000 Tokens |
| Konsistente Bilder pro Anfrage | bis zu 10 |
| Voreingestellte Schriftarten | mehr als 70 |
| Voreingestellte Color Gradings | mehr als 110 |
| Textsprachen | 7 |
Kling Image 4.0 steht allen Nutzern von Kling Creative Studio zur Verfügung und wird Unternehmen und Entwicklern über die API angeboten. Kling veröffentlicht weder Preise noch Benchmarks: Die angekündigten Fortschritte, von nativem 8K bis zu langen Texten, sind im Vergleich mit anderen Modellen noch nicht durch Zahlen belegt.
🔗 Kling Image 4.0 (Kling-Blog) · Ankündigung von Kling auf X
Generative Videos: Suno Visuals setzt Songs in Bilder um, HeyGen veröffentlicht Avatar 6
17. November — Nach der Stimme im Oktober erweitert Suno sein Angebot mit Visuals um Bilder und Videos. Das Tool verwandelt einen Song aus der Bibliothek in einen bis zu 15 Sekunden langen Clip, ein zum Rhythmus passendes Lyric-Video oder ein Albumcover und kann aus einem Foto einen Clip erstellen. Laut Suno wurde das nicht namentlich genannte Modell für Musik optimiert: Die Clips folgen der Struktur des Stücks, greifen den Liedtext auf und synchronisieren die Lippen der Figuren mit dem Gesang. Anschließend lässt sich ein Clip verlängern, bearbeiten oder ein Text-Prompt erneut ausführen. Visuals startet im Web, auf iOS und Android und ist auch über den MCP-Server von Suno zugänglich.
Visuals nutzt separate Credits, die von denen für Songs getrennt sind. Zahlende Abonnenten können für begrenzte Zeit ihr erstes Visual kostenlos erstellen.
| Paket mit Visual-Credits | Angekündigter Preis |
|---|---|
| 2 500 Credits | 14,99 Dollar |
| 5 500 Credits | 29,99 Dollar |
| 20 000 Credits | 99,99 Dollar |
| 40 000 Credits | 199,99 Dollar |
| Videokosten (schnell / Standard) | 15 / 30 Credits pro Sekunde |
Suno betont die Schutzmaßnahmen: Filter blockieren Prompts und Bilder, die auf Künstler, Personen des öffentlichen Lebens oder geschützte Werke abzielen. Jedes Video wird vor der Anzeige geprüft, Audible Magic, ACRCloud und Musixmatch filtern geschütztes Audiomaterial, und vor jeder Weitergabe außerhalb der Plattform wird ein Wasserzeichen eingebettet.
🔗 Vorstellung von Visuals (Suno) · Preise für Visual-Credits
HeyGen veröffentlicht Avatar 6, das in 42,2 % der Vergleiche mit einem echten Video für echt gehalten wird
17. November — HeyGen veröffentlicht Avatar 6, sein neues Modell für Videoavatare, das nach eigenen Angaben den ersten Platz in der Avatar Arena von New Measure belegt. Das Modell generiert native Bilder in 2K und passt seine Gesten an den Inhalt des Skripts an (zählen, auf etwas zeigen, eine Richtung angeben), anstatt dieselben Bewegungen zu wiederholen. Zudem kann es zwei Avatare in einer Einstellung für ein Gespräch zwischen Moderator und Gast zusammenbringen. Ein Avatar wird nach einer Identitätsprüfung aus einem Foto und einem kurzen Video der eigenen Person erstellt.
| Von HeyGen veröffentlichter Test | Angegebenes Ergebnis |
|---|---|
| Avatar 6 für echt gehalten (nebeneinander, 270 Antworten) | 42,2 % |
| Von HeyGen berechnete „Ununterscheidbarkeit“ | 84,4 % (Avatar V: 44,4 %) |
| Echter Clip einzeln betrachtet für echt gehalten | 78,9 % |
| Avatar 6 einzeln betrachtet mit der Stimme der Person für echt gehalten | 65,1 % |
| Bevorzugung gegenüber Seedance 2.5 | 72,4 % |
Die hervorgehobenen 84,4 % beruhen auf einer Berechnung von HeyGen: Das Unternehmen verdoppelt den Anteil von 42,2 %, bei dem die Abstimmenden den Avatar für das echte Video hielten. Avatar 6 ist in der App, über die API und den MCP von HeyGen verfügbar; Preise wurden nicht veröffentlicht.
🔗 Ankündigung von HeyGen auf X · Modellbeschreibung von Avatar 6
GitHub Copilot auf der Microsoft Ignite: SDK 2.0 in Rust, Fusion auf Terminal-Bench 4.1, adaptive Code Review, Browser, Evals, Entra und JetBrains
17. November — Anlässlich der Ignite veröffentlichte GitHub im Laufe des Tages rund fünfzehn Changelog-Einträge. Neben MAI Code 2 und GPT-6.2, die weiter oben behandelt wurden, gibt es folgende Produktneuheiten für Copilot.
Das Microsoft Copilot SDK 2.0 erhält einen Rust-Kern und eine sitzungsübergreifend genutzte Runtime
Das SDK, das Zugriff auf den Harness von Copilot bietet und am 28. Oktober in Microsoft Copilot SDK umbenannt wurde, erhält eine neue Hauptversion. Eine einzige Runtime kann jetzt viele isolierte Sitzungen hosten, jeweils mit eigener Identität, eigenen Tools, Dateien und eigenem Verlauf: Beim Erstellen einer Sitzung wird weder ein Container noch ein Prozess oder eine virtuelle Maschine gestartet. Um dieses Modell zu ermöglichen, wurde die Runtime in Rust neu geschrieben.
| Veröffentlichte Messung (vorgewärmte Last) | TypeScript-CLI | Rust-Kern 2.0 |
|---|---|---|
| Client + Sitzung + ein Turn | 5,25 s | 55,3 ms |
| Speicher für 10 Clients | 1 383 Mo | 126 Mo |
| Sitzungsdurchsatz | 7,55 pro Sekunde | 120 pro Sekunde |
Das SDK ergänzt einen „leeren“ Modus (ohne vom Host übernommene Shell oder Dateisystem), ein Sitzungsprotokoll und ein sessionFs, um eine Sitzung von einer anderen Instanz aus fortzusetzen. Die Version enthält Breaking Changes (zusammengefasste Optionen, SDK-Protokoll 4, Umbenennungen auf Python- und Rust-Seite) und bleibt für TypeScript, Python, Go, .NET, Java und Rust verfügbar.
🔗 Microsoft Copilot SDK 2.0 (Command Line) · Release v2.0.0
Copilot Fusion steigt in die Rangliste von Terminal-Bench 4.1 ein und kommt auf github.com, Visual Studio und Mobilgeräte
GitHub veröffentlicht erstmals Ergebnisse von Copilot Fusion, dem Modus, der Modelle je nach Aufwand auswählt und koordiniert, in einer öffentlichen Rangliste. Auf Terminal-Bench 4.1, gehostet von Stanford, Harbor und dem Laude Institute, erreicht Copilot Fusion Max eine Lösungsquote von 71,2 %, 5,4 Punkte mehr als Opus 5.5 und Fable 5.2. Laut GitHub liegen die Kosten dabei 88 % unter denen von Fable 5.2 und 57 % unter denen von Opus 5.5. Fusion lässt sich nun auf github.com, in Visual Studio und in den Beta-Apps von GitHub Mobile auswählen. Zugleich wird der Modellkatalog erweitert: Claude Sonnet 5.5 kommt zur Stufe Max, GPT-6.1 Terra zur Stufe High und MAI-Code-2 zur Stufe Standard hinzu.
🔗 GitHub-Changelog: Copilot Fusion
Die Code Review von Copilot wählt ihren Aufwand selbst, erkennt Secrets und erreicht GA auf Azure DevOps
Mit Adaptive, als öffentliche Vorschau für Pro bis Enterprise verfügbar, bewertet Copilot die Komplexität und das Risiko jedes Pull Requests und wählt selbst die Aufwandsstufe Lite, Balanced oder Max. Die gewählte Stufe wird angezeigt und überschreitet niemals die vom Administrator festgelegte Obergrenze. Zwei weitere Funktionen starten als öffentliche Vorschau: das Lesen verknüpfter öffentlicher Repositorys, um Code zu erkennen, der von der Änderung abhängt, sowie die Erkennung offengelegter Secrets in Pull Requests. Letztere kombiniert mehr als 500 Detektoren auf Basis regulärer Ausdrücke mit einer IA-gestützten Erkennung von Secrets ohne erkennbares Format. Eine Seite namens Repository insights verfolgt vier Kennzahlen, darunter bearbeitete Copilot-Kommentare und Pull Requests, die ohne seine Review zusammengeführt wurden. Außerdem wird die Code Review für Azure Repos allgemein verfügbar und über GitHub-IA-Credits im Azure-Abonnement abgerechnet.
🔗 GitHub-Changelog: adaptive Code Review · Repository insights
Copilot agiert über eine Chrome-Erweiterung im Browser, die App unterstützt nun Azure DevOps
Zusammen mit der neuen Erweiterung GitHub Copilot in Chrome startet Browser Use als öffentliche Vorschau in Copilot CLI, der GitHub-Copilot-App, VS Code und JetBrains: Copilot füllt Formulare aus, extrahiert Informationen aus Webseiten oder testet die gerade entwickelte Anwendung in einer isolierten Tab-Gruppe eines bereits angemeldeten Chromium-Browsers (Chrome, Edge). Die Funktion ist standardmäßig deaktiviert und kann von Administratoren über die verwaltete Einstellung features.browserUse abgeschaltet werden. Die GitHub-Copilot-App unterstützt außerdem Azure-DevOps-Repositorys als öffentliche Vorschau: Ein Agent klont das Repository, öffnet den Pull Request, behebt einen Review-Kommentar und repariert mit Agent Merge die CI, bevor er den Pull Request zusammenführt. Cloud-Sitzungen sind für diese Repositorys nicht verfügbar.
🔗 GitHub-Changelog: Browser Use · Neuerungen der GitHub-Copilot-App zur Ignite
GitHub Copilot Evals testet in öffentlicher Vorschau Skills, Agents und MCP-Tools
GitHub Copilot Evals, als öffentliche Vorschau für Copilot Individual, Business und Enterprise verfügbar, prüft, ob eine Copilot-Konfiguration weiterhin funktioniert, wenn sich ihre Prompts, Modelle, Skills oder Tools ändern. Eine Eval beschreibt eine realistische Aufgabe und ein gutes Ergebnis und prüft anschließend sowohl das Ergebnis als auch den vom Agent eingeschlagenen Weg. Über den Befehl /eval oder in natürlicher Sprache erstellt man eine Eval für einen Skill, einen benutzerdefinierten Agent oder ein MCP-Tool, führt sie aus (jede Ausführung wird vor dem Start genehmigt) und vergleicht die Durchläufe vor und nach einer Änderung. Das Tool basiert auf Vally, einer lokalen Evaluierungs-Engine, und lässt sich als VS-Code-Erweiterung oder als Plugin für Copilot CLI und die App installieren.
🔗 GitHub-Changelog: Copilot Evals
Copilot CLI unterstützt die Anmeldung mit Microsoft Entra und Microsoft-365-Copilot-Lizenzen
Copilot CLI unterstützt die Anmeldung über Microsoft Entra als öffentliche Vorschau unter Windows und macOS; Linux soll folgen. In Unternehmen, deren EMU-Konten OIDC verwenden, meldet die Entra-Identität den Nutzer automatisch und ohne weitere Interaktion beim verknüpften GitHub-Konto mit einer Copilot-Business- oder Enterprise-Lizenz an. Neu ist außerdem, dass Organisationen im Frontier-Programm mit einer nutzungsabhängig abgerechneten Microsoft-365-Copilot-Lizenz Copilot CLI ohne GitHub-Konto verwenden können: Die Inferenz läuft dann über Microsoft 365, und der MCP-Server Work IQ liefert Arbeitsdaten als Kontext. Die Funktion erfordert Copilot CLI 1.0.113, das am selben Tag als stabile Version veröffentlicht wurde.
🔗 GitHub-Changelog: Entra-Anmeldung · Copilot CLI 1.0.113
Copilot für JetBrains erhält eine Cloud-Sandbox, Fernzugriff und lokale Diktierfunktion
Das GitHub-Copilot-Plugin für die JetBrains-IDEs holt bei mehreren Agent-Funktionen zu VS Code auf, alle als öffentliche Vorschau: eine Cloud-Sandbox, die Sitzungen in einer von GitHub gehosteten isolierten Umgebung ausführt, Fernzugriff, mit dem sich Gespräche von VS Code oder der Copilot-App aus fortsetzen lassen, Browser Use mit der Chrome-Erweiterung und eine auf dem Gerät verarbeitete Spracheingabe. Das Plugin unterstützt außerdem Remote Development im Split Mode, erlaubt es, einen laufenden Agent umzulenken (Eingabe) oder eine Folgenachricht in die Warteschlange zu stellen (Strg+Eingabe), und heftet Copilot Fusion oben in der Modellliste an. Für Unternehmen deaktivieren die verwalteten Einstellungen nun Claude und Codex, sofern keine Ausnahme gilt. IDEs der Version 2025.2 werden nicht mehr unterstützt.
🔗 GitHub-Changelog: Copilot für JetBrains
Claude Platform führt verknüpfte Abrechnung ein, Warp bietet sie im Enterprise-Angebot an
17. November — Anthropic startet auf Claude Platform die Beta der verknüpften Abrechnung (linked billing). Bisher bedeutete die Nutzung der Claude API in einem Drittanbieter-Tool häufig, diesem einen API-Schlüssel anzuvertrauen, der wie ein Passwort funktioniert. Mit der verknüpften Abrechnung verbindet der Kunde seine Claude Platform-Organisation mit der Drittanbieter-Plattform, und die Nutzung wird ihm direkt in Rechnung gestellt, ohne dass ein Schlüssel weitergegeben wird.
Für die Anbieter hostet Anthropic den Genehmigungsprozess und die Abrechnung: Sie sehen für jeden Kunden die Anzahl der Anfragen, die Tokens und die verwendeten Modelle, in der Console oder über die API Usage and Cost Analytics (Beta), und entscheiden bei jeder Anfrage, wer zahlt: sie selbst oder ihr Kunde. Auf Kundenseite genehmigt ein Nutzer mit der Rolle Owner, Admin oder Billing die Verknüpfung einmal für die gesamte Organisation, legt pro Plattform ein monatliches Ausgabenlimit fest und kann die Verknüpfung jederzeit aufheben; die Nutzung kann auf eine bestehende Abnahmeverpflichtung gegenüber Anthropic angerechnet oder nach Verbrauch bezahlt werden. Zu beachten ist: Die Anfragen laufen in der Organisation der Plattform, sodass die Einstellungen der Kundenorganisation (Liste zugelassener IP-Adressen, Verschlüsselungsschlüssel, Datenaufbewahrung) dort nicht gelten. Neunzehn Plattformen unterstützen die Funktion zum Start, darunter Asana, Factory, Linear, Ramp, Railway, Tines und Warp.
🔗 Verknüpfte Abrechnung auf Claude Platform (Anthropic) · Ankündigung von @ClaudeDevs auf X
Warp führt die verknüpfte Abrechnung mit Claude Platform im Enterprise-Angebot ein
17. November — Warp, eine der 19 Plattformen zum Start, erläutert seine Umsetzung. Ein Unternehmen verbindet seine Claude-Organisation über OAuth mit Warp, ohne einen API-Schlüssel weiterzugeben, und Anthropic rechnet die Claude-Nutzung durch den Warp Agent direkt zu seinen API-Tarifen ab; auf der Seite Linked Platforms der Claude Console lässt sich das Ausgabenlimit einstellen und die Verknüpfung trennen. Die Dokumentation beschränkt die Funktion auf Warp Enterprise: Der Arbeitsbereich verwendet eine gemeinsame Verknüpfung, deren Aktivierung jedes Team selbst festlegt. Die Funktion umfasst den Agent auf dem Desktop, in der CLI, im Web und in der Cloud, einschließlich Sub-Agents, aber weder Claude Code noch die Nutzung über Amazon Bedrock oder Vertex AI; die Abonnements Claude Pro, Max, Team und Enterprise können dafür nicht zur Abrechnung genutzt werden. Wenn Anthropic eine Anfrage wegen fehlenden verknüpften Guthabens ablehnt, kann Warp sie auf das Warp-Guthaben des Teams umstellen.
🔗 Warp unterstützt jetzt die verknüpfte Abrechnung mit Claude Platform · Dokumentation von Warp
Coding-Agents: Claude Code 2.1.326, Verifizierung aus Sicht des Claude Code-Teams, Mistral Vibe Desktop, Antigravity 2.33, Replit Desktop und die Android-Apps von AI Studio
Claude Code 2.1.326: Code Mode mit agent teams, gehärtete Sandbox und 233 Fehlerbehebungen
16. November — Claude Code 2.1.326 ist eine umfangreiche Version: 367 Einträge, davon 233 Fehlerbehebungen. Bei den Neuerungen funktioniert Code Mode, der mit 2.1.323 eingeführte experimentelle Modus, in dem Claude Skripte schreibt, die mehrere Tool-Aufrufe aneinanderreihen, nun auch mit Agent-Teams (agent teams): Laut Dokumentation wechseln die Teammitglieder in der Standardansicht in Code Mode, aber nicht bei getrennten Ansichtsbereichen. Am 17. November hat @ClaudeDevs ihn erstmals hervorgehoben; er bleibt standardmäßig deaktiviert und lässt sich mit CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 aktivieren.
Auch Remote Control macht Fortschritte: Die Antworten einer Sitzung, die mit claude remote-control, aus Claude Desktop oder aus VS Code gestartet wurde, erscheinen während ihrer Erstellung auf dem Telefon oder im Browser. In Organisationen mit der HIPAA-Konfiguration „Claude Code + Cowork“ starten Sitzungen im Terminal und in VS Code nun im Modus auto, mit einem serverseitigen Klassifikator über eine direkte Verbindung zur API.
Ein großer Teil der Version erhöht die Sicherheit: Die Sandbox schreibt standardmäßig nicht mehr in bestimmte sensible Ordner des Benutzerverzeichnisses (sandbox.filesystem.allowWrite, um Ausnahmen zuzulassen), die Datei-Tools verweigern Schreibzugriffe auf .credentials.json, in einem Worktree isolierte Sub-Agents können gemeinsam genutzte Branches nicht mehr umschreiben, und mehr Befehle verlangen eine Bestätigung, darunter auch einige im Modus bypass permissions. Umgekehrt wird ein Plugin, das wegen eines fehlerhaft formatierten Anzeigefelds in plugin.json abgelehnt wurde, nun mit seinen Hooks und MCP-Servern geladen: Administratoren müssen prüfen, was sie bereitstellen. Zwei Änderungen wirken sich auf die Rechnung aus: Der Skill /claude-api erstellt seine Agents standardmäßig auf Managed Agents, und die automatische Compaction im plan mode verwendet das antwortende Modell (Opus mit opusplan), was mehr kosten kann. Der Kontext von /update-config sinkt von etwa 93 000 auf 13 000 Tokens, und browser_batch von Claude in Chrome steigt auf 150 Sekunden.
| Eintragstyp (v2.1.326) | Anzahl |
|---|---|
| Fehlerbehebungen (Fixed) | 233 |
| Änderungen (Changed) | 62 |
| Verbesserungen | 59 |
| Hinzufügungen (Added) | 11 |
| Entfernungen (Removed) | 2 |
Mehrere der Fehlerbehebungen verhindern unbemerkte Verluste: claude purge konnte bei einem unsichtbaren Druck auf die Eingabetaste die Daten eines Projekts löschen, wenn seine Ausgabe umgeleitet wurde, das Menü für das Ausgabenlimit entfernte das monatliche Limit ohne Rückfrage, und zwei parallele MCP-Aufrufe konnten ihre Ergebnisse vertauschen. Das Agent SDK für TypeScript 0.3.326 sendet die MCP-Server in der Initialisierungsanfrage (mcpServersDelivery: 'initialize') statt über die Kommandozeile, die vorerst weiterhin der Standard ist. Version 2.1.327 ist seit dem 17. November bereits im npm-Kanal next verfügbar, ohne Release Notes.
🔗 Claude Code v2.1.326 · Dokumentation zu Code Mode
Wie das Claude Code-Team von Claude geschriebenen Code prüfen lässt, vom Skill verify bis zum Commit-Gate
16. November — Nach seinem Code Review im Oktober erläutert das Claude Code-Team im Blog claude.dev, wie es die Arbeit von Claude prüfen lässt, der rund 90 % des Codes des Teams schreibt und überprüft. Addy Osmani vertritt dort eine einfache Idee: Zuverlässige Verifizierungsschleifen ermöglichen es, Dutzende Sitzungen parallel laufen zu lassen. In einem internen Test zur Erzeugung strukturierter Dateien verbesserte ein separater Prüfer, der das Ergebnis anhand eines Bewertungsrasters beurteilt, die Erfolgsquote um bis zu 10 Punkte. Der Beitrag empfiehlt zuerst End-to-End-Tests, dann Property-Based-Tests und differenzielle Tests, die bei Migrationen hilfreich sind. Im Team beschreibt ein Skill verify, wie die Anwendung gestartet und getestet wird, Claude zieht nach drei fehlgeschlagenen Durchläufen einen Menschen hinzu, und eine Zuverlässigkeitscheckliste mit 39 Punkten, die jeweils durch entsprechende Hinweise im Diff ausgelöst werden, ersetzt das Gedächtnis für frühere Vorfälle. Die Datei REVIEW.md, die Code Review anleitet, wird immer aus dem Basis-Branch gelesen, damit eine Änderung nicht die Regel verändern kann, anhand derer sie beurteilt wird, und ein Commit-Gate (Modi off, observe, enforce) kann einen Commit blockieren, wenn in der Sitzung weder /code-review noch /verify ausgeführt wurde.
🔗 Wie das Claude Code-Team über Verifizierung denkt (claude.dev)
Mistral veröffentlicht die Desktop-App von Vibe und bietet europäischen Entwicklern drei Monate Vibe Pro kostenlos an
17. November — Mistral bringt Vibe, seinen Arbeits- und Coding-Assistenten (ehemals Le Chat), an zwei Fronten voran. Zunächst mit einer Desktop-App für macOS und Windows, Vibe Desktop: Man überträgt ihr mehrere Aufgaben gleichzeitig, beobachtet, wie die Agents nebeneinander arbeiten, prüft anschließend ihre Diffs und verfolgt die Pull Requests im selben Fenster. Die bereits im Oktober in den CLI-Release-Notes erwähnte Anwendung lässt sich nun von der Produktseite herunterladen. Dazu kommt ein gezieltes Angebot: Entwickler in Europa erhalten mit dem Code LECHONK drei Monate Vibe Pro kostenlos, in begrenzter Stückzahl, danach für 14,99 Euro pro Monat, jederzeit kündbar. Eine Stunde nach dem ersten Tweet erklärte Mistral, die Codes für diesen Tag seien bereits aufgebraucht. Mistral präsentiert Vibe und Mistral Large 4 (Le Chonk) als das beste offene Duo aus Modell und Harness, vor GLM und DeepSeek beim Coding, ohne in seinem Thread Zahlen zu nennen; die zuletzt für Large 4 am 29. Oktober veröffentlichten Werte lagen bei 19,7 % auf FrontierCode 2.0 und 41 % auf Terminal-Bench 4.0.
🔗 Ankündigung von Mistral AI auf X · Produktseite von Vibe
Antigravity 2.33.0 verbindet sich per SSH mit entfernten Linux-Rechnern und integriert GitHub-Pull-Requests
17. November — Version 2.33.0 der Antigravity-App löst den Agent von der lokalen Maschine. Sie verbindet sich per SSH mit einem entfernten 64-Bit-Linux-Rechner, installiert dort ihren Server selbstständig über OpenSSH ausgehend von ~/.ssh/config und führt dort Projekte, Git-Worktrees, Agents und Terminals aus, die auch nach dem Schließen des Fensters weiterlaufen. Links zu GitHub-Pull-Requests werden zu Status-Badges mit Live-Aktualisierung, mit einem eigenen Abschnitt im Panel Overview. Die Version öffnet außerdem /swarm und die Plugin-Panels für Geschäfts- und Unternehmenskonten, sofern der Administrator dies erlaubt, fügt sieben Partner-Plugins hinzu (Cloudflare, Grafana Cloud, SonarQube, incident.io, Better Stack, Tavily, Levels.fyi) und akzeptiert im Seitenpanel Mediendateien bis zu 200 MB, bei insgesamt 16 Verbesserungen und 21 Fehlerbehebungen. Am Vortag hatte Version 2.32.2 die /btw-Nebenfragen in einen Chat-Tab für mehrere Gesprächsrunden mit Tools mit reinem Lesezugriff verwandelt. Im Terminal gibt Antigravity CLI 1.5.9 vom 14. November das Tool run_workflow für alle frei, mit dem der Agent ein Python-Skript zur Verteilung der Arbeit auf zahlreiche Sub-Agents schreibt, und schließt ein Datenleck: Die Header eines HTTP-MCP-Servers, etwa ein API-Schlüssel, konnten bei einer Weiterleitung an einen anderen Host gesendet werden.
Replit Desktop erscheint im Microsoft Store, mit einem Agent, der an lokalen Ordnern arbeitet
17. November — Die am 7. Oktober gemeinsam mit Microsoft als Preview angekündigte App Replit Desktop ist im Microsoft Store verfügbar. Der Replit Agent arbeitet dort an den Dateien in den Ordnern, die der Nutzer freigibt: Er erstellt Tools, analysiert lokale Daten und erzeugt daraus Berichte, die sich über die Replit-Cloud teilen lassen. Die Anwendungen werden lokal erstellt und ausgeführt, jeder Build in seiner eigenen Sandbox auf Basis von Microsoft Execution Containers und NVIDIA OpenShell; die Produktseite erläutert, dass diese Isolation auf kompatiblen Windows- und macOS-Geräten gilt, und bietet auch Linux-Versionen an. Replit nennt weder einen Preis noch ein Angebot.
🔗 Ankündigung von Replit auf X · Seite von Replit Desktop
Google AI Studio erstellt vollständige Android-Apps mit Datenbank, Google-Anmeldung und Veröffentlichung auf Google Play
17. November — Mit Gemini 4 Carbon und Hydrogen liefert der Build-Agent von Google AI Studio auf Grundlage eines Prompts eine Kotlin-App mit Datenbank, Nutzeranmeldung und KI-Funktionen. Wenn der Prompt diesen Bedarf beschreibt, bietet er an, das Backend selbst zu provisionieren: eine Cloud Firestore-Datenbank mit ihren Sicherheitsregeln, Firebase Authentication mit Google Sign-In und Aufrufe der Gemini-Modelle über Firebase AI Logic und App Check, damit der API-Schlüssel nie im APK enthalten ist. Bisher speicherten die in AI Studio generierten Android-Apps ihre Daten nur in der lokalen Sitzung. Anschließend genügt ein normales Google-Konto, um die App in der eigenen Google Play-Bibliothek zu veröffentlichen: AI Studio erstellt und signiert das Bundle, danach installiert man es auf dem eigenen Telefon. Der integrierte Emulator streamt in HD 1200p mit Ton, und ein Screenshot lässt sich dem Prompt mit einem Klick hinzufügen.
🔗 Full-Stack-Android-Apps mit Gemini in Google AI Studio erstellen
Offene Modelle und Inferenz: Olala mini 7A1B von OVHcloud, Qwen3.8-27B für den Harness pi angepasst, Together Compiler
OVHcloud kündigt Olala mini 7A1B an, das erste Modell seiner LLM-Familie, trainiert auf öffentlichen europäischen Supercomputern
17. November — OVHcloud steigt mit Olala, seiner ersten LLM-Familie, in das Rennen um Sprachmodelle ein. Das erste Modell, Olala mini 7A1B, umfasst 7 Milliarden Parameter, von denen bei jeder Anfrage 1 Milliarde aktiviert wird, organisiert als Mischung aus Experten (Mixture of Experts, MoE) mit 256 Experten pro Schicht und einer hybriden Attention, die Differential-TPA und Mamba-3 kombiniert. Es wurde von Grund auf auf drei öffentlichen europäischen Supercomputern trainiert, Jupiter, MeluXina und Jean Zay, dank einer Unterstützung, die OVH auf Rechenstunden im Wert von 7 Millionen Euro beziffert.
| Angekündigtes Merkmal | Olala mini 7A1B |
|---|---|
| Parameter | 7 Milliarden insgesamt, 1 Milliarde aktiv |
| Architektur | MoE, 256 Experten pro Schicht, Differential-TPA + Mamba-3 |
| Kontext | 32 000 tokens (128 000 in v1.1 geplant) |
| Angekündigter Durchsatz | 160 tokens/s auf RTX A4500, 50 tokens/s ohne GPU |
| Minimaler GPU-Speicher | 8 Go |
| Angekündigte Lizenz | Apache 2.0, auf Hugging Face |
Die Gewichte sind noch nicht auf Hugging Face verfügbar: Die Pressemitteilung kündigt an, dass das Modell dort unter der Lizenz Apache 2.0 „verfügbar sein wird“, zusammen mit seinen Gewichten, seinem vortrainierten Basismodell, einem technischen Bericht und einer Dokumentation zur Einhaltung des AI Act. Der offizielle Start ist beim OVHcloud AI Summit am 19. November geplant. Bisher wurde kein Benchmark veröffentlicht. Als erster genannter Kunde nutzt Qwant es bereits für seine Blitzantworten, mit 20 % schnelleren Antworten und auf ein Drittel gesenkten Betriebskosten, so OVH. Der weitere Weg steht fest: eine v1.1 bis Ende des Jahres mit einem Kontext von 128 000 Tokens und besserem mathematischem Reasoning, danach eine v2.0 mit mehr als 100 Milliarden Parametern, mit Varianten für agentische KI in Unternehmen, Cloud-DevOps und Cybersicherheit. Laut Octave Klaba, Vorstandsvorsitzender von OVHcloud, sind die Trainingskosten in drei Jahren um den Faktor 20 gesunken, und OVH will für die Verfügbarkeit offener Modelle nicht von der Großzügigkeit einiger weniger Labore abhängen.
🔗 Ankündigung von OVHcloud auf X · Pressemitteilung von OVHcloud
Qwen3.8-27B-pi-adapted: Ein LoRA-Adapter steigert Qwen3.8-27B im Harness pi auf SWE-bench Pro von 29,4 auf 62,7 %
17. November — Das von Teams bei Hugging Face geleitete Projekt harness-hub veröffentlicht Qwen3.8-27B-pi-adapted, einen LoRA-Adapter unter der Lizenz Apache-2.0, der Qwen3.8-27B für den Einsatz als Modell im Coding-Agent-Harness pi spezialisiert. Er wurde durch Reinforcement Learning (asynchrones GRPO aus TRL) direkt im Harness trainiert, und die Gewichte sind auf dem Hub verfügbar, zusammen mit einer GGUF-Version für llama.cpp.
| Gemessener Benchmark (Harness pi, pass@1) | Qwen3.8-27B | Mit Adapter | Tool-Aufrufe pro Aufgabe |
|---|---|---|---|
| SWE-bench Pro (51 schwierigste Aufgaben) | 29,4 % | 62,7 % | -55 % |
| Terminal-Bench 2.1 (86 Aufgaben) | 39,5 % | 55,8 % | -62 % |
| Terminal-Bench 2.1 (68 zurückgehaltene Aufgaben) | 39,7 % | 55,9 % | -64 % |
Das Team weist die 68 Aufgaben von Terminal-Bench, die nicht zur Auswahl des Checkpoints verwendet wurden, gesondert aus; dort beträgt der Zugewinn weiterhin 16,2 Punkte. Die Auswahl des Checkpoints stützte sich allerdings auch auf die Ergebnisse von SWE-bench Pro. Dies ist die Fortsetzung des am 6. November vorgestellten Projekts, und younes kündigt weitere Adapter in den kommenden Tagen an.
🔗 Modellkarte von Qwen3.8-27B-pi-adapted (Hugging Face) · Ankündigung von younes auf X
Together AI berichtet über die Entstehung von Together Compiler, 28 % schneller als seine früheren Megakernels auf B200
16. November — Zwei Wochen nach der Einführung von Together Compiler veröffentlicht das Forschungsteam von Together AI einen Bericht über dessen Entwicklung: Im vergangenen Jahr entwickelte es noch Megakernels, von Hand geschriebene GPU-Kernels; dieses Jahr hat es sie aufgegeben. Laut dem Beitrag übertrifft Together Compiler, der Agenten mit dem Umschreiben und Zusammenführen der Kernels eines Modells beauftragt, die von Hand geschriebenen Megakernels auf B200 um 28 % (2 118 gegenüber 1 649 tokens/s auf Llama 3.2 1B). Die Megakernels waren schnell, aber so unflexibel, dass nach monatelanger Arbeit nur einer in der Produktion eingesetzt wurde, für ein Modell, eine Batchgröße und einen Kunden; zwei NVIDIA-Primitive, CUDA Graphs und PDL, erreichen 98 % ihrer Leistung, ohne einen Kernel schreiben zu müssen.
| Gemessene Konfiguration (Llama 1B, H100) | Tokens/s | Anteil an der Megakernel-Leistung |
|---|---|---|
| Torch Compile (Inductor) | 669 | — |
| + CUDA Graphs | 864 | 87 % |
| + präzise platziertes PDL | 975 | 98 % |
| Von Hand geschriebener Megakernel | 990 | 100 % |
Bei den Agenten verringerte eine Wissensdatenbank die letztlich erzielte Beschleunigung um 19 %, während häufige Kommunikation zwischen den Agenten und eine minimale Anweisung die besten Ergebnisse lieferten.
🔗 Der Weg zu Together Compiler (Together AI)
NVIDIA für die Wissenschaft: Nemotron for Science, eine vom DKRZ gewählte Plattform mit 192 Vera-CPUs und das DGX Spark HPC Developer Kit
Nemotron for Science, ein offenes Paket aus Modell, Daten und Rezepten für wissenschaftliche Agenten
16. November — Auf der SC26 stellte Ian Buck Nemotron for Science vor, ein offenes Paket für wissenschaftliche Agenten. Es verbindet das multimodale Modell Nemotron 3.5 Super VL, LitmusBench, einen neuen Chemiedatensatz mit fast 50 000 Fragen (Löslichkeit, Stoffwechsel), und Rezepte für das Post-Training mit NeMo Gym und NeMo RL, um das Modell anhand experimenteller Daten an ein Fachgebiet anzupassen, auf einem DGX Spark ebenso wie auf einem Supercomputer. NVIDIA hebt die Ergebnisse seiner Partner hervor: Lila Sciences hat nach eigenen Angaben die Genauigkeit bei der Synthese von Quantenpunkten nahezu verdoppelt, auf 61 % gegenüber 54 % bei GPT-6 Astra, bei 10- bis 20-mal niedrigeren Inferenzkosten; Terray Therapeutics erkennt im RxnScribe-Test rund 76 % der Reaktionen aus chemischen Schemata; und ein Agent des KTH reparierte über Nacht auf einem einzigen DGX Spark 81 % der fehlerhaften GROMACS-Konfigurationen.
🔗 Nemotron for Science (NVIDIA) · Technischer Beitrag zum Post-Training
Eine Rack-Plattform mit 192 Vera-CPUs für wissenschaftliches Rechnen, für die sich das DKRZ entschieden hat
16. November — NVIDIA bietet seinen Vera-Prozessor als Plattform für Simulationen ohne GPU-Beschleunigung an: ein flüssigkeitsgekühltes Rack mit 192 Vera-CPUs mit jeweils 88 Olympus-Kernen, rund 300 To Arbeitsspeicher und mehr als 200 To/s aggregierter Speicherbandbreite. Laut NVIDIA-Tests erreicht Vera bei einer Strömungssimulation mit OpenFOAM die 1,9-fache Leistung und die 2,4-fache Leistung pro Watt von x86-Systemen. Als erster angekündigter Kunde wird das Deutsche Klimarechenzentrum (DKRZ) die Plattform in seinen von Bull gebauten Supercomputer HLRE-5 integrieren, der Anfang 2028 erwartet wird. Die Racks werden ab Anfang 2027 von Dell, HPE, Lenovo und Supermicro angeboten, und NVIDIA veröffentlicht das HPC SDK 26.11 mit einer Vorabversion eines neuen Fortran-Compilers.
🔗 Die Vera-Plattform für die Wissenschaft (NVIDIA)
Das DGX Spark HPC Developer Kit, ein Cluster aus vier DGX Spark für den Schreibtisch von Forschenden
16. November — NVIDIA stellt ein HPC-Entwicklungskit vor, das auf vier DGX Spark basiert, die über ConnectX-7 ohne Switch in einem Ring verbunden sind. Insgesamt bietet es 512 Go Arbeitsspeicher und 16 To Speicherplatz, genug, um Modelle mit bis zu 700 Milliarden Parametern in NVFP4 lokal auszuführen. Es soll Forschenden ermöglichen, Simulationen über mehrere Knoten zu entwickeln und zu debuggen, bevor sie ihre Supercomputer-Stunden verbrauchen; LAMMPS und NAMD wurden auf den vier Knoten vorgeführt. Das Kit ist bei neun Herstellern, darunter Acer, ASUS, Dell, HP und Lenovo, sowie auf dem NVIDIA Marketplace erhältlich, ohne veröffentlichte Preisangabe; das Playbook zur Installation des HPC SDK soll in Kürze folgen.
🔗 DGX Spark HPC Developer Kit (NVIDIA-Blog)
IA und Cybersicherheit: Die OTAN und europäische Behörden nutzen die Cybermodelle von OpenAI, GitHub und Microsoft liefern Maintainern 99 überprüfte Berichte
Die OTAN und europäische Behörden nutzen die Cybermodelle von OpenAI über Daybreak
17. November — OpenAI erläutert, wie seine Cybersicherheitsmodelle bereits die Verteidigung der OTAN und mehrerer verbündeter Länder unterstützen. Über die Kommunikations- und Informationsagentur der OTAN (NCIA) erhalten die zentralen Institutionen des Bündnisses Zugang zu fortschrittlichen Cybermodellen und haben bis zu 300 Milliarden Tokens pro Monat verbraucht. OpenAI unterstützte auch die Übung Crossed Swords 2026, bei der ein neues Ausbildungsmodul die Entwicklung und Bewertung von IA-Agenten für Cyberoperationen mit Daybreak unter menschlicher Aufsicht vorsah. Die ENISA, die ANSSI sowie die deutschen und polnischen Behörden haben Zugang zu diesen Modellen, und die Ukraine nutzt Daybreak zum Schutz ihrer zivilen Infrastruktur. Die genannten Ergebnisse sind konkret: vier von der ENISA entdeckte und inzwischen behobene Schwachstellen in Software europäischer Institutionen; sechs von CERT Polska gefundene Schwachstellen in MikroTik RouterOS; und ein Bericht der ENISA und des CERT-EU, in dem sich über alle getesteten Modelle hinweg 95 % der 88 an Maintainer gemeldeten potenziellen Probleme als real erwiesen. Der Beitrag nennt keine Vertragssumme.
🔗 Stärkung der Cyberabwehr der OTAN und ihrer Verbündeten mit IA (OpenAI)
GitHub und Microsoft machen aus Tausenden IA-Meldungen 99 überprüfte Berichte für sechs Open-Source-Projekte
17. November — GitHub und Microsoft veröffentlichen die Bilanz eines Pilotprojekts gegen die Flut von IA-generierten Schwachstellenberichten, die Maintainer überrollt. Codename MDASH, das agentische Analyse-Harness von Microsoft Security, hat sechs Projekte (AutoGPT, Caddy, Express, FastMCP, ImageMagick und Netty) mit dem Modell MAI Cyber gescannt und Patches vorgeschlagen. Ein auf Copilot-Skills basierender Triage-Agent des GitHub Security Lab entfernte Duplikate und Fehlalarme. Anschließend überprüften sieben Forschende des Microsoft FORGE Lab jede verbleibende Meldung von Hand, in etwa zwei Tagen pro Projekt.
| Schritt im MDASH-Pilotprojekt | Veröffentlichter Wert |
|---|---|
| Ungeprüfte Meldungen (laut GitHub-Tweet) | 9 791 |
| Privat an Maintainer übermittelte Berichte | 99 |
| Berichte mit bis zum 15. November behobenen Problemen | 55 |
| Bereits in einer Version veröffentlichte Patches | 14 |
Caddy behob die Probleme aus allen 22 Berichten innerhalb einer Woche oder weniger. GitHub zieht daraus drei Lehren: Fehlerbehebungen zählen mehr als Entdeckungen, die menschliche Überprüfung bleibt unverzichtbar, lässt sich aber noch nicht skalieren, und Maintainer brauchen leistungsfähige Cybersicherheitsmodelle, um Proofs of Concept zu überprüfen. Alle bisherigen Projekte des GitHub Secure Open Source Fund erhalten Analysen, die vor dem Versand überprüft werden, sowie Zugang zu Copilot Max.
🔗 Maintainer brauchen keine weiteren IA-Fehlerberichte, sie brauchen Fehlerbehebungen (GitHub) · Tweet von GitHub
IA und Robotik: ein Robotics-Plugin für Antigravity mit Gemini 4 Hydrogen und der Videodatensatz HubEgo-100K
Google veröffentlicht ein Robotics-Plugin für Antigravity und stellt Gemini 4 Hydrogen als universell einsetzbares Robotikmodell vor
17. November — Google macht Antigravity zu einer Robotikwerkstatt. Das neue Robotics-Plugin bündelt Skills, die Gemini für Entwickler ausführt: Treiberinstallation, Kameraerkennung, Kalibrierung des Roboterarms und Testbewegungen über ein USB-Kabel, in Antigravity erstellte MuJoCo-Szenen, Wahrnehmung und Steuerung im geschlossenen Regelkreis und schließlich die Generierung der vollständigen Anwendung. Im Mittelpunkt steht Gemini 4 Hydrogen: Auf dem Benchmark Artificial Analysis Robotics 0.1, bei dem ein echter Roboterarm mit 6 Achsen 8 alltägliche Aufgaben auf einem Tisch nacheinander erledigt, erzielt es 58 Punkte, einen Wert nahe dem von Argon bei niedrigeren Kosten pro Token. Auf ERQA übertrifft es Gemini Robotics ER 2 beim räumlichen Schlussfolgern. Die Demonstrationen zeigen den Umfang: ein in rund zehn Minuten kalibrierter YAM-Arm und ein Snack-Sortierer auf einem Förderband, der zunächst in der Simulation validiert und dann in etwa einer Stunde in Betrieb genommen wurde. Antigravity ist zahlenden Abonnenten von Google AI Pro und Ultra vorbehalten; das Modell bleibt über die Gemini-API und in AI Studio nutzbar.
🔗 Gemini Hydrogen für Robotik (Google Developers) · Thread von Google DeepMind
Hub veröffentlicht HubEgo-100K, Videos beruflicher Handgriffe aus der Ich-Perspektive unter CC BY 4.0
16. November — Hub veröffentlicht auf Hugging Face HubEgo-100K, einen Videodatensatz qualifizierter Tätigkeiten aus der Ich-Perspektive für das Robotertraining, kostenlos für Forschung und kommerzielle Nutzung. Name und Ankündigung zielen auf 100 000 Stunden von mehr als 100 000 Mitwirkenden ab; die erste veröffentlichte Version umfasst 10 000 Stunden, die von 12 227 Personen innerhalb von 72 Stunden an ihren Arbeitsplätzen oder bei zu Hause ausgeübten Berufen aufgenommen wurden, in RGB mit Daten einer inertialen Messeinheit, in den Formaten LeRobot und MCAP, unter der Lizenz CC BY 4.0 und mit Zugang auf Anfrage. Der Schwerpunkt liegt auf Vielfalt statt auf Umfang: im Median 250 Personen pro Aufgabentyp, wobei niemand mehr als 0,22 % der Stunden beisteuert. Hub stützt sich auf auf der ICLR 2025 vorgestellte Arbeiten, denen zufolge die Generalisierungsfähigkeit einer Roboter-Policy vor allem von der Anzahl der gesehenen Umgebungen und Objekte abhängt.
🔗 Ankündigung von Hub auf X · HubEgo-100K-Datensatz auf Hugging Face
Sprach-IA: ElevenLabs veröffentlicht Scribe v3 Live Medical, medizinische Echtzeittranskription für Sprachagenten
17. November — Eine Woche nach Scribe v3 Live veröffentlicht ElevenLabs eine medizinische Version für Sprachagenten, die Patienten, Versicherten und medizinischem Fachpersonal live antworten. Das Modell konzentriert sich auf Wörter, bei denen ein allgemeines Modell besonders häufig Fehler macht: Medikamentennamen, Dosierungen und medizinische Maßnahmen. Teams können bis zu 10 000 eigene Begriffe hochladen, wodurch laut ElevenLabs die Fehler bei medizinischen Begriffen um bis zu 48 % sinken; das Modell wartet außerdem das Ende einer in mehreren Abschnitten diktierten Nummer ab und folgt Sprachwechseln während des Gesprächs, zwischen mehr als 90 Sprachen, bei einer Latenz von etwa 150 ms.
| Testverfahren (intern bei ElevenLabs) | Scribe v3 Live Medical |
|---|---|
| PriMock57 (WER) | 12,8 % |
| Fareez OSCE (semantische WER) | 0,6 % |
| Eka Medical ASR | 11 % (Scribe v3 Live: 11,54 %) |
| MED-Term Englisch / Deutsch / Französisch | 2,24 % / 2,81 % / 3,24 % |
Auf PriMock57 meldet ElevenLabs die niedrigste Fehlerrate unter den getesteten medizinischen Modellen, mit 17 % weniger Fehlern als das nächstbeste Modell, ohne diese Wettbewerber zu nennen. Das Modell ist ab sofort in ElevenAgents verfügbar und für Unternehmen mit BAA-Vertrag für die Nutzung gemäß HIPAA geeignet.
🔗 Scribe v3 Live Medical (ElevenLabs)
Einführung in Unternehmen: Cognition arbeitet mit McKinsey zusammen, um den Mehrwert von Devin zu messen
16. November — Cognition kündigt eine Allianz mit McKinsey & Company an, um großen Unternehmen dabei zu helfen, aus IA in der Softwareentwicklung einen messbaren Mehrwert zu erzielen. Devin übernimmt die Entwicklungsarbeit; McKinsey hilft den Kunden, vorrangige Projekte auszuwählen, Ausgangswerte für Kosten, Geschwindigkeit und Qualität festzulegen und Teams neu zu organisieren. Der Beitrag stützt sich auf eine McKinsey-Umfrage aus dem zweiten Quartal 2026 unter 334 Produkt- und Entwicklungsverantwortlichen: Das am weitesten fortgeschrittene Viertel der Organisationen berichtet von einer Produktivität, die sich mehr als verdoppelt hat, während 30 % einen Rückgang feststellen. Cognition zählt nach eigenen Angaben sechs der acht global systemrelevanten US-Banken und drei der sechs größten US-Krankenversicherer zu seinen Kunden und gibt um bis zu 60 % niedrigere Kosten an. Als erster Fall wird der polnische Softwareanbieter Comarch genannt, der sein 20 Jahre altes ERP XL mit Devin innerhalb von 18 Monaten modernisiert. Ein Betrag wird nicht genannt.
🔗 Cognition und McKinsey (Devin-Blog)
Kurzmeldungen
NVIDIA
- Ausschuss für nationale Sicherheit und Exporte — Am Tag der Veröffentlichung seiner Geschäftsergebnisse richtet NVIDIA einen ständigen Ausschuss seines Verwaltungsrats ein, unter dem Vorsitz von Suzanne Nora Johnson und mit Stephen C. Neal und John O. Dabiri; die Teams für nationale Sicherheit und Handelskonformität berichten ihm sowie der kommissarischen Vorstandsvorsitzenden. 🔗 Quelle
- Substrate und Packaging — Kinsus wird seine für NVIDIA bestimmte Kapazität für ABF-Substrate auf mehr als das 3,5-Fache erhöhen (Produktion im zweiten Halbjahr 2027), SPIL erweitert das Advanced Packaging mit einer Finanzierung von mehreren Milliarden Dollar durch NVIDIA, und die Vereinbarungen mit Amkor nähern sich 3 Milliarden Dollar. 🔗 Quelle
- IBM, Fermilab und Quantencomputing — DGX B200 werden neben IBM-Quantencomputern installiert, darunter solchen mit dem Nighthawk-Prozessor, um eine gemeinsame Co-Design-Plattform für Fehlerkorrektur und Hochenergiephysik zu schaffen. 🔗 Quelle
Bild und Gestaltung
- Midjourney — Das Bearbeitungsmodell wendet jetzt Moodboards, Style-Codes und Stilreferenzbilder an: Es genügt, ein Bild in die Prompt-Leiste zu ziehen und einen Stil hinzuzufügen, ohne einen Prompt zu schreiben; die Alpha-Website erhält ein Menü „change style“. 🔗 Quelle
- Ideogram Print on Demand Studio — Ein Arbeitsbereich für Anbieter bedruckter Produkte: Trends erkennen, ein Motiv erstellen, es vektorisieren oder vergrößern, für den Druck vorbereiten und auf dem Produkt ansehen, mit dem Vektormodell von Ideogram; Preise und Angebote werden nicht genannt. 🔗 Quelle
- Laya bei Luma — Luma erläutert seinen Board-Organisator: Der Hauptagent Orca überträgt das Aufräumen dem Subagenten Laya, der über Gruppierungen entscheidet und die Positionsberechnung dem Code überlässt; eine Korrektur dieser Berechnung verkürzte einen Test von 195 auf 22 Sekunden. 🔗 Quelle
Coding-Agenten und CLI
- Codex CLI 0.171.0-alpha.12 — Drei Vorabversionen mit leeren Release Notes; ihren Commit-Titeln zufolge erhält das Terminal Dokument- und Bildvorschauen in seiner Seitenleiste, eine Rückgängig-Funktion im Composer und die Erstellung benutzerdefinierter Statuszeilen. Am Abend des 17. November folgte mit 0.169.1 eine stabile Fehlerkorrekturversion ohne Release Notes. 🔗 Quelle
- Qwen Code v0.28.0 — Unterstützung für Qwen4-Max (native Aufwandsskala, Cache-TTL), Headless-Modus, Terminal-Oberfläche und Subagenten standardmäßig in derselben Agentenschleife sowie Sessions in verwalteten Worktrees im Web Shell. 🔗 Quelle
- Kimi Code 2.6.3 — Sechs Fehlerkorrekturen: Der externe Stop-Hook wird wieder nach jeder Antwort ausgeführt, Benachrichtigungen über Hintergrundaufgaben lösen beim Fortsetzen einer Session keine erneute Antwort mehr aus, und der WebBridge-Daemon aktualisiert sich unter Windows. 🔗 Quelle
- Delta Personal Runners — Delta, die Umgebung von Zed zum Programmieren mit Agenten, ermöglicht es, von einem anderen Gerät einschließlich eines Telefons einen Thread zu steuern, dessen Turns auf dem eigenen Rechner ausgeführt werden;
delta runner serveermöglicht dasselbe auf einem Server ohne Benutzeroberfläche. Preise wurden nicht angekündigt. 🔗 Quelle - Devin-Release-Notes — Die Seitenleiste zeigt abonnierte Sessions, Mark done ersetzt die Archivierung, ein Phonebook-Verzeichnis verknüpft die Identitäten jedes Mitglieds (Slack, Teams, Git, Jira, Linear), und Sicherheitsbefunde lassen sich als CSV exportieren. 🔗 Quelle
- Gemini CLI — Weiterhin ohne Release seit dem 10. November: Der main-Branch wertet reguläre Ausdrücke in Richtlinienregeln nun mit re2js aus, in linearer Zeit und mit einer Obergrenze von 2 000 Anweisungen; eine Regel mit Lookahead oder Rückreferenz wird ignoriert. 🔗 Quelle
- DeepSeek Harness 0.2.2-rc.4 — Vierzigste Vorabversion ohne stabile Version, beschränkt auf zwei Fehlerkorrekturen: den Umgang mit unerwarteten Modellantworten und die LiveShare-Freigabe in der Desktop-Anwendung. 🔗 Quelle
Weitere Neuigkeiten von GitHub
- Secret Scanning auf Abruf — Nach Aktivierung prüft Copilots Spezialist security-review die aktuellen Änderungen mit den mehr als 500 Secret-Detektoren von GitHub und dessen feinabgestimmtem Modell, in der CLI, der App, dem SDK und der Code Review, als öffentliche Vorabversion. 🔗 Quelle
- Harness-Vergleich — Die Benchmark-Website von Copilot vergleicht Copilot CLI mit Claude Code und Codex CLI bei gleichem Modell und gleichem Aufwand anhand der Lösungsquote und der Kosten pro Aufgabe; der Changelog nennt keine Zahlen. 🔗 Quelle
- GitHub Event Streams — In einer Vorabversion mit Warteliste kann ein Agent eine Pull Request abonnieren und erhält Reviews, Commits, Konflikte und CI-Änderungen in Echtzeit, ohne die API ständig abzufragen oder einen öffentlichen Webhook bereitzustellen. 🔗 Quelle
- Microsoft Agent 365 — Unternehmen mit GitHub Enterprise Cloud und Enterprise Managed Users können die Aktivitäten der Copilot-Agenten dorthin übertragen, einschließlich Prompts, Antworten, Tool-Aufrufen und Risikosignalen in Purview und Defender. 🔗 Quelle
- Agent Host Protocol — Ein Engineering-Beitrag beschreibt die Entwicklung des Protokolls, das eine Agentensession zwischen Geräten überträgt, mit zwei unabhängigen Hosts, in TypeScript für VS Code und in Rust für GitHub, sowie Bibliotheken in sechs Sprachen. 🔗 Quelle
- GitHub MCP Server 2.2.0 — Die Serveranweisungen werden durch gefilterte MCP-Skills ersetzt, die Tools für Secret-Scanning-Warnungen können Secrets ausblenden, und neue öffentliche Tools dienen der Agentenautomatisierung. 🔗 Quelle
- Anpassungen nur über Plugins — Die verwaltete Einstellung
strictPluginOnlyCustomizationermöglicht es Unternehmensadministratoren, vorzuschreiben, dass Skills, Agenten, Hooks, MCP-Server und Copilot-Erweiterungen aus Plugins oder verwalteten Einstellungen stammen müssen. 🔗 Quelle - Copilot-Rückblick vom 9. November — Die GitHub Copilot App erhält einen QR-Code, um eine Cloud- oder Codespace-Session auf dem Telefon fortzusetzen, die Möglichkeit, sich erneut mit einem MCP-Server zu verbinden, ohne die Unterhaltung zu verlassen, und eine mehrsprachige Diktierfunktion einschließlich Französisch. 🔗 Quelle
- Dependabot — Anträge auf delegiertes Verwerfen von Warnmeldungen bleiben ein Jahr statt einer Woche offen, zunächst auf github.com und anschließend in GHES 3.24. 🔗 Quelle
Modelle, Forschung und Hugging Face
- Qwen4-Max bei You.com und Lebrel — Nach OpenRouter, Vercel und Novita AI kündigt Qwen die Verfügbarkeit von Qwen4-Max auf You.com und anschließend auf Lebrel für agentisches Programmieren an, ohne Preise oder Tarife zu nennen. 🔗 Quelle
- TRL v1.18.1 — Fehlerkorrekturversion: Die CLI funktioniert wieder unter Python 3.15, und die Berechnung der Genauigkeitsbelohnungen erfolgt in einem separaten Prozess, damit eine pathologische Antwort kein Training mehr blockiert. 🔗 Quelle
- MecCog Challenge — Hugging Face und die Gründer von CASP starten einen bis zum 15. Januar 2027 laufenden Wettbewerb, bei dem fünf Hypothesen zur Rolle von APOE4 bei Alzheimer mit der Fachliteratur verknüpft werden sollen; Menschen und Agenten können teilnehmen, und die Ergebnisse werden in einer Fachzeitschrift veröffentlicht. 🔗 Quelle
- Auto Router von OpenRouter — Laut dem Benchmark AutoBench, dessen Autor ebenfalls einen Router anbietet, wählt der neue Auto Router mit der Einstellung high in 65,2 % der Fälle das richtige Modell, gegenüber 79,1 % beim Vorgänger; seine anderen Einstellungen bleiben auf Zufallsniveau. 🔗 Quelle
- Unzensierte Modelle als Agenten — OpenUncensored, das den Zugang zu diesen Modellen verkauft, ließ 32 davon fünf Aufgaben mit Tools bearbeiten: Die von den besten Ausgangsmodellen abgeleiteten Modelle erledigen 38 % der Aufgaben, die übrigen 28 %. 🔗 Quelle
- TuHaMa — Turkish NLP Suite veröffentlicht 52 000 Beispiele türkischer Hassrede gegen 12 Gruppen aus dem Forum Ekşi Sözlük, die als Test für das kulturelle Verständnis von Modellen vorgestellt werden. 🔗 Quelle
- TRELLIS.2 in CUDA C++ — Suvaditya Mukherjee ließ dieses 3D-Modell von Claude in CUDA C++ neu schreiben: 5,3-mal schneller als die PyTorch-Implementierung beziehungsweise 2,2-mal bei bitgenauen Ergebnissen, für rund 7 Dollar KI-Kosten und 60 Dollar Rechenkosten auf H200. 🔗 Quelle
- AI Model Hacking Hackathon — VIDRAFT eröffnet einen Red-Teaming-Wettbewerb für ViKernel im Browser, über vier Saisons und mit 4 500 Dollar Preisgeld. 🔗 Quelle
Robotik
- LeWAM — Kevork Sulahian bat GPT-6 Astra, die Roboter-Policy LeWAM durch direkte Bearbeitung der Gewichte zu korrigieren: Bei 300 neuen Ausgangssituationen schneidet keine der sieben Änderungen besser ab als die ursprüngliche Policy (-2,3 bis +3,0 Punkte). 🔗 Quelle
- TartanGround für FiftyOne — Voxel51 konvertiert sechs Trajektorien eines Bodenroboters aus dem Datensatz von CMU AirLab (Krankenhaus, Hafen, Sumpf, japanische Stadt, Fabrik, Stadtzentrum), mit Kamera, Segmentierung, Lidar, Pose und IMU. 🔗 Quelle
Sprach-KI
- PostNord und ElevenAgents — Der nordische Postdienstleister hat sein schwedisches Sprachdialogsystem innerhalb von rund 90 Tagen durch ein Multiagentensystem ersetzt: Der Anteil der ohne Weiterleitung gelösten Anrufe steigt von 45 auf 60 %, bevor das System auf Dänemark, Norwegen und Finnland ausgeweitet wird. 🔗 Quelle
- Wonderful bei Together AI — Wonderful betreibt seine eigenen, für bislang schlecht abgedeckte Sprachen feinabgestimmten Sprachmodelle auf dedizierten NVIDIA-GPUs ausschließlich in Europa, laut Together AI mit 274 ms bis zum ersten Satz. 🔗 Quelle
Unternehmen und Institutionen
- Revolut und Codex — In einer von OpenAI veröffentlichten Fallstudie gibt Revolut an, seine Programmierzeit mit Codex um 30 bis 60 % verkürzt zu haben, und überträgt einem FinCrime-Agenten Erstprüfungen, wobei die endgültige Entscheidung beim Menschen bleibt. 🔗 Quelle
- Grok Bots bei SpaceXSI — Fünf Grok Bots übernehmen den Rechnungsstellungs- und Zahlungseingangszyklus des Buchhaltungsteams: Eine Rechnung wird in wenigen Minuten statt in rund 24 Stunden ausgestellt, der Zahlungsabgleich verkürzt sich von 3 oder 4 Stunden auf 30 Minuten, so SpaceXSI. 🔗 Quelle
- OpenAI for Chile — Absichtserklärung mit dem chilenischen Wissenschaftsministerium, um KI in der Verwaltung, die Schulung von Beamten und die Unterstützung von Startups zu erkunden, ohne Investitions- oder Kaufverpflichtung. 🔗 Quelle
- Crunchbase in Cohere North — Nach PitchBook erhalten die Agenten von North Zugriff auf mehr als sieben Millionen Unternehmensprofile und die Prognosen von Crunchbase, für Kunden mit einer Crunchbase-Lizenz und Single Sign-on. 🔗 Quelle
- RAG-Leitfaden von Perplexity — Der fünfte Leitfaden seit Oktober zu Retrieval-Augmented Generation: Vorteile, Architekturen, Anwendungsfälle und Unterschiede zu einem eigenständigen LLM, MCP oder einer API, ohne Produktneuheit. 🔗 Quelle
Was das bedeutet
Die Kosten pro Aufgabe werden zum zentralen Verkaufsargument bei Modellveröffentlichungen. OpenAI vermarktet GPT-6.2 nicht mit einem einzelnen Rekord, sondern mit Punktgewinnen bei weniger Tokens und einem niedrigeren Preis für Astra, und ergänzt günstigere Ausführungsfenster von 2 und 8 Stunden für Agenten, die warten können. Microsoft stellt MAI Code 2 als Modell mit 96 % der Leistung von Claude Opus 5.5 zu 5 % der Kosten vor, GitHub platziert Copilot Fusion vor Opus 5.5 und Fable 5.2 bei 88 % geringeren Kosten als Fable, und Perplexity zeigt neben jedem WANDR-Score die Kosten pro Aufgabe an. Diese Vergleiche stammen weiterhin von den Anbietern und unterliegen deren Bedingungen: Aktionspreis für MAI Code 2, die jeweils beste Konfiguration jedes Modells bei OpenAI und Fable 5.2, das im Intelligence Index und bei FrontierCode 2.0 weiterhin führt.
Agenten gehen von Aufgaben zu Zielen über. Devin Bots erhält einen Verantwortungsbereich, Replit Missions ein innerhalb eines Budgets zu erreichendes Ergebnis, Gemini Tasks einen Auftrag zum Telefonieren und Bezahlen, und Multiagent verteilt einen Vorgang auf ein Team von Modellen. Mit dieser Autonomie verändert sich die Art der Schutzvorkehrungen: Ausgabenobergrenze und Genehmigungen in der Missionsvereinbarung von Replit, Ausgabenlimit und zugelassene Shops bei Gemini, eine isolierte virtuelle Maschine pro Aufgabe, ein „Needs You“-Postfach bei Cognition. Die genannten Zahlen, etwa die 1 134 PRs des Android Bot oder der Faktor 19 beim NumPy-Schwarm, stammen von den Anbietern und beziehen sich auf deren eigene Projekte.
Das Modell wird austauschbar, und die Wertschöpfung verlagert sich auf die Schicht, die es auswählt und abrechnet. Der Orchestrator von Perplexity wechselt zwischen Anbietern und umgeht sogar die Ablehnung eines Modells, indem er die Aufgabe einem anderen überträgt, Multiagent und Copilot Fusion kombinieren konkurrierende Modelle, und die verknüpfte Abrechnung von Claude Platform ermöglicht es, die API von Anthropic aus Warp, Linear oder Ramp zu bezahlen, ohne jemals einen Schlüssel weiterzugeben. Bei offenen Modellen greift dieselbe Logik im Kleinen: Ein einfacher LoRA-Adapter verdoppelt den Score von Qwen3.8-27B bei den 51 schwierigsten Aufgaben von SWE-bench Pro in einem bestimmten Harness mehr als, und OVHcloud trainiert Olala auf öffentlichen europäischen Supercomputern, um nicht von den von anderen veröffentlichten Gewichten abhängig zu sein.
Cybersicherheit bleibt der Bereich, in dem diese Fähigkeiten zugleich Sorgen bereiten und Nutzen bringen. GPT-6.2 erreicht im Cyberbereich den Schwellenwert Critical und bei Astra den Schwellenwert High für die Selbstverbesserung von KI, was zu strengeren Schutzvorkehrungen führt, die auch legitime Forscher behindern. Gleichzeitig nutzen die NATO, ENISA und ANSSI die Cybermodelle von OpenAI, und das MDASH-Pilotprojekt von GitHub und Microsoft zeigt, dass eine KI-generierte Warnung einem Maintainer erst hilft, wenn sie eingeordnet, überprüft und zusammen mit ihrem Fix bereitgestellt wurde: 99 ausgewählte Berichte aus Tausenden von Warnungen, davon 55 bereits behoben.
Quellen
- Einführungsbeitrag zu GPT-6.2 Astra und Sol (OpenAI)
- Systemkarte zu GPT-6.2
- @OpenAIDevs auf X: Ultrafast und API
- Astra for Law auf GPT-6.2 Astra (OpenAI)
- Changelog der OpenAI-API
- Leitfaden zum Hintergrundmodus (OpenAI)
- GitHub-Changelog: GPT-6.2 Astra und GPT-6.2 Sol
- Perplexity auf X: GPT-6.2 in Search und Computer
- Ergebnisse des dritten Quartals des Geschäftsjahres 2027 (NVIDIA)
- Wechsel in der Geschäftsführung von NVIDIA (12. November)
- Erklärung der unabhängigen Verwaltungsratsmitglieder von NVIDIA (10. November)
- GitHub-Changelog: MAI Code 2 und MAI Code 2 Flash
- Ankündigung von MAI Code 2 (Microsoft AI)
- Vorstellung von Orchestrator (Perplexity)
- Orchestrator: Eine API für zuverlässige Inferenz (Perplexity)
- Vorstellung von Multiagent (Perplexity)
- @perplexity_ai auf X: Multiagent
- Vorstellung von Devin Bots (Cognition)
- @cognition auf X: Devin Bots
- Vorstellung von Replit Missions
- DataCat-Repository (Replit)
- Aufgaben in Gemini (Google-Blog)
- Google Wallet auf iOS in den USA
- Kling Image 4.0 (Kling-Blog)
- Kling auf X: Kling Image 4.0
- Vorstellung von Visuals (Suno)
- Preise der visuellen Credits von Suno
- HeyGen auf X: Avatar 6
- Modellkarte zu Avatar 6 (HeyGen)
- Microsoft Copilot SDK 2.0 (Command Line)
- Copilot SDK v2.0.0
- GitHub-Changelog: Copilot Fusion
- GitHub-Changelog: adaptive Code Review
- GitHub-Changelog: Repository insights
- GitHub-Changelog: Browsernutzung
- GitHub-Changelog: GitHub-Copilot-App auf der Ignite
- GitHub-Changelog: Copilot Evals
- GitHub-Changelog: Entra-Anmeldung in Copilot CLI
- Copilot CLI 1.0.113
- GitHub-Changelog: Copilot für JetBrains
- Verknüpfte Abrechnung auf der Claude Platform (Anthropic)
- @ClaudeDevs auf X: verknüpfte Abrechnung
- Warp unterstützt jetzt die verknüpfte Abrechnung mit der Claude Platform
- Warp-Dokumentation zur verknüpften Abrechnung
- Claude Code v2.1.326
- Dokumentation zu Code Mode
- Wie das Claude-Code-Team über Verifizierung denkt (claude.dev)
- Mistral AI auf X: Vibe Desktop und Vibe Pro
- Produktseite von Vibe (Mistral AI)
- Changelog von Antigravity
- Replit auf X: Replit Desktop
- Seite von Replit Desktop
- Full-Stack-Android-Apps mit Gemini in Google AI Studio entwickeln
- OVHcloud auf X: Olala mini 7A1B
- Pressemitteilung von OVHcloud zu Olala mini
- Modellkarte zu Qwen3.8-27B-pi-adapted (Hugging Face)
- younes auf X: Qwen3.8-27B-pi-adapted
- Der Weg zum Together Compiler (Together AI)
- Nemotron für die Wissenschaft (NVIDIA)
- Post-Training von Nemotron für ein wissenschaftliches Fachgebiet (NVIDIA)
- Die Vera-Plattform für die Wissenschaft (NVIDIA)
- DGX Spark HPC Developer Kit (NVIDIA-Blog)
- Stärkung der Cyberabwehr der NATO und ihrer Verbündeten mit AI (OpenAI)
- Maintainer brauchen keine weiteren AI-Bugreports, sie brauchen Fehlerbehebungen (GitHub)
- GitHub auf X: MDASH-Pilotprojekt
- Gemini Hydrogen für die Robotik (Google Developers)
- Google DeepMind auf X: Robotics-Plugin
- Hub auf X: HubEgo-100K
- HubEgo-100K-Datensatz auf Hugging Face
- Scribe v3 Live Medical (ElevenLabs)
- Cognition und McKinsey (Devin-Blog)
- Ausschuss für nationale Sicherheit und Exporte (NVIDIA)
- Verpflichtungen von NVIDIA gegenüber seinen Zulieferern
- NVIDIA, IBM und das Fermilab
- Midjourney: Stile für das Bearbeitungsmodell
- Ideogram auf X: Print on Demand Studio
- Entwicklung von Agenten mit nativer Canvas-Unterstützung (Luma)
- Codex CLI 0.171.0-alpha.12
- Qwen Code v0.28.0
- Kimi Code 2.6.3
- Delta: Personal Runners
- Versionshinweise zu Devin vom 16. November
- Gemini CLI: PR 30282
- DeepSeek Harness 0.2.2-rc.4
- GitHub-Changelog: Secret Scanning auf Abruf
- GitHub-Changelog: Vergleich von Harnesses
- GitHub-Changelog: Event Streams
- GitHub-Changelog: Microsoft Agent 365
- Entwicklung des Agent Host Protocol (GitHub)
- GitHub-MCP-Server v2.2.0
- GitHub-Changelog: Anpassungen durch Plugins
- GitHub-Changelog: Copilot-Zusammenfassung vom 9. November
- GitHub-Changelog: Verwerfen von Dependabot-Warnmeldungen
- Qwen auf X: Qwen4-Max auf You.com
- TRL v1.18.1
- MecCog Challenge (Hugging Face)
- AutoBench: der neue Auto Router von OpenRouter
- OpenUncensored: unzensierte Modelle als Agenten
- TuHaMa (Turkish NLP Suite)
- Suvaditya Mukherjee auf X: TRELLIS.2 in CUDA C++
- AI Model Hacking Hackathon (VIDRAFT)
- LeWAM und die Bearbeitung von Gewichten
- TartanGround für FiftyOne
- PostNord und ElevenAgents
- Wonderful bei Together AI
- Revolut und OpenAI
- Aufbau eines Buchhaltungsteams mit Grok Bot (xAI)
- Vorstellung von OpenAI für Chile
- Crunchbase in North (Cohere)
- RAG-Leitfaden von Perplexity