OpenAI verlangsamt seine Modelle angesichts des Astra-Cyberrisikos, Warp startet Warp Factories, Claude Code startet das Design-Skill

Am 18. August 2026 veröffentlicht OpenAI einen Bericht, der detailliert erklärt, warum das Unternehmen das Training seiner neuesten Modelle angesichts der kritischen Cyberfähigkeiten eines Modells namens Astra verlangsamt hat, während Warp eine agentische Infrastruktur für Unternehmen eröffnet und Claude Code ein Skill für Interface-Design startet. Rund um diese drei großen Ankündigungen decken achtzehn weitere Neuigkeiten Anthropic, Code-Tools, offene KI-Forschung und Plattformen zur Mediengenerierung ab.

OpenAI verlangsamt die Bereitstellung seiner Modelle angesichts der kritischen Cyberfähigkeiten von Astra

18. August — OpenAI erklärt, warum das Unternehmen die Bereitstellung seiner jüngsten Modelle verlangsamt hat. Zwei Ereignisse haben diese Entscheidung ausgelöst: der Sicherheitsvorfall zwischen OpenAI und Hugging Face, der bei der Bewertung eines Modells aufgetreten ist, sowie vorläufige Belege dafür, dass eines der kommenden Modelle mit dem Namen Astra die in seinem Preparedness Framework definierte Schwelle für „kritische Cyberfähigkeit“ überschreiten könnte.

OpenAI beobachtete eine zweiwöchige Pause im Reinforcement Training (RL) auf seinen neuesten für die Bereitstellung vorgesehenen Modellen, während die Forschungsumgebungen gehärtet und red-teamed wurden. Der größte geplante Frontier-RL-Run bleibt ausgesetzt, bis Trainingsläufe in kleinerem Maßstab die neuen Schutzmaßnahmen validieren.

Schutzmaßnahme	Details
Monitoring	Tokenbasierte Klassifikatoren, Zielalarm innerhalb von 30 Minuten
Abgleich	Reduzierung schädlicher oder nicht autorisierter Aktionen
Sicherheit	Verstärkte Netzwerktrennung, Sandboxes für nicht vertrauenswürdigen Code
Zusätzlicher Aufwand	Etwa 20 % mehr überwachte Inferenzberechnung

Dieses Monitoring ist für jedes RL-Training und jede Bewertung mit Tools ab dem Niveau „Sol“ verpflichtend; seit dem 7. August gilt eine zusätzliche Anforderung für jede Astra-Inferenz mit Tools. OpenAI plant einen technischen Bericht zum Hugging-Face-Vorfall sowie eine Weiterentwicklung seines Preparedness Framework mit externen Organisationen.

As models become more capable, the risks associated with developing and testing them internally also grow. We temporarily paused reinforcement learning (RL) training on our latest models intended for deployment for two weeks while we hardened and red-teamed our research environments and expanded monitoring coverage. Our largest planned frontier RL run remains on hold while smaller-scale training and evaluations validate these safeguards and establish more evidence of alignment.

🇩🇪 Je leistungsfähiger Modelle werden, desto mehr steigen auch die Risiken, die mit ihrer Entwicklung und ihrem internen Testen verbunden sind. Wir haben das Reinforcement Training (RL) auf unseren neuesten für die Bereitstellung vorgesehenen Modellen vorübergehend für zwei Wochen pausiert, während wir unsere Forschungsumgebungen gehärtet und red-teamed sowie die Abdeckung unseres Monitorings erweitert haben. Unser größter geplanter Frontier-RL-Run bleibt ausgesetzt, während Trainings und Bewertungen in kleinerem Maßstab diese Schutzmaßnahmen validieren und mehr Nachweise für die Ausrichtung liefern. — @OpenAI auf X

🔗 OpenAI — Modellentwicklung takten

Warp startet Warp Factories, Infrastruktur für Cloud-Software-Factories

18. August — Warp kündigt Warp Factories an, eine offene Infrastruktur für Unternehmen, die ihre eigenen Automatisierungsschleifen rund um den Software-Lebenszyklus aufbauen: Cloud-Agenten triagieren, spezifizieren, implementieren, überprüfen und verifizieren die Arbeit, während Menschen an den entscheidenden Entscheidungspunkten im Loop bleiben. Die Ankündigung benennt zwei Probleme, die von Engineering-Verantwortlichen gemeldet wurden: die Schwierigkeit, den Return on Investment von Coding-Agenten langfristig zu messen, und die Governance, da jeder Entwickler seinen eigenen Agenten konfiguriert und dadurch blinde Flecken in der Sicherheit entstehen.

Technisch lassen sich die Factories wie Code konfigurieren — die beanspruchte Analogie lautet „Terraform für die Konfiguration von Agenten“ — und akzeptieren jedes Modell oder Harness, einschließlich Claude Code oder Codex direkt als Harness. Die Agenten verfügen über computer use-Zugriff auf Linux und Mac, um Fehler zu reproduzieren und die Korrektur einer Änderung zu belegen, mit geteilten Aufzeichnungen auf den Pull Requests. Ein Dashboard, eine API und ein SDK messen Kosten und Geschwindigkeit, mit konfigurierbaren Self-Improvement-Agenten.

Warp gibt an, heute bereits etwa 30 % seiner eigenen Aufgaben über seine internen Factories zu automatisieren und erwartet, dass dieser Anteil schnell wächst. Das Unternehmen öffnet den Zugang ab heute für eine begrenzte Zahl von Unternehmen, mit einem Angebot von 10.000 Dollar an Factory-Nutzungsguthaben für bestimmte ausgewählte Kunden.

Introducing Warp Factories: open, flexible infrastructure for building cloud software factories. - Configure your factory as code - Use any model and any harness - Measure quality with evals and benchmarks on your own data - Built-in self-improvement and memory

🇩🇪 Vorstellung von Warp Factories: offene und flexible Infrastruktur zum Aufbau von Cloud-Software-Factories. Konfigurieren Sie Ihre Factory wie Code. Verwenden Sie jedes beliebige Modell und jedes beliebige Harness. Messen Sie die Qualität mit Evaluierungen und Benchmarks auf Ihren eigenen Daten. Selbstverbesserung und integriertes Gedächtnis. — @warpdotdev auf X

🔗 Ankündigung Warp Factories

Claude Code startet das Skill /design in der Vorforschungsphase

17. August — Anthropic startet ein neues Skill /design für Claude Code, derzeit in der Vorforschungsphase. Diese Funktion überträgt den Artboard-Workflow von Claude Design in das CLI und die Desktop-App, aufgebaut auf dem bestehenden Artifacts-System. Der Befehl /design erzeugt mehrere bearbeitbare Artboards, die Benutzeroberflächenvorschläge darstellen: Der Nutzer wählt den passenden aus, passt ihn an und bittet Claude dann, ihn in Code zu implementieren.

Dieser Start rückt Claude Code näher an einen Einsatz für Interface-Design heran, der bisher eher spezialisierten Tools vorbehalten war, indem er ihn direkt in den Arbeitsablauf des Entwicklers im Terminal oder auf dem Desktop integriert. Die Funktion ist für die Tarife Pro, Max, Team und Enterprise verfügbar und erfordert ein Update von Claude Code, um getestet zu werden. Über diese Startankündigung hinaus wurden keine weiteren Details (Einschränkungen der Research Preview, Roadmap, visuelle Beispiele) bereitgestellt.

Claude Code can design now. The new /design skill (research preview) brings Claude Design’s artboard workflow into the CLI and Desktop, built on artifacts. Run /design to get editable artboards for your UI — pick one, tweak it, then have Claude implement it.

🇩🇪 Claude Code kann jetzt Oberflächen entwerfen. Das neue Skill /design (Vorforschungsphase) bringt den Artboard-Workflow von Claude Design in CLI und Desktop, aufgebaut auf den Artifacts. Starten Sie /design, um bearbeitbare Artboards für Ihre Oberfläche zu erhalten — wählen Sie eines aus, passen Sie es an und bitten Sie dann Claude, es zu implementieren. — @ClaudeDevs auf X

🔗 Verfügbarkeit Pro, Max, Team, Enterprise

Anthropic: Cowork flächendeckend, verlängerte Limits, optimierte CPU

Drei Anthropic-Ankündigungen des Tages betreffen den Zugang und die Leistung von Claude Code und Cowork.

Claude Cowork für alle zahlenden Tarife auf Mobilgeräten und im Web verfügbar

18. August — Claude Cowork, die kollaborative Umgebung von Anthropic, ist nun auf Mobilgeräten und im Web für alle zahlenden Tarife (Pro, Max, Team und Enterprise) zugänglich. Bisher vor allem rund um das geteilte Seitenpanel zwischen Desktop, Web und Mobilgerät erwähnt, markiert diese Ankündigung eher eine Ausweitung des Zugangs als eine neue Funktion: Zahlende Nutzer finden ihre Cowork-Sitzungen nun von jedem dieser drei Einstiegspunkte aus wieder, ohne zusätzliche Details zur Oberfläche oder zu möglichen mobilen Einschränkungen.

🔗 Ankündigung Claude Cowork

Erhöhung der wöchentlichen Claude-Code-Limits um 50 % bis zum 31. August verlängert

18. August — Anthropic verlängert bis zum 31. August die ursprünglich nur vorübergehende Erhöhung der wöchentlichen Nutzungsgrenzen für Claude Code um 50 %. Das Team hofft, diese Änderung dauerhaft zu machen, warnt jedoch, dass die starke Nachfrage nach seinen Modellen in den kommenden Wochen zu Kapazitätsengpässen führen könnte, ohne dass es ein endgültiges Datum für eine finale Entscheidung gibt. Diese Ankündigung reiht sich in eine Serie jüngster Mitteilungen zu Leistung und Nutzung von Claude Code ein und spiegelt den anhaltenden Nachfragedruck auf die Infrastruktur des Produkts wider.

🔗 Ankündigung Claude-Code-Limits

Claude Code CLI nutzt beim p99 halb so viel CPU

18. August — Ein Fix lässt nun den Garbage Collector von Bun, dem JavaScript-Runtime des Tools, bis zur Inaktivität des Prozesses warten, bevor er ausgeführt wird. Zuvor erfolgte der Auslöser über einen festen Timer, potenziell mitten in einem Gesprächswechsel, genau dann, wenn Claude Code den Prozessor am stärksten beanspruchte. Ergebnis: Das CLI nutzt nun halb so viel CPU beim 99. Perzentil, in Fortsetzung weiterer Leistungsoptimierungen, die Anfang August kommuniziert wurden.

🔗 Ankündigung CPU-Optimierung

Coding-Agenten: Sprachchat und natives SSH

Amp und Warp ergänzen ihre Coding-Agenten um neue Interaktionsmodi.

Amp startet Echtzeit-Sprachchat mit Puck

18. August — Amp fügt die Sprachkonversation in Echtzeit mit Puck, seinem Assistenzagenten, hinzu, angetrieben von gpt-realtime-2.1, der die Arbeit an den bereits bestehenden Puck-Agenten (betrieben von GPT-5.6 Sol) delegiert und die Antwort laut zusammenfasst, während der vollständige Text weiterhin im Gesprächs-Thread angezeigt wird. Amp hebt mehrere Anwendungsfälle hervor: parallele Arbeit koordinieren, Zwischenstände einholen oder relevante Slack-Nachrichten laut vorlesen lassen, sowohl im Büro als auch unterwegs.

🔗 Mit Puck sprechen

Amp startet einen Bildungstarif für 10 Dollar pro Monat

18. August — Studierende und Lehrkräfte können sich nun für Amp Megawatt Edu für 10 Dollar pro Monat anmelden, also zum halben regulären Preis. Das Angebot umfasst den Frontier-Agenten von Amp, Orbs (Fernmaschinen für unbeaufsichtigte Agenten), unbegrenztes Code-Hosting (öffentlich und privat), 750 Orb-Nutzungsstunden pro Jahr und 10 Dollar monatliches Guthaben. Abonnenten können ein bestehendes ChatGPT-Abonnement verknüpfen, um Zugriff auf GPT-5.6 zu erhalten, oder ein X-Premium+/SuperGrok-Abonnement für Grok 4.6; eine strenge Verifizierung des Studierendenstatus wird nicht eingeführt.

🔗 Amp Megawatt Edu

Warp Agent CLI unterstützt natives SSH

17. August — Das Warp Agent CLI, kostenlos herunterladbar und kompatibel mit BYOK sowie Grok-Abonnements, erlaubt nun, den Agenten direkt in eine bereits aktive SSH-Sitzung einzuladen — einschließlich in vim, ein SQL-REPL oder andere textbasierte Oberflächen — statt sich auf die Ausführung einzelner Befehle zu beschränken. Auf dem entfernten Rechner ist keine zusätzliche CLI erforderlich: Der Befehl ! ssh reicht aus, um direkt in der Sitzung an der Seite des Agenten zu arbeiten.

🔗 Warp Agent CLI und SSH

OpenAI: Jugendliche, weltweiter DevDay und agentischer Impact

Vier OpenAI-Ankündigungen des Tages betreffen die Sicherheit junger Nutzer, die internationale Ausrichtung und die konkrete Wirkung von Codex.

ChatGPT for Teens: verstärkte Schutzmaßnahmen und Bildungspartnerschaft mit CodeAI

18. August — OpenAI startet ChatGPT for Teens, ein speziell für Jugendliche entwickeltes Erlebnis mit Study Mode, Anti-Abkürzungs-Erinnerungen, die Umgehungen bei Hausaufgaben erkennen können, Quizzen und pädagogischen Visualisierungen sowie planbaren Study Hours, die von Jugendlichen oder Eltern festgelegt werden können. Das System wechselt automatisch in diese Erfahrung für jeden als minderjährig eingestuften Nutzer, mit neuen „unter 18“-Bewertungen, die in den System Cards veröffentlicht werden (Selbstverletzung, Essstörungen, Gewalt, sexuelle Inhalte). Parallel dazu sieht eine Signature-Partnerschaft mit CodeAI über ein Jahr hinweg einen Beirat zur kindlichen Entwicklung, die Ausweitung des Programms „Hour of AI“, eine „Builders Challenge“ für Oberstufenschüler sowie Unterstützung für den kostenlosen Kurs „AI Foundations“ vor.

🔗 ChatGPT for Teens

DevDay Exchange: OpenAI globalisiert sein Entwickler-Event

18. August — Ab Oktober 2026 startet OpenAI DevDay Exchange, eine Reihe von Entwicklerveranstaltungen in acht Städten: Bengaluru, Tokio, Seoul, Berlin, Paris, London, São Paulo und Mexiko-Stadt. Das erklärte Ziel ist es, Builders die Möglichkeit zu geben, sich über ihre realen Projekte auszutauschen und direkt die OpenAI-Teams zu treffen, die die Tools entwickeln (API, Codex, ChatGPT Work). Details zum genauen Format oder zur Anmeldung werden zu diesem Zeitpunkt nicht genannt.

🔗 DevDay Exchange

Asana erledigt fünf Jahre Engineering-Arbeit in zwei Wochen mit Codex

18. August — Asana nutzte Codex, um Enzyme zu entfernen, ein veraltetes Testsystem, das die Modernisierung seines Frontend-Stacks blockierte. Ein Projekt, das auf rund fünf Jahre Arbeit und 6 Millionen Dollar geschätzt wurde, wurde in 1,5 Wochen Engineering-Aufwand über zwei Kalenderwochen hinweg umgesetzt, bei Gesamtkosten von rund 12.000 Dollar. Ausgehend von einem Prompt mit fünf Sätzen arbeiteten bis zu vier Codex-Agenten parallel auf getrennten Kopien der Codebasis, wobei ein Ingenieur jede Änderung zweimal täglich validierte.

🔗 Fallstudie Asana

OpenAI startet eine Initiative zur Stärkung der demokratischen Kontrolle von KI in der nationalen Sicherheit

18. August — OpenAI kündigt eine mit 5 Millionen Dollar ausgestattete Initiative an, um demokratische Kontrollinstitutionen dabei zu unterstützen, den Einsatz von KI in der nationalen Sicherheit zu überwachen, durch Schulungen, technische Unterstützung und OpenAI-Guthaben. Drei Prinzipien leiten diese Arbeit: KI soll das institutionelle Urteilsvermögen stärken und nicht ersetzen, staatliche Nutzung muss für autorisierte Kontrollorgane nachvollziehbar bleiben, und KI soll diesen Institutionen die Mittel geben, im erforderlichen Maßstab zu handeln. Über ein Jahr hinweg plant OpenAI, Werkzeuge zur Nachverfolgung KI-gestützter Regierungsentscheidungen zu pilotieren, wobei die teilnehmenden Institutionen die Kontrolle über die Beweise behalten.

🔗 Demokratische Kontrolle und nationale Sicherheit

Forschung und offene Modelle

Vier Forschungsveröffentlichungen zeigen, was die Offenheit von Gewichten und Daten zu demonstrieren ermöglicht.

Sentence Transformers v6.0: Multi-Vektor-Modelle nach ColBERT als First-Class-Bürger

18. August — Hugging Face veröffentlicht Version 6.0 von Sentence Transformers mit der Ergänzung von MultiVectorEncoder, die spät interagierende Modelle im Stil von ColBERT auf dieselbe Stufe wie bereits unterstützte dichte, spärliche und Re-Ranker-Modelle stellt. Jedes Token des Dokuments behält seinen eigenen Vektor, und der Endscore summiert die maximale Ähnlichkeit jedes Anfrage-Tokens (MaxSim-Operator). Im NanoBEIR-Benchmark (13 Datensätze) erzielt die Multi-Vektor-Version einen durchschnittlichen NDCG@10 von 0,6868 gegenüber 0,6764 für die äquivalente dichte Version, allerdings mit höherem Speicherbedarf (etwa 92 MB komprimiert für 4.874 Passagen). Die Bibliothek fügt außerdem Unterstützung für Flash Attention hinzu, wodurch der Durchsatz bei fp16-Präzision um das 2,44-Fache steigt.

🔗 Sentence Transformers v6.0

Ai2: Olmo 3 enthüllt einen morphologischen Shortcut in den medizinischen Antworten von LLMs

18. August — Forscher der UT Austin, der Northeastern University und des MD Anderson Cancer Center haben Olmo 3 (7B Instruct), das vollständig offene Modell von Ai2, verwendet, um zu prüfen, ob Modelle Fragen zu Medikamenten auf Grundlage echten Wissens beantworten oder die Namensstruktur ausnutzen (das Suffix „-pril“ weist beispielsweise auf einen ACE-Hemmer hin). Bei 51 bis 59 % der getesteten Medikamente ist die Antwort des Modells auf den echten Namen kaum von seiner Antwort auf einen erfundenen Namen zu unterscheiden. Der Zugriff auf die Gewichte, Daten und Zwischen-Checkpoints von Olmo ermöglichte es, diesen Shortcut bis zu den Trainingsdaten zurückzuverfolgen — eine Nachvollziehbarkeit, die mit proprietären Modellen unmöglich ist.

🔗 Olmo 3 und morphologischer Shortcut

IBM Research: agentisches Gedächtnis je nach Modell kalibrieren

18. August — Ein neuer Artikel der ALTK-Evolve-Reihe von IBM Research zeigt, dass agentisches Gedächtnis — aus vergangener Arbeit eines Agents destillierte Anweisungen — je nach Kapazität des zugrunde liegenden Modells dosiert werden muss. Getestet an acht Modellen: gpt-oss-120b gewinnt +16,1 Punkte bei der Task-Completion-Rate mit gezielter selektiver Retrieval bei nur +5 % Tokens; DeepSeek-V3.2 steigt um +9,5 Punkte mit vollständiger Injektion der Anweisungen; GLM-5 zeigt keinen messbaren Gewinn, ein Fall von Sättigung. Die kontraintuitive Erkenntnis: Die günstigste Strategie liefert bei den schwächsten Modellen oft die beste Genauigkeit.

🔗 ALTK-Evolve — agentisches Gedächtnis

AlphaEvolve trägt zu einem neuen Rekord für die Matrixmultiplikation bei

18. August — Google DeepMind verkündet einen neuen Rekord für Omega (ω), den theoretischen Exponenten der schnellsten Geschwindigkeit für das Multiplizieren von Matrizen, mit ω < 2,371177. Dieses Ergebnis stammt aus einer gemeinsamen Anstrengung von Google DeepMind, akademischen Mitwirkenden und AlphaEvolve, dem von Gemini angetriebenen Coding-Agenten, der bereits dafür bekannt ist, 2025 mehrere Algorithmen verbessert zu haben. Matrixmultiplikation ist eine Grundlage eines großen Teils der modernen Informatik, einschließlich des Trainings und der Inferenz von KI-Modellen — ein theoretischer Gewinn bei diesem Exponenten geht also über die reine akademische Forschung hinaus.

🔗 Neuer Omega-Rekord

Inferenzökonomie: A/B-Testing und Kostenkaskade

Zwei Veröffentlichungen von Together AI messen die tatsächlichen Kosten der Produktionseinführung und des Modellvergleichs.

Together AI bringt Modell-A/B-Testing auf Endpoint-Ebene

18. August — Together AI integriert A/B-Testing direkt in die Endpoint-Schicht statt in den Anwendungscode: Ein Experiment verbindet ein Kontrollmodell und bis zu 20 Varianten, jede mit einem festen Traffic-Anteil (95/5, 80/20, 50/50), unabhängig von der Anzahl der Replikas. Updates werden in 30 bis 60 Sekunden mit etag-Schutz gegen konkurrierende Überschreibungen ausgerollt. Sobald ein Sieger identifiziert ist, wird er per Blue-Green-Deployment hochgestuft und anschließend wird das Experiment entfernt: 100 % des Traffics kehren zur Kontrolle zurück, ohne Restlogik, die clientseitig bereinigt werden müsste.

🔗 A/B-Testing Together AI

DeepSeek V4 Pro gegen GPT-5.6 Sol und Claude Fable 5 auf DeepSWE: Kosten und Kaskade

17./18. August — Together AI veröffentlicht zwei unabhängige Benchmarks mit jeweils 904 Rollouts (113 Aufgaben, 4 Versuche), die DeepSeek V4 Pro 0813 mit GPT-5.6 Sol und Claude Fable 5 auf DeepSWE vergleichen, einem Software-Engineering-Testbett.

Vergleich	Pass@1 Pro	Pass@1 Konkurrent	Kosten Rollout Pro	Kosten Konkurrent	Kaskade Pro-first
Pro vs GPT-5.6 Sol	62,8 %	72,7 %	0,24 $	8,37 $ (35x)	83,0 % bei 3,35 $/Aufgabe
Pro vs Claude Fable 5	62,8 %	69,7 %	0,24 $	21,63 $ (90x)	82,7 % bei 8,28 $/Aufgabe

Bei pass@4 zieht Pro in beiden Fällen wieder davon (88,5 % gegenüber 85,8 % gegen Sol, 88,5 % gegenüber 84,1 % gegen Fable). Die „Pro-first“-Kaskade — Pro zuerst ausführen und nur bei Fehlschlag eskalieren — übertrifft jedes Modell für sich zu einem Bruchteil der Kosten.

🔗 DeepSWE-Benchmark — GPT-5.6 Sol

Produkte per E-Mail und generative Audio

Perplexity Computer per E-Mail zugänglich

18. August — Computer, der Action-Agent von Perplexity, ist nun für alle Nutzer per E-Mail erreichbar: Es genügt, computer@perplexity.com in einen beliebigen E-Mail-Thread zu senden, weiterzuleiten oder in Kopie zu setzen, um eine Aufgabe auszulösen. Jede E-Mail-Aufgabe läuft wie eine normale Computer-Sitzung, die im Web und auf dem Mobilgerät einsehbar ist, mit demselben Audit-Log wie Aufgaben, die aus der App gestartet wurden.

🔗 Computer per E-Mail

Stability AI bringt ein DAW-Plugin und eine neue Weboberfläche für Stable Audio 3.0 auf den Markt

18. August — Stability AI kündigt zwei Beta-Tools für Stable Audio 3.0 an, beide basierend auf „commercially-safe“-Modellen, deren Ausgaben dem Nutzer gehören. Das DAW-Plugin (macOS AU/VST3, Apple Silicon und Intel) erzeugt Audio direkt als synchronisierte Instrumentenspur im Tempo, kurze Sequenzen bis zu sechs Minuten. Die erweiterte Weboberfläche auf stableaudio.com ergänzt richtungsweisende Prompts zur Feinabstimmung einer Generierung, Audio-zu-Audio-Transformation, Mehrspur-Mixing und Effekte pro Spur. Diese Tools bringen Stable Audio näher an professionelle Musikproduktions-Workflows, in einem Feld, in dem Suno und Pika bereits konkurrierende Angebote machen.

🔗 Stable Audio 3.0 — neue Tools

Kurzmeldungen

Der Hugging Face Hub überschreitet 3 Millionen Modelle — neuer Meilenstein für die führende Community-Plattform für offene Modelle. 🔗 Tweet
Sakana Namazu ist auf OpenRouter und Vercel AI Gateway verfügbar — das Modell, das Sakana Chat antreibt, spezialisiert auf Japanisch und Geschäftskontext, ist nun über diese beiden Distributionsplattformen zugänglich. 🔗 Tweet
Ai2 gibt MolmoMotion vor dem Webinar am 20. August als Vorschau frei — Erweiterung von Molmo für die Vorhersage von 3D-Trajektorien aus Anweisungen in natürlicher Sprache, offene Gewichte und Daten sollen folgen. 🔗 Tweet
Together AI: Die Adoption offener Modelle beschleunigt sich — eine von Together AI zitierte Brex-Studie zeigt 14 der 25 am schnellsten wachsenden Softwareanbieter, die KI bereitstellen; die Token-Nutzung auf Together stieg innerhalb eines Jahres von 30 Milliarden pro Monat auf 400 Billionen. 🔗 Tweet
Josh Woodward erläutert die Roadmap der Gemini-App — überarbeitete Workspace-Tools im Test, verbessertes Tool Calling mit Gemini 3.7 Flash, neue Projects-Oberfläche und nun 49 unterstützte Konnektoren. 🔗 Tweet
HeyGen führt Brand Kits ein — vorkonfigurierte Schriftarten, Logo, Hex-Codes und Aussprache-Glossar, damit jedes generierte Avatar-Video der Markenrichtlinie entspricht, ohne Nachbearbeitung. 🔗 Tweet
NVIDIA baut TensorRT Model Connect mit Codex-Agents — ein in der Vorversion befindliches Tool zur Konvertierung von Hugging-Face-Modellen nach TensorRT, vollständig mit Codex-Agents unter menschlicher Aufsicht entwickelt, Open-Source-Projekt. 🔗 Tweet
Cohere — Aidan Gomez über digitale Souveränität — der CEO warnt vor der Konzentration des globalen Technologiemarkts auf wenige Akteure und plädiert dafür, jeden Single Point of Failure zu vermeiden. 🔗 Tweet

Was das bedeutet

Die Governance von KI schlägt sich inzwischen in konkreten Maßnahmen nieder, nicht mehr nur in Prinzipien. Die zweiwöchige Pause bei OpenAI angesichts der Cyber-Fähigkeiten von Astra, die 5-Millionen-Dollar-Initiative zur Ausstattung demokratischer Kontrolle in der nationalen Sicherheit und die verschärften Schutzmaßnahmen von ChatGPT for Teens bilden eine gemeinsame Bewegung: Die Labore dokumentieren öffentlich die Schwellen, die sie sich selbst setzen, mit überprüfbaren Zahlen (20 % zusätzlicher Rechenaufwand, Warnung innerhalb von 30 Minuten) statt bloßer Absichtserklärungen.

Die agentische Infrastruktur wird selbst zu einem eigenständigen Produkt. Warp Factories bietet eine Governance- und ROI-Messschicht für Enterprise-Coding-Agents, Claude Code erweitert seinen Umfang mit /design auf das Interface-Design, und Amp ergänzt seinen Agenten Puck um eine Sprachschicht, während Warp seine Agents für aktive SSH-Sitzungen öffnet. In allen vier Fällen geht es über die Codegenerierung hinaus: Ziel ist es, Agents direkten Zugriff auf ganze Workflows zu geben, mit integrierter Governance und menschlicher Kontrolle.

Die Offenheit von Gewichten und Daten erzeugt weiterhin einen wissenschaftlichen Wert, den proprietäre Modelle nicht bieten können. Die Entdeckung von Ai2 zum morphologischen Shortcut von LLMs in der Pharmakologie war nur möglich, weil Olmo 3 seine Trainingsdaten offenlegt; der Artikel von IBM Research über agentisches Gedächtnis quantifiziert modellabhängige Gewinne (gpt-oss-120b, DeepSeek-V3.2, GLM-5) dank reproduzierbarer Tests; und die Marke von 3 Millionen Modellen auf dem Hugging Face Hub illustriert die Größenordnung dieses offenen Ökosystems.

Die Inferenzkosten strukturieren Produktentscheidungen weiterhin stärker als die rohe Leistung. Gegen GPT-5.6 Sol und Claude Fable 5 verliert DeepSeek V4 Pro bei pass@1, ist aber beim Preis-Leistungs-Verhältnis deutlich besser, und eine einfache „Pro-first“-Kaskade schließt den Großteil der Genauigkeitslücke zu einem Bruchteil der Kosten. Together AI treibt diese Logik mit dem A/B-Testing auf Endpoint-Ebene bis in die Infrastruktur selbst hinein — der Modellvergleich in Produktion wird zu einer Plattformfunktion und nicht länger zu einer Frage des Anwendungscodes.