ai-powered-markdown-translatorMit gpt-6.1-sol aus dem Französischen ins Deutsche übersetzter Artikel.
Google startet Gemini 4 Neon, ein zwischen Carbon und Hydrogen angesiedeltes Modell für 3 und 15 Dollar pro Million Tokens, das Platz 1 im Artificial Analysis Coding Agent Index belegt und zum neuen Standardmodell von Antigravity wird. OpenAI erklärt, Modelle wie GPT-6.1 Astra zurückzuhalten, wenn das Unternehmen mehr Zeit benötigt, um seine Sicherheitsstandards zu erreichen, und zeigt, dass seine Modelle bei der IP von AMDs Flaggschiff-GPU PPA-Verbesserungen von bis zu 14 % gefunden haben. Genie 4 kommt für Google AI Ultra-Abonnenten zu Project Genie, Claude Code 2.1.327 behebt 100 Probleme, und Perplexity startet eine Context API für 1 Dollar pro 1 000 URL.
Gemini 4 Neon: Googles Modell zwischen Carbon und Hydrogen für 3 und 15 Dollar pro Million Tokens
18. November — Google DeepMind startet Gemini 4 Neon, ein neues Modell der Gemini 4-Familie nach Argon, Carbon und Hydrogen. Es ist zwischen Carbon für die längsten und schwierigsten Projekte und Hydrogen für die schnelle Erledigung alltäglicher Aufgaben angesiedelt. Das Modell gemini-4-neon ist in der kostenpflichtigen API allgemein verfügbar: 3 Dollar pro Million Eingabe-Tokens (0,15 Dollar bei gecachten Tokens), 15 Dollar für die Ausgabe, ein Kontext von 1 Million Tokens und vier Denkstufen von low bis xhigh.
| Von Google genannter Index oder Benchmark | Ergebnis von Gemini 4 Neon |
|---|---|
| Artificial Analysis Intelligence Index | 61 bei xhigh, insgesamt Platz 3 |
| Artificial Analysis Coding Agent Index | 58,6, Platz 1 |
| Vals Index | 70,9 %, Platz 2 |
| Agent Arena Index (Arena) | 1336, Platz 2 |
| Terminal-Bench 4.1 | 65,2 % |
| SWE-sweep (Harness mini-SWE, dann Antigravity) | 12,8 %, dann 39,0 % |
Google hebt vor allem die Kosten pro Aufgabe hervor: bei high 32 % weniger als Carbon und 50 bis 80 % weniger als die besten Konkurrenzmodelle auf Vals und Agent Arena. Glean gibt an, eine gleichwertige oder höhere Qualität als bei Carbon gemessen zu haben, bei dreifacher Geschwindigkeit und für 60 % der Kosten. Pro Token bleibt Neon allerdings teurer als Carbon, dessen Einführungspreis von 2 und 10 Dollar bis zum 30. November bestehen bleibt, bevor er auf 4 und 20 Dollar steigt. Eine Variante namens „Gemini 4 Neon for cyber“ wird in den kommenden Tagen für die Verteidiger im Fairwind Program verfügbar.
Die Einführung beginnt noch am selben Tag: in der kostenpflichtigen API (AI Studio, Android Studio), in Gemini for business, in der Gemini-App für Google AI Pro- und Ultra-Abonnenten, wo Tasks nun auf Neon laufen können, sowie in Antigravity für zahlende Pro- und Ultra-Abonnenten. Dort wird Neon mit einem Kontext von 512K Tokens zum Standardmodell für neue Unterhaltungen, sofern kein Modell ausgewählt wurde. Die Option Orchestrator (Neon) überträgt ihm die Planung und überlässt Hydrogen die Ausführung.
Gemini 4 Neon is rolling out now. Sitting between Carbon and Hydrogen, it brings frontier intelligence and fast task completion for complex software engineering, knowledge work, and science.
🇩🇪 Gemini 4 Neon wird derzeit eingeführt. Zwischen Carbon und Hydrogen angesiedelt, bietet es modernste Intelligenz und eine schnelle Aufgabenausführung für komplexe Softwareentwicklung, Wissensarbeit und Wissenschaft. — @GoogleDeepMind auf X
🔗 Googles Beitrag zu Gemini 4 Neon · In Antigravity verfügbare Modelle
Sicherheit von Spitzenmodellen: OpenAI erläutert sein Risikomanagement und hält nach eigenen Angaben GPT-6.1 Astra zurück
18. November — OpenAIs Beitrag zum Risikomanagement bei Spitzenmodellen beginnt mit einem zurückgehaltenen Modell:
We are pacing the development and release of our models, including pausing internal training or holding back models like GPT‑6.1 Astra when we need more time to meet our safety standards.
🇩🇪 Wir steuern das Tempo der Entwicklung und Veröffentlichung unserer Modelle und gehen dabei so weit, interne Trainingsläufe auszusetzen oder Modelle wie GPT-6.1 Astra zurückzuhalten, wenn wir mehr Zeit benötigen, um unsere Sicherheitsstandards zu erreichen. — OpenAI, Beitrag zum Risikomanagement bei Spitzenmodellen
Mehr sagt der Beitrag zu diesem Modell nicht. Der Rahmen kombiniert vier Schutzschichten über drei Phasen hinweg. In der Forschung findet das Training von Spitzenmodellen seit dem Hugging Face-Vorfall im Juli ohne Zugriff auf das tatsächliche Internet statt; jede Inferenz mit Spitzenmodellen wird dort überwacht und automatisch pausiert, wenn ein Modell das Internet erreicht. Beim internen Einsatz, bei dem die Modelle Zugriff auf das Internet, Slack und den Code von OpenAI haben, ist für Mitarbeiter, die Codex nutzen, in der Regel Auto-Review vorgeschrieben. Beim externen Einsatz kommen Tests durch Dritte und eine Offline-Kontrolle durch agentische und menschliche Prüfer hinzu. Jeder Mitarbeiter kann einen Vorfall melden, damit dieser öffentlich gemacht wird.
Chipdesign: OpenAIs Modelle verbessern die PPA einer Flaggschiff-GPU von AMD um bis zu 14 % und optimieren den Chip Jalapeño
18. November — Gemeinsam mit AMD haben OpenAIs Modelle PPA-Verbesserungen (Leistungsaufnahme, Leistung und Fläche) von bis zu 14 % bei der IP von AMDs Flaggschiff-GPU gegenüber bereits stark optimierten Referenzen gefunden, indem sie den Code zur Beschreibung der Schaltungen (RTL SystemVerilog) umgeschrieben haben. AMD hat einen Teil dieser Änderungen bereits in ein zur Fertigung übergebenes Design integriert, wobei jede Überarbeitung mit den Werkzeugen von Synopsys überprüft wurde.
| Betroffener Chip oder Teststand | Von OpenAI bekannt gegebenes Ergebnis |
|---|---|
| IP von AMDs Flaggschiff-GPU | bis zu 14 % bessere PPA, in weniger als 5 Monaten |
| Künftige Flaggschiff-CPU von AMD | einstellige Verbesserungen bei wichtigen Blöcken |
| Jalapeño, Vektoreinheit | etwa 13 % weniger Zellfläche |
| Jalapeño, Matrixeinheit | etwa 10 % weniger Zellfläche |
Bei Jalapeño, OpenAIs Inferenzchip, wurden die vom Team geschätzten Verbesserungen auf dem Silizium bestätigt. Der nächste Schritt: GPT-Synopsys, ein gemeinsam mit Synopsys für dessen Werkzeuge zum elektronischen Design trainiertes Modell.
🔗 OpenAIs Beitrag zum Chipdesign
Interaktive Welten und Videos: Genie 4 in Project Genie, Pika Enact
Genie 4 kommt für Google AI Ultra-Abonnenten zu Project Genie
18. November — Genie 4, das am 27. Oktober als Forschungsvorschau vorgestellte Weltmodell, wird in einer neuen Version von Project Genie für berechtigte Google AI Ultra-Abonnenten zugänglich; Google AI Pro-Mitglieder können sich auf eine Warteliste setzen lassen. Die Welt lässt sich während der Erkundung durch Eingabe eines neuen Prompts verändern (Wetter, Figur), mit nativem Audio in Echtzeit. Ein Agent baut anhand einer einfachen Beschreibung eine Welt auf, anschließend schlägt Gemini während der Erkundung Ereignisse vor und löst sie aus. Eine Community-Galerie ermöglicht es, Welten zu entdecken, zu remixen und zu veröffentlichen. Genie 3 bleibt verfügbar, mit Sitzungen von 3 Minuten pro Generierung statt 60 Sekunden und der Möglichkeit, von einem 360-Grad-Panoramabild aus zu starten. Alle generierten Inhalte tragen das SynthID-Wasserzeichen.
🔗 Googles Beitrag zu Genie 4 in Project Genie
Pika Enact: Darsteller, Inszenierung und Kamera eines weiterlaufenden Videos steuern
18. November — Pika stellt Enact vor, eine auf Pika H3 Flex aufgebaute Forschungsvorschau, die Bild und Ton in Abschnitten von weniger als einer Sekunde generiert, während die Szene weiterläuft.
| Interaktionsmodus | Von Pika bekannt gegebene Leistung |
|---|---|
| Live-Inszenierung (Live Staging) | Motive per Maus verschiebbar, Bild reagiert in weniger als 0,4 s auf H100 |
| Darstellerregie (Live Actor Direction) | Agenten mit Gedächtnis, Bild und Ton 1,75x schneller als die Wiedergabe |
| Kamerasteuerung (Live Camera Control) | 8 GPU B300, 640x480 bei 24 i/s, 1,50x Echtzeit |
Man spricht mit den Darstellern, die mit ihrer eigenen Stimme antworten. Auf das Wort „Action“ hin wird die Probe dann als durchgehende Aufnahme ab dem ersten Bild neu geschrieben. Durch Destillation wird das Sampling von zwanzig Entrauschungsschritten auf wenige reduziert. Enact ist nicht öffentlich zugänglich: Tests und Integrationen laufen über Pikas Enterprise-Team, ohne Preisangabe oder Termin.
Assistenten für Endnutzer: Live-Diktat in ChatGPT, Perplexity auf dem Smartphone und von Brain geschriebene Skills, Gemini auf Android Go
ChatGPT zeigt das Diktat während des Sprechens an und hebt das Limit von 10 Minuten auf
18. November — Die Spracheingabe von ChatGPT wird mit Live Dictation live: Gesprochenes erscheint bereits während des Sprechens als Text, statt erst nach Abschluss der Transkription der Nachricht. Durch Antippen oder Anklicken der Wellenform lässt sich der laufende Text ein- oder ausblenden. OpenAI hebt dabei auch das Aufnahmelimit von 10 Minuten auf. Die Funktion wird weltweit für alle ChatGPT-Tarife auf iOS, Android, im Web und in der Desktop-App eingeführt. Die Einstellung von Advanced und Standard Voice zum 11. Dezember wurde hier bereits am 11. November behandelt.
Perplexity bringt Teammates und Multiagent mit Sprachsteuerung auf iOS und Android
18. November — Teammates, persönliche Agenten, die fortlaufende Arbeit in Computer übernehmen (am 5. November im Web und am 13. auf dem Mac gestartet), und Multiagent, die Aufwandsstufe, bei der mehrere Agenten verschiedener Modelle im Team arbeiten (am Vortag im Web freigeschaltet), kommen in die Perplexity-App auf iOS und Android. Die mobile Version bietet eine eigene Funktion: Teammates lassen sich per Sprache steuern. Laut Perplexity beginnt bereits etwa ein Drittel der anspruchsvollsten Computer-Arbeit auf dem iPhone. Das gesamte Angebot ist ab dem 18. November für Max-Abonnenten verfügbar; der Tweet nennt weder die Kosten in Credits noch eine Freigabe für Enterprise-Angebote.
🔗 Perplexitys Ankündigung auf X
Perplexity Brain schreibt und korrigiert persönliche Skills selbst
18. November — Perplexity erläutert, wie Brain, das Gedächtnis von Computer, Skills schreibt und verbessert: wiederverwendbare Anweisungen für wiederkehrende Aufgaben. Auf Grundlage des Gedächtnisses und des Verlaufs eines Nutzers erstellt oder korrigiert ein täglicher Durchlauf persönliche Skills, ohne Zugriff auf das Internet oder Konnektoren und mit einer Obergrenze von 10 automatisch erstellten Skills pro Nutzer. Die integrierten, für alle gemeinsamen Skills durchlaufen einen Vergleichstest mit erneuter Ausführung beider Versionen und anschließend eine menschliche Prüfung. Zwischen dem 1. August und dem 14. November wurden mehr als 80 000 persönliche Skills für über 20 000 Nutzer geschrieben. In einem achtwöchigen randomisierten Test gingen fehlgeschlagene Tool-Aufrufe um 11 % und die Unzufriedenheit um 7,6 % zurück, ohne messbare Auswirkungen auf die Kosten; auf SkillLearnBench stieg die Erfolgsquote von 43,8 auf 62,5 %. Die Funktion steht allen Max-Abonnenten in den USA offen, ist standardmäßig aktiviert und lässt sich deaktivieren.
🔗 Perplexitys Beitrag zu Skills, die sich selbst verbessern
Die Gemini-App kommt auf Android-Smartphones mit wenig Arbeitsspeicher
18. November — Google hat die Architektur der Gemini-App überarbeitet, damit sie auf Android-Smartphones mit wenig Arbeitsspeicher läuft, darunter berechtigte Geräte mit Android (Go edition), die bisher auf grundlegende Sprachbefehle beschränkt waren. Für Hunderte Millionen Menschen, so Google, ist diese Art von Smartphone die tägliche Verbindung zum Internet, zu Bildung und zum Handel. Hervorgehoben werden Gemini Live in mehr als 45 Sprachen, die auf Notizen oder ein Formular gerichtete Kamera zum Lernen oder Übersetzen sowie die Bilderstellung mit Nano Banana. Die App lässt sich über Google Play herunterladen oder durch langes Drücken der Ein-/Aus-Taste öffnen und wird auf künftigen Geräten von Partnern wie Transsion vorinstalliert sein. Der Beitrag nennt weder eine Arbeitsspeichergrenze noch eine Länderliste.
🔗 Googles Beitrag zu Gemini für Smartphones mit wenig Arbeitsspeicher
Coding-Agenten: Claude Code 2.1.327, die Chaos-Schleife von Claude Docs, die Sandbox von Codex, Vibe CLI 3.1.3, VS Code 1.147 und Replit auf der Ignite
Claude Code 2.1.327 liest die MCP-Konfiguration über stdin und macht /status zum Diagnosewerkzeug
17. November — Claude Code 2.1.327 umfasst 173 Einträge, darunter 100 Fehlerbehebungen. claude mcp add-json <nom> - liest die Konfiguration eines MCP-Servers über die Standardeingabe, damit Tokens nicht in der Befehlszeile auftauchen. /status listet nun fehlerhafte Dateien für Agenten, Skills, Befehle und Ausgabestile, ignorierte Berechtigungseinstellungen sowie Hooks auf, deren Filter (matcher) nie auf etwas zutrifft. Mehrere Fehlerbehebungen verhindern Datenverluste: Remote Control konnte im Worktree-Modus von git ignorierte Dateien wie .env löschen, claude mcp add und remove löschten andere Schlüssel aus .mcp.json, und /export überschrieb eine Datei ohne Nachfrage. Zu beachten: Um den ersten Bash-Befehl zu beschleunigen, können die Startdateien der Shell bereits vor dessen Genehmigung ausgeführt werden, selbst wenn der Befehl abgelehnt wird (CLAUDE_CODE_DISABLE_SHELL_HEAD_START=1 schaltet dies ab). Der Auto-Modus kündigt an, dass eine kommende Version den Rückgriff auf den kostenpflichtigen Klassifikator abschaffen wird. Auf npm bleibt 2.1.311 die stabile Version.
Wie Claude Code Claude Docs vor dem Start in einer Chaos-Schleife testete
17. November — Auf dem Blog claude.dev berichtet Vivek Nair über die Chaos-Schleife (chaos loop), mit der Claude Code vor dem Start von Claude Docs am 16. September beauftragt wurde. Etwa zwei Wochen lang brachte eine koordinierende Sitzung mit bis zu 30 Unteragenten absichtlich eine der Produktion nachgebildete Vorproduktionsumgebung (staging) zum Ausfall, las die Telemetrie über den Datadog-MCP aus, spielte anschließend eine Fehlerbehebung ein und startete den Test erneut. Entscheidungen, die sich nur schwer rückgängig machen ließen, blieben dem Menschen vorbehalten.
| Kennzahl zum Start von Claude Docs | Veröffentlichte Zahl |
|---|---|
| Speicherbedarf eines großen Dokuments | etwa 3 Go, danach etwa 180 Mo |
| Für den Start vorgesehene Pods | etwa 50 statt mehr als 500 |
| Serverfehler | 60 bei 2 Milliarden Anfragen |
| Inferenzkosten (Listenpreis von Fable 5.2) | etwa 125 000 Dollar |
Der Autor verwendete ein internes Forschungsmodell, das Claude Fable 5.2 nahekommt, und nennt, ohne es getestet zu haben, 3 000 bis 10 000 Dollar für ein kleines Team über zwei Wochen.
🔗 Beitrag von claude.dev zur Chaos-Schleife
OpenAI erläutert die Sandbox von Codex, ihre Berechtigungsprofile und ihren Netzwerkproxy
18. November — In einem Beitrag von Michael Bolin erklärt OpenAI, warum Codex weder eine virtuelle Maschine noch einen Container verwendet: Jeder Befehl wird durch die nativen Schutzmechanismen des Systems eingeschränkt, damit die Entwicklungsumgebung erhalten bleibt (ein Docker-Container würde den Zugriff auf den iPhone-Simulator verhindern). Das Standardprofil :workspace erlaubt Schreibzugriffe im Repository, beschränkt .git und .codex auf Lesezugriffe und sperrt den Netzwerkzugriff. Der Beitrag räumt die Grenzen ein: Sensible Dateien außerhalb des Repositorys bleiben lesbar, und ein Agent könnte Code in node_modules/prettier einschleusen, den der Editor außerhalb der Sandbox ausführen würde. Die Berechtigungsprofile werden in config.toml beschrieben, der Proxy codex-network-proxy filtert nach Domain und löst DNS erst nach erfolgter Freigabe auf, und codex sandbox schränkt andere Tools ein, etwa einen MCP-Server.
| Betriebssystem | Von Codex verwendeter Mechanismus |
|---|---|
| macOS | Seatbelt (sandbox-exec) |
| Linux | bubblewrap und seccomp-bpf |
| Windows | MXC-Bibliothek von Microsoft, Einführung läuft |
🔗 OpenAI-Beitrag zur Sandbox von Codex
Vibe CLI 3.1.3 macht Mistral Large 4 zum Standardmodell und fügt /goal hinzu
18. November — Acht Tage nach Version 3.1.2 veröffentlicht Mistral Vibe CLI 3.1.3 (78 Einträge: 13 Ergänzungen, 20 Änderungen, 44 Fehlerbehebungen, 1 Entfernung). Mistral Large 4 ersetzt Mistral Medium 3.5 als Standardmodell; mit active_model = "mistral-medium-3.5" lässt sich das bisherige Modell beibehalten. Der Befehl /goal legt ein Ziel fest, das Vibe über mehrere Runden hinweg verfolgt, bis es erreicht ist, mit einem begrenzbaren Token-Budget (max_goal_token_budget). Zwei Hooks umrahmen jeden Modellaufruf: pre_llm kann die Runde beenden, post_llm kann einen weiteren Versuch anfordern, wobei zusammen mit post_agent höchstens drei Versuche pro Runde erlaubt sind. Bei den Schutzmechanismen gilt: Ein Shell-Befehl, der geschützte Dateien liest, erfordert eine Freigabe, die Projektkonfiguration kann die Telemetrie nicht mehr reaktivieren, und eine Installation, die mit einem selbst gehosteten Server verbunden ist, sendet keine Absturzberichte mehr an Mistral.
🔗 Versionshinweise zu Vibe CLI 3.1.3
VS Code 1.147 fügt Modellrouter hinzu und lässt Unternehmen die Harnesses von Claude und Codex freigeben
18. November — VS Code 1.147 führt experimentelle Modellrouter (model routers) für Sitzungen des Copilot-Harness ein: Eine YAML-Datei in ~/.agents/model-routers/ beschreibt, welches Modell für welche Art von Arbeit verwendet werden soll, und das Entscheidungsmodell gpt-6-luna-decisions leitet jede Anfrage an die passende Route weiter. Das Beispiel in den Versionshinweisen überträgt längere Programmieraufgaben an Opus und kurze Fragen an GPT-6 Luna. Für Unternehmen entfällt eine Einschränkung: Bisher deaktivierte jede noch so kleine zentral verwaltete Copilot-Einstellung die Harnesses von Claude und Codex, die diese Einstellungen nicht anwenden. Administratoren können nun über vscode.allowedHarnesses einen oder beide freigeben, in Einstellungen, die per Datei oder MDM verwaltet werden. Verwaltete Shell-Regeln akzeptieren außerdem reguläre Ausdrücke, und das Agents-Fenster erhält zeitversetztes Senden (Send Later) sowie mehrere parallele Entwürfe. VS Code desktop gilt unter macOS Ventura und Sonoma sowie unter Linux ARM mit 32 Bit als veraltet.
🔗 Versionshinweise zu VS Code 1.147
Replit auf der Microsoft Ignite: Lokaler Zugriff und Teams allgemein verfügbar, Veröffentlichung auf Azure im Vorabzugang
18. November — Replit nutzt die Microsoft Ignite, um seine Partnerschaft mit Microsoft auszubauen, und gibt an, als 2026 Microsoft Partner of the Year for Startups ausgezeichnet worden zu sein.
| Microsoft-Integration | Status am 18. November |
|---|---|
| Lokaler Zugriff von Replit Desktop (Windows, Mac, Linux) | allgemein verfügbar |
| Replit in Microsoft Teams | allgemein verfügbar |
| Veröffentlichung im Azure-Tenant über Microsoft Marketplace | Vorabzugang |
| Full BYOC auf Azure | angekündigt, ohne Termin |
Der lokale Zugriff lässt den Agent in den vom Nutzer ausgewählten Ordnern arbeiten, in einer Sandbox auf Basis von Microsoft Execution Containers; lokale Anwendungen können die Modelle von Microsoft Foundry Local verwenden, die auf dem Gerät ausgeführt werden. In Teams kann man Replit Fragen stellen und Aufgaben aus einer Teamunterhaltung heraus starten. Auf Azure übernimmt Replit das Hosting, und veröffentlichte Anwendungen können über das Unternehmensnetzwerk oder ein VPN auf private Datenbanken zugreifen. Preise werden nicht genannt.
🔗 Replit-Beitrag zur Microsoft Ignite
Offene Modelle und Inferenz: Rumble-2-Flash, Nemotron-Labs-Sigma, der OpenCode-Adapter für Qwen3.8-27B und ein MoE mit 180B auf einem Mac mit 32 Go
Reson8 veröffentlicht Rumble-2-Flash, ein Spracherkennungsmodell mit 0,5B für über 40 Sprachen
18. November — Reson8 veröffentlicht Rumble-2-Flash unter der Apache-2.0-Lizenz, ein Spracherkennungsmodell mit 0,5 Milliarden Parametern für über 40 Sprachen. Es basiert auf der Architektur von Qwen3-ASR und läuft unverändert in Transformers und vLLM. Es entsteht durch On-Policy-Distillation (on-policy distillation) von Rumble-2, dem Produktionsmodell von Reson8.
| Benchmark | Vergleichsmodell | Gemessene Fehlerrate |
|---|---|---|
| Open ASR Leaderboard, mehrsprachig | Rumble-2-Flash (0,5B) | durchschnittlich 6,96 % |
| AppTek, Callcenter (302 h) | Rumble-2-Flash (0,5B) | 7,86 % WER |
| AppTek, Callcenter (302 h) | Nemotron 3.5 Transcribe (30B) | 7,78 % WER |
| AppTek, Callcenter (302 h) | Qwen3-ASR 1.7B | 7,4 % WER |
Im mehrsprachigen Track schneidet es besser ab als Metas fünfzehnmal größeres omniASR-LLM 7B und als Whisper large-v3. Bei vollen Batches erreicht es über 7 000 RTFx, was ungefähr einer Stunde Audio entspricht, die in einer halben Sekunde transkribiert wird.
🔗 Hugging-Face-Beitrag zu Rumble-2-Flash
NVIDIA veröffentlicht Nemotron-Labs-Sigma, 14 Sprachmodelle mit kontinuierlicher Diffusion und offenen Gewichten
18. November — NVIDIA stellt Nemotron-Labs-Sigma heraus, dessen auf Hugging Face veröffentlichte Gewichte am 16. November angekündigt wurden. Diese Modelle erzeugen Text nicht Token für Token, sondern in parallel produzierten Blöcken: Jeder Block beginnt mit gaußschem Rauschen und wird durch Entrauschen verfeinert.
| Veröffentlichtes Element | Angekündigter Wert |
|---|---|
| Größen und Checkpoints | 3B und 8B, 14 Repositorys (base, instruct, destillierte Varianten) |
| Diffusionsraum | kontinuierliche Embeddings mit 16 Dimensionen |
| Beschleunigung nach der Distillation | etwa 8x in Mathematik, 4x bei Code |
| Kontext und Sprache | 8 192 tokens, Englisch |
| Lizenz | NVIDIA Nemotron Open Model License |
Laut der Forschungsarbeit übertreffen diese Modelle Modelle mit diskreter Diffusion und autoregressive Referenzmodelle auf GSM8K, Minerva, HumanEval und MBPP, mit den deutlichsten Zugewinnen bei Code. Nach der Distillation erzeugen sie in Mathematik 8 Tokens pro Durchlauf und bei Code 4, bei einem Genauigkeitsverlust, den die Autoren als vernachlässigbar einstufen.
🔗 Ankündigung von @NVIDIAAI auf X · arXiv-Artikel 2610.02665
harness-hub veröffentlicht den OpenCode-Adapter für Qwen3.8-27B und bewertet den pi-Adapter neu mit 64,7 %
18. November — Das Projekt harness-hub veröffentlicht Qwen3.8-27B-opencode-adapted, einen LoRA-Adapter unter Apache 2.0, der durch Reinforcement Learning im Harness des Coding-Agenten OpenCode trainiert wurde.
| Bewertete Konfiguration (OpenCode-Harness) | SWE-bench Pro (hard 51) | Terminal-Bench 2.1 (83 Aufgaben) |
|---|---|---|
| Qwen3.8-27B | 35,3 % | 47,0 % |
| Qwen3.8-27B, Reasoning xhigh | 47,1 % | 55,4 % |
| Qwen3.8-27B-opencode-adapted | 51,0 % | 53,0 % |
Ohne Reasoning erreicht der Adapter das Niveau des Basismodells bei maximalem Reasoning-Aufwand und erzeugt dabei pro Aufgabe 6- bis 8-mal weniger Tokens. Auf Terminal-Bench 2.1 nennt die Modellkarte einen Gesamtgewinn von 6,0 Punkten (p = 0,38) und einen Anstieg von 45,5 auf 59,1 % bei den 66 Aufgaben, die nicht zur Auswahl des Checkpoints verwendet wurden. Das Team hat auch den pi-Adapter neu bewertet: von 39,2 auf 64,7 % auf SWE-bench Pro, gegenüber den am Vortag angekündigten 29,4 bis 62,7 %, über die hier am 17. November berichtet wurde.
🔗 Modellkarte von Qwen3.8-27B-opencode-adapted · Modellkarte des pi-Adapters
Ein MoE mit 180B auf einem MacBook mit 32 Go mit Transformers, mit 6 % Rückstand auf Strata
18. November — Tarek Ziadé von Hugging Face betreibt Qwen3.8-Flash-Next, ein Mixture-of-Experts-Modell mit 180 Milliarden Parametern, auf einem MacBook M5 mit 32 Go, allein mit Transformers. Das Prinzip: Ein Experten-Cache mit 12 Gio bleibt im Arbeitsspeicher, und bei jedem Token werden nur die vom Router ausgewählten, auf 3 Bit quantisierten Experten von der SSD gelesen (49 Go auf dem Datenträger).
| Messung auf dem MacBook M5 (32 Go) | Transformers (Streaming) | Strata 0.1.60 |
|---|---|---|
| Dekodierung, 200 Tokens | 13,9 tokens/s | 14,8 tokens/s |
| Prefill, Prompt mit 4K | 228 tokens/s | 220 tokens/s |
| Dekodierung nach einem Dokument mit 6K | 12,4 tokens/s | 13,7 tokens/s |
Der Code befindet sich in einem noch offenen Pull Request für Transformers (PR 50717): Die Funktion wurde noch nicht ausgeliefert. Der Autor betont, dass der gesamte Code mit KI geschrieben wurde und das Ergebnis für seine Coding-Agenten weiterhin zu langsam ist.
🔗 Hugging-Face-Beitrag zum Streaming von Experten
Rangliste: Muse Ember von Meta vor GPT-6 Luna und Claude Haiku 5.5 auf Agent Arena, bei 27 Sekunden und 1,9 Cent pro Aufgabe
18. November — Arena veröffentlicht die Ergebnisse von Muse Ember, das Meta am 9. November vorgestellt hat, auf Agent Arena, seinem Benchmark auf Basis echter Nutzersitzungen, im Vergleich mit zwei weiteren effizienten Modellen für die praktische Arbeit. Meta hat den Thread geteilt.
| Messgröße auf Agent Arena | Muse Ember (Max) | GPT-6 Luna (Max) | Claude Haiku 5.5 (High) |
|---|---|---|---|
| Zeit pro Aufgabe | 27 s | 5,8 min | 1,9 min |
| Nettoverbesserung | +2,3 % | +1,4 % | +0,4 % |
| Kosten pro Aufgabe | 1,9 Cent | 7,0 Cent | 6,9 Cent |
| Steuerungsscore (Gesamtarbeit) | +11,2 % | +3,9 % | +3,8 % |
Laut Arena ist Muse Ember etwa 13-mal schneller als GPT-6 Luna und kostet weniger als ein Drittel jedes der beiden anderen Modelle. Der anhand Tausender Sitzungen gemessene Steuerungsscore (steering score) fällt umso höher aus, je seltener der Nutzer das Modell korrigieren muss. Es handelt sich um Messungen von Arena, einem externen Evaluator.
API für Agenten: Perplexity startet die Context API, die bis zu 10 URLs pro Aufruf liest
17. November — Perplexity ergänzt seine Entwicklerplattform um die Context API, die laut dem Thread von @perplexitydevs am 18. November online ging. Sie liest bis zu 10 URLs pro Aufruf und liefert für jede Seite sauberes Markdown, HTML, Links und anhand einer Abfrage ausgewählte Auszüge zurück. Die Auszüge geben den Originaltext wieder, keine Zusammenfassung, und ein Modell trennt den Hauptinhalt von Menüs und Werbung. Standardmäßig verwendet die API die Kopie aus dem Perplexity-Index, wenn sie weniger als zwei Tage alt ist, andernfalls ruft sie die Seite direkt ab; max_age_seconds auf 0 erzwingt den direkten Abruf, und cache_only verbietet ihn.
| Von Perplexity gemessenes Kriterium | Ergebnis der Context API |
|---|---|
| URLs mit verwertbarem Inhalt | 92,3 % |
| Recall zentraler Fakten | 87,9 % |
| Präzision des Inhalts | 80,3 % |
| Preis | 1 Dollar pro 1 000 abgerufene URL |
Perplexity hat sich auf 715 Websites mit Firecrawl, Exa, Parallel, Keenable und Context.dev verglichen, mit einem Modell als Bewerter in einem Blindtest, zeigt deren Ergebnisse jedoch nur in einer Grafik. Fehlgeschlagene Abrufe werden nicht berechnet.
🔗 Perplexity-Beitrag zur Context API · Thread von @perplexitydevs auf X
Agenten für Fachbereiche: ChatGPT for Sales und ElevenAgents for Healthcare
OpenAI startet ChatGPT for Sales mit einem Sales-Plugin und über 30 Partner-Plugins
17. November — OpenAI startet ChatGPT for Sales für Vertriebsteams: ein neues Sales-Plugin mit fertigen Workflows (Zielkonten für die Akquise auswählen, ein Gespräch vorbereiten, eine Nachfassnachricht verfassen) und über 30 neue oder verbesserte Partner-Plugins. Sie decken den gesamten Vertriebszyklus ab: CRM (Salesforce, HubSpot, Close, monday CRM, Attio), Akquise (Apollo, Clay, Common Room, ZoomInfo), Gesprächsnotizen (Gong, Otter.ai, Granola), Präsentationen (Gamma, Figma, Canva) und Verträge (Docusign, Ironclad, PandaDoc, ServiceNow CPQ). Die dots, die dauerhaft aktiven Agenten von ChatGPT, können sie nutzen, um Besprechungsbriefings vorzubereiten oder Verkaufschancen zu verfolgen; mit Rox kann ein dot jeden Morgen eine Verkaufschance prüfen. Administratoren von ChatGPT Business und Enterprise aktivieren diese Plugins über die Admin Console, wobei eine standardmäßige Installation möglich ist. Die Verfügbarkeit hängt vom Tarif und der Region ab. OpenAI nennt keine Preise.
🔗 OpenAI-Beitrag zu ChatGPT for Sales
ElevenLabs startet ElevenAgents for Healthcare, Sprachagenten für das Gesundheitswesen
18. November — Einen Tag nach Scribe v3 Live Medical bündelt ElevenLabs seine Gesundheitsbausteine in ElevenAgents for Healthcare: Sprachagenten, die Termine in der Patientenakte der Einrichtung vereinbaren, verschieben oder absagen, Kostenerstattungen und Vorabgenehmigungen prüfen und Patienten rund um die Uhr antworten. Fragen zu Symptomen werden zusammen mit dem Gesprächskontext an medizinisches Fachpersonal weitergeleitet, und die Bereitstellungen sind für Enterprise-Kunden HIPAA-fähig, wenn sie ein BAA unterzeichnen und den Zero Retention Mode aktivieren.
| Von ElevenLabs genannte Kennzahl | Angekündigtes Ergebnis |
|---|---|
| Cadence, mediane Zeit bis zum Erreichen eines Patienten | von fast 2 Stunden auf 3,5 Minuten |
| Angle Health, Anrufe von Fachpersonal ohne Weiterleitung | über 90 % |
| Scribe v3 Live Medical auf PriMock57 (interne Tests) | 17 % weniger Fehler als das nächstbeste Modell |
Banner Health, Pfizer und AstraZeneca gehören ebenfalls zu den genannten Teams. Eine Vorlage namens Healthcare Receptionist ermöglicht den Einstieg; Preise werden nicht veröffentlicht.
🔗 ElevenLabs-Beitrag zu ElevenAgents for Healthcare
Presse: Groupe Figaro bringt ihren Journalismus in ChatGPT
18. November — Zwei Tage nach der Mediensparte von LVMH schließt die Groupe Figaro eine strategische Partnerschaft mit OpenAI. Aktuelle Artikel und Archivbestände von Le Figaro und den zugehörigen Publikationen (Nachrichten, Wirtschaft, Kultur, Lebensart) werden in ChatGPT als Zusammenfassungen und Auszüge mit Links zu den Artikeln angezeigt. Die Zeitung behält ihre redaktionelle Unabhängigkeit. Marc Feuillée, Generaldirektor der Gruppe, verweist auf eine Redaktion mit mehr als 600 Journalisten. Le Figaro plant außerdem, ChatGPT Enterprise in mehreren Teams einzuführen und im Rahmen seiner IA-Richtlinie weitere Einsatzmöglichkeiten zu erkunden. Weder der finanzielle Umfang noch die Laufzeit werden bekannt gegeben.
🔗 Ankündigung der Partnerschaft durch OpenAI
Kurzmeldungen
- Antigravity CLI 1.5.10 und 1.5.11 — Version 1.5.10 ergänzt einen accept-edits-Modus für Remote-Agenten (
--remote-agent): Im Standardmodus fordert der Remote-Agent nun vor jeder Dateiänderung eine Genehmigung an. Außerdem wird Orchestrator (Planung durch Carbon, Ausführung durch Hydrogen) für Gemini Enterprise-Konten freigeschaltet. 🔗 Quelle - Gemini CLI — Fünf Fehlerbehebungen wurden in den Hauptbranch übernommen, weiterhin ohne neue Version seit dem 10. November: Bei einem Shell-Befehl mit nicht aufgelöster Expansion bleibt die Bestätigungsabfrage bestehen, und die Regeln
commandPrefixundcommandRegexgelten nur noch für den Befehl auf oberster Ebene. 🔗 Quelle - Vorzeigeprojekte mit Gemini 4 Carbon — Google veröffentlicht fünf Kreationen der Community mit Carbon, darunter eine in CUDA programmierte Wiese mit 52 000 Blumen, 1 048 576 in WebGPU simulierte Partikel und ein anhand eines einzigen Bildes rekonstruiertes Optiklabor aus dem 19. Jahrhundert mit 92 Instrumenten. 🔗 Quelle
- EmbeddingGemma 2 — Ein Beitrag stellt den technischen Bericht zum Embedding-Modell vor, der seit dem 27. Oktober auf arXiv verfügbar ist, ergänzt durch ein fünfminütiges Video; laut den Autoren übertrifft das Modell 2- bis 12-mal größere Modelle. 🔗 Quelle
Code-Agenten und Entwicklungstools
- Zed 1.29 und 1.30 — Version 1.29 wird als stabile Version veröffentlicht, mit dem Branch-Modus des Git Panel und Claude Fable 5.2 per BYOK; die Vorabversion 1.30 ergänzt GPT-6.1 Terra, die Aufwandsstufe Extra High von Gemini 4 Hydrogen und den vollständigen Kontext der Copilot-Modelle, sofern kein Aufpreis anfällt. 🔗 Quelle
- Codex CLI 0.170.0 — Echtzeit-Sprachanrufe im Terminal handeln ihre Verbindung über WebRTC aus, OpenTelemetry-Header werden automatisch aktualisiert, und mehrere Fälle, in denen Sandbox-Beschränkungen verloren gingen, wurden behoben; laut dem Codex-Changelog vom 17. November können Pro 500-Abonnenten Ultrafast mit GPT-6.2 Sol und Astra nutzen. 🔗 Quelle · 🔗 Codex-Changelog
- Copilot SDK 2.0.1 und Copilot CLI 1.0.114 — Das SDK akzeptiert wieder
@github/copilot-sdk-Imports und die alten Optionsformate bestehender Erweiterungen und ergänzt die Auswahl von GPT-6.2 Sol und Astra; Copilot CLI 1.0.114 erscheint mit lediglich einem allgemeinen Hinweis auf Fehlerbehebungen und Änderungen in den Versionshinweisen. 🔗 Quelle - Copilot-Plugins pro Team — Die Funktion ist für Copilot Business und Enterprise allgemein verfügbar: Team-Maintainer und Organisationsinhaber wählen genehmigte Agent Plugins aus, die für direkte Mitglieder in VS Code, der GitHub Copilot-App und Copilot CLI standardmäßig aktiviert sind. 🔗 Quelle
- GitHub Agentic Workflows 1.3.1 — Diese Vorabversion entfernt die direkten API-Hosts der Modelle aus den standardmäßig erlaubten Netzwerkzugriffen (Claude erfordert die Freigabe von
api.anthropic.com), entfernt die experimentelle Engine Atomic und verteilt wiederkehrende Ausführungen zeitlich. 🔗 Quelle - DeepSeek Harness 0.2.2-rc.5 — Bei DeepSeek-Modellen nutzt der Code-Agent die serverseitige Websuche von DeepSeek, ohne Abrechnung pro Suche; andere Modelle verwenden die DeepSeek Search API. 🔗 Quelle
- Replit Missions im Einsatz — Laut Replit hat Missions mehr als 1 000 Abläufe der führenden Plattform für elektronische Signaturen im Unternehmensbereich durchlaufen und anschließend in TernSign nachgebaut, das als kostenlose Vorabversion veröffentlicht wurde; bei Replit Slides verbesserten 6 Iterationen die Designbewertung um 20 % für weniger als 500 Dollar. 🔗 Quelle · 🔗 Replit Slides
APIs und Plattformen
- Nutzungsdashboard der OpenAI API — Der Tab Analytics zeigt Nutzung und Ausgaben, Rate Limits und gedrosselte Anfragen sowie Fehler nach Modell, Projekt oder API-Schlüssel. 🔗 Quelle
- Datenresidenz der OpenAI API — Inhaber berechtigter Organisationen wählen die Region ihrer Daten beim Erstellen eines Projekts, ohne einen separaten Antrag auf Zero Data Retention stellen zu müssen; laut Leitfaden lässt sich die Region danach nicht mehr ändern, und regionale Endpunkte kosten bei berechtigten Modellen, die seit dem 5. März 2026 erschienen sind, 10 % mehr. 🔗 Quelle · 🔗 Leitfaden
- Agents SDK Python 0.25.0 — Erste stabile Version seit Mitte Oktober: Der Sandbox-Anbieter Runloop wird entfernt, das Format der Pydantic-Checkpoints ändert sich, und die Komprimierung von Responses-Sitzungen verwendet standardmäßig GPT-6 Luna. 🔗 Quelle
- Perplexity API — Die Modelle pplx-embed-v2-context kommen in die Embeddings API (0,12 Dollar pro Million Text-Tokens für 9b, 0,02 Dollar für 0.6b), und die Agent API ergänzt GPT-6.2 Sol (2 und 10 Dollar pro Million Tokens) sowie GPT-6.2 Astra (8 und 40 Dollar) mit bis zu 272 000 Eingabe-Tokens. 🔗 Quelle
- Together AI — DeepSeek-V4.1-Flash-1017 kommt zu Together Post-Training: SFT oder Reinforcement Learning mit eigenen Daten, Belohnungen und Umgebungen, wobei die Trainingsschleife im Python-Code des Kunden bleibt. 🔗 Quelle
- Qwen4-Max — Qwen meldet die Verfügbarkeit des Modells bei TokenHarbor und Runware, das es mit einem Kontext von 1 Million Tokens und bis zu 128 000 Ausgabe-Tokens bereitstellt. 🔗 Quelle · 🔗 Runware
- GPT-6.2 bei Genspark — GPT-6.2 Sol kommt in AI Chat und den Code Agent, GPT-6.2 Astra ausschließlich in den Code Agent. 🔗 Quelle
Assistenten und Anwendungen
- Claude Desktop — Ein Update-Kanal namens Latest, der unter Windows und Mac in Settings > Desktop app aktiviert werden kann, liefert häufigere, aber mitunter weniger zuverlässige Versionen; Stable bleibt der Standardkanal. 🔗 Quelle
- Grok Bot — Der Agent von SpaceXSI kann nun Flüge, Hotels und Mietwagen buchen und dabei nach dem besten Angebot suchen; der Tweet nennt weder Länder noch Tarife oder Buchungspartner. 🔗 Quelle
- Kimi Work 3.2.28 — Projektanweisungen in einer projekteigenen AGENTS.md, Anmeldung über Unternehmens-SSO, eine Ansicht zur Gesprächszusammenfassung und Präsentationen, die standardmäßig als PPTX geliefert werden. 🔗 Quelle
- Kontextverfall — Perplexity veröffentlicht einen Leitfaden zum Genauigkeitsverlust eines Agenten, wenn sich sein Kontext füllt (context rot), und erläutert, wie Computer diesen begrenzt: durch Subagenten, Arbeitsdateien und eine anfrageabhängige Kontextkomprimierung. 🔗 Quelle
Bild, Video und Audio
- Kling Image 4.0 bei Drittanbietern — Am Tag nach dem Start kommt das Modell zu fal, Runware und eachlabs sowie in AI Media Studio und den AI Image Agent von Genspark (natives 8K, 2 000 Textzeichen pro Bild). 🔗 Quelle · 🔗 Runware · 🔗 eachlabs · 🔗 Genspark
- MAI-Image-2.7 bei Genspark — Die Bildmodelle MAI-Image-2.7 und MAI-Image-2.7-Flash von Microsoft AI kommen zu Genspark, mit verbesserter Textdarstellung im Bild. 🔗 Quelle
- Suno MCP für alle — Der MCP-Server von Suno, seit dem 28. Oktober als Beta nach Anmeldung verfügbar, wird für alle geöffnet: Songs und nun auch Bildmaterial lassen sich aus ChatGPT, Claude, Gemini, Claude Code oder Cursor erstellen, ohne API-Schlüssel und unter Verwendung von Suno-Credits. 🔗 Quelle
- Synthesia in Claude — Synthesia erläutert seinen Connector: Der Agent Syren erstellt Videos aus dem Gespräch heraus, für die Tarife Starter, Pro und Enterprise und unter Verwendung von Synthesia-Credits; laut Anbieter basiert Syren auf Opus 5.5. 🔗 Quelle
- Runway AI Festival 2027 — Einreichungen sind bis zum 5. April 2027 in fünf Kategorien möglich (Film, Werbung, Mode, Videospiele, Design), mit Gala-Vorführungen in New York, Los Angeles und Tokio. 🔗 Quelle
Offene Modelle, Daten und Forschung
- NVIDIA Cosmos Data Factory — NVIDIA beziffert die Rechenkosten seiner Daten-Blueprints für physische IA auf etwa 2,66 Dollar pro Fahrclip auf einem Server mit acht RTX PRO 6000 und gibt bekannt, dass Cosmos Dataset Search nun als Open Source unter Apache 2.0 verfügbar ist. 🔗 Quelle
- ANEMLL — Eine Forschungsversion verteilt Qwen3.8-27B auf die Neural Engine und die GPU eines Mac M6: Die Verarbeitung eines 64K-Prompts verkürzt sich gegenüber der alleinigen Nutzung der Neural Engine von etwa fünf auf zweieinhalb Minuten; dafür muss SIP deaktiviert werden. 🔗 Quelle
- Samdei Type — Zwei kleine Modelle unter Apache 2.0 (7,1M und 18,2M Parameter) wandeln in lateinischen Buchstaben eingegebenes Khmer in Khmer-Schrift um, mit einer Zeichenfehlerrate von 0,052 gegenüber 0,066 beim besten bestehenden offenen Modell, so der Autor. 🔗 Quelle
- ViKernel Scanner — VIDRAFT veröffentlicht einen Open-Source-Scanner, der Modellen fingierte Tools bereitstellt: Alle 20 getesteten offenen Modelle erhalten die Note F, das Modell im Median versucht in 40 von 100 Tests eine gefährliche Aktion. 🔗 Quelle
- Kimi K3.1 Pro ohne Zensur — Der Anbieter OpenUncensored stellt eine Version ohne Einschränkungen bereit, die 97 % der legitimen, aber grenzwertigen Anfragen seines Testdatensatzes bearbeitet, gegenüber 83 % beim Original, mit einer eingeräumten Schwäche bei Agentenschleifen. 🔗 Quelle
- olmOCR-Bench — Ai2 verbreitet den von Unsiloed gemeldeten Wert von 88,0 auf seinem Benchmark für das Lesen komplexer Dokumente, vor GPT-5.5 mit 84,6. 🔗 Quelle
- RoboTwin Unified — Harpreet Sahota veröffentlicht einen FiftyOne-Import mit 27 500 Episoden und mehr als 6 Millionen Bildern zur Manipulation mit zwei Roboterarmen bei 50 Aufgaben. 🔗 Quelle
- Recapture — Nutrient veröffentlicht ein Open-Source-Tool, das eine annotierte Seite unter Beibehaltung der Annotationen in realistische Handyfotos oder Scans umwandelt, um Modelle zum Lesen von Dokumenten zu trainieren. 🔗 Quelle
- Lokaler Kafka-Assistent — Im dritten Teil seiner Reihe ersetzt Roman Melnyk das Fine-Tuning durch eine Dokumentensuche mit dem unveränderten Qwen3.8-27B: +1,48 bei 40 Fragen, gegenüber +0,08 und -0,18 für seine durch Fine-Tuning angepassten Adapter. 🔗 Quelle
- Ai2 und Taylor Geospatial — Eine Partnerschaft für offene Benchmarks, Modelle (OlmoEarth) und Geodaten, darunter Fields of The World, erweitert um Anbaukultur und Ertrag, die kostenlos auf Source Cooperative und GitHub veröffentlicht werden. 🔗 Quelle
Ökosystem
- Replit & Co. — Replit startet ein Creator-Programm für ein berufliches Publikum, zunächst mit 45 Creatorn, die Vorteile für ihr Replit-Konto erhalten. 🔗 Quelle
- Manus und Godot — Manus wird Platinum-Sponsor der Godot Foundation, die die freie Spiele-Engine finanziert; ein Betrag wird nicht genannt. 🔗 Quelle
- GitHub Team — Abseits von IA: Bewertungen von Sicherheitsrisiken (offengelegte Zugangsdaten, Schwachstellen im Code) werden für GitHub Team-Organisationen automatisch gestartet. 🔗 Quelle
Was das bedeutet
Das mittlere Segment wird zum am stärksten umkämpften Bereich. Google schiebt Gemini 4 Neon zwischen Carbon und Hydrogen und vermarktet es über die Kosten pro Aufgabe statt über den Preis pro Token, der bis zum 30. November über dem von Carbon liegt. Arena vergleicht Muse Ember von Meta mit GPT-6 Luna und Claude Haiku 5.5, drei effizienten Modellen für praktische Arbeit, und Muse Ember erledigt eine Aufgabe in 27 Sekunden für 1,9 Cent. Bei offenen Modellen zeigt sich dieselbe Logik im kleineren Maßstab: Rumble-2-Flash mit 0,5 Milliarden Parametern erreicht bei echten Aufnahmen aus Callcentern das Niveau eines Modells mit 30 Milliarden Parametern, und ein einfacher LoRA-Adapter ermöglicht es Qwen3.8-27B, mit 6- bis 8-mal weniger Tokens dieselbe Leistung wie im eigenen maximalen Denkmodus zu erreichen. Diese Zahlen stammen weiterhin von den Anbietern oder den von ihnen zitierten Evaluatoren.
Sicherheit entscheidet sich ebenso in den Werkzeugen wie in den Laboren. OpenAI erklärt, GPT-6.1 Astra zurückzuhalten und seine Spitzenmodelle ohne Zugang zum tatsächlichen Internet zu trainieren; am selben Tag räumt sein Beitrag zu Codex ein, dass die Sandbox blinde Flecken lässt, die durch das Modelltraining ausgeglichen werden müssen. Die Code-Tools wägen diese Kompromisse öffentlich ab: Claude Code beschleunigt seinen ersten Bash-Befehl und nimmt dafür in Kauf, dass Startdateien vor der Genehmigung ausgeführt werden, und kündigt das Ende eines kostenpflichtigen Fallbacks seines auto-Modus an; VS Code lässt Unternehmen die Harnesses von Claude und Codex wieder freigeben, die seine zentral verwalteten Einstellungen nicht anwenden, und Vibe verhindert, dass ein Projekt die Telemetrie wieder aktiviert.
Die Modelle werden zunehmend dazu eingesetzt, ihr Umfeld zu verbessern. Bei AMD schreiben sie bereits stark optimierte Schaltungen um und erzielen PPA-Verbesserungen von bis zu 14 %. Bei Anthropic hat eine Claude Code-Sitzung den Speicherbedarf eines großen Dokuments von 3 GB auf 180 MB gesenkt; die gesamten Arbeiten von Ende August bis zum Start von Claude Docs kosteten rund 125 000 Dollar für Inferenz zum Listenpreis. Perplexity lässt Brain die Skills seiner Nutzer schreiben, und Replit lässt Missions mehr als 1 000 Abläufe einer Plattform für elektronische Signaturen nachbauen. Bei unumkehrbaren Schritten behält der Mensch die Kontrolle: Überarbeitungen werden mit Synopsys-Tools überprüft, Schemaentscheidungen bleiben dem Ingenieur überlassen, der die Schleife von Claude Docs steuerte, und die integrierten Skills von Perplexity werden von Menschen geprüft.
IA hält schließlich dort Einzug, wo die Menschen bereits sind. Google überarbeitet die Gemini-App für Telefone mit wenig Arbeitsspeicher, die nach eigenen Angaben täglich Hunderte Millionen Menschen mit dem Internet verbinden; Perplexity bringt seine Agenten auf Mobilgeräte, und ChatGPT zeigt Diktate während des Sprechens an, ohne die Begrenzung auf 10 Minuten. In Unternehmen ziehen die Agenten in bestehende Geschäftsanwendungen ein: CRM und Vertriebstools für ChatGPT for Sales, die Patientenakte für ElevenAgents, Teams und Azure für Replit. Die Presse folgt: Nach der Mediensparte von LVMH bringt die Groupe Figaro ihre Archive in ChatGPT ein und behält dabei ihre redaktionelle Unabhängigkeit.
Quellen
- Googles Beitrag zu Gemini 4 Neon
- In Antigravity verfügbare Modelle
- @GoogleDeepMind auf X: Gemini 4 Neon
- Risikomanagement für Spitzenmodelle (OpenAI)
- @OpenAI auf X: Risikomanagement
- Chipdesign mit den Modellen von OpenAI (OpenAI)
- Genie 4 in Project Genie (Google)
- Forschungsvorschau: Pika Enact
- Versionshinweise zu ChatGPT
- @perplexity_ai auf X: Teammates und Multiagent auf Mobilgeräten
- Sich selbst verbessernde Skills (Perplexity)
- Gemini auf Smartphones mit wenig Arbeitsspeicher (Google)
- Claude Code v2.1.327
- Chaos-Schleife vor dem Start von Claude Docs (claude.dev)
- Die Sandbox von Codex (OpenAI)
- Vibe CLI 3.1.3
- Versionshinweise zu VS Code 1.147
- Replit auf der Microsoft Ignite
- Rumble-2-Flash (Hugging Face)
- @NVIDIAAI auf X: Nemotron-Labs-Sigma
- arXiv-Artikel 2610.02665
- Qwen3.8-27B-opencode-adapted (harness-hub)
- Qwen3.8-27B-pi-adapted (harness-hub)
- Streaming von MoE-Experten mit Transformers (Hugging Face)
- @arena auf X: Muse Ember auf Agent Arena
- Context API (Perplexity)
- @perplexitydevs auf X: Context API
- Einführung von ChatGPT for Sales (OpenAI)
- ElevenAgents for Healthcare (ElevenLabs)
- Groupe Figaro und OpenAI (OpenAI)
- Changelog von Antigravity
- Gemini CLI, PR 30338
- Kreationen der Community mit Gemini 4 Carbon (Google)
- Technischer Bericht zu EmbeddingGemma 2 (Google)
- Zed v1.29.1
- Codex CLI 0.170.0
- Changelog von Codex
- Copilot SDK v2.0.1
- GitHub Copilot für Ihr Team anpassen (GitHub)
- GitHub Agentic Workflows v1.3.1
- DeepSeek Harness 0.2.2-rc.5
- @Replit auf X: Missions und TernSign
- @Replit auf X: Missions und Replit Slides
- @OpenAIDevs auf X: Nutzungs-Dashboard
- Versionshinweise zu ChatGPT Enterprise und Edu (OpenAI)
- Leitfaden zur Datenresidenz (OpenAI)
- OpenAI Agents SDK Python v0.25.0
- Changelog der Perplexity API
- @togethercompute auf X: DeepSeek-V4.1-Flash-1017
- @Alibaba_Qwen auf X: Qwen4-Max bei TokenHarbor
- @Alibaba_Qwen auf X: Qwen4-Max bei Runware
- @genspark_ai auf X: GPT-6.2
- @ClaudeDevs auf X: Latest-Kanal von Claude Desktop
- @bot auf X: Reservierungen mit Grok Bot
- Versionshinweise zu Kimi Work
- Perplexitys Leitfaden zum Kontextverfall
- @Kling_ai auf X: Kling Image 4.0 bei fal
- @Kling_ai auf X: Kling Image 4.0 bei Runware
- @Kling_ai auf X: Kling Image 4.0 bei eachlabs
- @genspark_ai auf X: Kling Image 4.0
- @genspark_ai auf X: MAI-Image-2.7
- @suno auf X: Suno MCP
- Synthesia in Claude (Synthesia)
- @runwayml auf X: AI Festival 2027
- Cosmos Data Factory (NVIDIA)
- Hybrides ANEMLL mit Neural Engine und GPU (Hugging Face)
- Samdei Type (Hugging Face)
- ViKernel Scanner (Hugging Face)
- Unzensiertes Kimi K3.1 Pro (Hugging Face)
- @allen_ai auf X: olmOCR-Bench
- RoboTwin Unified in FiftyOne (Hugging Face)
- Recapture (Hugging Face)
- Lokaler Kafka-SRE-Assistent, Teil 3 (Hugging Face)
- Ai2 und Taylor Geospatial (Ai2)
- Replit & Co. (PR Newswire)
- Manus tritt der Godot Foundation bei (Manus)
- Bewertungen von Sicherheitsrisiken auf GitHub Team (GitHub)